【小哈划重点：十年前大家可能就注意到你身边朋友的孩子读应用数学的多了。应用数学系的人出来找工作，可能仅次于计算机系的人。而应用数学最核心的能力就是建模能力......一个阶段可能AI还只是助理，但是目标一定是AI独立上岗，业务开始被AI自主取代。】
内容提醒：文章涉及商业品牌软植入种草
智能经济
想理解AGI时代，经济会怎么发展，可以先从了解现在的AI公司都在干什么开始。他们探索的前沿，代表了未来十年我们会受到什么样的技术冲击。刚过去的春节，DeepSeek的火爆出圈，让大家对于大模型能做什么有了切身感受，大模型本身已经达到了一个比较智能的程度。同时，由于芯片和基础设施的发展，AI应用的成本大幅下降，AI行业开始进入产业化的拐点，我们将迎来应用大发展的五年。
什么是AI应用，有一个词是最通俗易懂的，就是机器人，AI应用就是机器人。传统意义上的机器人，是软硬件一体化的，从扫地机器人到自动驾驶的汽车，再到人形机器人都是。但我今天想重点讲的，未来三五年会井喷式爆发的是Agent，通常译成“智能体”。智能体就是一个完全自主的AI系统，Ta可以在较长时间内独立运行，使用各种工具完成设定的任务，并且能够收集反馈不断地学习，提高自己的能力，这是一个可自主迭代的AI系统。这个AI系统刚开始可能很简单，但必然会变得越来越复杂。
我个人认为，未来十年智能体大概会经历三个发展阶段。第一步是可靠的代理，你告诉Ta帮我把这事情办了，Ta会一字不差很可靠地把事情给办了，这叫Agent。第二步是能干的助理，你告诉Ta我下个礼拜到哪儿出差，Ta会帮你把所有行程都安排好。第三步是聪明的伙伴，你可以和Ta一起定义问题，讨论问题，共同商量解决方案。这三个阶段，是智能提升的三步。同时Agent也会泛化，会被部署到更广泛的场景，代替人完成各种各样的任务，而且Ta本身会变得越来越复杂，越来越智能。
AI前沿的创业者，关心的问题是Agent和Agent之间会怎么竞争？谁会赢得未来？这也是我一直在思考的关键问题。今天先提出一个很不成熟的猜想，即智能体的竞争，其持续优势的来源只有一个，黑洞效应。黑洞效应对应的是工业时代的规模（经济）效应和网络时代的网络效应。AI时代最基本的竞争优势的来源和AI经济的驱动力，我个人认为是黑洞效应。
什么是黑洞效应？AI发展有三个要素，算法、算力和数据。算法和算力的每一次突破都会带来AI的大变革。这次AGI就是因为基于Transformer的架构突破，产生了大语言模型，用Token的方式可以预测下一个单词，带来了整个AI范式的变化。当然这中间英伟达芯片一次又一次升级，不断突破摩尔定律，带来了算力的大发展。但现在正好进入一个算法和算力相对瓶颈的阶段。这个阶段核心的差异化在于数据。数据有一个特别有意思的现象：数据本身也有规模经济，基于更准、更多、颗粒度更精细、维度更丰富的多维数据的AI，会在智能上进化更快、更强大，从而有更多的能力和动力去获取更多的数据。这是一个非常典型的正反馈闭环。我们发现，智能的飞轮要转起来，核心是因为有一个知识的黑洞。这一轮AGI最牛的是什么？是能处理海量知识。Ta不再只是处理信息，它真正能够处理知识，在处理知识的基础之上产生智能。智能体的飞轮也很有意思，更聪明的智能体会吸引更多的用户，更多的用户会带来更多的私有数据和私有知识，从而变得更聪明。现在所有大语言模型用的都是互联网上的公共数据，但是你跟豆包的对话，你跟通义千问的对话，你跟DeepSeek的对话，完全是别人看不见的。而跟大模型的每一次对话，都把思考的过程展现出来了。为什么之前AI学习人类思考那么难？因为没有人在纸上把思考过程写下来。但是今天你跟AI的互动过程，就是你思考的过程。实际上，每一个AI模型都在吞噬海量的知识，而且是个性化的，以前在互联网上不存在的知识和思考过程。我们会发现，未来，预训练和推理一体化这样一个闭环转起来，私有知识的价值会越来越大。那时候AI将变成一个巨大的知识黑洞，吞进去的知识越多，这个AI会越强大。就像一个大爆炸，AI智能体进入了一个宇宙大爆炸的阶段。谁膨胀的最快，谁就是太阳。膨胀的慢一点就变成月亮，再慢一点可能就成了陨石。真正驱动AI智能体进化的是知识的黑洞。
