在人工智能时代，工人将如何适应

台湾省工人对人工智能进步的焦虑是可以理解的，但往往也是不必要的。根据对800多种职业的任务分析、6800项技能的深入研究以及专家调查，麦肯锡全球研究院的研究团队估计，超过一半的美国工作时间可以通过现有技术实现自动化。然而，人工智能并不能完全取代这些工作的执行者，而是会改变工作方式，促使工人适应新的环境。

目前，超过70%的雇主所需的技能在可自动化和不可自动化的工作中都是相关的。这意味着大多数人类能力仍然有用，但它们的应用方式和地点将发生变化。随着人工智能接管常规任务，特别是数据录入和信息处理等数字任务，人们将更多地关注人类独有的能力：提出更好的问题、解释结果、指导机器和行使判断。技术变革的速度将使适应性成为人类的终极超能力。

工作职位的招聘信息预示了劳动力市场的未来。数据显示，对使用和管理人工智能工具的能力需求增长了七倍，这是过去两年中增长最快的技能，甚至超过了设计人工智能系统的能力。你可能会认为，在人工智能时代最成功的人是工程师，但实际上，最有可能的是人工智能翻译——能够理解人工智能语言并指导智能机器的人。

在人工智能时代，工人的适应和繁荣的例子比比皆是。在放射科，尽管人工智能能够以越来越高的精度读取扫描图像，但临床医生的数量仍在增加，因为技术增强了他们的工作，而不是取代它。在客户服务领域，公司使用对话式人工智能代理处理常规电话，让人们专注于复杂或情感敏感的案件。在制药行业，生成式人工智能工具起草临床报告，将周转时间减半并提高准确性，但前提是医学作家指导和验证每一步。

管理方式也将因劳动力中的人工智能颠覆而改变。随着机器处理更多分析和报告，管理者将花费更多时间进行指导、影响和整合人机团队，而不是监督。人工智能流利将成为核心领导技能——不是为了编程，而是为了理解技术的局限性，确保清晰的责任划分，并在效率与安全之间取得平衡。

经济影响巨大。麦肯锡估计，到2030年，通过重新设计人与技术如何合作，人工智能驱动的代理和机器人可以为美国创造近2.9万亿美元的经济价值。这意味着不仅要自动化任务，还要重新构想整个工作流程：销售团队如何追求潜在客户，银行如何处理贷款，以及管理者如何构建包括人类和数字同事的团队。

人工智能是否会带来繁荣与颠覆，还是仅仅带来颠覆，取决于雇主和教育者现在为人们做好准备的选择，以及工人适应新工具和新工作方式。技术革新正在迅速发展；问题是我们能否跟上这种变化。如果我们妥善管理过渡，人工智能不会减少人类的工作，而是会提升它。（来源：美国《时代》杂志  https://time.com/7341258/how-workers-will-adapt-in-ai-era/）

斯坦福大学：中国的开源AI模型与美国巨头相匹敌，迫切需要展开合作

斯坦福大学的一项报告显示，中国的开源人工智能模型在能力和采用方面可能已经与美国的同类模型持平甚至领先。鉴于中国企业在人工智能治理和安全方面面临的广泛挑战，美国企业不应避免与中国的AI实验室、学术界和政策制定者进行“选择性合作”。

报告由斯坦福大学的DigiChina项目准备，该项目隶属于斯坦福大学国际安全与合作中心和以人为中心的人工智能研究所，后者每年都会发布有影响力的年度AI指数报告。报告指出：“如今，中国开发的开源模型在全球竞争的人工智能领域已不可或缺。与中国的同行进行学术合作，以增加我们对开源人工智能模型风险的理解和各种护栏的有效性，是有空间的。”

中国开发者如DeepSeek正在增加其开源模型的许可条款的灵活性，使最终用户在使用模型时拥有更大的自由度。相比之下，美国科技巨头如OpenAI和Google DeepMind仍保持其领先模型为专有软件。报告援引行业领先指标指出，中国的开源模型现在达到了“接近最先进的水平”，在开源领域领先世界，仅略逊于领先的封闭式美国模型。（来源：南华早报  https://www.scmp.com/tech/tech-trends/article/3336775/chinas-open-source-ai-models-rival-us-giants-making-engagement-urgent-stanford?module=top_story&pgtype=homepage）

