夜雨聆风上周五下午，我们组的一个 95 后小伙子突然来找我。
他说："哥，我刚看到个新闻，说 GPT-5 的 Agent 能力已经能自主完成 80%的办公室工作了。我是不是该考虑转行了？"
我当时正在核对一份基站配置表，头都没抬，随口说了句："慌什么，又不是明天就失业。"
他没走，站在那儿愣了大概三秒。
然后说了一句让我后来想了很久的话：
"不是明天才失业的问题。是我突然发现，我每天干的这些事，好像真的……都能被替代。"
会议室里安静了几秒。
那几秒比整份配置表都沉。
一、先别急着恐慌，我们先看看"80%"到底是怎么回事
说实话，这个"80%自主完成"的数据，我第一反应也是——这数字也太精确了吧？谁统计的？怎么定义的？
查了一下源头，主要来自几个地方：
麦肯锡 2025 年 Q4 的报告里提到，生成式 AI 的 Agent 能力（注意，是 Agent ，不是简单的聊天机器人）在信息收集、数据分析、文档起草、代码编写、客户响应这五大类任务上，已经能达到人类中级员工的水平。如果把这五类任务的时间占比加起来，确实差不多占了一个知识型工作者工作时间的 70-80%。
OpenAI 自己在 GPT-5 的技术报告中也提到了类似的评估：在标准化测试环境中， Agent 模式的任务完成率相比 GPT-4o 提升了约 40%，特别是在需要多步骤推理和工具调用的复杂任务上。
还有一份来自斯坦福 HAI （人工智能研究院） 2026 年初的报告，专门研究了 AI Agent 在真实办公场景中的表现。他们的结论更谨慎一些：在结构化程度高、规则明确的任务上， Agent 已经接近或达到人类水平；但在需要判断力、创造力、人际协调的任务上，差距仍然很大。
所以，"80%"这个数字，它不是编的。但它有个前提——是针对特定类型的任务，在特定条件下。
就像你说"一把枪能造成 100%的伤害"，这话没错，但前提是你得扣动扳机，而且得打中人。
二、但问题在于：你每天干的活，有多少属于那"80%"？
这才是真正让人后背发凉的地方。
我不是吓你。我自己也认真盘算了一下我的日常工作：
能被 Agent 替代的部分（大概占我 60%的工作时间）：
- 整理会议纪要、写周报月报
- 查资料、做竞品分析、汇总数据
- 写方案初稿、改 PPT 格式
- 回复常规邮件、处理流程性审批
- 代码调试（简单的 bug 修复、脚本编写）
暂时很难被替代的部分（大概占 40%）：
- 在复杂项目中做技术决策（选哪个方案？风险在哪？）
- 跟客户扯皮、跟领导博弈、跨部门协调资源
- 在信息不全的情况下拍板（很多时候你根本等不到"完整信息"）
- 发现问题本身（而不是解决问题——Agent 擅长解决已知问题，但不擅长发现未知问题）
- 建立信任关系、理解弦外之音、读空气
你看，问题不是"AI 能不能干你的活"。
问题是：你每天花大量时间干的那些活，是不是本来就不应该由人来干？
三、这不是"替代"，这是战场转移
我用一个可能不太恰当但很形象的比喻：
想象一下，你是一个古代的骑兵。
有一天，有人发明了坦克。
你现在有两个选择：
选择 A：继续练骑射，坚信"坦克不可能完全替代骑兵，因为骑兵有灵活性"。然后某天你在战场上遇到了坦克。
选择 B：承认骑兵的时代过去了，然后问自己一个问题——坦克出现之后，战场上还需要什么人？
答案是：坦克手、坦克维修师、战术指挥官、后勤补给专家、情报分析师……
注意到了吗？战场还在，战争还在，只是打仗的方式变了。
AI Agent 的出现，本质上就是一次"战场转移"。
它不会让"工作"这个概念消失。但它会彻底改变什么工作有价值、什么工作没价值的定价逻辑。
过去三十年，我们一直在为"效率"买单——谁能更快地整理数据、写文档、回邮件，谁就更值钱。
未来三十年，市场会为"判断力"买单——谁能识别真问题、能在信息混沌中做决策、能把碎片信息拼成战略图景，谁才是稀缺资源。
举个更贴近的例子。
我有个做 HR 的朋友，去年他们公司引入了一套 AI 招聘系统。以前她每天要花 4 小时筛简历、打电话初试、安排面试时间。现在呢？ AI 系统自动筛选匹配度、自动发送面试邀请、甚至能生成初步的面评报告。
她的 4 小时变成了 30 分钟——只需要最后把关那些"边缘 case"，就是那些 AI 拿不准、需要人判断的候选人。
她慌了吗？说实话，刚开始慌过。
但现在她说："我终于有时间去做那些以前一直想做但没空做的事了——比如去业务部门轮岗了解他们的真实需求、比如建立人才库做长期储备、比如设计更好的员工培训体系。"
"以前我是简历筛选员，现在我是人才战略师。职位没变，但工作的本质完全不同了。"
这句话我觉得说得特别好。