对于在做AI应用的创业者来说，接下来参与竞争，核心在于第一时间启动机器学习的飞轮。AI的另外一个词叫MachineLearning，怎么让机器学得更快更好，就变成了唯一重要的战略。过去两年，特斯拉的自动驾驶上了端对端，对行业影响非常大。端对端为什么那么重要？因为端到端之后，智能体有自己的独立和完整的学习闭环，学习效能大幅提升。现在大部分公司用AI只做一件事情，叫降本增效，大家都把AI当做工具，只要这个工具是为人服务的，Ta提高效率的上限就是这个人能够提高多少效率。但是当AI独立上岗以后，Ta是24小时乘以7乘以365天，持续不断地学习，完成一次闭环，Ta就进化一次。只有AI智能体独立上岗之后，才开始进入AI学习的急速提升，Ta的上限是我们看不见的。所以，第一时间完成智能体的独立上线，让AI自己完成实时的数据闭环，能够自学习，是让黑洞效应跑起来的关键。同时，由于搭建智能体的核心能力相对稀缺，你可以把智能体扩张到更多的场景和内容，进行跨领域的扩张。
总结一下AI时代的竞争战略。互联网处理的是海量信息，解决的核心问题是信息不对称，价值创造的源泉是网络效应。AGI处理的是海量知识，解决的核心问题是决策效率和成本，核心价值是创造新的供给（智能体上岗就是解决优质供给稀缺的问题），价值创造的源泉是黑洞效应，是怎么高质量高效率地消化、吸收、运用和创造知识。黑洞效应该不会导致赢者通吃，未来竞争达到相对均衡的时候，会有多个智能体同时并存。但具体会怎么演化，其中的规律还需要时间发展。我看自动驾驶看了十年，每年对产业终局的判断都在调整，因为产业演化背后的规律，也是动态演变的。Visioning比vision更重要，你只要比别人更持续地看，你就会比别人看得明白多一点点，早一点点，那一点点就是你的竞争优势。
互联网时代的竞争，重要的是争取第一时间拥有最低网络规模，这样，网络效应就开始滚动。智能时代要争取的是第一时间过最低智能门槛。大家做AI智能体都有感受，过不了60分就是没法用，过了60分可能就两星期后就到了90分，所以它一定要上岗，这样黑洞效应才能启动，学习效果才能飞速提高。怎么让一个智障的AI能够开始工作？这是现在创业公司最大的挑战，需要持续的创新。具体怎样做，需要摸索，但核心目标非常清楚，那就是第一时间让AI上岗。互联网时代是高频碾压低频，智能时代是高智商碾压低智商，然后高维碾压低维。越来越复杂的四维、五维的智能体，对于三维就会碾压。
人类最痛恨什么？我们得到的知识永远有限，我们的学习能力永远有限。AI上来第一天，就有人类有史以来积累的所有知识，而且可以秒级调用。大家可以看到，这是一个维度上完全不同的竞争。今天有些人经常讲，我在这个垂直行业是安全的，我把AI当工具用就行了。但是今天大家觉得安全的垂直行业，所有的定义都是基于过去知识和经验的壁垒。但这些知识和经验的壁垒很有可能会被AI打破，将来所谓的行业壁垒会被重新定义，可能是以AI认知模式的差异和效率的差别来定义的，不是以人类的认知模式和经验差别来定义。
这几年不断跟着创业者探讨他们的竞争靠什么，给了我一个机会去回答我反复在思考的更核心的宏观问题——人工智能时代经济发展最核心的驱动力是什么？我们可以从竞争战略跳出来，看一看这个非常宏观的问题。从人类文明演进的历史来看，技术进步一直是经济增长，文明演进的最底层驱动力。人类文明史是从火的应用开始的，经济真正开始飞速增长是从第一次工业革命开始，有了机械化工具，再到第二次工业革命的电力，再到信息时代的两次革命。可以看到，技术是经济发展的最底层驱动力。
智能时代经济的驱动力是什么？我们来看，工业时代最基本的经济单元是什么？工厂。工厂取代手工作坊是工业经济最重要的一个突破。信息时代最基本的经济单元是什么？公司。公司的竞争靠管理效率的不断提升。智能时代的基本经济单元就是智能体，就是机器人。机器人是未来创造价值的基础，只有能够让机器人创造价值的人才有价值。所以，关于未来机器人时代，未来智能时代（或者说人工智能时代）的所有经济思考，核心点就是刚才讲的智能体。企业微观竞争是这样，宏观经济的思考也是这样。
