众力资讯网

“浙大教授”郑强，曾抛出惊人言论！他说：“中国是人口大国、劳动力大国，人工智能要是把劳动力废了，社会可能会混乱。人工智能到底会不会取代人类的劳动力？”振聋发聩！2026年5月，媒体报道他谈到人工智能时表示，人工智能应成为促进人发展的工具，不能替代人的劳动。这个判断并不玄乎，翻译成大白话就是：机器可以更聪明，但不能让人越来越“没用”。这句话放在中国语境里，更有分量。国家统计局发布的2025年国民经济和社会发展统计公报显示，2025年末全国就业人员72504万人，其中城镇就业人员47535万人，全年全国城镇新增就业1267万人。就业不是冷冰冰的表格，而是千家万户的饭桌、房租、学费和老人药钱。所以，讨论AI不能只盯着“效率提升多少”。效率当然重要，谁也不愿意回到算盘珠子拨一天的年代。但如果一家企业只把AI当成裁员计算器，把劳动者当成可以一键删除的旧文件，那就不是创新，而是把技术红利变成了社会压力。郑强的担忧，恰恰在这里。他并不是反对人工智能，也不是让社会停在老路上。光明网2026年4月报道提到，他认为人工智能应聚焦国家战略需求，坚持高端化、核心化发展，更好服务国家长远需要。也就是说，AI该往高处用，往难处用，往关键处用，而不是只盯着低端重复岗位，搞一场热热闹闹的“机器换人表演”。现实也确实正在提醒社会：AI进入职场，不能没有边界。2026年4月底，杭州中院发布一起“AI替岗”典型案例。周先生原本负责AI大模型质检，公司称技术升级后岗位可被AI替代，要求调岗降薪，协商不成后解除劳动合同。案件经过仲裁、一审、二审，均认定企业违法解除，并要求支付赔偿。新华网浙江频道报道指出，此案传递明确信号：企业不能把AI当作违法裁员的“挡箭牌”。这个案例很有意思。被AI影响的，竟然是负责AI质检的人。听起来有点像厨师被锅铲开除，荒诞里带着现实。法院的态度也很清楚：技术升级是企业经营选择，但不能因此把风险一脚踢给劳动者。机器进厂门，法律也得进厂门；算法进系统，公平也得进系统。当然，AI也不是只会抢饭碗的“冷面刺客”。人民网2026年文章指出，人工智能对就业的影响包括就业替代效应和就业创造效应。一些重复性任务会被压缩，一些新职业、新岗位也会出现。问题不在于AI来了没有，而在于劳动者有没有机会重新学习、重新上车。新华网2026年1月报道也提到，生成式人工智能动画制作员已被纳入人社部新增工种，AI动画师、算法科学家、AI偏导演方向复合型人才等岗位需求增加。一些数据标注人员经过培训，也能成长为人工智能训练师。旧岗位变少，新岗位变多，背后不是简单加减法，而是技能结构的大换挡。这就像过去农业机械化来了，农民并没有消失，而是农业生产方式变了；电商来了，实体店压力大了，但仓储、物流、直播运营也冒出来了。AI同样如此。它会把一些“照着流程走”的活儿拿走，也会让会判断、会协作、会学习的人更值钱。怕的不是机器聪明，怕的是人没有培训机会，只能站在门口干着急。国家层面对此并非没有安排。国务院2025年发布的《关于深入实施“人工智能+”行动的意见》提出，要支持人工智能技能培训，激发创新创业和再就业活力，加强人工智能应用就业风险评估，引导创新资源向创造就业潜力大的方向倾斜，减少对就业的冲击。这里的关键词很重要，不是“让机器替掉人”，而是“创造就业潜力”。国务院就业促进和劳动保护工作领导小组印发的职业技能提升培训行动指导意见还提出，2025年至2027年底，聚焦高精尖产业、急需行业和就业重点群体等开展补贴性培训3000万人次以上，促进劳动者技能就业、技能增收、技能乐业。