四、但我说句难听的：大多数人，包括我，其实都在用"勤奋"掩盖"低价值"
这句话可能会得罪人。但我还是想说。
前两个月，我为了赶一个项目，连续两周加班到晚上十一点。做的事情呢？主要是核对数据、调整报表格式、回复各种确认邮件、开会讨论细节。
累吗？累死了。
有价值吗？说实话，如果当时有个靠谱的 Agent 帮我干这些，我至少能省出 60%的时间，去做更有意思的事——比如研究一下新技术趋势，或者想想这个项目本身的方向对不对。
但我没有。因为我习惯了用"忙碌"来证明自己的价值。
"你看，我每天工作 12 个小时，我很努力。"
可是，努力的终点是什么？
说个真事。
上个月我们部门招了个实习生， 985 硕士，简历漂亮得不行。来了两周之后我让他帮忙整理一份竞品分析报告，他花了三天时间，做了个 50 页的 PPT ，数据详实、排版精美、逻辑清晰。
我看完之后说了两个字："挺好的。"
然后让刚配好的 Agent 工具跑了一遍同样的任务。
20 分钟。 15 页。数据更全，来源标注得更清楚，还自动标出了三个我们之前没注意到的竞品动态。
我当时心里咯噔一下。
不是因为这个实习生做得不好。是因为我突然意识到——如果我是面试官，面对一个"三天做 50 页 PPT 的人"和一个"会用 AI 工具 20 分钟出更好结果的人"，我会选谁？
答案很明显对吧？
但这个 obvious 的答案，会让很多正在拼命磨练"PPT 技能""Excel 技巧""文档撰写能力"的人感到绝望。
因为这些能力，曾经是我们安身立命的根本。
如果你每天干的活，一个训练有素的 Agent 两小时就能干完，而且质量不比你差——那你那多出来的 10 个小时，到底是在创造价值，还是在表演勤奋？
这个问题我想了很久，越想越不舒服。
不是因为结论有多可怕。
是因为那个结论，我其实早就知道了，只是一直没敢承认。
五、那么，到底什么能力是 Agent 替代不了的？
根据我看到的资料和自己的一些观察，我总结了这么几条：
1. 定义问题的能力（而不是解决问题）
Agent 擅长执行，但不擅长提问。
"把这个数据整理成表格"——它能做得很好。
"我们应该关注哪些数据？为什么这些数据比那些更重要？"——这就需要人了。
2. 在信息不全时做决策的能力
现实世界不是考试，没有标准答案，也没有完整的已知条件。
你经常要在只有 30%信息的情况下拍板。这种"模糊决策能力"，目前的 AI 还做不到。
3. 人际信任与情感连接
你可以让 Agent 写一封完美的道歉信。但你不能让它代替你去跟客户喝顿酒、去理解对方言外之意、去建立那种"这个人我信得过"的关系。
商业的本质，到最后还是人与人的关系。
4. 跨领域整合与创造性跳跃
Agent 很擅长在已有框架内优化。但它很难做出那种"跳出框架"的创新。
比如把 A 领域的经验迁移到 B 领域，或者在两个看似无关的概念之间建立联系。这种"跨界跳跃"，目前还是人类的专属领地。
5. 承担责任的能力
这一点最重要。
Agent 可以给你十个方案建议，但它不能替你做最终决定，更不能替你承担责任。
当项目出了问题、当决策导致了损失——站出来扛事的，必须是人。
我再补充一个自己的观察。
我们组上个月在用 Agent 工具做一个技术方案评审。 Agent 帮我们把方案里的数据错误、逻辑漏洞、风险点都标出来了，做得相当不错。
但在最后的决策会上，争论最激烈的不是这些技术细节——而是这个方案到底要不要做？现在是不是最好的时机？如果做了但市场反应不好，我们的退路在哪？
这些问题， Agent 给不了答案。
因为它不知道我们公司的战略优先级是什么，不知道老板最近在担心什么事，不知道客户那边最近发生了人事变动，也不知道竞争对手下周要发布一个可能改变整个格局的产品。
而这些"不知道"的东西，恰恰是决定成败的关键。
这就是为什么我说——发现问题比解决问题更重要，也更难。
六、但我也得说点现实的：转型真的很痛，而且不是所有人都能转成功
我不想给你灌鸡汤，说什么"只要努力学习就能适应新时代"。
现实是残酷的。
智联招聘 2025 年底发布的一份报告显示，在已经被 AI 工具替代或部分替代的岗位中，成功转型到新岗位的人不到 30%。 剩下的人要么降薪接受低技能岗位，要么直接退出了职场。
中国信通院的《 AI 行业发展白皮书》也提到了类似的观点：AI 带来的不是"全民升级"，而是"结构性分化"。 一部分人会借助 AI 工具变得更强（他们叫"AI 增强型劳动者"），另一部分人会被挤出原有岗位（他们叫"AI 替代风险群体"）。
决定你属于哪一类的，不是你的学历，也不是你的工龄。
而是三个东西：
第一，你能不能快速学会使用新工具？ 不是学原理，是学怎么用它解决实际问题。
