
星阑薪火
职场AI线 · 日日新
「机器人开始自己推物理常识,AI公司却新设政府事务官、给电网多加一道人工确认——不是技术不够好,是出了事没人签字」
🧭 产业前沿 · 追线
截至 2026-11-05本期 2 条线有新动作:AI从语言走进物理世界、具身智能
走到:百度无人车用世界模型实时推演全局场景,路测员改跑仿真
- ▸ 百度无人车世界模型实时推演,跑一天抵三年,路测员改跑仿真(2026-11-04)
- ▸ 42AI带6250万美元出隐身,称世界模型可预测人类(2026-11-02)
- ▸ 世界模型首次参与芯片设计,700TOPS NPU落地(2026-10-31)
走到:招商局狮子山实验室发布具身推理模型驭物Lion-ER-35B-A3B
- ▸ 招商局实验室发具身推理模型,机器人不靠堆数据看懂物理世界(2026-11-04)
- ▸ 超维动力全栈矩阵亮相香港金融科技周,具身智能硬件进场(2026-11-04)
- ▸ 巨头建AI当厂长的自主智能仓,仓储一线岗被机器人接管(2026-11-03)
走到:全球首款Android XR有线眼镜XREAL AURA开售
- ▸ 全球首款Android XR有线眼镜XREAL AURA开售(2026-10-30)
走到:因等待电网接入时间变长,数据中心改用退役喷气发动机供电
- ▸ 数据中心电力告急,改用退役喷气发动机发电(2026-11-03)
- ▸ 谷歌首个数据中心卫星上线,太空算力开始跑活(2026-10-30)
- ▸ SpaceX与Apollo锁定400亿美元GPU融资,算力再加码(2026-10-26)
走到:纽约时报等媒体起诉浏览器Brave,指控其抓取内容用于AI
- ▸ 纽约时报等起诉浏览器Brave,指其抓内容喂AI(2026-11-02)
- ▸ OpenAI谷歌微软Anthropic联手推AI抓取退出标准(2026-11-01)
- ▸ AI大厂支持新抓取退出机制,网站可拒绝被AI爬(2026-10-30)
五条前沿线按状态追踪:只记事实节点(实物/工程/政策/大钱/具名主体),不写判断。
📌 今日解读
AI先接走的是判断,不是动作。
以前机器干的是搬、焊、拧这类手上活,错了返工就行,所以老规矩是机器出问题找厂家;现在模型开始替人决定门往哪边推、代码该不该合,因为错了不容易一眼看出来,这条老规矩就不管用了。接下来先缺的不是算法工程师,是能给AI结论做验收、敢签字的人,所以这类活会在公司里被单独拎出来,变成流程上绕不过的一道。
落到你身上,这一周能先动的是把手上凭经验判断的活写下来,因为说不清的判断,AI替不了也验不了,眼下反而是你最稳的一块。
本期共引用 16 个信源,每段下方均列出对应信源与原文链接。
🌐 世界动了什么6 条
11月4日,招商局旗下的狮子山实验室发布了一个叫“驭物”的具身推理模型,型号是Lion-ER-35B-A3B,主打不靠堆数据,让机器人也能理解物理世界。过去让机器人干活,主流办法是喂海量视频和动作数据,成本高,换个场景就失灵;这次他们把重点放在“推理”上,等于让机器先想明白东西为什么会掉、门该往哪推。受影响的是工厂、仓储、港口这些现场——招商局本身就是做港口航运和物流的,自家场景先能用。
跟你的关系
这条落到设备调试、产线试错这类岗位上。以前一个新工位要人反复试、反复录数据,模型能自己推物理常识以后,试错的次数会先变少。这一周可以先做的:把你手上那些“凭手感”的操作步骤写成文字,机器学得会的,正是这种能说清的部分。
来源:量子位
11月3日,OpenAI 宣布设立“首席企业事务官”这个新岗位,由 Jill Hazelbaker 出任。这个位置管的是跟政府、监管、公众打交道,不是写代码也不是卖产品。放在这个时间点很说明问题:AI 能自己干的事越多,各地要立的规矩就越细,公司必须有一个固定的人去对接、去解释、去签字。以前这类活分散在法务和公关手里,现在被单独拎出来,放到高管这一层。
跟你的关系
这条落到所有“要对外解释自己干了什么”的岗位上——政府事务、公共政策、对外关系。这些岗在科技公司过去算支持部门,现在被提到高管层,说明有人愿意为它开高薪。你要是在传统行业做这类工作,可以先补一门课:把AI产品到底怎么决策、数据从哪来讲清楚,这种跨界的人现在很少。
来源:OpenAI