说得通俗点，就是不能让劳动者只听见AI的脚步声，却摸不到学习新技能的门把手。因此，真正值得警惕的不是AI本身，而是盲目化、低端化、急功近利式的AI应用。中国发展人工智能，不能照搬某些国家只讲资本效率的路子。中国是人口大国，也是劳动者大国。社会主义现代化要追求生产力进步，也要守住民生温度。机器可以加速生产，算法可以优化流程，但人的尊严、人的技能、人的发展空间，不能被压缩成一行成本数据。郑强的话真正“振聋发聩”之处，就在于把一个技术问题，拉回了社会问题。AI会不会取代人类劳动力？答案不是简单的会或不会。它会替代一部分重复劳动，也会创造新的职业空间。关键在于社会如何引导，企业如何负责，教育如何跟进，劳动者如何转型。人工智能越发展，越要明白一个朴素道理：技术进步的终点，不该是让人靠边站，而该是让人站得更稳、更高、更有底气。机器能干的，让机器干；人该成长的，要给人机会成长。中国式现代化的可贵之处，正在于既拥抱新技术，也不忘普通劳动者的烟火日常。AI可以很快，但社会必须很稳；算法可以很精，但民生必须有温度。

华为最年轻天才少年集体出走，不是另攀高枝，而是奔着中国最硬的一块骨头去了。5月10日，创投圈私下流传的一份名单，让很多人看直了眼。赵立晨，19级技术专家，被高管在内部点名夸过的“算法狂人”，周顺波，华为具身智能“1号员工”，手里攥着国际顶级论文和核心专利，朱森华，前华为云AI创新Lab主任，曾经面试无数天才少年的“伯乐”。他们有一个共同的身份：华为“天才少年”计划走出来的顶尖人才，现在，他们都在同一时间做了同一件事，离开华为，扎进国产机器人和先进制造赛道。这事儿乍一听挺让人纳闷，华为啊，多少技术人梦寐以求的殿堂，给的待遇和平台都是顶级的，怎么如今这些“宝贝疙瘩”一个个都往外跑？而且跑的方向出奇一致，全都扑向了“具身智能”这个领域。具身智能是啥？简单说，就是让机器拥有像人一样的身体和智能，能感知、能思考、能动手，是人工智能皇冠上最难摘的那颗明珠，也是全球科技巨头都在拼命争夺的下一座圣杯。这可不是什么赚快钱的互联网风口，这是一条需要砸重金、耗时间、拼硬核技术的“长征路”，是中国科技领域公认“最硬的一块骨头”。那么他们为什么走？又为什么偏偏都选这块骨头啃？先看赵立晨，这位北航软件工程出身的“算法狂人”，是华为天才少年里极少见的校招硕士，一进公司就从零拉起一支20多人的团队，主导的AI项目拿过中国电信卓越创新奖，眼看就要大规模量产了。可他在2026年3月转身就加入了杭州某技术公司，干的事更“硬核”——专攻“具身智能架构”，也就是给未来的机器人打造最底层的“操作系统”。他瞄准的是整个产业的基石，是决定机器人到底有多“聪明”的核心命脉。再看周顺波，这位被圈内人称为华为具身智能“1号员工”的大神。他在华为五年，从零到一搭建了公司第一个也是最大的具身智能团队，一手制定了华为云在这个领域的整个技术体系。可以说，华为在具身智能领域的家底，有一大半是他打下的。结果今年3月初，他也离职了，创办了“欧拉万象”。他在朋友圈里写的话很有意思：“机器人赛道长坡厚雪，离职不是结束，而是换一种方式守望相助。”“长坡厚雪”这个词，出自巴菲特，意思是又长又湿的雪道，可以滚出巨大的雪球。周顺波看中的，正是机器人这个需要长期积累、但未来想象空间无限的超级赛道。他离开，不是对华为失望，而是觉得在创业公司这条更陡峭的雪道上，能更快地滚出那个属于中国机器人的大雪球。最后是朱森华，这位脑神经科学博士后出身的“伯乐”，在华为面试过无数天才少年，自己更是华为云AI算法创新Lab的主任，智能机器人业务的开创者。