❯ DeepSeek 更新 V4.1-Flash-1017，项目开发能力提升并缩短任务运行时间
网页、App 与 API 同步更新DeepSeek 10 月 17 日宣布，V4.1 Flash 已更新至 V4.1-Flash-1017，网页端、App 和 API 同步切换。公司称，新版提升了基准测试表现，同时缩短任务运行时间和输出长度，让用户更快、以更低的任务成本完成工作；这些改善属于官方测试结论，不代表所有任务都会取得相同比例的提升。
重点是把整个项目做出来这次更新使用基于自反馈的强化学习，重点改进从零完成游戏、3D 场景等项目的能力。模型需要连续写代码、检查结果并修改，而不只是回答一个编程问题。官方展示的项目包括用三维场景呈现历史演变，强调在较少提示和素材下，减少用户反复说明、接手修补的次数。
模型还要配好工具环境DeepSeek 同时针对自己的 Harness、腾讯 CodeBuddy 和 WorkBuddy 做了优化，并建议将 Harness 升至 0.2.1-rc.1 或以上。Harness 是围绕模型提供文件、执行和工具调用能力的工作环境。定价文档显示，开发者可通过 deepseek-flash 调用新版；任务耗时和输出量减少，与 API 每个 token 的单价下降是两回事。
开发者买的是完成任务的效率对用模型开发软件的团队，较短输出只有在代码质量和任务完成度不受损时才有价值。如果模型能少走弯路、少返工，同一个项目便可能消耗更少调用和等待时间。因此，这次更新的实际价值要放在完整项目中理解，不能只用回答长短或某一个分数判断。
▮ SIGNAL编程模型的成本竞争正在深入任务全过程，能否少返工地完成项目，比单次回答便宜多少更接近用户的真实账单。
❯ DeepSeek 开放 Search 与 Fetch API，每千次成功请求 5 元，现有工具调用 11 月起计费
搜索和抓取单独收费DeepSeek 在更新公告中开放 Search 与 Fetch 接口，两者价格均为 5 元／千次。其中，用户此前在 DeepSeek Harness、Claude Code 和 Codex 中调用 DeepSeek API 时，经服务端工具产生的 Search／Fetch 请求暂未计费，将于北京时间 11 月 1 日零点开始收费。
一个找网页，一个读网页据接口指南，Search 根据关键词返回结构化搜索结果，Fetch 读取指定网页并返回 Markdown 正文。它们使用与模型 API 相同的鉴权方式，开发者可以把搜索、选取结果、读取全文接成一条流程，供智能体或需要引用外部资料的问答应用使用。
空结果不算成功调用计费单位是请求次数，不是返回多少条结果，也不是网页正文有多少 token。只有请求成功且确实返回搜索结果或网页正文才收费；失败、超时和没有结果的搜索不计费。模型随后阅读这些内容所消耗的输入、输出 token，仍按模型自己的规则另行计费，因此一次研究任务可能同时产生两类费用。
联网能力进入统一账单开发团队可以用同一套账号接入模型和网页内容，但需要把反复搜索、重复抓取也纳入成本管理。若一个任务多次查询同一主题，网页工具费用会随着成功请求累积。调用方因而需要按任务设计查询和内容复用，而不能把“模型输出更短”直接理解为整个联网工作流都更便宜。
▮ SIGNAL智能体的成本越来越取决于调用了哪些工具、调用多少次，模型 token 价格已不足以代表完成一次工作的总费用。
❯ 三星拟采用台积电 3nm 制造 NVHBM 基础芯片，英伟达推动多家内存供应商统一设计
竞争对手出现在同一条产线分工中据路透社转述《首尔经济日报》，三星已接受英伟达要求，拟使用台积电 3nm 工艺制造定制 NVHBM 的基础芯片。报道援引行业消息人士称，英伟达也向 SK 海力士和美光提出了同样要求；这仍是媒体披露的供应安排。
把控制器搬进内存堆叠HBM 是为 AI 芯片快速输送数据的高带宽内存。英伟达在 8 月发布的技术介绍中解释，NVHBM 将定制内存控制器放入堆叠底部的基础芯片，而非继续占用主计算芯片的面积。这样做的目标是改善数据传输、功耗和芯片面积分配，让更多资源用于计算。
