一群在全球漂移、寻找机会的华人打工者与创业者。 他们在跨国公司、出海企业、远程团队之间穿梭, 用行动适应时代的流动,创造新的生存方式。
斯坦福刚刚发布了2026年的AI指数报告。里面有一个数字,应该让每一个创始人都停下来想一想 22到25岁的软件开发者,就业人数自2024年以来,下跌了将近百分之二十 但真正关键的,是下面这一点 在同样这些公司里,30岁以上的开发者,人数不但没减少,反而增加了。增长了百分之六到十二 所以,这不是AI在取代程序员。这是AI在取代最年轻的那一批。是入门级的岗位 原因你也看得出来。AI现在最擅长做的,恰恰就是过去新人在做的事。写基础的代码。起草测试。完成定义清晰的功能模块 那些过去用来训练一个新人的活,正好是AI做得最好的活 而且这不只是写代码。同样的情况,正在客服、市场营销、各行各业的初级岗位上出现。入门级,永远是AI最先咬下去的地方 表面上看,这是一笔聪明的买卖。何必花钱请一个新人慢慢做,机器一瞬间就能完成 但你往前再看一步,就会看见那个陷阱 没有人,一出生就是资深高手 所谓的资深,不过是一个新人,花了很多年,犯了很多小错,一个个去修正,慢慢积累出了判断力。那些枯燥的早期工作,从来都不只是为了产出。它是判断力被建立起来的方式 所以,今天你把入门级岗位砍掉,这一年你会觉得自己更赚了。但你也悄悄地,不再培养那些五年后你会拼命需要的资深人才 你是在吃掉自己的未来,来换取此刻看起来的高效 这个错误,我看着创始人以更小的形式,一犯再犯 他们把做着不起眼工作的人裁掉,因为AI可以顶上。团队看起来更精简了。数字看起来更好看了。然后一个棘手的难题来了,那种需要判断力的难题,可房间里没有一个人,积累过任何判断力 因为判断力,是下载不来的。它是慢慢挣来的,恰恰是通过那些此刻大家都急着要自动化掉的工作 所以让我把话说清楚,说给两种人听 如果你是创始人。别只问AI能把什么做得更快。要问,如果你不再让任何人去赚取判断力,那你未来的判断力,该从哪里来 如果你还年轻,正担心AI在把门关上。你过去被雇来做的那件事,是要消失了没错。但你的工作,从来都不是那件事 你的工作,是学会为一个结果负责。是在答案并不明显的时候,做出一个决定。是在事情出错的时候,扛起责任 机器可以做那件事。但它无法承担责任。那份责任,依然是你可以去争取的,而且它现在更值钱了,不是更不值钱 赢得下一个十年的公司,不会是裁人最多的那些 而是那些依然懂得,如何把一个人培养成你敢把整间公司押在他判断力上的那种公司 这件事,从来不曾被自动化。现在,依然不能 Chris
4
回复
https://wewanttohireyou.nyostar.com/ 介绍
之前为了自己找工作偷懒方便,做了一个简单自动找工作的程序自用,后来demo做出来以后发在小红书,大家呼声很高,让我开放。 虽然我已经找到工作了,但还是想把它放出来给大家试试,想着能帮到更多的人。 🌟简单说它能干嘛: - 帮你自动刷LinkedIn/Indeed等求职站,然后根据简历匹配合适你的岗位,形成代办等你投递 - 根据你的投递行为形成数据分析看板,寻找能力缺口,形成投递建议 - 把求职这件事当成一个可追溯、可迭代的项目 (等等等等,其实能延伸的玩法有很多) 我做它的原因很简单:很多人不是不努力,而是把时间花在低命中的岗位上。 根据28法则,我认为有效的找工作应该是用20%的时间投简历,80%的时间去准备面试和提升自己。但大多数人其实是反过来的,花大量时间在搜寻自己不适合的岗位,这样一来迷失在岗位海洋里,看起来投递了几千个,有效的面试却很少,越努力越心酸,越心酸越崩溃。这样的负反馈螺旋在求职里很不必要。 