2023年华为开发者大会上那个能跟真人交互的“具身工匠”原型，背后就是他主导的华为首代具身大模型。他在2025年10月离职，创立了“具脑磐石”。他的路线更“科幻”，他想用研究人脑认知的方式，去“改造”机器人的大脑，让机器人告别那种靠海量数据“暴力计算”的笨办法，真正像人一样学会思考和决策。这简直是给机器人“注入灵魂”的工程。三个人，三个方向，但目标惊人一致：攻克具身智能。他们离开华为的时间点也集中在2025年底到2026年初，这绝不是巧合。背后是时代的浪潮在推着人走。一方面，经过几年高歌猛进，AI大模型在软件层面的竞争格局初步形成，下一个必然的战场就是“软硬结合”，让AI从虚拟世界走进物理世界，去操控实体机器人，去改造千行百业。这是全球共识，也是国家战略。另一方面，华为作为中国科技的“黄埔军校”，已经完成了在通信、手机、云计算等领域的顶级人才培养和输出。当这些顶尖人才在内部积累了足够的技术视野和产业认知后，向外溢出，去更前沿、更垂直的领域开疆拓土，是一种必然。任正非老爷子自己就说过，华为不能垄断人才，员工想出去创业，人尽其才，对国家也有用。这是一种格局，更是一种自信。这些天才少年，在华为这座大熔炉里淬炼成了最锋利的剑，如今，他们不约而同地选择了科技自立自强道路上最难啃的硬骨头——国产机器人和先进制造。他们不是去追逐短期的资本泡沫，而是去夯实中国智能制造的底层地基。赵立晨攻架构，周顺波做产品，朱森华研大脑，他们正在从不同的维度，合力撬动中国机器人产业的未来。是啊，他们奔着中国最硬的一块骨头去了，但这块骨头再硬，也硬不过这批中国最聪明大脑的决心。他们的集体转身，像一面镜子，照出了中国硬科技创业正在从“模式创新”深水区，挺进“原始创新”无人区的历史性转折。华为培养了他们，而他们，正在成为播种机，把最顶尖的技术火种，撒向中国制造最需要突破的腹地。这场由天才少年们掀起的具身智能创业浪潮，或许刚刚开始，但它指向的，是中国从制造大国迈向智造强国的星辰大海。骨头虽硬，啃下来，就是通途。参考：华为“天才少年”今何在？——读创

美团宣布算法透明化了，但骑手们说：透明归透明，算法还是那个算法美团最近发了篇文章，叫"推进算法公开透明"，列了13项改进举措，包括取消超时扣款、坚持无歧视派单、推动"以奖代罚"等等。看起来很美好对不对？但我认识一个干了五年的外卖骑手，他看完这篇文章，说了一句话："透明是透明了，但我发现，原来系统一直在告诉我'你太慢了'。"算法透明化，本质上是把一套运转逻辑展示给你看。但问题是——这个逻辑本身，并没有改变。派单逻辑优化了，但30分钟送达的承诺还在；差评规则优化了，但差评的KPI压力还在；申诉通道优化了，但申诉成功之后，损失的时间谁来赔？这就像告诉你"火车时刻表是公开的"，但不管你怎么查，火车永远在准点发车，而你永远在站台奔跑。有人说：美团已经很努力了，你行你上啊。我不行。但我可以选择点外卖的时候，给骑手多说一句"不急，安全第一"。这一句，可能比任何算法优化都管用。

爱是ai算法无法丈量的温度现在养老院到处都是AI看护、智能设备，科技能监测健康、照顾生活，却暖不了心底的孤独。冰冷的数据代替不了面对面的陪伴当幼儿园住满百岁老人

