Loading...
Loading...
Anthropic 联合创始人 Daniela Amodei（丹妮拉·阿莫迪）：如何构建 10x AI 团队与平衡增长的框架撰文：Techub News 整理
导语
在 AI 浪潮席卷全球的当下，Anthropic 以其对 AI 安全的深度承诺和强大的 Claude 系列模型脱颖而出。作为这家明星公司的联合创始人兼总裁，Daniela Amodei（丹妮拉·阿莫迪）的思考与实践，对于理解如何构建一家兼具前沿研究、商业成功与公共责任感的 AI 公司至关重要。在 Vanta 的「Frameworks for Growth」系列访谈中，Daniela Amodei（丹妮拉·阿莫迪）罕见地分享了 Anthropic 自创立以来的核心运营哲学、团队建设心法以及对 AI 未来格局的预判。
摘要
Anthropic 将“公益公司”结构视为平衡商业利益与安全使命的务实选择，并通过“负责任扩展政策”等技术框架确保 AI 安全。
公司文化是快速扩张期最宝贵的“货币”，有效的价值观必须能引发“有意的张力”，并能被轻易举出多个实例。
招聘时，尤其在文化面试中，极度看重候选人“就广泛议题进行尊重辩论”的能力，而非特定的信仰体系。
平衡深度研究与产品商业化没有完美公式，Anthropic 通过团队轮换制来兼顾探索性工作与执行性工作。
AI 的未来普及将极不均衡，但企业客户采纳速度之快已超预期，而 AI 在教育等领域的潜力远未充分释放。
Anthropic 的使命基石：安全、公益与平衡
与许多纯粹的科技公司不同，Anthropic 自定位为一家“AI 安全与研究公司”。Daniela Amodei（丹妮拉·阿莫迪）阐释了这一标签在实践中的含义。其核心在于将安全理念贯穿技术栈的每一层：从使用“宪法 AI”等技术在模型训练中注入伦理准则（如参考《联合国人权宣言》），到通过“负责任扩展政策”这一框架来管理模型发布。该政策借鉴了生物安全等级，设定了五个 AI 安全等级，公司在达到每个等级的具体安全要求后，才会发布相应能力的模型。
这种对安全的强调，与公司“公益公司”的法律结构紧密相连。在创立之初，团队花了大量时间思考公司形态。Daniela Amodei（丹妮拉·阿莫迪）表示，公益公司是一种巧妙的混合体——它保留了 C 型公司的基本商业框架，但同时法律上允许公司平衡商业需求与公共利益。对于 Anthropic 这样深度投入安全等公共议题的公司而言，这被视为一种非常务实的选择。她建议，如果初创企业的目标本身就包含平衡公共利益与商业活动，那么公益公司的形式值得考虑。
这种“研究-产品-公益使命”的三重平衡，是运营 Anthropic 最有趣也最具挑战性的部分。Daniela Amodei（丹妮拉·阿莫迪）认为，产品团队与研究团队的紧密协作让双方都更强大。研究上的突破会开辟全新的产品方向，例如当发现 Claude 在代码编写上表现卓越后，公司迅速开发了面向开发者的系列产品。同时，来自真实用户（如编码场景）的反馈和数据，又能进一步帮助训练模型，形成良性循环。
构建 10x 团队：文化、价值观与招聘心法
作为 OpenAI 的早期员工和 Anthropic 的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）在构建顶尖 AI 公司团队方面积累了深刻洞察。她强调，对于一家快速扩张的小公司而言，文化是最有价值的“货币”。文化是公司价值观的表达，尽管难以完全量化，但早期投入精力去定义它至关重要。
如何定义有效的价值观？Daniela Amodei（丹妮拉·阿莫迪）分享了两个关键标准：第一，如果价值观不能引发某种“有意的张力”，那它们可能过于平淡。例如“保持友善”、“直言不讳”是人人皆爱的品质，但缺乏独特性。第二，你必须能够为任何价值观当场举出至少十个实例。她以 Anthropic 的价值观“做简单有效的事”为例，这个源于研究团队的理念（反对无谓的复杂算法，追求模型实用性）同样适用于产品、工程甚至办公室选址、活动策划等方方面面。当员工能自发运用这些价值观时，它们才真正具有生命力。
传播价值观需要技巧：在全员会议上定期提及、让语言自然舒适而非强行灌输。更关键的是，不要害怕“淘汰”那些不奏效的价值观。有时创始人觉得正确的表述可能无法引起共鸣，这时需要迭代。有趣的是，Anthropic 的一些价值观并非来自创始人，而是从员工中自发产生并得到认可的，这增强了员工的所有感。
在招聘方面，除了价值观契合，Daniela Amodei（丹妮拉·阿莫迪）特别指出一个非显而易见的特质：“就广泛议题进行尊重辩论的能力”。由于 AI 是前沿且常涉及复杂争议的技术，员工必须能够开放、尊重地讨论潜在益处与滥用风险等根本性话题。Anthropic 的文化面试会设计相关问题，例如“你持有过哪些非主流的信念？你如何在 uncomfortable 的情境下为其辩护或改变看法？”面试官会明确告知候选人，这些问题旨在双向展示公司文化，并无标准答案，重在考察思考过程。
研究、产品与探索：在确定性与未知间舞蹈
Anthropic 同时进行深度研究和产品商业化，这带来了独特的张力。Daniela Amodei（丹妮拉·阿莫迪）坦言，这更像一门艺术而非精确科学。有时，投入那些短期内看不到客户回报的基础研究，恰恰是取得突破的最佳途径。
为此，公司在研究侧会分配时间，一部分用于优化模型特定能力，另一部分则用于开放探索。在工程和产品侧，由于研究进展迅猛，用例可能瞬息万变，因此也需要留出空间让人们重新构想如何为客户提供价值。同时，公司也必须设定产品路线图并执行那些必要但可能“不够性感”的基础工程工作。
如何将这种探索精神制度化？Anthropic 的答案是“团队轮换制”。与让个人分割时间（如80/20法则）相比，公司更倾向于组建专门的探索型团队，与执行明确产品/研究任务的团队并行。这种方式让员工更容易进入不同的工作流状态，也能更完整地体会从探索到产生客户价值的全过程，是一种更有趣的学习和成长方式。
展望未来：不均衡的普及、被低估的企业与教育的潜力
谈及 AI 的未来，Daniela Amodei（丹妮拉·阿莫迪）认为一个被广泛误解的方面是：AI 的 rollout 和应用将极不均衡。世界上有些地方难以想象没有 AI 的日子，而另一些地方可能多年后仍未接触 AI。这种技术在全球经济各层面（消费者、应用层、基础设施、企业）渗透的路径、地点和速度难以预测，将是一个有趣且可能有些混乱的时期。
一个令她惊讶的现状是企业客户采纳 AI 的速度和深度。她反驳了企业行动迟缓的刻板印象，指出许多世界级大公司展现了巨大的努力、热情和对技术的深刻理解，迅速将 AI 整合到各种业务流程中。她将此归因于 AI 技术根本性力量的显而易见，以及成功企业捕捉下一波浪潮的敏锐本能。
展望2035年，她认为世界将大不相同，许多场景中将无法想象没有 AI 如何运作，就像今天无法想象没有谷歌地图如何导航。但同时，人类互动的基本方式可能依然相似。对于发展中地区，她特别指出 AI 在大规模教育领域的革命性潜力。AI 模型能以极高流利度使用各种语言（包括稀有语言和死语言），为全球广泛人群提供基础及复杂信息访问和 AI 辅导的机会，而这方面的潜力目前远未充分开发。
个人洞察：兄妹创业、GPT-2 的“Wow”时刻与历史镜鉴
作为与弟弟 Dario Amodei（达里奥·阿莫迪）共同创业的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）认为这是一种幸运。两人技能高度互补，从小就有共同构建事业的愿望。这种长期的默契使得他们能够从左右脑不同视角协同解决问题，是一种独特的优势。
回顾 AI 发展历程，她提到在 OpenAI 早期接触 GPT-2 时感到的震撼。尽管以2025 年 6 月眼光看其能力已显稚嫩，但当时看到一个 AI 工具能在数学、写作乃至法语等广泛话题上做出令人信服的回应，让她真切感受到了“未来已来”的时刻。
在阅读方面，她偏爱科幻，但近期也对20世纪中叶欧洲历史（特别是两次世界大战期间）深感兴趣。她认为，那段时期社会、经济、技术层面的急剧变化，对于思考当今快速变革的时代具有镜鉴意义。这种对历史与宏观格局的关注，也体现在她对 AI 在全球发展不均等问题的思考上。
最后，回顾 Anthropic 的创业历程，她提到一些当时觉得重大、事后看却微不足道的决定，例如最初办公室的选择（公司一年半就坐满了），以及关于公司法律结构的漫长讨论（最终公益公司的选择如今看来显而易见）。而一些当时看似随意的技术决策，例如硬件平台的选择，却随着技术栈的飞速发展，显得尤为重要。这或许正是创业的魅力与挑战所在——在有限的前瞻性下，做出影响深远的抉择。
2026 Q2 Web3招聘报告2026年Q2 Web3人才市场，收缩与紧缺同时发生
撰文：Xunye，Hickerzed
2026年以来，Web3行业已有超过40家公司裁员，合计超过7,000人，Coinbase、Kraken相继收缩。7月23日，老牌交易所BitMEX宣布将于9月彻底关停交易业务。
我们把七份外部行业报告与Moledao平台2026年Q2的投递数据放在一起对照。对照结果指向一个此前较少被讨论的现象，企业发布岗位最多的方向，候选人投递没有跟上；候选人竞争最集中的方向，岗位供给反而有限。
