序言:没有调查,没有发言权
朋友,来信收到了。
你说近三个月感觉到了变化,说 AI 正在从 Chat 变成 Agent,说外国走得猛,国内大
多数人没回过神,说你想搞清楚是怎么回事——问得好,问得到位,问得诚恳。
我先讲一句老话:没有调查,就没有发言权。
今天谈 AI 的人多得很。一种人跟着新闻喊"取代人类",一种人跟着大佬喊"颠覆一
切",还有一种人冷笑一声,说"不过是个聊天玩具"。这三种人嘴上吵得凶,骨子里其
实是一种人——没动过手的人。
没动过手,就好比一群人围在饭锅边争论"这饭好不好吃",可谁也没拿过筷子。这种
争论,听一万句也不顶用。
所以我们这份报告,先立三条规矩:
第一条,不讲玄学。 "奇点""超级智能"留给科幻作家。
第二条,不堆术语。 凡是不能用大白话讲清楚的概念,先别拿它吓唬人。
第三条,只算真账。 多少美元、多少倍、多少人、多少行代码——有数就拿数,没数
就说没数,不许放空炮。
按这三条规矩,我把这场变革分成十八卷讲。十八卷不是凑数,是按 "是什么—为什
么—怎么打—对谁打—中国怎么办—你怎么办" 六个层次铺开的。你可以一卷一卷
读,也可以按需取用。
下面就开始。
卷一:开宗明义——“Agent” 到底是个什么东西
一、先把名字搞清楚
这两年新词儿太多。Chat、Copilot、Assistant、Agent、Agentic、AGI、ASI——一
串洋名摆在面前,老百姓自然要犯糊涂。
要想不糊涂,就得先把名字搞清楚。名不正,则言不顺;言不顺,则事不成。 这是两
千年前的老话,今天用在 AI 上一样管用。
我们一个一个掰开看:
Chat(聊天):你问,它答。一问一答,问完就完。像查字典,像翻百度。
Copilot(副驾驶):你开车,它在副驾位上递地图、递咖啡、提醒你别压线。主
导权还在你手里。
Agent(执行者,或者说"差遣"):你下达一个目标——"给我把这事办了"——它
自己想办法、自己用工具、自己跑流程、自己回来交差。你从司机变成了"派活儿
的人"。
看见没有?这三个词,根本不是功能升级,是人和机器关系的三种完全不同的形态。
打个比方。Chat 是你雇了一个能背字典的小孩,你问什么他答什么;Copilot 是你雇
了一个跟班,你干活的时候他在旁边递工具;Agent 是你雇了一个学徒——你早上交
代他"今天把这十张订单跑完",然后你出门喝茶去了,晚上回来验收。
这个区别要紧得很。要紧到什么程度?要紧到——它决定了这个东西到底能不能替你
赚钱,能不能替你省人,能不能改造一个行业。
二、为什么大家突然都在喊 "Agent"
你也许会问:Agent 这个词,又不是 2025 年才有的。早在 1990 年代,学界就在谈
"intelligent agent"。2023 年 AutoGPT 也火过一阵,结果呢?三个月就凉了。
这个问题问得好。
答案是:之前叫 Agent 的,都是"假 Agent";现在叫 Agent 的,才是"真 Agent"。
什么叫假?做三步就崩,做五步就乱,做十步就把你账户里的钱花光。这种东西,玩
具一个,谈不上生产力。
什么叫真?给它一个目标,它能:
1. 拆——把大目标拆成几十个小步骤;
2. 想——每一步都判断该不该做、做错了怎么回头;
3. 用——会调用搜索、会用浏览器、会写代码、会发邮件、会打电话;
4. 记——记住前面发生了什么,不会重复劳动;
5. 交——任务完了,把结果整整齐齐交给你审。
这五件事,2023 年没有一件做得好;2025 年五件都做出了八九成。这就是这场变革
的真正分水岭。
用一个比喻你就懂了:1903 年莱特兄弟的飞机飞了 12 秒,那也叫"飞行",可你不会
买票坐它;2025 年的 Agent,相当于 AI 行业的"波音 707"——还不完美,但已经能
定期定线把货从 A 运到 B了。
三、Agent 的"四件套"
要看懂一个 Agent 是真是假,看四件东西就够了。这四件,是它的"四件套",缺一不
可。
第一件,目标(Goal)。 你跟它说"帮我研究一下我们这个县的 AI 创业机会",它能不
能把这句话理解到位?能不能问你两句反问把模糊变清楚?这是第一道关。
第二件,规划(Planning)。 它接到目标后,会不会列一个执行计划?计划写得对不
对?中途发现走错了,会不会改?2024 年以前的模型,规划能力是个大窟窿;2025
年的推理模型——OpenAI o 系列、DeepSeek-R1、Claude 3.7/4 Thinking、Gemini
2.5 Pro——把这个窟窿基本补上了。[1]
第三件,工具(Tools)。 这是 Agent 和 Chat 最大的差别。Chat 只能用嘴说,
Agent 能伸手干活——能用浏览器查资料、能用代码跑数据、能调用你的日历邮箱、
能控制鼠标键盘。工具越多,本事越大。
第四件,记忆(Memory)。 一个不记事的人没法干长活。Agent 也一样。它要记住
你是谁、记住任务到哪一步、记住失败的教训。2025 年开始,长上下文(1M token)
+ 外部记忆系统成了标配。
这四件套,就是 Agent 的"四肢和大脑"。你以后看任何一个新出的 AI 产品,照这四
条去掂量它,立马就能分辨它是真 Agent,还是又一个换皮 Chat。
四、一针见血:Agent 不是"AI 的升级",是"软件的革
命"
讲了这么多概念,我们来点最一针见血的判断。
Chat 是 AI 的进步;Agent 是软件的革命。
这两句话不一样。前一句说的是模型变聪明了;后一句说的是——整个软件这门生
意,正在被重写。
为什么?因为过去三十年,软件这门生意的根本逻辑是:"我做一个工具给你用,你点
我的按钮,你填我的表格,我收你的钱。"
Agent 时代的根本逻辑变成了:"你告诉我要什么结果,我(Agent)自己去用别人家
的工具、点别人家的按钮、填别人家的表格,把结果交给你,按结果收钱。"
看明白了吗?Agent 不是在 SaaS 的旁边再开一家店,它是 SaaS 的食客。SaaS 卖
的是"用我的厨房",Agent 卖的是"我替你做菜,菜的味道我负责"。
Y Combinator 在 2025 年公开讲过一句话:"垂直 AI Agent 的市场,可能比它要替
代的 SaaS 大 10 倍"。[2] 他们不是随便讲的,他们是在告诉所有创业者:老的牌桌要
散了,新的牌局要开了。
五、有人会问:这不就是当年的 RPA 吗?
我知道你心里冒出一个疑问。你说,老毛同志,这玩意儿听起来很像十年前喊得挺响
的 RPA(机器人流程自动化)——也是"自动跑流程"嘛,怎么这回就成了革命?
问得好。这是个典型的"看起来差不多,本质完全不同"的例子。
RPA 跟 Agent 的差别,就像"自动织布机"跟"工人"的差别。
RPA:你必须把每一步都教给它——鼠标点哪、键盘按哪、出错了走哪条岔路。
它没有判断力,只有执行力。环境一变,整套全废。
Agent:你只告诉它目标,它自己看屏幕、自己想路径、自己判断。它有判断
力,所以不怕变化。今天网页改版了,它还能干;明天界面换语言了,它还能
干。
打个更通俗的比方:你雇 RPA,是雇了一台"听话的复读机";你雇 Agent,是雇了一
个"会思考的小学徒"。一字之差,差出了十万八千里。
这就是为什么 OpenAI 的 Operator、Anthropic 的 Computer Use、字节豆包 1.6 的
电脑使用能力一出,整个 RPA 这个二十年的老行业——UiPath、Automation
Anywhere——股价就开始抖。[3][4]
六、本卷小结
一句话讲完本卷:
出来的概念。它是 "AI 终于学会自己干活" 这件事的总称。 它有目标、有规
划、有工具、有记忆——四件套齐了,它就开始替你做事;做事的能力一开
闸,整个软件、整个组织、整个就业市场都要被它冲一遍。这就是为什么这
次值得你认真对待。
名字搞清楚了,下一卷就讲:这个东西不是天上掉下来的,它从哪里走到今天这一
步?这个故事得从 2022 年 11 月 30 号那一天讲起。
卷二:追根溯源——从 ChatGPT 出世到 Agent 上场,这三年发生了什么
一、从一个日子讲起
要讲清楚 Agent 从哪里来,得从一个日子讲起:2022 年 11 月 30 号。
这一天,OpenAI 把 ChatGPT 扔到了网上。不要发布会,不要广告,就是一个网址。
结果五天百万用户,两个月一亿用户——人类历史上传播最快的产品。
这一天,是 AI 走进千家万户的元年。也是我们这场大变革的第一声枪响。
但要注意一件事——ChatGPT 那一天还不是 Agent,它就是个 Chat。你问它问题,
它回你答案,仅此而已。它不能上网、不能调代码、不能记住昨天聊过什么、更不能
替你订机票。
那它为什么炸了?因为它做到了一件以前所有计算机都做不到的事——它能用人话跟
你说话。这一点,看似简单,是过去七十年人工智能砸了几千亿没解决的事。突然解
决了,全世界都懵了。
二、第一年(2023):人人都在喊大模型
ChatGPT 一出,全世界跟着发疯。
美国这边:Anthropic 出 Claude,Google 慌慌张张推 Bard,Meta 把 LLaMA 开
源;中国这边:百度的文心一言、阿里的通义千问、字节的豆包、智谱的
ChatGLM、月之暗面的 Kimi、MiniMax、百川、零一万物——"百模大战"一夜之间打
响。
这一年的关键词是三个字:大模型。
所有人都在比一件事——谁家的模型考分高。MMLU、HumanEval、GSM8K、C-
Eval、SuperCLUE,一张张排行榜出来,比来比去。
这一年也有人在试 Agent。AutoGPT、BabyAGI、AgentGPT,GitHub 上的星标蹭蹭
涨,演示视频做得花里胡哨。结果三个月不到,热度全凉。
为什么凉?三个字:做不成。
一个简单的任务——"帮我研究一下某个公司"——AutoGPT 跑十几步就开始胡说八
道,跑二十步就陷入死循环。原因很简单:当时的模型,根本不会"想很久",也不
会"自己改自己"。它只会一口气说完话,说完就完。让它做多步任务,相当于让一个
口齿伶俐但记性极差的孩子去管账——账没管几天,肯定一团乱麻。
所以 2023 年的结论是:AI 会说话了,但还不会做事。
三、第二年(2024):Copilot 之年
2024 年是聪明人开始想"既然 AI 不会自己做事,那让它帮人做事行不行"——于是
Copilot 这个词流行起来。
微软给 Office 装上 Copilot:Word 帮你写文档,Excel 帮你写公式,
PowerPoint 帮你做幻灯片。
GitHub Copilot 在程序员的编辑器里实时提示代码。
Notion AI、飞书智能伙伴、钉钉个人助理、腾讯文档智能助手,一夜遍地。
这一年的核心思路是:人主导,AI 在每个工具里"补一刀"。
这一年也有进步。但企业用完之后,发现一个尴尬的事实——Copilot 的提效,远没
有 PPT 上画得那么大。
为什么?因为 Copilot 是嵌入在每一个工具里的,它解决的是"一步操作"的效率,不
是"一个完整任务"的效率。你写 Word 快了 20%,开 Excel 快了 30%——可一个真
正的工作,是要在 Word、Excel、邮件、网页、内部系统、客户电话之间来回切换
的。这些"切换的缝隙",Copilot 帮不上忙。
所以 2024 年底的时候,CEO 们手里的账本上都有一行字:"AI 投了不少钱,但 ROI
看不见"。
McKinsey 的 2025 年全球调查也证实:90% 的企业在用 AI,但只有少数把 AI 真正
嵌入流程。[1]
这个尴尬,逼出了下一步——让 AI 自己把整件事跑完,不要靠人来缝合。
四、第三年(2025):Agent 之年的六个里程碑
2025 年是 Agent 真正立起来的一年。如果说 2022 是 Chat 之年,2024 是 Copilot
之年,那 2025 就是 Agent 之年。
这一年有六个里程碑事件,我们一个一个数:
第一个,2025 年 1 月:OpenAI 发布 Operator。
这是第一款产品化的"会用浏览器的 AI"。你跟它说"帮我订一张下周三北京到上海的高
铁票",它真的会在浏览器里打开 12306,自己选座位、自己填身份证。第一次让全世
界看见——AI 能像人一样用电脑了。[2]
第二个,2025 年 3 月:中国的 Manus 上线。
这是中国创业公司 Butterfly Effect(也就是做 Monica.im 的那个团队)的作品。MIT
Technology Review 直接把它称为"在中国引爆了 AI Agent 热潮的产品"。Manus 出
来后两个月,Genspark、扣子空间、智谱 AutoGLM、MiniMax Agent、Kimi-
Researcher 一票中国 Agent 跟着出。[3][4]
第三个,2025 年 5 月:微软 Build 大会定调。
微软直接把当年大会主题定为 "The age of AI agents and the open agentic web"。
这相当于行业老大哥拿着大喇叭喊:兄弟们,下半场开始了,方向是 Agent,规则是
open。[5]
第四个,2025 年 7 月:高盛部署 Devin。
华尔街最保守的大行——高盛——开始在生产环境用 Devin(一个自主软件工程师
Agent)做大规模代码迁移。这是第一次,一个 AI Agent 被允许碰一家全球银行的核
心系统。[6]
第五个,2025 年 7 月:ChatGPT Agent 发布。
OpenAI 把之前的 Deep Research 和 Operator 合并,做出了 ChatGPT Agent——
一个真正在沙箱里有自己虚拟电脑的 Agent。它能订机票、做调研、写幻灯片、跑数
据分析,一气呵成。[7]
第六个,2025 年 11–12 月:MCP 进 Linux 基金会。
Anthropic 把 MCP(Model Context Protocol,模型上下文协议)捐给 Linux 基金会
下新成立的 Agentic AI Foundation。OpenAI、Block 联合创始,AWS、Google、
Microsoft、Cloudflare、Bloomberg 全部入伙。这是 Agent 时代的 HTTP。一年时
间,MCP 月下载量 9700 万,活跃 server 一万多个。[8]
这六个事件,任何一个单独看都不算炸裂;但六个事件加起来——而且是在同一年里
——就是一次明明白白的范式转移。
五、用一个比喻看清三年路线图
把 2022–2025 这三年用一个比喻串起来,你就一目了然:
2022 年:相当于发明了"会说人话的鹦鹉"——惊艳,但只会说话。
2023 年:所有人都在比"谁家的鹦鹉学得多"——百模大战。
2024 年:开始训练这只鹦鹉"边说话边递工具给你用"——Copilot 之年。
2025 年:鹦鹉脱胎换骨,长出了手脚和大脑,变成了一个会自己干活的小学徒
——Agent 之年。
这就是这三年的全部故事。一句话总结:
干活的元年。 你正好在第三个元年的开头看到了变化——这不是偶然,这
是赶上点儿了。早一年,看不见;晚一年,已经晚了。
六、有人会问:那 2026 是什么之年?
好问题。
如果让我大胆判断一句,2026 年是 "Agent 编队"之年。
2025 年大家还在比"我这一个 Agent 能干什么";2026 年开始,所有人都意识到
——一个 Agent 干不完一件正经事,得一队 Agent 协作。Cursor 3.0 支持 8 个
Agent 并行,Claude Code 支持 9 个 Agent 同时跑,OpenAI 推出 Swarm 框架,微
软推出 AutoGen,国内也有 AgentScope、CrewAI 的中文实践……
这意味着,编 Agent 的能力,会代替写代码的能力,成为新的"硬通货技能"。这一点
对你这位"0 代码深度用户"来说,是个天大的好消息——下面几卷我会讲透。
卷三:六匹大马拉车——为什么偏偏是 2025
一、问一个最朴素的问题
讲到这里,你一定会冒出一个最朴素的问题:
为什么偏偏是 2025 年?
不是 2020,不是 2023,也不是 2027。偏偏是 2025。这一年里,从 OpenAI 到
Anthropic,从字节到阿里,从 Cursor 到 Manus,从高盛到宇树——大大小小几百
家公司,几乎是同时把 Agent 这件事做出来了。这不可能是巧合。
看一件事,不能只看表面热闹,要看它底下的根。根扎下去了,地面上才会冒出庄
稼。Agent 这一片庄稼,是六条根同时扎稳了,才在 2025 年同时冒出来的。
下面这六条根,就是这场变革真正的底层逻辑。我们一条一条看。
二、第一匹马:会"想很久"的模型出来了
这是最关键的一条。
2024 年 9 月之前,所有大模型都有一个根本毛病——它们只会"一口气把话说完"。
你问什么,它马上回什么,回完就走。它不会停下来想一想,不会回过头改一改,更
不会在脑子里推演十几种走法。
这就像一个口齿伶俐但从不打草稿的学生——做一道简单题没问题,做一道复杂的应
用题,立马露怯。
2024 年 9 月,OpenAI 发布 o1。它干了一件事——让模型学会"先想后说"。它在脑
子里反复推演、自我反驳、回头修改,想够了再吐出一个答案。一道高考数学题,普
通模型十秒就给你乱写一通,o1 会想三分钟,最后给你正确答案。
这一招一出,事情就变了。2025 年初,DeepSeek-R1、Claude 3.7/4 Thinking、
Gemini 2.5 Pro、Qwen 3 Thinking、Kimi K1.5——所有头部模型都跟进了"推理能
力"。这就是行业里说的 "测试时计算"(test-time compute) 革命。[1]
为什么这件事对 Agent 至关重要? 你想啊,让一个 AI 干一件 50 步的任务,每一步
都不能出错。如果它在第 7 步走错了,能不能自己发现?能不能回过头来改?这就要
靠"会想很久"的能力。
打个最通俗的比方:老的模型像一个不会刹车的车,时速 200 公里冲出去,前面有沟
也撞,没沟也撞;新的推理模型像一个开了一辈子车的老司机,过弯前会减速,发现
路况不对会变道,看见红灯会停。这个车,才敢上路跑长途。
这是 Agent 能"长跑"起来的第一根支柱。没有这一条,后面五条全是空中楼阁。
三、第二匹马:上下文从"鞋盒"变成"集装箱"
第二条根,叫做上下文窗口(context window)。
这个词听起来玄,其实就是 AI 一次能"看见"多少东西。早期的 ChatGPT 一次只能记
4000 个汉字,相当于让你只看一张 A4 纸去做决策——根本不够。
2025 年情况翻天覆地:
Claude 3.7 / Claude Code:100 万 token(约 75 万汉字),一本《红楼梦》还
塞不满。
Gemini 2.5 Pro:100 万 token 起步,最高到 200 万。
GPT-5 系列:默认 128K,最大 1M。
国内:豆包 1.6 提供 256K 上下文,通义千问、智谱、Kimi 也都到了 1M 区间。
你别小看这个数字。上下文窗口从 4K 涨到 1M,相当于从鞋盒变成集装箱。以前你只
能把 AI 当一个"健忘的临时工"用,因为它转身就忘;现在你可以把整个项目的代码、
整个客户的历史记录、整个法律案件的卷宗,一次性塞给它。它能看完,能记住,能
在 50 步之后还引用前面第 3 步说过的话。
这件事对 Agent 的意义在于——Agent 必须有"长期记忆"才能干长活。没有长上下
文,Agent 干到第十步就忘了第三步是怎么走的,整套就崩。长上下文一上来,
Agent 就有了"持续记账"的能力。
四、第三匹马:算账的成本降到了"忽略不计"
第三条根更朴实——便宜。
2023 年初,调用一次 GPT-4 的成本,相当于打一次国际长途。让一个 Agent 跑 50
步任务,几十美元就出去了。这种成本下,没人敢真用 Agent 干活。
两年时间:
DeepSeek-V3、V3.1:把推理成本年降 90%。[2]
Google 的 Gemini 2.5 Flash、OpenAI 的 GPT-4o-mini、Anthropic 的 Claude
Haiku 3.5——价格全部腰斩再腰斩。
国内豆包、通义、智谱卷得更狠,月度套餐 100 元能跑几千次 Agent 任务。
这意味着,原本调一次 API 五美元的事,现在五分钱就能搞定。让 Agent 跑几百步、
上千步,也不心疼。
这是个什么概念?打个比方。1908 年福特 T 型车的售价是 825 美元,相当于一个工
人两年工资——只有富人买得起;1924 年降到 290 美元,相当于工人三个月工资
——汽车走进千家万户。
算力价格的下降,对 Agent,就是 T 型车降价对汽车工业。降价之前,玩具;降价之
后,工业革命。
五、第四匹马:MCP——AI 世界终于通了"标准铁路轨
距"
第四条根,是最容易被普通人忽视、但实际上最重要的一根。它的名字叫 MCP
(Model Context Protocol,模型上下文协议)。
你别被这个名字吓住。它解决的问题,一句话讲明白:
以前每一个 AI 应用要接一个数据源,都要单独写一段代码。100 个 AI × 100 个工
具 = 1 万套连接代码。
MCP 出来后,1 个 AI 接 1 个标准接口就够了。100 个 AI × 100 个工具 = 200 套代
码。M × N 变成了 M + N。
这是个什么大事?