现在人工智能发展得越来越快，很多人都没意识到，它对能源的需求量其实特别大。不管是大模型训练、算力中心运转，还是日常我们用的AI聊天、智能推荐、短视频算法，背后都离不开海量服务器不停工作。这些设备全天候运转，耗电是非常惊人的。全球在建的最大数据中心（微软Azure项目）年耗电量达200亿度，相当于一座中等城市的年用电量。2025年全球数据中心能耗已占全球电力消耗的2.3%，其中AI相关负载占比超过35%。而且AI越普及，各行各业用得就越多，工厂智能生产、无人设备、全都要靠算力支撑，能源消耗自然跟着往上涨。虽说AI发展能带动节能技术升级，优化用电效率，但整体来看，新增的能源需求远远超过节省下来的部分。未来人工智能想要持续发展，首先就要解决能源供给问题，新能源、清洁能源的发展也得跟上节奏，不然算力再强，也会被能源瓶颈卡住。

钉钉陈航:AI时代招人学历年龄不重要据媒体报道，近日阿里巴巴钉钉/悟空创始人陈航表示，未来AIQ将会成为企业的核心指标。他表示：“AIQ高的人，一个人就是一支团队；AIQ低的人，给他最强AI也只能用来‘查天气’。”“AI时代招人，学历、经历、年龄都变得不重要，看重的是真诚可靠、心态开放，‘AIQ’高的人。”在他看来，AI可以补齐一个人的知识短板，而所谓的经验则会被沉淀为Skill。

各位朋友，今天我要跟大家分享一个博主超实用的搞钱思路，一个人就能操作，每天花不到一小时，学会了绝对受益无穷，能帮你省下几千块的课程钱。从现在起，咱别再沉迷刷那些小姐姐、八块腹肌的视频了，也别只顺着自己的兴趣爱好在短视频平台上闲逛。我给大家提供一个全新的思维，大家看看这个思路值不值钱。这个思路分两步走。第一步，咱们先聊聊手机。现在这世界上的人基本就分成两种，一种是天天抱着手机消费、不断花钱的，另一种是拿着手机赚钱的。其实啊，现在所有的生意都得有渠道把货卖出去，产品得被看见、被认可，最后被信任，这是做生意的基本路径。在这个过程中，大家要记住一个核心差别，各行各业里，有的人会用手机赚钱，有的人只会拿着手机花钱。所以，咱们要做的第一个认知转变就是，想尽一切办法让手机变成我们的生产力工具，靠它来赚钱。现在靠手机赚钱的人日子都过得不错，不会用手机赚钱的人就过得比较辛苦。为什么会这样呢？因为现在消费者的注意力都在手机上。以前大家爱逛街，所以要开店，现在大家都逛手机了，就这么简单。第二步，从现在开始，立刻养成一个习惯，那就是带着搞钱的眼光观察世界。大家把这句话打到评论区，一个字一个字地打，可别复制别人的。有了这两个认知，咱们接着说具体操作。如果你是开实体店或者开工厂的，只要你需要从网上找客户，那接下来就要让算法为我们所用。以前我们可能被算法牵着走，现在要让算法帮我们赚钱。从现在起，别再顺着自己的喜好刷短视频了，带着搞钱的眼光去刷。你会发现，算法会自动帮你匹配出很多有用的内容。比如你是开实体店的，就不停地刷类似实体店推广的视频。刷到觉得不错、能抄、能对标、能复制的视频，就做三件事：点赞、关注、看完视频。要是刷到和你业务无关的视频，就长按点“不感兴趣”。按照这个方法刷，很快就能驯服算法。你花个三四个小时，就能刷出一个素材号。要是你想重新注册一个号也没问题。花几百到一千块买个破手机，注册一个新手机号，把卡插进去，开机后别连wifi，就用流量。然后开始刷和你业务相关的视频，不用特意搜关键词，看到合适的就点赞、关注、看完，无关的就点“不感兴趣”。刷二十分钟就关机重启，再接着刷。最多花三到五个小时，你打开视频软件，看到的就全是类似的内容了。这就是养素材号的逻辑。有了素材号，就可以不断翻拍类似的内容。其实，不买新手机、不用新手机号也完全可以，一分钱都不用投入。这就是找对标、模仿的方法，不用去上什么课，照着做就行。我刚给大家讲的就是一个简单的做素材号的方法，能帮你打造一个源源不断的素材库。剩下的就是对标抄作业，就这么简单，千万别抄袭。希望大家都能掌握这个方法，早日发财！普通人挣钱方法普通人搞钱思维普通人搞钱秘诀搞钱高手的思维六条搞钱思维创业者搞钱思维懒人搞钱技巧

