夜雨聆风周二话题：业界观察 | 第2期（20260811）
——从零代码到AI智能体，一场比二百年前更猛烈的生产力革命正在发生
一、浪潮
浪潮，比我们以为的更早
从零代码到AI智能体的进化曲线
2020年，一个词开始频繁出现在企业服务领域：零代码。
它的含义并不复杂——让人不写代码，也能搭系统、建流程、做应用。彼时，数字化转型正成为企业的标配话题，零代码像是给这场转型装上了加速器。业务团队不需要完全依赖的技术团队，老板、总经理或业务人员自己就能把想法变成支撑业务运营的工具。
那一年，我眼前一亮，这就是我理想中的“开发框架”，或许很多人和我一样，以为这就是企业内部IT建设效率革命的最好方案了。
但是，没有人预料到接下来会发生什么。
2022年底，ChatGPT横空出世。一个能对话、能思考、能写文章、能写代码的AI，在一夜之间让全世界意识到：机器不仅能执行指令，还能理解意图。
2025年初，DeepSeek爆发。它以极低的成本、极高的效率，证明了大模型不只是科技巨头的专利——开源的力量，让AI的门槛被彻底踏平。
2025年3月，中国团队Monica发布通用智能体Manus（圈内昵称"养马"），AI第一次能端到端"替你把活干完、直接交成品"，被普遍视作"通用智能体元年"的开端。
2025年5月，OpenAI推出云端编程智能体Codex，AI开始写代码——不是辅助写，是真的写。一个产品经理描述需求，AI把代码写出来、测试跑通、提交合并请求。
2026年，开源智能体OpenClaw（圈内昵称"小龙虾"）横空出世，短短数月GitHub星标数超越Linux，掀起全民"养虾潮"。再到今年夏天出现的WorkBuddy和混元3，AI智能体真正开始规模化涌现——它不再只是"回答问题的工具"，而是开始"替你干活"：读邮件、写报告、管日程、做分析、跑流程，甚至自主决策、调用工具、完成任务闭环。
不到六年，从零代码到AI智能体，从"拖拉拽的零代码"到"听你指挥、替你做工作"，这条进化曲线之陡峭，超出了几乎所有专家的预测。
而更猛烈的冲击，才刚刚开始。
二、回顾历史
一部延续两百年的生产力更替史
蒸汽机 → 电力 → 自动化 →AI智能体的四层更替
要把今天这件事看清楚，得把镜头拉远——远到两百多年前。
第一层：蒸汽机时代（第一次工业革命）
两百多年前，第一次工业革命，人类正式进入蒸汽与机械时代。
在那之前，最重要的生产力是什么？肌肉。
种地靠力气，运输靠牲畜，打仗靠体格。一个人的价值，很大程度上取决于他能出多少力、干多少活。
然后蒸汽机来了。一台机器，不知疲倦，输出功率是几十个壮劳力的总和。肌肉，这个人类统治了上万年的生产力要素，在机器面前迅速贬值。
但请注意一个常被忽略的事实：那时的机器，还离不开人。 蒸汽机和机械再强，也需要人来添煤、来操作、来看管。机器替代的是"出力"，却没有替代"操作机器的人"。人从"用自己的肌肉干"变成"用机器干"，但人依然在场。
第二层：电力时代（第二次工业革命）
一百多年前，第二次工业革命到来，电力被大规模引入产业。
这一下，肌肉的作用被再次弱化。电力让机械获得了更可控、更强大、也更持久的力量——不再依赖一锤一斧的蛮力，也不依赖蒸汽机笨重的传动，而是用电能驱动一切。人与机械之间，第一次出现了"能量"与"操作"的分离：机器可以自己转，人只需要按开关。
第三层：自动化时代（上世纪八九十年代）
上世纪八九十年代前后，自动化控制技术成熟，逐步应用到实际生产，电力、机械、芯片与程序第一次结合起来，金属、能量与硅基的力量开始呈现在人类面前。
需要人来操作的按钮，升级成为自动化的代码控制，继电器升级成了控制器。一条生产线可以不再需要人站在机器旁，而是按预设程序自己跑。正是从这时起，出现了几十年的"程序开发黄金期"——无论是使用计算机，还是研究计算机，都成了90年代乃至本世纪初最热门的专业。一代人挤进计算机系，坚信"写代码"是通向未来的船票。
第四层：AI时代（当下）
然后，让人瞠目结舌的事情发生了。
AI的发展如此迅猛，以至于到了2026年，软件开发行业竟成了规模化衰落的典范——曾经一票难求的程序员岗位收缩，曾经炙手可热的计算机专业一下子尴尬起来。当年被视作"永不过时"的脑力劳动，正被AI智能体全面挑战。