弱水三千,只饮一瓢。这个工具希望把你的时间,花在更可能拿到面试的地方。 我们一直相信,你和好的岗位,都应该被看见。 所以这个产品叫做「 视聘 」 它注定不会是一个大体量工具,囿于一些客观限制(包括我个人精力),所以开放的内测名额不会很多,我初步打算邀请20-30个朋友就够了,未来用户也会控制在一个数量范围之内。 如果你此时此刻真的需要这样一个工具,并且愿意使用时给出详细的反馈帮助我们更好提升,那么 👏欢迎来内测,欢迎提出建议,欢迎提出期待! 地址是 https://careervision.cv 感谢@Hazlitt 二铃 的邀请!SmallWod 的朋友可以直接跟我联系拿内测码体验😊
共 4 条发言
Floating_Wing:你好 申请一个邀请码
11
最近一直在看 TT直播、电商出海 这条线。 感觉现在已经不是“能不能做”的问题了,而是真的开始变成一个完整产业链了:运营、主播、投流、供应链、内容、MCN、直播间玩法,全都在缺人。 而且说实话,这两年很多行业在缩,但直播出海反而还有点“越卷越招人”的感觉。 有点好奇大家怎么看这个赛道。 你们觉得它会是接下来几年一个还不错的就业/创业方向吗?或者已经有人在里面做了?聊聊呗。
3
【内容回顾】职业教育:从蓝领出海到ai冲击下的“不确定性” 这次coffee chat将背景不同但都身处相似赛道的两位创业者@Dilapsky LI 李夏涵 @Freddy 聚集一堂。大家从各自的经验出发,勾勒出海外职业教育在不同市场、不同语境下的真实图景,以及在ai浪潮中,个体如何应对“不确定性”的挑战👔🔧 再次感谢两位时间,以及大家的兴趣与参与@Floating_Wing @Lemon Yuan @sissi @Chris Chen @Sheree @失格_Chris @charlie @温利 @LE @敏敏-热爱一切而一无所长 @来耍 @Amber @高帅 @Max @Hannah 🫡 直接上干货总结👇🏼对这个方向有兴趣或者合作资源朋友,欢迎来认识一下在东京的@Dilapsky LI 李夏涵 和深耕东南亚市场的@Freddy ~ (以下信息经ai总结并脱敏处理) === >> 出海的蓝领:新能源汽车的“人”与“链” 中国新能源汽车产业的全球扩张,在中资企业出海东南亚的浪潮中,遭遇了人才匹配的痛点。@Freddy 曾观察到,2021年新能源汽车产业密集外迁,但东南亚大学排名不高,学习风格偏向模仿,原生创新和研发能力薄弱。这种背景下,中国新能源汽车产品竞争力强劲,但在海外建厂、售后维修等全产业链环节,都面临着当地人才的巨大缺口。 东南亚市场并非铁板一块。市场割裂性强,例如新加坡的汽修工人多为马来人,而其它国家则以本地人为主。当地蓝领工人(高中、职高、中专、大专毕业生)的用户画像与中国类似,但英文水平普遍较弱,导致培训存在语言障碍。 针对这一困境,freddy的公司采取了一种务实的策略——培训类业务面向社会人员、大学毕业生及新入职员工,不限于新能源汽车,也包括其它制造和ai相关领域。同时,他们带领中国新能源汽车维修连锁加盟店在海外拓张,为培训提供实际场景和业务落地。早期,他们甚至将外国人带到中国进行培训,以期在综合成本上实现更高效益。 这种模式的背后,是中国职业教育在实训基地和产业人才培养方面的优势。中国强大的产业能力和完整的产业链,使其在汽车、手机等实训领域领先全球。然而,这种出海模式也面临平衡市场需求、本地经济促进和当地就业的挑战。ai的人才挤出效应与当地政府对就业的关注度形成冲突,使得企业不能像国内一样完全追求“黑灯工厂”式的高效生产,而必须考虑当地就业需求。 >> ai的渗透:从职业规划到蓝领赋能 ai技术正以不同路径渗透职业教育。@Dilapsky LI 李夏涵 作为一位拥有工程背景的创业者,在东京专注于ai与职业规划的结合。他开发了ai辅助职业规划师和ai面试官,并进行职场能力量化研究,服务于日本年轻人的职场衔接。夏涵的设想是,通过结合本体论和传统hr胜任力模型,量化个人工作能力,从而清晰界定ai和人类在各项能力上的差距,减少焦虑,并指导人类提升。 然而在东南亚市场不同的是,ai的应用则面临语言和语料的限制。印尼、泰国等国的高层次白领人群对ai的重视和使用频率与中国人几乎无异,但基层蓝领群体对ai的拥抱程度则有所不同。早期gpt等模型主要基于中英文语料,东南亚小语种的内容量远不及中英文世界,这导致ai通过本地语言生成有效本地化内容存在困难。 针对这一鸿沟,东南亚的培训模式常是“中国人培训华裔,华裔再用当地语言培训当地人”。这种模式在蓝领和工厂的传帮带环节可行,但将ai工具引入教学仍需时间。 对于蓝领群体而言,ai更多是辅助角色。蓝领对ai的焦虑相对较少,ai能帮助他们节省学习时间,突出优势。涉及硬件的蓝领工作,如修车、先进制造,ai短期内难以取代人工,因为制造出比新兴市场人力成本更低且具备成熟技能的机器人尚需时日。相比之下,ai对白领职位和学校教学的冲击则更为直接和巨大。 >> 日本职场的“慢”与“稳”:ai冲击下的社会契约 日本独特的职场文化,为ai冲击下的职业教育提供了另一个观察视角。@Dilapsky LI 李夏涵 通过apcda协会接触到越南、印尼、菲律宾等地的职业规划师,也关注ai对东南亚新兴发展国家白领的冲击。他发现,日本就业市场对毕业生相对友好,职位数量多于毕业生数量。然而,日本也面临高龄少子化和劳动力缺口,尽管曾尝试引入移民,但排外风气导致问题依然存在。 日本企业在ai冲击下,如何平衡效率提升与员工就业,是一个核心议题。日本的终身雇佣制和人情文化,使得裁员非常困难。企业宁愿牺牲部分效率或发展速度,也要维护社会稳定,避免小企业破产。因此,企业更倾向于对员工进行再培训,使其适应新岗位,而非直接裁员。 不过,这种模式也带来了挑战。多数日本员工缺乏终身学习意识,认为有公司年功序列和终身雇佣保障,无需额外学习。企业与员工的关系相对友好,公司倾向于用ai帮助员工适应职场和提升技能。但决策速度慢,追求表面和谐共识,导致效率不高。一旦决策确定,执行力则较强。 >> 不确定性下的决策:ai时代的某种核心竞争力 @Dilapsky LI 李夏涵 有个观察,ai的底层是计算机,设计初衷是为了精确计算。ai无法生成真正的随机数,只能生成伪随机数。因此,ai无法替代“不确定性”。 他对职场新人给出的一个应对策略是,多做与“不确定性”相关的事情。这包括参加不同行业人士的聚会、与不同的人社交、听取不同观点、主动探索。甚至允许个人情绪(如不高兴、不开心、愤怒)成为踏出舒适圈的动机,因为理性决策往往倾向于留在舒适圈。 某种程度上,掌握面对“不确定性”的能力,是ai无法替代的核心竞争力。以社交、聚会的经历为例,从早期追求明确目的,到后期体会到交流的价值,类似的无目的的自由交流和反馈,短期可能看不到直接收益,但长期来看,能提升综合理解能力,应对ai无法取代的复杂性。 以上。
当白领和👔蓝领🔧遇上ai:聊聊职业教育☕️coffee chat
Brian高兴发言·10条发言
13
1
感觉现在大部分公司根本还没走到“替代”这一步,甚至连 workflow 都没真正跑通… 这也是真的 可能以后会用AI的人,开始接管不会用AI的人原本的工作量。 历史上每次技术革命都这样, 可以看看英国