AI可以复刻技巧、堆砌知识，但永远替代不了专业人才。算法只会照搬现有数据，而专业从业者有行业沉淀、判断力、底层逻辑和人文思考。AI是高效工具不是顶配能力，能提高效率，却不懂取舍、不懂经验共情、不懂专业骨子里的分寸与担当，专业价值永远不可被同化取代。AI无法取代专业人才AI无法承担法律责任

1956年，人工智能还没出现，毛主席却提出，机器不仅要干体力活，还要替人动脑。这个观点超越了时代几十年，仿佛提前预见了技术的终极形态。然而，当机器真正开始具备某种“思考”能力时，现实的演进却与最初的设想产生了偏差，技术发展的轨迹，似乎发生了偏移，在一些领域，智能系统没有成为解放者的工具，反而异化为一种更精密的管控工具。在工厂里，算法系统精密地计算着工人的每一个动作与效率，将人牢牢嵌入高速运转的流程中；在写字楼，自动化程序设定着严苛的绩效标准，无形的压力无处不在；在街头，平台算法通过复杂的模型规划路线与时间，让许多劳动者在奔波中疲于奔命。机器确实替代了部分人脑的管理与协调工作，但由此带来的效率提升与压力，却更多地传导至劳动者一端。技术本应创造的闲暇与自由，并未如预期般普遍降临。这种偏差的根源，或许在于对技术目的的认知差异，当年的预见，其基石在于“技术为谁服务”，发展技术的根本目的，是普惠大众，改善最广大普通民众的生活与劳动条件。这意味着，技术突破带来的红利，其分配应当指向缩小差距、促进公平，而非加剧分化。它要求技术切实向下扎根，解决实际问题：比如让智能监测系统帮助农民精准灌溉、节约资源；让物流分拣机器人减轻仓库工人的体力负担；让远程诊疗技术下沉到乡村卫生院，提升基层医疗水平；让优质的教育资源通过网络无差别地触达每一个孩子。技术的先进性，最终要体现在普通人具体的获得感上——工作是否更轻松、生活是否更便捷、负担是否在减轻。对照现实，一部分技术应用的方向与此背道而驰，最前沿的技术能力与产生的巨额利润，高度集中于少数巨头手中，算法被封装成黑箱，成为垄断性壁垒和盈利工具。一些技术创新的出发点，变成了如何更高效地获取用户注意力、挖掘消费潜力、优化人力成本，而非解决社会生产的根本性难题或提升民众福祉。当技术演进与普通人的真实需求脱节，它就容易沦为资本自我增殖的内卷游戏，或在空中楼阁里空转。更有甚者，部分人对技术产物产生了盲目信赖，过去是机械照搬书本教条的“本本主义”，如今则可能演变为一切唯数据模型是从的“算法主义”，依赖屏幕上的曲线与报表做决策，却远离真实的市场与鲜活的一线，这同样是一种危险的脱离实际。技术本身并无善恶，但它如同奔腾的江河，流向何处取决于修筑堤坝、引导水流的双手，要让技术发展回归服务人的本源，需要明确的共识与有力的导向。这要求掌握技术研发方向与资源分配的力量，能始终将社会效益与民众福祉置于核心考量，政策与法规应当鼓励并引导技术向实体经济、向民生短板、向共同富裕的领域流动。例如，在智能制造中强调“人机协同”以提升工人技能与工作尊严，而非简单的“机器换人”；在数据应用中严格保护劳动者与消费者权益，防止算法滥用。社会的监督与讨论也至关重要，公众需要关注技术应用的伦理边界，思考其社会影响。历史的智慧如同一面镜子，照亮来路，也警示当下，数十年前那番关于机器与人的思考，其精髓历久弥新：一切技术进步，衡量其价值的最终尺度，永远在于它是否让最广大的人民生活得更美好、更从容、更有尊严。当智能机器日益深入社会肌理，重提并坚守这一朴素而根本的原则，或许比追逐任何炫目的技术突破都更为紧要。技术革命的浪潮澎湃，我们最终是成为浪潮的主宰，利用它灌溉良田，还是被其裹挟，取决于我们是否还记得它因何出发。对于技术发展该如何更好地贴近生活、服务普通人，你在日常中有哪些具体的感受或期待？信息来源：中国科技网