特殊订单不等于全面外包报道指，三星仍计划在标准 HBM 和其他客户的定制产品中维持自有生产模式。因此，本次变化不等于三星放弃自己的晶圆代工业务，也不能把基础芯片的制造安排扩大为整颗内存都由台积电生产。内存堆叠与底部逻辑芯片承担不同功能，供应链分工也可以不同。
统一接口减少重复适配英伟达的设计意图，是让多个内存供应商提供更统一的实现，减少客户在不同供应来源之间切换时的集成和验证工作。对 AI 系统厂商，这有望简化定制芯片的开发；对内存企业，竞争则不仅涉及容量和带宽，也涉及能否按平台客户指定的架构交付产品。
▮ SIGNALAI 芯片的主导权正在延伸到内存内部设计，平台厂商提出统一要求后，原本直接竞争的制造商也可能参与同一套产品分工。
❯ 英伟达优化 Kimi K3 推理，特定 GB300 测试下解码速度达到原来的 1.73 倍
同一测试配置下更快英伟达工程师在 vLLM 技术文章中披露，Kimi K3 在 16 张 GB300、单批次和特定 DSpark 推测解码设置下，生成速度由每秒 488 个 token 提升至 842 个，为原来的 1.73 倍。该数字只计算解码阶段，不包含读取输入的预填充时间，使用的接受长度也是受控测试条件。
少搬数据，少启动小任务优化采用 CuTe DSL 编写专用 GPU 内核，把原先分散的小计算步骤合并，并让计算和跨芯片通信尽量同时进行。模型逐个生成 token 时，频繁启动任务和等待数据都会拖慢响应；减少这些开销，可以在不更换模型权重的情况下提高推理效率。
开源模型需要持续适配vLLM 对 Kimi K3 的支持说明介绍了其注意力结构、专家模型和推测解码等适配工作。此次进一步优化限定了支持的硬件、并行方式和批次范围，并保留必要的生产功能。工程团队还强调数值正确性、长上下文和真实工作负载测试，避免只为跑分牺牲模型输出质量。
响应速度不等于整项任务速度单用户生成更快，有助于缩短智能体连续写代码时的等待，但真实任务还包括读取长文、调用工具和多轮交互。文章中的另一项 AgentX 对比使用了不同 GPU 数量，不能与同硬件倍率混用。部署团队需要按自己的并发、上下文和硬件组合判断收益，而不能把单点结果套到所有服务。
▮ SIGNAL现有芯片仍有可观的软件优化空间，但能进入生产环境的提速，必须同时说明硬件条件、工作负载和正确性边界。
❯ Nscale 约 300 亿美元 IPO 估值遭投资者质疑，微软退出其英国数据中心合作
买方给出的价格更低据彭博社报道，由《商业时报》转载，Nscale 寻求约 300 亿美元 IPO 估值，但部分投资者认为 160 亿—190 亿美元更容易获得市场接受。公司仍在处理美国证券交易委员会对申报文件的反馈，尚未开始正式推介，最终发行价格和时间都没有确定。
卖算力先要建好机房Nscale 是建设数据中心并提供 AI 计算能力的云基础设施企业，客户需要它把芯片、电力和设施组合成可使用的算力。公司 9 月完成 33.6 亿美元上市前融资，但扩张计划仍需要后续资金和项目交付支撑。私人融资估值与公开市场投资者愿意支付的价格，不必相同。
英国项目失去主要租户据《卫报》，微软退出埃塞克斯郡 Loughton 项目的合作，背景是电力供应时间严重延后。Nscale 表示仍将推进项目并寻找替代电源，与微软的其他合同不受影响。因此，这不是微软终止与 Nscale 的全部合作。
估值需要交付进度支撑IPO 分歧和租户退出是同时出现的两项压力，尚不足以断言前者由后者直接造成。它们共同要求投资者重新检查：机房何时通电、客户何时开始付费，以及建设期还需要筹多少钱。对计划扩张的云厂商，签下意向和公布芯片数量之后，兑现收入仍有很长一段路。
▮ SIGNAL算力公司的估值越来越需要用通电、交付和回款来支撑，庞大的建设计划本身已不足以消除融资疑虑。
❯ CoreWeave 债券收益率升至约 15%，Oracle 与软银融资风险受到市场重新审视
债券先发出价格信号据 Investopedia 10 月 16 日报道，CoreWeave 债券收益率当周升至约 15%，股价也明显下跌。收益率上升反映债券价格走低、投资者要求更高风险补偿，并不等于公司全部存量债务的合同利率立即升至这一水平。
