No.194 三星劳资协议、Vibe Slop 危机与效率增益错觉

当我们以为 AI 正在替自己省下许多时间,这会是一种错觉吗?

No.194 三星劳资协议、Vibe Slop 危机与效率增益错觉
Photo by Planet Volumes / Unsplash
💡
本期会员通讯分享三则新闻和两篇论文。

第一篇论文研究者设计了三项大规模实验,让受试者面对信息检索、内容转换、程序指引等二十四种简单认知任务,再比较他们事前以为自己会怎么做,和实际操作时如何选择。探究在简单认知任务上,人们是否准确认识到自己使用 AI 的频率?是否高估了 AI 在时间和精力方面带来的效率增益?

第二篇论文把同样的校准问题带进教育场景。当学校想导入 AI 导师、教学助理或课程支持工具时,谁应该被算进决策里?学生、教师、家长、行政人员、教育科技团队,对同一套系统可能有完全不同的期待与不安。作者提出 Co-PALE 框架,并结合文献分析、小学与高等教育情境案例,以及教师与家长焦点小组,试着让这些感知在部署前就被看见。

AI 的好处需要被仔细衡量,也需要纳入真正受影响的人。无论是在个人任务、软件开发,还是教室里,或许真正困难的也许是建立一套足够诚实的反馈机制,让我们知道什么时候该用 AI,什么时候该停下来自己想。

祝今日读写愉悦,洞见深省。

有事发生

白宫批准 90 亿美元为情报机构采购前沿 AI 芯片

21dc-intel-ai-fbkc-facebookJumbo.jpg|700

纽约时报 5 月 22 日报道,美国白宫已批准一项 90 亿美元的秘密拨款申请,用于为情报机构采购前沿 AI 芯片,以弥补 CIA 和 NSA 因芯片短缺而无法在机密系统上部署最新 AI 模型的能力缺口。该资金将主要用于建设支持 Nvidia Grace Blackwell 超级芯片所需的基础设施,包括大功率供电和专用液冷数据中心。该拨款仍需国会批准,但政府同时正重新调拨 8 亿美元以更快获取算力。

为应对芯片不足,白宫幕僚长 Susie Wiles 已授权 NSA 继续使用 Anthropic 的先进模型,尽管五角大楼此前已将该公司列为供应链威胁。双方正在敲定一份机密合同,合同将明确禁止将 AI 模型用于美国公民数据。Anthropic 于 4 月发布的新模型「Mythos」因擅长发现和利用网络安全漏洞,目前仅向少数政府机构和企业开放。情报机构的机密云网络主要由 AWS 运营,物理隔离于公共互联网,升级周期较长,即使资金立即到位也将面临显著延迟。


三星劳资协议折射全球 AI 利润分配争议

illo_samsung_protest_sketch-1600x900.jpg|700

Rest of World 5 月 22 日报道,2026 年 5 月,韩国三星电子近 4.8 万名工人险些发起罢工,最终与管理层就奖金分配达成临时协议。工会要求将营业利润的 15% 作为全体员工奖金,而非仅奖励为 Tesla、Nvidia 等企业供货的存储芯片部门。最终方案取消了奖金上限,将奖金与营业利润挂钩,并为芯片部门预留约 10.5% 的营业利润作为特别奖金,协议锁定十年。

三星近月因全球存储芯片短缺录得创纪录利润,韩国高层政策官员金容范随即提出向 5200 万国民发放「公民红利」的构想。据彭博亿万富翁指数,过去一年仅美国 AI 初创企业就诞生了 19 位身家合计 590 亿美元的新亿万富翁。与此同时,Meta、Amazon、Oracle 等科技巨头今年已宣布裁员约 13 万人,其中约 7.7 万人与 AI 相关,占总数 60%。从肯尼亚数据标注工人到好莱坞演员,全球劳动者正要求在 AI 利润中获得公平份额,这场三星劳资冲突被智库 Windfall Trust 称为「我们所见最重要的劳工行动之一」。


Pi 创建者警告 AI 编程正在引发 Vibe Slop 危机

social|700

华尔街日报 5 月 22 日报道,OpenClaw AI 智能体核心组件 Pi 的两位创建者 Mario Zechner 和 Armin Ronacher 发出警告:AI 编程工具正在向世界输出大量低质量甚至危险的代码,他们将这一现象称为「vibe slop」,即「vibe coding」与「AI slop」的结合。Zechner 指出,当开发者用 AI 提示词取代系统设计与测试的严谨工作时,生成的软件难以经受时间考验,导致基础设施劣化、软件缺陷激增。GitHub 已推出新政策应对这一问题。

Alphabet CEO Sundar Pichai 近期透露 Google 75% 的新代码由 AI 生成,Meta CEO Mark Zuckerberg 也曾预测 2026 年底前 AI 将编写和审查公司内部 AI 团队的大部分代码。但两位工程师认为,企业正在以短期生产力换取长期隐患,包括安全漏洞、服务中断和不断累积的技术债务,同时初级工程师人才储备也在萎缩。OpenAI Codex 团队负责人 Rohan Varma 和 Anthropic Claude Code 产品负责人 Catherine Wu 均强调,AI 生成的代码仍需人类工程师最终把关。Zechner 预计,大公司将很快意识到过度依赖 AI 代码带来的成本上升和质量下滑,许多依赖 vibe coding 的初创企业也将倒闭。