AI 向前跑了两年,再看两年前写下的那些判断

有些预判已经发生，有些判断需要升级，还有一些事情几乎没有变。

图：2024—2026，模型吞掉了许多临时机会，真正留下的是业务闭环。

2024 年，围绕 AI 商业化、Prompt、Agent、多模态和人才，陆续写过一些文章。

那时候 GPT 刚刚把很多人带进生成式 AI，大家最关心的问题还是：它会不会写、会不会画、能不能理解视频、Prompt 应该怎么写，以及它究竟会不会替代某一类工作。

那些文章没有只围绕模型和工具展开，更多讨论的是生产力、业务建模、工作流、Domain Knowledge、Prompt Engineering、连线人才，以及 Agent 之下的产品系统。

两年多以后，模型换了很多代。

AI 也从一个生成答案的工具，开始变成可以读取文件、调用工具、操作软件、执行长任务，并与其他 Agent 协作的工作者。

再回头看这些文章，不是为了证明当时都说对了。

真正有意思的是：

• 哪些判断已经进入现实；
• 哪些方向没有错，但需要用今天的能力重新解释；
• 哪些事情在模型快速进步之后，反而显得更加重要。

它更像一次认知的版本管理：不仅看什么被验证，也看什么已经被模型直接吞掉。

AI 不是一件新工具，而是一种新的生产与调度方式

《AI×商业，做了一年的 N 个认知·第一篇》用工业革命做过一个类比。

工业革命真正重要的，不只是出现了一台更快的机器，而是能源、信息和生产资料的组织方式发生变化，由此产生了新的生产形式。

当时，AI 商业化被拆成三步：

先理解模型能做什么，再把能力放进工作流，最后形成可以持续交付的商业产能。

今天再看，这个判断基本成立，但其中的“流程”已经比两年前更深。

过去说 AI 进入工作流，更多还是人在原来的流程里调用模型：写一段内容、生成一张图、分析一个文件，然后由人继续完成后面的操作。

现在，一部分流程已经开始变成：人提出目标，Agent 自己读取上下文、选择工具、执行多个步骤、检查中间结果，并在必要时把问题交还给人。

所以新的生产关系更像：

AI 改变的已经不只是某一个生产动作。

它开始改变一项工作由谁发起、谁执行、怎样协作，以及人最后在什么位置做判断。

能力证明不等于商业量产，这件事一点也没有过时

两年前的文章一直对 Demo 保持警惕。

用 GPT 回答一次医疗问题，证明模型具备某种能力；但医院真正上线问诊系统，还要同时面对准确性、知识充分性、并发、部署、审核、人工接管、维护和责任。

今天模型更强，Agent 也可以执行更多动作，但 Demo 与高可用之间的距离并没有自动消失。

甚至因为 AI 开始行动，这个问题变得更复杂了。

一个只会生成错误答案的模型，风险可能停留在文本里。

一个拥有工具、权限和执行环境的 Agent，如果理解错了任务，可能真的修改数据、发送信息、操作系统，或者把错误继续传递到后面的节点。

所以企业现在需要补的不只是“模型效果”，还包括：

• Agent 身份与权限；
• 数据和知识边界；
• 过程状态与异常恢复；
• 输出评估与持续监控；
• 人工确认和接管机制；
• 成本、审计与责任记录。

两年前的问题是：AI 能不能做？

今天的问题进一步变成：

AI 做完以后，我们怎么知道它做对了；做错以后，谁能发现、谁来恢复、谁为结果负责？

模型能力提高了商业化的上限。

但高可用仍然来自完整的系统建设。

Prompt 没有退场，它正在成为业务与 AI 之间的工程层

《Prompt 的边界就是 AIGC 的能力边界？》讨论过 Prompt 的长期价值。

当时很多人把 Prompt 理解成一种暂时性的技巧。

似乎只要模型足够聪明，未来人类不再需要研究 Prompt，只要随便说一句，AI 就能准确理解并完成任务。

两年后再看，我自己仍然认为 Prompt 非常重要。

但这里的 Prompt，从来不只是几句神秘的咒语。

它是人把一个真实业务问题，翻译成 AI 可以理解、调用、执行和验证的工程介质。

一个真正进入业务的 Prompt，背后通常包含：

• 对业务场景和目标的理解；
• 对隐性经验和规则的提炼；
• 对任务、变量与异常情况的拆解；
• 对所需 Knowledge 的组织；
• 对模型能力边界和 AI 选型的判断；
• 对工具、顺序和人机节点的编排；
• 对输出格式与质量标准的定义；
• 对结果是否可控、可复制的持续验证。

比如审核一篇稿件。

实验室 Demo 可以只检查错别字和语法。

但真实业务里的审核，还可能涉及产品信息、品牌表达、平台规则、写作手法、事实来源、隐私边界和目标用户。

如果效果不好，问题也不一定出在模型。

可能是模型选错了，Prompt 写得太粗，业务知识没有输入，Knowledge 本身整理得不客观，审核标准没有结构化，工具调用不合理，或者系统根本不知道什么时候应该停止并请求人工判断。

