當谷歌的AI實習生獨立編寫代碼、特斯拉的人形機器人Optimus開始自主規劃倉庫路徑，一個尖銳的問題正浮出水面：人類在智能體狂潮中的角色，究竟是被取代的“舊勞動力”，還是進化為更高維的“規則締造者”？

福布斯中國AI影響力人物、中國人工智能領軍科學家劉志毅在其新著《智能體時代》一書揭開了這場分工革命的底層邏輯：智能體技術的崛起正在對工作的時間和空間維度進行一場徹底的重構。信息時代延續了這一模式，盡管工作內容從體力勞動轉向了腦力勞動。然而，智能體時代正在徹底打破這種時空耦合，使工作從固定的物理空間和規定的時間段中解放出來。

人類與AI的分工邊界，正從“執行層”向“定義層”躍遷——當機器接管了“怎么做”，人類必須回答“為什么做”。這場博弈中，誰掌握“價值錨點”，誰將主導未來文明的話語權。

從朝九晚五到隨時隨地：工作模式的重新定義

1943 年，IBM的創始人托馬斯·沃森曾說過一句廣為流傳的話：“我認為世界市場上大約需要 5 臺計算機。”這句話后來被證明是一個驚人的誤判。同樣，在 2019 年新冠疫情爆發前，許多公司管理者堅信遠程工作是不可能大規模實施的，他們認為面對面的辦公環境不可替代。然而，就像沃森對計算機需求的預測一樣，這種對工作場所固有模式的認知也被歷史迅速顛覆。

智能體技術的崛起正在對工作的時間和空間維度進行一場徹底的重構。這不僅是疫情期間被迫實施的遠程辦公的延續，而是一場更深層次的工作范式轉變。傳統的工業時代工作模式是基于時間和空間的高度同步：工人需要在特定時間出現在特定地點，共同操作固定的機器和設備。

信息時代延續了這一模式，盡管工作內容從體力勞動轉向了腦力勞動。然而，智能體時代正在徹底打破這種時空耦合，使工作從固定的物理空間和規定的時間段中解放出來。

2023 年，OpenAI的GPT-4 模型問世后，知識工作的本質開始發生轉變。最初，人們將這些工具視為高級文本生成器，但隨著垂直領域專用智能體的崛起，它們逐漸演變為真正的“知識合作伙伴”。縱觀歷史，每一次重大技術革命都會重塑工作的基本構成。工業革命將農業勞動者轉變為工廠工人，互聯網革命創造了大量數字工作崗位。而智能體革命則是對工作本身的重構—它不僅改變了我們做什么，更改變了我們何時何地以何種方式去工作。

當人類與智能體協作時，工作可以分解為多個塊，并在一天中的不同時段完成。例如，一位營銷專員可能在清晨思路最清晰時構思活動創意和策略，在下午與客戶溝通，而將數據分析和內容生成等任務交給智能體在后臺處理，隨后在晚間審閱成果并進行調整。這種工作方式使得個體可以根據自身能量和創造力周期來安排任務，而不是被迫在規定的8 小時內保持同等的生產力。

然而，這種工作時空的重組并非沒有代價。人類社會數千年來形成的工作習慣和社交模式在短短幾年內被顛覆，這帶來了新的挑戰。斯坦福大學的研究團隊在2024 年發表的一項研究表明，完全虛擬的工作環境可能導致創新能力下降和社會資本減少。對此，一種混合模式正在興起：工作者根據任務性質選擇最適合的時間和空間模式，某些需要深度協作和創新的活動仍然在物理空間進行，而其他可以異步完成的任務則不受時空限制。谷歌、微軟等科技巨頭已經采用了這種“選擇性出勤”模式，允許員工根據工作需求靈活安排辦公地點。

智能體在這一轉變中扮演了關鍵角色，它們不僅是生產力工具，更是時空解構的技術基礎。它們能夠24 小時不間斷運行，跨越時區提供服務，并能將工作內容數字化保存和傳遞，使得異步協作成為可能。從本質上講，智能體正在成為連接分散工作者的數字中樞，重新定義我們對“辦公室”的理解。

