AI 考验人性:东京 IT 就职圈为何陷入混乱
在东京 IT 就职圈,一位工作十年后跳槽的技术者发现,AI 并不筛选人,而是放大心性:没有底线的非技术操盘手靠拉活、雇人、硬压案件运转生意,招聘与面试都变得轻飘飘。用 AI 挑错字更成了权力游戏。作者借“给每个人发枪”的比喻,追问是否该放缓工业新革命,把创作还给人类。
支持对已公开的 133 篇文章进行关键词模糊搜索、分类与标签筛选。
在东京 IT 就职圈,一位工作十年后跳槽的技术者发现,AI 并不筛选人,而是放大心性:没有底线的非技术操盘手靠拉活、雇人、硬压案件运转生意,招聘与面试都变得轻飘飘。用 AI 挑错字更成了权力游戏。作者借“给每个人发枪”的比喻,追问是否该放缓工业新革命,把创作还给人类。
40岁、身在东京的作者在职业转型期被焦虑与失控感反复困扰,由此接触到心理学中的「不确定性不耐受」与「灾难化思维」。文章从进化角度解释人类为何难以忍受不确定,提出先分清假设与事实、再把注意力拉回当下的练习方法,并讨论AI时代被淘汰的恐惧:与其和AI比速度,不如思考如何驾驭它。作者也指出,这不只是个人心态问题,而是需要社会共同面对的结构性变化。
进新公司约一个月,作者发现自己又撞上同一堵墙:有劲儿却发挥不出来。他把原因归结为“言大于行”的组织文化——大家热衷掰扯道理,产品概念多、真正做出来的少。文章从日本客户的磨合方式谈起,主张先修内部,建立每天汇报、共同规划的做事机制,再出去碰机会;并进一步判断,AI 时代软件产品正在贬值,竞争力会转向云与伙伴之间的互相带货,以及洞察并调整人的状态、用叙事激发对方的能力。
参加 +81 Builders 的黑客松,体验了 ai& 用 CLI 与 skills 把 AI 服务变成可部署服务器的做法,以及 MiniMax 视频生成的速度与低成本;更受冲击的是参赛者四小时内用 Neo4j 做出的照片关系解析、音乐分析、流调动态图谱与火灾推演。作者由此感到,仅靠 coding agent 的熟练已不够,开始补课知识图谱。
这次黑客松我开发了一套从故事或博客生成视频的工具,并完成了三层验证。第一层把故事自动拆成多节,生成提示词、角色与配音,再逐节生成视频;第二层把 AI& CLI 包装成服务层,用 skills 驱动 AI LLM API,让非程序员也能使用;第三层先写好配音,再以配音为参考让 MiniMax 生成画面,形成声音驱动的视频生成方法。三个验证都成功了。
AI Director 是一个跑在本地的导演工作台,把想法拆成分镜、角色、配音和镜头。它用通过校验的项目 JSON 约束 AI 输出,以 Edge TTS 生成旁白并按镜头时长调整语速,再通过 ai& 的 MiniMax H3 生成视频。本文梳理它的制作流程、时间轴处理、付费任务的边界、本地优先的数据设计,以及显式加载并校验 Skill 的工程取舍。
制造贩卖模式看似简单:企业自己制造并销售产品、从客户获得对价,但它的强项与脆弱来自同一处。关键在两条轴——做高品质、低价格、别人做不到的“单项能力”,和在价值链里采购、加工、交付的收入方式。案例中,一家超精密零部件企业因量产不良品长期停滞,1990年代转往东南亚并彻底改善不良,最终在雷曼危机与东日本大地震中仍做到10%出头的营业利润率。但品质和利润率是两回事:无法拒绝客户降价要求的企业业绩难恢复,最终被收购。出路只有彻底打磨价值链,或改变模式本身。
从 2026 年出现的判断引擎 JVE 出发,把开发抽象成 why 与 action 的 key-value,设想一套由 now 状态驱动的新 runtime:输入当前状态,判断该优先执行哪些 why-action、按什么顺序执行。再把 action 之后的 reaction 作为新输入触发下一个 Y,用类似 browser use 的方式监听 now,并借 interview 帮人建立自己的 why-action 数据库。最后把范围缩小到「帮你找工作」,拆成 interview 应用、action 与软件关联、runtime 循环三步来试。
当 AI Agent 开始承担跨天、跨周的长周期任务,内存便成为基础设施。本文梳理 Oracle AI Agent Memory 的收敛型数据库路线、TiDB Vector 加 Mem0 的分布式 HTAP 路线、AWS Bedrock AgentCore Memory 与 GCP Memory Bank 两套托管服务,并对比 Mem0、Letta、Zep/Graphiti、LangMem 四种开源框架,最后给出金融医疗、云原生、多租户 SaaS、强时序四类场景的选型参考与未来趋势。
星巴克的滴滤咖啡一杯380到510日元,比多特尔和 Tully's 都贵,却依然是日本最大的咖啡连锁。本文以星巴克为例,梳理它成功背后的第三空间、店员服务、商品战略与门店设计,进而区分商业模式的狭义定义与广义定义,并介绍战略分析、顾客洞察、模式适配三种构建路径及其利弊。
介绍我 9 月做的一套 App 加服务器语音处理系统。长时间的通话录音被压缩上传到谷歌云,再由一台只有 CPU、没有 GPU 的电脑轮询获取,用 faster-whisper 完成长音频转写,并通过 CLI 启动 DeepSeek Harness 运行 skill。云端系统支持上传自己的 skills 和脚本文件,处理完成后通过手机通知;脚本还能把内容转成三种语言并自动发布到博客。它在核心功能上接近 MUSE 和 Dota,但长语音转写只用 CPU、成本很低。下一步计划加入自动判断引擎,让系统自行决定执行哪些 Action Skills 以及执行顺序。
我在东京参加了 AI Film 黑客松,会场位于富士通川崎塔,并首次使用了 AI 动画工具 Magnific。它内置 MiniMax H3 系列模型和 Google Flash 3.8 TTS,AI Agent 能自动操纵画布搭建 Base,约五小时的活动我不到两小时就完成了十七八段音频驱动视频,合计近两分钟,为宠物 App 制作的宣传 CM 还拿了奖。我也感到 coding agent 正让位于更有表现力的 AI 产品。