第二，你有没有不可替代的"人的价值"？ 比如判断力、创造力、人际关系、责任感。
第三，你愿不愿意承认"我以前引以为傲的那些能力，可能已经不值钱了"？ 这一点最难。因为承认自己"过时"是很痛苦的。
还有一点我觉得特别重要，但很少有人提：心理建设的能力。
我不是在说鸡汤式的"保持积极心态"。我说的是——当你的工作内容、工作方式、甚至职业身份都在发生剧烈变化时，你能不能承受这种不确定性？能不能在"我不知道未来会怎样"的状态下依然保持行动力？
这种能力，可能比任何技术能力都更关键。
因为 AI 时代最大的挑战，不是学不会新工具，而是受不了"旧经验失效"的失落感。
七、最后说几句实在话
写到这里，我突然想起《孙子兵法》里的一句话：
"知彼知己，百战不殆；不知彼而知己，一胜一负；不知彼不知己，每战必殆。"
翻译成大白话就是：你得知道对手是谁，也得知道自己是谁。
现在的局面是：很多人既不了解 AI Agent 到底能干什么、不能干什么（不知彼），也不愿意认真审视自己的核心竞争力到底是什么（不知己）。
然后就开始恐慌，或者就开始否认。
这两种反应，都解决不了问题。
我觉得比较务实的做法是这样的：
第一步，花两天时间，认真盘点一下自己的工作内容。 哪些是重复性的、规则明确的、可以被自动化？哪些是需要判断力、创造力、人际能力的？
第二步，去试一试最新的 AI Agent 工具。 别光看新闻，自己去用。看看它到底能做到什么程度，哪里做得好，哪里还很蠢。你自己体验过的认知，比别人告诉你的深刻十倍。
第三步，制定一个"半年计划"。 不用太宏大，就是想清楚：未来六个月，我要把时间从哪些低价值任务上挪出来，投入到哪些高价值能力的学习和实践上。
第四步，行动起来。 别等到"80%变成 90%"的那一天再动手。
第五步，找到你的"不可替代锚点"。
什么叫锚点？就是那些即使 AI 再发展十年，也很难完全替代你的具体场景。
比如：
- 你跟某个客户合作了五年，了解他的脾气秉性、决策习惯、甚至家庭情况——这种关系积累， Agent 学不会。
- 你在某个行业摸爬滚打了十年，知道哪些规则是写在纸上的、哪些是潜规则——这种隐性知识， Agent 拿不到。
- 你能在团队士气低落的时候讲个笑话、在领导发火的时候递杯咖啡、在项目出问题的时候第一个站出来扛——这些"人的温度"， Agent 给不了。
找到这些锚点，然后有意识地强化它们。
这才是你在这个 AI 时代最该做的事。
我写到这里，停了大概有五分钟。
不是卡壳了。是在想一个事：我到底是真的想明白了，还是只是写爽了。
可能两者都有吧。
但有一点我是确定的：恐慌本身，就是因为你看错了战场。
你以为这是一场"人 vs 机器"的战争。
其实不是。
这是一场"会用 AI 的人 vs 不会用 AI 的人"的战争。
而这场战争的胜负手，不在 AI 本身。
在你自己。
参考资料
—
— END —
智节流动
与 AI 同行 · 看见另一种可能
▶ 点击关注，获取更多
© 2026 智节流动 · 保留所有权利
- McKinsey Global Institute, "The State of AI in 2025: Agent Capabilities and Workforce Impact", Q4 2025 Report
- OpenAI Technical Report, "GPT-5 System Card and Benchmark Evaluations", 2026-Q1
- Stanford HAI (Human-Centered AI Institute), "AI Agents in Office Environments: A Comprehensive Study", January 2026
- 智联招聘《 2025 年 AI 时代职场变革与人才发展报告》，第 3 章"岗位替代与转型"
- 中国信通院《 AI 行业发展白皮书（ 2025 版）》，第 7 章"劳动力市场结构性变化"
- Gartner Research, "Predicts 2026: AI and the Future of Work", December 2025
- World Economic Forum, "The Future of Jobs Report 2025: AI Agent Impact Assessment", Chapter 4
- MIT Sloan Management Review, "When AI Agents Meet Human Judgment: The New Division of Labor", Spring 2026
PS ：东方欲晓，莫道君行早！