简单快速回顾一下工业时代的基础，工厂拼规模经济，企业发展其实就是在生产的规模经济和管理的规模不经济之间的动态博弈。所有的难度都在这一点：生产上追求规模经济，但管理上受制于边际效应递减。规模经济背后的是人的学习能力，因为规模的扩张需要重复劳动，所以有经验的沉淀和传播。从泰勒的科学管理（流水线上所有动作的拆解），到SaaS软件这30年的流行，都是最佳管理实践的传播和分享，都是人的经验的传播和分享。
到了互联网时代，网络效应的快速扩张，是基本的竞争战略。而黑洞效应是AI时代的价值源泉。AI是一个复杂系统的演化，AI的本质是智能的涌现，Ta是更类似于生命体的复杂系统。再复杂的机械系统都是简单系统，再简单的生物系统都是复杂系统。AI的本质是复杂系统，Ta的核心是怎么让这个复杂系统涌现出越来越高级的智慧。我们在实践当中最需要去思考的维度，就是什么样的复杂系统结构，在什么样的初始化条件下怎么样演变，最有利于智能的涌现。黑洞效应本质上是机器学习的复利，有机会获取更多知识的智能体，更有机会演化出更强的智能。智能体跟智能体之间的竞合，人和智能体之间的竞合，人和人之间的竞合，这些复杂系统相互的叠套和共同演化，是整个AI经济发展的核心。我们进入了一个类似生物系统大爆炸的阶段，核心在认知的涌现，智慧的涌现，而黑洞效应是影响这个复杂系统的结构和演化的重要因素。
智能组织
这是我和大家分享的第一部分，智能经济未来发展靠什么？靠智能体。智能体的发展靠什么？靠黑洞效应。我们切换一下，再回到微观视角，探讨未来的组织会有什么变化。我们可以先看看新的AI团队是如何运作的，这提供了关于未来的各种可能。让我们从一个更实在的角度切入，大家现在都在招什么样的人：你们在招什么样的人？现在的AI公司在招什么样的人？大家可能都听说过OpenAI、Pica、DeepSeek这些明星团队的传闻。DeepSeek大家都知道，都是清北最年轻的毕业生，这群毕业生不是奥林匹克数学竞赛的，就是奥林匹克计算机竞赛的。Pica是前年最火的一家公司，两个辍学的斯坦福学生，拿到了几亿美元的估值，做视频生成。OpenAI做出GPT3.5，推出ChatGPT时，大概不到400人。这两年我去看这些AI团队招人的时候，你会发现非常一致的标准：超级聪明、自驱，学习能力强，除了个别很有经验的老法师之外，其他就是只招年轻人。我只要你的智商，经验什么的都不重要了。为什么会出现这样的现象，底层逻辑是什么？
为什么只招这样的人？因为有了AI工具，有了大模型，知识再也不是稀缺资源，招的这批人都是所谓元认知能力特别强的人。什么叫元认知能力？强于抽象建模，能看到问题本质，能做第一性思考。AGI这一轮本质上是概率论，靠大数据统计找规律识别模式。而这个时候人还有价值的是反过来，从小数据里面能够抽象，能够建模，所以这一批人能抽象建模的人变得非常重要。十年前大家可能就注意到你身边朋友的孩子读应用数学的多了。应用数学系的人出来找工作，可能仅次于计算机系的人。而应用数学最核心的能力就是建模能力。从抽象的数学，到从真实世界映射到一个数学公式，才有计算机对应的函数的泛化，所以这些人最核心的其实是抽象建模的元认知能力。他们同时擅长用各种各样的AI工具，能够不断学习，不断自我提升。我们看到的直接结果就是一将顶千军，恨不得我一个人把所有事情都干了，而且也真能干到。产品、研发、测试这些都不要了，一个人全干完了。他只是调用了不同的AI工具。原来多个协作角色才能完成的一个任务，现在一个人加AI工具就完成了。第二个现象是一人多岗，一个人通过跟AI合作，用同样的底层能力可以搞定销售、人力、财务等多个岗位的各种工作。AI公司的创始人几乎都在扮演这样的角色。极端的案例就是一个人的公司。前段时间Manus的CEO在采访中讲到，过去两年是独立开发者的狂欢。2010年左右移动互联网兴起时，已经不是独立开发者，至少得是小团队了。但是更早一点，PC互联网起步的时候，独立开发者一个人能干很多事情。淘宝刚起来的时候也是一个卖家加上淘宝提供的各种工具，就能卖出几百万GMV，B站的UP主也一样。一个新技术的开始，首先是独立开发者的狂欢，然后是有独特客户认知的个体，他去整合各种各样的AI工具，来实现他的想法，所以一个人的公司会越来越多。这些人最重要的工作是什么？就是设计和建设各种智能体，无论是面向客户提供价值，还是面向公司内部的各种工作。