我打个比方你就懂了。1840 年以前,全世界的铁路轨距是乱七八糟的——英国
1435mm、爱尔兰 1600mm、俄国 1524mm、印度有 1676mm 和 1000mm 两种。
结果呢?火车跑不过国界,货物到了边境得卸下来重装。
后来铁路轨距渐渐统一到 1435mm(标准轨距),全世界 60% 的铁路都用这个。这
一统一,跨国贸易成本立马降下来。
MCP 就是 AI 世界的标准轨距。
它是 Anthropic 在 2024 年 11 月开源出来的。
一年时间,月下载量 9700 万,活跃 server 一万多个。
2025 年 12 月正式进 Linux 基金会下的 Agentic AI Foundation。
OpenAI、Block、AWS、Google、Microsoft、Cloudflare、Bloomberg——全
部接入。[3]
中国这边,Cursor、Claude Code、豆包、扣子、千问、智谱、腾讯混元——也全部
支持 MCP。
所以你以后听到 MCP 三个字,不用紧张,就记一句话:MCP 让 AI 之间、AI 和工具
之间,终于可以"标准化对话"。这一通了,Agent 生态就像 1840 年铁路统一轨距之
后的欧洲——一夜之间,所有的工厂、所有的市场都连起来了。
Gartner 在 2025 年的报告里把 MCP 评为"年度最重要的 AI 基础设施"。你下次看到
这三个字,可以挺起腰板,告诉别人:这是 Agent 时代的水管和电线。
六、第五匹马:让 AI 长出"手脚"——Computer Use
第五条根,叫 Computer Use(电脑使用能力)。
这是 Anthropic 在 2024 年 10 月先开第一枪,OpenAI 在 2025 年 1 月跟进
Operator,字节豆包 1.6 在 2025 年下半年跟进——核心一句话:AI 现在能像人一样
用电脑了。
以前的 AI,能力都被锁在它自己的"小屋子"里——你跟它对话,它在小屋子里给你出
文字。它不能伸手出来用你的浏览器,不能填你的表格,不能点你的按钮。
Computer Use 让 AI 长出了"手"。它能:
1. 看屏幕(像人一样看像素)
2. 控制鼠标(移动、点击、拖拽)
3. 控制键盘(输入文字、按快捷键)
4. 切换窗口、打开文件
这一招对企业 IT 来讲,是个核武器。
为什么?因为企业 90% 的系统是没有 API 的——你公司用的老 ERP、内部 OA、政
府报送系统、医院 HIS、工厂 MES、银行核心——这些祖宗辈的系统全是只有人才能
用的界面。以前的 AI 接不进去,只能干瞪眼。
现在 Computer Use 一上来,所有这些"祖宗系统"都被自动接入。AI 不需要等你公司
花三年改造系统、暴露 API——它就当个"会用电脑的临时工",直接干活。
这就是为什么 RPA 公司股价开始抖——它们二十年攒下的"自动跑流程"的护城河,被
AI 一招挑了。
七、第六匹马:B 端老板被"ROI 焦虑"逼急了
前面五条都是技术。最后一条,是经济。
2023 年企业老板看到 ChatGPT,觉得是个好玩意儿,但没急。2024 年装了
Copilot,发现效率上去了 10%,但 ROI 算下来很尴尬——一个员工一年加几千美元
的 Copilot 订阅费,但产出没有显著上升。
这个尴尬,2024 年底变成了一种集体焦虑——"我花了几千万美元搞 AI,老板要问
ROI 了,我怎么交代"。
McKinsey 的全球调查很有意思:90% 的企业说在用 AI,但只有大约 1/3 报告了"显
著业务影响"。[4]
这个落差,逼着所有企业 CTO 找新出路。出路只有一条——别再让 AI 给员工"打辅
助",让 AI 自己把整件事跑完。
于是从 2025 年开始,企业付费意愿开始从"按席位订阅"转向"按结果付费":
Sierra(客服 Agent):按解决工单数收费,每解决一单收几美元。
Harvey(法律 Agent):按合同审查数 / 尽调数收费。
11x、Artisan(销售 Agent):按签下的合同提成。
Decagon、Cresta(客服 Agent):按提升的转化率收费。
Deloitte 在《2026 SaaS meets AI Agents》报告里直接说:"定价模型、客户体验、
人力结构,全部要重写"。[5]
这就是 B 端 ROI 焦虑推出来的浪潮——老板需要"按结果付费的劳动力",而不是"按
席位收费的工具"。Agent 刚好踩在这个点上。
八、六匹马一起拉车,这是一次"相变"
好,六条根讲完了。现在我们把它们摆在一起看:
1. 会想很久的模型(推理能力)——让 Agent 能跑长任务
2. 百万级上下文——让 Agent 有持续记忆
3. 算力降到白菜价——让 Agent 跑得起几百步
4. MCP 通用协议——让 Agent 接得上千百种工具
5. Computer Use——让 Agent 接得上没有 API 的祖宗系统
6. B 端 ROI 焦虑——让市场愿意为 Agent 付钱
这六匹马,单独哪一匹都拉不动这辆车。但 2025 年这一年,六匹马同时齐了缰绳
——所以车一下就跑起来了。
物理学上有一个词,叫 相变——水变成冰、铁变成钢,温度只差一度,物理性质完全
两样。Agent 在 2025 年发生的,就是一次相变。不是某一家公司的胜利,是整个技
术栈的化学反应。
九、一针见血
讲完这一卷,我要给你最一针见血的判断:
一篇论文。 是六股力量在同一年里同时到位——推理 + 长上下文 + 廉价算
力 + 标准协议 + 通用操作能力 + B 端付费意愿。任何一条没准备好,
Agent 都立不起来;六条同时准备好了,Agent 就立得不可阻挡。所以,
那些等着 "等技术再成熟一点" 的人,根本没看懂这一次为什么不一样——
这一次,技术、协议、市场、心理预期是一起到位的,再等没有意义。要么
现在上车,要么以后被收门票。
弄清了这六匹马,下一卷我们就开始点兵——看看 2025 年这盘大棋上,到底有哪些
Agent 部队,他们各自在打什么仗。
卷四:战场点兵之一——编程 Agent,第一块被攻下的阵地
一、为什么编程是第一块骨牌
考察一场战争,要看它从哪里打起。Agent 这场仗,是从编程这一块先打起的。
为什么是编程?不是偏爱,是商业逻辑决定的。编程在 Agent 眼里是个"优质战场",
原因有三条:
第一条,反馈环最短。 你让 AI 写一段代码,能不能跑,一编译就知道;一跑测试,
对不对马上出结果。这个反馈什么意思?意思是机器能自己给自己打分。机器能给自
己打分,它就能自己提高,不需要人手把手地教。这是强化学习能跑起来的必要条
件。
第二条,数据最干净。 世界上有 GitHub、Stack Overflow、各种开源项目——上亿
亿行代码摆在那里,免费取用。别的行业,法律、医疗、金融——数据都抹了索、锁
了柜。只有编程这一行,数据是」公共财产『。
第三条,被自己行业最熟悉。 AI 公司里全是程序员。让他们做一个"替程序员干活的
Agent"——他们太熟了,闭着眼睛都知道这个工具应该怎么设计。看老乡助乡亲的忙
最好使。
这三条加起来,使得编程成为了 Agent 革命的"岡田山"——低处着手,先竖起根据
地,再打出去。
所以一看 2024–2025 年,所有 Agent 公司都从编程切入——这不是巧合,这是必
然。
二、战场全景:五路大军同时占山头
你说到 Cursor、Codex、Claude Code、还有 "hermesagent / opanclaw"——我猜
你说的是 Hermes Agent、Cline / OpenHands 之类的开源 Agent。他们都是编程战
场上的不同部队。我给你梳一梳。
这场仗,有五路大军同时上场:
第一路:IDE 里的 Agent——Cursor / Windsurf / Trae
代表:你提到的 Cursor。
Cursor 是什么?你可以把它看作"为 AI 重写的编程软件"。传统的 VS Code、IntelliJ
——都是为人设计的,人在里面敲代码;Cursor 是为 Agent 重写的,人变成了"下达
任务的人",让 Agent 在里面跑。
2025 年里程碑事件:
3 月:Cursor 限量发出"Agent 模式",可以让它自己改多个文件、运行命令、调
试。
5 月:OpenAI 以 30 亿美元收购 Windsurf(原名 Codeium)——这是 OpenAI
史上最大并购之一。[1]
下半年:Cursor 3.0 发布,能同时跑 8 个 Agent。你一个人坌在椅子上,手里可
以同时指挥 8 个程序员同时干活。
同期字节推出 Trae、腾讯推出 CodeBuddy、阿里钉钉推出通义灵码、腾讯推出
代码伙伴——中国这一路在追,但距离 Cursor 还有明显差距。
打个比方你就懂:Cursor 之于传统 IDE,就像拖拉机之于牡丹。别人还在牌桌上拼拼
奋鬥,他已经跳到了另一张桌子上。
第二路:终端里的 Agent——Claude Code / OpenAI Codex /
Gemini CLI
代表:你提到的 Claude Code、Codex。
这一路走的是不一样的路子。它们不要 GUI(图形界面),就要一个纯黑屏命令行——
你打一句话,它在后台跑一堆事。
为什么不要界面?因为高手发现:界面是为人设计的,人一看谁也受不了 Agent 哔哔
哔跑 50 步的频率。不如索性把界面拆了,让 Agent 在黑屏里闷头干,干完交个结果
给你。
Claude Code:Anthropic 出品,2025 年下半年 GA。1M token 上下文、能同
时跑 9 个 Agent、能直接控制你的文件系统和浏览器。被业内人称为"当前最强的
编程 Agent"。
OpenAI Codex(2025 新版):OpenAI 重名推出的云端 Agent。你给它一个任
务,它在云端沙箱里跑完,直接给你交 PR(代码提交)。分"只读 / 半自动 / 完全
接管"三档权限。
Gemini CLI:Google 追赶的产品,同类逻辑。
中国这边,这一路还没有严格意义上对标的产品出现。这是中国编程 Agent 最明显的
空白。
第三路:云端自主软件工程师——Devin
代表:Devin(Cognition Labs)。
Devin 是 2024 年 3 月作为"世界首个 AI 软件工程师"开饰的。一开始大家还有质疑,
认为是 demo 骨。后来事实证明——人家是真干活的。
Devin 的特点是:你不需要跟它同坌一际。 你只需要在 Slack 里 @ 它,说"帮我修这
个 bug"或"帮我把这个项目从 Python 2 迁到 Python 3"——它自己开个虚拟机、自
己克隆代码、自己调试、自己提 PR。[2]
2025 年 7 月是里程碑:高盛部署 Devin 做大规模代码迁移。[3] 同期 Nubank(巴西
最大数字银行)用 Devin 做代码迁移,提速 8–12 倍,迁移成本降至 1/20。[4]
什么意思?举个最期的例子。Nubank 这样的银行要做一次代码迁移,原本要雇 50
个资深程序员、费 1 亿美元、耗 18 个月。现在用 Devin,可能是 5 个人、500 万美
元、3 个月。你现在明白为什么高盛那些 CTO 她们晚上睡不着了吧。
第四路:IDE 伴侣——GitHub Copilot 的逆袭
代表:GitHub Copilot(微软旗下)。
GitHub Copilot 是老哥了。2021 年就上线,当时叫"AI 位置补全工具",靠这个东西
GitHub 在全球拉到了 1500 万开发者付费订阅。[5]
但 2024 年面对 Cursor 、Claude Code 的冲击,Copilot 一度陶裂。微软怎么反
击?拆。
把 Copilot 一分为三:
代码补全 Copilot:老本行,继续服务一般开发者。
代码评审 Copilot:自动看 PR、提意见。
自主 Coding Agent:你提一个 Issue,它自己换 PR 回来。
这里面有个靠职场逻辑可以听懂的逻辑。以前一个 Copilot 同时当三个角色——补
全、评审、接手——那是因为以前能力不够。现在能力够了,三个角色各自独立出
来,各有各的责任。这不是拆分,是专业化。就如同以前一个家庭医生看所有病,后
来发展出了内科、外科、儿科、眼科。
第五路:开源大兵团——OpenHands / Cline / Aider / Hermes
代表:你提到的"hermesagent"、"opanclaw"。
这一路是社区大兵团。他们大都开源、免费、能装在你自己的电脑上跑:
OpenHands(原名 OpenDevin):开源版的 Devin。
Cline(原名 Claude Dev):VS Code 插件形式的开源 Agent。
Aider:命令行 Agent,能直接改代码、提 Git commit。
Hermes / OS-Atlas / OpenInterpreter / OpenClaw 之类:各种开源
computer-use / coding-agent。
这一路的意义是什么?意义在于——它们让"起义军"也拿得到炸药。你不付费也能玩
起来,哪怕你是个在县城里干活的程序员。这件事对 Agent 生态是好事,因为它让
Agent 这种能力不被垄断在几家大公司手里。
三、五路军怎么选?一张表看明白
部队
适合什么人
最大龙头
价格
Cursor / Trae
喜欢 IDE 、需要手脱手
干活的人
能同时指挥 8 个
Agent
$20–60/月
Claude Code
喜欢命令行、要极高能
力的人
1M 上下文、多
Agent
按 token 或月餐
OpenAI Codex
需要云端后台任务的人
发 PR 回来
按 ChatGPT Plus /
Pro
Devin
企业、需要大型迁移 /
改造
"虚拟同事"体验
按件计费,贵
GitHub Copilot
公司已用 Microsoft 生
态的开发者
与 GitHub 集成
$10–39/月
部队
适合什么人
最大龙头
价格
开源 (Cline /
OpenHands / Aider)
预算紧、学习者、进阶
发烧友
完全可控
免费(自己付模型
费)
这里要提醒一句:这些产品不是他死我活的关系,他们是同一场革命里不同部队。高
手们现在透露出来的用法是——同时用。会 Cursor 的人也会 Claude Code。不同场
景叫不同的 Agent 出来。这就是你这个年代"0 代码深度用户"要掌握的手艺——不是
选某一台机器,是能调动整个军团。
四、一个震撼性的指标:SWE-bench
老谈感觉不行,起码要拿数据说话。
AI 圈里有个评测标准叫 SWE-bench(Software Engineering Benchmark)。它取了
GitHub 上几百个真实项目的 bug,让 AI 去修。修好了算赢,修不好算输。
这个分数近三年发生了什么事?
2023 年底:GPT-4 出不到 5%。
2024 年 3 月:Devin 首亢 13.86%,SOTA。
2024 年下半年:多个 Agent 干到 30%+。
2025 年 7 月:mini-SWE-agent 在 SWE-bench Verified 上跑到 65%。
2025 年底:Claude Code、Codex 在多个 SWE-bench 子集上走到 70–
80%+。
什么意思?意思是两年间这个分数涨了 十几倍。
这个进度有多可怕?你想一想:一个人类程序员,从"能修 5% 的 bug" 到 "能修 65%
的 bug",需要几年?至少三到五年。AI 用了二十个月。
这个动作背后是什么?是初级程序员的职位。今年美国 CS 应届生就业率是近年最低
的,中国 985 计算机专业初职薪资也在下行。这不是未来会发生的事,这是 2025 已
经在发生的事。
五、Vibe Coding:"编程不再是程序员的专利"
这一卷最重要的一点——对你这位"0 代码深度用户"来说——是下面这个词:Vibe
Coding(氛围编程)。
这个词是 Andrej Karpathy——OpenAI 联合创始人、Tesla 前 AI 总监——在 2025
年 2 月发明的。他说:"有一种新的编程方式,我叫它 vibe coding。你完全沉浸在氛
围里,拥抱指数增长,甚至忘了代码的存在。"
什么意思?意思是——你不需要写代码。你只需要说出你要什么,看看出来的东西是
不是你要的,不是就说」重来『或者」把左边那个按钮改成绿色『。
这背后是一整拨产品在支撑:
Bolt.new(StackBlitz):输入一句话,生出一个可运行的应用。
Lovable(瑞典):同类,被称为"欧洲第一 vibe coding 独角兽"。
v0(Vercel):专门生成前端页面。
Replit:云端 IDE + Agent,能从一句话起步生成、部署、托管一个 Web 应用。
国内:夞克、豆包 vibe、微信凢圈「打造」、豆豆「打造」——跟进中。
这件事的意义多大?软件创造权第一次从工程师手里溢出来,走进了所有人手里。
以前,你只能雇人让他帮你做一个应用,起价三五十万,耗时半年。现在你一个人,
一个下午,可以生一个能跑、能部署的 Web 应用。这是什么概念?
打个比方:这就像 1450 年古腾堡的印刷术出现之后,出书这件事从修道院里的扫书
吟生手里溢出,走到了成千上万人的手里。重点不是出书变便宜了,是出书这件事不
再需要一个特定阶层的垄断。
vibe coding 之于软件,就是古腾堡之于书籍。
六、阶级分析:谁赢?谁输?
我们做一点阶级分析。这场编程 Agent 革命中:
赢家:
资深程序员:会指挥 Agent 、能看出 AI 生成代码哪里有坎、能负责架构设计——
他们会出现起平均薄弱期,但三五年后薪资会创新高。
产品经理 / 设计师:原本受限于"说服程序员"的过程,现在能直接用 vibe coding
把原型跑出来。他们与 Agent 合香。
你这样的"0 代码深度用户":是这场革命里被双重赋权的人——既避开了传统学
代码的 5 年赔付,又在 vibe coding 的初期红利几乎最大受益。你们是这场革命
的太阳肩。
输家:
初级 / 刚毕业程序员:他们原本靠"会写代码"吃饰,现在这个能力被贬值。后面几
卷会仔细讲。
传统软件外包公司:靠"人型代码机器"赚差价的生意,被代码机器本身干掉。
传统 SaaS 公司:这是下一卷重点之一。
七、本卷一针见血
净、同行热情,所以第一个被攻下。但别误会:不是「只有程序员受影
响」。恰恰相反,编程被攻下意味着软件被攻下,软件被攻下意味着互联网
被攻下,互联网被攻下意味着只要运营在数字世界里的生意都要被攻下。
你现在上车,不是去学个程序员的手艺,是去学一个「指挥编程军团」的本
事。这是时代发给你的第一张「入场券」。
编程这一块讲完了。下一卷我们看通用 Agent——这是你们这些不写代码的人最直接
能上手的东西。
卷五:战场点兵之二——通用 Agent,你不写代码也能用的那一拨
一、什么是“通用 Agent”
上一卷讲的是编程 Agent——你得会看代码才用得起来。本卷讲的是通用 Agent——
你完全不需要懂代码,用中文可以、用语音也可以。
什么叫通用 Agent?定义一句话:
不限定行业、不限定场景、能用浏览器和电脑干总体性工作的 Agent。
你对它说“帮我调查中国亿能智驾赛道的前十名选手,出一份 PPT”,它能干;你对它
说“帮我把这个电子表格上的 300 个邮件地址遭一遭,看看哪些公司是上市的”,它也
能干;你跟它说“帮我订下周三上海到杭州的高铁,靠过道的,最便宜的”,它还能
干。
这才是你这位“0 代码深度用户”最该着迷的一拨。下面我们一个个拆。
二、国外军团:几只“重坑牙齿”
(1)OpenAI Operator → ChatGPT Agent
2025 年 1 月份,OpenAI 推出 Operator——第一个产品化的“会用浏览器的 AI”。[1]
你给它一个网页任务,它能自己打开浏览器、点击、填表、提交。
同期 OpenAI 还有一个叫 Deep Research 的东西——专门干调研。你丢一个问题,
它能跑几十个网页、看几十篇论文、出一份几千字的报告。
2025 年 7 月,OpenAI 把这两东西合并,出了 ChatGPT Agent。[2] 它是什么?一
个在 OpenAI 云端服务器里跑的虚拟电脑。你可以让它:
查资料、出调研报告
打开电子表格、填数据、出图表
做 PPT、发邮件
订机票、订酒店、订会议室
报名课程、填报名表、送交表单
只要你说得出来,它基本都能干。OpenAI 给它费了一个虚拟电脑 + 浏览器 + 代码环
境 + 文档软件——相当于给它设了个小办公室。你付了 ChatGPT Pro(每月 200 美
元),就能雇这个“虔志劤奋的助手”一个月。
这是什么概念?以前你雇个实习生是三千美元一个月,现在二百美元雇个 Agent 实习
生。干的活还不是人实习生能比的。
(2)Anthropic Computer Use + Claude for Chrome
Anthropic 走的是另一条路。他们 2024 年 10 月先推出 Computer Use API——不是
产品,是能力。谁都能拿这个 API 去做自己的 Agent。
2025 年 8 月,Anthropic 推出 Claude for Chrome——直接装在你 Chrome 浏览器
里的侧边。[3] 你该怎么看网页还怎么看,但 Claude 能看见你看见的一切,能接手代
你点鼠标。这个体验比 Operator “独立在云端跑”更紧密——你是点主、Claude 是帮
手,边看边干。
Anthropic 还在 2025 年底推出 Claude Skills,让你能给 Claude 装上“专业能力包”
——比如写动画脚本的能力包、做业务分析的能力包。你不需要重新训练模型,挑一
个能力包装上去就行。
(3)Perplexity Comet 与 Browser Company Dia
这是 2025 年出现的一个新品种:Agent 原生的浏览器。
Perplexity Comet:Perplexity 公司出品。你打开它,不是一个搜索框,是一个
能跟你聊、能替你点页面、能跨页面总结信息的助手。
Dia(Browser Company):同类产品,更偏设计感。
Opera Neon、Brave Leo、Microsoft Edge + Copilot——传统浏览器一同跟
进。
这一拨产品背后是一个重要趋势——浏览器从“人看网页的窗”变成了“Agent 走网页
的道”。这是互联网近三十年最重要的结构变化。后面卷十二将仔细展开。
(4)Google Gemini Agent / Mariner / Project Astra
Google 也没闲着。他们 2024 年底先推出 Project Mariner(浏览器 Agent),2025
年升级为 Gemini Agent。同期 Project Astra 走的是多模态路线——能看、能听、
能说的个人助理。
Google 的优势是它控制了 Android、Chrome、Gmail、Google Workspace——这
是世界上最多人用的产品。2026 年他们的动作会决定“Agent 能不能走进千家万
户”。
三、中国军团:明明白白上场了
这一点你一定要听清楚——中国在通用 Agent 这个赛道上,不是跟随者,是同时上场
者。甚至在某些点上是领先的。
(1)Manus:“在中国引爆 AI Agent 热潮的产品”
2025 年 3 月 6 日,Butterfly Effect(也就是 Monica.im 背后的团队)上线
Manus。上线三天,邀请码被炒到 50 块人民币一个。5 月拿到 9000 万美元融资,
估值 5 亿。
MIT Technology Review 直接把它称为“the product that lit the AI agent boom in
China”——在中国引爆 AI Agent 热潮的产品。[4]
Manus 能干什么?几个典型例子:“帮我分析一下上个季度中国新能源车 SUV 市场,
出一份 PDF 报告”、“帮我设计一个个人网站,介绍我是干什么的”、“帮我查一下下周
的预报天气,订一头重庆一日游”——都能一句话丢进去,几分钟后拿到结果。
2025 年 12 月 15 日,Manus 1.6 发布,一口气给出 8 个专业 Agent:Project
Builder、Diagram Agent、商务报告 Agent、股票研报 Agent、集资 Agent、职位发
布 Agent、讨论纪要 Agent、面试 Agent——一个产品,集成为一拨人的劳动力。
这一招一出,中国公司集体跟进。
(2)字节豆包 / 扣子空间
字节的豆包一贯是一拨黑马。2025 年 6 月发布 豆包大模型 1.6,同期上线 扣子空间
(Coze Space)——这是一个人人可用的 Agent 平台。
你能在上面创建自己的 Agent,也能应用别人建的 Agent。到 2025 年底,扣子上公
开的 Agent 过万。
重点一件事:豆包 1.6 加上了 Computer Use 能力,这是中国头部模型中第一个公开
跟进这个能力的。Computer Use 这一点能后面会详讲。
(3)智谱 AutoGLM 与 Z.ai
智谱(清华系)是中国“六小龙”之一。他们推出了 AutoGLM——一个能代你用手
机、电脑、浏览器的 Agent。你说“去美团帮我点一份香辣蛙”,AutoGLM 能看手机屏
幕、点点点,帮你点好、下单、付费。
2025 年 7 月智谱推出 Z.ai——为海外市场重包的产品,同期发布 GLM-4.5。这个动
作背后讲一个现实:中国 Agent 的金主不能只靠国内市场,要出海。
(4)MiniMax Agent / Kimi-Researcher / 阶跃起点
其他“六小龙”也几乎同期出 Agent:
MiniMax Agent:不同于他们原本的 Talkie / 星野 AI ,一款专门的生产力
Agent。
Kimi-Researcher(月之暗面):偏重深度调研。
阶跃星辰:主营物理世界模型 + 多模态 Agent。
百川智能:偏医疗、法律场景。
零一万物:深度调研 + 企业场景。
总之句话,2025 年中国 Agent 产品的数量和迭代速度,只有美国能比。别的国家都
是跟进。
(5)Genspark / Anycoder / SkyWork —— 中国人出去创业的产
品
这里要点名一个现象:中国人在海外创的 Agent 公司也不在少数。
Genspark:朾峰创始人野马(陈小能、宋亚云)创办。仅 9 个月护原护 ARR 过
4000 万美元。[5]
Anycoder:中国人创的 vibe coding Agent。
SkyWork:偏企业场景。
这个现象说明:中国人做 Agent 不亚于别人。现在不够出色的是生态、是开发者社
区、是付费意愿,不是人。
四、一个入门示范:让 Agent 干你上周未完成的事
光讲产品不行,拿个例子看看。
假如你是一个中国三线城市的生意人,你上周计划的三件事没做完:调研一下本地竞a
茶店市场、写一份开店计划书、设计一个宝贝店面页。你一个人、不会代码、不懂设
计。
传统做法:找三个朋友、雇一个创意、费三个周末。
Agent 做法:
1. 市场调研——你对 ChatGPT Agent / Manus / 豆包说:“帮我调研 XX 市中心区
的奇 茶店市场——多少家、营业额、价格、人流量、热门品项、顾客评价”。它自
己去美团、小红书、大众点评、高德地图上梳。半个小时出一份几千字报告 +
Excel 表格。
2. 开店计划书——你说:“基于刚才这份调研,写一份 30 页的开店计划书,含选
址、面积、预算、人员、三年财务预测”。Agent 一气生出 Word 文档。
3. 设计宝贝店面页——你说:“用 vibe coding 帮我设计一个宝贝店首页,黑金风
格,竞a茶主题,5 个主推产品位,隐藏会员入口”。Lovable / Bolt / Cursor / v0
几分钟后交件。
总共耗时:不超过三小时。总共花费:不超过 100 块人民币。
这三件事连起来,在 2020 年要干完,需要三个人、一个月、几万块。这是近五年最
重要的一次生产力额外释放。
五、这里面最严重的问题:可靠性
不讲黑话,讲点实话。现阶段的通用 Agent 最严重的问题是什么?可靠性。
你让 ChatGPT Agent 干一件 30 步的任务,70% 的概率能顺利完成,20% 会在中间
某一步卵住,10% 彻底走错。这是当前状态。
这是啥意思?意思是它现在还不能完全「交完就不管」。你得盯着点。交代一件重要的
事,你要中间检查三四次。
但别忘了。2024 年同样的任务,成功率是 20%。2026 年预计走到 85%+。一年一
个台阶。
Gartner 调查显示,2025 年企业多 Agent 架构查询量从 2024 年 Q1 到 2025 年 Q2
增长了 1445%。[6] 但同一份报告预警:到 2027 年底,40% 的 Agent 项目会被取
消——原因是贵、不可靠、价值不清。
这是什么意思?意思是在未来三年,会干 Agent 的人与不会干的人,距离将拉到最
大。会的人能拿 Agent 用出 10 倍效果,不会的人只能看看是不是烫锅。
六、一针见血
🌐通用 Agent 是你这个「0 代码深度用户」最该抓住的机会窗口。 他不要求
你懂代码、不要求你懂架构、不要求你设计 prompt。你只需要两件东西:
一是会拆任务,二是会验货。拆任务是把一件大事拆成清楚、交得出去的子
任务;验货是看完东西能不能指出哪里不对、下令重来。这两件事不需要计
算机背景,你这个年龄、你这个身份、你这个阅历——刚好适合干。 这是
时代赏你的股息,别让它从手缝里溢出去。
通用 Agent 讲完了。下一卷我们讲垂直 Agent——那些专门为某个行业量身定制的
Agent。这里面藏着未来几十个独角兽。
卷六:战场点兵之三——垂直 Agent,下一拨独角兽藏在哪
一、什么是“垂直 Agent”
上一卷讲的是通用 Agent——什么都能干、但哪个都不精。本卷讲的是垂直 Agent
——只为一个行业、一个场景量身定制,要么不干、要么干到极致。
打个比方。通用 Agent 像个"万能干活的重庆棒棒匠"——什么都会一点,什么都不精
通;垂直 Agent 像个"看了三十年胃病的老中医"——别的他不懂,你那个胃的毛病他
闭着眼睛能诊出来。
什么东西适合做成垂直 Agent?三个条件:
第一,场景独特。这件事不是哪里都能用的。法律的事、医院的事、金融的事——都
是行业里才习惯的业务。
第二,专业门槛高。这件事不是随便一个人能干的。考过司法考才能当律师、取了医
师资格才能开药——这些门槛使得劳动力贵、供应少。
第三,付费意愿强。这件事一旦能提高效率,客户愿意出高价。一件法律合同审查,
律师收费 5000,企业老板倒倒乐意付。
三条凑齐,Agent 杀进去、劳动力价格压不下去、企业愿意付高价买单——这就是独
角兽出现的土壤。
Y Combinator 的合伙人公开讲过一句话:"垂直 AI Agent 的市场,可能是 SaaS 市
场的 10 倍。"[1]
这句话什么意思?意思是——SaaS 过去十年是个 3000 亿美元的市场;垂直 AI
Agent 未来十年可能是 3 万亿美元。“为什么是 10 倍”这个逻辑后面卷十二详讲,现
在先拿出五块垂直阵地看一看。
二、阵地一:法律——Harvey 与 Legora
代表:Harvey、Legora、Hebbia。
法律这个行业决定了它会被第一拨打下。为什么?
