近期,在大厂裁员众多消息中,传得最沸沸扬扬的大概就是阿里大裁员,
阿里官方还亲自出来辟谣:假的!我们还要招聘15000人。
但在这场裁员暴风中,引起恐慌最严重的还不是大厂人自身,一则关于“中小厂员工该如何躲避大厂员工降维打击”的词条冲上了脉脉热榜。
有人开玩笑,比他卷,比他便宜,干脆付费上班。
有人表示堵住门口,干脆不面大厂人。
也有人表示,所谓的“降维打击”都是因为太“菜”。
那到底有没有降维打击这回事呢?是不是真的会影响到行业其他人?不同人提出不同看法。
有人表示认同,面过大厂的,不会再想面小厂的。
有人表示不认同,大厂未必就好。
还有人列举出大小厂能力的区别,大厂专精,小厂多面手,岗位未必适配。
有人表示,这场降维打击的大洗牌是行业越来越内卷的标志。
可有人表示,想多了,大厂人根本不想去小厂。
小厂表示也不想接,怕接不住。
人们的焦虑恐慌背后,一方面是行业的不稳定,让人们渴望更加安稳的工作,另一方面,人们也发现一直以来确信的能力遇到行业下行时,似乎也不一定有想象中那么值钱。大厂人怕“外面”没有自己的位置,小厂人怕被顶替,在内耗中,真正的创新却无所踪迹。不过,唯一可以确信的是,高薪的时代确实已成过往了。
好文章,需要你的鼓励
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片,专为智能手机和平板电脑设计,可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术,提供256GB、512GB和1TB容量选择。相比v4.0产品,随机写入性能提升约30%,随机读取性能提升35-45%,同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
上海AI实验室团队提出创新的异步拍摄方案,仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS,并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示,新方法在处理快速运动场景时显著优于现有技术,为低成本高质量4D内容创作开辟新路径。
谷歌在伦敦云峰会上发布Firebase Studio更新,新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次:对话式"询问"模式用于头脑风暴,人机协作代理需开发者确认代码变更,以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台,但目前仍需精心设计提示词,非工程师用户还无法直接创建成熟应用。
上海AI实验室联手复旦大学提出了POLAR方法,这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准,POLAR在多项任务上实现了显著提升,7B参数模型超越72B现有最强基线,为AI对齐问题提供了全新解决思路。