2026年以来，Web3行业裁员超过7,000人，数据来自CryptoJobsList《Layoffs Report 2026》，图1展示了其中裁员规模最大的8家。
岗位描述中要求AI技能的比例，从2025年初的23%升至2026年3月的53.1%。
Moledao数据显示，Engineering类岗位占招聘需求的46.0%，候选人投递占比为27.1%，投递集中度指数0.6×，在所有主要职能中最低。这是本季度最明确的人才紧缺信号。
行业在收缩，各职能的幅度差别很大
比特币自2025年10月约$126,200的历史高点跌至2026年7月底的$60,000至$64,000区间，跌去接近一半。行业收缩几乎同步展开。5月5日，Coinbase宣布裁员约700人，占总员工数的14%，CEO Brian Armstrong在内部信中将这次调整定性为“AI-native”转型，此事由The Block报道。同月，Kraken裁员150人。6月23日，Ethereum Foundation裁员54人。
图1｜2026年Q2重点企业裁员时间线
收缩集中在部分职能。Tiger Research对2,932条H1 2026活跃岗位的统计显示，Engineering仍是招聘需求最大的职能，占比34.1%，Compliance/Legal以10.4%次之，两个方向的需求相对稳定。
Gaming/NFT类岗位仅占2.4%，是萎缩最明显的方向。此处34.1%为Tiger Research全网样本口径，与后文Moledao平台46.0%的岗位结构口径不同。
部分公司在裁员公告中给出的理由相当一致，精简管理层，裁撤重复岗位。Coinbase明确提出取消“纯管理岗”，转向“player-coach”模式。从公告口径看，调整集中在组织架构层面，核心技术岗位受到的影响有限。
同期，AI技能正在进入岗位要求。要求AI技能的岗位占比从2025年初的23%升至2026年3月的53.1%，
CryptoJobsList与Tiger Research两份独立报告给出的数字相互印证。地理分布上，据Tiger Research统计，新加坡是2026上半年办公室岗位相对集中的地区之一。
薪资仍在上涨，职能之间分层明显
据Gate Research数据，2026年全球crypto从业者平均薪资涨幅约18%。分职能看差距很大，量化开发工程师最高可达$200k，初级开发者约$77k，前后接近3倍。
图2｜分职能薪资对比
AI技能带来明显溢价。据CryptoJobsList数据，AI相关中层岗位平均薪资$115k，非AI岗位为$95k，高出21.1%。需求端的占比在涨，薪资端的溢价也在涨，两组数据方向一致。
Moledao数据，岗位供给与候选人投递的错位
以上是行业大盘。大盘报告回答不了一个问题，这些挂出来的岗位，求职者真的在投吗？
图3｜Moledao岗位占比与投递占比对比
基于Moledao 2026年Q2数据，我们对比了每个职能的岗位占比（招聘需求）与投递占比（候选人竞争），两者相除得到投递集中度指数。指数大于1，说明候选人相对集中，岗位相对稀缺；小于1，说明候选人关注度低于岗位供给，对应真实的人才缺口。技术岗的低指数可能部分来自更高的自我筛选门槛，方向性结论不受影响。
Engineering招聘需求最大，岗位占比46.0%，投递占比27.1%，集中度指数0.6×，候选人关注度明显低于供给，是本季度最明确的人才紧缺信号。Security与之类似，程度更轻，指数0.9×。
BD、PM、Compliance/HR/Ops处于另一端，候选人竞争更集中。BD指数2.4×，是候选人竞争最激烈的方向。PM为1.4×。Compliance/HR/Ops指数1.2×，竞争相对温和，岗位占比却高达27.9%，是Engineering之外岗位最多的职能。对企业而言，指数越高的类目，发布岗位后获得投递越容易。
多家招聘机构在2026年的市场评论中提到类似情况。安全审计、ZK工程师、Rust开发者等专精技术岗位在全球范围内合格候选人很少，这与Moledao数据里Engineering关注度低于供给的现象方向一致。
把裁员与紧缺放在一起看，两条线索描述的是同一次结构调整。被削减的多是管理层级与重复职能，企业争夺的多是专精技术能力。
给求职者的参考
Engineering方向招聘需求最旺，候选人关注度相对不足，实际竞争压力小于岗位数量所显示的水平。这个判断有一个前提，候选人需要具备市场当前需要的专精能力。安全审计、ZK、Rust等细分方向是目前需求端最明确的缺口。
BD和PM是另一种局面。岗位限，候选人高度集中，通用型简历很难被看到，求职者需要在细分方向和可验证的项目记录上与其他候选人拉开差距。多个招聘方反馈，收到的BD和PM简历中，头部候选人与尾部候选人的质量差距很大。
背景在Compliance/HR/Ops或Security的求职者各有对应的位置。前者是Engineering之外岗位最多的职能，岗位占比27.9%，投递集中度1.2×，竞争压力比BD、PM温和。后者指数0.9×，与Engineering同处候选人关注度不足的区间，缺口程度较轻。这两个方向受到的讨论不多，竞争强度与机会数量之间的比例对求职者相对有利。
AI技能方面，超过一半的岗位描述已包含相关要求，约20%的薪资溢价是市场给出的定价。无论选择哪个方向，求职者都需要把AI技能当作岗位要求的一部分来准备。
给招聘方的参考
Engineering岗位单靠发布后等待投递，很难获得足够的候选人。候选人关注度滞后于供给，主动触达是必要手段，猎头、开发者社群运营、内推激励都属于这一类。
Security方向情况类似，指数0.9×，程度比Engineering轻，依赖被动投递同样可能招不满。
BD和PM岗位天然吸引较多投递，适合用于品牌曝光，筛选成本需要提前考虑。投递量大的岗位往往伴随候选人质量的大幅分化，提前确定筛选标准，可以避免被投递量淹没。
Compliance/HR/Ops的挑战在筛选端。这是Engineering之外岗位最多的招聘方向，岗位占比27.9%，投递集中度1.2×，供给相对充裕，候选人数量大，质量方差也大。对这类岗位，明确筛选标准比扩大曝光更迫切。
AI技能要求已覆盖53.1%的岗位。JD在这一项上滞后的企业，可能在筛选环节就流失了相当比例的合格候选人。
数据说明
Moledao数据样本为2026年Q2（4月至6月），基于平台投递与岗位记录，已排除平台自身发布的岗位。
Marketing/Community类目进一步剔除了与本报告存在关联的单一企业投递，以避免单一来源影响代表性。样本量有限，结论仅反映方向性趋势。
外部数据主要来自Tiger Research与CoinGecko《H1 2026 Global Crypto Hiring Market Analysis Report》、Gate Research《Q1 2026 Crypto Employment Trends White Paper》、CryptoJobsList《Layoffs Report 2026》与《The 2026 Web3 Workforce Report》、Bitget与Blockchain4Youth《Web3 Next-Gen Talent Intelligence Report》、web3.career《Crypto Salary》以及CoinCup H1 2026报告。各数据源发布时间与统计口径差异较大，具体数字仅供方向性参考。
前特斯拉与SpaceX工程师谈马斯克决策哲学：扁平组织、关键路径与硬科技创业撰文：Techub News 整理
在a16z2026 年 3 月的一场对话中，两位从埃隆·马斯克“学校”毕业的硬科技创业者——Galvadyne（下一代导弹推进系统）CEO Chandler Lujitza与Mariana Minerals（关键矿产供应链）CEO Turner Caldwell——分享了他们在特斯拉和SpaceX学到的核心运营哲学，以及如何将这些方法论应用于各自颠覆传统行业的创业实践中。这场对话不仅是对马斯克管理思想的深度剖析，更是对硬科技创业从0到1的实战指南。
从“不可能”的目标到可复制的实践
Chandler Lujitza在SpaceX的星舰项目中担任推进系统负责人，而Turner Caldwell则在特斯拉负责电池供应链、矿物与金属长达十年。两人不约而同地提到，进入各自的新领域（导弹推进与矿产供应链）后，他们看到的共同景象是：行业巨头们沿用着数十年不变的传统方法，导致产品数量不足、成本过高、生产速度太慢。
Chandler发现，导弹行业面临三重困境：数量不够、成本太高、生产太慢。凭借在SpaceX和大学期间积累的液体推进技术经验，他坚信可以将先进的液体推进技术应用于导弹系统，从而带来颠覆性的改变。
Turner的经历则揭示了关键矿产供应链的另一个瓶颈：软件极度匮乏。在特斯拉试图为电池生产保障矿物供应时，他发现大型矿业和精炼公司往往有50到100年的历史，组织庞大且保守，固守旧有模式。真正的挑战在于协调层和编排层——如何用日益萎缩的人才库管理复杂的大型精炼厂和采矿作业？他的答案是：全力借鉴汽车和仿生机器人领域的自主技术进展，将其应用于精炼和采矿作业。