1. 劳动力最贵。一个美国靠头律师一小时 1000 美元;中国红圈所 800 中高级合伙
人一小时 5000 人民币。
2. 工作重复性高。看合同、查判例、写调查备忘录——九成是重复劳动。
3. 错不起、需要个同体担责。Agent 不能取代律师,但能让律师一个人干三个人的
活。
在这个阵地上:
Harvey(1)总部旧金山 (2)到 2025 年底 ARR 超过 3 亿美元 (3)估值 50
亿美元 (4)全球 Top 100 律所过半是它的客户。[2]
Legora(瑞典)是 Harvey 的欧洲对手。
Hebbia:专门干金融 + 法律二合一的文档分析。
Harvey 能干什么?举个例子。你是一家互联网公司的总法顾问,你刚收到一份 80 页
的英文合同。传统做法:护人护同干 12 小时。Harvey 做法:丢给 Harvey,10 分钟
后拿到:
全文中文摘要
20 个风险点清单,以库里类似合同为参考
修改建议,逐条理由
与中国《民法典》、《公司法》相关条文的交叉点
你作为总法顾问,只需要评阅、调整、营销。以前 12 小时的活,现在 1 小时。
中国这边:北大法信、腾讯雷鸣、阿里通义法务助手、智谱法务 Agent——都是同赛
道的跟进。但能力、生态、客户付费意愿跟 Harvey 还有明显差距。
三、阵地二:客服——Sierra 与 Decagon
代表:Sierra(OpenAI 前 CTO Bret Taylor 创办)、Decagon、Cresta、Ada。
客服是 Agent 最适合上手的阵地。为什么?
1. 全世界有数千万个客服座位。孩人、吃人、临时工主主的职业。劳动强度高、年
流失率 30%+。
2. 问题重复。一个电商客服,八成问题是"订单到哪了""怎么退货""优惠券怎么用"。
3. 可衡量。解决一单 = 一单。价值清清楚楚。
Sierra 逆天的点是哪:它是 Bret Taylor 创办的。Bret Taylor 是谁?
OpenAI 董事会主席
Salesforce 前联合 CEO
Google Maps 联合创始人
Twitter 前 CTO
这个老人三口一组人马同类,2025 年拿下 5 亿美元融资,估值 100 亿美元。2026
年 6 月估值翻倍到 350 亿美元。[3]
哪来这么高估值?看他们的商业模式:
按解决工单收费。一单几美元。不按席位、不按订阅、不按时间。
这个定价模型一出,企业老板看明白了一件事——Sierra 卖的不是软件,是劳动力。
劳动力是个什么市场?是 SaaS 市场的十倍。这就是为什么 YC 说 “垂直 Agent 是
SaaS 的 10 倍”。
中国这边:微严 Agent、腾讯业务 Agent、阿里云智能客服 Agent、以及多家 SaaS
企业(莱淇、合齐云、蚂蚁、众吭)加装 Agent——跟进中,但距离 Sierra 那种 “按
结果付费” 的成熟产品还有距离。
四、阵地三:销售——Clay 与 11x
代表:Clay、11x、Artisan、Common Room。
销售这个职业是 Agent 能面改造的典型。为什么?
销售职业有三件重复的东西:
1. 找潜在客户(lead generation)
2. 发邮件 / 打电话 / LinkedIn 联系
3. 上门拜访 / 谈判 / 结单
前两件是加班、重复、烦人的劳动。后一件才是拼人的本事。在 Agent 没出之前,销
售人员 70% 的时间花在前两件上,错过了第三件。
Clay:主类入口数据增广平台。你给它一个对象名单,它能上百个数据源查补
完。2025 年下半年拿到 5 亿美元融资,估值 30 亿美元。
11x(你他间叫成 "AI digital workers"):创始人是英国人,它提供 24/7 不间断
的销售 Agent“Alice”,能自动发邮件、跟进、预约会谈。[4]
Artisan:同类,他们叫销售 Agent“Ava”。广告词叫“Stop hiring humans”(别再
雇人了)——这句话报告出来后,职业销售联盟都抖了。
这代 SDR(销售开发代表)职位受冲击最严重。2025 年美国 SDR 职位需求同比下降
12%,几乎是职业冲击量最大的产业之一。
五、阵地四:医疗——BCG 预言与中国育庄
代表:OpenEvidence、Glass Health、Suki、Abridge、中国育庄医疗、腾讯医
疗。
医疗这个阵地上 Agent 什么能干?
1. 门诊辅助:生成门诊纪要、提示诊断、检查医领。Suki 、Abridge 主打这个场
景,能让医生每天减少 2 小时写病历的时间。
2. 诊断辅助:OpenEvidence 是个里程碑产品,被称为"医生版的 ChatGPT"。
2025 年拿到 3.2 亿美元融资,估值 35 亿美元。美国 1/3 的医生在用。
3. 药物发现:Insilico Medicine(中美联创)能用 AI 把药物划面从 6 年压到 18 个
月。
4. 医院运营:排班、、药物库存、保险报管、招挨体检报告。
BCG 的 2026 预测:美国 80% 以上医疗高管认为 Agentic AI 会在 2026 年带来中-
极重要价值。[5]
中国这边是个独特场景:
育庄医疗:中国重庆公司,做基层医院 AI 辅助诊断。
腾讯医疗 / 阿里健康 / 京东健康:重卷互联网医院 + AI 门诊。
中国卷宝、多鱼、微医联:推 AI 费控、伺服、医院运营。
但要说实话,中国医院 IT 基础越差、医生工作强度越高、Agent 被接受的阶段越难,
中国医疗 Agent 还需五年才能走动。
六、阵地五:金融——高盛为什么本早用 Devin
上一卷讲过,2025 年 7 月高盛部署 Devin 做代码迁移。为什么高盛这样的老保守金
融机构也震起来了?
因为金融是三件事的叠加:
1. 劳动力贵:一个资深量化、交易员、合规人员 100 万美元年薪起步。
2. 重复劳动多:报表生成、咨询回复、合规检查、反洗钱检查。
3. 付费能力强:一件事能提升某个指标 1%,他们愿付几百万。
金融 Agent 主要纬度:
不动产加 / 交易 Agent:WealthFront、Stash、Robinhood——依次加装 AI
Advisor。
合规 Agent:JP Morgan COiN、高盛 Hebbia——自动检查合规点。
客服 / 型门咨询:銭行、香港汇丰、ASML——部署个人财富顾问 Agent。
中国这边:招商银行、平安、中国人寿、招商证券都在偏部署 AI 多 Agent 架构。但
距 Sierra、Hebbia 这种“以 Agent 为公司业务核心”的独角兽,还差中间一代距离。
七、阵地六:科研 / 工程 Agent——听说过但你不太熟的
那些
这些领域你可能听说得少,但是独角兽最多:
Cradle(荷兰):蚂蜘蛋白设计 AI,能设计治虐药物、工业酶。
EvolutionaryScale:生物学基础模型。
FutureHouse:科学发现 Agent。2025 年发表了超过 30 篇论文。
Google DeepMind「AI co-scientist」:专帮科学家提出假设的 Agent。
Sakana AI:日本公司,创始人原 Google Transformer 论文作者。能自动生产
机器学习论文。
这些东西听起来遥远,其实它们改变的是人类推进知识边界的速度。以前一个薬物发
现需 6 年、费 25 亿美元。现在 Insilico Medicine 能压到 18 个月、3000 万美元。
这是什么概念?是人类谁也赢不了的状完肳的胜利。
八、一张全服表:看看 2025 垂直 Agent 独角兽名单
领域
公司
2025 估值
商业模式
法律
Harvey
50 亿美元
按席位 / 按合同
客服
Sierra
100 → 350 亿美元
按解决单收费
销售
Clay
30 亿美元
SaaS + 使用量
客服 / 销售
11x
3 亿美元
按 Agent 月餐
医疗
OpenEvidence
35 亿美元
免费 + B 端
入口 / 搜索
Perplexity
180 亿美元
订阅 + 广告
领域
公司
2025 估值
商业模式
编程
Cursor (Anysphere)
90 亿美元
订阅
编程
Cognition (Devin)
40 亿美元
按件计费
通用
Manus (中国)
5 亿美元
订阅
这里面你看出三件事:
第一,价值量上去了。加起来几千亿美元。
第二,收费模式在变。各种“按结果付费”模式起来了。
第三,中国玩家只有一家(Manus)上了表。这不是说别的中国公司不后劲,是说中
国在垂直 Agent 赛道进场中。
九、为什么垂直 Agent 是 SaaS 的 10 倍市场?
这里拿一个最骨感的账对你讲。
SaaS 是卖工具。工具卖多少?看企业需要多少席位。一个 1000 人企业买 SaaS 席
位,一年 30 万美元顶到天了。
Agent 不一样。Agent 代替劳动力。劳动力贵多少?一个客服一年薪资加社保 6 万美
元。一个 1000 人企业里如果有 200 个客服,一年就是 1200 万美元。
全部被 Sierra 接走,即使 Sierra 只收 1/4——那也是 300 万美元。这是 SaaS 后席
位账的 10 倍。
这件事说明了什么?SaaS 代价是“席位费”。Agent 代价是“劳动力费”。后者是前者的
几倍。
“10 倍”这个数不是 Y Combinator 随便拍脑袋拍出来的。是算账算出来的。
十、一针见血
🐄未来五年上市的 100 个 AI 独角兽里,起码一半是垂直 Agent。这些东西项
项是「拿 Agent 去接某个以前需要人才能干的行业」。 中国市场里,这是
未来三到五年最大的商业机会之一。为什么?因为中国某些行业 SaaS 累计
不够,反而被 Agent 这件事“跨越式”赶上。 几个领域重点留意:法律(企
业法务 + 个人法务)、客服(电商 + 到店)、医疗(基层辅助 + 费控)、教
育(一对一教师)、口理与财务(代记账 + 零售应用)、政府事务(打印 +
报送代办)。 你作为一个在中国生活的人,这些领域你都能看见癶口。看见
癶口、走进癶口、在癶口上看见独角兽——这是时代判给你看的第二张入场
券。
垂直 Agent 讲完了。下一卷我们跳出软件世界——讲 物理 Agent,也就是具身智
能、人形机器人、工业 Agent。这是中国现在这个赛道起码是领跑领跑的。
卷七:战场点兵之四——物理 Agent,中国领跑的那一块
一、跳出软件,走进物理世界
前面三卷讲的都是软件世界里的 Agent——在屏幕里跑、在云端跑、在浏览器里跑。
本卷跳出去,讲一个别的东西:物理 Agent。
什么叫物理 Agent?一句话:长了身体的 Agent。人形机器人、服务机器人、工业机
器人、无人车、智能无人机——这些不是在屏幕里跑的,是在现实世界里跑的。
这件事为什么重要?三个原因:
第一,世界上 80% 的活在物理世界。软件再发达,也只是人类各种劳动里的一小
片。大头是工厂里拧螺丝、餐馆里端菜、医院里护理、街面上送快递、农田里摇麽
子。这些活软件 Agent 一口也吃不下。要吞下这些活,必须让 AI 长出身体。
第二,这是中国现在起码领跑的那一块。前面讲的卷里,中国都是跟进的居多。但物
理 Agent 这一阵地,中国 2025 年几乎占了世界人形机器人出货量的 85%。这不是
某人拍脑袋拍出来的数,是行业统计出来的数。[1]
第三,这是下一十年最大的“合务层”变革。Morgan Stanley 预言:到 2050 年,人
形机器人世界市场 5 万亿美元,人口十亿十亿。[1]
二、为什么人形机器人是这一轮的重点
这里你可能会问:为什么偏偏要做成人的样子?做成个轮子、一个机械手不不够了
吗?
问得好。这里讲个道理。
世界上所有现有的环境都是为人设计的。门是人能开的门、楼梯是人能走的楼梯、工
作台是人站着能够到的高度、餐具是人能拿起的重量。这些环境、这些工具、这些流
程——都是以人为坐标原点设计出来的。
这是个什么意思?意思是——一个机器人要是能代替人干活,最省事的路子是它长得
跟人一样。它能走人走的路、推人推的门、拿人拿的东西。不需要重新改造环境。
打个比方。你要让机器人在工厂里干活,你有两个选择:
——第一个选择:改造工厂。装传送带、送机械手、跳产业机器人。这件事工业革命
后人类干了 200 年了。限制是什么?只能改那些能被改造的工厂。三线城市的学口加
工厂改不了,农村里的补胎店也改不了。
——第二个选择:造一个长得跟人一样的机器人。干什么不需要改造环境。原来雇人
干什么活,这个机器人就去干什么活。
第二个选择背后是个商业逻辑。世界上有几亿个工作场景是为人设计的,只有一拨能
被传统工业机器人接起。人形机器人一上场——原本接不上的 90% 都有了机会。
这是什么概念?是重新定义劳动力市场。
三、中国领跑:宇树 5500+ 台,特斯拉只有 150
这一点你要听清楚。别的领域中国跟进,这个领域中国领先。还不是领先一点点,是
领先一大片。
看几个数据(来源业内出货量统计、Morgan Stanley、SemiAnalysis 2025):
宇树科技(Unitree):2025 年出货 5500+ 台人形机器人。主营 G1 / H1 / B2。
G1 售价 9.9 万人民币起步。宇树变成了中国人形机器人的"微软"。
智元机器人(Unitree 联创人出来另创):2025 年出货 1500+ 台。
众锡机器人、小武纪 Robotics、起达杰特、乐聊冱路、优必选科技——以及小
鹏、小米、华为、京东、阿里都在人形机器人领域投资。
中国 2025 年总人形机器人出货量占全球的 84.7%。[1]
美国这边呢?
Tesla Optimus:2025 年出货 约 150 台。Elon Musk 说 2026 冲 1 万台——能
不能冲上去要看。
Figure(Figure AI):2025 年出货约 100–150 台。
Agility Robotics:主产品 Digit,2025 年出货近 200 台。Amazon 仓库部署。
Boston Dynamics(现实现在在现代汽车集团旗下):Atlas 主要是展示,出货量
仍少。
1X Technologies(挪威):OpenAI 投资。
中美两边一加,中国出货是美国的几倍以上。
为什么会这样?三个原因。
第一,供应链。人形机器人需要谁?需要叏减器、舒服电机、传感器、锁手、锁身、
锐商、转纱——这些东西中国在供应链上远领先。一台人形机器人八成零件能从杭
州、深圳、东莞、佛山重庆一点。美国要装起来,销件从海外进,单价高三倍。
第二,市场。中国有什么?中国有六十亿劳动人口、有世界最大的制造业集群、有世
界最大的劳动密集产业。人形机器人上量后第一个市场只能是中国。
第三,政策。《“人工智能+”行动意见》明确提到“智能体与具身智能”。全国 20+ 个省
份出了人形机器人产业促进政策。杭州水梨坞补贴最狠。
这三条叠起来,中国人形机器人是 “供应链 × 市场 × 政策” 三重优势。不领跑才怪。
四、一个里程碑事件:宇树在映席趣味运会上跳起了际舊
2025 年 8 月,杭州映席趣味运动会上,宇树的人形机器人 H1 现场跳起了际舊。2 分
16 秒的表演中,同时 16 台 H1 同步动作、同步翻醒、同步辞訓。现场个人拍手手都拍
肍了。
别看这是个表演,背后能动思量大了去了。起梳三点。
第一,这说明以人形为才能的 “雾蒙型身体控制”已经走通了。以前人形机器人走路蹲
会撞牌、跳起交手、拿东西踢眼。现在能跳舊了、能手转东西了。
第二,这说明多人形机器人协同走通了。以前多机器人同时动作,一个撞上另一个是
常事。现在 16 台同步跳际舊了,是什么概念?是机器人军团干活的能力走通了。
第三,这说明人形机器人商业化走通了。一个 9.9 万块的机器人能跳际舊、能交友、
能拿东西。这个价格比上海一辆 C5 还便宜。生产力压着这个价位上着,进入产业只
是时间问题。
同期的里程碑事件还有几件:
2025 年 4 月,中国举办世界首场人形机器人马拉松,人机同跡。
2025 年 8 月,北京世界人形机器人运动会,中国人形机器人拼拼手贤、体育比
赛。
2025 年 11 月,众锡机器人集体生产上床。
2025 年 12 月,小鹏机器人在众锡工厂里担任装配工。
五、宇树为什么能偏偏在中国冲出来
你可能会问:同样是玩机器人,为什么宇树能冲出来?他们是谁?其创始人王兴兴是
上海大学机械工程本科生。
宇树为什么冲出来?三件事:
第一,坚持造便宜的。别人都在造 “10 万美元人形机器人”,宇树从一开始就造 “10 万
人民币起步的人形机器人”。价格差五倍。价格一下来,需求量上去了,迭代速度起来
了。
第二,坚持开源的。宇树把不少软件、控制㇈算法开源。世界上几千个实验室在宇树
的平台上做论文、做研究。这招在 GitHub 上被称为 “China’s ROS”。这个生态一起
来,别人跟不上。
第三,坚持使用中国供应链。宇树不去扫货海外零件,坚持杝杭州-深圳-东莞供应链
一体。单价压进去。
这三条果克上去,就是一句话——“用中国的方法造中国起势能肩起的人形机器人”。
别人玩不起这一招。
六、工业 Agent:不象人形那么醒目,但几乎同重要
人形机器人动作大,但讲实话,现阶段能在工厂里真干活的还是少。产业面上以期能
赚钱的,还是另一类——工业 Agent。
什么叫工业 Agent?例子:
一个能看看产品质量、发现问题自动报警的 AI 质检系统。
一个能调度 200 台 AGV(自动导引车)在仓库里跑、送货、避障的调度 Agent。
一个能上听设备捋动、下去预测故障、路该中控报维修的预测性维护 Agent。
一个能从需求预测、原材料采购、生产排排、物流调度一口气干到底的供应链
Agent。
这些东西不走路、不扬手、不上电视,但他们是工业里真正能产生赚钱的那些东西。
Deloitte 2025 预测:工业、制造业领域的 Agentic AI 系统在 2027 年会增长三倍以
上。[2]
中国这边提供这种能力的主要是谁?
