传统产品经理招聘模式失效

随着生成式AI的普及，传统产品经理招聘流程正遭遇根本性冲击。简历、案例面试、居家作业等环节产出的精美文档，如今只需借助Claude等工具即可在数小时内完成，导致面试信号失真、筛选标准崩溃。Anthropic、Ramp、Notion、Stripe等先行公司已放弃对“可交付物”的打分，转而设计直播面试、实操工作样题等环节，重点观察候选人在真实工作场景中如何指挥AI、并能在其输出错误时及时纠正。招聘标准也从“懂AI”转向“能引导AI并识别其错误”。这场变革要求企业从职位描述、初筛问题到决策评分表全面重构，才能确保招聘不再是“抛光”能力的抽奖。 #招聘 #AI #产品经理 #人力资源管理 #科技趋势 #面试变革

电动空中出租车转向军事用途

电动航空仍处于起步阶段，但制造商的目光已超越城市间的空中出租车服务。今天，领先的空中出租车初创公司之一、总部位于圣何塞的Archer Aviation，与国防技术公司Anduril联合揭晓了一款新型飞行器。据两家公司称，该平台同时面向军事和商业用途设计，标志着电动垂直起降技术从民用领域向国防市场的关键拓展。 #电动航空 #空中出租车 #军事用途 #Archer #Anduril #国防科技 #eVTOL #航空技术

UC Berkeley 博士论文提出内存高效LLM推理算法，189页详解系统挑战

UC Berkeley 2026届博士学位论文聚焦生成式大语言模型（LLM）推理效率。论文指出，模型参数规模增速远超硬件内存提升速度，导致推理资源消耗剧增；同时，应用需求不断升级，长上下文、复杂推理与多轮agentic工作流进一步加剧计算与内存压力。该研究提出一套内存高效的推理算法，旨在有限硬件资源下实现低延迟、高吞吐、低成本的LLM服务，为当前系统研究提供关键突破。 #AI #NLP #LLM #博士论文 #UCBerkeley #内存高效 #推理算法 #系统挑战 #大模型 #学术研究

无问芯穹发布 Agentic Infra 战略，Token 成本一年降 10 倍

在 2025 年 WAIC 上，无问芯穹首次公开其完整 Agentic Infra 战略布局，提出“前店后厂一中心”架构：算力集散中心负责异构集群跨域训练与自主运维；Token 工厂通过跨集群异构 PD 分离架构等技术创新，将单位 Token 推理成本一年内降低 10 倍；AI 生产力商店则推出基础设施智能体蜂群，实现运维人效提升 5 倍以上。该战略旨在解决 Agent 时代海量推理需求下底层基础设施的瓶颈问题，让算力、Token 与生产力形成闭环。目前无问芯穹已与 Kimi、智谱、MiniMax 等国产模型厂商深度合作，日均 Token 调用量较年初增长约 40 倍。 #无问芯穹 #AgenticInfra #WAIC #Token工厂 #AI基础设施 #大模型 #推理优化