AI-Agent开发是26年最明确的技术风口

一、行业 / 公司新闻

1. Anthropic 招聘武器专家防止 AI 滥用,BBC 报道引发关注

  • 摘要: Anthropic 发布"化学武器与高爆炸药政策经理"岗位,年薪 285K,要求至少 5 年化学武器/爆炸物防御经验,需了解"放射性弥散装置"(脏弹)。

2. Anthropic 市场份额大幅提升,企业客户争夺战升温

  • 摘要: 在首次购买 AI 服务的企业中,Anthropic 在与 OpenAI 的正面竞争中赢得约 70% 的客户。Ramp 平台数据显示,一年前仅 1/25 的企业使用 Anthropic,现在已接近 1/4。

3. 30+ 名 Google/OpenAI 员工支持 Anthropic 起诉五角大楼

  • 摘要: 包括 Google 首席科学家 Jeff Dean 在内的 30 多名 Google 和 OpenAI 员工提交法庭之友陈述,支持 Anthropic 反对将 AI 用于自主武器的立场。

4. Perplexity 发布多模型 AI Agent "Computer"

  • 摘要: Perplexity 为企业客户推出 AI Agent "Computer",可协调 19 个不同 AI 模型执行复杂工作流。多模型编排成为企业 AI 应用的新趋势,不再依赖单一模型,而是根据任务特性智能分配最优模型。

5. Meta 收购 AI Agent 社交网络 Moltbook

  • 摘要: Meta 收购了 Moltbook——一个专为 AI Agent 设计的 Reddit 式社交网络,AI Agent 可自主发帖、评论和互动。 AI Agent 社交网络的出现和被巨头收购,预示着 Agent-to-Agent 交互将成为下一代平台的重要形态。

6. Bloomberg: AI 泡沫还是 AI 繁荣?

  • 摘要: Bloomberg 最新长文探讨 AI 投资泡沫风险。BofA 调查显示 23% 的信贷投资者将"AI 泡沫"列为最大担忧(去年 12 月仅 9%)。穆迪模拟了 AI 公司估值下跌 40% 的传导场景。
  • 深度: 超级大厂到 2030 年预计在数据和电力基础设施上投入超过 3 万亿美元,但商业变现路径仍不够清晰,市场正在经历"信仰 vs 现实"的拷问。

二、招聘与求职市场

1. 2026 年科技裁员已达 4.5 万人,9200+ 与 AI 自动化直接相关

  • 摘要: 2026 年至今全球科技行业裁员 45,363 人,其中 68%(3 万+)发生在美国。Amazon 裁员 1.6 万人领跑,Block 4000 人,Autodesk/Salesforce 各约 1000 人。
  • 深度: 与之前主要裁减运营和支持岗位不同,最新一轮裁员已波及专业技术和高级岗位。企业高管直言:传统代码编写和维护方式正在"过时"。如果保持当前速度,全年裁员可能达到 26.5 万人,超过 2025 年的 24.5 万。

2. HBR: 企业因 AI 的"潜力"而非"表现"在裁员

  • 摘要: 哈佛商业评论指出,许多企业裁员并非因为 AI 已经取代了这些岗位,而是基于对 AI 未来能力的预期。
  • 深度: 这意味着裁员中有"泡沫成分"——部分被裁的人可能会被悄悄重新雇佣。HR Executive 的分析也指出"一半裁员可能会被悄悄回聘"。

2. 2026 届 AI 应届生:大模型算法岗月薪中位数近 2.5 万

  • 摘要: 2026 届 AI 应届生就业报告显示,高科技企业需求领跑,技术深度成为核心考核标准,大模型算法工程师月薪中位数接近 2.5 万元。
  • 深度: 企业更看重数学/算法基础和实际项目经验,名校学历的权重在下降。

三、其他社区热点

1. 微博热搜: "男二以下 AI 演员" (118万热度)

  • 摘要: AI 生成的数字演员可能取代影视剧中的配角和群演,引发影视行业热议。这一话题折射出 AI 对创意产业的深层冲击——不仅是写代码,连演戏这种"需要人味"的工作也在被 AI 侵蚀。