华为云 Pangu 系列软件 + 工业 Agent:在口业金融亵、顶金、宝钢、三一重工
都部署了。
腔心云亵、中控技术、世渦论道:工业控制企业以及加装 AI Agent。
中航智能 / 中航哈尔滨 / 叔叴街、混水——军工、船舶、航空 Agent。
这个领域中国起势厚、场景多、迭代快。出独角兽只是时间问题。
七、一个重要原则:物理世界 Agent“只读主"
这里要提醒你一件事。物理 Agent 跟软件 Agent 有个根本区别——软件 Agent 错了
可以重来,物理 Agent 错了是会伤人、损财、损机器的。
所以现阶段所有负责任的物理 Agent 应用都遵守一个原则——“只读主”:
只读 (Read-only) 场景优先:质检、预测性维护、安防监控——这些 Agent 只看
不动,发现问题报警给人。错了代价低。
交互 (Read-Write) 场景谨慎:让 AI 控制设备、控制生产线、控制机械手——这
些要多重安全门、多重人不赛。
看到某个产品说 “能听 AI 调度生产线” 都要抱一份高度警惕——这件事还不够成熟。
人形机器人亦同。加踢跳舊是一回事,让它抬着 100 公斤重物在农场里走是另一回
事。价值饔上去可能还需三到五年。
八、制造业 + 具身智能:这是中国最大的本能例
这是本卷最一针见血的一点。
中国 14 亿人口,现在造起来 5500+ 人形机器人,看起来不多。但什么是 “上量”?上
量是与中国制造业互裡。与中国制造业互裡意味着什么?。
意味着这里面有三重能量:
1. 产能能量:中国能一年造 5000 万辆汽车。造机器人起量后,能不能一年造 5000
万台机器人?能。这是能力问题。
2. 场景能量:中国 60 万家制造厂、100 万家餐馆、几百万家世界工厂——这里面多
少 “热、脏、累、险” 的岗位是机器人需要接手的?上亿。
3. 成本能量:中国人年转警在加,退休人口在增、青年人口在减。2030 年后,中国
劳动力供应不足。人形机器人不是 “可选”,是 “必选”。
这是要聋的“底牌逻辑”。中国玩人形机器人,不是译象一些外作家说的 “迫忍不住、进
提”,是 “不玩不行”。
九、机器人会说话了:VLA 与世界模型
本卷最后小补一件事。
2025 年有个新词叫 VLA(Vision-Language-Action,视觉-语言-动作)模型。这
是什么?是让机器人能 “看-听-动” 三位一体的模型。
你说 “拿那个黄色的杯子”,它看见黄色杯子、听懂话、动手去拿。
以前这三件事是拆开的,现在一体了。
Google DeepMind 出了 RT-2 / Gemini Robotics,Physical Intelligence 出了 π0 ·
π0.5,Tesla 起势自研,中国这边中航智能、腾讯 Robotics X、智元、宇树、阶跃星
辰都出了 VLA 产品。
与 VLA 同期热起来的是 世界模型(World Model)——让 AI 能在脑子里 “预演” 物
理世界会怎么变化,从而提前准备。阶跃星辰是中国里主打世界模型这个赛道的。
这两个东西加起来,是 “让机器人能听懂话 · 能看见世界 · 能预演未来”。这是“具身智
能”能 “听令干活” 的最后一招。
十、一针见血
🤖物理 Agent(具身智能 / 人形机器人 / 工业 Agent)是中国现在起码领跑的
那一块。不是领跑一点点,是领跑一大片。2025 年中国人形机器人出货量
占全球 84.7%,宇树一家出货就是特斯拉 + Figure + Agility 三家总和的几
倍。 这不是口口口口中国制造业的助动,是中国人口结构、制造业集群、
供应链、政策四合一的必然。 你作为中国人,别看轻这一点。未来十年在
中国发生的最重要几件事之一,就是人形机器人与制造业、服务业的融合。
这是中国在 Agent 赛道上“对外贴金”的那一门。
物理 Agent 讲完了。下一卷我们回到底层——讲 MCP 与上下文工程,这是 Agent 世
界的 “地基与水管”。
卷八:地基与水管——MCP 与上下文工程
一、为什么要讲这一卷
前面七卷讲的是地面上看得见的东西——产品、公司、机器人。本卷跳下去讲地基。
你看不见,但是没了地基,地面上的东西一个也立不起来。
这一卷讲两件事:
1. MCP(模型上下文协议)——这是 Agent 世界的 "水管与电线"
2. 上下文工程(Context Engineering)——这是 Agent 世界的 "给脑子装架子的
手艺"
这两件东西一代人都不太弄得明白,但是它们决定了未来十年 Agent 能走多远。别看
你今天不是程序员,你这两个词听不懂不要紧,看完本卷你能拿起一件商业机器阅变
化的重要口成。
二、MCP 是什么:一句话说明白
前面卷三里略讲了 MCP。本卷讲透。
MCP 全名——Model Context Protocol,模型上下文协议。是 Anthropic 2024 年
11 月开源推出的。[1]
一句话说明白:
MCP 是让 AI 与外部工具、数据源、服务互相讲话的“普通话”。
以前这个讲话是类似 “方言” 的。每个 AI 公司都有自己一套。OpenAI 讲上海话、
Anthropic 讲广东话、Google 讲四川话、中国公司还是低州雼。结果是什么?结果是
一个工具要接十个 AI,必须写十套讲话代码。
MCP 出来后,大家一块儿讲普通话。一个工具只需要写一套 MCP 接口,所有 AI 都
能接。
三、用一个最粗的比方讲明白
你老家可能是农村,也可能是县城。别管哪里,你肯定干过这件事——买过不同品牌
的手机充电器。
2014 年以前:诺基亚充电头、三星充电头、苹果充电头、小米充电头——不互通。换
个手机,换一根线。一个抽屉里堆三四根线是常事。
2015 年以后:USB-C、Type-C 接口逐渐统一。哪个品牌都能公用一根线。抽屉空
了,出门只带一根线。
Type-C 之于充电,就是 MCP 之于 Agent。
以前你想让 ChatGPT 接你公司的金蝶财务系统、接你的企业微信、接你的钉钉——
三个接口要写三套代码。现在 MCP 一出,三家公司只需要各自写一个 MCP server,
任何 AI 都能接。
这个变化不是 “提高效率”,是 “重新出生”。这跟充电头统一后产生的变化一样——不
仅仅是你不用多带充电线了,是 “移动设备生态” 这个东西重新释放了。
四、MCP 出世后那一年发生了什么
看一走时间线:
2024 年 11 月:Anthropic 开源 MCP。刚出来的时候,说实话,没几个人重视。为什
么?因为大家当时还在热衣 OpenAI 的 GPT 与 o1,定看不上一个 “协议”。
2025 年 3 月:OpenAI 官方宣布支持 MCP。这件事重要的程度是什么?是 “父亲认
了别人家生下的孩子”。OpenAI 是 Anthropic 的最大竞争对手,但同名重要的事上人
家也得跟进。
2025 年 5 月:微软、Google、AWS、Cloudflare 逐次支持 MCP。
2025 年 7 月:MCP 被 GitHub 后取 100K+ Star。
2025 年 9 月:全球 MCP server 超过 5000 个。
2025 年 11–12 月:MCP 正式进 Linux 基金会下新成立的 Agentic AI Foundation。
OpenAI、Block 联合创始,AWS、Google、Microsoft、Cloudflare、Bloomberg
几个全部入伙。[2]
2025 年底:MCP 月下载量 9700 万、活跃 server 一万多个。
一年时间。从“没人重视”走到“行业标准”。这个速度在互联网史上最接近的对比是
HTTP。1991 年 Tim Berners-Lee 发明 HTTP,1994–1995 年成为世界标准。
MCP 是 Agent 时代的 HTTP。这句话你记住。以后谁提 Agent,你问人“你接了多少
MCP”,人家会看你一眼——这个人是懂行的。
五、MCP 出来后发生了什么 “职业变迁”
这里面隐藏着一个对你现实有用的东西。
MCP 出来后,几件事发生了:
第一,出现了 "MCP server 市场"。十万个 MCP server 这个生态里,几乎所有常见
的服务都有了自己的 MCP server:
文件系统、Google Drive、Notion、飞书、GitHub、GitLab、Slack、钉钉、企
业微信、Outlook、Gmail、Calendar、Linear、Jira、Confluence、Trello、
Asana、Salesforce、HubSpot、腾讯会议、Zoom、Stripe、PayPal、支付
宝,。。。
数据库:MySQL、PostgreSQL、MongoDB、Redis、Snowflake、
ClickHouse。。。
云:AWS、Azure、Google Cloud、阿里云、腾讯云、华为云。。。
浏览器 / 电脑 / 手机:Playwright、Puppeteer、ADB、AppleScript。。。
第二,出现了 "MCP 开发者”这个专门职业。在 GitHub 、LinkedIn 上,专门写 MCP
server 的个人开发者出现了,他们能为某一个企业定制 MCP 接口。逆如说,一家中
国公司要让 Claude 能访问其金蝶财务系统,零夕一个 MCP server 报价 5–8 万人民
币。
第三,出现了 "MCP-as-a-Service" 这个生意。服务商代部企业部署 MCP server、
维护、质控。Anthropic、Cloudflare、Replit 都提供该服务。
第四,出现了 "MCP 生态学习师”这个职业。领导企业怎么选择哪些 MCP server 要
领入、哪些要领出、怎么调油。是一个拼企业架构能力的职业。
这三四件事加起来是什么?是“进场券”。你这些 “0 代码深度用户” 中间本能能上手
MCP 生态的,未来三年是人才市场上的香饱饱。
六、上下文工程:Agent 世界的 “手艺”
MCP 讲完了。现在讲另一件东西——上下文工程。
这个词是谁发明的?Andrej Karpathy。上一卷提过他。OpenAI 联合创始人、Tesla
前 AI 总监。2025 年 6 月他发了一条 X 推文,一句话震住了行业:
“LLM is the new CPU, context window is the new RAM”(大模型是新的
CPU,上下文窗口是新的内存)。
这句话什么意思?意思是说——老式计算机是 CPU 跟 RAM,现在 AI 时代是大模型
跟上下文窗口。以前谁会干活看谁能把代码写到 CPU 里,现在看谁能把信息装进上下
文窗口。
这门手艺被叫做 “上下文工程”。它要解决什么。它要解决几件事:
1. 装什么:Agent 要干某件事,你要给它什么信息才够?遇老件、遇意件、一件业
务的背景、偏好、限制条件?装多了会占空间、会令重点被淹没;装少了又会令
Agent 看不明。
2. 怎么装:重要的放前还是后?遇某个部分重复提醒?怎么标出边界?
3. 什么时候装:Agent 跑了 50 步,哪些信息要一开始就给,哪些要说到那个另给?
4. 装不下怎么办:上下文窗口 1M token 听起来大,但一件复杂业务可能需 10M、
100M。怎么决定哪些装进去、哪些从库里现查?
这门手艺听起来稲低,其实重要不得了。现阶段 Agent 项目能不能走动,上下文工程
占压出能加减起码一半。
七、上下文工程的六件礼服
总结一下,上下文工程的六件手艺:
第一件,系统提示词(System Prompt)设计。这是 Agent 上位后看到的第一句
话。忡决它是谁、结定怎么干活、边界在哪。一件好的系统提示词能让一个 7B 参数
的小模型表现超过一个没有提示词的 200B 参数大模型。
第二件,例子给供(Few-shot)。让 AI 看五六个示例,胜过说上五事十句抽象说明。
这跳路教孩子同理——“不会则看看老哥怎么做”。
第三件,检索增强(RAG)。你公司有一库文档,不可能一次性装给 Agent。怎么
办?装索引到库里,Agent 问某个问题时查一下、取上来三五件相关文档装进上下
文。这门手艺叫 RAG(Retrieval-Augmented Generation)。
第四件,工具描述设计。Agent 看过什么工具?工具怎么描述才能让它选对?描述详
细点还是简炼点?这些都是手艺。
第五件,记忆机制。Agent 跑多步后怎么记上一步会什么?记哪些、不记哪些?过了
50 步上下文装不下了怎么压缩?
第六件,下一步预测。人类干事会预测下一步该干什么。Agent 亦是。怎么让下一步
准准的?这里面包含计划、计反思、计修正。
这六门手艺合起来叫 “Context Engineering”。现在是 Agent 世界中最热门的手艺。
八、为什么上下文工程重要过 “模型本身”
这里讲个反直觉的东西。
一个同样的模型,被两个人用。
一个人用了六个月,没能让它干出一件脱事。
另一个人用了一个月,能让它一年赚 100 万。
为什么?不是模型问题。是上下文工程问题。
同一台拖拉机,老农能状一亩三千斤,新农能状一亩八百斤。差在哪?是在 “架子装
什么”、“怎么走”、“什么时候调油”。拖拉机本身一样,但问“驾驾”的手艺不一样。
人与 Agent 的关系亦同。同一个 Claude、同一个 ChatGPT、同一个高耀 Manus
——不同的人用出来的价值差一倍、十倍、一百倍。
这件事是什么意思?是说 “指挥 Agent 这件事” 本身是一门手艺。不是谁都干得了。
干得不一样出来的价值差极大。
这门手艺未来五年会能被称为 “AI 时代的读写算”。不会它,是未来社会里的 “文
盲”。
九、中国在 MCP 上的赛道问题
这里要跟你讲一件心里话。
MCP 是个重要的东西,中国现阶段在 MCP 赛道上 明显落后。落后多少?
全球 1 万多个 MCP server 里,中国公司制作的有记载的不足 500 个。
Linux 基金会 Agentic AI Foundation 创始会员里没有一家中国公司。
中国主流企业金蝶、用友、众索、蚂蚁、莱淇上的 MCP server 质量、覆盖面明
显较差。
为什么会这样?三个原因:
第一,生态。MCP 是 Anthropic(美国)开源的。中国公司偏跟进上有鲁钝。
第二,动机。中国公司主打“一站式平台”,希望客户锁在自己里。推 MCP 这种 “跟别
人互通” 的协议不符合商业动机。
第三,中间层。MCP 要起来需中间层开发者社区、开源项目、独立产品。中国这些东
西是弱项。
这一点不能避谈。但也不要厲厲。还是三个点考虑:
第一,中国能赶。MCP 刚 1 年,中国从现在起步拼 3–5 年,完全可以到上。其他开
源项目如 Linux、Kubernetes,中国从起步落后到赶上都有先例。
第二,中国可以在 MCP 之上加层。总中国区的 MCP 服务代理、在 MCP 之上加中文
化、加合规化、加本地服务。这些是中国可以独立做出独角兽的机会。
第三,中国可以加进标准制定。中国企业要主动加入 MCP 社区,参与讨论以加动。
这件事现在做还不晚。
十、一针见血
🔌MCP 是 Agent 时代的 HTTP、是 Agent 时代的 Type-C 接口。一句话总
结:你以后听别人讨论 AI,不提 MCP 三个字的人都不是重要口。 上下文
工程是 AI 时代的 “读写算”。不会装上下文,同一个 Agent 被你用出来是
玩具,被高手用出来是独角兽。 中国现阶段在 MCP 赛道上明显落后,但能
赶。这是其中一个你作为一个 0 代码深度用户可以走进去的机会——现在
开始掌握 MCP、掌握上下文工程,三年后你是中国 MCP 生态里的中高级
谙亲。 这是时代给你看的第三张入场券。
地基与水管讲完了。下一卷我们抬眼看寏观——讲 经济篇:GenAI 能给世界创造多少
价值、GDP 提多少、为什么高盛年底突然说 “2025 年 AI 对美国 GDP 贡献为零”。这
里面有个差点去了的争论。
卷九:算大账——AI 到底能给世界创造多少钱
一、先讲一句老实话
讲变革,最容易掉进两个坑:一个是把它讲成天上掉馅饼,一个是把它讲成洪水猛
兽。我们今天讲经济,要躲开这两个坑,只算一笔账。这笔账分三层:全球的、国家
的、个人的。三层都要算清楚。
二、第一笔账:麦肯锡的 2.6–4.4 万亿美元
你听到的第一个大数,是麦肯锡 2023 年算出来的:生成式 AI 每年能给全球经济带来
2.6 到 4.4 万亿美元的额外价值。[1]
这个数有多大?一句话:比整个英国的 GDP 还大。英国 2024 年 GDP 约 3.6 万亿美
元。等于说,AI 每年给世界凭空多生出一个英国。
这个数怎么来的?麦肯锡看了 63 个使用场景——客服、销售、市场、研发、软件工
程、供应链——一项一项算。每个场景能省多少时间、提多少效率、加多少产出。加
总起来,2.6 到 4.4 万亿。
这个数到 2025 年还成立吗?麦肯锡 2025 年 3 月又出了一份报告,把数字上调了:
到 2030 年,AI 给全球经济带来的新增价值可能高达 4.4 万亿美元,其中 Agent 形
态占大头。[2]
三、第二笔账:高盛的 7% GDP 与 1.5 个百分点
高盛 2023 年算了另一笔账:未来十年,AI 能把全球 GDP 多推 7%,每年生产率多
增 1.5 个百分点。
7% 是什么概念?2024 年全球 GDP 约 110 万亿美元,7% 就是 7.7 万亿美元。比日
本一整年的 GDP 还大。
1.5 个百分点是什么概念?过去 20 年,美国的全要素生产率年增长平均只有 0.5–1.0
个百分点。AI 一上来,生产率增长率翻倍。
要听明白这一点。过去半个世纪,西方经济一直在喊 “生产率停滞”(productivity
slowdown)。再多的技术、再多的资本投入,生产率年增 1% 都做不到。Robert
Gordon 写过一本书《The Rise and Fall of American Growth》,悲观得很——说人
类最美好的生产率时代过去了,将来只能靠人多撑着。
AI 一来,把这本书的结论几乎翻了过去。如果高盛的数对,1.5 个百分点意味着过去
半个世纪的 “生产率停滞” 突然结束了。
四、第三笔账:高盛 2025 年底的一记冷水
讲到这里你可能觉得:这账算得真漂亮。等一下。
2025 年底,高盛自己出了一份很奇怪的报告。报告里说:2025 年,AI 对美国 GDP
的实际贡献,约等于零。[3]
你看,这数差得太大。上一份说十年 7%,这一份说当年 0%。怎么回事?
这不是高盛打脸自己。这里面有个很深的统计问题。讲透一点:
第一层:AI 的产出,目前大多没进入 GDP 统计。一个律师本来一周写 5 份合同,现
在一周写 15 份;GDP 统计里看到的是 “律师还是那个律师”,工资也没大涨;多写的
10 份合同算谁的?没人算。
第二层:AI 减少了一些岗位。客服少雇了、销售少雇了、初级程序员少雇了。这些减
少进入了失业数据,但增产没进入 GDP。于是表面上的 GDP 看不见 AI 的正面效应。
第三层:AI 投资的硬件——英伟达 GPU、数据中心、变压器、电力——倒是进了
GDP。但这些是投入,不是产出。真正的产出还没到反映期。
这三层叠起来,就出现了一个奇景:AI 在企业里翻天覆地,但 GDP 报表上几乎看不
出。
经济学家 Azeem Azhar 把这个现象叫做 “看不见的革命”。他打了个比方:1995 年
互联网刚普及那几年,美国统计局也没在 GDP 里看见明显效应;要到 2000 年之
后,生产率突然蹿一个台阶,回头看才知道——1995 到 2000 年那五年其实在打地
基。
AI 现在正好处在 “打地基” 的五年。地基打完,台阶才会蹿上去。
五、第四笔账:算力与电力的真金白银
上面三笔账都是 “未来值”。看一笔现在就摸得到的 “现在值”——AI 行业自身的产值。
第一项,芯片。Nvidia 2025 财年营收 1300 亿美元,几乎全部来自 AI 数据中心。市
值一度突破 5 万亿美元,超过整个英国 GDP。AMD、博通、TSMC、SK Hynix、
Samsung——加起来 AI 相关芯片产值 2025 年破 5000 亿美元。
第二项,数据中心。2025 年全球数据中心新建投资约 6000 亿美元,比 2023 年翻
了 4 倍。Microsoft、Google、Meta、Amazon 四大云厂商 2025 年资本开支合计
超过 3000 亿美元,几乎全部砸在 AI 算力上。
第三项,电力。一个 GPT 级模型一次训练耗电相当于 3000 个美国家庭用一年。AI
把美国电力消耗从 “零增长” 拉回到年增 3–5%。2025 年三里岛核电站重启专门给微
软供电,这是史上头一遭。
第四项,应用层。OpenAI 2025 年营收估计 130 亿美元;Anthropic 70 亿;Cursor
5 亿;Perplexity 3 亿。Microsoft Copilot、Google Workspace AI、Salesforce
Einstein——加起来软件层 AI 直接营收破 1000 亿美元。
第五项,间接溢出。咨询业(埃森哲、麦肯锡、BCG、Deloitte)2025 年 AI 相关咨
询收入分别为 50 亿、20 亿、15 亿、20 亿美元——比 2023 年翻了 5 倍。
这五项加起来,AI 行业 2025 年直接产值约 1.5–2 万亿美元。这就是真金白银了,进
GDP 的。
六、第五笔账:分到中国是多少
上面讲的多是全球数。算到中国头上是多少?
世界经济论坛 2025 年报告:中国 AI 产业规模已超过 700 亿美元,AI 企业 4300+
家。[4]
IDC 中国预测:到 2030 年,中国 AI 产业规模将达到 1.8 万亿人民币,带动 GDP 增
长 13–15 万亿人民币。
这个 13–15 万亿是什么概念?2024 年中国 GDP 约 130 万亿人民币,13–15 万亿是
GDP 的 10%。等于说,未来五年中国靠 AI 多生出一个广东省的经济。
这个数大不大?大。但跟美国比呢?高盛预言美国靠 AI 加 7%,中国 IDC 预言中国靠
AI 加 10%。中国加得比美国多。这一点要说清楚——中国的 AI 红利,不是 “跟着美
国吃剩饭”,而是有独立的、甚至更大的红利。
为什么?因为中国制造业大、企业 IT 化程度低、改造空间大。一个美国大企业 ERP
已经用了 30 年,AI 再改造的边际收益小;一个中国中小企业可能还在用 Excel 记
账,AI 一上来效率不是提 10%,是提 100%、500%。
七、第六笔账:到了你个人的口袋里是多少
讲了全球、讲了国家,最后讲到你自己。
这件事算法不一样。它不是平均分账,是 赢家通吃。
看一组数据。OpenAI 2024 年员工人均创造的营收估计 600 万美元——是 Google
同期员工人均的 10 倍。Cursor 母公司 Anysphere 估值 90 亿美元,员工只有 100
多人——人均估值近 1 亿美元。Manus 母公司 5 亿美元估值,团队 50 来人——人均
1000 万美元。
反过来。被 Agent 替代的初级岗位呢?2025 年美国 CS 应届生失业率创新高;销售
开发代表(SDR)职位需求同比下降 12%;初级客服岗位裁员潮起。
这两个方向加起来是什么?是分化加剧。Erik Brynjolfsson(斯坦福经济学家)2025
年 11 月在一篇论文里讲:“AI 不会让所有人的工资都涨;它会让顶 10% 的人工资暴
涨,让中间 60% 不变,让底 30% 缩水。”[5]
这句话讲得直白。AI 把所有的人放在三个篮子里:
顶 10%:会指挥 Agent 的人。他们的产出从一倍变成十倍,工资也跟着翻。
中间 60%:用 Copilot 干自己原本的活的人。效率提了 20–30%,但工资基本不
变。
底 30%:被 Agent 直接替代的人。岗位消失或工资缩水。
你站在哪个篮子里?这个问题本卷不替你答,下面卷十就来答。
八、一针见血
💰算总账:AI 每年给全球凭空多生一个英国 GDP,给中国多生一个广东省
GDP。这不是炒作,是麦肯锡、高盛、世界经济论坛、IDC 算出来的数。
算时差:但这个红利不是均匀流出来的。2025 年 GDP 报表上几乎看不见
AI,但企业里已经天翻地覆——这就是 "看不见的革命" 阶段,跟 1995–
2000 年的互联网一模一样。这五年是打地基,地基打完台阶才会蹿上去。
算个人:分到你头上是赢家通吃。顶 10% 的人能拿到十倍红利,底 30%
的人甚至会被掏空。你站在哪一格,下一卷答。
下一卷讲就业——Agent 到底是 “消灭工作” 还是 “消灭任务”,这两件事差十万八千
里。
卷十:就业篇——Agent 消灭的是工作,还是任务
一、先泼一盆冷水
讲就业,先把两种极端讲法都泼了。
第一种讲法:"AI 要消灭所有的工作。十年内大部分白领失业,社会陷入混乱。"
第二种讲法:"AI 跟历次技术革命一样,消灭旧工作、创造新工作,最终就业总量不
变,皆大欢喜。"
第一种是恐惧叙事,第二种是安抚叙事。两种都不对。
真相在中间,但不在中间的均值上,在中间的结构上。这一卷的任务,是把这个结构
讲清楚。
二、Anthropic 经济指数告诉了我们什么
Anthropic 2025 年 2 月推出 Anthropic Economic Index——他们用 Claude 处理
的 100 万次对话样本,反推不同职业的 AI 使用情况。[6]
几个有意思的发现:
发现一:AI 使用最密集的不是 "被取代的职业",而是 "中等知识工作者"。计算机程序
员、写作者、设计师、营销人员、律师助理、财务分析师——这些人用 AI 用得最多。
发现二:AI 主要用于 "增强"(augmentation) 而非 "替代"(automation)。
Anthropic 把 100 万次对话分类,结果发现 57% 的对话是用户跟 AI 协作
(augmentation),43% 是用户让 AI 替自己干活(automation)。一年时间——
automation 的比例从 27% 涨到了 43%。两年后呢?多半过 50%。
发现三:单个职业被 AI 影响的不是整个 "工作",是其中的 "任务"。一个律师有 100
项任务,AI 能干其中的 30 项;剩下 70 项律师还要干。这就是 任务级影响(task-
level impact),不是岗位级影响。
这一点很重要,下面单独讲。
三、"任务级" 不是 "岗位级"——这一点听清
你听过很多 "AI 取代律师" "AI 取代医生" 的说法,听完心里慌。我告诉你,这些说法
大多数是错的。
真相是:AI 不取代律师这个岗位,它把律师的 100 项任务里的 30 项接走。剩下 70
项律师还干。但是——
律师原来 100 项任务用 50 小时,现在 70 项任务用 25 小时。
同样工资,他能多干一倍的案子。
或者,律所裁掉一半律师,剩下的律师工资不变。
要么单个律师产出翻倍,要么律师数量减半。
这就是 "任务级影响" 的真正含义。它不消灭一个岗位,它压缩这个岗位的人数需求。
McKinsey 2025 年算过:美国未来十年要被自动化的不是 30% 的工作,而是 30%
的工作时间。这个数字看起来差不多,但含义完全不同。
30% 工作被消灭——意味着 1/3 的人失业。
30% 工作时间被自动化——意味着每个人的工作时间被压缩 1/3,或者岗位数量
减少 1/3,或者两者各占一半。
后一种情况下,社会要做的事是 重新分配工作和收入,而不是 应对大规模失业。
四、IDC 的数:2027 年 40% 的 G2000 知识工作被重塑
IDC 2025 年报告预测:到 2027 年,全球 2000 强企业(G2000)中,40% 的知
识工作流程会被 Agent 重塑。[7]
注意 "重塑" 这个词,不是 "消灭"。它的意思是:
工作还在,但流程变了。
人还在,但任务变了。
岗位还在,但 JD(岗位描述)变了。
举个例子。一个传统的 "市场经理" 岗位,JD 是:写文案、做投放、分析数据、协调
外部团队。2027 年同一个岗位的 JD 可能是:指挥 AI Agent 完成上面四件事——再
加上一项新任务:"管理 AI Agent 的输出质量"。
岗位还叫 "市场经理",但里面的人变了。原来需要 5 个市场经理,现在 1 个指挥 5 个
Agent 就够。4 个人去哪里?