在这些现象之上，我们看到了未来组织的基本形态，个人优势和个人能力会被极大地放大。
由于AGI消化吸收了人类所有已知的知识，顶尖人才的学习成本急剧下降。原来一辈子可能只能成为一个领域的专家，现在可能一个礼拜甚至三两天就能成为另外一个领域的专家。因为他们可以利用自己超强的元认知能力和AI工具。AI本身就是任何一个领域的专家，顶尖人才和Ta互动，就能快速学习各个领域的知识，形成自己的认知，提出原创的解决方案。历史上，丰富的经验是职场的壁垒，也是公司的壁垒。现在由于快速学习能力，高认知碾压高经验，顶尖人才的时间稀缺性被打破，或者部分被打破。我们所有人唯一的制约最终都是时间，有AI的配合，学习的时间成本极大被压缩，个体的能力就被极大地放大。看起来一点点元认知的差别，就能带来最终能力上巨大的落差，而且你学习的AI工具本身也有复利效应。在这个意义上，知识工作者正在被创智人才取代。我还没有找到更好的词来描述这些未来的顶尖人才，就先用“创智人才”。到底什么叫创造力，我们可以再讨论，但本质上是原创性地解决复杂问题的能力，这样的人我暂时称之为创智人才。创智人才我们目前看到大致有三类。第一类是顶尖专家，能够在某个领域持续创造新知识，他们给AI提供新的支持，跑在AI前面。第二类是擅长跨界链接和创造的人，打破人类原有的认知和知识结构，有点回到达芬奇的时代，通感重新变得重要。过去几十年，大家对于教育有一个切身的痛，就是过于专业化，过于碎片化。所以需要有一批人跳出既定的知识边界。碎片化知识的掌握，人拼不过AI，只能回到更有价值的通感。第三类是领导者，人还是有情绪的动物，还需要领导者去推动协同和决策。公司大概只需要这三类人，剩下的日常工作都由机器人来完成，我们可以把这些AI员工称为硅基员工。
现在，我们再回到宏观视角来看一下。德鲁克，上个世纪最伟大的管理学家，把工业革命划为三个阶段。第一个阶段是工厂取代手工作坊，第二个阶段是企业超越工厂，提高管理效应。哈佛商学院是1908年成立的，一百多年就是把MBA以流水线的方式批量生产，成为有共同语言的管理者，提高管理效率。第三个阶段是知识超越管理。我们熟悉的这50年来的信息革命，就是通过软件提高信息的价值，这个阶段的主角，是Knowledge Worker (知识工作者)。在德鲁克的时代，上个世纪末期，Knowledge Worker是最有价值的。借鉴德鲁克的框架，我认为第四个阶段，将是创造力的时代。AGI会逐步取代人所有的知识和简单的思考。人的价值唯一剩下的只有创造力。正面地想，这将是一个很幸福的时代。就像过去机械动力取代了人的肌肉之后，人们可以变成脑力工作者。未来，AI可以将人类从繁重，重复，无聊的简单脑力劳动中解放出来，人可以充分培养和发挥自己的创造力。
在创造力的时代，回到未来的组织，除了前面讲到的三类创智人才，剩下的就是硅基员工，智能体不再只是人类的工具，它们将成为人类的合作伙伴。Ta不是简单的代理，Ta也不只是助手，Ta是合伙人级别的角色。想想看，公司连合伙人都可以用AI创造出来，中层管理人员还有啥用？所谓硅基员工，讲的其实就是公司内部的常规工作，都将被AI取代，这些智能体就是未来的硅基员工。这一点很重要，刚才讲到，智能体第一时间上岗才能够产生真正的革命，才是AI原生，大家现在的思考都只是AI+。所谓AI+，就是以AI为工具，提高人的效率。而AI原生就是AI直接取代人。要从这个角度去思考，公司内的岗位将如何逐步被AI取代，AI成为硅基员工。为什么硅基员工很有价值？因为硅基员工不需要激励和管理，Ta的边际生产成本为零。同时，创智人才本来就是自驱的，需要激励，需要Alignment（对齐），但不需要管理。未来组织就三层，AI架构师，AI模块化分解之后，各个配合的团队，然后日常工作就是硅基员工。这不是传统意义上，辛苦地把公司的层级从十层压到三层，未来的组织就两层人，再加上无限可扩张的硅基员工的队伍，两层还有啥好管理的？天天都能见到，而且都是明白人，一句话就讲完了，所以科层制的公司制度正在消亡。我说的不是科幻，再提醒大家一下，我现在看到的AI创业公司就是这么干活的。
