《山巅周刊》定期分享科技、商业、医学及人文资讯，以及商业智慧和最佳实践，每周日发布。

《今日简史》不仅预测了未来世界的无用阶级（Useless Class），更对当前有准确的观察。

在无用阶级涌现的前夜，我们至少可以看到高等教育、传统优势职业和个人财富三个向上流动的途径在崩溃。

高等教育曾经是通往成功的可靠途径和制造经济不平等的工具。但，现在的孩子们长大了会发现，他们学的都是过时的东西，再学新知识又太慢，群体应付不了机器挑战。

自教育平权以来，教育是为了生活和未来的职业做准备。幸运者有机会上大学，并有机会在以后建立良好的职业生涯——固定职业、长期雇主和既定的发展路径。

但短短半个世纪后，终身工作保障和养老金时代一去不复返，"良好的职业生涯"已经很少，甚至连“朝九晚五”都成了奢望。即使在裁员、福利削减和强硬的管理方式下率先离职的是绩效最高的员工，“沉默的大多数”也会在“更精简、更灵活”的财务策略中秉持不了无主的忠诚，只有选择另外两种职业模式。

是的，你唯一需要做出的正确行动是对企业的任何恐惧策略做出承诺，而你能够得到的唯一好处就是继续被雇佣。否则，建议仔细看看以下的建议。

一种是技能错配，就是常说的“专业不对口”，从事主修专业以外的职业。技能错配通常源于学历过高（资质超出工作需求）或技能过剩（技能超出工作需求），但还有一个更多的因素是岗位不足。

现在，除了医学很极少数专业，从事“相关专业”的人都很少了，更多的新晋劳动力投身大众服务性质的销售岗位和众包工。

另一种是自由职业。自由职业是一种正在兴起的职业模式，将一项关键技能直接转化为客户价值，更带来自由。这可能不是一个短暂的趋势，而是一种结构性转型。

但自由职业需要的不仅仅是自我推销或创业精神，还涉及多个不同的学科，多项能力和素养，包括能够敏捷学习、自我决策、良好沟通和独立完成各种项目，以及面对不确定性和风险。

学校一直很少提及职业思维和技能，更不用说自由职业者需要的核心竞争力。仅仅在心理层面，许多人就不具备良好的情绪韧性，以应对真实存在的收入不稳定、倦怠和社会孤立感。长期被理想化、浪漫化误导的学生很难适应这种新的职业模式。

2025 年 1 月，世界经济论坛（WEF）发布《The Future of Jobs Report 2025》（2025 年未来就业报告），调查全球超过1,000家企业的雇主，显示2025年工作者需具备的核心技能与团队工作相关，预期至2030年对技术相关技能的需求快速上升。

2025年和2030年雇主需求的工作者核心技能。

报告列出了受访者感兴趣的技能列表。

对照一看，表格里许多核心技能的确是学校不教的。我们又如何习得呢？当媒体助长了人们对机器取代人类的恐慌时，人们（包括我）过多地探索应该学什么以及从事哪些可能“长寿”的职业，却较少关注应该如何创新学习。

教育适应性策略

教育不再是一次性事件，而是正在被终身过程所取代 。终身学习已成共识，但还需要革新教育和学习方法，通过敏捷学习进行自我重塑，才能练就职业韧性。

传统教育模式没有教给我们足够的核心技能，革新路径之一是敏捷学习。敏捷学习（Agile learning）源自精益制造和软件开发领域，将敏捷项目工作方法迁移到学习流程中，是一种强调速度、灵活性和协作的学习体验设计方法。

敏捷学习的核心在于高度响应、灵活适应和迭代循环 。在学习过程中重视个性化与互动、有意义的学习、与利益相关者协作和响应变化；对于学习结果检核则强调快速失败和持续改进，在短周期内反馈循环 。

敏捷学习需要借助技术来实现，特别是人工智能等数字工具驱动的学习场景，对此投资至关重要。比如药物设计需要敏捷的“试错-优化”思维和成本，而计算生物学和基于物理模型的人工智能算法一步步将其推向新的高峰。

职场中人如何应用这种策略呢？

识别技能

所有工作都依赖于硬技能（比如驾驶汽车）和软技能（比如适应能力），硬技能通常适用于特定工作，软技能却具有高度可迁移性。通过列出所有的工作任务，识别自己掌握的技能。如果要放弃现有工作，这一步非常重要，姑且叫“认识自我”。