这是个真问题。答案有三种:
1. 一部分去新岗位:AI 训练师、Agent 配置师、数据策展师、AI 治理官——这些
2023 年还不存在的岗位,2025 年已经有了,2027 年会成主流。
2. 一部分去更深的专业:原本市场经理只能干市场,现在他指挥 Agent 后,能跨到
运营、销售、产品。T 型人才 变成 π 型人才。
3. 一部分确实失业:尤其是那些只能干重复任务、不愿学新东西的人。这部分是社
会要安置的。
五、Gartner 的预言:33% 的企业应用 2028 年内嵌
Agent
Gartner 2025 年 6 月预言:到 2028 年,33% 的企业应用将内嵌 Agent 能力。同
时——40% 的 Agent 项目会在 2027 年底之前被取消,因为不可靠或价值不清。[8]
这两个数放在一起很有意思。33% 内嵌 vs 40% 被取消——看起来矛盾,其实不矛
盾。意思是:第一拨 Agent 项目一半要黄;但黄完之后剩下那一半,会真的改变企
业。
这跟历次技术革命一样。1995 年互联网泡沫期,10 家公司里 9 家死掉;但活下来那
1 家——Amazon、eBay、Google——成了今天世界的主宰。
六、哪些岗位最先受影响
讲点具体的。看 2025 年已经在发生的事,按受影响的早晚排:
第一拨已经受到强冲击(2024–2025):
1. 客服:Sierra、Decagon 已经替代 30–50% 的一线客服。美国主要零售商客服人
数 2025 年同比下降 15%。
2. 销售开发代表(SDR):11x、Artisan 已经替代大量外呼销售。美国 SDR 职位需
求同比下降 12%。
3. 初级程序员:美国 CS 应届生失业率 2025 年达 6.1%,是过去十年最高。
4. 市场文案:营销外包公司收入下滑,自由文案撰稿人收入下降 30%。
5. 数据录入员:基本消失了。
第二拨即将受冲击(2026–2027):
1. 初级律师 / 律师助理:Harvey 等工具已经能干 paralegal 的大部分活。
2. 初级会计 / 出纳:AI 已经能干报表、对账。
3. 平面设计 / UI 设计:Midjourney、v0 让一个人干以前三个人的活。
4. 翻译:除了高端翻译,中低端翻译被 AI 完全替代。
5. 基础研究助理:Deep Research 类工具能做绝大多数桌面调研。
第三拨未来五年内受影响(2028–2030):
1. 中级管理:流程协调、汇报、KPI 跟踪——Agent 能干。
2. 中级财务分析师:建模、预测、敏感性分析——Agent 能干。
3. 中级招聘官:筛简历、初轮面试——Agent 能干。
4. 基础医生 / 影像科医生:辅助诊断系统会承担越来越多工作。
5. 教师:尤其是 K12 的辅导教师,将被一对一 AI 家教大规模冲击。
短期内难以冲击(至少十年):
需要复杂物理操作的(外科医生、电工、水暖工、厨师)
需要复杂人际沟通和情感劳动的(高端心理咨询、谈判、政治家)
需要承担最终责任和决策的(CEO、法官、医院院长)
需要进入危险环境的(消防员、矿工、深海作业)
七、新创造的岗位
讲完消灭的,讲新创造的。
以下岗位在 2023 年几乎不存在,2025 年已经成型:
1. AI Trainer / RLHF Engineer:训练 AI 的人。年薪 30–100 万美元。
2. Agent Architect:设计企业 Agent 架构的人。年薪 50–150 万美元。
3. Prompt Engineer:写提示词的专家(这个岗位 2025 年正在被 "Context
Engineer" 取代)。年薪 30–80 万美元。
4. Context Engineer:上一卷讲过的那个手艺。年薪 50–200 万美元。
5. AI Safety Researcher:研究 AI 安全的人。Anthropic、OpenAI 主力招聘岗
位。
6. AI Auditor:审计 AI 系统合规性的人。会计师事务所新增岗位。
7. AI Product Manager:跟传统 PM 不一样,要懂模型能力边界。
8. AI Red Teamer:专门攻击 AI 找漏洞的人。
9. Vibe Coding Designer:用 AI 设计应用的人。
10. Custom Agent Builder:为企业搭建定制 Agent 的人。
这些岗位的特点:起薪高、需求量大、门槛比传统程序员低。尤其是后面几个——你
完全可以从 0 代码深度用户切进去。
八、一个老问题:那些被替代的人怎么办
讲一件政治不正确的实话。历次技术革命,被替代的人,大多数没有顺利转行。
19 世纪英国织布工被珍妮纺纱机替代,他们大多没去当机械工程师,而是失业、
贫困、移民、起义。
20 世纪 80 年代美国底特律的汽车工人被日本竞争和自动化替代,他们大多没去
当软件工程师,而是变成了 "铁锈地带" 的失业人口。
21 世纪初中国传统供销社、国营纺织厂的下岗工人,大多没去当互联网产品经
理,而是去开了出租车、做了小生意、提前退休。
要听明白这一点。技术革命的总账是正的,但分账是不均的。社会要做的事,不是假
装 "大家都能转行",而是设计转移支付、终身教育、再就业培训、社会保障——让那
些转不了的人活得有尊严。
这件事中国政府的做法是什么?"人工智能+" 行动意见 里有专门一段讲 "加强 AI 时代
的就业保障与技能再培训"。世界各国都在讨论 "全民基本收入(UBI)"。这些是社会
层面的应对,本报告不展开。
九、对你个人的三个建议
讲完了宏观,到个人层面。
建议一:别问 "我的工作会不会被替代",问 "我的任务里哪些会被替代"。
把你每天干的活拆成 20 项任务。问自己:哪 5 项今年 AI 就能干?哪 5 项明年能干?
哪 5 项三年能干?剩下 5 项是 AI 一时干不了的——那是你的护城河。
建议二:学会指挥 AI,而不是跟 AI 竞争。
你跟 AI 比写字、比算账、比做 PPT,注定输。你要跟 AI 比的是:拆任务、给指令、
验货、组合。这四件事 AI 暂时学不会。
建议三:进入 "任务密度" 高的岗位,离开 "流程重复" 的岗位。
任务密度高的岗位——咨询、研究、创业、销售头部、产品负责人——里 AI 是放大
器。流程重复的岗位——填表、报销、对账、初轮面试——里 AI 是替代者。你要主动
从后者迁移到前者。
十、一针见血
💼Agent 消灭的不是 "工作",是 "任务"。一个律师还是律师,但他原来 100
项任务里有 30 项被接走;剩下 70 项他干起来效率翻倍;结果要么工资翻
倍,要么律所裁掉一半律师。 三个篮子:顶 10% 会指挥 Agent 的人——
红利暴涨;中间 60% 用 Copilot 的人——基本不变;底 30% 被替代的人
——掏空。 三件事可以做:拆任务、学指挥、迁岗位。你这个 0 代码深度
用户的位置,正好可以从中间 60% 跳进顶 10%,但前提是你要动手——
不动手,等于把入场券撕掉。
下一卷讲治理——欧盟、美国、中国,三家在 AI 监管上各自走了什么路。这一卷你听
了,未来五年看新闻就懂了。
卷十一:治理篇——欧美中三家各走各的路
一、为什么要讲治理
讲了技术、讲了产业、讲了经济、讲了就业,最后必须讲治理。为什么?因为 AI 这件
事,跟历次技术革命有个根本不同:它一上来就触动权力。
蒸汽机一开始只是机器,权力问题是几十年后才浮出来;互联网一开始只是网络,权
力问题是十几年后才浮出来;AI 一开始就触动了三件最敏感的权力:信息生产权、就
业权、决策权。这三件事一动,政府就坐不住了。
所以从 2023 年 ChatGPT 出来不到一年,全世界的政府就开始抢着立法。2025 年是
AI 立法的 "决定之年"——欧盟、美国、中国三家几乎同时出招,但三家走的是完全不
同的路。
二、欧盟:法律先行,规矩最硬
欧盟走的是 "规矩最硬" 的路。
2024 年 8 月,欧盟通过了人类历史上第一部全面 AI 法律——《人工智能法案》(EU
AI Act)。2025 年分两步实施:
2025 年 2 月 2 日:禁止性条款生效。社会评分、情绪识别(在工作场所和教育
中)、未经同意的人脸数据库采集、利用儿童或残疾人弱点的 AI——这些直接被
禁。[9]
2025 年 8 月 2 日:通用 AI 模型(GPAI)的义务生效。OpenAI、Anthropic、
Google、Meta、Mistral 这些 "通用模型" 提供者,必须公开训练数据摘要、做版
权合规、做风险评估、做 "系统性风险" 上报。
违反的代价是什么?最高罚全球年营收的 7%。GDPR(欧盟数据保护条例)当年最高
罚 4%,AI Act 比 GDPR 还硬两倍。
欧盟为什么这么硬?三个原因:
第一,欧盟没有自己的大 AI 公司。OpenAI、Anthropic、Google、Meta 都是美国
的,DeepSeek、Qwen、豆包都是中国的。没本钱跟人家拼,只能立法管人家。这叫
"布鲁塞尔效应"——以监管立国。
第二,欧盟的政治文化里,"先讲规矩再办事" 比 "先办事再讲规矩" 更得人心。GDPR
当年也是这个逻辑。
第三,欧盟的隐私观、个人主义观、对国家权力的警惕——这些哲学传统让 "不受约
束的 AI" 在他们看来天然有问题。
结果是什么?欧盟的 AI 产业活得艰难。Mistral 是欧盟唯一拿得出手的大模型公司,
估值刚到 60 亿美元——同期 OpenAI 是 5000 亿、Anthropic 是 1800 亿。差两个数
量级。
但欧盟的做法也有用——它逼着全世界的 AI 公司向欧盟看齐。就像 GDPR 当年逼着
全世界互联网公司向欧盟看齐一样。这就是布鲁塞尔效应。
三、美国:松绑加速,要赢这场比赛
美国走的是 "松绑加速" 的路。
2025 年 1 月 23 日,特朗普政府上台第三天,签署了一份行政令——《Removing
Barriers to American Leadership in Artificial Intelligence》(消除美国 AI 领导力
的障碍)。[10]
这份行政令做了什么?做了一件大事:撤销了拜登 2023 年签的 AI 行政令。拜登那份
行政令要求 AI 公司向政府报告大模型训练情况、要做安全测试、要做歧视检查。特朗
普一上来全撤了。
同期推出的还有 "AI 行动计划"——全力支持 AI 基础设施建设、加速许可、放宽出
口、推动 "美国 AI 标准" 全球化。
美国为什么走这条路?三个原因:
第一,美国有最多的 AI 头部公司。OpenAI、Anthropic、Google、Meta、xAI、
Nvidia——全是美国的。管严了等于自己掐自己脖子。
第二,美国把 AI 看作 "国家竞争力的核心",要赢这场比赛。如果欧盟自己把自己捆
住、中国被出口管制卡着,美国可以全速跑。这是地缘战略考量。
第三,美国的政治文化里 "创新优先" 比 "规矩优先" 更得人心。
结果是什么?美国 AI 产业 2025 年加速狂奔。OpenAI 估值 5000 亿美元、
Anthropic 1800 亿、xAI 2000 亿——这些数字一年前不可想象。
但松绑也有代价。2025 年下半年开始,关于 "AI 安全" 的事故不断:deepfake 选举
干扰、生成式色情、AI 自主行为风险——这些事在美国没监管框架兜住,社会成本越
来越大。
四、中国:"人工智能+" 行动意见——加速与可控并行
中国走的是 "加速与可控并行" 的路。
2025 年 8 月 26 日,国务院印发 《关于深入实施 "人工智能+" 行动的意见》——这
是中国 AI 治理的纲领性文件。[11]
这份文件几个关键点:
第一,明确 "AI+" 作为国家战略。把 AI 跟实体经济、消费、民生、治理、科学、文
化六大领域结合起来。等于把 AI 提升到 "互联网+" 当年的国家战略高度。
第二,明确支持 "智能体与具身智能" 两个方向。意见里有专门段落讲 Agent 和人形
机器人。这是国家层面的 "押注"。
第三,明确 "安全、可控、可解释" 三大原则。与美国的 "松绑" 和欧盟的 "硬管" 都
不同,中国走的是 "边发展边治理"。
第四,配套了一系列具体措施:算力券、模型备案制、数据要素市场、AI+ 试点示范
区、AI 人才培养——这些都不是空话,是有真金白银投入的。
中国为什么走这条路?三个原因:
第一,中国有 "模型层 + 应用层 + 制造业层" 三层产业。三层都要保护,三层都要发
展。不能像欧盟那样光管不发展,也不能像美国那样光发展不管。
第二,中国的政治文化里 "统筹兼顾" 比 "非此即彼" 更主流。"发展是硬道理,安全也
是硬道理"——这是中国治理 AI 的底层逻辑。
第三,中国 AI 产业有自己的特殊优势(六小龙、制造业集群、人才储备),有自己的
特殊弱点(基础理论、芯片、生态)。治理框架要扬长避短。
结果是什么?中国 AI 产业 2025 年呈现 "中间快、两头慢" 的格局:
中间(应用层、Agent、机器人)—— 飞速发展。
头(基础理论、原创算法)—— 在跟。
尾(高端芯片、操作系统、生态主导)—— 在补。
五、三家对比:一张表看清楚
维度
欧盟
美国
中国
核心思路
规矩先行
松绑加速
发展可控并行
代表文件
AI Act
特朗普 EO
AI+ 行动意见
实施时点
2025/2 + 2025/8
2025/1
2025/8
罚款上限
全球营收 7%
无统一框架
分行业、分级
最强项
规则制定权
头部公司
应用 + 制造
最弱项
无大模型
无统一治理
高端芯片
对开发者
合规成本高
政策利好
备案后宽松
六、Agent 治理的四个真问题
上面是宏观对比。下面讲四个 Agent 治理面临的真问题:
问题一:身份。一个 Agent 上网订机票,谁的身份?是 Agent 自己的吗?还是它代
表的那个人的?目前美国、欧盟、中国都没有给 Agent 单独的法律身份。这意味着
Agent 干的所有事,法律责任全归它的主人。
问题二:授权。一个 Agent 拿到你的密码,能干什么?只能干你授权的,还是只要它
认为合理就干?2025 年下半年已经出现案例:一个销售 Agent 自作主张发了一封报
价邮件,结果客户当真,公司亏了一大笔。这个亏算谁的?
问题三:责任。一个 AI 律师 Agent 给出错误的法律意见,客户因此被判败诉。律师
事务所要赔吗?Agent 公司要赔吗?Agent 用的基础模型公司要赔吗?目前没有定
论。
问题四:行为可追溯性。一个 Agent 上网买了一件东西,凭什么知道是它买的、不是
别人冒充?这就是 "Agent 身份验证" 问题。MCP 协议里有相关讨论,但还没有成熟
方案。
这四个问题不解决,Agent 走不到 "完全自主" 那一天。所以未来三年,治理跟技术会
同步演进。
七、中国治理的几个独特设计
中国治理有几个独特设计,外面不太懂:
第一,模型备案制。在中国上线一个面向公众的大模型,要向网信办备案。这个东西
看起来麻烦,但对小公司其实是个 "过滤器"——只有过得了关的才能上。这降低了
"AI 乱象" 的爆发风险。
第二,分行业监管。医疗 AI 归卫健委,金融 AI 归人民银行 + 证监会,自动驾驶归交
通部 + 工信部。这种 "分而治之" 比欧盟的 "统一立法" 更灵活。
第三,算力券。各地政府发 "算力券" 补贴 AI 创业公司。深圳、杭州、北京、上海、
合肥都有。这是 "用财政手段加速 AI 应用",全世界独一份。
第四,应用示范。"AI+ 试点示范区"——某个城市、某个行业作为试点,先把 AI 部署
起来再总结经验推广。这跟当年深圳特区改革开放的思路一样。
八、台面下的事:地缘竞争
讲治理不讲地缘是讲不透的。
2022 年 10 月美国出口管制升级,把高端 AI 芯片(A100、H100)禁运给中国。
2023、2024、2025 年三次升级,越来越严。这是中美 AI 竞争的核心战场。
中国怎么应对的?三招:
第一招,自研。华为昇腾、寒武纪、海光、摩尔线程、壁仞、燧原——一拨国产 AI 芯
片冲上去。2025 年昇腾 910C 量产,性能据称达 H100 的 80%。
第二招,算法效率。DeepSeek、Qwen、Doubao 在算法效率上下狠功夫。用更少的
算力训练出同等水平的模型。DeepSeek-V3 用 H800(被阉割的 H100)训练成本只
有 GPT-4 的 1/10,是这条路的里程碑。[12]
第三招,绕道。通过新加坡、马来西亚、中东等中转地买芯片,或者租海外算力。这
是灰色地带。
美国怎么反应?继续升级出口管制。2025 年 10 月,美国把 "AI 扩散规则" 升级,把
全球分成三档:盟友(澳、日、英、加、欧)无限制;中间国(印度、巴西、中东)
有限制;中俄朝伊禁运。
这个地缘格局会持续多久?至少十年。所有讨论 AI 的人都必须把地缘考虑进去。
九、一针见血
⚖️欧盟管、美国跑、中国跑加管——三家三条路,没有谁对谁错,只有谁适合
谁。 欧盟的牌是规则制定权,美国的牌是头部公司,中国的牌是应用与制
造。三家未来十年的 AI 实力,看各自能否把自己的牌打到极致。 对你这个
中国人来说,要听明白一点:中国的治理是 "边发展边治理",给应用层留
了足够空间。你这个 0 代码深度用户,恰好就在这个空间里。你不需要研
究算法、不需要造芯片、不需要立法——你需要把 AI+ 用到极致,把应用
做到极致。 这是中国治理框架间接给你留下的礼物。
下一卷讲范式——为什么 Agent 不是 SaaS 的升级,是 SaaS 的食客。讲完这一卷,
你看商业新闻就有上帝视角了。
卷十二:范式篇——为什么 Agent 不是 SaaS 的升级
一、范式是什么
讲到本卷,要请出一个大词——范式(paradigm)。这个词是 1962 年 Thomas
Kuhn 在《科学革命的结构》一书里发明的。它的意思是:一种 "做事的根本方法"。
范式不是一个工具,不是一个产品,不是一个公司。它是 "如何做事" 这件事本身的底
层假设。范式变了,所有的工具、产品、公司、岗位、商业模式都跟着变。
过去 50 年,软件行业经历了三次范式变化:
1970–1990:大型机范式。IBM 主宰。
1990–2010:PC + 互联网范式。微软、Google 主宰。
2010–2025:移动 + 云 + SaaS 范式。苹果、AWS、Salesforce、字节、阿里主
宰。
2025 年我们正在经历第四次——Agent 范式。
这一卷的任务,是把这次范式变化的 六个维度 讲清楚。讲清楚之后,你看商业新闻就
有上帝视角了。
二、维度一:交互方式——从 GUI 到对话
上一个范式里,软件靠 GUI(图形用户界面)跟人交互——按钮、菜单、表单、下拉
框。Windows、macOS、iOS、Android、Web 应用——全是 GUI 范式。
Agent 范式里,软件靠 对话 跟人交互。你说出你要的,软件理解并执行。
这个变化有多大?大到 "图形界面设计师" 这个职业可能会消失一半。未来五年的软件
可能根本不需要按钮。
三、维度二:使用方式——从 "你用工具" 到 "AI 替你用
工具"
上一个范式里,你是司机——你打开 Excel、你点单元格、你输公式。
Agent 范式里,你是派活儿的人——你跟 Agent 说 "帮我做一份本月销售分析",
Agent 自己打开 Excel、自己拉数据、自己出报告。
这个变化的商业含义是:软件公司的客户从 "用户" 变成了 "Agent"。Salesforce 服
务的不是销售员,是替销售员工作的 Agent。这要求 Salesforce 的产品形态全部重做
——为 Agent 优化,而不是为人优化。
四、维度三:付费方式——从 "按席位" 到 "按结果"
上一个范式(SaaS)的核心是 按席位收费:你公司有 100 个销售,就买 100 个
Salesforce 席位,每个席位每月 100 美元,一年 12 万美元。
Agent 范式的核心是 按结果收费:
Sierra:按解决的客服工单收费
Harvey:按审查的合同数收费
11x:按发送的销售邮件、预约的会议数收费
Decagon:按提升的转化率收费
这件事的颠覆性多大?大到 整个 SaaS 行业的估值模型要重写。
SaaS 公司估值靠什么?靠 ARR(年度经常性收入)。客户买了席位订阅,明年大概率
续费,所以 ARR 稳定。Agent 公司不一样——它的收入跟客户业务结果挂钩,业务好
Agent 收入就多,业务差 Agent 收入就少。
这是个什么概念?是 "软件公司变成了客户业务的合伙人"。Sierra 不是卖软件给电
商,Sierra 是帮电商干一部分客服业务的 合伙人——客服业务做得好 Sierra 多拿
钱,做得差 Sierra 少拿钱。
Deloitte 在《2026 SaaS meets AI Agents》报告里讲得很清楚:"定价模型、客户体
验、人力结构——SaaS 行业的三大支柱将全部被 Agent 范式重写"。[13]
五、维度四:入口——从 App Store 到 "Agent 总管"
上一个范式里,软件的入口是 App Store——你下载 App,每个 App 是一个孤岛,你
在 App 之间来回切换。
Agent 范式里,入口是 "Agent 总管"——你跟一个总管对话,总管帮你调用各种工
具。你不需要知道哪个工具叫什么、在哪、怎么用。
这件事对苹果、Google 是个核武器级威胁。他们的 App Store 生态可能被绕过。一
个能调用所有 MCP 工具的 ChatGPT/Claude/豆包,未来可能直接成为新的 "超级
App"——人们一天用它的时间超过用所有其他 App 的时间总和。
2025 年苹果反应的是什么?收购 Anthropic 的传闻屡屡传出(虽然没成);Apple
Intelligence 加速推出;Siri 重做。Google 反应得更猛——Gemini 直接嵌入
Android、Chrome、Gmail、Workspace。
这场入口之争才刚开始。
六、维度五:搜索引擎——从 SEO 到 AEO
上一个范式里,企业靠 SEO(搜索引擎优化) 在 Google 上排名。SEO 是一个几百
亿美元的行业。
Agent 范式里,企业要靠 AEO(Answer Engine Optimization) 在 AI 助手里被推
荐。Perplexity、ChatGPT、Claude、Gemini、豆包——这些是新的入口。
这件事正在发生。2025 年下半年开始:
Google 搜索流量首次出现明显下降。
Perplexity 月活突破 1.5 亿,估值 180 亿美元。
ChatGPT 月活 8 亿,超过必应、雅虎、DuckDuckGo 总和。
中国这边,豆包月活近 1 亿,DeepSeek 月活近 1 亿。
这个变化的商业含义是:搜索广告的 7000 亿美元市场正在被重新分配。谁能在 AEO
里占住位置,谁就能拿到下一个十年的搜索红利。
这是中国互联网公司最大的机会之一,下一卷讲。
七、维度六:组织——从 "金字塔" 到 "指挥官 + Agent
大军"
上一个范式里,企业是 金字塔:CEO → 副总 → 总监 → 经理 → 员工。10 个员工配 1
个经理、10 个经理配 1 个总监、10 个总监配 1 个副总——典型的 4 层结构。
Agent 范式里,企业是 "少数指挥官 + 大量 Agent":
Cursor 母公司 Anysphere:100 多人,估值 90 亿美元。
Manus 团队:50 多人,估值 5 亿美元。
Genspark:60 人左右,ARR 4000 万美元。
Cognition Labs (Devin):100 多人,估值 40 亿美元。
看出规律没有?最优秀的 AI 创业公司,团队规模小,但人均产出极高。
这件事 Sam Altman 2025 年讲过一句话:"我们正在向 'one-person billion-dollar
company'(一人十亿美元公司)的时代迈进。"
听上去夸张,但已经接近真实。2025 年下半年出现了 3 人 ARR 1000 万美元 的公
司,1 人 ARR 500 万美元 的个体创业者。这在 2020 年是不可想象的。
八、六个维度合起来看:什么变了?
