AI的下一阶段,不是让用户学会更多工具,而是让工具消失

当模型越来越强、工具越来越多，真正的前沿方向，其实是反过来的。

过去两年，AI行业始终被一种集体焦虑笼罩：模型越来越强，工具越来越多，人却越来越累。

手机里装着十几个AI应用，电脑上开着七八个Agent窗口，一边琢磨Prompt，一边切换上下文，一边暗暗担心自己“用AI用得不够多”。

过去我们以为，会用工具是一种新识字率；

但这其实是一种过渡技能，就像熟记DOS命令的人，终究会被图形界面淘汰。

可当ChatGPT负责人Tibo Sottiaux在Lenny's Podcast上谈起AI的下一阶段时，他给出的答案几乎与所有人的惯性相反：

未来不是让用户学会更多工具，而是让工具彻底消失。

这是一个值得反复咀嚼的判断。

它背后，是一条正在成形、却被大多数产品设计忽视的暗线。

一、Agent的终点，不是被管理，而是自己工作

Tibo分享了一个不易察觉的细节：

过去他会同时运行很多Agent；

Ultrafast模式出现后，速度一下提上去了，一个Agent就能处理大部分事情；

可一旦开始探索前沿问题，Agent数量又会重新膨胀；

等底层模型能力再突破，一个更强的Agent又能把之前多个Agent的活儿全部接过去，并在记忆里持续学习。

Agent团队就像一个会呼吸的有机体：

膨胀、收缩、再膨胀。模型每强一档，工具就被“折叠”一次——

你不再为同一件事维护五个工具，更强的模型会把它们收编进自己。

工具的消失，先从数量开始。

更值得玩味的是他对“Loop”和“Graph”的判断。

这是当下最热门的话题——

如何设计工作流，如何让Agent按步骤循环。

但Tibo直言：

未来的系统不需要用户告诉它该怎么循环。

Dots的设计初衷，是一个24小时运行、理解你的目标与偏好、并根据反馈持续学习的Agent。

系统应该学会“你想达成什么”，而不是逼你设计“通过什么流程达成”。

这戳中了工具的悖论：

你今天花越多时间去配置工具，工具就越没有消失。

真正成熟的Agent，应该像水电一样存在——你不需要理解它的内部回路，它自己知道该怎么运转。

二、真正的“Agent时刻”，是它主动找你，而不是你问它

很多人好奇Dots为什么研发了这么久。

Tibo的回答，指向一个长期被低估的东西：

记忆。

团队在长周期任务和记忆系统上投入了两年多。

很多人都有过这样的瞬间：

ChatGPT突然把过去你零散提过的几件小事串起来，说出一句“原来你是这样的人”，你会脊背一凉，觉得它真的认识你。

那不是魔法，是记忆系统长期积累的结果。

这套底座之上，还叠加了Codex的执行力和让Agent全天候运转的Harness架构，并以Astra作为Dots发布时的基础模型——

安全与隐私被摆在与能力同等重要的位置。

让Agent替你长期做事，门槛不在智力，而在信任。

而真正让Tibo觉得“这才是Agent”的时刻，发生在DevDay之前。

当时生产系统出了故障，他的Dot知道当天有DevDay、知道几分钟后有一场现场演示、还知道演示依赖生产系统。

于是，它没有等Tibo提问，而是主动提醒：

“生产系统出问题了，要不要我试试修复？”

