這週科技大廠的動作集中在一個詞：Agent。
GoogleI/O大會上，新模型只講了 3 分鐘，剩下四分之三的時間全部給了 Agent：
Gemini Spark 定位為 24 小時個人智能體，Antigravity 2.0 升級為多 Agent 編排平台，直接對標 Claude Code 和 Codex。
杭州阿里雲峰會上，從千問雲到新應用，高管們反覆提到的也是 Agent。
而騰訊、百度、字節的動態基本一致。
人員調整已經開始落地。
深圳一個大廠文件團隊被整體裁撤，理由是 AI Agent 覆蓋了原有工作，很多人當天上班才知道自己被裁了。
Meta 的動作更大。
5 月 22 日裁員 8000 人，同時有 7000 人收到調崗通知，被編入祖克柏親自推動的 Applied AI 項目，主要做資料標註。
祖克柏在內部會上說，AI 已經改變了公司組織架構，很多崗位是冗餘的，公司的目標就是把員工的資料訓練進 AI 系統裡。
廣告等不相關部門的工程師已經被抽調去做資料標註。
OpenAI 預計下周提交 IPO 招股書。公司總裁 Greg Brockman 明確表示：
模型本身不再是產品，Agent 才是。
更不用說AI21 Labs。
AI21 Labs 的 AI 模型團隊已經解散，整體轉型為智能體團隊，裁員 61%，員工從 180 人減到 70 人，一天之內完成。
甚至，連DeepSeek最近也在開始招聘Harness工程師。
總結來說，AI行業正在重新定義“產品”。
大模型不再是終點，Agent 成了各家押注的方向。隨之而來的是組織架構的調整和人員的重新分配。
這不是預告，已經在發生了。
首先講講最近我在AI Agent層面的一個變化：
三個月前，我天天養蝦，
如今卻逐步迷上了Claude Code、Codex。
雖然我也不怎麼玩程式碼，但現在Claude Code，我在旁邊床上躺著，Agent就自己安裝skill、做資訊圖、做表格、做翻譯。
這種感覺怎麼說形容呢。
本來我以為每天不斷寫稿、錄視訊這類勞動，就能產生回報，但現在，AI Agent能夠解決掉我的一些繁重工作，也讓我“似乎”解放了生產力。
你可以看到，我用了“似乎”這個詞，因為AI模型的幻覺依然很嚴重。
無論是Claude模型、豆包模型，還是Qwen模型，都無法完全消除。
所以，整個過程還是需要我進行仔細校對、修改等。
對於我的工作流來說，AI影響到的一個現實變化是：
部分“起標題”的工作，我已經交給了豆包或者是Claude Code，綜合再進行一定的修改；但我知道，像量子位這類公眾號，內部至少有10多個人一起想出一個標題。
這個流程的人力成本，已經被AI Agent大大縮短了。
一周前，CRM領域的頭部公司Salesforce聯合創始人CEO Marc Benioff上了一檔播客節目。
他指出，最近公司已裁撤約4000個客戶支援崗位，團隊規模從9000人縮減至約 5000 人。
原因在於，Marc 直言不諱地指出：因為AI Agent顯著提高生產力，我們不再需要那麼多人了。、
“我創立 Salesforce 27年了，做 SaaS 軟體40年了。這不是我經歷過的第一個災難，但這次災難確實前所未有。大部分軟體公司一季度的業績都很好。但市場就是看衰。我控制不了市場怎麼想，我能做的跟之前一樣，就是關注客戶成功，關注我們是否給客戶創造了價值，關注公司的收入和現金流。”
他甚至稱，基於 Agentforce 和面向工程團隊的 AI 工具，該團隊開發效率提升超過 30%，讓團隊的工程速度達到了“難以置信的水平”；AI已經承擔了Salesforce內部高達 50% 的工作量。
所以，未來的AI，不是模型，而是Agent應用。
OpenAI 剛剛聯合19家投資機構、諮詢機構和系統整合商共同花了40億美元成立了一個 OpenAI Deployment Company，也就是 OpenAI 部署公司。
為什麼他們要花這麼多錢成立這樣的公司呢？
因為企業也好，個人也罷，在沒有專業賦能的情況下，自己就能把 AI 用好的，真的是鳳毛麟角。事實確實是這樣。
很明顯，用軟體幫企業做AI落地的公司未來更值錢，是重要token銷售管道，因AI落地才能讓token產生商業價值。
所以本質上，無論是多大的AI大廠，AI Agent智能體產品，正在顛覆一家公司的組織架構、人員規模，也讓網際網路大廠面臨更多的挑戰。
最近一家大廠員工跟我說，老闆痴迷於AI降本增效，內部就是在用AI Agent取代員工，更多人只能選擇“躺平”，被動做一些無意義的工作。
所以，這或許就是最近很多大廠員工辭職創業的原因之一。
輝達CEO黃仁勳最近參加了一檔播客，提到了他從出生到如今的整個經歷和變化。
黃仁勳最後說了一段對懷揣創業夢想、深耕科技領域的年輕後輩講的話，我對此記憶深刻，也非常值得思考：
首先要敢於堅持自己認定的方向，不要因為一時的質疑與挫折輕易妥協。技術創新本就是漫長且充滿坎坷的過程，短期看不到回報是常態。
其次，保持終身學習的心態，科技迭代日新月異，唯有不斷更新認知，才能跟上時代步伐。不必畏懼失敗，每一次失利都是積累經驗的契機。
最重要的是，做事立足長遠，心懷責任。創造真正有價值的技術與產品，堅守初心穩步前行，時間終會回饋所有堅持與付出。
在我看來，本質上，AI取代不可避免，如何更快學習AI智能體、Skill，其實才是更重要的事。
今天有一篇文章提到，AI真正的瓶頸，不是算力，不是資料，不是能源，不是架構。
真正的瓶頸在於——評估（Evaluation）。
所以我認為，AI的未來不是模型性能有多好，而是對於Agent、Skill的應用能力有多強。
當然，我現在覺得Skill數量過於冗餘了，很多Skill的技術和能力依然很低級。
總結來說，模型只是底層引擎。
使用者不會為聊天窗口付錢，Agent 能執行具體任務，那才是產品。
我們要看清Agent 能做到什麼程度：去學著用。
對於AI的恐慌沒任何用處。 (智能紀元AGI)