跳转至

Twilight of the Chatbots：从聊天机器人到自主 Agent 的转型

Ch04.830 Twilight of the Chatbots：从聊天机器人到自主 Agent 的转型

📊 Level ⭐⭐⭐ | 8.2KB | entities/the-twilight-of-the-chatbots-mollick-2026.md

Twilight of the Chatbots：从聊天机器人到自主 Agent 的转型

Background: Ethan Mollick 在 One Useful Thing 发表的深度分析，论述 AI 能力加速发展正推动行业从简单聊天机器人向自主 Agent 的范式转变。文章梳理了 AI 能力的三个关键转型信号和能力阶梯。

摘要

AI 行业正处于从"聊天机器人时代"向"自主 Agent 时代"转型的临界点。Mollick 认为，聊天机器人的交互模式（用户发一条指令 → AI 回复一条）正在被 Agent 模式（AI 自主规划和执行多步任务）所取代。这一转型不仅在技术层面发生，也在商业模式和用户预期层面同步推进。核心驱动力是 AI 能力的指数级增长——前沿模型在自主任务时长上从数小时扩展到 16 小时以上，使得"委托任务"而非"一步步指导"成为更高效的工作方式。

核心论点

Mollick 认为 AI 正在经历一场从"协作智能"（Co-intelligence）到"委托管理"（Management by Delegation）的深刻转变。变革的驱动力来自三个层面：模型能力的持续加速突破传统基准、Agent 框架和工具的快速成熟（从概念验证到生产部署）、以及用户行为从"提问"到"委托任务"的转变。这些信号共同指向了一个未来：AI 不再是回答工具，而是执行工具。

深度分析

指数增长的感知困境

Mollick 尖锐地指出："我们非常不善于从内部感受指数增长。"（We are very bad at feeling exponentials from the inside, and we are currently inside one.） 这一点对理解 AI 发展的节奏至关重要。

指数增长的特点是：每次固定时间窗口内的变化都比上一次更大。如果一家组织在 2025 年冬季之前制定的 AI 计划，描述的是"一个可以完成数小时工作但错误率相当高的系统"，那么几个月后，同一个组织就能从单个 Prompt 获得 16 小时以上的自主工作产出。这种节奏使得 AI 始终给人"突飞猛进"的感觉——虽然从宏观曲线上看是平滑的指数增长，但从微观体验上看却是一系列"冲击"。

这解释了围绕 AI 的种种"动荡"：AI 在成为真正的网络安全威胁之前，看起来似乎不足为惧——直到突然之间它确实构成了威胁，导致最高层政策突变。市场的反应模式类似：AI 可能威胁商业模式的信号被持续低估，直到突然引发大规模股价波动。这些"震荡"不是行业不成熟的信号，而是人类速度的组织试图追赶非人类速度的技术曲线的必然结果。

Agent 能力评估的三个关键基准

Mollick 引用了三个关键评估框架来量化 AI 的 Agent 能力增长：

  1. METR 时间跨度评估：衡量 AI 单次 Prompt 可以完成多少人类程序员的工时
  2. AISI 自主能力评估：英国政府 AI 安全研究所对 AI 自主网络能力的官方测评
  3. AA-Briefcase 测试：模拟复杂的多周咨询任务，评估 AI 在多种分析任务中的综合表现

值得注意的是，Mollick 将中国开源权重模型也纳入分析，发现它们在 AA-Briefcase 上呈现自己的指数曲线，落后美国闭源模型约 6-12 个月。这一框架与 Mollick 的 Co-Existence 框架 中的"能力阶梯"概念一脉相承。

从"外行聊天"到"专家委托"的范式转换

Mollick 提出了一个关键洞察：AI 使用方式正从"非专家用聊天机器人填补知识空白"转向"专家用 Agent 完成工作任务"。

研究数据表明：Claude Code 用户的成功率与他们的职业身份无关，而与他们在特定领域的专业知识深度相关。拥有更多领域经验的用户，不仅在使用 Agent 时成功率更高，而且每个 Prompt 获得的产出质量也更高。

这一发现对 Harness Engineering 具有重要启示：Agent 系统设计的核心目标不应是"降低使用门槛让所有人都能用"，而应是"为专家提供更强的问题解决杠杆"。这与传统软件工具的设计哲学一致——最好的工具往往不是最简单的，而是最强大的。

Agent 化的工作模式变革

OpenAI 与学术经济学家联合进行的研究显示，Agent 使用正在以惊人的速度渗透企业内部。在 OpenAI 内部，四分之一的员工每周同时运行至少四个 Agent。关键是，不仅仅是程序员在使用 Agent——法务、HR 和其他非技术职能的员工以几乎相同的速度采纳了这一工具。

OpenAI 可能正在成为"煤矿里的金丝雀"——预示其他行业将要经历的变化。当编程工作由 AI 在专门的 Harness 和应用中完成后，其他角色也开始以某种方式"编程"——他们不是在写代码，而是在设计和管理 AI 工作流。这意味着 Harness Engineering 的能力将成为跨职能的核心竞争力，而非仅限于技术团队。

Agent 的"额外机械"优势

Mollick 指出，Agent 的优势不仅来自底层模型的进步，还来自"额外机械"（extra machinery）——提供工具访问权限和行动环境的 Harness，以及为 Agent 构建的专门应用（如 Claude Code 或 OpenAI Codex）。这些工具可以进一步提升 AI 模型的能力。

这一观点与 Hermes Agent 的 Skill 设计 理念一致：好的 Harness 不是简单的 API 封装，而是能放大模型能力的系统性框架。模型的能力曲线和 Harness 的工程优化存在乘数效应。

实践启示

  1. 指数思维取代线性思维：在规划 AI 采用策略时，假设能力将线性增长是一个系统性错误。应基于指数增长假设制定策略，并定期（每季度）重新评估 AI 的能力基线
  2. 专家才是 AI 的最大受益者：不要试图用 AI 替代专家，而应让 AI 成为专家的"超级放大器"。领域知识越深，从 Agent 化中获得的价值越大
  3. 从 Co-intelligence 到 Delegation：工作方式正在从"与 AI 协作"转向"向 AI 委托任务"。这意味着人类角色从"执行者"转变为"管理者"——评估 AI 产出、设定目标、管理多个并行 Agent
  4. 建立组织级的 Agent 评估框架：跟踪 METR、AISI、AA-Briefcase 等基准的变化，建立与自身业务相关的 Agent 能力基线。当 Agent 能力跨越关键阈值（如"能自主完成 8 小时工作"）时，及时调整组织的工作流程
  5. Harness 质量决定 Agent 上限：Agent 的实际产出不仅取决于底层模型，还取决于 Harness 的设计质量。投资于 Harness 工程（工具集成、上下文管理、评估体系）与投资于模型能力同等重要

相关实体

→ 原文存档