事件速览：人才流动与技术迭代的双重变奏

1. 核心人事变动：阿里千问团队震荡，DeepMind趁势挖角

事实梳理：

• 时间线： 3月4日凌晨，阿里巴巴千问技术负责人林俊旸宣布卸任；3月5日上午，阿里CEO吴泳铭发内部信正式批准其辞职，并成立基础模型支持小组由吴泳铭、靖人、范禹协调资源。
• 竞争对手动作： 3月5日下午，谷歌DeepMind开发团队负责人Omar Sanseviero在社交平台直接向Qwen（通义千问）社区喊话，邀请开发者加入，被解读为针对林俊旸团队的定向招募。
• 官方回应： 阿里集团辟谣称千问模型团队稳定，无“集体离职”情况，产品运行正常。
• 行业连锁反应： 智谱AI在GLM团队招聘中，特别标注“某大厂某团队高优面试直通车”，显示头部大模型公司正积极吸纳流失的核心研发人才。

![阿里与谷歌在AI人才层面的博弈](https://www.leiphone.com/resWeb/images/article/miss-main-pic.jpg?imageMogr2%2Fthumbnail%2F%21700x400r%2Fgravity%2FCenter%2Fcrop%2F700x400%2Fquality%2F90=%29

2. 技术突破：OpenAI发布GPT-5.4，开启“原生计算机使用”时代

事实梳理：

• 发布时间： 3月6日深夜。
• 核心能力： GPT-5.4是OpenAI首款具备**原生计算机使用能力（Native Computer Use）**的模型。它不仅能编写代码，还能根据屏幕截图直接发出键盘和鼠标指令，跨应用执行任务。
• 性能指标：
  • 推理与编程能力显著提升。
  • 处理电子表格、文档等办公任务时，用户交互次数减少。
  • 事实性错误率较GPT-5.2降低33%，被称为“迄今为止事实性最强的模型”。
• 部署策略： 已面向API、Codex及ChatGPT平台开放，其中GPT-5.4 Thinking模式向Plus/Team/Pro用户开放，Pro版本通过API上线。

3. 行业背景：具身智能融资火热与芯片出口管制收紧

• 融资动态： 具身智能赛道持续升温。极佳视界完成近10亿元Pre-B轮融资，星动纪元估值破百亿；理想汽车确认年内发布首款双轮机器人（代号Nexus），参考特斯拉路径，先聚焦封闭场景。
• 供应链风险： 美国拟将AI芯片出口管制扩展至全球，英伟达、AMD等公司出口需获许可，这可能影响国内企业获取高端算力资源的成本与稳定性。
• 市场信号： 奇瑞星途ET5因芯片涨价上调价格5000元，成为今年国内车市首个官宣涨价车企，反映上游硬件成本对终端产品的传导效应。

---

火猫解读：从“辅助对话”到“自主执行”的范式转移

1. 人才争夺战背后的战略焦虑

从火猫的项目经验看，大模型领域的竞争已从单纯的“参数规模”转向“工程化落地能力”与“核心算法团队”的争夺。阿里千问核心负责人的离职及DeepMind的迅速介入，折射出当前AI基础设施层的高流动性。

• 开源策略的双刃剑： 阿里坚持开源模型策略，虽然构建了庞大的开发者生态，但也使得核心人才更容易被竞争对手识别并定向挖角。吴泳铭强调“加大吸纳优秀人才力度”，说明企业级AI服务正在回归到“人”的核心价值上。
• 对企业的影响： 对于依赖外部大模型进行二次开发的企业而言，供应商核心团队的动荡可能带来短期交付风险。火猫建议企业在选择AI合作伙伴时，不仅考察模型效果，更需评估其团队稳定性及知识沉淀机制。

2. GPT-5.4：企业自动化流程（RPA）的终极形态？

OpenAI推出的GPT-5.4具备“原生计算机使用能力”，这不仅是技术的升级，更是AI智能体（AI Agent）定义的重构。

• 从Prompt到Action： 过去的企业AI应用多基于Prompt工程或简单的API调用，需要人工干预中间步骤。GPT-5.4能直接操作GUI（图形用户界面），意味着AI可以像人类员工一样，独立打开软件、读取数据、填写表单、发送邮件。
• 业务流程改造契机： 这种能力将极大降低企业系统集成（System Integration）的门槛。传统RPA（机器人流程自动化）需要复杂的脚本配置，而基于GPT-5.4的智能体可以通过自然语言理解业务意图，自动适配不同系统的UI变化。
• 火猫观点： 未来企业软件开发的重点，将从“如何构建功能模块”转向“如何设计智能体的工作流编排”。能够无缝嵌入现有IT架构、处理非结构化界面任务的Agent，将成为企业降本增效的关键工具。

3. 具身智能与算力的现实挑战

• 软硬结合的趋势： 理想汽车、星动纪元等企业的动向表明，AI大模型正加速向物理世界延伸（具身智能）。然而，美国对AI芯片出口管制的潜在全球化扩展，给国内具身智能和自动驾驶企业的算力获取带来了不确定性。
• 成本与ROI考量： 奇瑞星途的涨价案例提醒我们，随着高阶智驾（激光雷达、Orin/Xavier芯片）的普及，硬件成本波动将直接传导至C端。对于企业客户而言，在规划AI落地项目时，必须将算力成本、硬件维护成本纳入长期的ROI测算中，避免陷入“买得起用不起”的困境。

---

对企业落地的启发

1. 重新评估AI Agent的集成方案

企业不应仅满足于接入大模型的聊天接口。应关注如GPT-5.4这类具备环境感知与操作能力的模型，探索其在财务报销、数据录入、跨系统审批等重复性高、规则模糊场景中的替代方案。火猫认为，这类Agent的引入将显著缩短业务流程闭环的时间。

2. 构建抗风险的供应链策略

面对芯片出口管制的不确定性，企业应建立多元化的算力储备方案。在软件开发层面，可考虑采用混合云架构，或在模型微调阶段优先优化小参数模型（Small Language Models, SLMs），以降低对顶级GPU算力的绝对依赖。

3. 关注“人机协作”的新边界

随着AI智能体能够独立完成复杂任务，企业内部的角色分工将发生变化。技术人员需从“写代码”转向“训练和监管智能体”，业务人员则需学习如何向AI清晰描述任务目标。组织架构的调整应同步于技术能力的升级。

关键结论： AI的竞争已进入深水区，人才流动加速了技术扩散，而具备自主操作能力的智能体正在改写企业软件开发的底层逻辑。企业需在拥抱新技术的同时，审慎评估供应链安全与投入产出比。

相关图片

相关图片1

相关图片2

相关图片3

相关图片4