两人都意识到，要取得截然不同的结果，就必须采取截然不同的方法。而他们的“方法论武器库”，正来自在特斯拉和SpaceX的锤炼。
扁平组织与决策速度：信息流与执行力的双重引擎
当被问及在特斯拉或SpaceX学到的最重要的、如今每天仍在应用的原则时，两人的答案聚焦于组织架构与决策文化。
Chandler首先强调了扁平化组织（flat org）的极端重要性。其核心目的并非为了扁平而扁平，而是为了实现信息的高速流动和协作的民主化。任何初级工程师都应该能够随时与任何高管或决策者直接对话，并与公司内其他团队协作，而无需通过经理层层传递信息。这确保了信息传递的效率和准确性，是公司能够快速构建的基础。
Turner则补充了扁平组织能够成功运作的关键前提：决策速度（decision velocity）。组织中需要有一批能够快速做出决策的高信念领导者。高速决策能加快开发节奏、生产周期，让一切运转得更快。他甚至从招聘角度举例：在SpaceX，高风险决策无处不在。如果高信念领导者能迅速拍板，就能为基层的初级工程师免除大量风险顾虑，让他们放手去干。
“如果一个刚加入SpaceX或特斯拉的初级工程师，正在为一个可能花费数十万甚至数百万美元的疯狂决定而焦虑不安时，领导者若能介入，通过做出决定并说‘去干吧’来消除他的顾虑，那么整个进程就会快得多。”Turner解释道。决策往往不需要等待所有信息齐备，很多时候，你只有在做出决定、尝试并快速迭代后，才能知道它是否正确。目标不是永远正确，而是最大化做出正确决策的百分比。这一切都关乎于“下注”，而速度和卓越的执行力是关键。
当然，高速决策需要信息支撑。你需要在自我限定的时间内尽可能积累信息，然后做出决定，并从决定中学习，吸收新的信息。这是一个动态循环。
应对规模挑战：打破数据孤岛，构建统一操作系统
作为工程师出身的CEO，两人都深知解决具体技术难题固然困难，但让一大群人协同解决这些“首次出现”的问题，才是真正的挑战所在——团队间的摩擦往往由此产生。
即使努力加速决策、促进沟通，也必须确保所有团队的目标向量一致，朝着同一个方向努力。Turner在创建Mariana时，特别关注如何在团队间实现信息访问的民主化，以避免形成数据孤岛。在10人、20人、30人的团队中，这可能不是问题，但一旦团队规模超过100人，数据孤岛就会自然形成，即使高管层明确要求消除也无济于事。
因此，他们将这一理念嵌入核心操作系统：所有信息都通过Web应用发布，内部访问控制基本取消。核心工程信息不会存放在某个硬盘上，也不会存在于只发送给特定人群、需要转发才能传播的电子邮件中。他们专注于构建一个集成的数据框架，让任何人都能访问并了解决策的背景和内容。
随着团队扩大，人与人之间的连接数量激增，这恰恰是项目执行变得困难的原因。因此，必须实现信息访问的民主化。Turner以大型资本项目执行为例：工程、采购、施工团队之间存在巨大的数据孤岛。必须构建一个全新的操作系统，确保每个独立决策的历史都被追踪，且人人可见。
如今，借助大语言模型（LLM），你可以让它们在数据仓库上运行，如果有人不理解文件夹结构，可以直接查询LLM，快速导航到所需位置。采矿本质上就是一个漫长的、理想情况下永不停歇的建设项目，面临着地质、矿山规划、维护、矿山运营和加工设施之间的类似挑战。如果不给员工提供整个运营或项目的完整决策背景，他们只能基于手头有限的数据做出决策。因此，目标是在加速决策的同时，让每个人都能做出全局最优的决策。
关键路径与“打地鼠”：资源聚焦的艺术
Chandler则从另一个角度分享了SpaceX和特斯拉工程师的日常：追逐关键路径（critical path）和充当“消防员”。关键路径是指驱动时间表的任务或采购活动，是解锁下一阶段或达到最终目标所必需的。
尽管Galvadyne还很年轻，但追逐关键路径和玩“打地鼠”游戏是常态，目的是推动公司进入下一个阶段或达成下一个里程碑。但挑战在于：如何让团队专注于关键路径，同时又不让关键路径之后的下一个决策被拖延？
Chandler用了一个生动的比喻：你不能像小学二年级的足球赛那样，所有人都一窝蜂地去追球。必须建立相应的体系，能够调动核心团队去攻克关键路径，同时又不让其他任务落后。这通常意味着组建能够独立并行处理任务的小型“特遣队”（SWAT teams）。
这样，那些当前不在关键路径上的任务也能继续推进，而不会分散所有资源。对于未被持续关注的任务，人们很容易被关键路径的热度吸引，因为它看起来是当下最紧要的事——“这直接关系着火箭发射或生产线的阻塞”。但领导者必须集中资源，确保下一件事不会过早地变成新的关键路径。
对于早期公司，可能只有一条关键路径。Galvadyne目前团队只有6人，相对容易控制。他们按学科或领域组建初始团队，让航空电子工程师去解决发动机设计问题可能没有意义，因为这无助于关键路径。但随着团队快速扩张，必须警惕资源浪费。
实用战术：邮件更新、节奏感与里程碑设定
在具体流程和节奏方面，两位创始人分享了从特斯拉和SpaceX继承的实用战术。
Chandler推崇高信号、低噪音的电子邮件更新，特别是关于关键路径的更新。通常，会有一位主要负责人推动某个问题或任务，由他/她发送高频率的邮件更新，这不仅让团队了解进展，对负责人自身也极为重要——写下进展本身就是一个复盘和校准的过程。Chandler本人就随身携带笔记本，随时记录。书写能让人看清一天中是否朝着目标取得了最直接的进展，从而在第二天进行调整。
Turner则介绍了在制造流程中常用的交接班报告（pass down）理念。在日复一日的运营中，轮班之间会有交接报告并通过邮件发出。若想将流程开发和研发像制造流程一样管理，最好的强制函数就是在每天结束时，生成类似交接班报告的内容：我们做了什么，我们计划做什么，以及为什么。随着团队成长和事务增多，手动撰写报告会变得繁重。他们的解决方案是：如果所有信息都进入同一个聚合的数据主干，就可以自动填充大部分报告内容，让人工的角色转变为审阅、编辑和添加评论，而非从零开始撰写。即使在大型运营中，交接报告通常也很手动，但数据其实已被收集。他们的重点是如何自动生成这些报告，同时仍保留人员的所有权和问责制——他们仍需点击发送。
另一个重点是为公司设定节奏感（drumbeat）。如果没有节奏，人们可能不清楚前进的方向。节奏感为扁平化组织提供了某种结构，让每个人都知道决策将在某种节奏下汇总。当然也需要灵活性，因为总会有需要当天做出的超级关键决策。但提供一个结构和节奏，能让所有人有效地以相同的节奏前进。
对于软件工程常用的“冲刺”（sprint），他们将其保留给真正对公司至关重要的里程碑。如果有一个主要里程碑需要达成，他们会称之为一次“冲刺”，让整个公司向其冲刺。但建造大型基础设施的节奏有所不同，那可能是12到18个月的项目，与每天都能发布软件的云端开发截然不同。设定节奏的另一个目的是给自己时间庆祝阶段性胜利。在漫长的周期中，人们容易忘记已经取得的巨大进步。节奏感就像团队的奖励函数，让他们知道自己在做正确的事，朝着正确的方向前进，并定期获得校准。
在设定里程碑方面，Chandler承认存在“埃隆时间”（Elon time）的挑战，他倾向于设定非常激进的目标。他认为设定激进目标的真正目的，是迫使团队进行非常审慎的思考，找出那些在激进时间框架内行不通的事情，从而得到优先级列表。如果有1000件事需要完成，想在6个月内做完，其中900件可能能在6个月内完成，但另外100件不能。那么，就必须去攻克这100件事，或者干脆删除它们。这是一种强制函数。
避免团队倦怠：使命对齐与消除摩擦
特斯拉和SpaceX以高强度工作文化闻名，如何避免团队倦怠？两人的回答都指向了使命对齐（mission alignment）。
Chandler认为，如果工作充满乐趣，就不感觉像在工作。对于高度认同公司使命的人来说，比如SpaceX的“让生命多行星化”，长时间工作和通宵达旦并不会带来太大影响。他目前正在深入思考的是，如何让那些从未考虑过国防领域的人也对国防充满热情。现实是，大量人才集中在SpaceX、Rocket Lab、Firefly、Relativity等公司，需要吸引他们来解决国防相关问题。关键在于如何在这些新的、聚焦“美国活力”的问题集上，建立起与SpaceX同样炽热的使命对齐，让一切感觉像乐趣而非痛苦。
Turner则认为，真正导致倦怠的是摩擦（churn）和缺乏进展感。如果人们朝着目标努力，并感觉到切实的进步，那么解决难题可以是有趣的。让工作变得无趣的因素包括：导致团队朝不同方向运动的 erratic decision-making（这在快速灵活的初创公司中难以完全避免），以及公司政治、数据孤岛和“乐高积木囤积症”（hoarding your Legos，指信息或资源囤积）。这些都会制造巨大的摩擦。当人们不得不处理这些，而无法专注于“我有一个要解决的问题，路径清晰、决策明确、优先级清楚”的状态时，他们的工作热情就会被摧毁。人们会对看似不可能的目标感到兴奋，因为他们要去证明其可实现性，但前提是目标虽然激进，却必须在可能性的范围内。设定完全没有技术路径实现的超级激进目标，同样会令人士气低落。因此，关键在于尽可能消除摩擦，并设定激励人心而非令人沮丧的目标。