隨著工作空間和時間的解構，工作本身也正在經歷一場深刻變革—從固定職位到動態任務的轉變。20 世紀早期，亨利·福特的流水線生產徹底改變了工業生產方式，將復雜的制造過程分解為簡單、標準化的步驟。一個世紀后，我們正在經歷知識工作的類似變革—工作正在被“原子化”為離散的任務單元，而不是傳統意義上的全職崗位。

傳統的就業模式建立在“職位”的概念上：一個人被雇傭來填補一個預定義的角色，承擔一系列相關職責。這種模式植根于工業時代的組織需求，當時企業需要穩定的勞動力來操作固定的生產設備。然而，在智能體時代，工作正在從固定職位轉向靈活任務的集合，這些任務可以動態組合和分配給最合適的執行者，無論是人類還是智能體。

全球最大的自由職業平臺Upwork在 2024 年第一季度的財報中指出，與 2022 年同期相比，平臺上以任務為基礎的合同增加了 73%，而傳統的基于時間的合同則僅增長了 12%。這一趨勢反映了勞動力市場正在經歷的深刻轉變：從長期、全面的雇傭關系向特定、短期的任務合同過渡。

許多專業人士現在同時為多個客戶工作，根據項目需求靈活調整自己的工作內容和時間投入。

這種轉變的核心是工作的原子化。原子化意味著將復雜的工作流程分解為可以獨立完成的最小任務單元。例如，一個市場調研項目可以被分解為數據收集、數據清洗、分析、可視化和報告撰寫等多個獨立任務。這種分解使得每個任務可以尋找最適合的執行者，無論是專門的人類專家還是特定領域的智能體。

以內容創作為例，傳統上需要一個全職作者來構思、研究、寫作、編輯和潤色整個作品。在智能體時代，這一流程被分解為多個微任務：一個領域專家可能只負責提供核心觀點和框架，研究助手智能體負責收集和組織相關資料，寫作智能體生成初稿，人類編輯進行質量控制和個性化調整，而最終的格式化和分發則由另一組智能體完成。這種分工不僅提高了效率，還允許每個參與者專注于其最具價值的貢獻。

這種工作原子化的一個重要影響是對傳統職業身份的挑戰。當一個人不再是“市場分析師”或“內容編輯”，而是在不同項目中扮演各種角色時，職業身份變得更加流動和多元。LinkedIn在 2024 年初對平臺用戶的分析發現，過去三年中，用戶更新職業頭銜的頻率增加了 47%，且越來越多的人使用多個并行的職業描述，如“數據科學家/投資分析師/內容創作者”。

然而，任務分配的革命也帶來了新的問題。碎片化的工作模式可能導致工作不穩定性增加、社會保障體系面臨挑戰，以及對某些工作者（特別是不具備熱門技能的人）的系統性排除。這些挑戰正推動著勞動法規、社會保障和職業培訓體系的變革，以適應這一新興工作范式。

盡管存在這些挑戰，工作原子化的趨勢似乎不可逆轉。這不僅因為它提高了效率，更因為它允許更精細的人機分工—人類可以專注于需要創造力、判斷力和情感智能的任務，而將可預測、重復性強的任務交給智能體完成。從長遠來看，這種分工可能會重新定義什么是“人類工作”的本質。

工作的原子化也直接影響了團隊協作的方式。如果說19 世紀的工廠和 20 世紀的辦公室是工業時代協作的物理空間，那么 21 世紀的智能體則是智能時代協作的數字空間。傳統的團隊協作通常是同步的、線性的過程：團隊成員在同一時間聚集在同一空間，進行實時交流和決策。

24/7 工作生活流

智能體作為協作中介的角色還在不斷發展。隨著技術的進步，未來的智能體可能不僅僅是信息的傳遞者，還將成為團隊成員之間的“翻譯者”—理解不同專業背景、思維模式和表達方式的人，幫助他們更有效地溝通和協作。在某種意義上，智能體可能成為組織內部的“文化橋梁”，連接不同團隊、部門甚至是不同公司的專業人士。

工作時空的解構、任務的原子化和協作方式的變革共同導致了工作與生活邊界的重新定義。“工作與生活平衡”這一概念源于工業時代，當時工作和生活在時間和空間上有明確的分界線。然而，在智能體時代，這些界限正在迅速模糊，我們不再追求“平衡”，而是面臨“融合”的現實。

