人工智慧 · 文章
為什麼Palantir的Alex Karp表示貿易工人和神經發散人群將在AI時代蓬勃發展
發布:
圖片: UK Government · CC BY 2.0 · Wikimedia Commons重點
Palantir首席執行官Alex Karp在2026年3月表示，只有兩類工人可以確信在AI驅動的經濟中擁有未來：具有職業培訓的工人和神經發散人群。他辯稱熟練的行業抵抗自動化，而神經發散的思維方式適合非常規問題解決，Palantir已開設針對兩個群體的帶薪研究員計劃。
此版本是原文（English）的機器翻譯。 閱讀原文
數據分析和國防軟體公司Palantir Technologies的首席執行官Alex Karp在2026年3月在商業談話節目TBPN上表示，有兩種工人有明確的途徑應對人工智能預計將給職業帶來的破壞。「基本上有兩種方法知道你有未來，」Karp說。「一是，你有職業培訓。二是，你是神經發散的。」
根據Karp，為什麼是行業
報導TBPN出場的Fortune指出，Karp將電工、水管工和類似的熟練行業職位列為難以自動化的工作。他將這些工人的需求上升與兩個因素相關聯：科技公司建立大型數據中心基礎設施，以及美國現有的行業勞動力短缺。
根據Karp，為什麼是神經發散
曾公開談論過自己患有讀寫障礙的Karp辯稱，與ADHD、自閉症和讀寫障礙等疾病相關的認知差異在AI驅動的經濟中可以充當優勢而非限制。根據Fortune的報導，他將這類思想家描述為傾向於創意、非常規的方法，使他們能夠製造他人不會得出的原創工作。
TokenPost報導稱，Karp在2026年1月於Davos的World Economic Forum上發表了相關評論，告訴觀眾人工智能將大幅減少人文科學領域的職業機會，傳統文科證書本身的市場價值有限。根據TokenPost，他反覆質疑精英大學學位的價值，以哲學為例，他預期該領域將被AI在經濟上擠壓。
Palantir的研究員計劃
Palantir通過招聘計劃支持了Karp的論點。Palantir在其職業平台上發佈的職位列表將Neurodivergent Fellowship描述為全職招聘途徑，向展現模式識別、非線性思維和超級專注等特徵的人開放。該列表指出申請人不需要正式診斷或披露診斷，並將該計劃定位為招聘策略而非多樣性倡議，將神經發散招聘描述為構建未來技術的競爭優勢。發佈的薪資範圍是每年$110,000至$200,000，加上可能的限制性股票單位和簽約獎金，適用於紐約或華盛頓特區的現場職位。
TokenPost報導稱，Palantir另外運營一個Meritocracy Fellowship，針對未就讀大學的高中畢業生。根據報告，該計劃的訊息鼓勵申請人避免大學債務，頂級表現者可以獲得該公司的全職職位錄用。
背景：為什麼現在在討論這個問題
Karp的評論出現在關於AI系統最可能首先自動化哪些工作的更廣泛公眾辯論中，該辯論迄今為止集中在白領、基於憑證的工作，如編碼、法律和行政研究。Fortune的報導將Karp的評論置於該辯論中，將他的職業培訓/神經發散框架定位為對進階學位提供對AI驅動工作流失最多保護的假設的反制。
Karp的兩個群體，如有來源的報導所述| 群體 | Karp所述的理由 | 來源 |
|---|
| 職業/行業工人 | 實踐熟練行業（例如電工、水管工）難以自動化；隨著數據中心建設和勞動力短缺而需求上升 | Fortune |
|---|
| 神經發散專業人士 | 認知差異（ADHD、自閉症、讀寫障礙）可以支持在AI經濟中有價值的非常規、基於模式的思維 | Fortune, TokenPost |
|---|
常見問題
- Alex Karp關於誰將在AI時代成功到底說了什麼？
- 根據Fortune對該出場的報導，在2026年3月TBPN上，Karp說有兩種方式知道你有未來：擁有職業培訓或神經發散。
- 為什麼Karp認為貿易工人對AI破壞更安全？
- Fortune報導稱Karp引用了電工和水管工等熟練行業難以自動化，需求由數據中心建設和美國現有的那些行業勞動力短缺推動。
- 為什麼Karp將神經發散與AI經濟中的成功聯繫起來？
- 曾談論過自己患有讀寫障礙的Karp辯稱，與ADHD、自閉症和讀寫障礙相關的特徵支持非常規、基於模式的思維，Fortune描述他將其描繪為生產原創工作的創意、非常規方式。
- Palantir是否要求診斷以申請其Neurodivergent Fellowship？
- 否。Palantir自己的該獎學金職位列表指出申請人不需要正式診斷或披露診斷，並將該計劃描述為招聘策略而非多樣性倡議。
- 什麼是Palantir的Meritocracy Fellowship？
- 根據TokenPost，它是Palantir為未就讀大學的高中畢業生推出的單獨計劃，該計劃的訊息鼓勵申請人避免大學債務，頂級表現者有資格獲得該公司的全職職位錄用。
本文由人工智慧撰寫，發布前已通過自動來源查核。如發現錯誤，請申請更正。 申請更正或回應 · 我們如何製作
相關文章
人工智慧文章
神經網絡通過進行預測、使用損失函數測量預測的錯誤程度，然後通過稱為反向傳播的過程向後調整稱為權重的內部值來學習——這個過程與稱為梯度下降的優化方法相結合。相同的機制在擴展到數十億參數時，構成了 ChatGPT 和 Gemini 等系統首先被訓練、然後通過微調適應到特定任務的基礎。
人工智慧文章
Midjourney和Stable Diffusion等AI圖像工具透過學習反轉雜訊過程來生成圖片，而Suno和Udio等音樂工具則將音訊壓縮為令牌，在文本提示的指導下逐步預測。這些過程是否構成真正的創意仍未確定：研究人員在將其稱為基於模式的「混音」和認可其可測量創意表現之間存在分歧。
人工智慧文章
中國AI實驗室Moonshot表示,它從其新的Kimi K3.1 Pro模型中移除了網絡相關的訓練數據,以防止這個開源權重系統將進攻性黑客能力的「邊界」推向新高度。該舉措於2026年10月24日星期六宣佈,此時各國政府和安全研究人員警告稱,越來越強大的AI可能使複雜的網絡攻擊變得更便宜、更容易實施。
人工智慧文章
人工智能文本檢測器無法證明誰寫了某件事；它們通過測量統計模式（例如詞語可預測性和句長變化）來估計概率。一個名為 Pangram 4.1 的檢測器最近將一部價值 €20,000 的獲獎西班牙語小說的 99% 歸因於人工智能，促使其出版商暫停宣傳活動進行調查。