垂直整合：战略选择，而非浪漫幻想
垂直整合是特斯拉和SpaceX最显著的原则之一，但也因其昂贵和困难而备受讨论。硬科技初创公司是否都应该垂直整合？何时、何地进行垂直整合？如何平衡速度、资本密集度和运营风险？
Chandler支持“必须具有战略性”的观点。他认为，空白支票式的、理想化的“我们要垂直整合”几乎是天真的。垂直整合并不容易，尽管他们来自那些让它看起来容易的地方。从外部看，它很浪漫，但实则充满痛苦。他的思路是：必须将那些会最快成为供应链或生产线瓶颈的组件内部化。对于Galvadyne，一些大型焊接件相对容易内部化，但步骤复杂，如果能内部化，就能在实现年产万枚导弹的目标上解决一个难题。目前大约有五个这样的瓶颈在“尖叫着求助”。这些显然是优先考虑的对象，然后可以分析实现它所需的资本密集度和时间。垂直整合必须是战略性的。许多“我们完全垂直整合”的说法，最终只会花费大量资金。
Turner对此表示赞同，并提出了一个更根本的决策框架：每一个垂直整合决策（可能有成千上万个），尤其是在公司早期，都应归结为一个问题——如果你不决定垂直整合，公司是否会存在？ 这可能由多个因素驱动：部件不存在、技术不存在，或者成本高到公司无法生存。如果不符合这个“公司存亡”的检验标准，就不应该仅仅为了节省5%、10%甚至50%的成本而垂直整合。在早期资源有限时，只应垂直整合那些具有“公司存亡”二元性结果的事项。之后，当团队壮大、开始驱动单位成本下降时，成本驱动的垂直整合才变得有意义，但此时需要重点考虑风险转移：供应商承担的风险现在转移到了自己身上。你并没有消除一个供应链环节，反而扩展了供应链互动，因为上游整合意味着你必须吸收他们自己的供应链。Mariana决定成为一家建设和运营矿产基础设施的软件公司，正是因为纯软件公司很难渗透矿业领域，技术采纳速度受限于客户。对他们而言，不同时是软件公司和矿业公司，Mariana就无法存在。一旦做出这个决定，接下来的问题就是在哪些环节建立合作，以及在哪些领域存在足够丰富的生态系统和竞争，以确保子组件或软件堆栈某部分的成本能够下降。
人才招聘：技术评估的深度与实习项目的价值
特斯拉和SpaceX以其招聘的人才质量闻名。部分归功于使命对齐，部分则因为人们希望与聪明人共事并向其学习。这些公司如何吸引优秀人才？两位创始人又如何将这些经验带入新公司？
Turner指出，特斯拉和SpaceX招聘流程的关键在于深入的技术评估。申请工程职位的人可能需要与六位工程师交谈，几乎肯定要接受技术测试，以展示解决问题的思路和能力。这种技术严谨性非常广泛，可能需要8到10轮对话才能获得录用。这虽然让招聘过程稍慢，但至关重要，能最大程度确保新加入者能够自主工作，平衡权力与责任，这意味着他们必须对所涉领域有深刻的技术理解。Mariana效仿了这一点，但在缺乏特斯拉或SpaceX品牌吸引力的情况下，需要向候选人解释：加入一家高风险初创公司，你也应该了解团队。这个过程是双向的。Turner发现，极其严格且困难的面试过程，会正向筛选出那些被此激励的人。顶尖的工程师希望与其他顶尖工程师共事，并希望知道其他工程师也经历了同样的筛选过程。设计这样的面试过程非常困难，对面试官要求极高。
Chandler补充了实习项目（internship funnel）的巨大价值。得益于品牌效应，这些公司的实习项目申请量惊人。实习项目为潜在的全职员工提供了3个月的试用期。表现出色的人往往会留下。他本人就在SpaceX实习了四次，无法离开，甚至曾想辍学留下（但公司政策已不允许）。他认为，在星舰、龙飞船、猎鹰火箭上完成大量关键工作的人中，实习生转正的比例非常高。这个项目对最终工程团队的形成至关重要，因为它让人们有机会真正展示自己的能力。因此，Galvadyne也刚刚启动了实习项目。
对于小团队，Chandler目前仍亲自与每一位候选人交谈，进行行为面试和深度技术面试。他通常以一个宽泛的问题开始，深入挖掘，并围绕候选人解决的问题集进行探讨。通过15-20分钟对一个问题解决过程的梳理，他能快速判断候选人是否优秀。在正式招聘中，他们会进行2-3轮筛选，然后是小组面试。他的理念是：向候选人介绍团队。团队很小，需要朝夕相处，因此要确保双方都满意。对于实习生，他们仍在摸索，但当前首要寻找的是对导弹工程充满热情、能够全力以赴的人。他们从各种背景中寻找实习生，包括方程式赛车、无人机系统，特别是火箭团队。他甚至发现国内有一个使用相同推进剂的火箭团队，并正在针对那所学校进行招聘。
给年轻工程师的创业建议：先做“海绵”，再建根基
两位创始人都相对年轻时便在特斯拉和SpaceX开始了职业生涯。对于考虑有一天离开去创业的年轻工程师，他们给出了中肯的建议。
Turner认为，如果你在一家人才密度极高的公司，每天都能感受到成长，并能看到一个项目从早期混乱阶段、中期混乱阶段到部署混乱阶段的全过程，这种端到端的经验非常宝贵。多次经历从概念到部署的完整循环，并与世界上最优秀的人一起完成，是一种独特的经历，能为你日后创业做好准备。但他不建议急于离开，因为你的信誉对于吸引人才至关重要。公司本质上是优秀人才的集合，大家被共同兴奋的使命驱动。说服人们加入一个充满痛苦和风险的使命，如果你有多次执行周期的经验，深刻理解流程各部分需要多长时间，你就能更可信地设定目标，让团队围绕其构建。因此，应充分利用能够提供这种经验的生态系统和公司。只要你在公司内获得越来越多的权力、责任和范围，这将是宝贵的经验，为你未来的成功奠定基础。
Chandler对此深表认同。他18岁加入SpaceX，从第一天起就告诉自己要做一块“海绵”，尽可能从优秀的人那里吸收信息。这不仅限于实习期，而应持续终身。他建议，如何让自己置身于世界上最优秀的人群中，并参与一个项目从开始到结束的全过程，重复这种经历。他也承认，对于刚毕业的新人，可能不知道“好”是什么样子。因此，他建议依靠你的网络、学校的同龄人、曾在他处实习过的同学、教授或其他能提供关于公司、使命、产品视角的人进行有意义的对话。这虽然可能令人畏惧，但一旦找到那个合适的位置，就去做一块“海绵”。
Turner最后总结道，你永远不会完全准备好去创业。没有固定配方，没有“在某处待10年然后去创业”的食谱。不同的人对于何时有信心去承担风险有不同的看法。但他普遍认为，在必须学习公司建设的方方面面之前，你希望拥有尽可能强大的技术基础。确保在技术方面过度投入是关键。因为一旦开始创业，你将继续学习如何招聘、如何融资、如何构建公司所需的生态系统和基础设施。Chandler对此深有感触：在已经拥有技术基础的情况下去学习融资等其他事情已经很难，他无法想象反过来——在创业的同时还需要去掌握足够成功的技术能力。因此，他宁愿先拥有技术基础。
这场对话最终回归到一个朴素的真理：不要试图在作为创始人的同时，边干边学如何造火箭。对于硬科技创业者而言，深厚的技术根基是应对一切不确定性的最大底气。
TradingBase.AI 专栏｜AI开始自己“招聘AI”了，金融行业真正的变化可能才刚开始过去几年，AI行业一直在追求一件事：让模型变得更聪明。
从GPT到Claude，从Agent到多模态，整个行业几乎都围绕“能力提升”展开竞争。谁的推理更强、谁的上下文更长、谁的代码能力更好，成为AI行业最核心的评价标准。
但最近，行业里开始出现一个更值得关注的变化。
Anthropic正式推出面向金融行业的Agent系统，可以自动完成研究、分析、文档处理以及部分决策流程。与此同时，多家华尔街机构也开始构建所谓“AI analyst armies（AI分析师军团）”，通过大量AI Agent同时处理市场信息、风险分析与交易逻辑。
很多人看到的是AI变得更强了，但真正重要的地方，其实是：AI开始从“工具”，变成“组织”。
这件事，可能比模型能力本身更重要。因为AI行业真正的下一阶段，正在从“单模型时代”，进入“Agent协同时代”。
过去的AI，更像一个助手。你提问，它回答；你下指令，它执行。整个逻辑，本质上仍然是“人控制AI”。但Agent体系出现之后，事情开始变化。因为Agent不再只是单点能力，而是开始具备任务拆解、流程分工、协同执行以及持续运行能力。
也就是说，AI开始不只是“完成任务”，而是开始“组织任务”。
从“AI工具”到“AI团队”
金融行业，会是这一变化最先被放大的地方。
因为金融本身就是高度流程化、高度协同化的行业。研究、分析、风险控制、交易执行，本来就不是单一动作，而是一整套连续系统。过去，这些事情需要大量人协作完成；但现在，越来越多流程，开始由Agent体系自动完成。
研究Agent负责抓取市场信息，数据Agent负责整理结构，风控Agent负责监测异常波动，执行Agent负责订单调度，审计Agent负责回溯检查。
这些能力单独看，并不新鲜。真正新的地方在于：它们开始互相协同。
而一旦AI进入“协同阶段”，行业逻辑就会发生变化。过去AI行业竞争的是“谁更聪明”；未来，可能会变成：谁能构建更稳定、更完整的AI系统。
AI量化真正的变化，不再只是“策略”
这件事，对AI量化行业的影响尤其明显。
过去的量化系统，更像“单策略结构”。一个模型负责预测，一个系统负责执行，逻辑相对固定。但未来的AI量化，可能越来越像一个“AI团队”。
