微软暂停核心部门招聘,控制成本应对AI投入压力
IT之家 3 月 30 日消息,据科技媒体《The Information》援引三位知情员工消息报道,近几周,微软高管已通知云计算部门、北美销售团队等各大核心事业部管理层,暂停新员工招聘工作。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

报道称,高管要求各管理层停止录用所有尚未收到正式录用 offer 的求职者,此举旨在削减开支、提升利润率。
不过该招聘冻结并非全公司统一执行,报道透露,包括负责开发微软 Copilot 人工智能工具的团队在内的其他部门,目前仍在正常招人。
此次招聘冻结正值微软即将在 6 月迎来财年末期。和其他科技巨头一样,微软正着手控制成本,以此对冲在人工智能基础设施领域的巨额投入。
路透社本月早些时候曾报道,Meta 计划进行大规模裁员,裁员比例或将达到公司总人数的 20% 及以上。本周有消息人士向路透社透露,这家脸书母公司已在多个团队裁减数百名员工。
过去六个月里,亚马逊也已裁撤约 3 万名办公岗员工:去年 10 月亚马逊率先裁撤约 1.4 万名白领员工。亚马逊表示,裁员一方面是依托人工智能提升运营效率,另一方面也是为疫情期间的过度扩招进行人员精简调整。
截至 2025 年 6 月,微软全球员工总数约 22.8 万人。如今这家企业面临越来越大的压力,需要向市场证明其人工智能投资能够产生回报。微软去年第四季度云计算业务增速放缓,同时人工智能相关资本支出创下历史新高,这一情况引发了投资者担忧。
IT之家注意到,这家 Windows 系统开发商上一次大规模裁员发生在去年 7 月,当时裁减了约 4% 的员工。
相关攻略
微软发布多模型智能体扫描框架MDASH,采用超百个专用AI智能体协同工作,显著提升漏洞检测精度与效率。在公开测试中表现超越GPT-5 5等模型,发现16个新漏洞;私有测试实现100%识别率且零误报。该系统已应用于内部安全加固并开启受限预览。
微软推出多模型智能体扫描框架MDASH,集成超百个AI智能体协同工作,高效分配漏洞扫描任务。测试中,该系统成功识别多个未知高危漏洞,实现100%识别率且零误报,已应用于内部安全加固,展现出高历史漏洞回收率,标志着AI在代码安全领域的重要工程落地。
微软近日证实,Windows系统更新存在一个长期问题:会自动将用户从芯片厂商官网手动安装的最新显卡驱动,替换回更旧的OEM版本。其根源在于当前宽泛的四段式硬件ID匹配机制,系统会将官方推送的驱动判定为“最高优先级”,无视用户已安装的更高版本。这导致性能下降和软件兼容性问题,引发大量用户投诉。作为解决
《微软模拟飞行2020》因高度拟真和全球动态地景备受喜爱,但常因网络波动导致云端数据加载失败,引发闪退,尤其在偏远地区或多人联机时更明显。优化网络连接、使用可靠加速工具可有效降低延迟与丢包,减少闪退。建议尝试相关产品的免费体验,以稳定网络环境,保障流畅飞行。
5月11日世界密码日之际,微软在其官方博客发布了一项重要声明,预示着依赖传统密码进行身份验证的时代可能即将落幕。这家科技巨头明确指出,面对日益复杂的网络威胁环境,特别是由人工智能驱动的钓鱼攻击和凭证泄露事件层出不穷,传统密码已成为当前在线安全体系中最薄弱的环节。 为此,微软正全力推动用户转向更为安全
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件,重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构,旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本,并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币,其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台,并提醒用户注意资产安全与合规操作,建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究(论文编号arXiv:2603 12935v1),揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出,一种高效且低成本的解决方案——提示工程,或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时,背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题,往往让人束手无策。传统的解决方案,就像请来一群专科医生:去模糊、去噪点、去雨滴,各有各的专长,但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片,才能达到可用的修复水平。 然而,一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学(UBC)与Vector人工智能研究院联合主导的前沿研究,于2026年3月以预印本论文(arXiv:2603 12634v1)形式发布。研究团队创新性地提出了“预算感知价值树搜索”(Budget-Aware Value Tree Search,简称BA VT)框架,旨在攻克一个