这个细节的价值，不在“修不修”，而在“它先开口了”。

它做的不是监控，不是等待指令，而是理解“此刻正在发生什么、什么对这个人重要”，然后主动行动。

工具与Agent的分水岭，就在这里：

工具被调用，Agent会主动出现。

三、当Agent成为互联网的主要用户，一切都得重来

Tibo抛出了一个多数人还没想清楚的问题：

未来互联网上的大多数行动，将由Agent完成。

这不是遥远的预言，而是已经发生的压力测试。

OpenAI与Notion合作时，Notion开放MCP之后，大量Agent突然可以直接调用它、替用户完成工作，结果流量暴涨，系统承受了巨大压力。

这暴露了一个全新的难题：

当请求大量来自Agent而非真人，基础设施和商业模式，还能按老办法设计吗？

再往下想：

当Agent成为主要用户，按人头收费的SaaS还成立吗？

为真人设计的登录、验证码、限流、风控还有意义吗？

连“产品”这个概念，都要从“给人看的界面”变成“给Agent调的接口”。

你当然可以暂时不开放Agent接口，也可以暂时不做针对性优化，但绝大多数产品迟早都会被Agent使用。

Tibo的判断很直接：

这件事无法回避。

而在另一个方向上，他又提醒大家别低估“完全为人设计的新体验”。

把更多事交给Agent的同时，也该花更多精力去创造真正适合人类、能利用语音与视觉等自然交互的新产品。

一边是为机器重造世界，一边是为人重新设计世界。

这两件事，必须同时发生。

四、AI的承诺不是做更多，而是少做一点

一个被忽视的副作用是：

AI让人有能力做更多之后，反而制造了巨大的压力。

既然能同时跑30个Agent，为什么不多做一点？

Tibo的反驳很清醒：

AI真正的承诺，应该是降低噪音。

每天有无数事情争夺你的注意力，有些重要，有些并不重要；

AI应该帮你把它们过滤掉，让你把注意力还给真正重要的东西。

他拿自己举例：

每次彻底断网休假一周，思考方式都会改变，创造力反而更强。

这背后是一次价值重估：

工具时代奖励“做得多”，Agent时代奖励“选得对”。

真正稀缺的，不再是把事情做完的能力，而是决定什么事情值得做的能力。

所以，他真正期待的，从来不是“每秒多生成一个Prompt”。

也许未来你会开更少的会、做更少的事，但因为休息得更好，反而获得更高的生产力。

AI的终点，应该是让人工作得更少、更好，而不是仅仅做得更多。

在一个习惯用“产出量”衡量一切的时代，敢说“少即是多”的人，才算真正看懂了工具消失之后的世界。

五、判断力、品味与学习能力，才是硬通货

如果工具会消失，人的价值就会重新排序。

Tibo的招聘逻辑很清楚：

打字快已经不重要了，这项技能正在贬值。

真正越来越值钱的，是品味、对用户与受众的理解，以及判断“什么是真正好产品”的能力。

他特别提到公司里超过120名前YC创始人的共同特征——

极想创造真正有意义的东西，而且知道什么才是好的。

未来我们可能不再需要传统意义上的Coder，却会拥有更多Builder——

门槛从“写代码”下沉到“有想法”，想法的质量就成了唯一的壁垒。

岗位边界也在消失。

过去你是设计师或工程师，现在这条边界模糊了，反而意味着你能真正放大自己的能力。

他举了Ahmed Ibrahim的例子：

应届生进OpenAI，如今负责Applied部门全部计算集群。

真正厉害的，不是某一项具体技术，而是极擅长合作、总去解决真正重要的问题、像海绵一样快速吸收新知识。

一句话概括他的用人观：

在AI时代，快速学习、快速吸收、愿意持续理解不同领域的人，会越来越占优势。

技术会过时，学习能力不会。

六、真正被低估的，是那个开放的生态

聊到当天发布的众多产品里哪个最容易被低估，Tibo没有点名某个模型或功能，而是指向“生态系统”。

OpenAI正在认真推动生态开放：

16个合作伙伴可使用Sign in with ChatGPT；

开放ChatGPT基础设施，让更多人构建插件并通过Plugin Discovery分发；

更重要的是，建立收入分成机制——

用户通过插件消耗ChatGPT额度，合作伙伴也能分到收入。

而插件的曝光逻辑，也一反“流量黑话”。

Tibo说得朴素：

把插件做好。平台看的是留存、使用效果和产品质量——

一个插件如果真有用、被持续使用，就可能被推荐给大量用户；

做不好，就慢慢失去推荐。这里没有AEO或关键词的捷径，只有一条标准：

用户是否持续使用，是否真的创造了价值。

这像一次从“围墙花园”向“类协议”的转身：

平台退化为基础设施，把价值创造通道还给开发者。

这或许才是整场对话最耐人寻味的地方：

当工具消失，竞争会回到最本质的东西——

你是不是真的对人有用。

文中观点仅为作者观点，不代表本平台立场