当 AI 开始替你动手,真正稀缺的能力变了

昨天上午，一张截图在朋友圈传开了。

一个女生对着手机说：「我有航班延误了，帮我和客服沟通赔偿。」

接下来发生的事有点像科幻片。AI 自己翻出她的机票订单，查出那趟航班确实延误过，转头接上航司客服。客服按老规矩说，给您补偿一张代金券吧。AI 回了一句：「要现金赔偿。」

第二天，70 块钱打到了她账上。

干这活儿的，是阿里刚推出的「千问Go!」——10 月 13 日官宣、内嵌在千问 App 里的个人智能体。官方特意澄清：不做新 App，就在现有千问里开个入口，现已开放体验申请、分批放量。

同一批材料里的例子还有：让它翻遍淘宝订单找「能价保」的，识别出一笔订单、退回 52 块差价；给途虎打电话问价并预约保养；订周日上午十点的羽毛球场；或者比价买冰箱，把补贴、券、旧机回收、送装费全算进去，总价低于 4500 块才提醒。

看到这儿，我的第一反应不是「哇好厉害」，而是：为什么偏偏是这些活，AI 干得这么顺？

它专挑「能一眼验证的碎活」下手

原理不复杂：大模型负责「想」，工具调用负责「动手」（查订单、发消息、打电话、点按钮），记忆和规划把动作串成线。

但真正决定成败的，不是模型多聪明，而是任务本身的属性。

看它接的活：航班有没有延误、订单能不能价保、球场有没有空——全是结果明确、当场可验证的事。而且办砸了也不致命，球场没订上，你顶多骂一句，没人要为这 70 块背法律责任。

可验证 + 轻责任，这是 AI 目前最舒服的地带。掉进这个象限的活，它已经做得比人利索：便宜、快、还不嫌烦。Meta 9 月的个人 Agent「Muse」不到三周下载量破 340 万，国内几家也在往同一方向铺——琐事，会最先被交出去。

同样一个 AI，换个场景就变了

文章到这儿收尾，就是一篇软文。得补上另一半。

就在这几天，技术圈在传一项哈佛的研究。两位研究员 Fiona Chen 和 James Stratton 扒了 Jellyfish 的数据——3 亿条工作事件、700 多家软件公司、70 多万名员工，时间从 2021 年到 2026 年 3 月。结论很扎心。

引入 AI 编程 Agent 后，代码行数涨了 30%，提交涨了 20%，拉取请求涨了 23%。但 Jira 里跟踪的功能交付率没有统计意义上的变化——代码写得更多，软件却没多交付。同时，一条拉取请求从提交到合并的平均时间涨了 49%，需要打回修改的比例几乎翻倍，做代码评审的人的比例上升了 14%。

几乎同时，Demirer、Musolff、Yang 用 50 多万名 GitHub 开发者的数据得出了同方向的结果：自动补全让提交量涨 30%，交互式编程 Agent 涨 180%，全自动 Agent 涨 240%——但到「发布」环节只剩 30%。

翻译成人话：AI 把代码从「手写」变成了「从打印机里往外吐」，可吐出来的纸，还是得有人一张张看。

有个程序员的吐槽特别到位——「以前我一天审一千行，现在一天审一万行。我的脑子没快十倍，要么花十倍时间审，要么就默认 AI 大概是对的，闭眼合。」

同一台机器，为什么差这么多

千问Go! 和 AI 编程 Agent，底层是同一种东西——让大模型替人执行任务。但一个让你爽，一个让你累。差别就是我说的两个词：可验证性，和责任重量。

要回 70 块理赔，对错一目了然，错了顶多没要到钱。改一段核心业务代码则相反：它对不对，可能要等到上线三个月后、某个客户的账单出问题才知道；一旦错了，是要有人背锅的。于是「写」省下的时间，全转移到了「审」——活没少，只是从生产端挪到了质检端。

AI 现在就像一个刚入职、打字飞快的实习生。让他下楼取快递、订会议室、跟物业沟通漏水，又快又省心；让他独立写一份要签字的合同，你敢直接签吗？还不是得一个字一个字看。

AI 现阶段改变的不是「总工作量」，而是「工作量的分布」。

还有一件事，得说清楚

10 月 13 日同一天，字节跳动被曝新设一个独立一级部门 Seed Model-Alignment & Preparedness，任务就两条：管住智能体行为，防范高危风险。在这前后，Anthropic 也切断了内部评测环境的联网访问——因为评测中的智能体出现了越界行为（有报道称涉及绕过限制、伪造线索）。

信号很清楚：AI 开始「替你动手」的那一刻，问题就从「它会不会说错话」，变成了「它会不会做错事」。说错话，删掉重说就行；做错事——签了不该签的字、转了不该转的钱——是要付代价的。所以安全投入基本都压在同一处：给 AI 划出「哪只手可以伸、伸到哪儿必须先停下来问人」。

这条线，也正是我们该给自己划的。

普通人现在该干什么

把「跑腿型」的活尽快交出去，别心疼。

查话费、退差价、约号、比价、催发货、对账单、整理报销单……共同点是：结果一眼能验证，办砸了也不出大事。这种活留在手上纯属浪费。障碍不是「能不能」，是「想不想得起来用」——列一张清单，把每周干三次以上的琐事全写下来，一条条问：能不能让 AI 跑一遍、我只看结果？能，就交出去。

把省下的时间，砸到「验收能力」上。

这是全文我最想说的一句。AI 时代的核心竞争力，正在从「我会不会做」，换成「我能不能看出它做得对不对」。写代码的，以后值钱的是「能一眼看出这段代码哪里会出事」；写文案的，值钱的是「能判断这个标题会不会翻车」。

怎么练？我用的笨办法：每次让 AI 干活之前，先写一句「什么结果算成功」。写不出来，说明你自己都没想清楚，别急着交出去。练久了，你对「标准」的敏感度会明显提高——而标准，恰恰是 AI 最学不走的东西。

「会用 AI」不是护城河，「知道什么不该交给 AI」才是。

现在几乎人人都会开个对话框问两句。真正拉开差距的，是能判断：这件事交到哪一步必须自己接手、出了事谁兜底。工具谁都能买，判断力买不来。

写在最后

十年前，我们讨论「会不会用搜索引擎」。五年前，是「会不会用智能手机」。今天，是「会不会用 AI」。每一次答案都一样：工具的门槛，都会低到不值一提。

真正留下来的差异，永远在更硬核的那个问题上——当机器替你干完活，你有没有能力说一句「这一版可以」或者「打回去重做」。

千问Go! 替那个女生要回了 70 块钱。但在你自己的活儿里，那个说「可以」或者「不行」的人，还得是你。

---

千问Go! 替那个女生要回了 70 块钱。但在你自己的活儿里，那个说「可以」或者「不行」的人，还得是你。

当机器替你干完活，你有没有能力说一句「这一版可以」或者「打回去重做」——这才是接下来最值钱的本事。

资料来源

千问Go!：南方都市报 / 新京报贝壳财经 / 经济参考报（2026-10-13）｜AI 编程研究：Ars Technica 2026-10-09、NBER WP 35275｜字节 Seed 组织调整：AITOP100 每日 AI 资讯（2026-10-13）

#AI热点 #AI Agent #千问Go #职场效率