工作和生活的融合首先體現在物理空間的重疊。當廚房餐桌同時也是會議室，臥室一角變成了辦公區，工作與生活的物理邊界就不復存在了。其次是時間邊界的消失。在24/7 全天候運行的智能體支持下，工作可以在任何時候進行，無論是凌晨的靈感記錄還是周末的項目推進。第三是心理界限的模糊。當工作內容與個人興趣高度重合，或者工作關系同時也是社交關系時，工作和生活在心理上的分離變得越來越困難。

這種融合帶來了前所未有的靈活性和自主權。“數字游民”的生活方式是這一趨勢的極致體現—工作者可以在世界各地旅行，同時保持職業發展。根據Remote Work Association在 2024 年 1 月發布的《全球遠程工作趨勢報告》，76%的遠程工作者表示工作—生活融合提高了他們的整體生活滿意度，主要原因是增加了對時間的控制權和減少了通勤壓力。

然而，這種融合也帶來了顯著的挑戰。首當其沖的是“永遠在線”文化的蔓延。當工作可以隨時隨地進行時，許多人發現自己難以“下班”，導致工作時間無限延長。Buffer的《2024 年遠程工作狀態》報告顯示，53%的遠程工作者表示他們比在辦公室工作的時間更長，67%表示難以完全斷開與工作的連接。

其次是工作侵入私人空間的問題。當家庭同時也是工作場所時，原本用于休息和家庭活動的空間變成了工作區域，這可能導致家庭關系緊張和恢復能力下降。麻省理工學院組織行為學教授埃蘭·特爾在 2024 年發表的研究顯示，長期在家工作的人如果沒有明確的物理分隔，其工作壓力更容易轉化為家庭沖突，并且工作滿意度隨時間推移有下降趨勢。

第三是社會隔離風險。盡管智能體可以提供高效的工作支持，但它們無法滿足人類的社交需求。遠離傳統工作場所的社交互動，許多遠程工作者報告了孤獨感增加和社會聯系減少。這一問題在年輕專業人士中尤為突出，他們錯過了通過工作場所建立職業網絡和友誼的機會。

第四是職業發展的不確定性。在傳統組織中，職業晉升路徑相對明確，而在分散化的工作環境中，職業發展變得更加個體化和不確定。哈佛商學院的研究表明，沒有日常面對面互動，遠程工作者的貢獻可能不那么明顯，導致“視野外”效應——遠程工作者獲得晉升和重要項目的機會減少了 21%。

這些挑戰正推動著一系列應對策略的發展。個人層面，許多工作者正在發展新的自我管理技能：設定明確的“工作時段”和“生活時段”，創建專用的工作空間，以及使用技術工具強制執行數字界限。例如，“Digital Sunset”等應用程序在預設時間后自動限制工作應用的訪問，幫助用戶實現心理上的“下班”。

組織層面，先進企業正在開發新的政策和文化規范，支持健康的工作—生活融合。例如，Spotify的“Work From Anywhere”政策不僅允許員工選擇工作地點，還提供“數字健康”培訓和資源，幫助員工管理虛擬工作環境中的壓力和期望。銷售力（Salesforce）則實施了“核心協作時間”政策，規定所有會議必須在特定時段進行，從而保護員工其余時間的工作自主權。

技術層面，一種新興趨勢是“工作—生活界限管理工具”—這些工具利用AI分析個人的工作模式和生物反饋數據，提供個性化建議以優化工作安排和休息時間。例如，Microsoft Viva平臺可以識別加班模式并建議休息時間，而Salesforce的Slack平臺允許用戶設置“專注時間”，暫時屏蔽通知。

智能體時代的工作轉型正在重塑我們的日常體驗，從嚴格劃分的工作和生活領域，轉向更加流動、個人化但也更加復雜的存在模式。在這個新世界中，技術不僅改變了我們的工作方式，也改變了我們的生活方式和自我認知。最成功的適應者不是那些追求完美平衡的人，而是能夠在融合中創造有意義邊界、在靈活性中保持結構、在變化中維持核心價值的人。

