来源：美通社 米兰诺维奇博士提出"语言能力双轨进化论"，动态命题技术破解安全性困局 迈克·米兰诺维奇博士在第八届英语教学与测评学术研讨会上发表主旨演讲 能力定义革命：从单一维度到双轨并行 米兰诺维奇博士用一组对比揭示行业剧变：当会议记录不再需要人工校对，当职场写作变成AI指令工 程，传统语言测试测量的'独立能力'正逐渐脱离现实土壤。他创造性地提出： 现代语言能力正裂变为两大支柱。第一支柱是人类核心能力，即无需科技辅助的基础语言素养，如精准 的词汇运用、严谨的语法结构，这些能力在学术研究、法律文书等场景中仍是不可替代的基石。第二支 柱是AI协作智能，特指人类驾驭人工智能工具实现沟通目标的进阶能力，包括精准的指令工程、多源 信息整合及机器输出优化等，正成为数字时代职场新通货。 "移民官员需要验证申请人掌握生存必需的核心能力，而跨国企业更需考察候选人指挥AI协同作战的智 慧——'语言能力'这一概念本身可能需要被重新审视。" "人工智能工具的迅猛发展，是否意味着我们正站在测评方式彻底变革的临界点——未来测评将不再聚 焦答案正确与否，而转向追踪解题所需的认知过程，并运用技术实现该过程？人工智能识别与追踪认知 流程的潜力 ...

凯文·凯利，作为《连线》杂志创始主编、《失控》《必然》等经典作品的作者，一直被誉为"数字 时代的先知"。他早在30年前，就精准预见了互联网、人工智能和共享经济的发展趋势。而吴晨， 作为中国最具国际视野的商业观察家之一，长期深入探讨科技创新、经济转型及全球趋势，他的 《聚变》《超越乌卡》等作品，给我们提供了深刻的未来洞察。 7月23日（本周三）晚8点，《聊一波读书会》直播间，将迎来重阳投资合伙人舒泰峰与《经济学人 ·商论》原总编辑、著名财经作家吴晨，一起聊聊他与科技思想家凯文·凯利（Kevin Kelly）合著的 新书——《2049：未来10000天的可能》。 我们的文章可能会迷失在茫茫的信息流中， 本材料版权属于重阳投资 未经重阳投资授权 任何机构和个人不得以任何形式转发 转载 翻版 复 - The End - 如您对重阳产品感兴趣，欢迎 扫码 咨询。 公众号改变了推送规则， 这次，两位跨界思想家将以2049年为时间节点，带领我们探索未来25年科技、社会与经济的巨变。 从"镜像世界"到AI协作、从基因革命到太空经济，《2049》不仅是一本未来学著作，更是一本引领 不确定时代的行动指南。 不见不散！ ▲向上滑动 ...

洞见 （ DJ00123987 ） —— 不一样的观点，不一样的故事， 3000 万人订阅的微信大号。点击标题下 蓝字 " 洞见 " 关注，我们将为您提供有价值、有意思的延伸阅读。 作者： MK 来源： 每晚一卷书 （ID: JYXZ89896） 把精力往回收，把计划转变成行动。 ♬ 点上方播放按钮可收听洞见主播佳音朗读音频 英国伦敦大学学院曾主持过一项研究，他们对1970年出生的1.7万新生儿，进行了几十年的追 踪调查。 过程中他们发现，职业失败的人，往往都具有一些共性： 比如精力差、不爱学习、恐惧责任、心理脆弱等等。 这些人身上都散发着一种令人沮丧的"弱者气息"，不必外人干涉，就会让自己陷入泥沼。 作家水木然也曾指出， 职场中，最要不得的就是弱者气息。 戒掉以下几种坏毛病，无论在哪儿上班，你都能如鱼得水。 01 行动懒，能摸鱼就绝不干活儿。 网上曾流传过一套《上班摸鱼手册》，教人每天怎么在公司混满八小时： 比如开会时精神溜号，把闲聊伪装成工作，偷用上班时间打游戏等等。 很多人把这套法则奉为"职场圣经"，殊不知已经掉进了最危险的陷阱。 最终，他们不仅占不到老板任何的便宜，还白白浪费了自己的人生。 杨天真初入 ...

Core Insights - The article discusses the evolution of AI from a "single-user" model to a "multi-user" model, emphasizing the need for AI to participate in collaborative environments rather than just serving individual users [1][3][25] - It highlights the limitations of current AI tools, which primarily operate in a turn-based, one-on-one interaction format, and suggests that true collaboration requires AI to understand social dynamics and contribute meaningfully in group settings [5][9][25] Group 1: Current AI Interaction Models - The existing "single-user AI" model allows for independent interactions where AI maintains context for one user at a time, making it suitable for personal assistant scenarios but inadequate for collaborative needs [5][6] - The "shared AI" model, seen in tools like ChatGPT and Claude, permits multiple users to access the same AI capabilities but still operates in a sequential manner, lacking true collaborative functionality [6][7] - The emerging "multi-user AI" concept envisions AI that can dynamically engage in group conversations, understand team roles, and adapt to social dynamics, moving beyond mere task delegation [7][10] Group 2: Challenges in Developing Multi-User AI - Building a multi-user AI experience is significantly more complex than single-user models due to the inherent difficulties in real-time collaboration software, which must address synchronization, concurrency, and conflict resolution [10][13] - Current language models are primarily trained on turn-based dialogue, limiting their ability to handle multi-user scenarios effectively, such as providing quick contributions or interrupting others [10][13] - Social challenges, including understanding group dynamics and cultural differences in communication styles, pose significant hurdles for AI to become a true team member rather than just a tool [13][14] Group 3: Industry Developments and Research - Companies like Figma are integrating AI into existing collaborative platforms, allowing for real-time interaction among multiple users while leveraging AI as a tool rather than a participant [16][17] - Academic research is exploring frameworks like OverlapBot and MUCA, which aim to create more natural multi-user interactions by allowing simultaneous input and managing conversation threads [18][20] - The long-term vision for AI includes systems that not only respond to commands but also proactively identify opportunities and facilitate creative problem-solving within teams [23][25]