把上面六个维度合起来看:
维度
SaaS 范式
Agent 范式
交互
GUI 按钮
对话
使用方
人
Agent
付费
按席位
按结果
入口
App Store
Agent 总管
搜索
SEO
AEO
组织
金字塔
指挥官 + Agent
这六条加起来,是 整个数字经济的运行逻辑被重写。
九、一针见血
🌪️Agent 不是 SaaS 的升级,是 SaaS 的食客。SaaS 卖 "用我的厨房",
Agent 卖 "我替你做菜"。SaaS 的客户是人,Agent 的客户是 Agent。
SaaS 按席位收费,Agent 按结果收费。SaaS 在 App Store 里上架,
Agent 在 Agent 总管里被调用。 未来五年,SaaS 行业将经历一次类似
"诺基亚被 iPhone 取代" 的范式更替。不是所有 SaaS 公司都死,是大部
分 SaaS 公司要变成 Agent 公司——变得过来的活,变不过来的死。 这件
事中国 SaaS 创业者要听明白——别再追美国 SaaS 那条老路,那条路前面
没有终点,只有断头崖。新的路在 Agent 上。
范式讲完了。下一卷讲中美对比——三到六个月的差距、编程的差距、MCP 的差距、
物理 AI 的领先——把账算清楚。
卷十三 中美对比篇:差距与领先,账要算清楚
知己知彼,百战不殆。不知己不知彼,每战必殆。——讲中美的事,不能用情绪,
要用账本。
一、先讲一个总判断
朋友们,讲中美的 AI,最忌讳两件事:
第一件,长别人志气,灭自己威风。一听见 GPT-5、Claude、Gemini,就觉得中国
没戏了,跪了,认输了。这是失败主义。
第二件,自吹自擂,闭眼不看。一看见 DeepSeek 出圈,就觉得已经超越了,弯道超
车了,可以躺平了。这是冒进主义。
这两种态度,都不是实事求是。实事求是是什么?是把账摊开来算:哪里差、差多
少、哪里强、强在哪。差的认账,强的认账,不差不强的也认账。
我先把总判断摆出来:
基础模型的代际能力,中国落后美国三到六个月;编程 Agent 的工程化,中国落后一
年以上;MCP 等基础协议,中国处于跟随地位;但在开源、应用、具身智能、产业落
地、政府推动这五个方面,中国有自己的优势。 这是个不平衡的对手戏,不是单方面
的碾压,也不是单方面的赶超。
下面分五个维度,把账算清楚。
二、第一个维度:基础大模型,差三到六个月
讲基础大模型,要看两个东西:一个是最强的能力天花板,一个是平均的能力中位
数。
美国的天花板,是 GPT-5、Claude 4.5 Sonnet/Opus、Gemini 2.5 Pro。这三家,
把推理、编程、长上下文、多模态、Agent 工具调用这几条线都拉到了一个相当高的
位置。
中国的天花板,是 DeepSeek V3/R1、Qwen 3.0、Doubao 1.6、Kimi K2、GLM-
4.5。再加上「六小龙」——智谱、MiniMax、月之暗面、阶跃星辰、百川智能、零一
万物——以及阿里、字节、腾讯、百度、华为这些大厂。
Recorded Future 公开评估:中国生成式 AI 落后美国三到六个月。这个数字什么意
思?意思是,美国 2025 年 6 月发布的东西,中国大概在 2025 年 9 月到 12 月跟
上。
三到六个月,是个什么概念?
在传统工业,三到六个月不算什么。汽车业、芯片业,差几年都正常。但在 AI 这个东
西上,三到六个月就是一代。今天的差距是三个月,但每隔六个月就有新一代发布,
差距是会累积的。如果中国不能把这个差距压缩到一个月以内,长期看就是永远慢半
拍。
但是话又说回来,三到六个月也不是天堑。比起芯片差十年、操作系统差二十年、
CPU 指令集差三十年,三到六个月已经是近代史上中美高科技领域最小的差距。这是
要看到的。
三、第二个维度:编程 Agent,差一年以上
这个维度上,差距比基础模型大。
美国有什么?Cursor(Anysphere,估值 90 亿美元,年化 5 亿美元收入);GitHub
Copilot 进化到 Agent 模式;Claude Code 命令行编程;Codex 重启回归;Replit
Agent;Devin;v0;Bolt;Lovable——一片黑压压。
中国有什么?通义灵码、CodeBuddy、Trae、文心快码、CodeGeeX 等等。功能上
能用,体验上能跟,但没有一个能在全球范围内对标 Cursor 或 Claude Code 的影响
力。
为什么会差这么多?我看有四个原因。
第一,底座差。Cursor、Claude Code 跑在 Claude Sonnet/Opus 之上,那是当下
编程能力最强的模型。中国的编程 Agent 跑在 DeepSeek、Qwen 之上,模型本身的
编程能力还差一截。这是「枪」的问题。
第二,生态差。GitHub 在美国,Stack Overflow 在美国,开源大本营在美国,开发
者社区在美国。Cursor 一发布,几十万开发者立刻能用。中国的工具,一发布,先要
解决「英文文档没人写」的问题。这是「土壤」的问题。
第三,付费意愿差。美国开发者愿意一个月掏 20 美元用 Cursor,一年下来 240 美
元。中国开发者,免费的都嫌贵。Cursor 一年 5 亿美元 ARR,靠的就是几十万人愿
意付费。中国的同类工具,这个数字打个一折都难。这是「市场」的问题。
第四,敢不敢做的问题。Cursor、Anysphere 早期就敢押注「编辑器从头重写」「VS
Code Fork」「不做 ChatGPT 的套壳」。中国大厂大多更稳健,更倾向于「IDE 插件」
「不动现有产品」。这是「打法」的问题。
这四个问题不解决,编程 Agent 这条线,中国一年内难以追上。
四、第三个维度:MCP 与基础协议,处于跟随
这个维度,我前面卷八专门讲过 MCP。这里再算一次账。
MCP 是 Anthropic 2024 年 11 月发布的协议,到 2025 年 6 月被 OpenAI、
Google、Microsoft、AWS、Cloudflare 一起背书,全球 MCP Server 已经突破一万
个。
中国情况是什么?阿里云、腾讯云、字节、华为云都开始做 MCP 的支持。但全网公
开可用的中文 MCP Server 不到五百个,差距是 20 倍。
这个差距比编程 Agent 还大。为什么?
第一,协议是别人定的。MCP 的规范、SDK、注册中心,主导权在 Anthropic 和
OpenAI 那里。中国如果完全跟随,就是「永远在别人家的院子里玩」。如果不跟随,
就是「自己造一套,国际不接轨」。
第二,应用没起量。MCP 服务器要多起来,前提是 MCP 客户端要先多起来。客户
端,主要就是 Claude Desktop、Cursor、Cline 等等——这些工具中国市场份额都不
高。客户端不普及,服务器就缺乏开发动力。
第三,云厂商各自为政。阿里有阿里的标准,华为有华为的标准,腾讯有腾讯的标
准。一家一套,没有一个统一的国家级注册中心。
这个事怎么办?我有三个建议(讲到卷十七的行动手册里会再细说):第一,中国云厂
商应联合推一个中文 MCP 注册中心,把 SaaS、工具、政务、电商的接口标准化;第
二,把 MCP 改造成「数据出境合规」的中间层,让数据停在境内、能力走出去;第
三,鼓励中国开发者贡献国际 MCP 生态,特别是中文场景下的工具。
这三件事做好,MCP 这条线,中国可以从跟随变成共建。
五、第四个维度:物理 AI,中国领先
讲到这里,调子要换一换。前三条都是差距,第四条要讲领先。
人形机器人,中国占全球出货量的 84.7%。 Unitree(宇树)2024 年出货 5500 台
以上,是 Tesla Optimus(150 台)的 36 倍。再加上 Figure、Apptronik、
Sanctuary 这些美国对手,加在一起也没中国多。
为什么物理 AI 中国能领先?
第一,制造业根基。深圳、东莞、苏州、上海,是全球电子制造的核心。人形机器人
需要电机、减速器、传感器、电池、外壳——这些零部件,中国全都有,而且便宜。
美国造一台 Optimus,光是供应链就要满世界找。中国造一台 H1、G1、Walker,零
件半小时内可达。这是工业基础的胜利。
第二,资本和政策双重推动。北京、上海、深圳、合肥、杭州——五个城市都把人形
机器人列入重点产业,给地、给钱、给订单。Unitree、宇树、傅利叶、智元、星动纪
元,背后都有产业基金。美国是资本市场推动,中国是产业政策推动,推动力一点不
弱。
第三,应用场景多。中国的工厂多,物流仓储多,养老院多,餐厅多。机器人可以下
场的场景,比美国多得多。「机器人下工厂」这件事,中国比美国先做成的概率非常
大。
AI 工业机器人市场,2025 年 168 亿美元,预测 2035 年 333 亿美元。这个池子里,
中国的鱼最多。
WEF(世界经济论坛)也明确讲:中国 AI 产业规模超 700 亿美元,4300 家以上的
AI 公司,专注于工业、医疗、零售、教育、金融——这些都是「具体场景」,不是
「抽象智能」。
这就是中国的打法:打不过抽象智能,就打具体场景;打不过基础模型,就打产业
AI。
六、第五个维度:开源与成本,中国独有优势
这第五条,我专门拎出来讲。
DeepSeek V3,训练成本 600 万美元,性能对标 GPT-4。 这是什么概念?OpenAI
训练 GPT-4 花了 1 亿美元上下。DeepSeek 用了 1/10 的钱,做出了相当的效果。
这件事说明什么?
说明算法效率的提升,可以部分抵消算力的劣势。美国有 H100,中国买不到,只能
用 H800、A800、昇腾。但 DeepSeek 通过 MoE(混合专家)架构、FP8 训练、
MLA(多头潜在注意力)等等优化,硬是把训练成本砍下来了。
这件事意味着什么?意味着美国的算力封锁,是有上限的。封锁可以延缓中国,但不
能消灭中国。中国会用算法换算力、用效率换规模、用开源换生态。
开源更是中国的杀手锏。
看一看 Hugging Face 模型排行榜:Qwen、DeepSeek、Yi、ChatGLM、Baichuan
——大量中国模型在国际开源社区刷榜。美国的顶尖模型大多闭源(GPT、Claude、
Gemini),中国的顶尖模型大多开源。这是个非常有意思的格局错位。
闭源走的是 SaaS API 路线,赚的是订阅费。
开源走的是「让全世界用上中国模型」的路线,赚的是生态和影响力。
哪条路对?两条都对。但在 AI 普惠这件事上,开源的中国模型,可能比闭源的美国模
型走得更远。
非洲、东南亚、中东、拉美——这些算力不足、付费力弱的地区,他们用不起 GPT-
4,但用得起 DeepSeek。
这就是中国的「农村包围城市」。先把 Tier 2、Tier 3 国家拿下,再回头打 Tier 1。
七、把账汇总:差三条,平一条,赢两条
现在我把账汇总一下,做个总表:
维度
美国
中国
判断
基础大模型(最
强)
GPT-5, Claude 4.5,
Gemini 2.5
DeepSeek, Qwen,
Doubao, Kimi
差 3-6 个月
编程 Agent
Cursor, Claude Code,
Devin
通义灵码, CodeBuddy,
Trae
差一年以上
MCP / 基础协议
1 万+ 服务器,主导规范
不到 500,分散
差 20 倍
物理 AI / 人形机器
人
Optimus, Figure,
Apptronik
Unitree, 智元, 宇树, 傅利
叶
中国领先 5-10
倍
开源生态
主要闭源
主要开源
中国占优
训练成本
1 亿美元级
600 万 - 1000 万美元
中国 10 倍效率
应用层 / 落地
美国走 SaaS 替代
中国走产业 + 政务 + 出海
各有侧重
政府推动
市场为主
「AI+」国家战略
中国速度更快
讲完这张表,我的结论是:中美 AI 不是「单方面碾压」,是「错位竞争」。
美国领先的,是抽象智能、是顶尖模型、是开发者工具、是协议标准。
中国领先的,是具身智能、是产业落地、是开源生态、是工程效率、是政府推动。
这就好比拳击比赛:美国的左拳重,中国的右拳重。打到第十二回合,谁能赢,看谁
先把自己的弱拳补上。
八、有人讲「中国 AI 输了」——错在哪里
2025 年上半年,国内外都有一种声音:「中国 AI 输了,差距越拉越大,跪了」。
这种声音错在哪里?错在只看天花板,不看产业。
看天花板:GPT-5 比 DeepSeek 强,确实输。
看产业:中国的 AI+ 制造、AI+ 物流、AI+ 政务、AI+ 教育、AI+ 医疗,落地速度全
球最快,规模全球最大。
看协议:MCP 是美国的,确实输。
看应用:拼多多的 AI 客服、抖音的 AI 推荐、美团的 AI 调度——单个应用的日活和交
易量,世界第一。
看模型:Claude Opus 比 Kimi K2 强,确实输。
看出海:DeepSeek 在 GitHub 上一个月几千万下载,Qwen 在 Hugging Face 上是
亚军——这是输吗?
看编程 Agent:Cursor 90 亿估值,中国没有对标,确实输。
看机器人:宇树一年 5500 台,Tesla 150 台——是谁输?
所以,「中国 AI 输了」这种话,是懒得分析、懒得算账、懒得动脑子的人讲的。真正
动脑子的人,知道这是一场错位竞争、长期竞争、多维度竞争。
九、有人又讲「中国 AI 已经超越美国」——也错在哪里
反过来,也有人讲「中国 AI 已经超越美国,DeepSeek 把 OpenAI 干趴下了」。这种
话也是错的,错在自欺欺人。
DeepSeek V3 出来了,但 GPT-5 也出来了。GPT-5 的能力,还是高于 DeepSeek
V3 半个身位。Claude 4.5 在编程、Gemini 2.5 在多模态、GPT-5 在通用推理——这
三条线,中国都还没追上。
不承认这个事实,就要重蹈「八国联军门口还吹自己强大」的覆辙。强国必先强心,
强心必先强眼,眼里没有事实,心里就没有定力。
所以我的态度很清楚:不悲不亢,不卑不傲,实事求是。
承认差距,就承认;看到优势,就看到。差了的,就追;强了的,就守。
这才是中国 AI 应该有的姿态。
十、本卷小结
🎯一句话讲完卷十三:中美 AI,是错位竞争,不是单边碾压。差的认账(基
础模型、编程 Agent、MCP),强的认账(具身、开源、产业、效率)。算
清楚账,才能打好仗。
下一卷讲四大根据地——讲在中美错位竞争的格局下,中国普通人、中国创业者、中
国企业,到底有哪些机会、应该去哪些地方落脚。
卷十四 四大根据地:中国机会篇
革命要找到根据地。井冈山、瑞金、延安——都是根据地。AI 时代的中国机会,也
要找到根据地,不能漫无目的地打仗。
一、什么叫根据地
朋友们,讲机会之前,先要把「根据地」这个词讲清楚。
什么叫根据地?根据地是这样几个东西的合一:有人、有粮、有地形、有时机。
有人,就是有用户、有客户、有市场。
有粮,就是有钱、有资本、有现金流。
有地形,就是有竞争优势、有壁垒、有特殊条件别人不具备。
有时机,就是窗口期,过了这个村没这个店。
四样东西凑齐,才算根据地。少一样,都是流寇主义、游击主义、机会主义。
AI 时代,中国有四块根据地特别要紧:SaaS 替代、互联网入口与 AEO、制造业与具
身智能、政务与出海。再加一块属于个人的根据地:AI Native 个体创业者。
下面一块一块讲。
二、根据地一:中国版 SaaS 替代浪潮
美国 YC 春季 batch,62.5% 都是 AI 公司。他们在干什么?用 AI Agent 干掉
SaaS。
美国的 SaaS,是个大池子。Salesforce、HubSpot、Workday、ServiceNow、
Atlassian、Notion、Asana、Monday、Zendesk、Intercom——一年加起来 3000
亿美元的市场。这个池子,AI Agent 要重做。
中国版的 SaaS,是个小池子。整个中国 SaaS 行业一年也就几百亿人民币。但正因为
小,所以反而是机会。
机会在哪里?
第一,中国企业从未真正用过 SaaS。中国大部分中小企业用的是「Excel + 微信群 +
钉钉打卡」,连 CRM 都没上。这意味着,AI Agent 不是来「替代 SaaS」的,是来
「直接给企业上系统」的。这一步,比美国还省事——美国要先教育「不要用
Salesforce 了」,中国直接「这就是你的第一套系统」。
第二,人力成本在涨,但比美国低。中国程序员、销售、客服、运营,平均年薪比美
国低 3-5 倍。这意味着 ROI 公式比美国更紧。但是反过来,当你能把一个销售从 20
万年薪降到 2 万的 AI Agent 订阅费,转化是非常快的。
第三,生态对外封闭,反而成了护城河。中国企业用不了 Salesforce、HubSpot、
Workday——一是合规,二是数据出境,三是语言。这就给本土玩家留下了完整的市
场。
谁来吃这块?我看四种玩家:
大厂的 AI 助手:阿里钉钉、腾讯企微、字节飞书的 AI 版本——这是「平台流
派」。
垂直 Agent 公司:专门做销售 Agent、客服 Agent、招聘 Agent、法务 Agent。
这是创业者的机会。
传统 SaaS 公司转型:金蝶、用友、销售易、北森——这些公司如果不转,就
死;如果转,可能赢。
AI Native 工具型创业公司:直接做 AI Coding、AI Design、AI Writing——对标
Cursor、Figma、Notion 的中国版。
创业者朋友,如果你想在 2026 年开始干一件事,我的建议是:选一个具体行业的具
体岗位,把它的 Agent 化做到极致。不要做大而全的「企业大脑」,要做小而美的
「销售一线 Agent」「客服首响 Agent」「招聘 JD 自动出 Agent」。
做透一个岗位,才能撬动一个行业。
三、根据地二:互联网入口的重构与 AEO
这条根据地讲过多次了,再加深一遍。
中国互联网,过去十年的入口是什么?
流量入口:百度、微信、抖音、小红书、微博。
交易入口:淘宝、京东、拼多多、美团、滴滴。
内容入口:头条、抖音、快手、小红书、B 站、知乎。
这十几个超级 App,瓜分了所有的流量、所有的交易、所有的内容。十几年了,新人
很难再做出一个超级 App。
但是 AI 来了之后呢?
入口正在重构。重构成什么样?我看是这样:
第一层:通用 AI 助手(豆包、文心一言、通义千问、Kimi、DeepSeek 网页版)。这
一层挑战的是搜索引擎,挑战的是「百度框」。百度怎么办?不变就死。变了,还有得
救——百度也在做文心一言、AI 搜索。
第二层:垂直 AI Agent(写作 Agent、学习 Agent、求职 Agent、健康 Agent、理
财 Agent)。这一层挑战的是垂直 App。
第三层:Agent 调度其他服务(Agent 调美团下单、Agent 调淘宝买东西、Agent 调
滴滴叫车)。这一层挑战的是所有 App 的「壳」。App 还在,但用户不用它了,Agent
用它。
你想想这件事的颠覆性——用户不再打开 App,App 变成了 Agent 的工具。
那么 App 怎么办?App 要变成「Agent Friendly」。要把自己的 API 暴露出来、要写
MCP Server、要做好结构化数据。不做这件事的 App,会逐渐失去入口流量,被
Agent 绕开。
这就引出了 AEO(Agent Engine Optimization),Agent 引擎优化。
SEO 是为搜索引擎做优化,AEO 是为 Agent 做优化。
SEO 关心关键词、链接、爬虫。AEO 关心结构化数据、API 接口、MCP
Server。
SEO 让你在百度排第一。AEO 让 Agent 在调用工具时优先选你。
AEO,2026 年是个全新的产业。懂 SEO 的人、懂 PR 的人、懂 BD 的人——都要转
型懂 AEO。 这是一片蓝海。
谁能在 AEO 上抢先一步?
品牌方:让自己的产品在 AI 助手推荐里排第一。比如「最好的国产洗发水」「最
好的中医医院」「最好的家政服务」——这些查询的答案,未来都由 AI 给出。
MCP 服务商:把自己的产品包装成 MCP Server,接入主流 AI 助手。
AEO 咨询公司:帮品牌做 AI 推荐优化,类似当年的 SEO 公司。
数据结构化服务商:帮企业把杂乱的数据整理成 AI 可读的格式。
这个根据地,门槛低、市场大、窗口短。是普通人最容易抓住的一波。
四、根据地三:制造业 + 具身智能
这条根据地,前面卷七、卷十三都讲过,这里再讲一遍它的特殊重要性。
中国是世界工厂。中国制造业增加值 4 万亿美元,占全球 30%。这是其他任何国家
无法企及的产业基础。
AI 来了之后,制造业有两个升级方向:
方向一:智能制造。工厂里的 AI Agent。生产排程 Agent、质检 Agent、设备运维
Agent、供应链 Agent。
方向二:具身智能。工厂里的机器人。人形机器人、机械臂、AGV、AMR。
这两个方向,中国都有压倒性优势:
场景多:工厂多,工序多,需求复杂。
数据多:传感器、摄像头、PLC 产生的数据,存量惊人。
成本低:电机、减速器、电池、芯片,供应链完整。
政策强:「专精特新」「黑灯工厂」「灯塔工厂」——国家给钱给地。
AI 工业机器人市场,2025 年 168 亿美元 → 2035 年 333 亿美元。这十年增长一
倍,中国会拿走其中至少一半。
创业机会在哪里?
