Synth Daily

AI 对白领工作的威胁变得更真实了

近期人工智能领域正经历一场“智能代理”革命。与只能被动回答问题的传统聊天机器人不同,像 Claude Code 这样的新系统能够自主理解并完成复杂项目,其能力正以指数级速度增长。这一进展使得 AI 首次展现出替代高技能白领工作的真实潜力,引发了投资者对软件和咨询行业的普遍担忧,导致相关公司股价大幅下跌。尽管短期内 AI 仍存在犯错和应用受阻等问题,但它对知识经济的深远影响已不可逆转,许多行业专家认为,我们正处在一个类似 2020 年初疫情爆发前夕的重大转折点。

我知道每个人都在说现在感觉很像 2020 年 2 月,但现在的确感觉很像 2020 年 2 月。

一场正在发生的变革

许多科技行业内外的人士相信,一个指数级的进程已经启动,它将不可避免地动摇世界,颠覆经济、政治和社会生活。然而,大多数人仍然像小行星阴影下的恐龙一样,对即将到来的剧变浑然不觉。

这种紧迫感在最近几周变得异常强烈。科技公司高管、行业分析师和投资者纷纷表示,AI 的发展已经到达一个“拐点”

  • OpenAI 的 CEO 萨姆·奥尔特曼 (Sam Altman) 称,这是他第一次感觉到“又一个 ChatGPT 时刻”——得以清晰地窥见知识工作的未来。
  • Anthropic 的 CEO 达里奥·阿莫迪 (Dario Amodei) 认为,我们距离“AI 在几乎所有方面都比人类更出色”的时刻仅有“几年之遥”
  • 投资者也用行动做出了反应,由于担心 AI 将很快使许多现有软件和咨询公司变得过时,相关公司的股票价格近期大幅下跌。

从“泡沫”到“革命”

不久前,关于 AI 近期影响的主流看法还截然不同。许多分析师警告说,AI 已经成为一个即将破裂的泡沫,因为其巨大的投资远远超过了收入。那么,是什么改变了这一切?

答案是三个词:“代理”革命 (agentic revolution)

什么是 AI 代理?

直到最近,我们接触到的 AI 系统本质上都是被动的。你向 ChatGPT 提出一个问题,它给出回答,然后等待你的下一个指令。它们可以简化任务,但无法独立完成复杂的项目。

然而,去年市场上出现了商业上可行的 AI 代理

这些新系统更加自主和动态。它们不再是被动地回答提示,而是接收一个宽泛的目标——例如“修复导致我们应用崩溃的漏洞”或“制作一个 3D 飞行游戏”——然后自行规划如何实现这一目标

换句话说,这些 AI 的功能更像初级员工,而不是一个强化版的搜索引擎。它们可以:

  • 独立决定下一步该做什么。
  • 使用代码编辑器、电子表格或公司数据库等工具。
  • 测试计划是否奏效,如果失败则尝试其他方法。
  • 不断迭代,直到完成任务。

为什么 AI 代理是游戏规则的改变者

这是大型实验室长期以来承诺但未能交付的东西:不仅能辅助高技能工人,而且在某些情况下能显著超越他们的机器。

一个生动的例子是,两名没有任何编程经验的记者,让 Claude Code 研究项目管理平台 Monday.com,并复制其核心功能。不到一小时,他们就成功构建了一个功能性的替代品。此后,Monday.com 的股价下跌了约 20%。

这揭示了两个颠覆性的事实:

  1. 白领工人的价值可能被重估。

    一位使用 Claude Code 的开发人员现在可以完成过去一个团队一个月才能做完的工作。每月花费几十美元的 AI 服务,相比每天成本数百美元的知识工作者,投资回报率极高。

  2. 软件和咨询公司本身也面临威胁。 投资者意识到,既然 AI 代理能够以极低的成本提供研究报告或工作管理软件,那么为什么还要向 Gartner 或 Asana 这样的公司支付高昂费用呢?这种逻辑导致了相关股票的抛售。

当自动化开始自动化自身

当前行业兴奋情绪的主要驱动力,并非 AI 代理现有的能力,而是其未来的潜力

顶尖 AI 实验室的工程师表示,他们现在几乎 100% 的代码都是由 AI 生成的。这暗示着 AI 的进步可能不是稳步前进,而是一场链式反应:AI 代理构建自己的后继者,每一次进步都会加速下一次进步,从而引发一个自我强化的创新反馈循环。

根据一些测量,AI 的能力已经在以指数级速度增长。例如,模型能够成功完成的编码任务长度,大约每 7 个月就会翻一番。

人类的大脑很难理解指数级增长的含义。就像 2020 年 3 月初,美国的新冠病例数还很少,但到了 4 月初就激增至 20 万例以上。看好 AI 进展的人认为,我们正在再次低估即将到来的变化的规模和速度。

未来未必已来

尽管 AI 代理无疑将重塑白领经济,但这是否意味着一个全新的世界即将到来,还远未确定。有几个原因让我们相信,AI 的近期影响可能比硅谷预期的更小、更慢。

  • AI 仍然会犯错。 在处理高风险任务时,一个致命的错误——比如在交易中下错单或在代码中引入安全漏洞——意味着人类监督在短期内仍然不可或缺。
  • 制度惯性会减缓新技术的应用。 就像工厂花了数十年才围绕电力进行重组一样,大型传统企业和受监管的行业(如医疗、法律)在整合 AI 方面可能需要更长的时间。
  • 增长可能停滞。 历史上许多技术都经历过一段时间的复合增长,然后进入平台期。AI 能力是否能持续指数级增长尚不确定。

尽管如此,看好 AI 的理由已经变得更加充分。今天的 AI 系统已经强大到足以改变许多行业,而未来的系统无疑会更加强大。即便“奇点”的庆祝还为时过早,但为之做好准备现在已经刻不容缓。