2. V2EX 热帖: Web3 全栈求职者"找工作困难"

  • 摘要: 大厂背景的 Web3 全栈工程师发帖求职,称投简历投到手抽筋,引发大量讨论。即使是大厂背景+全栈能力+英语流利的候选人也面临求职困难,反映了当前市场的结构性变化。

三、对大学生的求职与学习建议

alt

alt

#AI新知#
全部评论

相关推荐

03-15 10:59
已编辑
美团_后端开发(实习员工)
爱写代码的菜code...:哎,自己当时拿到字节offer的时候也在感叹终于拿到了,自己当时最想去的企业就是字节,结果还是阴差阳错去了鹅厂。祝uu一切顺利!!!
点赞 评论 收藏
分享
1. 为什么做Agent项目?2. 了解过市面上有哪些智能体agent吗3. 讲下Agent项目4. Agent项目开发的框架5. 介绍一些AI大模型6. RAG系统流程7. MCP和Function Calling8. 如何写好的prompt9. 多轮对话的实现方案10. Agent项目背景11. LLM产生幻觉的原因及解决方案12. MCP协议的核心内容13. 推理模式的差异化设计14. RAG检索优化策略15. 特定推理模型不支持MCP的技术原因16. Agent推理模式17. 跨模块错误追踪的Agent知识库构建方案18. 多Agent执行策略的智能选择和切换机制设计19. 简历关键词提取的技术实现20. RAG评估方案21. SSE的局限性22. 举例复杂任务下执行流程23. MCP通信方式24. 项目中AI贡献的代码占比25. Prompt工程的实践经验26. 基于代码构建知识库的Agent设计27. A2A协议28. 长文本生成的技术方案29. Agent skills30. 演示Agent项目实现细节31. 了解其他的Agent范式吗32. 模型预热机制33. NL2SQL场景下的SQL安全防护34. 复杂任务执行准确率提升的评估方法35. AI辅助IDE开发工具36. RAG动态知识更新37. MCP和skill区别38. 推理模式的选择机制39. 企业内部知识库RAG的动态持续更新方案40. Prompt设计示例41. A2A与MCP区别42. 多阶段召回策略优化43. AI辅助开发的实践经验面试官主要最爱问的就是讲一下你的 Agent 项目整体架构 & 执行流程RAG 全流程 + 检索优化怎么做的Tool 调用 / Function Calling / MCP 机制原理多轮对话、上下文记忆、幻觉怎么解决
面试官最爱问的 AI 问...
点赞 评论 收藏
分享
03-13 23:30
已编辑
小红书_后端开发
请先做一个简单的自我介绍。对于Java中的锁机制,你有什么理解?在悲观锁中,Java语言层面有哪些实现方式?它们之间的区别是什么?synchronized和reentrant lock在等待与唤醒机制上有什么区别?你对线程池的理解是怎样的?在使用线程池执行任务时,一般需要注意哪些问题?如何让主线程感知到线程内部的异常?如果线上应用频繁出现GC问题,可能是什么原因导致的?Spring AOP使用的哪种设计模式及代理方式?在哪些场景下会使用Spring AOP,以及使用时应注意哪些问题?问:InnoDB数据库中的索引使用何种数据结构,B+树和B树有何区别?在MySQL中,如何通过explain查询来分析circle执行计划并找出性能差的原因?当查询涉及到多个字段且索引设计有问题时,该如何排查和优化?对于存储数据量大的表,应如何分析其性能问题并提出解决方案?在处理频繁的修改和查询操作时,如何避免引发性能问题?问实习:在对象存储中,你们采用了哪两种经典方式?当时在测试环境中遇到了什么新问题?为了解决这个问题,你们采取了什么优化措施?....算法题:好像easy还是middle直接秒了(已经好久好久没刷题了 稍微写慢了一点)反问:部门业务大概是什么样的?答:部门属于公司个性化工程平台部,主要负责个性化让利、触达、超级VIP体系以及用户画像和标签数据四块业务。
查看17道真题和解析
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务