正如歷次工業革命不僅改變了經濟結構，也重塑了社會結構和個人生活，智能體革命同樣如此。從某種意義上說，我們正在經歷的不僅是工作方式的變革，還是一場生活方式的革命—它要求我們重新思考時間、空間、職業和個人身份的基本概念。未來的挑戰不僅是技術適應，更是心理和社會適應—在高度數字化和分散化的世界中重新定義什么是有意義的工作和豐富的生活。

技能組合的新邏輯：與智能體協作的必備能力

在計算機技術發展歷程中，我們已經多次見證技術革命如何徹底改變人類工作的核心邏輯。20 世紀 50 年代，當第一批大型計算機被引入企業時，打孔卡編程成為一項炙手可熱的專業技能；20 世紀 80 年代個人計算機普及后，電子表格和文字處理能力成為辦公人員的必備技能；進入 21 世紀，互聯網的爆發又使數字營銷、網頁設計和社交媒體管理成為就業市場的熱門需求。

每一次技術變革不僅創造了全新的工作類別，更重要的是重新定義了幾乎所有既有工作所需的核心能力組合。智能體時代的到來正在引發新一輪的技能重構，其深度和廣度可能超過之前任何一次技術變革。

與之前的技術革命不同，智能體技術不僅僅是自動化簡單的重復性任務，而是開始滲透到需要分析、判斷、創造和溝通等高級認知能力的領域。這意味著，與智能體協作的技能組合既包括了技術性的操作能力，也涵蓋了更深層次的認知策略和元技能。

最具前瞻性的教育機構和企業已經開始重新評估他們的人才培養和招聘標準，將“與智能體協作的能力”作為評價標準之一。哈佛商學院在2024 年春季開設的“AI商業應用”課程中，教授邁克爾·洛卡將“AI協作能力”定義為“21 世紀專業人士最關鍵的元能力之一”。

人類在智能體時代的價值定位正在發生根本性轉變，從執行者轉向指導者、評估者和決策者。那些能夠有效駕馭智能體能力、明確自身獨特貢獻價值并發展互補性專業技能的人將在新經濟中占據優勢地位。正如吳軍在《浪潮之巔》中所言：“每一次技術革命都創造了新的贏家，但贏家的誕生不僅僅依賴于對新技術的掌握，更依賴于對新環境的理解和適應能力。”智能體時代的技能金字塔正在重構，塔尖不再是特定領域的專業知識，而是一系列跨領域的元技能，這些技能使人類能夠有效指揮智能工具并做出明智判斷。

在鐵路時代，工程師需要理解蒸汽機；在電氣時代，技術人員需要掌握電路原理；在計算機時代，程序員需要學習編程語言。而在智能體時代，幾乎所有知識工作者都需要掌握一系列新型元技能，這些技能將成為與智能體高效協作的基礎。元技能不同于具體的操作技能，它們是關于思考方式、判斷標準和工作策略的高階能力，這些能力使人類能夠設定方向、評估結果并在復雜情境中做出有效決策。

系統思維是智能體時代最重要的元技能之一。系統思維不是關注孤立的事實或現象，而是理解各要素之間的相互關系和動態交互。在一個信息爆炸且高度復雜的世界中，識別模式、理解因果關系和預測系統行為的能力變得尤為重要。智能體擅長處理大量數據和執行預定義的任務，但它們往往難以理解更廣泛的社會、經濟和倫理背景。具備系統思維能力的人可以彌補這一不足，幫助定義問題的邊界、識別關鍵變量并理解不同行動的潛在后果。

判斷力在信息過載的時代變得尤為珍貴。隨著智能體能夠生成海量的內容和分析，區分有價值信息與噪音的能力成為稀缺資源。優秀的判斷力建立在豐富的領域知識、實踐經驗和對復雜權衡的理解之上。它使人類能夠評估智能體輸出的質量、識別潛在偏見和漏洞，并在不確定條件下做出合理決策。

決策能力在不確定性增加的環境中變得更加關鍵。雖然智能體可以提供各種選項和預測，但最終的決策責任仍然落在人類肩上。高質量的決策不僅基于邏輯分析，還需要考慮倫理影響、長期后果和利益相關者的需求。在智能體提供數據和初步分析的支持下，人類決策者需要整合這些輸入，同時考慮更廣泛的組織目標和價值觀。