一个Agent负责市场情绪，一个Agent负责链上数据，一个Agent负责宏观事件，一个Agent负责仓位控制，还有Agent负责风险动态调整。这些系统会实时协同、互相修正，并最终形成动态决策。
这意味着，未来AI量化真正重要的，可能已经不只是模型能力，而是系统协同能力。
而这，也是TradingBase真正需要面对的下一阶段。
因为AI量化未来真正的竞争，很可能不再只是“谁的模型更强”，而是：谁能构建稳定的Agent体系；谁能控制复杂系统；谁能让多个AI长期稳定协同运行。
过去AI量化拼的是“单点能力”；未来，拼的可能是整个AI系统的组织能力。
AI开始“管理AI”，风险也会随之变化
但这件事真正值得警惕的地方，也恰恰在这里。
因为当AI开始形成“组织能力”之后，系统复杂度会迅速提升。过去，一个模型出问题，影响有限；但未来，如果多个Agent同时参与市场分析、风险决策与交易执行，那么风险就不再只是“单点错误”，而可能变成系统级错误。
尤其是在金融市场中，当多个Agent形成复杂反馈循环后，市场真正需要面对的问题，可能已经不再是AI够不够聪明，而是：
AI系统是否足够稳定、足够可控。
这或许才是AI金融真正的下一阶段。
结语
过去几年，AI行业一直在追求“更强模型”。但现在，一个更深层的变化正在发生：AI开始从工具，变成组织。
它开始自己分工、自己协作、自己执行，甚至开始形成类似“团队”的结构。
而当AI真正拥有“组织能力”之后，被改变的，可能就不只是交易效率，而是整个金融行业的运行方式。
这才是AI真正开始进入产业深水区的信号。
终于像篇文章了。人类发明段落和阅读节奏不是没有原因的。以医生招聘延误为目标进行销售…通过AI资格管理吸引Precede投资神经外科专家马克·伊乌布认为，医疗人力短缺的本质不在于"医生数量"，而在于连接医生与工作岗位的"旧有基础设施"。基于这一认识，美国健康科技初创公司塞勒（Saile）凭借其基于人工智能（AI）的资格管理平台，获得了220万美元（约合32.8亿韩元）的种子轮前投资。
根据Crunchbase News报道，总部位于纽约的塞勒本轮投资由Matchstick Ventures领投，Headwater Ventures也参与其中。塞勒是一家由马克·伊乌布和泰勒·海克斯于2025年初共同创立的公司，运营着一个AI平台，该平台可将医生的简历、执照、专科医师资格及各类证明文件集中存储，并跟踪其有效期。
伊乌布解释道，他在正式入职Northwell Health前的空窗期，曾想在纽约从事额外工作，但尽管现场人员短缺，他却被告知需要90至120天后才能开始工作。原因在于各医院、急诊医疗机构和远程医疗平台所要求的资格验证程序各不相同，且大部分依赖于人工操作的"认证"系统。
他也是唐纳德和芭芭拉·扎克医学院（Donald and Barbara Zucker School of Medicine）的神经外科助理教授。伊乌布判断，虽然医疗人才市场中存在不少未被充分利用的医生资源，但由于系统间流动效率低下，导致他们实际投入一线工作的时间被推迟。
AI健康科技投资扩大……聚焦于陈旧行政流程自动化
塞勒受到关注的背景也与AI健康科技投资扩大的趋势有关。根据Crunchbase数据，2025年，全球从种子轮到成长阶段的AI健康科技公司获得的投资总额约为149亿美元（约合22.2159万亿韩元）。这一数字较2024年全年的86亿美元有大幅增长。
近期获得资金的许多医疗初创公司都像塞勒一样，专注于自动化陈旧的行政流程。目前在美国的医疗现场，每当医生想要在新医院、手术中心或远程医疗平台工作时，都必须通过电子邮件反复提交简历、执照和资格证书。为了改变这种结构，塞勒提出了"便携式资格护照"的概念，即统一存储每位医生的资格信息，并使各机构能够即时进行核查。
该公司运营着五个模块化AI代理，分别处理招聘、入职、资格验证、人员配置和合规性工作。据塞勒称，这使得医疗机构的入职时间从原来的90至120天缩短至约45天，行政工作负担也减少了约40%。
伊乌布解释说，现有的解决方案往往只处理资格验证或人力供应中的一个环节，而塞勒则专注于将医生注册到实际工作对接的整个过程整合到一个基础设施中。从医院的角度来看，其优势在于无需经过多个外部公司，即可直接接触到经过预先验证的本地医生资源池。
已获5000名医生……投资方关注"基础设施层"
塞勒最初源于一个通过口碑传播而成长起来的早期项目，但目前已在全美范围内拥有约5000名活跃的医生用户。公司以4名核心成员的小规模团队运营，本轮投资计划用于扩展AI代理基础设施、增强市场平台功能，以及扩大与医疗机构资格管理系统的对接。
其盈利模式由四个支柱构成，核心是针对医疗机构的按座席计费的软件即服务模式。医院和医疗设施在接入医生资源池的同时，使用支撑该模式的工作流程和资格管理功能，并按使用量付费。
Matchstick Ventures的创始人兼合伙人瑞安·布罗舍（Ryan Broshar）表示，创始人与市场契合度是投资决策的关键。他指出，伊乌布是在亲身解决问题的过程中创立了这项事业，评价道："这并非单纯为了寻找盈利机会，而是源于个人问题意识的解决方案，这一点令人深感共鸣。"
布罗舍还高度评价了塞勒与仅做资格验证或单纯进行人力中介的现有公司不同之处在于，它正在构建招聘流程之下的"基础设施层"。这意味着，减少医疗人才市场低效率的真正价值不在于单一功能，而在于整合性的基础设施。
在医疗人力短缺持续的情况下，塞勒的实践可被视为一个案例，它展示了如何改变"人才稀缺的市场"——实际是"连接缓慢的市场"。AI健康科技超越诊断和新药研发，迅速扩展到行政和运营领域的趋势也正变得越来越明显。
TP AI注意事项
本文基于TokenPost.ai的语言模型进行了摘要总结。正文的主要内容可能被遗漏或与事实存在出入。韩国ICT中小企业，2024年新招聘‘暂停’国内信息通信技术领域中小企业的招聘市场在2024年实际上已陷入停滞。十家企业中几乎全部都没有招聘新员工，而在经营一线，找人比找资金成了更大的负担。
根据韩国风险企业协会、科学技术信息通信部以及信息通信产业振兴院10日发布的《2025年ICT中小企业实态调查》，在接受调查的2500家中小企业中，有98.5%的企业表示2024年没有进行新招聘。这一比例比一年前提高了1.0个百分点。此次调查于去年9月至11月针对游戏、软件、电子零部件等11个信息通信技术行业进行。招聘冻结的背后原因并非仅仅是经济放缓。企业在实际经营过程中指出的最大困难是“确保必要人力”（50.2%），其次是销售不振（35.0%）、利率变动（23.0%）、新技术及新产品开发（21.3%）、资金筹措（18.8%）。
特别是，现场最难招聘到的人才是同时承担实务和管理职责的中层管理者。在面临人力供需困难的职级中，科长及组长级占比最高，达89.4%；代理级紧随其后，为84.9%。回答新员工招聘困难的比例为23.8%，高管级为1.9%。按职业类别来看，专家及相关从业人员占比最高，为89.6%；其次是管理者（69.4%）和服务人员（19.3%）。这表明信息通信技术行业面临的并非单纯的人员数量补充问题，而是在确保能够理解技术并领导项目的熟练劳动力方面遇到了更大困难。尽管新招聘很少，但人力短缺现象依然严重，这可以解释为许多企业因无法及时招到所需水平的人才而干脆推迟或放弃了招聘。
从融资结构来看，信息通信技术中小企业对银行体系的依赖程度高于政策性金融。新的外部融资来源中，“银行等一般金融”占比最高，达77.0%；公司债及非上市股票占20.9%；政府政策资金及研发领域仅占0.8%。平均融资规模为24.98亿韩元。在通过金融机构融资的困难方面，“高昂的金融费用，即利率负担”占比最高，为24.0%；其次是“信用贷款不足”（16.9%）以及“过度的担保要求及担保物低估”（12.1%）。另一方面，98.9%的受访企业表示通过政府政策资金融资存在困难。原因包括“融资规模及额度不足”（24.9%）和“难以通过审查”（17.1%）。尽管政策上提出了支持技术革新企业的方向，但企业实际感受到的情况更接近于“门槛高、规模小”。
企业的财务状况呈现出外延与内涵背离的态势。2024年信息通信技术中小企业从业人员为99万9431人，逼近100万人。总资产为297万亿韩元，比上年增加34万亿韩元；但总资本为103万亿韩元，减少8万亿韩元；总负债为195万亿韩元，增加43万亿韩元。其结果是，自有资本比率降至34.5%，下降了7.7个百分点；负债比率升至190.0%，上升了53个百分点。总销售额为193万亿韩元，减少26万亿韩元；但总营业利润为6.7万亿韩元，增加5.7万亿韩元。销售额下降而利润增加，这可以看作是成本调整或注重盈利性经营的影响。不过，在成立7年以内的企业中，仅有6.1%的企业突破了盈亏平衡点（即收入与成本持平、摆脱亏损的标准），平均所需时间为1.8年。这意味着多数初创企业仍处于不稳定的收益结构中。