1956年，人工智能这个概念还没被提出，但毛主席曾讲过一句话：资本主义国家用机器替代人力，我们社会主义国家要走得更远……机器不仅要替人干活，还要替人动脑子。那个年代，计算机刚起步，占满整间房间，运算能力有限，别说智能，连基础计算都不算高效，就在这样的技术条件下，中国提出“向科学进军”，全国科学技术规划同步展开，工业化和现代化成为国家发展的核心方向。毛泽东对科技的判断，并不是停留在眼前的机械化，而是已经指向更深层的自动化与智能化趋势，这种判断，与1956年达特茅斯会议首次提出“人工智能”几乎处于同一历史节点，但中国的表述更偏向生产力与社会结构的关系。几十年过去，计算机从大型机演变到智能终端，互联网、算法、大模型不断推进，机器从“替人干活”逐渐迈向“参与决策”，金融、医疗、翻译、制造等领域都在发生变化。那句当年的判断，被不少人重新翻出来解读，有人称之为超前预见，也有人认为只是技术发展规律的自然延伸，问题来了，当机器真的开始“动脑子”，它到底是在帮人，还是在重新分配利益？如果把这件事看得更透一点，会发现关键不在“准不准”，而在“方向对不对”，机器替代人力，是工业革命之后的共识；机器参与脑力，是信息时代的必然。西方国家在这条路上走得早，逻辑也很直接：效率优先，利润优先。流水线、自动化、算法推荐，本质都在压缩成本、放大收益。今天的AI同样延续这个路径，大模型、自动生成内容、智能客服，看上去在解放人，其实很多时候是在重新定义“谁还能留下”。岗位被压缩，决策被算法接管，数据成为新的生产资料，控制权集中在少数科技公司手里，这套逻辑没有变，问题不在技术本身，而在它服务的对象。毛泽东当年那句话里，有一个经常被忽略的前提——技术要为整体社会服务，而不是为少数人放大优势。机器替代人脑，如果只是让一部分人更轻松，让另一部分人被边缘化，那就不是进步，是结构性转移。再往深一层看，技术发展从来不是直线，它跟制度、分配方式紧紧绑在一起，AI能让生产效率提升到什么程度，这个上限已经很清晰，真正拉开差距的是红利怎么分。有人用AI提高生产，有人用AI优化管理，也有人用AI削减成本，这三种路径对应三种结果，中国这些年推动数字经济、智能制造，强调的是“普惠”和“应用落地”，电商下沉、智慧医疗、在线教育，目标都是让技术尽量贴近普通人的生活，而不是只停留在高端场景。这种路径和西方那种资本主导的技术扩张不太一样，一个强调覆盖面，一个更看重利润率，谁走得更稳，时间会给答案。还有一个容易被忽略的点，人和机器的关系正在发生变化，过去是工具关系，人掌控机器，现在开始出现依赖关系，很多决策交给模型，很多判断参考算法，连信息获取都被推荐系统主导。如果不警惕，很容易变成“机器在思考，人只是在跟随”，当年批评教条主义，是反对不动脑子照搬书本，现在换成照搬模型，本质没变，技术越先进，对人的要求反而越高，要能判断、能取舍、能理解它的边界，而不是完全交出去。说到底，那句“机器要代替人脑劳动”，真正的分量不在“代替”，而在“之后怎么办”，人被解放出来，是去创造更多价值，还是被排除在价值之外，这才是关键。技术决定能走多远，立场决定往哪走，机器可以越来越聪明，人不能越来越懒，这条线一旦跨过去，问题就不是技术能不能用，而是人还能不能掌控它。今天再回头看那句话，更像是一种提醒：真正重要的不是机器会不会思考，而是人有没有想清楚要把它用在什么地方。你觉得，AI的发展方向，应该更偏效率，还是更偏公平？