建设支出走在收入前面《纽约时报》的报道，由《商业时报》转载，描述了 CoreWeave 的期限压力：公司先采购芯片、长期承租设施，再向客户出售算力，而客户合同期限可能短于自身租约。公司回应称，其融资安排体现纪律，并不同意外界对商业模式的负面类比。
不同公司的压力并不相同报道还称，部分与 Oracle 数据中心项目相关的债务折价至面值的约八至九成，软银债务的违约保险成本也上升。前者涉及项目供电和审批延迟，后者与其为 AI 投资筹资有关。这些是不同债务工具的市场表现，不能合并成统一利率，更不能直接当作已发生违约。
再融资会影响下一批机房现有债券持有人承受价格波动，借款人则可能在下一次融资时面对更高成本。机房如果晚交付，收入到账也会延后，但建设和融资支出未必同步暂停。市场因此开始区分拥有稳定现金流的企业，与需要持续借新钱才能完成扩张的企业，而不是给所有 AI 基础设施相同定价。
▮ SIGNALAI 建设热潮的财务考验，是未来客户收入能否及时覆盖今天的借款和长期承诺，信用市场正在提前计算这笔时间差。
❯ 美国至少 47 个大型数据中心项目遇阻，规划算力与实际落地之间仍有距离
两组数字衡量不同问题据 AI Weekly 对《金融时报》的转述，RegLayer 统计今年美国至少 47 个大型数据中心项目因地方反对而延迟、撤回或受阻；Bernstein 则估计，计划中的美国项目储备约 35% 具备可信度。前者是项目数量，后者是对规划的评估，不能推导成“65% 已经取消”。
拿到土地不等于能开机报道列出的约束包括电网连接时间、变压器供应和液冷设施。居民对用电、用水及税收优惠的争议，也会改变审批进程。数据中心需要这些环节同时到位，单独拿到融资、土地或芯片，都不能保证按计划投入运营；公布的规模与实际可用容量因此可能相差很大。
项目状态需要分阶段看Data Center Census逐项记录提议、批准、在建、运营、暂停和取消等状态，并将容量数字与文件、听证和地方报道对应。其资料也提示，公开宣布的容量是上限而非预测。把处于不同阶段的项目直接相加，会放大短期内能够提供的算力。
交付风险会传到采购端这些约束会影响云客户选择供应商和安排上线时间。尚未通电的计划容量，不能替代已经运行的机房；客户需要为延期保留备用方案，开发商则要承担建设资金占用更久的压力。因此，项目储备减少未必代表 AI 使用需求同步减少，也可能是需求无法按原定时间转化成设施。
▮ SIGNAL数据中心竞争不仅发生在融资和买芯片时，也发生在电网、设备与施工进度上，计划容量只有跨过这些环节才成为可售算力。
❯ 铠侠市值较 6 月峰值缩水约三分之二，存储需求预期面临重新定价
高点之后出现大幅回撤《日经亚洲》报道，铠侠市值已降至约四个月前峰值的三分之一。AI Weekly 对该报道的转述称，公司曾在 6 月成为日本市值最高的上市企业。如今投资者重新评估数据中心融资成本上升和存储行业竞争对未来需求的影响。市值变化反映市场定价，不等同于当期收入按同样比例下降。
它提供的是数据存储铠侠主要经营 NAND 闪存和 SSD，即固态硬盘。公司产品说明显示，产品服务于个人电脑、企业服务器和云数据中心，用于保存和读取大量数据。AI 系统除了负责运算的芯片，也需要存放训练资料、模型和业务数据，因此存储厂商会受到算力建设预期影响。
供给竞争与客户融资一起变化日经将利率上升对数据中心商业模式的压力，以及中国存储竞争者的进展列为背景。这涉及不同类型的存储产品和供应商，不能把 NAND 闪存、DRAM 与高带宽内存视为同一种产品。股价回撤也不足以单独证明订单已经减少，或判定某家竞争者已全面替代铠侠。
业绩兑现仍要看实际采购日经同时指出，铠侠将于 10 月 30 日发布 4 月至 9 月业绩，市场仍预期利润明显增长。当前经营表现与更远期的股价预期可以同时朝不同方向变化：客户是否继续扩建、何时采购，以及新增供应如何影响价格，都会影响存储企业未来能够赚取的利润。
▮ SIGNALAI 需求增长不意味着所有供应商都能一直获得更高估值，市场会把客户建设进度、供给竞争和利润兑现重新放到一起衡量。
