自从2022年 ChatGPT 横空出世，LLM 的能力几乎与“对话框”这一形式深度绑定。人与 AI 的交互，被压缩成一来一回的文本往复，简单、直接，却也在某种程度上限制了想象空间。到了 2025 年，这种绑定开始松动。年初 Manus 的亮相让人眼前一亮，年末 OpenClaw 又迅速走红，“AI agent” 这个概念再次被推上风口。与搜索引擎或聊天对象不同，AI agent 不再只是“回答问题”，而是逐渐承担起执行任务的角色。它更深地嵌入日常工作流，甚至开始以“数字员工”的形态参与生产。
我无法判断这个概念会在多久之后真正大规模落地，也无法确定它会不会很快被下一种范式取代。但有一点几乎可以确定：AI 的能力还在持续增强，绝大多数任务中的人为脑力付出，正在被不断压缩，趋近于一个极小的值。
表面上看，这似乎意味着一个更轻松的未来。过去需要长时间投入的工作，现在也许只需要下达一个指令。但现实可能恰恰相反——至少在实现 共产主义 之前，效率的提升并不会自然转化为轻松。
效率提高的另一面，是节奏的加快。
当任务可以更快完成，评价标准也会随之提高；当工具门槛降低，专业壁垒也在被削弱。个体的可替代性上升，人类价值的衡量方式变得更加模糊。甚至在某些场景下，我们很难分辨，真正与你竞争的是另一个人，还是一个被隐藏在系统背后的 AI。
更深层的变化还在于，工作结构本身正在被重塑。过去依赖长期积累的技能，正在被自动化能力侵蚀；后天学习的意义没有消失，但它的“回报曲线”正在发生变化。那些曾经被视为稳定路径的努力方式，开始变得不再可靠。
以 Anthropic CEO 的观点为代表，一部分行业内部人士已经开始用“海啸”来形容当前 AI 的发展速度。能力的跃迁几乎是突发式的，但人类社会在安全意识、对齐机制和制度准备上的进展却明显滞后。
我们无法确定未来的 AI 是否会产生某种形式的“自我意识”，也无法准确预测技术会在何时突破关键节点。所有判断，都建立在高度不确定的基础之上。而与此同时，大多数公众对这一切的感知仍然有限。
写到这里，难免有些悲观主义，但我也并不想这样。这是一种不确定性带来的不安。也许很多担忧只是过度推演，也许现实的发展路径会比想象中更温和。毕竟，在 AGI 真正到来之前，没有人能够给出一个确定的答案。未来不会完全按照任何一种单一叙事展开，它更可能是在混乱、调整与适应中逐渐成形。