11月3日,北京大学和 IBM 的合作把模拟计算推进到了能做矩阵运算的阶段。现在AI算力主要靠数字芯片,费电;模拟计算走的是另一条路,用物理器件直接算,理论上更省。卡了很多年的问题是模拟计算只能做简单运算,矩阵一上来误差就压不住。这次是往前挪了一步,但离装进机房还差得远。
跟你的关系
这条对大多数岗位暂时没有直接影响,属于看方向的那一类。它落地以后先松动的是算力成本和电费,做推理部署、批预算的人手会没那么紧。现在能做的不是去学它,而是别把方案写死在某一家的芯片上,留一个能换的口子。
来源:量子位
11月2日,OpenAI 在官网发布了一个叫 Grid Protectors 的计划,面向的是电网保护场景。电网这行的特点是错一次就是一片停电,所以任何新东西进来,第一道关不是好不好用,而是出事谁签字。OpenAI 单独为这个场景立项,说明AI走进传统基础设施,拼的已经不是模型多聪明,而是能不能塞进原来那套检修、报批、值班的流程里。
跟你的关系
落到电力、水务、燃气这类运维岗。这类单位引入AI,短期不会先减人,而是多出“复核AI给的建议”这道工序,所以你要多填一张确认单。可以先动的:把班组里那几条一票否决的安全规矩整理成一页纸,将来谁用AI、用到哪一步必须停,靠的就是这份东西。
来源:OpenAI
11月2日,Anthropic(做 Claude 模型的那家公司)公开警告说,离 RSI 已经很近了——RSI 指的是AI能自己构建、自己改进自己。这话不是外面的人猜的,是做模型的公司自己说的。过去模型迭代要靠工程师改代码、调参数,一轮往往要几周;真走到AI改AI,速度就不再由人手上的工时决定。麻烦在于,谁验收、出了问题谁担责这套流程还没建起来。
跟你的关系
落到做交付、做实施、写文档的人身上。以前一个版本一个月,你有时间把变动摸熟;以后一周出几个版本,跟不上就会被当成阻力。现在能先动的一步:给自己建一份变更记录,只记“哪一步不一样了、影响谁”,两周下来你就比同事先看清哪些活要重学。
来源:TechCrunch
11月2日,OpenAI 公开了自家在超大规模代码仓库上用 Git 的工程做法。Git 是程序员管代码版本的工具,仓库一大、几千人同时改,就会卡、会冲突、回滚也难。他们把经验放出来,等于承认真正的瓶颈已经从“写代码”移到了“管代码”:谁的改动先合、怎么回滚、出错怎么查。AI 进来以后,改动数量只会涨得比人快,这类问题人越多越严重。
跟你的关系
这条对着研发团队里的平台工程、DevOps 岗。AI 能写代码之后,改动量涨得比人快,管版本的人比以前更缺。可以先动的一步:把你们仓库里“谁能合并到主分支”的规则写下来,并且落成自动检查,别等改动量翻几倍再补。
来源:OpenAI
💼 谁的饭碗在变3 条
11月4日,苹果下调了员工的AI使用预算,部分工程师每天能用的AI额度降了33%。这意味着AI工具在苹果内部从默认管够变成了要算账的阶段,公司开始按人头核算这笔开销。落到具体人头上,原来习惯让AI写代码、查文档的工程师得挑着用了:要紧的活儿多问几轮,边角碎活自己动手。工具没有消失,但从随便用变成了省着用。
跟你的关系
你公司如果还没开始管AI额度,多半是账还没算清。学会把AI用在最费脑的那几步,比无脑多问几十轮更划算。
来源:IT之家
11月4日,高通(做骁龙手机芯片的那家公司)表示正大举押注数据中心业务,背景是手机销量下滑。手机芯片一直是它的现金牛,如今这块业务增长见顶,得找新的买单方,AI数据中心就成了新方向。对芯片行业的人意味着:围着手机SoC转的岗位需求在减少,做服务器、加速卡、互联的方向在增加——手艺不一定白学,但赛道得跟着换。
跟你的关系
芯片人转岗的方向正从消费电子挪到数据中心。如果你还在手机链条上,早点攒一点服务器和互联的经验,换赛道时不至于从零开始。
来源:The Verge
11月4日,Uber(打车软件)说,几乎没有用户用AI Agent来帮自己叫车。一家天天被AI概念包围的公司说出这话,挺能说明问题:Agent能演示、能开发布会,但真到“帮我把车叫来”这种办砸了有代价的事,用户还是自己动手点。对做AI产品的人来说,demo跑通和有人真用之间,还隔着一整个习惯的距离。
跟你的关系
别把“AI能做到”当成“人愿意用”。产品里留一步手动确认,往往比全自动更容易被接受,也更好交差。
来源:TechCrunch
本段信源 · 3 个(点击查原文)
- 1.IT之家
- 2.The Verge
- 3.TechCrunch
