（關注公眾號設為標，獲取AI深度洞察）

全文3,000字 | 閱讀約20 分鐘

2025 年，AI 正式跨入“干正事”的時代。

在剛剛發布的《福布斯 AI 50》榜單中，我們看到了一個前所未有的轉變：AI 不再只是回答問題、生成內容，而是開始像一個真正的員工一樣完成工作流程——寫合同、管客戶、做研發、甚至組織談判。

這不僅意味著 AI 工具邁入了新階段，也意味著一個現實問題已經擺在我們面前：你的崗位，AI 做得更快、更穩、更不累。你準備好了嗎？

一、Harvey 上崗，實習律師下崗？

過去幾年，AI 在法律行業的角色，大多還停留在“資料檢索”或“智能問答”階段，頂多是幫你查個案、讀個合同。但 2025 年，一個名為 Harvey 的法律 AI 工具，再次用實力證明：它不僅能答題，更能干活，而且干得比實習律師還快還準。

Harvey 是一家專注于法律行業的 AI 初創公司，剛剛入選福布斯《AI 50》榜單。在這個榜單中，它是極少數被歸入 “專業服務” 類別的代表。這并非因為它“更懂法律”，而是因為它已經切實接管了部分律師事務所的底層勞動。

Harvey 的核心能力并不是“生成漂亮的回答”，而是 完成一整套法律工作流程——包括但不限于：

• 文檔盡職調查（Due Diligence）

• 合同起草與修訂建議生成

• 案件預測分析（包括勝率判斷、類比案例檢索）

• 談判策略擬定與模擬對話

• 客戶信件與正式函件自動生成

簡單說，Harvey 已經可以勝任一個法律項目中，初級律師團隊 80% 的任務。更關鍵的是，它的部署方式并不復雜，可以與主流律所使用的管理系統無縫對接，成為團隊里的“隱形合伙人”。

在部分律所的試點實踐中，Harvey 將一份復雜的并購協議的初稿起草時間，從 2 天壓縮到 20 分鐘。更重要的是，它的模型訓練不僅基于通用語言大模型，還吸收了大量專業法律語料和判例，具備高度垂直理解能力。

過去我們常說，“AI 替代的是重復性工作”。但在 Harvey 這里，它替代的是高知識密度、流程復雜、但結構清晰的專業勞動。這是 AI 第一次從陪聊、檢索、輔助，正式走入“專業執行者”的位置。

在法律這個極度依賴經驗和判斷的行業，Harvey 的上崗，也意味著一個信號：連律師的工作流程都能被結構化拆解并由 AI 執行，那其他行業還剩下多少“不可替代性”？

（Harvey：自動化法律流程的先行者。圖源：Forbes AI 50，2025）

二、AI 已經坐在你的工位上

2025 年的 Forbes AI 50 榜單，有兩個名字格外扎眼 —— Sierra 和 Cursor。這兩家公司分別代表著 AI 在兩個關鍵崗位的實質性滲透：客服人員與軟件工程師。

這不是“提效工具”，而是“職位形態的改變”。

1、Sierra：AI 客服，不是“幫你接線”，是“直接解決問題”

Sierra 的定位非常明確：打造一個具備人類交互能力的自動化客戶支持平臺。在 AI 被廣泛用于客服行業多年之后，Sierra 成功突破了一個難點 —— 從“應答式機器人”，升級為“閉環式交互系統”。

換句話說，它不是在“幫你轉人工”，而是讓“你根本不需要人工”。

Sierra 能做到的事情包括：

• 情緒識別 + 上下文記憶的連續對話

• 多渠道（郵件、網頁、聊天窗）統一客服響應

• 與企業后端系統集成，完成退款、改簽、投訴等閉環動作

• 自動拉取知識庫、歷史記錄，動態優化話術

尤其值得注意的是，Sierra 背后不只是單一大模型，而是一個多模型協調系統（multi-agent framework），這使得它在真實客戶服務場景中具有極高的穩定性和容錯率。

試點數據顯示，一家 SaaS 公司接入 Sierra 后，客服響應速度提升 400%，客戶滿意度提高 37%，而人工客服團隊規模縮減 60%。

用人話講就是：它不是在幫客服，而是在逐步取代客服崗位。

2、Cursor：寫代碼的不再是程序員，而是懂自然語言的人

另一家上榜公司 Cursor，背后是 Y Combinator 孵化的 Anysphere 團隊，其口號是：“給開發者裝一個 AI 合伙人”。

但實際效果遠比“合伙人”更徹底 —— Cursor 的功能正在快速蠶食程序員的基礎工作。

與 GitHub Copilot 這類工具相比，Cursor 的最大差異在于：

• 它不僅“補代碼”，還可以接收一個自然語言需求，自動構建完整的功能或應用

• 支持交互式調試、自動生成測試用例、實時文檔撰寫

• 與本地開發環境深度集成，可以進行代碼回溯、項目文件重構等復雜操作

舉個最直觀的例子：

你在對話框里輸入：“幫我生成一個使用 Flask 構建的天氣查詢 API，要求支持城市拼音和定位兩種輸入方式” Cursor 不僅會立刻生成完整代碼，還會搭建項目結構、配置依賴、添加測試文件，甚至給你部署建議。