提示工程（Prompt Engineering）是智能體時代出現的全新技能領域，它正從一項專業技術能力逐漸演變為幾乎所有知識工作者都需要掌握的基本素養。提示工程是指設計、優化和管理輸入指令的能力，使智能體能夠產生最有用、最準確的輸出。這一技能的興起反映了人機交互的根本轉變：從使用預設界面和命令到通過自然語言“對話”來引導復雜系統的行為。

隨著智能體的能力不斷發展，與之協作的技能組合也將不斷演變。然而，某些基本原則可能會保持相對穩定：理解復雜系統的能力、做出明智判斷的能力、有效溝通需求的能力，以及對自身思維過程的認識，這些能力將繼續定義人類在人機協作環境中的獨特價值。

歷史反復告訴我們，在技術變革浪潮中，真正具有持久價值的不是特定技術的操作技能，而是對技術本質的理解和利用技術解決問題的能力。在智能體時代，最具價值的能力不再是與機器競爭執行標準化任務，而是有效引導機器、評估其輸出并將其整合到更廣泛的人類目標和價值體系中。那些能夠掌握這一新技能組合的人將在快速變化的經濟中保持相關性和競爭力，不是通過與機器競爭，而是通過與機器共同創造超越任何一方單獨能力的價值。當我們回望歷史，每一次技術革命都會篩選出能夠駕馭新工具的人才，而智能體革命也不例外—區別在于，這次革命不僅僅要求我們學習使用新工具，更要求我們重新思考人類獨特貢獻的本質。

關于《智能體時代》

智能體作為當前人工智能的一個重要分支，推動了AI技術的深化和發展。通過模擬生物智能的機制，智能體能夠在復雜環境中進行自主決策和行動，提升了AI的應用能力和智能化水平。智能體的發展促進了多模態智能的融合，使得AI能夠同時處理視覺、聽覺、觸覺等多種信息，增強了AI的理解和交互能力。

《智能體時代》作為一部融合生物智能演化機制與人工智能技術突破的科普作品，通過對從單一神經元到復雜智能體系統的跨學科分析，不僅揭示了智能涌現的本質規律，還為讀者構建了一個從微觀到宏觀的智能進化全景圖。

這部橫跨生物學、計算機科學和認知科學等多個領域的作品，以其獨特的“智能體視角”，系統性地闡釋了從 Claude 和 Gemini Ultra 等大語言模型，到 AutoGPT 和 Microsoft AutoGen 等自主智能體，再到腦機接口與元宇宙等未來科技的演進路徑，展現了一個正在加速到來的智能體文明圖景。

在這個智能技術加速演進的時代，本書立足當下科技前沿，以其宏大而系統的視角，不僅幫助讀者理解了從神經元到智能體的演化歷程，還展現了一個人類與人工智能共同進化的未來圖景。

本書適合人工智能、計算機科學、認知科學等領域的研究者，也將為關注技術前沿的產業界人士和決策者提供重要參考。它是理解智能體革命、把握AI技術變革方向的重要理論指南，也是探索人機共生未來的思想資源。

作者簡介：劉志毅

劉志毅

• 中國人工智能領軍科學家
  

• 上海市人工智能社會治理協同創新中心研究員
  

• 上海交大清源研究院研究員
  

• 入選2024年福布斯中國“十大人工智能影響力人物”
  

• 2024年度“華為云最有價值專家”（Huawei Cloud Developer Experts）
  

十余年來，劉志毅一直在AI領域進行深入研究和實踐，主要研究智能計算、空間智能以及超級人工智能對齊等方向。同時，他還擔任中國人工智能學會AI倫理工作委員會委員及具身智能專委會委員，上海交大計算法學與人工智能倫理研究中心執行主任，上海交大安泰AI與營銷研究中心特聘研究員，上海開源技術信息協會AI倫理專委會主任。國際電工委員會IEC生物數字融合系上海交大清源研究院兼職研究員，統評估組（IEC/SMB/SEG12）倫理專家，2024年第四屆IEEE計算機通信與人工智能國際會議（CCAI 2024）技術委員會委員，國家人工智能標準總體組專家，AIIA聯盟可信AI 專家委員會委員，上海人工智能技術協會專家委員。