黄仁勋对上Dario Amodei。两位AI巨头,两套完全相反的预言
Chris Chen发言·2条发言
全球最有影响力的两位AI CEO,最近公开讲了两件完全相反的事 Anthropic的CEO Dario Amodei,一直在跟所有人说,AI会在5年内,把50%的白领初级岗位扫掉 而英伟达的CEO黄仁勋,直接把这种预测,定性为「荒谬」 他的原话是这样的 「这些预测,都是我们这种CEO讲出来的,他们做到了CEO的位置,就突然有了一种『神的视角』,以为自己什么都懂」 黄仁勋的反驳,是有数据支撑的。过去几年,AI实际上新创造了超过50万个工作岗位。真正在用AI的公司,反而在多招人,不是在裁人 10年前,AI教父Geoffrey Hinton曾经断言,AI会让放射科医生这个职业消失。10年过去,全球放射科医生依然严重短缺。Hinton自己也亲口承认,当年那个预测,是错的 任务,不等于工作 黄仁勋和Amodei,其实各自只对了一半 今天的AI,是在「放大」大多数职业,不是在「消灭」它们。岗位的形态在变,不是在凭空消失 但在他们两个都没讲到的角落里,正在悄悄发生另一件更可怕的事 整个行业里,「从初级到资深」的那条路,正在断掉 在放射科,每6个医学生里,已经有1个明确表示不会选这个专业。在美国最新一轮的住院医师培训资金分配里,诊断放射科直接被跳过了 在会计行业,上个月一篇行业文章直接写了一句,「我们现在的会计师,太多了」。AI把那些原本用来训练初级会计的活儿,全部接走了 在软件工程,到2030年,整个行业预计将面临一场严重的资深工程师荒,那种真正能看懂AI抽象层之下系统的人 在法律行业,初级律师过去60%的时间,是花在写标准文件上的。AI现在几秒钟就能写出80%。初级律师的招聘量,已经下降了14%到17% 公司不是在裁掉资深员工,而是悄悄地,停掉了初级员工的招聘。那条把「初级」养成「资深」的师徒制,正在被掐断 这就是Amodei那种「大规模取代论」看不到的部分,也是黄仁勋那种「一切照旧论」忽略掉的部分 真正的转变,不是发生在岗位描述上,而是发生在人才管道里 如果今天不培养初级,2040年的资深,就压根不会出现。等到现有的资深一批批退休,AI被迫顶上来,不是因为谁主动选了AI,而是因为没人把那条管道补回来 几周前,我在一所大学做了一场关于「2026年的高管能力」的主题演讲。一位学生举手问我,AI会不会连资深管理层都取代 我告诉他,这个问题问错了 AI只是一个工具。一个工具能不能发挥出它最大的价值,看的是工具背后那个人,愿不愿意为结果负责 所以,真正该问的,不是「AI会不会取代你」 而是,「你,是不是那个愿意为AI产出的结果,承担最终责任的人」 未来十年能赢的创业者,不会去追那种短期省钱的方案。他们会用AI去放大团队里每一个人的能力。他们会继续培养下一代,因为那条师徒管道,才是任何一门靠人才吃饭的生意,最后真正的护城河 如果你是创业者,建议你两个人都听。但谁都不全对 真正该问自己的是,10年后那个会带你公司走下去的人,你今天还在投资他吗。还是说,你已经在不知不觉中,把他从这条路上推开了 Chris
共 2 条发言
Joannah 李梓潼:感觉现在大部分公司根本还没走到“替代”这一步,甚至连 workflow 都没真正跑通… 这也是真的 可能以后会用AI的人,开始接管不会用AI的人原本的工作量。 历史上每次技术革命都这样, 可以看看英国
2