硬技能将有利于在相关领域重新工作，进而持续学习对于保持竞争力至关重要；而强大的软技能和学习意愿可能比单纯的技术熟练度更有价值。

软技能也被认为是最能抵抗人工智能替代的技能，尤其是人性优势，使人在依赖同理心、判断力、互动和创意的行业保持工作岗位。

跨领域迁移

跨领域迁移学习（Cross-Domain Transfer Learning）能够将知识从资源充足的领域转移到资源较少的领域。跨领域迁移涉及应用现有专业知识和技能（硬技能），以及一个有意识的从抽象到类比的认知过程（软技能），即将某个领域的底层结构或解决问题的方法，应用于看似不相关的领域。比如：

• 汽车行业的精益制造 -> 医疗行业的精益管理，提升患者安全
• 航空业的故障树分析 -> 软件开发的漏洞排查，保障系统稳定
• 生态学家 -> 城市规划，应对不确定性

许多美军将官在退役后创立或领导商业企业，这些企业往往继承了军事领域的决策机制和管理风格，尤其是类似OODA循环（观察-判断-决策-行动）的快速响应模型。

在现代经济中，职业韧性不再仅仅是找到一份稳定的工作（固定职业、长期雇主和既定的发展路径），而更多地是能够从多种来源创造价值并适应持续变化，以上就是通过敏捷学习实现自我重塑的方法。

人物：麦肯锡

（James O. McKinsey）是一位美国会计师，美国跨国战略和管理咨询公司麦肯锡公司（McKinsey & Company）的创始人。

麦肯锡出生在密苏里州典型的美国中西部农业家庭，普通公立学校毕业后最初在师范学院学习，获得教育学学士学位。随后又学习了法律、哲学和文学，以及财务记账。成年麦肯锡应征入伍美国陆军，在军队服役期间，麦肯锡认为军事供应商缺乏效率。退役的麦肯锡在芝加哥大学教授会计学，30岁的时候，成为注册会计师。

1922 年，麦肯锡出版了他的第一部重要著作《Budgetary Control》（预算控制）。该书被认为是“第一部关于预算的权威著作”，当时，预算仅限于政府，而非私营企业。麦肯锡在书中主张，公司的业绩应以是否遵守既定预算来判断。

1924 年，麦肯锡又出版了两本书，分别是《Managerial Accounting》（管理会计）和《工商管理》（Business Administration） 。评论家们认为这两本书“前所未有地严谨而大胆地体现了科学性”。

在《管理会计》中，麦肯锡展示了会计数据可以用来改革企业的方式，例如可以决定企业运营效率的财务标准。

而在《工商管理》基础上，麦肯锡于1931年创建了一套30页的系统《General Survey Outline》（综合调查大纲，GSO），用于评估公司的财务状况、组织结构和竞争力。GSO是麦肯锡开发的工具包的重要组成部分，重点更多地放在经理为什么做事上 ，而不是他们如何做事。

管理咨询的历史始于“科学管理之父”泰勒（Frederick Taylor）和科学管理运动，但最初是制造工厂中一门以工程为重点的学科。麦肯锡是会计，没有工程经验和工程思维，他的目标是成为第一家为公司提供各个方面的建议的公司，因此战略咨询行业诞生了。

1925 年，麦肯锡在芝加哥创立了自己的咨询公司詹姆斯·麦肯锡公司（James O. McKinsey & Company）。

1935 年，芝加哥百货公司马歇尔·菲尔德公司（Marshall Field & Company）聘请麦肯锡为其提供服务，以解决财务困难，具体来说是自 1930 年以来 1200 万美元的损失和 1800 万美元的贷款偿还。

马歇尔·菲尔德是一家历史悠久的美国连锁百货公司。麦肯锡的 12 名咨询顾问审查了 32 个州的 752 家店，最终建议将其业务限制在零售范围内，出售其工厂并停止批发业务（马歇尔菲尔德在2005年被梅西百货公司收购之前，已发展成为一家大型连锁企业）。

麦肯锡首战告捷，很快就将马歇尔·菲尔德的赤字变成了利润，并接受邀请担任董事长兼首席执行官。

麦肯锡公司最初提供如何将会计原则作为管理工具的专业咨询，但在 1929 年聘用具有管理经验的合伙人 A.T. Kearney 后，变身专注于为高层管理人员提供管理咨询服务；以及在 1933 年聘用具有律师经验的合伙人 Marvin Bower 后，创立了独特的价值观和原则。