AI芯片竞赛：中国如何打造自己的“曼哈顿计划”

在中国深圳的一个高安全实验室中，科学家们开发出了一种原型机，能够生产用于人工智能和军事应用等技术的先进半导体芯片。这一目标曾是美国长期试图阻止的。该原型机于2025年初完成，目前正处于测试阶段，几乎占据了整个工厂的面积。它是由一群之前在荷兰半导体公司ASML工作的工程师组装的，这些工程师通过逆向工程破解了用于芯片生产的极紫外光刻机（EUV）技术。

EUV机器利用极紫外光在硅片上雕刻出微小电路，这一技术目前主要掌握在西方公司手中。尽管该原型机已成功产生极紫外光，但尚未生产出功能正常的芯片。ASML首席执行官克里斯托夫·福库特最近表示，中国可能需要“很多年”才能掌握这项技术，但该原型机的存在表明，中国的研发时间可能比预期要短得多。

然而，技术挑战依然存在，主要在于实现与西方光学系统相同的精度。二手市场上可用的ASML旧机器部件使中国能够构建其国内原型机，目标是在2028年前生产出工作芯片，但更现实的估计是2030年。这仍比许多分析师预计的中国赶上西方半导体能力所需的时间要早。

该原型机的研发是六年来旨在实现半导体自给自足的项目的一部分虽然中国的半导体雄心已公开声明，但深圳EUV项目一直保持高度保密。华为在这一倡议中扮演着关键角色，协调各公司和研究机构的努力。该项目被比作美国的曼哈顿计划，目标是实现先进芯片制造的完全自给自足。

历史上，ASML是唯一一家掌握EUV技术的企业，其机器售价约2.5亿美元，对于英伟达和AMD等公司使用的尖端芯片至关重要。ASML开发EUV技术耗时近二十年，涉及大量投资，直到2019年才开始商业生产。

自2018年起，美国一直敦促荷兰禁止ASML向中国出售EUV设备，2022年拜登政府进一步扩大出口管制，限制中国获取尖端半导体技术。这些管制不仅针对EUV系统，还针对较旧的深紫外光刻机，旨在使中国至少落后一代芯片技术。美国国务院表示，这些出口管制的执行已加强，并与国际伙伴合作解决潜在漏洞。

由于出口限制，中国的半导体发展面临阻碍，影响了华为等主要玩家。消息来源强调深圳项目的保密性，指出参与者被要求使用假身份以保持操作的机密性。招募的工程师包括前ASML员工，他们拥有关键的技术专长，使团队能够成功破解技术。

自2019年起，中国在招募半导体技术专家方面表现出积极态度，提供丰厚的签约奖金和购房补贴等激励措施。值得注意的招募对象包括前ASML光源技术负责人林南，他在EUV光源相关专利开发方面取得了进展。

尽管ASML声称严格保护其商业秘密，但由于欧洲隐私法的限制，难以监控前员工。荷兰情报部门警告称，中国利用了广泛的间谍活动从西方国家获取先进技术，进一步说明了竞争的激烈程度。即使有法律框架，跨国界执行保密协议仍面临复杂性。

此外，对高级技术领域人员的招募继续受到关注，一些人因额外福利被激励，包括双重国籍安排，使他们能够在官方限制下保持与多个国家的关联。

随着中国政府推动其半导体自给自足目标，其缩小与西方技术差距的努力正在加强。尽管前方仍有挑战，深圳项目代表了中国在半导体制造领域取得的重大进展，不仅对全球技术格局，也对地缘政治中的供应链和技术依赖具有重要意义。

在中国深圳的EUV工厂内部

ASML最新的EUV系统尺寸相当于一辆校车，重达180吨，而中国的原型机更大，以增强功率，但仍然比ASML的机器粗糙。中国的原型机在获取来自卡尔·蔡司AG的关键供应商光学系统方面面临挑战。中国的主要研究机构，尤其是长春光学精密机械与物理研究所（CIOMP），在开发国内替代品方面发挥了关键作用。CIOMP在2025年初之前成功将极紫外光集成到光学系统中，尽管仍需大幅改进。

为了吸引人才，CIOMP为博士光刻研究人员提供了“无上限”的薪酬，并提供了总计400万元人民币（约56万美元）的补助金和100万元人民币（约14万美元）的个人补贴。SemiAnalysis分析师杰夫·科奇指出，如果中国能够实现可靠且强大的光源，且污染最少，这将标志着重大进展。中国的优势在于不必从头开始，因为商业EUV已经存在。