ai浪潮下全球大裁员,新老职场人有的在焦虑,也有的在计划人类不用再上班后的生活。@Dilapsky LI 李夏涵 和@Freddy 都致力于这个领域,帮助年轻一代更好地在科技飞速迭代的今天与职场衔接,找到价值定位 有多地经历的@Dilapsky LI 李夏涵 目前在东京🇯🇵从事教育ai创业,用ai辅助教育和职业规划,弥补日本大学教育和商业世界之间的鸿沟,同时也在看向东南亚、中国市场 老朋友@Freddy 之前在新加坡🇸🇬vc和sinarmas金光做投资,看edtech赛道很久之后下场创业,正在做东南亚等新兴地区新能源车后市场的职业培训和售后服务业务,对职业教育与ai的结合有很多思考与实践 这次请两位线上一起聊聊,看看当“白领”和“蓝领”遇上ai,职业教育有哪些新机会或者挑战。同时,也希望两位创业者在做的事情能更好地被大家看见 尤其是对这个方向感兴趣的从业者、投资人,或者有合作资源的朋友,期待一起认识下🔗 ⏰ 5.12周二,新加坡时间8:30pm(东京时间9:30pm) 📍 zoom线上(也会有个活动小群) 欢迎大家报名参与!届时会有交流互动环节👇🏼 - 请在以下附带的coffee chat详情页注册活动 - 也可以本帖留言,或者私信我
共 10 条发言
Brian高兴:【内容回顾】职业教育:从蓝领出海到ai冲击下的“不确定性” 这次coffee chat将背景不同但都身处相似赛道的两位创业者@Dilapsky LI 李夏涵 @Freddy 聚集一堂。大家从各自的经验出发,勾勒出海外职业教育在不同市场、不同语境下的真实图景,以及在ai浪潮中,个体如何应对“不确定性”的挑战👔🔧 再次感谢两位时间,以及大家的兴趣与参与@Floating_Wing @Lemon Yuan @sissi @Chris Chen @Sheree @失格_Chris @charlie @温利 @LE @敏敏-热爱一切而一无所长 @来耍 @Amber @高帅 @Max @Hannah 🫡 直接上干货总结👇🏼对这个方向有兴趣或者合作资源朋友,欢迎来认识一下在东京的@Dilapsky LI 李夏涵 和深耕东南亚市场的@Freddy ~ (以下信息经ai总结并脱敏处理) === >> 出海的蓝领:新能源汽车的“人”与“链” 中国新能源汽车产业的全球扩张,在中资企业出海东南亚的浪潮中,遭遇了人才匹配的痛点。@Freddy 曾观察到,2021年新能源汽车产业密集外迁,但东南亚大学排名不高,学习风格偏向模仿,原生创新和研发能力薄弱。这种背景下,中国新能源汽车产品竞争力强劲,但在海外建厂、售后维修等全产业链环节,都面临着当地人才的巨大缺口。 东南亚市场并非铁板一块。市场割裂性强,例如新加坡的汽修工人多为马来人,而其它国家则以本地人为主。当地蓝领工人(高中、职高、中专、大专毕业生)的用户画像与中国类似,但英文水平普遍较弱,导致培训存在语言障碍。 针对这一困境,freddy的公司采取了一种务实的策略——培训类业务面向社会人员、大学毕业生及新入职员工,不限于新能源汽车,也包括其它制造和ai相关领域。同时,他们带领中国新能源汽车维修连锁加盟店在海外拓张,为培训提供实际场景和业务落地。早期,他们甚至将外国人带到中国进行培训,以期在综合成本上实现更高效益。 这种模式的背后,是中国职业教育在实训基地和产业人才培养方面的优势。中国强大的产业能力和完整的产业链,使其在汽车、手机等实训领域领先全球。然而,这种出海模式也面临平衡市场需求、本地经济促进和当地就业的挑战。ai的人才挤出效应与当地政府对就业的关注度形成冲突,使得企业不能像国内一样完全追求“黑灯工厂”式的高效生产,而必须考虑当地就业需求。 >> ai的渗透:从职业规划到蓝领赋能 ai技术正以不同路径渗透职业教育。@Dilapsky LI 李夏涵 作为一位拥有工程背景的创业者,在东京专注于ai与职业规划的结合。