❯ Anthropic 拟将 5% 股份投入公益基金，后续增持与估值增长挂钩
初始安排还需股东批准Anthropic 10 月 18 日宣布，计划将 5% 股份投入新设公益基金，但该安排仍需股东批准。公司价值每较设定基线增加 50%，董事会可决定再增加 2% 股份。这里包含批准条件和董事会裁量，并非估值一涨就自动转入股份。
约两成包含此前承诺公司称，创始人早已承诺捐出各自持股的 80%，约一半员工也参与了股份捐赠匹配计划。把这些既有安排与此次基金承诺合并计算，约 20% 公司股份将用于公益。因此，约两成不是新基金当前持股，也不是已经向受助者支付的现金。
基金将与公司内部研究分工新实体采用全资有限责任公司形式，拟支持非营利机构捐赠、向特定人群直接分配资源等项目。Anthropic 将劳动力市场变化列为可能用途，而 AI 安全研究、应用生物医学研究等兼具公益与商业价值的活动，仍主要留在公司内部开展。
资金用途和治理仍待细化Business Insider报道了这项安排及其股东批准条件。Anthropic 表示未来数月将披露基金结构、治理和估值里程碑。股份承诺为公益提供了潜在资源，但实际能支持哪些项目、何时形成可支出资金，还取决于后续治理和执行。
▮ SIGNAL把公益投入与企业价值挂钩可以扩大资源来源，承诺能否转化为公共收益，则要看谁作决策以及资金如何实际分配。
❯ Anthropic 向律师咨询智能体谈判规则，探索让 AI 代表用户交涉
替用户谈价也需要规则据 AI Weekly 转述《金融时报》，Anthropic 正向律师事务所咨询，研究 AI 智能体如何代表用户谈商品价格、处理服务争议或协商薪酬。讨论包括何时应返回询问用户，以及面对另一方智能体时应采取怎样的防备程度，目前并非正式产品发布。
授权文件可能成为谈判凭据报道提及的一种方案，是让用户签署说明目标和限制的文件，供智能体证明自己的授权范围。这样，双方不必公开全部内部提示，也有机会判断对方是否有权接受某个条件。问题不只是模型会不会讨价还价，还包括它承诺的事情能否代表真实用户。
内部市场已经出现能力差距Anthropic 此前公布的 Project Deal让 69 名员工的智能体买卖真实物品，共达成 186 笔交易，金额超过 4000 美元。更强模型代表的参与者获得了更好的客观结果，但较弱模型的用户没有明显察觉自身劣势。这个小规模内部试验不能代表开放市场，却暴露了信息差。
省下沟通也可能失去判断机会如果双方都把交涉交给 AI，用户可能减少耗时的往返沟通，也可能在不知道对方模型能力的情况下接受较差条件。授权范围、回报机制和谈判公平性因而需要一起设计。价格谈成只是交易的一步，用户是否理解、能否纠正代理人的决定同样重要。
▮ SIGNAL智能体交易的门槛不仅是谈成生意，还包括让用户知道自己授权了什么，以及是否因代理能力差异承担了隐形损失。
❯ 四个 Gemini 4 Argon 智能体自主协作通关《我的世界》，单次运行持续 27 小时
一项任务持续了一整天Google DeepMind 研究人员在 10 月 15 日公开的论文中报告，四个 Gemini 4 Argon 智能体在随机生成、简单难度的生存世界里，用 27 小时 14 分钟击败末影龙。通关前共编写运行 2783 个程序、死亡 605 次，没有人工安排角色分工或中途指导。
它们通过代码控制角色智能体并不看屏幕按键鼠，而是编写 JavaScript 程序，调用 Mineflayer 开源库移动、挖掘、制作物品并读取环境信息。这个库提供操作接口，却不替它们决定下一步任务。四个角色通过游戏聊天与共享记忆沟通，逐渐分出采集、制造、探索和战斗等职责。
失败后还能恢复共同计划团队在通关前交换了 229 条消息，并记录坐标、工具问题和战术经验。论文称，独立观察智能体及研究人员对部分日志的人工审查都未发现作弊；过程中发生六次服务器重启。这个结果体现的是长期协调和失败恢复，而非全程没有技术中断。
