推廣活動

Fable 5.2連一千多個Agent都能指揮了!人還有什麼用?

RexAA
•
AI速讀
AI 發展進入新階段,Anthropic 的 Fable 5.2 證明 AI 可獨立指揮千個 Agent 完成複雜軟體開發,使傳統的人類管理價值(如拆任務、盯進度)面臨失效。專家王煜全分析,未來職能將發生根本遷移:AI 負責高效執行,而人類則需升級為「問題定義者」。以銷售為例,人應從關注銷量轉向深度理解用戶場景。面對 AI 自動化浪潮,專業人士必須從底層邏輯更新思想,將重心放在挖掘最終價值與推動價值實現,而非僅僅學習使用 AI 工具。
本期要點:AI能自己帶團隊把活幹完,人就該往上遊走!


上周五,我們聊了 Anthropic 的新模型 Fable 5.2。它能快速開發遊戲和軟體,我們也提醒各個開發者和企業,當開發越來越容易,真正重要的是理解使用者,提供持續的服務。

但上期還提及了一項實驗,對職場人的衝擊會很大,今天來好好聊聊。

Anthropic 的一位工程師讓 Fable 5.2 協調超過一千個子 Agent,連續工作八天,開發出了一個能在筆記型電腦上啟動的作業系統。

雖然這應該只是個小系統,但要知道,過去開發這樣的項目,需要架構師設計、工程師分工開發,還需要項目經理拆任務、盯進度。

現在,AI 直接就完成了。

可見,過去社會對 AI 替代工作的進度條,可能還是保守了。

以前說擁抱 AI,大都是指學會用 AI 工具,提升自己的效率。再厲害的,就是一個人調動一堆 AI 工具、帶著一群 Agent,覺得自己擁有了一支團隊。

可現在,AI 自己就能安排一支 Agent 團隊把活幹了,請問閣下又該如何應對呢?

PART 01 誰來提問

其實,先進企業已經在發生類似變化了。

10 月份,Anthropic 就發佈了內部研究報告指出,他們的員工已經從親自做事變成管理一群 Claude。

有位工程師甚至專門設定了一個“Agent 參謀長”,讓它替自己篩選其他 Agent 送來的請求。

當然,管理真實企業還涉及人的關係、利益和責任,不可能完全交給 AI,但至少可以肯定的是,拆分任務、協調進度、檢查結果、以及管理 AI 的任務,已經開始交給 AI 了,不再是人類管理者的獨有價值。

那麼,人應該做什麼?

還是回到作業系統那個例子。

既然 AI 已經能帶動一千個 Agent 把作業系統開發出來,我們就應該更進一步問,假如不是為了測試 AI 的能力,那為什麼要開發這個系統?它究竟解決了誰的什麼問題?

假如一家工廠只是想讓不同裝置共享資料,也許打通現有系統的介面、再接入 Agent,就夠了。那重造一個作業系統似乎就沒那麼必要了。

可以看出,AI 能解決問題,但它還不知道為什麼要提出這個問題,也發現不出錯的問題。

最近艾倫人工智慧研究所發佈了有意思的研究,他們專門測試 AI 能否發現提問中的錯誤前提。

比如他們問 AI,蛋糕上的糖霜總是往下滑,怎麼才能讓它更稠?可真正的問題也許是蛋糕還太熱了,應該先放涼。

但大部分模型都會順著錯誤的提問往下做,忽略真正的目標。

這意味著,人要負責提出好問題、做出好判斷。

11 月 10 日,開發了 Jira、Confluence 等知名企業管理軟體的公司 Atlassian,公佈了自己的研發流程改革。

他們發現,AI 可以很快生成程式碼和產品原型,但開發者卻要花更多時間定義問題、審閱 AI 的輸出並進行調整。

於是,Atlassian 重新設計了工作流程,把重複任務儘量交給 AI,把人的精力留給關鍵判斷,包括過去不寫程式碼的產品經理和設計師,也可以借助 AI 直接參與產品改進。

PART 02 最終價值

不過,我們也可以進一步追問,如果未來 AI 能發現問題和提出問題了,人又該怎麼辦?

確實有這個可能性,所以其實人和 AI 的關係一定是動態變化的,當 AI 能夠解決的問題越來越複雜,人也要向更高層次遷移。

朝那遷移?我們覺得,就是要一直追到工作的最終價值。

就拿賣衣服這個最常見的例子來說,過去銷售人員往往主要關心銷量。於是,大家會用 AI 製作廣告、寫話術等等。

但未來,當 AI 就能自動做這些事了呢?

銷售人員就該思考,自己的工作是否在幫助企業增加收入、改善利潤。只盯著銷售任務,確實可以靠打折等手段賣出不少衣服,但會影響企業利潤,並可能帶來大量退貨,仍然造成了庫存積壓。

但再往後想,如果 AI 也能充分適配企業的經營狀況了,人又該幹什麼?

那麼,銷售人員就應該進一步進入真實場景,觀察顧客的需求究竟是什麼,為什麼要買這件衣服?是要面試、還是通勤、還是純粹因為好看,等等。

理解顧客的使用場景,才能既用衣服滿足了顧客的需求,也讓企業財務狀況得到改善。

這個過程中,必然還要用到 AI,但理解顧客、分析需求這樣複雜的事情,終究還是要靠人來主導。

當然,這個思路不只適用於銷售。

比如程式設計師不能只看功能有沒有上線,營運人員不能只看活動是不是安排妥當,管理者也不能只看分配下去的工作是否都得到了執行;大家都要想想那個最終極的問題——使用者的需求滿足了沒有。

總之,AI 一定會越來越厲害,具體的執行也會越來越自動化,會不斷接走你今天負責的具體任務,甚至不再需要人來安排任務。

那麼,你應該積累的,是理解現實、找到值得解決的問題,並推動價值實現的能力;要不斷往前追問,找到更值得解決的問題,再借助 AI 把價值真正做出來。

過去,大家沒這麼幹,是因為雖然看到了問題,卻沒有足夠的技術和資源去解決,只能被動配合企業或上級的管理要求。

現在,AI 讓大家也有機會把發現的問題快速落地為具體的改進措施,也就讓大家可以思考,如何從源頭開始就為產生實際價值而工作了。 (創新地圖)