對于很多“輕開發”場景，Cursor 已經可以讓非程序員直接完成項目搭建。這意味著，寫代碼這件事，門檻正被徹底打碎。

（Sierra 和 Cursor：分別代表 AI 正在替代的兩類主力崗位——客服和程序員。圖源：Forbes AI 50，2025）

過去我們以為，客服和程序員是兩個“短期不會被替代”的崗位。畢竟一個靠同理心，一個靠邏輯推理。

但 Sierra 和 Cursor 正在告訴我們一個新的現實：

“如果一個崗位的核心是執行明確規則或應對有限變化的輸入，AI 就一定能做到，甚至做得更快。”

2025 年福布斯 AI 50 榜單中，有一個微妙的信號：機器人相關公司正在密集出現，而且越來越像“實業公司”了。

Figure AI、Skild AI、Covariant、1X 等一批“AI+機器人”公司不再只是做“演示視頻”，而是真正進入了“產線部署”、“成本控制”和“規模生產”的階段。

1、Figure AI：打造“能干活”的人形機器人

Figure AI 是當前最受關注的人形機器人公司之一。它不僅登上了今年的 AI 50 榜單，更在英偉達 GTC 2025 開發者大會上被黃仁勛點名：“物理世界中的 AI 是一個 50 萬億美元的機會。”

和許多還在 PPT 階段的機器人項目不同，Figure AI 已經宣布：

• 投產 BotQ 高產能制造中心，計劃年產 12,000 臺人形機器人

• 發布 Helix —— 首個將視覺、語言和動作深度融合的 VLA 通用模型

• 與多家工業制造商簽約部署機器人，進行裝配、檢測等基礎工序

Helix 的出現意味著，機器人不再需要復雜預編程，它可以像人一樣“看懂場景、聽懂指令、決定動作”。

如果說過去機器人只能在固定軌道上“重復勞動”，那么 Figure AI 的方向，是讓機器人進入人類社會的“多變場景”中，開始學習、適應、執行任務。

（Figure AI 與 Skild AI：機器人產業正在走出實驗室，邁向批量交付與多行業應用階段。圖源：Forbes AI 50，2025）

2、Skild AI：不造機器人，專做“AI 大腦”

相比之下，Skild AI 的打法更加“平臺化”。

它不自己制造機器人，而是專注于打造一個可適配多種機器人形態的“通用控制大腦”——Skild Brain。這個大腦的作用，就是讓任何機器人都能像人一樣完成復雜任務。

Skild Brain 的底層技術也并非簡單模仿人類動作，而是融合了：

• Transformer 語言架構

• 多模態任務規劃系統

• 自監督強化學習機制

它已經在清潔機器人、倉儲機器人、工業手臂上進行了部署測試。Skild 的愿景是：像 Windows 一樣，成為機器人世界的操作系統。

這種“軟硬分離”的邏輯，也在 AI 工業化中顯得極其關鍵 —— 有的公司造身體，有的公司造大腦，共同把機器人真正變成“社會勞動力”。

從 Figure AI 的人形機器人，到 Skild 的通用 AI 大腦，2025 年是這一賽道從技術試驗轉向商業試運行的關鍵拐點。

我們或許可以大膽預言：

2026 年，可能將成為“AI 機器人勞動力”走進真實工作場景的第一年。

而這一波機器人浪潮的本質，其實也是“大模型能力向物理世界滲透”的第一步。

結尾總結：

2025 年是一個分水嶺。AI 已經從“知識引擎”變成“行動引擎”，從“生成內容”走向“生成價值”。

下一波浪潮，不再是“誰用了 AI”，而是誰能讓 AI 真正上崗替人干活。那些能真正被托付任務、落地成果的 AI 工具，才是真正值錢的未來。

而我們每一個人，都需要思考一個問題：

“當 AI 能替你完成 80% 的任務時，你的價值來自哪里？”

互動提問：你用過哪些已經能替你干活的 AI 工具？

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.forbes.com/sites/konstantinebuhler/2025/04/10/ai-50-2025-ai-agents-move-beyond-chat/

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