workplace

AWS强调，58%的员工每天花2小时搜索信息，并推荐Amazon Quick作为找回浪费时间的解决方案。

Meta员工提起的诉讼凸显了在解雇决策中使用AI系统时，证明歧视存在之难。

本文为科技工作者提供了关于如何成立工会的指南，涵盖了工会化的好处，如工作保障和在AI部署中的发言权，以及面临的挑战和起步步骤，并借鉴了来自Kickstarter和UCLA的组织者的见解。

一名员工使用人工智能代理自动回复Slack消息，该代理在客户截止日期问题上给出了一个自信但完全错误的答案，这凸显了信赖语气和流畅性而非准确性的风险。

管理者越来越倾向于将员工的工作归功于AI，导致晋升和加薪延迟。员工面临两难：披露AI使用可能被贬低，隐瞒则可能被视为效率低下。

一名员工发现雇主在未经其知情的情况下，使用AI从其Outlook账户发送邮件，引发了对伦理、职业损害和法律追索的担忧。

人工智能将通过分配工作、跟踪绩效和做出人事决策来取代人类管理者，创建一个没有同理心但拥有完美记忆的管理系统。

一篇观点文章，反对创建AI“假员工”，主张专注于自动化繁琐的任务。

根据波士顿大学教授艾玛·怀尔斯的一项研究，将 AI 代理视为同事而非工具，会导致错误检测率降低 18%，并转移责任。文章警告不要过度拟人化 AI，并指出了在医疗、战争和政府领域的风险。

探讨在专业环境中阻碍AI应用的最常被忽视的障碍。

Adaptavist的一项调查显示，三分之一的知识工作者因AI恐惧正在考虑更换行业，尽管大多数人报告AI工具提高了效率。

AGORA 是一个新的基准，用于评估大型语言模型在工作场所文档上进行基于档案的推理任务，包含 362 个问题，涉及 9,664 份真实文档。最强模型仅达到 59.4% 的准确率，凸显出巨大的改进空间。

2026年测试的15款最佳办公椅汇总，附正确办公桌设置的人体工程学建议。

本文在WorkBench基准发布两年后再次对其进行评估，显示当前最佳智能体（Claude Opus 4.8）能完成89%的任务，且仅有2.5%的有害副作用，而2024年GPT-4的完成率为43%，有害率为26%。研究发现，能力与安全性同步提升，开放权重模型大幅降低了成本，但一些基本错误仍然存在。

一篇批评性的博文，认为工作场所的人工智能采用是一种大规模错觉，列举了失败的LLM项目、在顾问和研讨会上浪费的资源，以及对员工核心需求的忽视。

文章认为，AI代理将自动化许多办公室工作赖以显得高效的那些琐碎任务，从而暴露出那些只是看起来忙碌而非创造真正价值的员工。

文章认为，那些在不了解AI局限性的情况下强制要求使用AI的首席执行官是被误导的，有效的AI采用需要员工自愿参与，并切实了解技术的能力和所需投入。

重大AI发展汇总：SpaceX与谷歌签署每月9.2亿美元的协议，采购11万块Nvidia芯片；特朗普政府考虑在顶级AI公司中持有股权；Meta的自动化AI支持系统被黑客入侵，接管高知名度账户；技术工人从手动劳动转向借助AI的战略任务。

对数百名工程师的实测显示，AI带来的生产力提升仅为7.8%，这与10倍的炒作相矛盾，且许多增益正在消退，加剧了因收益未与工人共享而引发的反弹。

一条推文将AI的应用比作用一群缺乏领域知识的天才替换员工，引发混乱。