短短六个月内，人工智能行业就从“泡沫”的论调转变为爆炸性增长。其核心转折点在于 AI 编程工具（如 Anthropic 的 Claude Code）的出现，这些工具极大地提升了开发者效率，促使企业大规模付费使用。这种需求迅速超过了算力供给，推动了相关公司的收入飙升。尽管主要公司尚未盈利，增长的可持续性也存在争议，但越来越多的证据表明，AI 正从聊天机器人演变为能实际完成工作的“智能代理”，其对软件开发乃至更广泛白领工作的自动化影响正在加速显现。
从“泡沫”到现实
仅仅在六个月前，AI 行业看起来还充满泡沫。企业投入数千亿美元建设数据中心，却缺乏清晰的盈利路径。许多专家，甚至包括 OpenAI 的首席执行官萨姆·奥尔特曼，都曾公开表示担忧。
“投资者作为一个整体是否对 AI 过分兴奋了？我的看法是肯定的。” — 萨姆·奥尔特曼 (Sam Altman), OpenAI CEO
然而，今天的情况已截然不同。开发人员正大规模采用 AI 工具，并报告了惊人的生产力提升。Anthropic 公司的收入增长速度甚至超过了疫情期间的 Zoom 和早期的谷歌。
一个改变游戏规则的工具：Claude Code
这场转变的根本原因可以归结为一个名字：Claude Code。
当 Anthropic 公司发布其旗舰产品的更新后，AI 似乎跨过了一个从“有趣的玩意儿”到“改变生活的技术”的无形门槛。
- 智能代理的崛起：Claude Code 允许多个自主 AI 代理接管计算机，在几分钟或几小时内完成过去需要人类数天或数周才能完成的编程任务。
- 人类干预减少：在许多情况下，AI 生成的最终产品几乎不需要人类修改。
- 行业的变革：其他公司如 OpenAI 的 Codex 和 Anysphere 的 Cursor 也发布了类似工具，共同推动了这一变革。
“这确实是一个阶跃式的变化。多年来，我们一直处于一个只会‘说’的聊天机器人时代。现在，我们正式进入了一个能实际‘做’事的代理时代。” — 伊桑·莫利克 (Ethan Mollick), 宾夕法尼亚大学教授
生产力的飞跃与证据
这种技术突破对依赖软件的行业产生了巨大影响。
- 半导体研究公司 SemiAnalysis 的一个小团队，在员工数量不变的情况下，软件产量比去年增加了四倍。
- 一名博士生表示，感觉攻读计算机科学博士学位“有点荒谬”，因为 Claude 基本上可以完成其中 90% 的工作。
- Meta 公司首席执行官马克·扎克伯格表示，由于 AI 的帮助，过去需要大团队的项目“现在可以由一个非常有才华的人完成”。
学术研究也证实了这些说法。一项最新的实验表明，使用最新 AI 编程工具的开发人员，完成任务的速度比不使用的人快了近 20%。这与早期研究得出的“AI 会拖慢效率”的结论截然相反。
经济模式的颠覆
随着公司认识到 AI 带来的明确生产力效益，它们开始毫无顾虑地为此付费。这导致了需求的急剧增长，甚至超过了物理基础设施的供应能力。
- 供不应求：Anthropic 不得不在高峰时段限制用户，OpenAI 为了节省算力而放弃了其视频生成应用。
- 收入暴增：Anthropic 的年收入在短短两个月内从 140 亿美元增至 300 亿美元。谷歌、微软和亚马逊的云收入也因 AI 公司的使用而大幅增长。
“必须强调的是，这种收入增长速度绝对不正常。即使是最大的 AI 支持者，也被这些公司起飞的速度吓了一跳。” — 阿齐姆·阿扎尔 (Azeem Azhar), AI 行业分析师
怀疑论者的观点：泡沫仍在？
尽管增长惊人，但仍有人认为这只是投机狂热的顶峰。
- 盈利问题：包括 OpenAI 和 Anthropic 在内的旗舰公司尚未实现盈利。它们将所有收入都投入到下一代模型的研发中。
- 增长的可持续性：悲观者认为，目前的繁荣主要局限于软件开发领域。编程工作具有大量训练数据和客观评估标准，非常适合 AI 自动化。但法律、市场营销等其他知识工作则不同。
“最好的类比是 2006、2007 年的房地产市场。市场炒作导致更多需求。更多需求让你认为需要更多供应……最终一切都会崩溃。” — 保罗·凯德罗斯基 (Paul Kedrosky), SK Ventures 管理合伙人
AI 能自动化所有知识工作吗？
另一种观点认为，大多数知识工作都具有相同的基本结构，因此都可以被自动化。这个结构包含四个基本组成部分：
- 阅读 (Read)：消费信息。
- 思考 (Think)：应用现有知识。
- 写作 (Write)：产生结构化输出。
- 验证 (Verify)：根据标准检查输出。
虽然编程在这方面更容易，但这并不意味着它是独一无二的。许多知识工作，如法律、金融和咨询，其任务性质可能更接近于编程而非纯粹的创造性写作。
不断增长的证据
支持 AI 将自动化更广泛白领工作的证据越来越多。
- MIT 的研究：一项研究评估了 AI 执行约 3000 项现实世界白领任务的能力。在 2024 年中期，AI 能成功完成 50% 需要人类 3-4 小时才能完成的任务；一年多后，这一比例上升到 65%。作者估计，到 2029 年，AI 系统将能完成 80% 到 95% 的基于文本的任务。
- 代理工具的应用：被称为“代理工具”的 AI，如 Claude Cowork，已经能够执行创建演示文稿、发送邮件和安排会议等一系列非编程任务。
六个月前，认为 AI 存在泡沫的人手握现实数据，而反驳者则只能给出对未来的推测。如今，情况已经逆转。尽管 AI 的爆炸性增长可能仍会遇到新的障碍，但提供证据的责任已经转移到了怀疑者身上。