没有懂业务、懂 AI、又具备结构化能力的人，就很难判断问题究竟出在哪里。

所以 Prompt Engineering 没有因为模型变强而消失。

它正在从“怎么问 AI”，升级成“怎么把业务交给 AI”。

今天很多 Skill 的内部，本质上仍然包含这样的组合：

Prompt 不是系统的全部，但它依然是把业务知识、模型、工具和质量标准组织起来的重要介质。

连线人才没有被淘汰，反而开始变成 AI 系统的设计者

《什么样的人才能帮助企业在 AI 早期拿结果》里有一个三端模型：

当时的判断是，AI 商业化最缺的不只是某一个端点上的专家，而是能够把多个端点连接起来的人。

今天，这种人的价值仍然存在，但工作内容正在升级。

以前，他更多负责让不同专业的人理解彼此。

现在，他还需要把业务经验翻译成 AI 可以使用的对象、知识、规则、工具、权限、工作流和评估标准。

他需要判断：

• 一个问题到底属于模型、数据、产品还是业务；
• 哪些经验应该沉淀成 Knowledge；
• 哪些能力应该封装成 Tool 或 Skill；
• 什么事情适合交给 Agent；
• 哪些节点必须由人确认；
• 结果不好时，应该修改模型、Prompt、知识还是流程。

所以真正稀缺的不是“会写几句 Prompt 的人”。

而是能够把业务知识、产品结构和 AI 能力连接起来的人。

两年前，文章把这类人称为连线人才。

今天，他们正在进一步变成 AI 生产系统的设计者。

Agent 最值得回看的，是哪些能力被模型直接吞掉了

《AI-Agent 之下的产品系统设计，应该提前做什么》没有把 Agent 理解成一个万能机器人，而是把它看作一种产品系统。

两年前实际做 Agent 时，团队也讨论过 Skill 和 Tool 到底有什么区别。

现在回头看，我自己感觉不必太执着于这些概念名词，而应该看它里面到底装了什么、最后解决了什么问题。

今天常说的 Skill，大部分并不是凭空出现的一种新能力。它通常只是把 Tools、写清楚的 Prompt、一些 CoT、Knowledge、README，以及清晰的工程结构和代码注释合并在一起，针对某个具体任务形成一个可以重复使用的专项包。

Tool、Prompt、知识文档、工作流，这些东西以前就存在。变化主要是它们被重新组合到一个更容易被 Agent 理解和调用的工程单元里，再用 Skill 这个名字重新定义。

所以相比争论 Tool 和 Skill 的边界，更重要的问题是：这个组合是否真的沉淀了业务知识，是否能够稳定完成任务，出现问题后是否可以定位、修改和复用。

但在当时，Agent 最难的并不是调用哪个工具，而是如何从 Task 走到 Goal。

一个任务应该经过哪些步骤？中间如何判断？失败后换哪条路径？什么时候应该停止？两年前的模型还没有吸收足够多高级推理与 CoT 数据，企业往往需要自己拆解任务、编写推理链、补充业务判断，再把这条路径交给 Agent。

所以那时候容易得出一个结论：企业做 Agent 的核心资产，是自己的解题路径和 CoT。

这个判断今天只对了一半。

企业当然仍然需要自己的业务知识、规则和决策标准，但通用解题能力正在快速进入基础模型。过去需要团队反复钻研、手工拼接的很多 CoT，今天模型自己已经能完成，而且下一代模型往往会做得更好。

这两年里，大量曾经被当成独立机会的方向迅速失去价值：垂直小模型、专项数据分析模型、GPTs 式的通用工具封装、Prompt 陪聊产品，以及缺少业务壁垒的 AI 插件。它们并非完全没有用，而是很容易被基础模型下一次升级直接覆盖。

如果加码的只是模型暂时不会、下一代模型很可能补齐的能力，那么再精细的封装，也可能只是“屎上雕花”。

今天围绕“小龙虾”、harness 和各种模型外运行层的讨论，也有类似的风险。

方向本身没有问题。模型之外确实需要环境、权限、记忆、工具、状态、恢复和审计，很多能力也不应该由模型自己承担。但真正重要的是这套架构思想，而不是把某一个当前实现误认为稳定不变的产品机会。

AGI 的终点或许可以模糊想象，过程却很难预测：多久到来、通过什么路径实现、下一次模型升级会吃掉哪一层，都没有确定答案。做得太早，可能成为前浪；做得太晚，又可能跟不上。

因此，Agent 阶段更稳妥的资产不再是“我比模型多补了一段通用推理”，而是：

• 真实业务场景和客户关系；
• 企业独有的事实、知识与规则；
• 可以被调用的系统和工具；
• 权限、责任与人工确认边界；
• 来自真实交付的反馈数据；
• 能够持续产生利润或扩大业务规模的闭环。