他开发了ai辅助职业规划师和ai面试官,并进行职场能力量化研究,服务于日本年轻人的职场衔接。夏涵的设想是,通过结合本体论和传统hr胜任力模型,量化个人工作能力,从而清晰界定ai和人类在各项能力上的差距,减少焦虑,并指导人类提升。 然而在东南亚市场不同的是,ai的应用则面临语言和语料的限制。印尼、泰国等国的高层次白领人群对ai的重视和使用频率与中国人几乎无异,但基层蓝领群体对ai的拥抱程度则有所不同。早期gpt等模型主要基于中英文语料,东南亚小语种的内容量远不及中英文世界,这导致ai通过本地语言生成有效本地化内容存在困难。 针对这一鸿沟,东南亚的培训模式常是“中国人培训华裔,华裔再用当地语言培训当地人”。这种模式在蓝领和工厂的传帮带环节可行,但将ai工具引入教学仍需时间。 对于蓝领群体而言,ai更多是辅助角色。蓝领对ai的焦虑相对较少,ai能帮助他们节省学习时间,突出优势。涉及硬件的蓝领工作,如修车、先进制造,ai短期内难以取代人工,因为制造出比新兴市场人力成本更低且具备成熟技能的机器人尚需时日。相比之下,ai对白领职位和学校教学的冲击则更为直接和巨大。 >> 日本职场的“慢”与“稳”:ai冲击下的社会契约 日本独特的职场文化,为ai冲击下的职业教育提供了另一个观察视角。@Dilapsky LI 李夏涵 通过apcda协会接触到越南、印尼、菲律宾等地的职业规划师,也关注ai对东南亚新兴发展国家白领的冲击。他发现,日本就业市场对毕业生相对友好,职位数量多于毕业生数量。然而,日本也面临高龄少子化和劳动力缺口,尽管曾尝试引入移民,但排外风气导致问题依然存在。 日本企业在ai冲击下,如何平衡效率提升与员工就业,是一个核心议题。日本的终身雇佣制和人情文化,使得裁员非常困难。企业宁愿牺牲部分效率或发展速度,也要维护社会稳定,避免小企业破产。因此,企业更倾向于对员工进行再培训,使其适应新岗位,而非直接裁员。 不过,这种模式也带来了挑战。多数日本员工缺乏终身学习意识,认为有公司年功序列和终身雇佣保障,无需额外学习。企业与员工的关系相对友好,公司倾向于用ai帮助员工适应职场和提升技能。但决策速度慢,追求表面和谐共识,导致效率不高。一旦决策确定,执行力则较强。 >> 不确定性下的决策:ai时代的某种核心竞争力 @Dilapsky LI 李夏涵 有个观察,ai的底层是计算机,设计初衷是为了精确计算。ai无法生成真正的随机数,只能生成伪随机数。因此,ai无法替代“不确定性”。 他对职场新人给出的一个应对策略是,多做与“不确定性”相关的事情。这包括参加不同行业人士的聚会、与不同的人社交、听取不同观点、主动探索。甚至允许个人情绪(如不高兴、不开心、愤怒)成为踏出舒适圈的动机,因为理性决策往往倾向于留在舒适圈。 某种程度上,掌握面对“不确定性”的能力,是ai无法替代的核心竞争力。以社交、聚会的经历为例,从早期追求明确目的,到后期体会到交流的价值,类似的无目的的自由交流和反馈,短期可能看不到直接收益,但长期来看,能提升综合理解能力,应对ai无法取代的复杂性。 以上。
15
10
如题,已在坡6年,负责亚太区HR综合管理,涉及新加坡,日韩,澳洲,东南亚各国和中东区域 对企业出海,跨文化交际,人才团队搭建,组织发展,团队培训有多年耕耘 正在探索教练、企业咨询业务,欢迎对生物行业感兴趣的人才和合作伙伴coffee chat交流
Sean刘:好像金斯瑞在新加坡吧?
有多少是你在一个月内会联系的人? 我估计不超过200人吧,但是存在就是合理的,因为他保留了一种可能性,在你需要链接的时候,他/她在
微信好友不都是真好友
Francis发言·6条发言
5
暂无成员