Anthropic推出Claude Meetings,让AI在会议过程中参与工作。
我觉得真正值得关注的,不是它能不能写会议纪要。
而是会议结束前,能不能把讨论转成下一步行动。
比如:
① 识别已经达成的决定
② 找出尚未解决的分歧
③ 整理需要补充的数据
④ 形成下一步执行方案
但有个边界必须守住:
AI可以建议行动,不能把讨论中的一句话擅自当成正式授权。
会议AI真正的价值,可能不是减少记录时间,而是减少会后没人推进的事情。
7
2
113
Google发布Gemini 4 Carbon,有个变化值得关注。
以前大家比较AI,喜欢问它能回答多少难题。
现在越来越重要的是:能不能持续完成一项复杂工作。
比如跨文件分析、长期编程、多步骤验证。
这类任务真正难的不是生成第一版答案,而是中途发现错误后,还能继续修正并交付。
未来评价AI模型,我更关注三个问题:
① 能独立推进多少步骤?
② 出错后能不能发现并修正?
③ 最终交付物是否真正可用?
一次回答惊艳,不等于长期执行可靠。
AI模型的竞争,正在从“会不会做”延伸到“能不能做完”。
5
3
190
去快递驿站取件,老板问:“取件码多少?”
我翻手机翻了半天。
老板看了我一眼,直接从架子上拿出包裹:
“你是不是又买那个牌子的零食?”
突然觉得,最了解我消费习惯的不是大数据,是驿站老板。
3
2
89