这也解释了为什么两年前很多人把 AI 插件和应用看成第二次互联网产品浪潮，今天真正跑出来的却很少是没有业务依赖的纯 AI 产品。

更常见、也更扎实的路径，是进入一个足够具体的业务场景，把流程精细拆开，用 AI 改造其中可以被放大的部分，最后提高利润、扩大规模，或者让原来无法成立的服务第一次具备商业可行性。

人机断点也需要放在这个变化里重新理解。

它不再只是弥补模型能力不足，还负责控制不可逆动作、风险、价值判断和最终责任。模型越能行动，这些边界反而越需要被设计清楚。

多模态的预判发生了，但内容生成并不是最大的故事

《别再傻做视频了，AI 才是王道》和《AI 生成音乐的 Suno 再火，也只是好作品的一部分》都判断，多模态理解与生成会进入完整内容工作流。

视频分析、爆款拆解、选题、脚本、图片、音乐和声音，会逐渐被串成连续的生产系统。

这个方向已经发生，而且模型能力比当时预期得更快。

但今天再看，内容生成并不是这两年最大的变化。

更大的变化是，AI 正从“生成内容”走向“执行工作”。

生成一张图、一段音乐或者一篇稿件，只是产能中的一个节点。

当 AI 可以理解目标、调用多个工具、使用业务知识、持续执行并处理反馈时，它才开始改变工作的组织方式。

所以内容工作的竞争也会继续从“谁能生成”，转向：

• 谁更理解业务目的；
• 谁拥有更好的内容资产和反馈数据；
• 谁能把多个模型与工具组成稳定流程；
• 谁具备审美、选择和最终交付能力。

生成能力越来越普遍，好作品仍然不会因此自动出现。

两年后，哪些变化比预想更快

回看这些文章，不能只挑已经说对的部分。

我感觉至少有四件事，当时虽然看到了方向，但仍然低估了速度或深度。

第一，低估了基础模型吸收外部能力的速度。

两年前需要在模型外手工补齐的推理、规划和工具选择，今天正在快速变成基础能力。围绕模型搭建产品时，机会窗口因此被压缩得非常短。

第二，低估了 AI 从回答问题到直接行动的速度。

两年前讨论 Agent，更多还是产品架构推演。今天，AI 已经可以在真实运行环境里操作文件、代码、网页和工具，长时间推进一个复杂任务。

第三，低估了普通人获得程序化产能的速度。

自然语言不仅降低了使用模型的门槛，也开始降低搭建工具、处理数据和开发小型系统的门槛。很多过去必须跨越产品与技术团队的事情，现在可以先由一个具备业务判断的人完成原型甚至真实交付。

第四，低估了治理问题会多快成为核心问题。

当 AI 只能生成内容时，人们更在意质量。

当 AI 开始行动时，身份、权限、审计、成本、安全和责任，会迅速从技术附属变成产品本身。

这也意味着，AI 产品的核心对象正在变化。

过去我们主要设计一个模型如何回答。

现在我们需要设计一个智能体如何在真实世界里工作。

模型换了很多代，但这些事情几乎没有变

两年里，模型榜单、热门工具和产品名称不断变化。

但真正进入业务以后，有几件事几乎没有改变。

商业仍然需要完整交付

客户不会因为模型参数更大就付钱。

客户仍然为结果、稳定性、效率、责任和持续价值付钱。

Domain Knowledge 仍然是核心资产

公开知识可以被模型快速学习，但企业自己的业务口径、历史数据、客户经验、失败记录、流程和判断，仍然决定 AI 能做到什么程度。

真实世界仍然不是一道标准题

准确率只是其中一个变量。

成本、时间、组织接受度、监管、用户感受和商业意愿，仍然会共同决定一个方案是否成立。

人的判断与责任没有消失

AI 可以更快地产生可能性，也可以执行更多动作。

但目标由谁定义、什么结果值得、风险是否可以接受、有能力做是否意味着应该做，以及最后谁为结果负责，仍然是人的问题。

两年前反复出现过一句话：

模型再强，也只是产品的一部分；产品再强，也只是商业的一部分。

今天的新版本

两年前，最值得追问的问题是：如何把模型能力变成生产力。

今天，我自己更关注的问题变成了：

如何让一组能够理解、调用工具并采取行动的智能，安全、稳定、可追溯地进入真实业务。

如果重新描述 AI 商业化，可以写成：

模型能力还会不断进步。

因为它一直在吸收人类留下的知识、经验、思维方式，也在吸收那些更优秀、更高阶的人如何理解和解决问题。

对于普通使用者来说，我们正在借助 AI，使用过去很难同时接触到的无数人类智力精华。

所以面对 AI 的变化与价值，也不必过于功利地要求它立刻给出一个确定结果。

可以先把脚迈进这条新的河流里。

保持走着，持续观察、思考、尝试和结合，让它进入真实的工作与生活。过程中形成的理解、能力和判断，可能比提前预测终点更重要。

更何况，肉身的生命有限。未来几十年会变成什么样，很难准确判断，而这个判断本身或许也没有想象中那么重要。

专注当下。

先进入河流，然后继续走。