创业生态系统同样高度依赖自有资本。在成立7年以内的企业中，现任代表为创始人的比例达95.7%；创业时的年龄段中，40多岁占比最高，为41.8%。学历方面，毕业于普通大学的比例为77.5%，其中99.1%是在毕业后创业。从下定决心创业到实际成立公司，平均耗时43.5个月，约3年7个月。创业资金中，个人资金占比高达80.3%；其次是银行及非银行贷款（14.1%）和个人间借贷（13.3%）。另一方面，已引入人工智能的企业中，92.0%表示将其用于研发和创新活动；为进行数据分析而利用机器学习的企业占51.2%。人工智能带来的最大引入效果是“节省人力成本”，占比达77.8%。这表明，在“招人难”的环境下，人工智能正成为成本节约和生产力补充的手段。这一趋势未来很可能持续。如果不能提高政策性金融的可及性，中小信息通信技术企业只能继续加大对银行贷款的依赖；而招聘低迷与熟练劳动力短缺的双重压力，可能会促使以人工智能为中心的效率化战略更快扩散。Pinnacle Financial 与 Synovus 合并后，加速扩展至招聘、新市场及品牌投资领域派恩纳克尔金融合伙公司（$PNFP）与锡诺弗斯合并后，正在加速推进业务扩张和组织整合。从2026年第一季度业绩发布开始，该公司相继推出进军新市场、人才招聘、参与管理层活动、扩大分红及品牌营销等一系列举措，全面展现整合效应。
公司于2026年1月1日完成与锡诺弗斯的合并后，重组为总资产达1230亿美元（约合179.9121万亿韩元）的区域性银行。合并后首季（即2026年第一季度），归属于普通股股东的净利润为1.347亿美元（约合1970.9469亿韩元），稀释后每股收益为0.89美元。经调整后的净利润为3.627亿美元（约合5304.4829亿韩元），调整后稀释每股收益为2.39美元。
核心经营指标也呈现稳定态势。截至季末，贷款额为852亿美元（约合124.622万亿韩元），存款额为1001亿美元（约合146.5163万亿韩元）。净利息收入为9.327亿美元（约合1.36444329万亿韩元），非利息收入为2.841亿美元（约合4156.5807亿韩元）。不过，合并相关费用为2.754亿美元（约合4027.5758亿韩元），一级普通股资本充足率（CET1）为9.83%。
扩大招聘与进军新市场并行
派恩纳克尔金融在合并后将“获取一线人才”作为增长战略的核心。公司表示，2026年第一季度新招聘了50名创收岗位的员工。今年全年目标为225至250人，新招聘人员的平均从业经验超过18年。通过从多个州引进资深银行人才，市场评价认为合并后招聘动力仍在持续。
区域扩张也在继续。公司在阿拉巴马州奥本市设立了新办事处，并任命马蒂·莫兹利为市场负责人兼财务顾问。初期计划以1名财务顾问和1名辅助人员开始运营临时据点，并在18至24个月内设立常驻办公室。此举被视为积极利用锡诺弗斯合并后扩大的阿拉巴马州业务基础。
安全组织也得到加强。派恩纳克尔金融自5月7日起任命道格拉斯·赫罗姆科为首席安全官（CSO），工作地点在亚特兰大。赫罗姆科在网络安全和风险管理领域拥有超过25年的经验，曾任职于埃森哲、亨廷顿银行和全美保险公司等。他将接替从业30年后退休的凯文·高恩。
维持分红、纳入指数、企业文化成果凸显
股东回报政策也在持续。董事会批准了每股普通股0.50美元的分红，支付日为2026年5月29日，登记日为5月1日。优先股分红也已公布。A系列每股派发0.46646美元，B系列每股派发0.52481美元，C系列每股派发16.88美元或每股存托股派发0.422美元。
公司在市场中的地位也在提升。派恩纳克尔金融自2026年3月19日起被纳入KBW纳斯达克银行指数（BKX），从原有的KBW纳斯达克区域银行指数（KRX）上升了一个层级。这被解读为公司开始被认可为具有更大规模和流动性的银行集团的信号。
在企业文化方面也取得了成果。派恩纳克尔在《财富》杂志与卓越职场研究所评选的2026年“美国最适合工作的100家公司”中排名第12位，连续10年入选该榜单。在2025年信任指数调查中，97%的员工认为公司是“适合工作的地方”，远高于美国一般企业57%的平均水平。公司方面强调，这种“以人为本”的文化正成为锡诺弗斯整合过程及维持客户体验的基础。
加强投资者沟通与品牌营销
投资者沟通也十分活跃。首席执行官凯文·布莱尔和首席财务官杰米·格雷戈里将于2026年6月9日下午2点30分（美国东部时间）参加摩根士丹利美国金融会议，以对话形式进行发言。直播网络广播将在公司投资者关系网站上提供，会后可重播12个月。
此前，公司于4月22日收盘后公布了第一季度业绩，并于4月23日上午8点（美国东部时间）通过管理层网络广播说明了业绩、展望及主要议题。相关内容同样可在投资者关系网站上查看并保留一年。
品牌拓展也已启动。派恩纳克尔金融签署了一份为期三年的赞助协议，成为在南佛罗里达州举行的PGA巡回赛凯迪拉克锦标赛的“官方银行”。该赛事于2026年4月29日至5月3日在特朗普国家多拉尔球场的“蓝色怪物”球场举行。公司还将担任职业业余配对赛的冠名赞助商，并计划在现场和数字渠道扩大品牌曝光度。此次签约被视为进军职业高尔夫领域的首次尝试，也是锡诺弗斯合并后扩大区域客户接触点战略的延伸。
合并后，派恩纳克尔金融的举措不仅限于单纯的规模扩大。业绩防守、人才引进、新市场开拓、指数纳入及品牌投资同步推进，清晰地向市场传递了“合并后增长”的信号。未来，在合并费用负担减轻的过程中，盈利能力和组织整合成果能否快速显现，将成为关键的看点。
TP AI 注意事项
本文基于TokenPost.ai语言模型进行摘要。正文主要内容可能被省略或与事实存在出入。主权人工智能扩散… 职务设计、招聘及管理者角色均将重组主权人工智能正在超越企业的技术体系，重新定义"工作方式"本身。核心在于，即使AI代理承担重复性工作，关键决策权仍需掌握在人类手中。
美国软件企业Appian Corp的首席人力资源官Susan Charnaux在Appian World 2026活动上表示："现在，职位描述不应再仅仅是任务清单，而应成为设计该角色未来的文件。"她解释说，随着过去由人工处理的事务被AI代理接手，对员工能力的要求也在发生变化。
她在设计新职位时强调，应优先考虑"应创造怎样的未来"，而非"需要做什么"。这在主权AI环境中尤其重要。因为即使大量工作由代理执行，组织仍需设立专门人员来审查结果并承担责任。
员工焦虑加剧，但企业也关注"机遇"
随着AI部署加速，一线的不安也在加剧。根据2025年安永(EY)的调查，84%的员工表示对引入代理型AI持开放态度，但56%的人担心工作稳定性。期待与焦虑并存。
Charnaux认为这种紧张感既是危机也是机遇。她指出，员工过去认为重复且无意义的工作将由AI替代，而人类可以专注于更具创造性和以关系为导向的角色。她预测，未来的工作更注重新定义问题、与同事协作以及引领变革的能力，而非单纯的执行。
招聘标准也在变化……"创造力·沟通能力"比技术更突出
Appian的招聘标准已然改变。据称，其重点并非将AI视为减员工具，而是关注更具生产力的组织能够共同实现什么。
技术能力仍然必要。监督AI、评估流程成果以及过滤错误的能力被视为基础。然而，具备溢价的能力正在发生变化。创造力、前瞻性思维、把握全局的视野，以及引导组织成员参与变革的人际交往能力正变得越来越重要。
Charnaux特别关注管理者角色的变化。未来，管理者可能不再仅仅是领导人员，还需要设计和协调人与AI代理共同工作的结构。最终，有分析认为，主权AI时代的竞争力并非取决于简单的自动化水平，而是取决于如何将人类的控制力与组织的适应能力有效结合。
主权AI扩展为企业运营原则
此番言论表明，主权AI已不仅关乎数据主权或系统控制问题，而是扩展到了人力资源与组织运营的原则层面。这意味着仅仅引入技术并不足够，还需要重新设计招聘、评估、培训和管理等各个环节。
最终，主权AI的普及正给企业提出新的问题：谁来做决策？谁来承担责任？人类应专注于何种价值？市场普遍认为，随着AI部署速度的加快，此类人力重新设计的讨论也将全面展开。
TP AI注意事项
本文基于TokenPost.ai的语言模型进行摘要。正文中可能遗漏主要内容或与事实存在差异。United Airlines对Spirit航班取消的乘客提供“特别票价”…对员工则提供返家及招聘支持美联航日前对遭遇航班运营混乱的精神航空乘客和员工提供了支援。对于预订被取消的旅客，将在未来两周内提供设有价格上限的单程机票；对于员工，则开放返程登机福利和招聘支持。
为精神航空被取消航班的乘客提供特殊票价
美联航近日通过客户通知表示，将为精神航空航班被取消的乘客启动"特殊票价"计划。适用对象是原计划于5月2日至5月16日期间旅行的预订，可使用期限为公告之日起两周。
乘客可在美联航专用页面提交精神航空预订确认号、购买凭证以及美联航前程万里会员号，即可查询特殊票价。前程万里计划可免费立即注册。
此次特殊票价适用于精神航空运营的大部分主要城市，包括亚特兰大、芝加哥、劳德代尔堡、休斯顿、拉斯维加斯、迈阿密、纽瓦克、新奥尔良、奥兰多等。
大部分票价上限为199美元，长途航线限制在299美元
票价上限大部分为单程199美元，约合韩元29万3923元。部分长途航线设定不超过299美元，约合44万1623韩元。
将机票价格控制在特定水平以下，被视为旨在减轻因航班突然取消而需寻找替代航班的乘客负担的措施。在机票供需剧烈波动的时期，短途航线的价格也往往迅速上涨，此次价格上限被评价为一项实质性的紧急支援措施。
对精神航空员工提供返程福利和就业机会
