疑似回应“全员裁员”传言,硅基智能称预计全年新增岗位数百个
近日,一家成立8年的AI独角兽南京硅基智能科技有限公司(下称“硅基智能”)卷入“全员裁员”传言。脉脉平台显示,当前「硅基智能CEO:准备全员裁员,养不起你们」占据热榜第四。
8月3日,硅基智能在微信公众号发出声明,称“目前拥有一支稳定的产研与销售团队,且持续在全球范围内扩大招聘规模。2025年,我们将重点布局杭州、嘉兴、香港、新加坡等地,预计全年新增岗位数百个,2026年将达到新增数千人的扩张节奏。”
几天前,一则疑似硅基智能创始人司马华鹏在公司工作群发言的截图在业内流传,引发关注。
截图内文文字显示,司马华鹏@所有人并表示:“各位,昨天我去看研发,只有徐超一个人在加班,公司今天已经做好了全员裁员的计划,算法给港科大和清华做,工程化留几个骨干,其他的都自寻出路,硅基养不起这样的团队,请大家见谅。”
针对传言及相关声明,记者于8月4日向硅基智能求证。硅基智能相关人士表示,“我们暂时不对外发声。团队专心做好产品和业务,团队稳定且在扩展。”
根据前述声明,硅基智能称,“2025年上半年,公司超额完成销售目标,盈利能力逐步增强;下半年刚刚开始一个月,我们已锁定超3亿元的AIGC订单,并将加快推动“新质生产力赋能中心”在浙江等地落地。同时,新加坡、香港的出海团队也已初具规模。”
据了解,硅基智能已于2025年6月完成来自浙江嘉兴的新一轮数亿元融资,同时也拿到各大银行提供的数亿元授信额度。目前其账面现金可支持120个月以上的工资发放,同时拥有近亿元规模的算力硬件资产。
硅基智能成立于2017年,提供企业级AIGC数字人解决方案。其总部位于南京,属于专精特新小巨人企业、高新技术企业,当前已拥有发明授权专利一百多项,其中包括二十多项海外专利。股东包括腾讯、招银国际、国新央企、海松资本、红杉资本、浦信资本、奇虎360等,最新估值近10亿美元。
硅基智能联合创始人、高级副总裁孙凯彼时在WAIC某沙龙上谈及公司战略时透露,硅基智能正在从传统的工具收费向”按结果付费”转型。“我们的海外合作伙伴依靠硅基智能提供AI数字人技术接口,今年收入就已超过1亿美元。真正优秀的AI员工,不仅要赚月薪,更应成为客户的合伙人。”

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
深度解析 RocketMQ 核心组件:ConsumeQueue 的设计与实现
导语 在分布式消息队列 RocketMQ 中,ConsumeQueue(消费队列) 是消息消费的核心组件之一。它作为 CommitLog 的索引机制,帮助消费者快速定位并拉取消息。如果没有 ConsumeQueue,消费者将无法高效地从海量消息中筛选出自己订阅的数据。 本文将基于 RocketMQ 5.0 源码,深入探讨 ConsumeQueue 的设计原理与实现细节。 为什么需要 ConsumeQueue? 在深入探讨 ConsumeQueue 之前,我们有必要先了解 RocketMQ 的消息写入和存储方式。 CommitLog 是 RocketMQ 的消息存储模块,用户生产的所有消息都持久化存储在该模块中,它具备两个特点: 使用的持久化存储是一个文件队列,文件保存于指定目录下,每个文件的大小是固定的,通常是1GB。 只有一个文件可写入,且仅支持追加写,文件写满后自动切换至新的文件。 RocketMQ 设计者出于写入优先的考虑,没有为不同 Topic 队列的消息分配不同的存储文件,而是将消息直接写入 CommitLog,不同 Topic 的消息混合分布在 CommitLog 的文件中...
-
下一篇
智谱推出 Zread.ai 开发效率工具,搭载 GLM-4.5
智谱许宣布推出基于大模型的开发效率工具Zread.ai,旨在通过AI技术一站式解决开发者在接手旧项目、文档撰写以及理解开源项目时的常见痛点。Zread.ai的核心功能包括一键理解代码、生成知识以及促进协作,能够显著提升开发效率。 Zread.ai的核心功能主要体现在三个方面:源项目的深度学习、快速接手历史代码库以及构建团队知识协作系统。开发者可以通过输入任意GitHub仓库链接,让Zread生成包含架构解析、模块说明、设计模式的Guide,同时支持多仓库对比、分层解读与GitHub Trending项目逻辑拆解。 此外,Zread还能够自动梳理项目结构、模块依赖,生成系统性文档,帮助开发者快速进入状态,即便面对复杂的代码也能快速上手。Zread还提供贡献者图谱、社区评论聚合、交互式批注与问答,支持上传私有项目,构建团队内部的知识库和技术文档体系。 在构建Zread.ai的过程中,智谱公司评估了多种大语言模型,最终选择了GLM-4.5作为代码分析与文档生成的核心底座。GLM-4.5在模型代码理解能力、低幻觉、支持Deep Research以及Agent能力适配等方面表现出色。它能够准确识...
相关文章
文章评论
共有0条评论来说两句吧...