感谢智能精准学的创始人，杨仁斌的坦诚分享，给我们提供了一家AI原生创业公司的组织形态的鲜活案例，可以帮助大家理解前面讲到的各种观点。智能精准学是一家提供一对一AI老师服务的创业公司，在短短四个月内，完成从零到近亿销售额。以下是杨仁斌访谈的一些摘要：
“只要这个岗位是在电脑前就可以完成工作的，是在线上就能跟人完成沟通的，你的第一反应就应该不是招聘人，而是能不能写个Agent出来让它来干，这个才是AI Native的第一反应。在增速如此之快的情况下，依靠团队招聘去招揽人才，会拖慢整体节奏。决不能让组织扩张的能力和速度限制了业务成长速度。所以我们核心的思路是创造AI员工，承载业务的快速增长。从第一天开始，就围绕着用Agent来构建我们的核心岗位，面试官Agent，投手Agent，短视频创意Agent，直播间场控Agent，主播陪练Agent，甚至对外合作都是由Agent负责介绍产品。
我们公司整个的架构设计，就像一个Agent的设计一样，用workflow（工作流）来跑通。我们甚至没有那么强调团队协作了，我们接受那些特别有想法但不太合群的人，这个有点反常识。因为很多工作已经通过人和Agent的协同来完成业务目标，而不是人和人的协同。
AI时代的创新公司，如果CEO不是自己亲自写Agent，对于AI的训练和把握做不到基本能“干掉”中层管理层、策略层，这家公司很难成功，这家公司一定没有竞争力。”这个公司早期的各种Agent，从异常对话（此处应为“一场对话”？——哈希力量标注）日志提取Agent，到AI面试官，到投手Agent等，都是杨仁斌自己动手做的。（完整案例，请参考《AGI时代的CEO超级个体：设计百名AI员工，用4个月让教育Agent收入近亿》）当然，这只是一家创业公司的早期尝试，一切刚刚开始。新的实践将层出不穷。但方向是清晰的。
所以，未来的组织，我称之为共创型的智能组织，就是一群志同道合的创智人才，一起努力，持续学习，朝着一个共同的方向协同进化。我们过去熟悉的一些东西都在升级。比如说人才密度，过去几年很火，但是现在的人才定义完全不一样了，密度也不是原来讲的那个密度了，浓度高得吓人。然后Context not Control，也升级到了一个自动化的场景管理。在这个意义上，为什么使命、文化变得更重要？因为只有志同道合，这批人才会走到一起。仅仅靠钱是绝对搞不定这批人的，他们到哪都能赚大钱。期权激励这样的东西也不再有那么大价值，期权激励是可以让很多人走向财富自由，但是这批人天生就会财富自由的，得用其他方法来激励对齐他们。
另外一点也非常重要，就是未来对组织的理解也将完全不同。管理本质上是个机械系统的概念，但是未来组织的核心目的是群体智慧的涌现，是一群人怎么能够创造出超越个体的认知，而且这个认知还得超越AI，组织只有成为一个有机生长的复杂系统，才能持续创新。未来组织，再也不比拼运营效率，组织的主导原则是共创，需要建立与之将相应的文化、制度和工具。
当然，今天讲的，还仅仅是前沿AI创业团队的一些组织探索，大家都还在尝试，但方向是清楚的：群体认知达到的高度和提升的速度决定组织的竞争力。大家可能已经有一个很深的感受，CEO的自我学习和提升能力决定了一个公司的上限。但未来，由于业务发展的复杂度超过任何个体的能力，大家必须更多地依赖组织层面的创新，也就是群体智慧的涌现，这是未来组织的真正竞争力的来源。
今天讨论了很多前瞻性的话题。接下来大家一定会听到越来越多的，关于AI化的建议。大家只要记住两个核心指标：第一个是公司的业务有多大比例是AI独立经营的？一个阶段可能AI还只是助理，但是目标一定是AI独立上岗，业务开始被AI自主取代。第二个就是公司内部员工多大比例是硅基员工？这两个刚性指标，直接对应公司多大程度上开始真正AI化。每个行业每个个体的速度不一样，但是方向是确定的，而且也是入手的地方。
https://mp.weixin.qq.com/s/yHg5utjYb3Utprp0GUlLKQ