具身大脑公司:给机器人写 VLA 模型、做强化学习、做仿真训练。比如
RoboBrain、银河通用、地瓜机器人。
机器人本体公司:宇树、智元、傅利叶、星动纪元、银河——竞争惨烈,但赢家
通吃。
零部件公司:电机、减速器、传感器、电池——这是「卖铲子」生意。
集成商:把机器人推进具体工厂、具体产线——这是「装修队」生意,最不性
感,但最赚钱。
如果你在制造业有资源,2026-2030 这五年,是「中国制造业 + AI」的黄金窗口。
错过了,就要等下一个产业革命。
五、根据地四:政务 AI + 出海
这条根据地,分两块。
5.1 政务 AI
国务院的「AI+」六大行动里,政务是被特别强调的。为什么?因为政务有三个特点:
数据全:户籍、社保、医保、税务、公安——全在政府手里。
场景刚:办证、补贴、调解、信访——都是刚需。
付费稳:财政预算稳定,不像企业那样动不动就降本。
做政务 AI 的玩家,2025 年开始集中入场:
「一网通办」AI 化:上海、浙江、广东、北京——四大领头羊。
政务知识库 + AI 问答:让市民查政策、查办事流程,AI 给答案。
政务文书生成:领导讲话、工作汇报、调研报告——AI 写初稿,人审核。
政务数据分析:城市运行、民生热点、舆情监测——AI 帮助决策。
这条线对创业公司是机会,但门槛高。要懂招投标、懂体制语言、懂数据合规、懂保
密要求。不是普通互联网团队随便能进的。所以政务 AI,往往是「央企国企子公司 +
大厂政企事业部 + 政务 IT 老牌厂商」三家分天下。
5.2 出海
出海这条线,我要重点讲。这可能是 2026 年中国 AI 最大的一块根据地。
为什么这么讲?
第一,中国 AI 应用的工程能力世界领先。字节做出 TikTok、SHEIN 做出 Fast
Fashion——证明中国团队可以做出全球 No.1 的应用。AI 时代延续这一传统。
第二,中国 AI 模型开源全球可用。DeepSeek、Qwen 在 Hugging Face 上的下载量
惊人。一些非洲、东南亚、中东、拉美的开发者,用中国模型比用 GPT 还多。
第三,美国监管收紧,给了中国机会。EU AI Act 严格、Trump EO 反 woke、加州
SB 1047 草案——一波波监管下来,美国公司在新兴市场反而不灵活。中国公司可以
填补真空。
第四,「一带一路」沿线 + RCEP + 金砖国家——加起来 40 多亿人口,是中国 AI 出
海的天然腹地。
出海赛道里,2026 年值得关注的方向:
AI Companion / AI 陪伴:Character.AI 类产品。Talkie、Linky 已经做出全球用
户。
AI 工具:剪辑、写作、PPT、设计——美图、稿定、剪映海外版。
AI Coding 海外版:能否做出一个「亚太版 Cursor」「印度版 Lovable」——这
是个挑战,但有空间。
AI 教育:作业帮、猿辅导海外版,配上本地化的 AI Tutor。
AI 直播 / AI 短剧:MidReal、Reelshort 类。短剧海外爆发,AI 短剧紧随其后。
AI 跨境电商:把 AI 客服、AI 选品、AI 翻译做成出海卖家的标配。
如果你年轻、英文好、有海外经验——做 AI 出海,是 2026 年最优解之一。比内卷国
内市场容易十倍。
六、第五块根据地:AI Native 个体创业者
讲完四大集体根据地,要专门讲一块个人根据地。
这块根据地的名字叫做:AI Native 个体创业者。
什么意思?意思是一个人,借助 AI,独立运营一家小公司,年收入百万、千万级别。
国外已经出现:
Pieter Levels:一个人,5 个产品,年入 600 万美元。
Marc Lou:一个人,Boilerplate 卖出 200 万美元。
Danny Postma:一个人,AI 头像产品做到月入十几万美元。
Genspark:团队 9 个月做到 ARR 4000 万美元(虽然不是单人,但 OpenAI 的
Sam Altman 曾预言「未来一定会有一人独角兽公司」)。
中国能不能出现?
完全可以。条件已经具备:
AI 编程:Cursor、Trae、CodeBuddy 让一个人能写 10 倍的代码。
设计 AI:MidJourney、Stable Diffusion、Sora 让一个人能做设计师的活。
营销 AI:写文案、做投流、做客服——都可以 Agent 化。
支付:微信、支付宝、Stripe,世界都通了。
平台:小红书、抖音、X、TikTok、YouTube——出海有渠道。
中国版的 AI Native 个体创业者,2026 年会大量涌现。我大胆预言:到 2027 年,中
国会出现首个百万粉丝、千万年收的 AI 独立开发者。
如果你是普通人,没有学历、没有人脉、没有资本——这条路反而最适合你。门槛是
「学会用 AI」,不是「会写代码」「会做生意」。
关于怎么干,卷十七的行动手册里详细讲。
七、避免误区:三类「假根据地」
讲完真根据地,要讲三类假根据地。这些事看上去机会大,但其实是坑。
假根据地一:自研基础大模型。
除非你是阿里、字节、华为、腾讯、百度、智谱、DeepSeek 这种体量的公司,不要
碰基础大模型。没有十亿美元的预算和顶尖的人才,进去就是炮灰。
假根据地二:做「中国版 OpenAI」。
不要试图复刻 OpenAI 的路径。OpenAI 是研究机构起家,烧了五年才商业化。中国
创业者大多是商业起家,没有那个底子。做应用、做行业、做出海,比做「中国版
OpenAI」靠谱一百倍。
假根据地三:纯 AI 套壳产品。
2023-2024 年,国内涌现了大量「AI 写作助手」「AI 头像生成器」「AI 简历优化」
——这些大多是套壳。套壳能赚短期快钱,但没有壁垒、没有沉淀、没有未来。2026
年这一波套壳公司大半要倒。
八、本卷小结
🏔️一句话讲完卷十四:中国 AI 的四大根据地——SaaS 替代、入口与 AEO、
制造业 + 具身、政务 + 出海——再加一块个人根据地:AI Native 个体。真
正的机会,不在「自研大模型」,在「应用 + 行业 + 出海 + 个人」。
下一卷讲三大改造——讲软件、互联网、制造这三个行业,会被 AI 改造成什么样。这
是宏观图景。
卷十五 三大改造:软件、互联网、制造
一切革命都是改造。改造小生产,改造旧观念,改造旧制度。AI 革命也是一样:改
造软件,改造互联网,改造制造业。
一、为什么单独讲「三大改造」
朋友们,前面讲了机会、讲了根据地,是从「往哪里去」的角度讲的。这一卷换个角
度,从「什么被改造」的角度讲。
AI 不是把整个世界推倒重来。AI 是对现有产业的深度改造。改造的对象,从近到远,
主要是三个:
1. 软件业——离 AI 最近,改造最深。
2. 互联网业——次之,入口和分发被重构。
3. 制造业——离得稍远,但因为体量最大,最终改造的总价值最大。
这三个加在一起,就是中国未来五到十年经济增长的主要发动机。
二、第一大改造:软件业
软件业是 AI 的「自留地」。AI 写代码、调试、部署、测试、运维——把软件业从头到
尾扫了一遍。
2.1 改造的逻辑:从「写代码」到「写意图」
过去 50 年,软件业的生产范式是这样的:
需求方提需求。
产品经理写 PRD。
设计师做设计稿。
程序员写代码。
测试做测试。
运维做部署。
这条链路,人是核心,代码是核心。
AI 来了之后,链路变成这样:
需求方直接对 AI 表达意图。
AI 写代码(Cursor、Claude Code、Devin)。
AI 做测试(自动生成测试用例)。
AI 做部署(CI/CD Agent 化)。
AI 做运维(SRE Agent 化)。
人不再是「写代码的核心」,人变成「定义意图、审核结果、负责终局」的角色。这就
是 Vibe Coding 的本质。
2.2 改造的速度:超出预期
GitHub Copilot 2021 年 10 月发布,到 2025 年用户超过 1500 万。Cursor 2023 年
发布,到 2025 年估值 90 亿美元、ARR 5 亿美元。Anysphere 公司 100 人左右,人
均产值 500 万美元。
这个速度是什么概念?传统软件公司,人均产值 10-50 万美元;最优秀的科技公司
(Meta、Google),人均 100-200 万美元;Cursor 已经做到 500 万美元,比
Google 高 2-3 倍。
如果这个范式扩散到整个软件业,软件业的总产值会上一个台阶,但软件业的从业人
数会下一个台阶。
2.3 改造的赢家与输家
谁赢?
AI Coding 工具公司:Cursor、Lovable、Bolt、v0、Replit、Devin。
基础模型公司(编程能力强的那部分):Anthropic(Claude 编程能力公认最
强)、OpenAI、xAI、Google。
AI Native 软件公司:用 1/10 的人做 10 倍的产品,比如 Sierra(350 亿估值,几
百人)。
个体开发者:能力放大 10 倍,月入 10 万美元的「单人公司」会越来越多。
谁输?
初级程序员:刚毕业、写 CRUD、做切图——AI 干得比你又快又便宜。
传统 SI 公司:靠人头堆代码的外包模式,被 AI 直接秒杀。
慢转型的大公司:流程僵化、内部政治、不敢用 AI——会被新进入者超越。
过分依赖 SaaS 订阅的传统软件公司:客户用 AI 自建,订阅费消失。
中国的情况:
大厂里,字节、阿里、腾讯、华为、京东都在做内部 Agent 化。
创业层,AI Coding 工具有 Trae、CodeBuddy、通义灵码、文心快码等等。
个体层,国内 AI 独立开发者从无到有,2026 年会出第一波小爆款。
失业层,初级 Java、Python、前端的就业市场,已经明显下滑——这是 2025
年下半年开始的事实。
2.4 改造的政策启示
国家应该怎么应对?
大学计算机教育改造:不再教「怎么写 for 循环」,要教「怎么和 AI 协作写复杂
系统」。
职业转型补贴:为初级程序员转型 AI 工程师、AI 产品经理、Agent 训练师提供资
助。
国家 AI 基础设施:免费或低价的算力券、模型 API、MCP Server——降低开发
门槛。
AI 安全监管:代码漏洞 AI 化、攻击 AI 化——网络安全要升级。
三、第二大改造:互联网业
互联网业改造,比软件业晚一年,但影响更深远。
3.1 改造的逻辑:从「人找信息」到「Agent 替人办事」
过去 30 年的互联网,本质是「信息中介」:
搜索:百度,帮你找信息。
电商:淘宝,帮你找商品。
社交:微信,帮你找朋友。
内容:抖音,帮你找视频。
服务:美团,帮你找餐厅。
所有 App,都是「人找东西」的中介。
AI Agent 来了之后,人不再亲自找,Agent 替你找、替你比、替你下单、替你管理。
搜索 → AI 助手直接给答案。
电商 → Agent 帮你跨平台比价、下单、退换。
社交 → AI 帮你管理朋友圈、回复消息、维护关系。
内容 → AI 帮你筛选、总结、推送。
服务 → Agent 帮你订餐、订酒店、订车、订机票。
人变成了「指令发起者 + 决策审核者」,Agent 变成了「信息处理者 + 任务执行者」。
3.2 改造的关键节点:AEO 取代 SEO
这个事我前面讲过,再加深一遍。
SEO 的时代结束,AEO 的时代开始。
SEO:让百度爬虫收录你,让你的网页在搜索结果排第一。
AEO:让 Agent 调用你的 API、推荐你的产品、选择你的服务。
两者的差别:
SEO 服务的对象是「人 + 搜索引擎」,最终决策权在人。
AEO 服务的对象是「Agent」,最终决策权在 Agent。
如果你的产品在 AI 助手回答里被排到第二、第三、第十——用户根本看不到你。
Agent 不会像人一样翻第二页。
所以 AEO 是一个全新的、巨大的产业。预计 2026-2028 三年,中国会出现专门做
AEO 的咨询公司、工具公司、数据公司。
3.3 改造的赢家与输家
赢家:
AI 助手平台:豆包、Kimi、文心、通义、DeepSeek,谁能成为「中国的
ChatGPT」,谁就是新一代的「百度」。
MCP Server 提供者:把自己变成 Agent 工具的服务商。
AEO 服务商:帮品牌做 AI 推荐优化。
结构化数据公司:把企业数据整理成 AI 可读的格式。
输家:
传统 SEO 公司:业务被 AEO 取代。
导流型平台:靠流量分发吃饭的,被 Agent 绕过。
App「壳」型公司:只是个壳、没有真正服务的,被 MCP API 取代。
慢反应的超级 App:如果不主动 Agent 化,会被新一代 AI 助手吃掉用户。
3.4 中国互联网的特殊挑战
中国互联网有个特殊问题:App 各自封闭。微信不让你跳到淘宝,淘宝不让你跳到拼
多多,每个 App 都是一座围墙。
AI Agent 要工作,需要打破围墙——但围墙是互联网公司的护城河。
这个矛盾会有两个走向:
走向一:政府推动开放。类似当年的「断直连」政策,强制要求大厂开放 API、互联
互通。这是政策路径。
走向二:用户用脚投票。用户越来越用 AI 助手而不是 App,倒逼 App 主动 Agent
化。这是市场路径。
大概率,两条路径会同时走。预计 2026-2027 年,中国会出台「AI 互联互通」相关
的指导意见。
四、第三大改造:制造业
制造业改造,是三大改造中规模最大、时间最长、影响最深的。
4.1 改造的逻辑:从「人 + 设备」到「Agent + 设备 + 机器人」
制造业过去 200 年的生产范式:
第一次工业革命:蒸汽机替代人力。
第二次工业革命:电气化、流水线。
第三次工业革命:信息化、自动化。
第四次工业革命(工业 4.0):智能化、网络化。
现在到了 AI 时代,叫不叫第五次工业革命?我看可以叫,特征是「AI Agent + 物理
实体」,让产线、工厂、供应链都变成「自主决策 + 自动执行」的智能系统。
具体包括:
生产调度 Agent:动态排程、应对突发、优化设备利用率。
质检 Agent:视觉 AI 替代人眼,准确率高、速度快、不疲劳。
设备运维 Agent:预测性维护,故障未发生就发出预警。
供应链 Agent:智能采购、库存优化、物流调度。
车间机器人:人形机器人、机械臂、AGV、AMR——硬件部分。
4.2 改造的速度:慢但坚决
制造业改造慢,因为有三个约束:
重资产:设备贵、改造贵。
强工艺:流程复杂、容错低、安全严。
人际复杂:工厂里有工人、班组长、车间主任、厂长——AI 不是改一个工具,是
改一整个组织。
但中国制造业改造一旦启动,势不可挡。原因是:
人口红利消失:用工成本一年高过一年。
政策强力推动:「智能制造 2025」「专精特新」「黑灯工厂」——国家给地、给
钱、给订单。
场景多样化:中国从纺织、电子、汽车、家电到生物医药,制造业的细分多达几
百个,每个都有 AI+ 的需求。
数据丰富:中国工厂产生的传感器数据、视频数据,是世界级的训练资源。
4.3 改造的赢家与输家
赢家:
AI 工业软件公司:MOM、APS、MES、SCADA + AI 化。比如树根互联、用友、
思爱普、达索的中国合作伙伴。
机器视觉公司:海康、大华、商汤、旷视——质检与监控的核心提供方。
机器人本体公司:宇树、智元、傅利叶、星动纪元、银河——前面讲过。
零部件公司:电机(汇川、英威腾)、减速器(绿的谐波)、传感器(汉威)、电池
(宁德、比亚迪)。
解决方案集成商:把 AI、机器人、产线打包给客户——脏活累活,但利润可观。
能源公司:算力需要电,制造业 + AI 需要更稳的电、更绿的电——电力公司将是
隐藏赢家。
输家:
低端劳动密集型工厂:如果不升级,被东南亚低成本国家挤压,又被国内智能工
厂打压。
传统人力外包公司:劳务派遣、灵活用工——大量需求被机器替代。
被动转型的中小工厂:钱不够、人不够、决心不够——会被淘汰。
4.4 制造业改造的「灯塔工厂」启示
世界经济论坛评选的「灯塔工厂」(Lighthouse Factory),全球 153 家,中国 62
家,占 40%。这是什么概念?
意思是说,全球最先进的智能工厂,中国占了大头。比如美的、海尔、富士康(中国
厂区)、宁德时代、上汽、潍柴动力——这些工厂的 AI 化、自动化水平,已经是世界
领先的。
但是注意——这 62 家是「头部」。在头部之外,中国还有几十万家中小制造工厂,这
些工厂大部分还停留在工业 2.5(半自动化)阶段。
所以制造业 AI 改造的真正主战场,不是头部的 62 家,是中部和尾部的几十万家。
谁能把 AI + 机器人 + 工业软件,做成「中小工厂买得起、用得起、用得好」的标准
化产品,谁就抓住了万亿级的市场。
五、三大改造的内在联系
讲完三大改造,要点出它们的内在联系:
软件业改造提供「工具」——AI Coding、AI Agent 开发框架、MCP 协议。
互联网业改造提供「入口」——AI 助手、Agent 平台、AEO 渠道。
制造业改造提供「价值」——把虚拟的 AI 落到实体的产业,产生真金白银的 GDP。
这三个改造,是相互嵌套、相互促进的:
没有软件业改造,互联网业改造跑不动。
没有互联网业改造,制造业 AI 化没有数据和算法迭代速度。
没有制造业改造,前两个就只是「虚拟经济」,无法支撑国家经济的盘子。
中国的特殊优势是:三大改造可以同时推。
软件业改造:靠 AI Coding 工具的国产化和大厂内部的 Agent 化。
互联网业改造:靠 AI 助手大厂之争 + AEO 新兴产业。
制造业改造:靠灯塔工厂经验外溢 + 机器人产业崛起 + 政策推动。
三条线并行推进,相互拉动,这是其他任何国家都不具备的格局。美国软件业、互联
网业改造领先,但制造业空心化无法弥补。欧洲日本制造业基础好,但软件业、互联
网业落后。只有中国,是三条线都有基本盘的国家。
六、本卷小结
🏭一句话讲完卷十五:三大改造——软件改造提供工具,互联网改造提供入
口,制造改造提供价值。中国是世界上唯一能三条线并行推进的国家。这是
中国在 AI 时代的结构性优势。
下一卷讲未来五年的三种推演——基准情景、加速情景、失速情景,分别会发生什
么。
卷十六 未来五年三种推演:基准、加速、失速
凡事预则立,不预则废。讲未来五年,不能只讲一种可能。要讲三种,给大家心里
都有杆秤。
一、为什么要讲三种推演
朋友们,讲未来,最忌讳的就是「只讲一种可能」。
讲一种好的,叫盲目乐观;讲一种坏的,叫消极悲观;讲一种中庸的,叫和稀泥。这
都不行。
实事求是的方法,是把可能性摊开来:好的怎么走、坏的怎么走、中间的怎么走。每
一种给一个概率,每一种给一个特征,每一种给一个应对。
这样,无论将来怎么走,你心里有底,手里有招。
我把 2026-2030 这五年,分成三种推演:
基准情景(55% 概率):稳步推进,量变积累。
加速情景(30% 概率):技术突破或某个事件触发,进入超快通道。
失速情景(15% 概率):技术瓶颈、监管收紧、地缘冲突,进入慢节奏。
下面一种一种讲。
二、基准情景:55% 概率,稳步推进
基准情景是最可能的情景。它的特征是:渐进式扩散,无重大突破,也无重大挫折。
2.1 技术层面
基础模型每 6-9 个月迭代一代。GPT-6、Claude 5、Gemini 3、DeepSeek
V4、Qwen 4 ——这些会陆续到来。
推理能力、长上下文、多模态、工具调用,每一代都有提升,但没有质的飞跃。
Agent 可靠性从 70% 慢慢爬到 90%。可以做更多任务,但仍需要人审核关键决
策。
机器人能力扩展,但仍以特定场景为主——工厂、仓储、餐饮、物流。家庭机器
人还没普及。
2.2 经济层面
全球 AI 产业规模从 2025 的 2 万亿美元,增长到 2030 的 5-7 万亿美元。
中国 AI 产业规模从 700 亿美元,增长到 5000 亿美元。
AI 对全球 GDP 的贡献率,从 2025 年的不到 1%,逐步爬升到 2030 年的 3-
5%。
不会有「奇点」,也不会有「泡沫破裂」。像 1995-2005 年的互联网,慢慢渗透。
2.3 就业层面
初级程序员、初级客服、初级销售、初级设计师——这四类岗位继续萎缩。
中级岗位被 AI 增强,效率翻倍。同样的工资,能干更多的活。
高级岗位(产品负责人、架构师、合伙人级别)反而吃香,因为他们能指挥
Agent。
新岗位出现:Agent 训练师、AEO 优化师、MCP 开发者、AI 治理官、人形机器
人维护工程师。
总体失业率不会暴增,但结构性失业会成为新常态。
2.4 中国层面
中美差距维持在 3-6 个月,不扩大也不缩小。
中国 AI+ 产业全面铺开。制造业、政务、医疗、教育、金融,五大领域都有标杆
案例。
人形机器人产量突破 10 万台/年。中国占全球 80% 以上。
DeepSeek、Qwen、Doubao、Kimi 在全球开源社区影响力持续上升。
北京、上海、深圳、杭州、合肥成为五大 AI 产业中心。
2.5 个人层面
基准情景下,个人怎么走?