美联航对精神航空员工也提供了单独的支援方案。内容包括在未来两周内提供美联航航班的通行旅行福利，以帮助员工安全返家。预订可通过航空业员工专用ID90门户进行。
与此同时，美联航还开设了单独页面，方便精神航空员工申请其公开招聘。该公司表示，会让招聘负责人优先审查这些申请。这被解读为在短期出行支援之外，吸纳劳动力需求的措施。
强调"不确定时期"……吸引客户的效果也备受关注
此次通知以美联航高级副总裁兼首席客户官戴维·金泽尔曼的名义发出。他将当前时期描述为"不确定时期"，并表示将帮助精神航空的客户和员工更顺利地度过困境。
美联航还同时介绍了自家移动应用程序、实时短信通知、座椅屏幕、扩大的储物空间、蓝牙连接等功能，突出了服务竞争力。有分析认为，这不仅仅是口号式的声明，而是一方面填补突如其来的市场空白，另一方面吸引新客户的战略举措。
随着廉价航空乘客的出行需求很可能分流至大型航空公司，此次措施已超越短期支援的范畴，可视为航空业重组浪潮中份额竞争的一幕。
TP AI 注意事项
本文基于 TokenPost.ai 语言模型进行总结。主要内容可能被遗漏或与事实不符。皮纳姆收购心理测量初创公司Plum……在AI招聘中加强“人类能力”评估基于人工智能的人力资源管理企业"皮纳姆人才"收购了基于心理测量学的人才评估企业"Plum"。随着生成式AI的普及，仅凭技术能力难以筛选出的"人类固有才能"的重要性日益凸显，在招聘市场上，将同理心、判断力、适应力等"可持续能力"进行量化的趋势也在加速。
皮纳姆于28日（当地时间）宣布收购Plum.io。尽管收购金额未公开，但Plum此前共获得了1210万美元的投资，折合韩元约为178亿4718万韩元。参与投资的机构包括皮尔逊创投、JFF创投、斯特拉达教育网络、加拿大出口发展公司、Real Ventures、BDC Capital Women in Technology Venture Fund、Edulab Capital Partners、Impact Engine Management PBC等。
成立于2012年的Plum，一直基于工业与组织心理学，运营着一个预测应聘者实际工作表现可能性的评估平台。该公司测量的是简历或简单技能测试难以捕捉的行为特征、社交智能、性格和认知能力。据其介绍，这在揭示同理心、判断力、适应力、韧性等要素方面具有优势。
Plum的核心是"角色模型"技术。该技术基于超过4万个实际岗位数据绘制行为特征蓝图，并以此预测应聘者与岗位之间的匹配度。公司方面表示，其评估方法比基于简历的筛选准确4倍，并且针对是否存在对特定人群造成不利影响的问题，也接受了外部审查。
Plum的解决方案不仅用于招聘，还应用于内部调动、继任计划、领导力发展、管理者辅导等人才管理的各个环节。此次收购后，Plum的心理测量技术将与皮纳姆的"Agentic"交付体系和"Hypercell"上下文框架相结合。皮纳姆强调，这将使企业能够大规模测量决定现场绩效的行为能力，无论地区或职位如何。
皮纳姆联合创始人兼首席执行官马赫·巴伊雷迪表示："在AI使通用智力逐渐成为'通用商品'的情况下，人类的能力变得比以往任何时候都更重要，但招聘现场往往仍然依赖直觉进行评估。""我们将结合Plum的心理测量科学和模型，以及我们自己的技能本体论和Agentic工作流程，让所有企业都能针对各自的市场和岗位，扩展行为评估能力。"
皮纳姆认为，此次结合也有助于应对所谓的"合成人才"问题。在AI生成的简历、作品集以及自动化求职申请日益增多的背景下，企业认为验证实际工作适配性和人类资质的需求正在增长，而不是只看表面呈现的经历。归根结底，对企业而言，比简单的关键词匹配更可靠的，是可信赖的能力验证体系。
这笔交易是皮纳姆今年的第三次收购。此前，它在1月份收购了Included，2月份收购了Beamfuld。通过接连并购，皮纳姆正将招聘自动化和评估技术融为一体，扩大其作为综合型HR技术企业的版图。
此次收购被视为AI时代HR市场发展方向的一个案例。生成式AI在提升工作生产力的同时，也在动摇简历、自我介绍、任务成果的可信度。因此，未来衡量"能做什么"固然重要，但评估"如何工作"的技术价值可能会变得更大。
TP AI注意事项
本文使用基于 TokenPost.ai 的语言模型进行总结。正文主要内容可能被遗漏或与事实不符。a16z 合伙人 Martin Casado 称 Cursor 创始人 30-40% 时间用于招聘与文化以加速迭代Techub News 消息，a16z 合伙人 Martin Casado 在 X 平台发文表示，AI 代码编辑器 Cursor 的创始人将 30-40% 的时间用于招聘和企业文化，这种专注使他们能够快速迭代。他还指出，许多 AI 公司过于研究密集型，如果不专注于新模型架构，发展会面临挑战。（@a16z）谷歌预计 AI 智能体将自动化数据准备任务，同时招聘数百名工程师Techub News 消息，谷歌预计 AI 智能体将自动化数据准备任务，以提升效率。同时，公司正在招聘数百名工程师，以确保 AI 与现有系统的无缝集成。（Crypto Briefing）香港拟对数字资产基金实施 0%税率，行业招聘增长 22%Techub News 消息，香港立法会正审议新修订条例草案，拟将对冲基金及数字资产基金的附带权益（carried interest）和绩效费有效税率降至 0%，并取消金管局认证及最低回报率门槛要求。该行业招聘规模已因此增长 22%。
该法案于 6 月 12 日刊登宪报，若通过将追溯至 2025 年 4 月生效。此举使香港成为亚洲主要金融中心中首个在个人经理层面提供税收确定性的地区，旨在增强对投资人才的吸引力。此前对冲基金绩效费最高适用 17%税率。（CryptoBriefing）新加坡当局警告 LinkedIn 虚假招聘诈骗，损失 1180 万美元Techub News 消息，新加坡警方与网络安全局发布联合警报，虚假 LinkedIn 招聘诈骗已造成约 1180 万美元（1510 万新元）损失。攻击者冒充加密货币公司招聘人员，通过虚假面试诱骗受害者下载恶意软件，窃取会话令牌以绕过多因素认证。
该恶意软件可访问企业 Bitbucket 代码库，攻击者修改软件代码绕过交易限制，实施未经授权的加密货币转账。新加坡当局建议求职者通过官方渠道核实招聘信息，并避免下载来源不明的文件。此次诈骗专门针对加密货币企业内部员工而非个人零售用户。（CryptoBriefing）新加坡警方警告假招聘诈骗，涉 1180 万美元加密损失Techub News 消息，新加坡警方与网络安全局 8 月 14 日发布警告，称诈骗分子通过 LinkedIn 冒充加密货币公司招聘人员，以虚假工作机会诱导受害者下载恶意软件，导致相关企业损失约 1180 万美元（1510 万新元）。
诈骗分子通过假域名和关闭视频的「面试」诱导受害者下载恶意软件，入侵公司 BitBucket 代码库绕过交易限制转移加密货币。警方建议公众核实招聘人员身份，警惕拒绝开启摄像头的异常面试行为。（The Straits Times）新加坡警方警告虚假招聘诈骗，损失 1180 万美元Techub News 消息，新加坡警方（SPF）与网络安全局（CSA）于 8 月 14 日发布联合警告，称虚假招聘加密货币岗位诈骗已造成 1180 万美元损失。诈骗者冒充招聘人员，通过伪造技术评估诱导受害者下载恶意软件，进而入侵企业系统窃取加密货币。
该攻击者通过 LinkedIn 接触受害者，使用仿冒域名沟通并安排视频面试，随后引导受害者至伪造网站完成编码测试，暗中植入恶意软件。该软件窃取会话令牌以绕过多重身份验证，入侵 Bitbucket 代码仓库后修改自动化部署指令，最终绕过交易限额完成加密货币转账。SPF 与 CSA 建议企业和个人核实招聘方身份、加强 API 密钥保护及多因素认证。（Channel NewsAsia）花旗银行招聘数字资产总监推进机构加密服务Techub News 消息，花旗银行正在伦敦招募一名数字资产解决方案总监，负责推进加密货币托管、代币化资产及数字抵押品管理等机构级服务，要求候选人具备逾十年机构金融经验及八年团队管理经验。
该职位隶属于花旗投资者部门，旨在将数字资产能力整合至现有机构服务体系。此举正值该行推进 2026 年数字资产路线图之际，包括推出加密货币托管解决方案及探索代币化存款与稳定币发行业务，标志着该行正从规划阶段转向实际执行。（CryptoBriefing）Binance 招聘 Senior PMM 负责全球增长Techub News 消息，交易所 Binance 正在招聘一名高级产品营销经理（Senior PMM），负责推动产品定位、上市（GTM）策略及全球增长，具备 Web3 经验者优先。
Binance 是全球最大的加密货币交易所之一，提供广泛的数字资产交易服务。Vanguard 招聘数字资产负责人，调整加密战略Techub News 消息，资产管理巨头 Vanguard 已启动数字资产负责人招聘，该职位将负责制定公司加密货币及区块链技术的多年期战略路线图，评估代币化、稳定币、托管等领域的业务机会，并协调产品、技术、运营及合规团队。
