夜雨聆风
人工智能一日千里！
今天回头看，这本名著畅销书的英文版出版至今已有两年，中文版本上架也有一年时间了。
这本书是如此之成功，荣登《纽约时报》畅销书榜，并被翻译成包括中文在内的25多种语言，其中荷兰和韩国市场最为受欢迎。
这本书的核心框架是人类中心式人机协作：AI 是被动响应指令的聊天助手，人类主导、持续提示、把控全局，人机双向配合完成工作。
时隔两年，伴随自主 AI Agent 规模化落地，Ethan Mollick在其个人科技博客One Useful Thing上发布消息，宣告旧范式失效，并将于2026年10月20日推出新书《共存》（Co-Existence），定义 AI 发展新阶段。
6月5日，Ethan Mollick在其个人科技博客上撰文，《共存：协同智能的时代终结。附文：如何向人工智能推介书稿！》（Co-Existence and the End of Co-Intelligence Also: how pitch a book to an AI!），在文中宣布了新书《共存》（Co-Existence）预售的消息。
这篇文章的核心是从“共同智能” Co-Intelligence走向“人机共存”Co-Existence。
Ethan Mollick认为，对话式聊天机器人时代走向尾声，自主 Agent 成为主流，间接支撑共存范式；
当 AI 自主行动，人类监管、审核的负荷会产生全新挑战；传统“人在回路”治理模式需要重构。
旧范式（Co-Intelligence）已经过时，共同智能的底层逻辑也已过时了。
特别是到了2025 年末，编码 Agent 成熟落地，数据颠覆原有认知，研究显示：
AI 代码工具让代码产出量提升 17 倍；
Anthropic 内部 80% 代码由 AI 生成，开发者交付效率提升 8 倍；
莫利克由此判断：软件开发发生的变革，会复制到教育、文案、研发等几乎所有知识行业。
AI 已经在大量专业领域能力超越人类，但同时存在巨大缺陷 ——AI 能力呈现锯齿化边界（jagged frontier）：即某类任务远超人类，另一类任务漏洞百出、逻辑生硬。
因此。新范式共存（Co-Existence）诞生：人类不再天然高于 AI，需要长期和 “时而更强、时而拉垮” 的自主 AI 共生博弈。
文章非常有趣的地方就在于，Ethan Mollick以自己创作这本新书的过程为案例，真实地具象化了新旧人机协作的差异。
莫利克完整公开自己撰写本书时区分两类任务、差异化使用 AI 的实操方案，这个案例会成为书中核心案例：新书创作过程中的人机共存实证。
在正文创作过程中，Ethan Mollick自叙刻意约束 AI，守住人类主体性。全书所有章节初稿由本人手写，原因有二：
1、文本真实性契约：读者购买书籍，是为获取他本人原创观点、个人叙事风格；AI 长文本写作叙事生硬、套路化、文本痕迹明显，无法替代人类独特表达；
2、规避思维侵蚀：过度依赖 AI 会简化深度思辨、潜移默化扭曲自身思考逻辑。
但是，Ethan Mollick并非排斥 AI：AI 通读全章提供反馈、批量核验文献事实、写作卡壳时提供思路破局；甚至刻意减少破折号，以此区分 AI 生成文本、证明内容为人原创。
而在这本新书的官网搭建上，Ethan Mollick 完全放权 AI 自主完成。
Ethan Mollick 介绍说，他的上一本书的官网依靠手工模板制作，耗费数小时。
新书官网仅向 Claude Code 输入少量需求、书稿与封面素材，几分钟完成搭建，仅需少量人工微调。
网站新增特殊页面：专门面向读取网页的 AI 智能体，开启全新逻辑 ——人类不再只服务人，还要主动迎合 AI。
co-existence.ai
Co‑Existence is about how to work with AI that is sometimes, but not always, better than you.
根据博客上这篇文章披露，Ethan Mollick的新书《共存》（Co-Existence）将重点回应三大核心问题（全书主线）：
1、在哪些场景下，即便 AI 主动提供协助，人类依然应当主动拒绝 AI 参与？
2、在哪些场景下，可以把高权限、完整工作流程交付给自主 AI？
3、当 AI 不再仅仅是工具，同时成为读者、评论者、内容流量筛选者，人类知识创作者如何守住自身价值？
在《共同智能》一书中，Ethan Mollick提出了锯齿前沿（jagged frontier）理论。他指出，AI 能力不均衡，部分领域超越人类，部分领域极易犯错。
AI 能完成与无法完成任务之间的分界线，不是平滑连续的曲线，而是凹凸不平、犬牙交错的锯齿形态。
人类直觉默认规律：任务难度越高，AI 越难完成。
但锯齿前沿颠覆该认知：AI 可以轻松胜任人类眼中高难度工作，却频繁在人类看来简单直白的任务上持续出错；强弱分布毫无规律、无法依靠常识预判。
莫利克所提出 “锯齿前沿” 理论，用以刻画人工智能不规则的能力边界：人工智能的强弱分布并不遵循人类直觉下的任务难度梯度，既能胜任诸多复杂认知任务，又常在简单任务上频繁出错。
由此，催生了莫利克提出的关键风险：校准失准（mis‑calibrated trust）
人们容易产生两种误区：
1、看到 AI 完成高难度工作，便默认它无所不能，盲目托付简单任务；
2、看见 AI 犯低级错误，全盘否定 AI 在复杂任务上的价值。
今天，我们回顾过去这几年，人工智能教育应用，这两种误区似乎很普遍啊！
在《共存（Co-Existence）》框架下，锯齿前沿这个概念被莫利克重新延伸：
在 Agent 时代，锯齿边界是动态持续变化的，不是固定不变的静态线条。
随着自主 AI Agent 迭代，人机能力交界区域，凸起与凹陷持续移动；
也就是说，不存在永久固定的“人类擅长领域 / AI 擅长领域”。
过去 AI 做不好的任务可能突然被攻克；
当下表现良好的任务，又会暴露出全新盲区。
人类无法一劳永逸划定权责，必须持续协商、动态调整人机边界，这正是共存（Co‑Existence ）范式诞生的理论根基。
在自主智能体快速发展背景下，锯齿前沿持续动态漂移，原先建立在被动大语言模型之上的人机协同框架存在局限性，由此催生从共同智能走向人机共存的范式转向（Mollick,2026）。
期待这本书的上架！
也欢迎国内出版社尽早下手引进版权！
