夜雨聆风学习资料网

ARTICLE · 1127714

AI时代,当能力不再被装进软件、岗位和团队里

AI时代,当能力不再被装进软件、岗位和团队里

最近看 AI,我越来越觉得,我们可能把它理解小了。

很多人对 AI 的感受还是:

以前不会的问题,现在可以问了。

再往前一点,是:

以前很麻烦的工作,现在效率更高了。

但最近一些事情串在一起以后,我开始觉得,AI 真正改变的可能不是“效率”这么简单。

它正在动的,是过去几十年里,我们已经习以为常的一种结构:

能力究竟被装在哪里。

过去想修一张图,我们会想到 Photoshop。

想做一条 MG 动画,会想到 AE、动画师,甚至一个小团队。

想做一个软件,会想到产品经理、设计师、前端、后端。

这些东西表面上看是软件、岗位和公司,换一个角度看,其实都是一个个能力的容器。

我们为了获得某种能力,需要先拥有这个容器。

前阵子我看到一个开发者用 AI Coding 做了一套 Photoshop 类工具。

严格来说,这当然不是把 Photoshop 原封不动地“倒推”出来。

但真正让我觉得有意思的是:

过去需要被封装进一套大型专业软件里的很多能力,现在一个人已经可以根据需求,把它们重新组合、重新实现。

那个工具甚至不一定比 Photoshop 更强。

重要的是,过去的问题是:

有没有一个软件能满足我?

现在的问题正在慢慢变成:

我能不能直接做一个满足自己的?

这两句话之间,其实隔着一个完全不同的软件时代。

这也是为什么,我最近再看 MG 动画、产品演示、信息动画、数据可视化、短视频包装、网页动效这些工作时,会产生一种很强烈的感觉。

以前很多团队的价值,很大一部分来自:

会软件、会操作、有专业人员、能把东西做出来。

但如果“做出来”这件事本身越来越便宜,那些主要依赖重复执行和软件熟练度形成的价值,就会被迅速压缩。

剩下更贵的,可能反而是:

做什么、为什么这么做、什么叫好、最后该留下哪个。

我这几天折腾 AI 生图就特别明显。

模型会画,已经不稀奇了。

真正困难的是:

到底什么画面值得画。

再往下想,变化的就不只是设计行业。

一个岗位,本质上也是能力的打包。

一个“运营”,背后可能同时装着文案、数据分析、活动策划、用户沟通、素材制作。

一个开发团队,又是产品、UI、前端、后端、测试等能力的打包。

以前之所以要这样打包,是因为这些能力必须依附在具体的人、软件和组织里。

但 AI 开始把它们一项项拆出来。

写东西调用一个模型,查资料调用一个工具,做程序调用 Coding Agent,需要数据再连数据库。

最后重新围绕一个具体目标组合起来。

所以我越来越觉得:

AI 不只是在替代某项工作,它还在拆解“岗位”本身。

最近 Meta 的个人 AI Agent「Muse」又让我把这件事往前想了一步。

Muse 的方向已经不只是“你问一句,我答一句”,而是连接邮件、日历、支付等服务,直接替人完成跨应用任务。Meta 对它的定义本身就是 personal AI agent——告诉它目标,它去执行。

而 Muse 最近引发的隐私争议,甚至让 Apple 表示要加强 macOS 对 AI Agent 访问数据时的权限提示和控制。

我觉得这个新闻真正有意思的地方,并不是 Apple 和 Meta 谁对谁错。

而是:

操作系统开始不得不认真面对一种新的使用者——Agent。

以前我们打开手机:

打开一个 App,找一个功能,点几个按钮,再换下一个 App。

但未来有没有可能,我面对的主要入口只有自己的 Agent?

我要订票,它自己去找。

我要报销,它自己整理。

我要做内容,它自己调用模型、软件和素材。

App 当然未必会消失。

但很多 App 可能慢慢从“我每天亲自操作的产品”,退到 Agent 身后,变成一个个可以被调用的能力接口。

如果继续沿着这条线往下走,我觉得“产品”这件事也会发生变化。

过去的软件竞争,很多时候是在比:

我有什么功能。

但当越来越多标准化功能可以被 AI 快速复制、组合甚至临时生成以后,功能本身可能会越来越透明。

真正难复制的,可能重新变成数据、关系、品牌、信任、供应链、现实资源,以及人的审美和判断。

标准化的东西越来越便宜。

个性化的东西反而越来越多。

因为过去做一个只服务于我自己的软件,根本不经济。

未来也许一句:

我需要一个这样的东西。

背后就临时生成了一套只属于我的工作流。

我最近自己做公众号编辑器,其实已经隐约感受到这种变化。

我并不需要世界上所有公众号作者都喜欢它。

它只需要越来越像“我自己的工具”。

以前这种需求,大概率只能忍受标准软件。

现在,我可以每天根据自己的使用习惯继续改。

这可能才是 AI Coding 最让我觉得不可思议的地方。

最后还有一个让我很感兴趣的变化:钱到底会怎么收。

过去买软件,是买许可证。

后来 SaaS 出现,我们开始买订阅、买账号、买 Seat。

但 Agent 出现以后,一个人可能通过一个 Agent 调用很多原本属于不同“账号”的能力。

于是现在已经有人开始讨论,软件未来可能越来越多地按照使用量、API 调用、Token,甚至最终结果来计费,而不只是按照“有几个用户”收费。

所以我说“未来很多需求可能都会被换算成 Token”,并不是说我们以后买任何东西都真的用 Token 标价。

更像是:

一个需求进入系统以后,会被拆成模型调用、工具调用、算力、API和真实资源。

表面上我们买的还是一个结果。

但底下计算的,已经变成:

完成这个结果,到底需要调用多少能力。

想到这里,我会觉得 AI 带来的变化,远远不只是:

“以后查问题方便了。”

甚至也不只是:

“一个人可以干以前几个人的活。”

更深的一层可能是——

过去几十年,我们习惯把能力装进软件、岗位和团队里,再把这些完整的东西卖给别人。

而 AI 正在把这些能力重新拆开。

以后需要什么,就围绕那个需求,再临时组合什么。

当能力不再必须被装进固定的容器里,软件、工作、公司,甚至产品本身会变成什么样?

我现在也不知道。

但我越来越觉得,这可能才是 AI 真正开始改变世界的地方。

相关学习资料