一次成功还不能代表可靠性作者明确指出，这只是首次尝试中的单次运行，不能据此估计成功率。程序接口也不同于人类操作，更不能把游戏成绩直接换算成机器人在现实世界的表现。其研究价值在于把协作、记忆和持续执行放到可记录的长任务中观察，为更复杂软件工作的评估提供案例。
▮ SIGNAL多智能体能力需要通过长任务检验，真正难的部分往往是失败之后仍能记住目标、交换有效信息并继续协作。
❯ OpenAI 计划研发人形机器人，Altman 预计 2027 年展示样机
演示时间并非上市时间据 Engadget汇总 Sam Altman 的采访，OpenAI 将研发人形机器人，他预计 2027 年能做出有吸引力的演示，但机器人走向日常公开使用还需要更久。公司尚未公布样机形态、具体演示内容或商业化日期，当前时间表属于管理层预期。
人形要适应现成环境Altman 的理由是，门、工具和工作空间普遍围绕人类身体设计，类似人体的形态更容易使用这些设施。但决定机器人是否有用的，还包括识别环境、理解指令、规划动作和处理失败。会回答“怎么拿杯子”，与能够稳定拿起杯子，是两个不同层次的问题。
模拟训练已有早期基础OpenAI 此前的 Dactyl 研究曾训练机械手操作魔方，把仿真中学到的控制能力迁移到真实硬件。那是特定机械手任务，并不等于通用人形机器人已经成熟，却说明公司对视觉、控制和现实环境差异的研究并非从零开始。
软件与硬件要一起交付Engadget 查阅的招聘信息涉及运动控制、执行器、制造和供应链，并将帮助技术工人建设基础设施列为近期目标之一。对潜在客户，演示能展示方向，实际部署还要解决持续运行、维护和任务成功率。个人家庭机器人的价格与服务模式仍未公布，不能按消费产品即将上市来理解。
▮ SIGNAL大模型进入机器人领域后，进步必须通过真实动作和持续运行证明，语言能力再强，也不能替代硬件与环境中的可靠性。
❯ Alexandr Wang 在 Meta AI 重组中地位上升，接班人讨论仍非正式安排
人物报道引发接班猜测据巴西媒体 Exame 对《金融时报》人物报道的转述，Alexandr Wang 在 Meta 的 AI 重组中获得 Zuckerberg 大力支持，并被一些人士视为潜在接班人。Meta 尚未宣布 CEO 交接安排，Zuckerberg 仍掌舵公司，不能把外界评价写成确定的人事任命。
从训练数据走向模型组织Wang 联合创办的 Scale AI 为模型训练准备和组织数据。他于 2025 年加入 Meta，背景是 Meta 对 Scale 的大额投资。报道强调他的组织和执行能力，以及与 AI 工程师沟通、招募人才的作用；这类角色的价值，需要通过研究团队能否稳定推出产品来检验。
新模型是近期具体成果Meta 10 月 12 日发布 Muse Wonder 与 Wonder Full，主打个人和专业智能体任务。Wonder 已进入 Meta Model API 和 Muse Code，Wonder Full 面向 Muse Code 订阅者；公司还计划将其接入个人助手 Muse。发布让外界对团队的评价有了可观察的产品依据。
组织能力最终要落到用户手里Meta 称新模型能跨会话保留重要信息，并在复杂任务中调整方法、恢复错误。对于使用这些服务的用户，领导层的声望只有转化为可靠的记忆、执行和交付才有意义。Wang 的职责也因此不止于吸引研究人才，还包括让模型能力持续进入可用产品。
▮ SIGNAL大公司的 AI 负责人越来越需要同时管理人才、研究与产品兑现，接班话题带来关注，但持续交付才构成长期权威。
❯ Holyvolt 获 4500 万美元股权融资，用 AI 与实体实验室开发电池材料
新资金投向材料发现据 Fortune 10 月 15 日报道，瑞典电池材料公司 Holyvolt 获 4500 万美元全股权融资，投资者包括 Zone II、CC.VC 等。知情人士称估值为 2.45 亿美元，估值并非融资到账金额。报道已更正投资者名单，Fifth Wall 是此前投资者，不属于本轮。
先有实验数据，再训练模型Holyvolt 将 AI 预测与实体实验衔接，用测试结果改进下一轮材料选择。它今年收购的 Wildcat 长期开发高通量实验平台，可以并行验证不同电池材料；Holyvolt 的公司公告确认了这项收购和研发整合。对电池企业，价值在于减少无效试验、更快找到可进一步验证的配方。