• “不晋升就离开”政策，未获晋升的顾问将被要求离开；
• 顾问应将客户利益置于麦肯锡收入之上；
• 只与首席执行官合作；

• 只与公司认为会听从其建议的客户合作。

  
  Marvin Bower，现代麦肯锡及其企业文化的创始人

  麦肯锡于1937年死于肺炎（48岁），A.T. Kearney 和 Marvin Bower 分拆了詹姆斯·麦肯锡公司。A.T. Kearney在芝加哥主持 McKinsey, AT Kearney & Company，Marvin Bower 重组纽约业务为麦肯锡公司（McKinsey & Company）。Marvin Bower 被认为是二战后管理咨询业兴起的领军人物之一，被誉为“现代管理咨询之父”。他曾抗议《商业周刊》将他评为20世纪杰出商界人士之一，理由是他是一位专业人士，而非商人。

麦肯锡公司现在是历史最悠久、规模最大管理咨询公司“三巨头”（MBB，指麦肯锡公司/McKinsey & Company、波士顿咨询集团/Boston Consulting Group和贝恩公司/Bain & Company）之首。麦肯锡主要关注企业、政府和其他组织等客户的财务和运营，也扩展到人工智能转型等新兴咨询服务。

麦肯锡以其高度选择性和竞争性的招聘流程而闻名，它从世界各地著名的顶级商学院招募数量有限且具有高级学位候选人，同时还聘请了在其服务的特定领域拥有深厚专业知识的资深行业人士。

另外，麦肯锡强力主张了一些企业文化和商业实践，但的确为客户取得卓有成效的成果。

麦肯锡成为“最遭人厌恶的管理咨询公司”（《财富》杂志1993年11月1日），收费比竞争对手高出约25%；许多前雇员成为大公司的首席执行官或担任重要的政府职务，他们用麦肯锡的价值观和文化影响着其他组织（这种独特的人脉网络效应，参考PayPal黑帮和Palantir黑帮）；直接卷入多起重大丑闻。

一个世纪以来（2025年10月，麦肯锡合伙人将齐聚芝加哥举行百年庆典会议），企业客户不惜付出重金以获取麦肯锡的人类专业知识，麦肯锡的顾问大军通过整合复杂的信息并规划下一步行动帮助了一代又一代首席执行官应对最棘手的挑战。近年来，麦肯锡既为客户提供人工智能转型咨询，也在迅速部署数千个人工智能智能体，以处理文字工作和检查顾问论点的逻辑性。AI似乎抢不了咨询顾问的饭碗，那些拥有几十年经验的合伙人对于项目来说可能更加不可或缺，部分原因是他们见识过各种问题。

麦肯锡提供PDF与PPT静态文档，需经由多重人工转译环节才能适配客户平台，不仅耗时冗长且信息易发生扭曲。相较之下，人工智能技术能够将战略规划解构为自动化决策模块与任务调度体系，实现向目标环境的自主推送和即时执行。

科技：复杂的屏幕时间

屏幕时间（Screen time）被认为是导致年轻人抑郁症发病率上升、行为问题和睡眠不足的原因。英国著名神经科学家Susan Greenfield甚至说，使用互联网和电脑游戏会伤害青少年的大脑。

而《英国医学杂志》的一篇社论以及另一组英国科学家声称，缺乏关于屏幕弊端的具体科学证据。更多的跨国研究报道说，电子游戏和社交媒体都可以促进而不是损害幸福感。

世界卫生组织建议 1 岁以下儿童不要使用屏幕时间，4 岁以下儿童每天最多使用一小时，这一立场只是为了优先考虑身体活动。

via bbc.com by Zoe Kleinman

Meta 的人工智能广告管理工具

广告一直是大多数互联网企业的主要收入来源，Google的广告技术主要基于用户搜索关键词触发和基于兴趣的受众定向，Meta 则通过其核心广告平台将人工智能大模型（LLM）转化为商业化。

Meta 的一些研究人员发表了一篇非常有趣的论文（Improving Generative Ad Text on Facebook using Reinforcement Learning），探讨了基于绩效反馈的强化学习（RLPF）以及一个名为 AdLlama 的模型。该系统并非模仿人类的写作方式，而是根据人们的行为进行优化。与写诗或其他主观行为不同，广告文字的效果可以与一个非常具体且可衡量的指标挂钩：点击率（CTR），其基本含义是点击次数除以展示次数。CTR 是一种直接且可量化的参与度衡量指标，因此无需任何主观意见。

Meta的方法根据奖励模型从真实用户行为中学习到的知识，编写能够获得更多点击量的文本，有两步流程。

首先，他们训练一个叫做“效果奖励模型”的模型。该模型的作用是纯粹基于历史数据预测任何给定广告文本的点击率。他们使用了大量过去的广告数据，其中展示给相似受众的广告之间唯一的区别就是文本本身。这使得他们能够创建配对。一段文本的点击率高于另一段文本，因此他们可以直接比较文本效果。

