Sam Altman says AI won't shorten the workweek because humans enjoy being busy4 days agohttps://www.techspot.com/news/113264-sam-altman-ai-wont-shorten-workweek-because...萨姆·奥尔特曼解释说，人工智能并未导致每周工作时间缩短，因为人类天生喜欢工作并与他人竞争。科技长期以来承诺会带来更多闲暇时间，但大规模的四小时工作周从未实现，奥尔特曼也不认为人工智能会改变这一点。奥尔特曼认为，人类的期望会随着能力提升而提高，这导致人们发明新产品、树立新抱负和解决新问题，而非减少工作时间。人们拥有创造、贡献和感到有用的真实愿望，即使人工智能接管更多任务，这种愿望仍将继续存在。更多...
Human Bottlenecks5 days agohttps://borretti.me/article/human-bottlenecks人们常常想象AI助手（行政助理、家教、笔记工具）能提高生产力，但这些想法很少成为现实。两个主要原因：缺乏‘严肃的使用场景’（没有具体需求或目标），以及AI难以解决的内部限制因素（执行功能、智力、知识）。许多想要AI工具（如抽认卡生成器、家教）的人实际上并不使用这些系统，或者没有实质性的学习理由，因此没有需要改变的动力。动机、执行功能和智力等内部瓶颈很难通过外部手段增强；像哌甲酯（利他林）这样的兴奋剂可能比AI辅助更有效。更多...
You Got Faster. Your Company Didn’t.5 days agohttps://terriblesoftware.org/2026/06/17/you-got-faster-your-company-didnt/人工智能提升了个人的生产力，但却将时间负担转移给了审核者，导致整个公司变得更加缓慢。AI生成的文档更长，需要事实核查，因为作者跳过了验证环节，将个人的捷径变成了集体的问题。作者建议使用AI，但随后将节省的时间用于编辑和事实核查，并遵循一条规则：如果你无法为一个句子辩护，那它就不算完成。鼓励读者对未经编辑的AI草稿提出质疑，要求提供简洁、经过核实的内容。更多...
The New AI Superpowers: Focus and Followthrough7 days agohttps://www.rickmanelius.com/p/the-new-ai-superpowers-focus-andBurnout is rising despite AI making tasks 2-100x faster, because overwork isn't the only cause.AI tempts people to start many side projects, leading to overcommitment and make-work.A personal example: the author had 40 proof-of-concept projects, causing burnout.The key solution is to do less but better—focus on going deeper on fewer important tasks.更多...
The Many Claudes of My Code7 days agohttps://shippingbinaries.com/blog/the-many-claudes-of-my-code作者最初质疑AI的编码能力，将其视为类似Stack Overflow的工具，并手动审查代码以保持个人风格。Claude Code展示了AI处理维护任务的能力，并减少了学习Laravel等特定框架的需求。较新的AI模型（如Fable、GPT 5.6-Sol）现在在80%的编码任务上优于作者，这使作者接受并对其带来的生产力提升感到兴奋。AI的缺陷通过确定性验证代码的工具得到缓解，这些工具能够实现快速且持续关注的自我检查。更多...
The AI Productivity Illusion8 days agohttps://www.hardresetmedia.com/p/the-ai-productivity-illusion生成式人工智能尽管能加快任务完成速度，但在公司或经济层面并未提升生产力，因为真正的经济生产力取决于产出质量和投入成本，而不仅仅是速度。人工智能基础设施的建设已经花费了1.5万亿美元，而生成式人工智能容易出错——例如在代码或医学中产生虚构或错误——这会降低产出价值并增加质量控制成本。人工智能的经济价值有限，因为对其产出的需求不像工业革命等变革性技术那样高，而且它可能通过助长攻击来损害网络安全等领域的生产力。明显的“生产力悖论”可能是一种错觉：生成式人工智能从速度中获得的收益被不可靠性造成的价值破坏所抵消，导致经济上没有净改善。
OpenAI's first branded hardware is a light-up keyboard?18 days agohttps://arstechnica.com/ai/2026/07/openais-first-branded-hardware-is-a-light-up-...OpenAI推出首个自有品牌硬件设备——售价230美元的Codex Micro，这是一款专用的迷你键盘。它配备RGB背光磨砂键帽，可对多达六个Codex线程提供颜色编码的实时状态反馈（空闲：白色，思考：蓝色，完成：绿色，需要反馈：琥珀色，错误：红色）。轻触亮起的按键即可将对应Codex窗口唤至屏幕前台，为桌面用户简化线程监控流程。设备预置六个默认按键对应常见Codex任务（如接受修改、一键通话），但所有功能均可通过软件重映射，并支持使用随附键帽进行物理定制。更多...