此举标志着 Vanguard 对数字资产立场的渐进式转变。该公司管理约 10 万亿美元资产，此前长期抵制加密货币领域，但去年 12 月起已允许经纪客户交易加密 ETF 和共同基金，同时仍表示不会推出自有加密产品。新任 CEO Salim Ramji 此前曾在 BlackRock 主导推出 iShares 比特币 ETF。（CoinDesk）Google DeepMind 招聘哲学家研究 AI 意识Techub News 消息，Google DeepMind 正招聘哲学家研究 AI 意识可能性。该团队四年前曾因工程师声称 LaMDA 有意识而将其解雇，如今与 Anthropic、Meta 共同公开探索该领域。
该转向标志着行业从回避到公开研究的剧变。若 AI 实验室承认系统可能具备道德体验，可能引发全新监管类别，进而影响 AI 集成加密货币项目的运作方式。（CryptoBriefing）撰文：Techub News 整理 导语 在 AI 浪潮席卷全球的当下，Anthropic 以其对 AI 安全的深度承诺和强大的 Claude 系列模型脱颖而出。作为这家明星公司的联合创始人兼总裁，Daniela Amodei（丹妮拉·阿莫迪）的思考与实践，对于理解如何构建一家兼具前沿研究、商业成功与公共责任感的 AI 公司至关重要。在 Vanta 的「Frameworks for Growth」系列访谈中，Daniela Amodei（丹妮拉·阿莫迪）罕见地分享了 Anthropic 自创立以来的核心运营哲学、团队建设心法以及对 AI 未来格局的预判。 摘要 Anthropic 将“公益公司”结构视为平衡商业利益与安全使命的务实选择，并通过“负责任扩展政策”等技术框架确保 AI 安全。 公司文化是快速扩张期最宝贵的“货币”，有效的价值观必须能引发“有意的张力”，并能被轻易举出多个实例。 招聘时，尤其在文化面试中，极度看重候选人“就广泛议题进行尊重辩论”的能力，而非特定的信仰体系。 平衡深度研究与产品商业化没有完美公式，Anthropic 通过团队轮换制来兼顾探索性工作与执行性工作。 AI 的未来普及将极不均衡，但企业客户采纳速度之快已超预期，而 AI 在教育等领域的潜力远未充分释放。 Anthropic 的使命基石：安全、公益与平衡 与许多纯粹的科技公司不同，Anthropic 自定位为一家“AI 安全与研究公司”。Daniela Amodei（丹妮拉·阿莫迪）阐释了这一标签在实践中的含义。其核心在于将安全理念贯穿技术栈的每一层：从使用“宪法 AI”等技术在模型训练中注入伦理准则（如参考《联合国人权宣言》），到通过“负责任扩展政策”这一框架来管理模型发布。该政策借鉴了生物安全等级，设定了五个 AI 安全等级，公司在达到每个等级的具体安全要求后，才会发布相应能力的模型。 这种对安全的强调，与公司“公益公司”的法律结构紧密相连。在创立之初，团队花了大量时间思考公司形态。Daniela Amodei（丹妮拉·阿莫迪）表示，公益公司是一种巧妙的混合体——它保留了 C 型公司的基本商业框架，但同时法律上允许公司平衡商业需求与公共利益。对于 Anthropic 这样深度投入安全等公共议题的公司而言，这被视为一种非常务实的选择。她建议，如果初创企业的目标本身就包含平衡公共利益与商业活动，那么公益公司的形式值得考虑。 这种“研究-产品-公益使命”的三重平衡，是运营 Anthropic 最有趣也最具挑战性的部分。Daniela Amodei（丹妮拉·阿莫迪）认为，产品团队与研究团队的紧密协作让双方都更强大。研究上的突破会开辟全新的产品方向，例如当发现 Claude 在代码编写上表现卓越后，公司迅速开发了面向开发者的系列产品。同时，来自真实用户（如编码场景）的反馈和数据，又能进一步帮助训练模型，形成良性循环。 构建 10x 团队：文化、价值观与招聘心法 作为 OpenAI 的早期员工和 Anthropic 的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）在构建顶尖 AI 公司团队方面积累了深刻洞察。她强调，对于一家快速扩张的小公司而言，文化是最有价值的“货币”。文化是公司价值观的表达，尽管难以完全量化，但早期投入精力去定义它至关重要。 如何定义有效的价值观？Daniela Amodei（丹妮拉·阿莫迪）分享了两个关键标准：第一，如果价值观不能引发某种“有意的张力”，那它们可能过于平淡。例如“保持友善”、“直言不讳”是人人皆爱的品质，但缺乏独特性。第二，你必须能够为任何价值观当场举出至少十个实例。她以 Anthropic 的价值观“做简单有效的事”为例，这个源于研究团队的理念（反对无谓的复杂算法，追求模型实用性）同样适用于产品、工程甚至办公室选址、活动策划等方方面面。当员工能自发运用这些价值观时，它们才真正具有生命力。 传播价值观需要技巧：在全员会议上定期提及、让语言自然舒适而非强行灌输。更关键的是，不要害怕“淘汰”那些不奏效的价值观。有时创始人觉得正确的表述可能无法引起共鸣，这时需要迭代。有趣的是，Anthropic 的一些价值观并非来自创始人，而是从员工中自发产生并得到认可的，这增强了员工的所有感。 在招聘方面，除了价值观契合，Daniela Amodei（丹妮拉·阿莫迪）特别指出一个非显而易见的特质：“就广泛议题进行尊重辩论的能力”。由于 AI 是前沿且常涉及复杂争议的技术，员工必须能够开放、尊重地讨论潜在益处与滥用风险等根本性话题。Anthropic 的文化面试会设计相关问题，例如“你持有过哪些非主流的信念？你如何在 uncomfortable 的情境下为其辩护或改变看法？”面试官会明确告知候选人，这些问题旨在双向展示公司文化，并无标准答案，重在考察思考过程。 研究、产品与探索：在确定性与未知间舞蹈 Anthropic 同时进行深度研究和产品商业化，这带来了独特的张力。Daniela Amodei（丹妮拉·阿莫迪）坦言，这更像一门艺术而非精确科学。有时，投入那些短期内看不到客户回报的基础研究，恰恰是取得突破的最佳途径。 为此，公司在研究侧会分配时间，一部分用于优化模型特定能力，另一部分则用于开放探索。在工程和产品侧，由于研究进展迅猛，用例可能瞬息万变，因此也需要留出空间让人们重新构想如何为客户提供价值。同时，公司也必须设定产品路线图并执行那些必要但可能“不够性感”的基础工程工作。 如何将这种探索精神制度化？Anthropic 的答案是“团队轮换制”。与让个人分割时间（如80/20法则）相比，公司更倾向于组建专门的探索型团队，与执行明确产品/研究任务的团队并行。这种方式让员工更容易进入不同的工作流状态，也能更完整地体会从探索到产生客户价值的全过程，是一种更有趣的学习和成长方式。 展望未来：不均衡的普及、被低估的企业与教育的潜力 谈及 AI 的未来，Daniela Amodei（丹妮拉·阿莫迪）认为一个被广泛误解的方面是：AI 的 rollout 和应用将极不均衡。世界上有些地方难以想象没有 AI 的日子，而另一些地方可能多年后仍未接触 AI。这种技术在全球经济各层面（消费者、应用层、基础设施、企业）渗透的路径、地点和速度难以预测，将是一个有趣且可能有些混乱的时期。 一个令她惊讶的现状是企业客户采纳 AI 的速度和深度。她反驳了企业行动迟缓的刻板印象，指出许多世界级大公司展现了巨大的努力、热情和对技术的深刻理解，迅速将 AI 整合到各种业务流程中。她将此归因于 AI 技术根本性力量的显而易见，以及成功企业捕捉下一波浪潮的敏锐本能。 展望2035年，她认为世界将大不相同，许多场景中将无法想象没有 AI 如何运作，就像今天无法想象没有谷歌地图如何导航。但同时，人类互动的基本方式可能依然相似。对于发展中地区，她特别指出 AI 在大规模教育领域的革命性潜力。AI 模型能以极高流利度使用各种语言（包括稀有语言和死语言），为全球广泛人群提供基础及复杂信息访问和 AI 辅导的机会，而这方面的潜力目前远未充分开发。 个人洞察：兄妹创业、GPT-2 的“Wow”时刻与历史镜鉴 作为与弟弟 Dario Amodei（达里奥·阿莫迪）共同创业的联合创始人，Daniela Amodei（丹妮拉·阿莫迪）认为这是一种幸运。两人技能高度互补，从小就有共同构建事业的愿望。这种长期的默契使得他们能够从左右脑不同视角协同解决问题，是一种独特的优势。 回顾 AI 发展历程，她提到在 OpenAI 早期接触 GPT-2 时感到的震撼。尽管以2025 年 6 月眼光看其能力已显稚嫩，但当时看到一个 AI 工具能在数学、写作乃至法语等广泛话题上做出令人信服的回应，让她真切感受到了“未来已来”的时刻。 在阅读方面，她偏爱科幻，但近期也对20世纪中叶欧洲历史（特别是两次世界大战期间）深感兴趣。她认为，那段时期社会、经济、技术层面的急剧变化，对于思考当今快速变革的时代具有镜鉴意义。这种对历史与宏观格局的关注，也体现在她对 AI 在全球发展不均等问题的思考上。 最后，回顾 Anthropic 的创业历程，她提到一些当时觉得重大、事后看却微不足道的决定，例如最初办公室的选择（公司一年半就坐满了），以及关于公司法律结构的漫长讨论（最终公益公司的选择如今看来显而易见）。而一些当时看似随意的技术决策，例如硬件平台的选择，却随着技术栈的飞速发展，显得尤为重要。这或许正是创业的魅力与挑战所在——在有限的前瞻性下，做出影响深远的抉择。