新配方还要走向规模生产公司正在推进不使用镍、钴的 DRX 正极材料，计划于 2027 年开始商业化。Fortune 还介绍，公司考虑许可、委托制造或合资等方式放大成果，而非自行建设所有大工厂。实验室里的性能、制造成本和大规模稳定生产之间，仍需客户和合作伙伴继续验证。
模型优势来自反复做实验电池材料开发不能只靠生成一个看起来合理的答案，循环寿命、能量密度和制造可行性都需要实际测试。Holyvolt 的路线把模型接回实验室，能否形成商业价值取决于预测与测试能否持续互相改进，以及最终材料是否满足客户要求，融资为这一过程提供了更多研发空间。
▮ SIGNALAI 材料发现的竞争力可能藏在长期积累的实验数据和验证能力里，模型提出新配方只是起点，客户需要的是可制造的材料。
❯ 迪士尼接收 Character.AI 六十余名员工，三年薪酬留任预算约 1.8 亿美元
人和技术分开计价据 PPC Land 对破产法庭文件的梳理，迪士尼已接收约 65 名 Character.AI 员工，文件估计三年薪酬及留任总支出约 1.8 亿美元。文件另列 3000 万美元留任池，但同时把三年“薪酬及留任”总额写为约 1.8 亿美元，因此不宜再相加成 2.1 亿美元。
公司收到的是另一笔对价Character.AI 在破产程序公告中说明，迪士尼拟支付 2000 万美元，取得部分知识产权等资产的非独家永久许可，并提供过渡服务。员工薪酬支付给员工，不能计入破产公司获得的资产出售款；这也不是迪士尼整体收购 Character.AI。
聊天平台仍需寻找出路Character.AI 提供角色聊天和互动娱乐服务，已启动第 11 章程序，并计划在出售过程中维持运营。迪士尼的许可安排不包括平台、品牌和用户聊天数据；公告称，如果出售程序无法找到延续平台的方案，平台将停止运营。最终交易仍受竞价及法院程序约束。
留下服务不等于留下团队这笔安排把团队与技术的价值，与原有平台的持续经营分开处理。迪士尼可以吸收研发能力，而原平台用户和债权人仍需要等待出售结果。对购买 AI 服务的企业，这类交易也提示，产品能否持续运营不能只看技术有没有买家，还要看团队、数据和服务责任如何承接。
▮ SIGNALAI 企业的价值可以随人才和技术许可迁移，但用户服务与债权人的回收并不会因此自动得到保障。
❯ Jack Clark 称 AI 进入加速阶段，Anthropic 极端情景测算美国 2030 年 GDP 达 44.4 万亿美元
增长判断带有明确前提据路透社报道，由 CNA 转载，Anthropic 联合创始人 Jack Clark 在 10 月 17 日的演讲中表示，AI 可能显著加快科学与经济进步。他将“奇点”作为判断框架，并援引内部经济模型讨论巨大增长潜力；这不是已经发生的经济结果，也不是学界共识。
44.4 万亿对应极端路径Anthropic 的经济情景工具区分温和、显著和极端影响。极端路径假定 AI 在绝大多数知识工作上更有效率、广泛自主执行，并被快速采用，可能需要递归自我改进。Startup Fortune 对测算的介绍列出，极端情景下 2030 年美国 GDP 约为 44.4 万亿美元；官方工具采用 2025 年价格口径，不宜与未来名义 GDP 直接比较。
能力进步还要经过企业采用模型把经济活动看作大量任务：有些被自动化，有些得到辅助，也有新任务产生。即使技术能力上升，企业改流程、员工学习和转岗仍需要时间。Anthropic 明确说明，这一工具简化了现实，未纳入政策反应、商业周期和部分金融冲击，结果会随输入假设变化。
总量增长不保证个人受益在极端情景中，知识工作岗位和工资可能承压，更多收益流向资本所有者。Clark 同时呼吁认真制定规则。对企业和劳动者，这些推演的用途是检查不同变化速度下如何调整，而非据此认定某类职业必然消失，或把一个乐观总量数字当作投资回报承诺。
▮ SIGNALAI 能创造多少经济价值，与这些价值如何分配是两个问题，情景推演最有用的地方是暴露假设，而不是提前宣布未来。