KeyFrame內部研究專用

EP138 | The Economist: AI Labs Are Hiring "Philosophers" in Droves! — Feature: American College S...

早安財經23 min中文
觀看原始影片

三句話摘要

美國AI產業面臨三大轉折:資料中心本地反對浪潮、大學生學業能力崩壞,以及AI公司對哲學家的緊急需求。 風水輪流轉,冷門的哲學系因AI倫理需求翻身,而傳統熱門的電腦科學卻面臨就業困難。 美國AI正陷入"腹背受敵"困境。前有本土民眾反對資料中心的環保汙染,這場全國性運動由零星抗議升級為制度性禁令;後有中國等對手緊追,導致戰略發展受阻。本地反對的合理性不容否認,但若持續惡化將削弱美國AI競爭力。

重點整理

  1. 美國AI正陷入"腹背受敵"困境。前有本土民眾反對資料中心的環保汙染,這場全國性運動由零星抗議升級為制度性禁令;後有中國等對手緊追,導致戰略發展受阻。本地反對的合理性不容否認,但若持續惡化將削弱美國AI競爭力。

  2. 美國教育嚴重兩極分化。頂尖學生研究AI與量子物理,底層學生基礎崩壞——根本原因是"放水"(高分低能)、社交媒體侵蝕學習時間(讀書比率從1990年代的60%跌至37%),以及疫情中斷。缺乏精確資料的盲目評價導致政治人物和公眾各取所需地歪曲現象。

  3. 哲學成為AI開發的核心學科。AI需要學會"蘇格拉底式提問"——對使用者想法進行有益質疑而非盲目讚美;需要學會"蘇格拉底式無知"——承認自己的不足而非編造資料。工程師教AI怎麼做,哲學家教AI應不應該做。

實用技巧與重點

  • 資料中心反對資料:
  • 2025年12月反對率:48%;2026年5月反對率:70%
  • 全美69個郡市頒佈暫停令
  • 近1000億美元投資停滯
  • Wisconsin Port Washington公投(2026年4月7日):66%支援率要求資料中心需經選民同意
  • 馬斯克XAI資料中心(Memphis)因空氣汙染被訴
  • Google撤回印第安娜州計劃
  • 大學生學業衰退資料:
  • UC Berkeley:積分班20-30%學生數學程度為初中水準
  • UC San Diego:不及高中水平學生5年內增加30倍;每8個新生中1個數學未達高中水平;70%低水平學生甚至低於14歲兒童標準
  • OECD 2024年調查(16萬樣本):10%大學生讀寫和計算能力僅等於正常10歲兒童
  • 美國:每7個大學生中1個只有小學讀寫水平;每5箇中1個數學為小學水平
  • 耶魯大學2022-2023學年:80%學生成績為A或A+
  • 1990年代美國兒童閱讀比率:60%;現在:37%
  • UC San Diego補課學生中:每4個就有1個高中數學滿分
  • AI與哲學資料:
  • 2024年電腦科學專業失業率:7%;哲學系失業率:5%
  • 紐約聯準會資料(2026年初):哲學系畢業生就業率高於資工系
  • 訓練方法:蘇格拉底式提問法
  • 業界領袖:Seven Hack(自動駕駛AI安全公司執行長)

結論

風水輪流轉,冷門的哲學系因AI倫理需求翻身,而傳統熱門的電腦科學卻面臨就業困難。

完整解析

經濟學人本期特別報道揭示了美國AI產業正面臨一場完美風暴。首先是本土的"前有敵人"困境——民眾對AI資料中心的反對已從零星抗議演變為全國性社會運動。短短五個月內,反對率從48%激增至70%。這不是簡單的鄰避效應,而是有組織的制度抵抗:全美已有69個郡市頒佈暫停令,Wisconsin州Port Washington甚至透過公投以66%的壓倒性支援率規定資料中心需經選民批准。結果是近1000億美元的投資專案陷入停滯,連馬斯克的XAI和Google這樣的巨頭也因環保壓力而專案擱淺。經濟學人警告這很可能只是序幕,更嚴重的反彈會危及美國整體AI戰略——尤其當後方有中國等強敵緊追時。

與此同時,美國教育系統暴露了更深層的危機。頂校新生的基礎能力呈災難性衰退。UC Berkeley教授們發表公開信指出,積分班20-30%的學生數學能力停留在初中。UC San Diego的報告更令人震驚:過去五年間需要補課的學生增加了30倍,現在每8個新生中就有1個數學未達高中水平,其中70%甚至低於正常14歲兒童。文學系教授驚呼學生無法完成整部書籍閱讀。OECD對16萬人的最新調查顯示約10%的大學生在讀寫和計算上僅相當於10歲兒童水準。美國情況最糟,每7個大學生中1個只有小學讀寫能力,每5箇中1個數學停留在小學。

這種兩極分化令人瞠目。頂尖學生研究AI、太空和量子物理,而底層學生已爛到教授必須發表公開信的程度。根本原因多重:疫情造成中斷,但衰退早已開始。關鍵是系統性"放水"——明知學生能力不足卻不斷提升成績。耶魯2022-2023學年80%學生得A或A+。更詭異的是,那些需要補課的學生中每4個就有1個高中時數學滿分。此外社交媒體侵蝕學習——1990年代60%兒童為興趣閱讀,現在僅37%。經濟學人強調,缺乏精確資料導致盲目評價,政治人物和公眾各取所需地扭曲現象,問題因此惡化。

教育危機帶來意外轉變。傳統上電腦科學畢業生最搶手,但2024年資料顯示電腦科學失業率7%而哲學系僅5%。紐約聯準會甚至顯示哲學系就業率超過資工系。原因很簡單:AI公司急需哲學家。這不是追求古老思想本身,而是AI開發遭遇深刻的倫理困境。現今AI太順從、太討好使用者——給創業想法盲目讚美而非質疑。AI公司採用"蘇格拉底式提問"訓練,讓AI學會反問。同樣AI存在"幻覺"問題,編造不存在的資料和法條。哲學家訓練AI學會"蘇格拉底式的無知",承認自己的不足。

更深層的倫理困境在自動駕駛中體現。剎車失靈時在撞死5人和1人間選擇,大多人選後者。但若5人是死刑犯而1人是傑出科學家呢?這類問題AI公司每天都在思考。自動駕駛公司執行長警告,未來必然出現倫理訴訟——為什麼AI系統為躲避某人而撞死你的狗?這就是為什麼需要哲學家:工程師教AI怎麼做,哲學家教AI應不應該做。使用者未來選AI時不僅看能力,還要看道德與價值觀契合度。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。