🏢 大厂在干什么4 条
11月4日,苹果的国行版Apple智能开放测试,写作、通知摘要、图片处理这几项已经能直接上手用。此前国行iPhone的AI功能一直卡在落地这一步,这次开放测试意味着本地化适配往前走了关键一段。对国内做产品和运营的人来说,接下来得重排一遍活儿:原来靠人写的文案、做的翻译、整理的图片,现在系统自带就能接掉一部分,功能入口和交互流程也得跟着改。
跟你的关系
先盘一遍自己每天重复的写文案、翻译、整理图片,看看手机系统已经能替你干多少,省下的时间挪到判断和沟通上。
来源:少数派
11月4日,Meta(做Facebook、Instagram的那家公司)宣布收购AI编程初创公司Conductor,后者做的是让AI帮人写代码、改代码的工具。Meta近期在写代码这件事上投入明显加码,这回直接把团队买进来,比自己从头搭快得多。动作透露的取向很清楚:写代码的AI工具正在从创业公司各自为战,变成大厂内部的基础能力。对普通开发者的影响是,你现在用的插件和工具以后可能被并进大平台,换工具的迁移成本得提前算。
跟你的关系
别把工作流绑死在某一个小工具上,选那些能导出、能替换的,平台一合并你不至于重来一遍。
来源:TechCrunch
11月4日,百度公布无人车用世界模型做实时推演,覆盖的是全局场景,百度给出的说法是跑一天仿真可等效三年路测数据。以前里程是靠路测员一天天开车攒出来的,现在大量场景在仿真里就能跑完,路测员的工作重心往场景设计、结果校验上挪。百度在无人驾驶上投了很多年,这次把资源压在“用模型摊薄路测成本”上,说明它更在意规模化运营那笔账怎么算。
跟你的关系
做测试、做验证的岗位,重复跑量的部分最容易被仿真接走,早点往“设计场景”和“判断结果对不对”上转。
来源:量子位
11月4日,Google(谷歌)抛出一个方案:学校如果限制学生用AI,就考虑对这些学校关停搜索服务,这事已经引来不小的反弹。Google近一年把AI功能往搜索和课堂工具里塞,学校一禁,等于把它新推的入口挡在门外。拿搜索这种刚需产品去谈条件,说明大厂推AI已经不满足于多给一个功能,而是拿现有产品做杠杆。被夹在中间的是学校的IT和一线老师。
跟你的关系
单位里定AI使用规矩时,别只写“禁止”,先想清楚禁了之后哪些现有工具会跟着受影响,不然最后收拾摊子的是做技术支持的人。
来源:TechCrunch
本段信源 · 4 个(点击查原文)
- 1.少数派
- 2.TechCrunch
- 3.量子位
- 4.TechCrunch
🧰 你能用上什么(部分工具可能需单独订阅)3 件
把长视频自动切成竖屏短视频的AI工具,11月4日更新到4.0版本。你手上有一段四十分钟的访谈录像,输入进去,它会根据说话人切换和语义断点,切成十几条一两分钟的竖屏短片,并自动配上字幕、跟着人脸裁切。限制在于,中文口播的断点还是得自己检查一遍,机器常把半句话截在片头。它只做“长转短”这件事,跟通用剪辑软件相比,省下的是手动打轴的时间。
💰 订阅制,以官网为准
适合谁
要批量产出短视频的内容运营和剪辑,一个人管好几个账号的那种
来源:Product Hunt
- 2鲸锐AI
虎鲸文娱(做影视内容的公司)11月4日上线了AI视频平台,官方给出的说法是,AI制作视频的单分钟成本能省30%以上。比如做一条一分钟的产品讲解片,过去要写脚本、找素材、配音、剪辑、调色好几道工序,现在把文案输入进去,先出一个初版,人只负责修改。要注意的是,官方只公布了成本这一个数字,支持哪些画幅、单条时长上限、能不能商用,素材里都没提,上手前得自己去产品页确认。
💰 订阅制,以官网为准
适合谁
自己做宣传片的中小团队和市场岗,请不起外包但片子又不能不拍
来源:量子位
DevRev(做客服工单系统的公司)11月4日把GPT-6.1 Sol接进自家客服系统,做全自主自助服务,也就是用户提问后,AI自己去查文档、翻历史工单、直接执行操作,不用人转接。常见场景是一个SaaS工具的帮助中心:过去八成重复问题靠人工回复,现在先让AI处理一遍,人只接手它搞不定的部分。限制是,这类系统非常依赖知识库质量,文档乱糟糟的团队上线后,大概率还是往人工转。
💰 订阅制,以官网为准
适合谁
客服团队负责人和做SaaS支持的人,先看清自家文档能不能用得上
来源:OpenAI
本段信源 · 3 个(点击查原文)
- 1.Product Hunt
- 2.量子位
- 3.OpenAI


