一项用美国真实工资单数据做的研究发现：AI 的就业冲击没有平均落在所有人身上，它最先、最明显地压到了 AI 高暴露职业里的年轻入门员工。这六个信号，是劳动力市场最早发出的警报。
一项对 5000 名真实客服人员的研究发现：接入 AI 后生产率平均提升 15%，但最大赢家是新手——原本需要 8-10 个月才能达到的熟练水平，现在 2 个月就能做到。
组织研究里有一个老问题：组织为什么会越来越像？DiMaggio 和 Powell 在 1983 年给了我们三种同形机制。现在 LLM 进入到企业的工作流，这个问题被重新打开——AI 是带来了更彻底的同形，还是反过来放大了"翻译"的可能？
过去半年我把博士论文的部分实证流程重做了一遍——这次主力工具是 Claude + Cursor + Python。不是"AI 替我写论文"，而是"AI 让我有可能在没有 RA 的情况下也跑得动 DID"。这是一种身份的变化。
在宁德时代的课题里，我们发现一个有意思的现象——能在海外站住脚的中国企业，往往不是 ESG 评分最高的，而是 ESG 故事讲得最好的。合规是入场券，叙事才是赛道。
韧性不是"扛得住"，是"扛得住之后还能变成另一个样子"。在博士论文的实证样本里，最有意思的不是那些没倒下的企业，而是那些在政策剧烈变化中"重新找到了自己"的企业。
"Vibe Coding"听起来像段子，本质上是说：你不用是程序员，你也可以指挥机器写代码。对研究者来说，这意味着第一次，我们可以绕开"找一个会写代码的合作者"这一步。