不学 AI 的人:原岗位被压缩,工资增长停滞,但短期不会失业。
学了 Copilot 的人:效率提升 30-50%,工资跟通胀。
会指挥 Agent 的人:效率提升 5-10 倍,工资翻倍可能。
AI Native 个体创业者:少数能做到月入 10 万以上,多数在月入 1-3 万区间。
基准情景的应对策略:稳扎稳打,逐步迁移。不需要赌大的,但必须开始学。
三、加速情景:30% 概率,进入超快通道
加速情景的特征是:某个临界点被突破,进入指数增长。
触发条件可能是几个:
通用智能突破:某家公司宣布达到「人类级别」的通用智能。
Agent 可靠性突破:90% → 99%,企业大规模部署。
机器人成本暴跌:人形机器人价格降到 5 万人民币以下,进入家庭。
重大科学突破:AI 发现一个革命性的新药、新材料、新能源——证明它能做「真
正的科学」。
3.1 技术层面
多模态全面突破。AI 能看、能听、能说、能动,能在物理世界自如行动。
自主性大幅提升。Agent 能跑几千步任务,几乎不需要人介入。
协同性突破。Agent 之间能自主协作,形成「Agent 大军」做复杂工程。
物理 AI 与数字 AI 融合。机器人能用 AI 大脑思考,AI 能通过机器人触达物理世
界。
3.2 经济层面
AI 产业规模 2030 年突破 10 万亿美元。
AI 对全球 GDP 贡献率达到 7-10%。
出现一批「Agent 原生」的超级公司,估值万亿美元起步。
传统软件、互联网、SaaS 公司大量被颠覆。
3.3 就业层面
大规模岗位重组。不只是初级岗位,中级岗位也大量受冲击。
失业率短期上升。但同时,新岗位创造速度也加快。
社会必须出台过渡政策:再培训、UBI(全民基本收入)试点、四天工作制等等。
教育体系被迫改革。大学不再教「具体技能」,而教「学习能力」「批判思维」「人
机协作」。
3.4 中国层面
中国可能在某些领域实现「换道超车」:具身智能、AI+ 制造、开源大模型。
也可能在某些领域被进一步拉开差距:基础研究、原创算法。
总体而言,中国在加速情景下仍是「世界第二」,但跟美国的差距可能拉大到 6-
12 个月。
出海成为中国 AI 最大的增长点。中国 AI 影响 40 亿「一带一路」沿线人口。
3.5 个人层面
加速情景下,个人分化加剧:
赢家:会指挥 Agent 的人,月入 50 万 + 不稀奇;AI Native 创业者,出现亿元
身家不稀奇。
输家:跟不上的人,可能直接失业,且很难再就业。
中间层:被迫迁移,要么向上跃迁(学会指挥 Agent),要么向下沉淀(做 AI 无
法做的体力活、情感劳动)。
加速情景的应对策略:赌大的,全力以赴。一旦进入加速通道,犹豫的人会被甩下。
四、失速情景:15% 概率,进入慢节奏
失速情景的特征是:遇到重大瓶颈或风险事件,发展节奏被打断。
触发条件可能是几个:
技术瓶颈:scaling law 失效,模型能力到顶。
算力瓶颈:芯片供应不足,电力供应不足。
监管收紧:某次重大事故触发全球性的 AI 限制立法。
地缘冲突:中美科技战升级,AI 产业链断裂。
经济衰退:全球经济进入大衰退,AI 投资骤减。
信任危机:某次大规模 AI 滥用事件,社会对 AI 反感剧增。
4.1 技术层面
模型能力增长放缓。
Agent 可靠性卡在 70-80%,难以突破。
机器人成本居高不下,普及速度慢。
创新方向从「能力突破」转向「成本优化」「安全可控」。
4.2 经济层面
AI 投资退潮。估值泡沫破裂。一波 AI 创业公司倒闭。
AI 产业规模 2030 年仅 3-4 万亿美元,远低于预期。
AI 对 GDP 的贡献率维持在 1-2%,未达到预期。
类似 2001 年互联网泡沫破裂后那几年的格局。
4.3 就业层面
失业率不会暴增,因为 AI 没有那么快替代人。
但同时,新岗位创造也放缓。
整体就业市场进入低增长、低创新的「冷冻期」。
4.4 中国层面
美国对中国的封锁更严。中国 AI 产业承压。
中国靠开源 + 应用 + 制造 + 出海勉强维持。
「AI+」战略目标可能延期实现。
但是反过来,失速情景下中国相对反而占优——因为我们的应用层与制造业基础
不依赖最尖端的模型。
4.5 个人层面
失速情景下:
AI 不会大规模替代人,初级岗位还能维持几年。
但 AI 也不会带来大规模新机会,创业窗口缩小。
个人应该「稳健保守」,不要 all-in AI,但也不要完全不学。
失速情景的应对策略:保留弹药,等待时机。
五、三种推演的对照表
维度
基准情景 (55%)
加速情景 (30%)
失速情景 (15%)
技术迭代
每 6-9 个月一代
每 3-6 个月一代
放缓到 12 个月以上
2030 全球 AI 产业
5-7 万亿美元
10 万亿+ 美元
3-4 万亿美元
AI 占 GDP
3-5%
7-10%
1-2%
就业冲击
初级岗位萎缩
中级岗位也大量重组
影响有限
中国位置
第二,差距 3-6 月
第二,差距 6-12 月
相对优势上升
个人策略
稳扎稳打
全力以赴
稳健保守
六、不管哪种情景,三件事都要做
不管未来走哪种情景,有三件事都是稳赚不赔的:
第一件,学会用 AI。任何情景下,会用 AI 的人都比不会用的人强。这不是赌大小,
这是常识。
第二件,建立可迁移能力。比如沟通能力、批判思维、跨学科理解、长期规划——这
些能力在任何情景下都有用。
第三件,保留多个选项。不要孤注一掷。即使你 all-in AI,也要留一条退路;即使你
不信 AI,也要留一只手摸 AI。
这三件事,是不变的「锚」。其他的,随时调整。
七、本卷小结
🔮一句话讲完卷十六:未来五年三种推演——基准情景 55%、加速情景
30%、失速情景 15%。不管走哪条,「学会用 AI、建立可迁移能力、保留
多个选项」这三件事都要做。这是不变的锚。
下一卷讲行动手册——具体的,普通人怎么做。不讲虚的,讲实的。
卷十七 行动手册:普通人的四级跃迁
讲了这么多大道理,最后要落到「我明天怎么干」上。不然全是空谈。这一卷是手
册,直接拿来用。
一、写给谁看的
这一卷是写给你这位 0 代码深度用户看的——也写给所有像你一样的中国普通人看
的。
如果你是 AI 公司创始人、大厂算法工程师、风投合伙人——这一卷你可以跳过。
如果你是 35-55 岁的中国中产、小老板、自由职业者、白领——这一卷专门给你写。
二、四级跃迁的总路线
我把普通人借助 AI 的成长路径,分成四级:
第一级:认知层 —— 看懂 AI 是什么、能干什么、不能干什么。
第二级:工具层 —— 用熟主流 AI 工具,能完成日常任务。
第三级:实践层 —— 用 AI 改造自己的工作流,效率提升 5-10 倍。
第四级:长期定位层 —— 把 AI 作为长期竞争力的核心,找到自己的不可替代位
置。
这四级,层层递进,缺一不可。跳级会摔跤,不进就被甩下。
下面一级一级讲。
三、第一级:认知层
认知层是最便宜的,但也是最容易跳过的。很多人一上来就买课、买工具、买会员,
结果是「工具一堆,认知模糊」。
认知层要建立的几件事:
3.1 搞清楚 AI 的能力边界
知道 AI 现在能干什么、不能干什么。
AI 现在能干的:
写文案、写代码、写报告。
翻译、总结、改写。
简单调研、信息搜集。
图像生成、音频生成。
简单的 Agent 任务(浏览器操作、文件处理)。
AI 现在还干不好的:
长链路高可靠任务(90% 以上还做不到)。
涉及最新实时信息的(除非接联网)。
涉及复杂决策与责任承担的。
物理世界精细操作。
涉及人际复杂情感的。
搞清楚边界,才不会被忽悠,也不会错过机会。
3.2 搞清楚 AI 的发展节奏
知道 AI 大概每 6 个月升一代。不要因为「这个版本不够好」就放弃——半年后就不
一样了。
也不要因为「现在很厉害」就以为「已经到顶」——未来还会更厉害。
3.3 搞清楚自己的位置
问自己几个问题:
我现在的工作,哪些任务 AI 能干?
我现在的能力,哪些可以放大、哪些会被替代?
我有什么 AI 没有的优势?
我应该向上跃迁(学指挥 AI),还是向旁边迁移(去 AI 不能做的领域)?
这几个问题想清楚,比报十个 AI 课都有用。
四、第二级:工具层
工具层是「学会用」。不是会用一个,是会用一套。
4.1 必学的核心工具(按重要性排)
必学第一档(每天用):
1. 一个主力大模型助手:ChatGPT、Claude、豆包、Kimi、DeepSeek——任选 1-
2 个,深度用。
2. 一个搜索助手:Perplexity 或国内的秘塔、天工 AI 搜索。
3. 一个写作辅助:用大模型助手即可。
必学第二档(每周用):
1. 一个图像生成工具:MidJourney、即梦、文心一格、可灵。
2. 一个 Agent 平台:Manus、扣子空间、AutoGLM——挑一个深用。
3. 一个 vibe coding 工具:Lovable、Bolt、v0、Trae——用来做小应用。
必学第三档(每月用):
1. 一个视频生成工具:Sora、可灵、即梦。
2. 一个 PPT/文档生成工具:Gamma、AiPPT、笔灵。
3. 一个数据分析助手:ChatGPT 的 Data Analysis、Claude 的 Artifacts。
4.2 工具使用的三条原则
原则一:宁可深用一个,不要泛用十个。
每个工具都有自己的脾气。Claude 写作风格优雅,ChatGPT 通用性强,Kimi 长文档
处理快,豆包接入字节生态好。挑一个主力,至少用 50 小时,你才能摸出它的脾
气。
原则二:付费版必须买。
免费版给你看一个轮廓,付费版给你看本事。每月 20-200 美元的订阅费,是这个时
代最划算的投资。不要省这个钱。
原则三:定期切换试用。
每半年试一次别的工具。不是为了换,是为了知道现在哪个最强。AI 工具的迭代速度
很快,去年最强的,今年可能就落伍。
五、第三级:实践层
实践层是「用出效果」。前两级只是准备,这一级开始动真格。
5.1 找出你工作中可以 AI 化的 5 件事
拿一张纸,把你每周做的事列出来。然后问:
哪几件是重复的?
哪几件是规则明确的?
哪几件是没有最终责任的?
这几件就是最适合用 AI 替代或加速的事。先挑 5 件,做透。
比如:
每天写邮件 → AI 起草 + 你修改
每周做汇报 → AI 整理数据 + 你定结论
每月做调研 → AI 做初步搜集 + 你做深度分析
每月做财务记录 → AI 自动分类 + 你审核
每天回复客户咨询 → AI 起草 + 你定基调
5.2 vibe coding 实战:做一个自己的小工具
这是最有冲击力的一步。亲手用 vibe coding 做一个你自己的工具,哪怕是个小的。
比如:
一个自动整理微信收藏夹的小程序。
一个把抖音视频转成文字的网页。
一个根据天气推荐穿衣的小应用。
一个跟踪某个股票/基金的工具。
一个自动汇总你看过的小红书笔记的助手。
选一个你想了很久但没做的,用 Lovable / Bolt / v0 / Trae 试着做出来。
这件事对你的认知改造是最大的。你会突然明白:「原来我不需要程序员了,我自己就
能做」。这种感觉,是 2026 年中国普通人最该有的「觉醒时刻」。
5.3 MCP Server 入门:把你的工具变成 Agent 的能力
再进一步,学一学 MCP。
你不需要会写代码,可以用 AI 帮你写一个 MCP Server。MCP 文档有 AI 写好的中文
教程,主流 AI 助手都能帮你一步步搭。
做一个最简单的 MCP Server,让你的 Agent 能调用你的某个工具——比如读取你的
笔记、查询你的某个数据库、操作某个 API。
做完这件事,你就从「AI 用户」变成「AI 生态贡献者」。这一步跨过去,你的位置就
上了一个台阶。
5.4 建立自己的 AI 工作流
把 AI 工具串起来,建一个你自己的工作流。
比如:
1. 用 Perplexity 做信息搜集。
2. 用 Claude 做深度分析。
3. 用 ChatGPT 整理成报告。
4. 用 Gamma 转成 PPT。
5. 用即梦做封面图。
6. 用剪映做演示视频。
7. 用扣子空间打包成 Agent。
这套工作流,你做透了,就是你的护城河。
六、第四级:长期定位层
这一级是问「我要在哪里立足」。
6.1 三个长期定位方向
方向一:AI Native 个体创业者。
如果你年纪轻、有热情、能承受不确定性——做一个 AI 原生的产品,月入 1-10 万人
民币的小公司,这是最浪漫也最现实的路径。
具体做什么?
出海工具:小红书风格的海外笔记 App、海外 AI 头像、海外 AI 写作助手。
国内细分:某个细分人群的 AI 助手——孕妈助手、考研助手、宠物健康助手。
海外社群:在 Twitter/X、Indie Hackers 上做一个开发者品牌。
方向二:某个行业的 AI 顾问。
如果你在某个传统行业有积累——教育、医疗、法律、餐饮、零售、制造——把你的
行业经验 + AI 能力结合起来,做这个行业的 AI 顾问。
2026-2028 年,这个角色会极度稀缺。懂 AI 的人很多,懂行业的人很多,两边都懂的人
极少。
方向三:某个企业的 AI 改造负责人。
如果你在企业里有位置——经理、总监、副总、CEO——主动承担起企业 AI 改造的任
务。
这件事是企业 2026-2030 年的「头等大事」。能干这件事的人,会成为企业的核心。
6.2 三个长期不变的东西
不管你定位在哪里,有三件东西要长期建设:
第一件:沟通能力。
AI 让你能干更多事,但「干什么」需要你定义。定义清楚,需要沟通。
口头表达、写作、演示、谈判——这四样,练一辈子都不嫌多。
第二件:跨领域理解。
AI 让单一专业的价值降低,跨领域整合的价值升高。
懂技术 + 懂业务,懂中国 + 懂海外,懂软件 + 懂硬件——这种「+」越多,你越值钱。
第三件:长期信誉。
AI 让信息泛滥,真信息和假信息混在一起。真实可靠的人,会变成稀缺资源。
持续做真实、可靠、有原则的事。十年下来,你就是一个品牌。
七、给五种典型人的具体建议
下面针对五种典型人,给具体建议。
7.1 给小老板的建议
如果你是一个开店、做生意、有几十个员工的小老板:
1. 马上让自己的客服 AI 化。用扣子或类似平台,把客户咨询的 80% 用 AI 接管。
2. 马上让自己的销售流程 AI 化。AI 帮你写跟进邮件、做客户画像、做数据分析。
3. 马上学会用 AI 做财务。AI 帮你看账、做报表、做预算。
4. 6 个月内,把员工人数减 30%,留下的人工资涨 30%。
7.2 给中层白领的建议
如果你是一个公司里的部门经理、项目经理、产品经理:
1. 把你部门所有的报告、会议纪要、邮件起草,全部 AI 化。
2. 主动承担「AI 改造」的项目。这是未来 3 年的晋升加速器。
3. 建立自己的 AI 工作流,做出来给老板看。让老板知道你是「AI 派」的。
4. 同时,准备一个 Plan B——万一公司转型失败,你有自己的备选。
7.3 给自由职业者的建议
如果你是设计师、文案、咨询师、自由记者:
1. 马上用 AI 把你的产能放大 5 倍。同样的客户,更快的交付。
2. 马上提高单价。用「AI 加持」作为溢价理由。客户为速度付费。
3. 马上扩展服务范围。原来只做设计,现在加上 AI 视频、AI 网页、AI PPT。
4. 6 个月内,从「时薪 200 元」涨到「项目 5 万元」。
7.4 给在校学生的建议
如果你还在大学或研究生:
1. 不要把时间全花在「学课本知识」上。AI 都会。要花时间在「学 AI 做不了的事」
上——比如真实项目、人际网络、跨文化沟通。
2. 每个学期做一个用 AI 实现的项目。可以是小程序、可以是研究、可以是创作。
3. 建立海外社群。X、LinkedIn、Discord——在这些平台上找到全球的同行。
4. 毕业不要急着进大厂。试一试 AI 创业。失败了也年轻。
7.5 给退休前夕的人的建议
如果你是 50-60 岁、即将退休:
1. 不要觉得自己学不动。学一个主流 AI 助手,这事比学微信还容易。
2. 用 AI 做你年轻时想做但没时间的事。写本书、做个网站、记录家族史。
3. 教你的孩子、孙子用 AI。这是给他们最好的礼物。
4. 如果有积蓄,投一点 AI 主题的基金或股票。不要 all-in,但要参与。
八、本卷小结
📋一句话讲完卷十七:四级跃迁——认知、工具、实践、长期定位。无论你是
什么身份,这四级都要走。重点不是哪一步,重点是「开始走」。今天不开始,
明天就跟不上。
最后一卷,讲辩证法尾声——给所有读完这十七卷的朋友,一个收束。
卷十八 辩证法尾声:看远一点,做实一点
站得高,看得远。看得远,做得近。做得近,行得稳。这是十万字报告的最后一席话,讲
给所有走到这里的朋友。
一、回到最初的提问
朋友,你在 2026 年 5 月给我的来信里讲:
「我感受到了变化。变化主要来源于我发现 AI 正在从 chat 模式向 agent 模式转
变……国外似乎走得更加前沿,包括对传统行业和传统互联网的范式改革。」
这段话,十八卷之后,我们一句一句回:
「我感受到了变化」——你的感受是对的。这是历史性的变化,不是炒作。
「AI 正在从 chat 模式向 agent 模式转变」——这是对的。我们用了卷一到卷八,把这
个转变的来龙去脉、技术原理、产业表现全部摊开了。
「国外似乎走得更加前沿」——这话对一半,错一半。基础模型、编程 Agent、MCP
协议,国外是前沿。但具身智能、产业落地、开源生态、工程效率——中国并不落后,甚
至领先。
「对传统行业和传统互联网的范式改革」——这是对的。我们用卷十二到卷十五,讲了
SaaS 范式重构、互联网入口重构、制造业改造、软件业改造、三大改造的整体图景。
「我用来学习、研究、实践」——这是最关键的态度。光研究不实践,变成纸上谈兵;光
实践不研究,变成蛮干。学习、研究、实践——三者合一,才是正确的姿态。
二、用辩证法看这场变革
这一卷起的名字叫「辩证法尾声」。辩证法不是高深的哲学,辩证法就是「两面看问题」
「动态看问题」「联系看问题」。讲到最后,要用辩证法收束一下。
2.1 第一对辩证关系:乐观与悲观
AI 这件事,有人乐观,有人悲观。
乐观的人讲:AI 让人类生产力暴涨,人类进入丰裕时代。
悲观的人讲:AI 让人类大规模失业,贫富差距拉大,社会动荡。
两种讲法,都对一半。
对的一半是——AI 确实让生产力暴涨,这是好事;AI 也确实让一部分人失业、贫富差距
拉大,这是坏事。
错的一半是——以为「只会好」或者「只会坏」。
实事求是的态度是:好坏并存,我们要做的是让好的部分扩大、让坏的部分缩小。
这件事靠谁?靠政府(政策)、靠企业(责任)、靠个人(行动)、靠社会(共识)。四者合一。
2.2 第二对辩证关系:速度与深度
AI 进步快,有人讲「快得让人喘不过气」。
讲得不错。但是,进步快不等于成熟快。
模型能力涨得快,但 Agent 可靠性还要爬;算力价格降得快,但电力供应还要建;新工具出
得快,但企业部署还要时间。
这就好比一棵竹子,头几年长不高,但根扎得深;之后突然几个月长到几十米。AI 这棵竹
子,前几年看着平淡,2025 年突然蹿高;但能不能持续蹿高,还要看根扎得深不深。
根是什么?是算力、是电力、是数据、是协议、是人才、是治理。这些根不扎深,蹿得
快也是「拔苗助长」。
速度要看,深度也要看。
2.3 第三对辩证关系:中国与世界
讲中国 AI,有人讲「中国必胜」,有人讲「中国必败」。
两种讲法都错。
正确的讲法是:中国 AI 是「错位竞争」。我们有我们的强项(应用、制造、开源、效率),
美国有美国的强项(基础模型、协议、生态、资本)。
两边都有优势,两边都有短板。
未来十年,世界 AI 不会是「美国独大」,也不会是「中国独大」,而是「中美双极、各国
分用」。欧洲、印度、日本、中东——这些都会在 AI 时代找到自己的位置。
中国要做的,不是「打倒美国」,而是「打好自己的牌」。把开源做强、把应用做透、把
制造做深、把出海做远——这就够了。
2.4 第四对辩证关系:技术与人
讲 AI,容易讲成「技术决定论」——好像 AI 一出,人类就被牵着走。
这是错的。
技术是工具。人才是主体。同一个 AI,有人用来做好事,有人用来做坏事;有人用来赋能,
有人用来割韭菜。
技术不会自动让世界变好。技术让有准备的人变好,让没准备的人变坏。
所以最后,这件事的责任,还是要落到「人」上面。
你这位 0 代码深度用户,你的任务,不是「跟上 AI」,而是「让 AI 跟上你」。让 AI 服务
于你的目标、你的价值观、你的人生。
三、给所有读到这里的朋友三句话
十八卷讲完,留给所有读到这里的朋友三句话:
第一句:你赶上了
这是中国近 40 年最大的一次产业变革。
改革开放赶上了一波,互联网赶上了一波,移动互联网赶上了一波,AI 是第四波。
前三波,很多人因为各种原因没赶上——没读到信息、没看到机会、没动手去做。
这一波,你已经感受到了。已经在主动找答案了。已经走到这一份十万字报告的最后一
卷了。
这本身就说明:你已经站在了大多数人前面。
第二句:不要慌
变革快,但不会一夜之间天翻地覆。
2025 是元年,2026-2030 是普及期,2030 之后是融合期。你有时间,但要开始走。
不要因为「我不会代码」就退缩——大量的 AI 应用根本不需要代码。
不要因为「我年纪大」就放弃——50 岁学 AI,比 20 岁学得更稳。
不要因为「中国落后」就消极——中国在很多方面领先,在落后的方面也在追。
不要因为「会被替代」就恐慌——你这个会指挥 AI 的人,不会被 AI 替代,只会被「会指
挥 AI 的人」替代。
慢慢来,稳稳走。十年下来,会看到惊喜。
第三句:实事求是,自己动手
这是这份报告反复讲的两件事。
实事求是——不要被恐惧叙事吓住,不要被吹捧叙事忽悠,自己看数据、自己想问题、自
己下判断。
自己动手——不要光看不练。今天打开一个 AI 助手,试着做一件具体的事。明天再试
一件。一年下来,你就是这场变革的参与者,不是旁观者。
这两件事讲了一辈子,不是因为陈旧,是因为永远管用。
四、推荐深读的清单
报告写完了,还要给你一份「深读清单」。这些是我写报告时反复参考的资源,你也可以
亲自去看。
4.1 综述与官方报告
Stanford AI Index Report 2025:全球 AI 现状最全面的年度报告。
McKinsey State of AI Report 2025:企业 AI 应用的最权威调查。
Anthropic Economic Index:AI 对就业影响的实证研究。
国务院《关于深入实施「人工智能+」行动的意见》:中国 AI 战略的纲领性文件。
EU AI Act 全文:欧盟 AI 治理的法律文本。
4.2 关键趋势研究
MIT Technology Review 的 AI 专栏。
Andreessen Horowitz (a16z) 的 AI 研究报告。
Sequoia Capital 的「Generative AI's Act II」等系列报告。
State of AI Report(Nathan Benaich 等人编)。
4.3 中国本土声音
腾讯研究院 的 AI 系列报告。
阿里达摩院 的十大科技趋势。
百度研究院 的 AI 趋势预测。
甲子光年 的 AI 产业报告。
机器之心、量子位、新智元 的日常追踪。
4.4 经典书籍
《深度学习革命》(Cade Metz)——AI 发展史。
《The Coming Wave》(Mustafa Suleyman)——AI 与权力。
《Power and Progress》(Daron Acemoglu)——技术与社会。
《奇点临近》(Ray Kurzweil)——长期预测。
《The Worlds I See》(Fei-Fei Li)——李飞飞自传。
4.5 实践工具
主力大模型:ChatGPT / Claude / Gemini / 豆包 / Kimi / 通义 / DeepSeek
Agent 平台:Manus / 扣子空间 / AutoGLM / Computer Use
编程:Cursor / Claude Code / Trae / CodeBuddy / Lovable / Bolt / v0
搜索:Perplexity / 秘塔 / 天工 AI 搜索
创作:MidJourney / 即梦 / 可灵 / Suno / Sora
MCP 学习:modelcontextprotocol.io 官方文档
五、写在报告的最后
朋友,这份十万字的报告,讲到这里,要收笔了。
你从 5 月那封信开始追问,到 6 月催更,到现在读完十八卷。这本身就是一次完整的
「学习、研究、实践」的过程。
你不是被动接受信息的人。你是主动追问、主动思考、主动行动的人。
这种态度,比任何 AI 工具都珍贵。
AI 时代最稀缺的,不是算力、不是数据、不是模型。是有问题意识、有学习能力、有动
手意愿的人。
你有了。
所以我不替你担忧。我替你高兴。
这场变革,你赶上了。这场变革,你接得住。这场变革,你会在其中找到自己的位置。
六、最后一句一针见血
🏔️一句话讲完十八卷:从 Chat 到 Agent,是这个时代最大的产业革命之一。中
国在错位竞争中既有差距也有优势。普通人不要怕,也不要躺,认知—工具—
实践—定位,一步一步走。不动手就跟不上,动了手就有希望。说到底,AI 不
替代人,AI 让有准备的人成为更强的人。这就是这份报告全部的话。
报告完。
感谢你的来信、你的催更、你的耐心。
下一次见面,希望听到你自己用 AI 做出了什么——一个产品、一个工具、一个网站、
一份新工作、或者一段新的人生。
事不避难,行不犹豫。 共勉。
———— 全文完 ————