第二步，他们使用这个奖励模型来微调基础 LLM，目标是调整 LLM，使其更有可能生成奖励模型给出高分的文本。

结论是，广告主更愿意采纳来自 AdLlama 的 AI 建议，广告主的CTR提高了6.7%。

于是，Meta 的广告管理工具中有一项名为“文本生成”的功能。该工具可以帮助广告主输入自己的广告文本，即他们的原创想法，然后其背后的 LLM 会针对这些文本提出几种不同的变体方案。广告主可以借鉴广告管理工具的灵感，进行大量编辑，或者直接使用自己的原创想法。

声音：AI 聊天机器人市场的双头垄断格局

2025年8月7日，GPT-5 发布，OpenAI 似乎有望继续主导 AI 聊天机器人市场，至少在消费者市场是如此。

考虑到巨大的开发成本，你可以想象至少消费级 AI 市场会发展成类似智能手机的双头垄断格局。在这种情况下，ChatGPT 似乎可能会取代 iPhone 在智能手机市场的地位。谷歌备受推崇的 Gemini 可能会与该公司的 Android 智能手机一样，占据第二的位置。

不过，现在判断未来将如何发展还为时过早。马克·扎克伯格的巨额投资表明，他决心不被时代抛在后面。

via Martin Peers，The Briefing of The Information, Aug 7, 2025

今年夏天，科技界的注意力主要集中在 Meta Platforms 挖走 OpenAI、Google DeepMind等公司的人工智能研究人员，并提供天价薪酬这件事上。

实际上相对人工智能的潜在市场产值来看，这些人工智能研究人员七位数至九位数的薪酬占比很低，与其斥资数千亿美元用于人工智能计算能力比起来也很少。人工智能团队并不需要太多的基础开发者，而且算力和数据都可以外购，有 Meta 的现金和几个项尖的研究人员，很有希望鹤立鸡群。

隐性动机

知名医院和知名市场的人流

求医问药、救死扶伤都是我们的天性，也是炫耀性关怀（conspicuous caring）的体现，唯与疗效无关。

Kevin Simler和Robin Hanson的《脑中的大象》（The Elephant in the Brain）表明我们远没有我们假装的那么高尚——我们的大部分行为都是由无形的自身利益驱动的，即使我们认为自己是善良的。

这本书的联合作者一个是软件工程师，一个是经济学教授，讨论关于日常生活中隐性动机的心理学现象。

影像：电子价签

电子价签正在欧洲和美国的连锁杂货店中普及，可以实现即时降价，当然也可以实时涨价。

文明对话

CCTV-1 2025年8月14日20:00档

《2025中国·AI盛典》现场中播出的视频短片《兵马俑世界奇遇记》是由AI生成的，合成了兵马俑和蒙娜丽莎的互动，两个角色穿越秦陵、卢浮宫和上海外滩，一起逛街、共餐和跳舞。曾经类似题材和表现形式可能叫恶搞，现在叫文明对话。

顶级视频生成模型制造商一直在争取商业电影制作人将生成性人工智能融入到他们的制作流程中，而大众生成的视频片段在病毒式视频、广告活动和网络视频节目中吸引着人们的眼球。您如何评论？

里奇和斯蒂芬的梵猫喵

2015年5月15日，和女友分手、辞掉IT工作的塔斯马尼亚岛霍巴特男孩Richard East，卖掉房子清空家当，唯独带上来自猫咪收容所的黑猫Willow，开着亲手改造的T5 Transporter露营房车大众，开始碾过澳大利亚大陆70,000公里海岸线与荒漠的旅行。

2016 年，他们在珀斯遇到从英国来的Steph，并成为伴侣。Steph是一家清洁能源公司的技术分析师，而Richard则专注于写作和Instagram等社交媒体项目。2024年，他们仨在珀斯买了房，并在vancatmeow.com上贩卖他们的旅行故事。

Richard的写作和媒体运营很成功，常常在Lonely Planet、The Daily Telegraph、Business Insider、People Magazine、Sunrise TV、Buzzfeed、Mashable等许多大媒体上露面。

2025年，Richard离开了在动物福利行业的职业尝试，准备为一家非营利性老年护理机构担任数字赋能分析师。

数字赋能分析师（Digital Enablement Analyst）：帮助组织更好地利用技术，分析流程，并支持员工的技术发展。

类似生活方式可参考《山巅周刊第251期》中以创作航海视频为生的流浪汉Sailing Triteia，或者创办 Goats On The Road 的加拿大夫妇Nick & Dariece，以及更多数字游民（Digital Nomad）案例。