Why organizing knowledge in the age of AI sucks, and how I solve it18 days agohttps://jordangreen.bearblog.dev/why-organizing-knowledge-in-the-age-of-ai-sucks...作者花费大量时间在AI聊天会话中进行个人和专业任务，但在检索和重用历史对话上下文时遇到困扰。当前工具如Claude Projects、Linear议题或文档平台未能与人类组织知识的心理模型对齐，导致存储和加载AI上下文效率低下。关键洞察包括：会话式组织方式与人类记忆模式的错配、AI解读中元上下文的缺失，以及人类与AI对自然语言成果记忆需求的重叠。作者利用Claude编程技能构建了一个极简解决方案：创建以文件夹为话题主题、文件为知识条目的知识库，实现更优的上下文捕捉与检索。更多...
Claude Cowork is coming to mobile and weba month agohttps://claude.com/blog/cowork-web-mobileClaude Cowork 正扩展到移动端和网页端，可实现会话和文件跨设备同步，测试权限将首先向 Max 用户开放。Cowork 功能使 Claude 能够处理跨文件、日历、电子邮件、消息传递和其他工具的任务，其中超过 90% 的使用涉及非软件开发任务，如业务运营和内容创作。主要变化包括工作内容跟随用户跨设备同步、设备离线时后台任务持续进行，以及用户拥有决策控制权，必要时问题会发送至用户手机。桌面端仍是深度工作的主要平台，而网页端和移动端访问则扩大了可用范围，聊天和 Cowork 现已集成至统一的首页界面。更多...
Apollo economist says a 'painful repricing' of AI markets is possiblea month agohttps://fortune.com/2026/07/06/ai-productivity-gains-bubble-painful-repricing-ma...知名经济学家警告，人工智能带来的生产率提升主要集中在科技行业，对于大多数财富500强企业而言，AI部署缓慢且投资回报滞后。监管障碍、数据保护和工作流程整合推迟了AI应用；当前市场定价可能超出实际收益，存在痛苦的价格重估风险。利润率呈现分化：科技七巨头从15%提升至25%（2023-2026年），而标普493成分股维持在10%左右，凸显了对更广泛经济影响的局限性。麻省理工学院研究发现，仅5%的企业从生成式AI试点项目中获得显著投资回报；若回报无法快速实现，企业可能放缓AI支出。更多...
AI saves about 3% of your hours, and almost none of it reaches the moneya month agohttps://okaneland.com/study/ai-productivity-roi-at-work/人工智能在真实工作场景中平均节约约2.8%的工作时间，但这些时间节省很少转化为更高的收入或利润。特定任务的AI效果显著（如写作速度快40%、每小时多解决14%的问题），但当应用于完整工作岗位时，由于AI无法处理的任务和验证成本，效益会大幅缩水。AI能力存在'锯齿状'缺陷：在写作、客服等结构化任务上表现出色，但在其能力范围外的任务中会自信地犯错，导致高昂代价。仅有3%-7%的AI生产力提升转化为劳动者薪酬，多数组织虽投入大量资金却未见投资回报。更多...
The gauge broke: devs felt 20% faster with AI, measured 19% slowera month agohttps://intrepidkarthi.com/writing/the-gauge-broke/一项对照试验发现，有经验的开发人员在使用AI工具处理熟悉的代码库时，感觉速度快了20%，但实际上慢了19%。AI加快了打字速度，但这并不是专家的瓶颈所在，同时增加了如提示、等待和审核经常有细微错误输出等额外开销。团队层面的数据显示，拉取请求的数量和大小有所增加，但没有带来净交付增益，代码变更更多而重构减少，表明验证已成为新的瓶颈。工具构建者正在将重点转向以智能体优先的集成开发环境，强调验证而非生成，这与开发流程中已识别的瓶颈相吻合。更多...