为了获取必要的组件，中国使用了从旧ASML机器拆解的零件，并通过二手市场从ASML供应商处采购，经常利用中间公司来掩盖最终买家的身份。日本尼康和佳能等公司的出口受限组件也被集成到原型机中，尽管佳能表示对此并不知情。最近的拍卖经常列出旧的半导体制造设备，包括ASML光刻设备，表明这类零件在市场上有需求。

中国有一个约100名近期毕业生组成的团队，专注于逆向工程EUV和DUV光刻机组件。每个工作空间都通过单独的摄像头监控，记录拆解和重新组装过程，这对于光刻技术的发展至关重要。成功重新组装组件的工人会获得奖金作为激励。

从芯片设计和制造到最终产品的集成，华为在整个供应链中扮演着重要角色。华为CEO任正非对此高度关注，并与政府保持沟通。（来源：现代外交  https://moderndiplomacy.eu/2025/12/17/the-ai-chip-arms-race-how-china-built-its-own-manhattan-project/）

2025年AI编程工具爆炸式增长，首次安全漏洞表明可能产生的问题

近年来，AI编程工具引起了恶意行为者的兴趣。虽然这些工具尚未导致大规模攻击，但已出现一些利用和接近成功的案例。研究人员发现，多个流行工具存在关键漏洞，这表明AI编程工具可能引发严重安全问题。

AI编程工具的特性使其成为新的攻击目标。任何新兴技术都会为网络攻击创造新的机会，而AI编程工具只是其中之一。此外，许多AI辅助编程功能的代理性质要求开发者检查AI工作的每一个方面，这使得小的疏忽可能演变成严重的安全问题。安全专家指出，AI编程工具的工作方式使其容易受到提示注入和供应链攻击，后者尤其危险，因为它们会影响使用该工具的下游公司。

安全专家Randall Degges表示，软件开发者的供应链一直是安全上的薄弱环节，而AI工具的出现使其更加突出。

今年，AI编程工具的安全漏洞和利用事件引起了广泛关注。最引人注目的事件之一是亚马逊Q编程助手的漏洞。一名黑客利用VS Code开发环境中Q的官方扩展程序，植入指令以删除用户本地文件并扰乱其AWS云基础设施，甚至可能使其失效。该版本的工具通过了亚马逊的安全验证，并在用户中公开使用了两天。攻击者声称此举旨在揭露亚马逊的“安全表演”，而非实际执行攻击。这一事件引发了安全和开发界的广泛关注。

除了Q，2025年在Cursor、GitHub和Google的Gemini等AI编程工具中也发现了关键漏洞，这些漏洞使提示注入攻击成为可能。CrowdStrike还报告称，多个威胁行为者利用Langflow AI（一种广泛使用的构建AI代理和工作流的工具）中的未认证代码注入漏洞获取凭证并部署恶意软件。

安全专家John Cranney指出，代理型编程工具在执行时具有开发者的权限级别，而这些工具的生态系统正在迅速演变。代理型工具提供商正在快速添加功能，同时，MCP服务器的设计也爆炸式增长，旨在为这些工具添加功能。然而，没有模型提供者解决提示注入问题，这意味着每个新的输入都可能成为新的注入向量。

CrowdStrike的Cristian Rodriguez认为，组织面临的挑战是如何在构建应用程序的同时保持相同的速度进行安全保护。他建议公司完善SecOps计划，加强AI编程工具的治理，包括打击“影子AI”，确保所有工具都经过批准并作为公司整体安全基础设施的一部分进行管理。对于批准的AI编程工具，公司还需要持续管理其接触的所有内容。

GitHub表示，其Copilot编程代理会主动和自动地对生成的代码进行安全和质量分析，以确保检测和修复代码和依赖项中的漏洞。

然而，CrowdStrike的Adam Meyers指出，AI编程工具通常以未管理或“无头”模式运行，执行大量后台操作。这使得开发者成为最后一道防线。他强调，这些工具会迅速生成大量代码，开发者需要对其进行安全评估，检查代码可以拉取的所有库，而不仅仅是部署它。这才是真正的风险所在。（来源：美国财富  https://fortune.com/2025/12/15/ai-coding-tools-security-exploit-software/）