历史在这里完成了一个闭环：八九十年代，程序让机器"按人的指令自动跑"；今天，AI让机器"自己理解意图、自己跑、自己交付"。人写程序的活，正在被会写程序的AI接管。
现在，历史押韵了——只不过这一次的赌注更大。
前几层更替，替代的是"肌肉"和"操作"；这一层替代的，是"脑力"本身。
当下这个时代，最重要的生产力是什么？脑力。 分析、计算、策划、写作、编程、设计、管理、决策——过去三十年，知识经济崛起的本质，就是脑力劳动成为社会财富的核心引擎。硅谷也好，陆家嘴也好，中关村的写字楼也好，本质上都是"大脑工厂"。
而现在，AI就是那台"会思考的蒸汽机"。它读得比人快，算得比人准，写得比人好，学得比人多，还能不知疲倦地同时处理几十个任务。
当脑力可以被无限复制，脑力劳动将迅速被AI智能体所替代。
蒸汽机用了几十年才全面替代肌肉，而AI替代脑力的速度，只会更快——因为它自己就在加速进化。
回看这两百年的四层更替，一条主线清晰可见：每一次技术跃迁，都是把人从某一层劳动中释放出来，又逼人去承担更高一层的责任。 肌肉释放了，人去操作机器；操作释放了，人去写程序；写程序释放了，人去做判断与创造。
而眼下这场更替，释放的正是"判断与创造"之下那最后一层脑力——所以才格外让人不安。
更要紧的是：AI落地，或许不再只是企业的事，而会成为全社会都必须参与的一项工程。 这一轮冲击面太广、速度太快，没有任何组织能置身事外。而比AI更陡峭、更具杀伤力的下一站，或许已经能看见轮廓——脑机接口 + 机器人的时代。到那时，金属+能量+智能的新生命体将会成为世界运转的主旋律，被重新定义的将不只是"干活"，而是"人"本身。
三、人的位置
那么，人该做什么？
人与AI共生相处：把握方向、组织协作、创造意义
这是整件事里最核心的问题。
当几乎每个人、每类人群，都可以使用AI工具来创作、开发、产出"好东西"时——当"做出好东西"的能力，不再是人的稀缺能力时——这个世界到底需要什么，人应该做什么？
回顾一下肌肉被替代后的历史：人没有消失，而是去做机器做不到的事。机器负责执行。今天一样。AI能写代码，但AI不会自己决定"该不该做这个产品"。AI能写文章，但AI不会有"想表达的洞察"。AI能分析数据，但AI不会自己产生"值得追问的问题"，还需要人来给出提示词。
人该做什么？做人该做的事。什么是人该做的事？要回答这个问题，那么就得看看AI擅长什么，AI擅长的是知识学习、逻辑推理，而世界运行并非简单的这些能力。现阶段，人更有必要去把握方向、组织协作、创造意义。
第一，把握方向。 AI有效的工作依赖于人给出的信息与方向，给你一百个方案，选哪个、不选哪个、为什么选——这是人的事。AI难以洞悉知识、逻辑推理以外的东西，方向错了，跑得越快越糟糕，陷得越深。
第二，组织协作。 AI可以产出内容，但信任的建立、关系的经营、合作的促成，这些"人与人之间"的事，既有利益关系，也有人性特点，至少在短期内仍然是人的领地。
第三，创造价值。 当提示词成为影响产出的关键要素，那么产出的价值还是由“发出提示词的人”来决定，AI只是替代了人的操作过程。为什么做这件事？哪里需要改进？如何构建结构？为谁做？做了之后世界会变好一点点吗？这些问题，AI回答不了，也不该由AI回答。
与此同时，知识型工作者及其组织——这群过去三十年最受益于"脑力经济"的人——正面临最直接的冲击。你赖以为生的事，AI做得比你快、比你便宜、比你稳定。三十年积累的经验、方法论、最佳实践，被AI用一个下午就学习完了。
但是，这把火烧掉的并不是真正的经验与能力，而是错把“会用工具当做能力”的那种认知，这种肤浅的“会”，即便使用强大的AI智能体，也难以达到“人做人事”的效果。反之，这把火烧过，更能够极大反衬出真正的经验、洞悉力、思维力的价值，烧掉的是人的浮夸，精炼的是人的意志。
未来，一定是以人为本，必须是以人为本。
「业界观察」系列是基于笔者30+年在计算机领域学习、研究与工作历程，表达自己对当前时代下的AI、软件与计算机科学与技术的领悟与思考。如果您有共鸣或不同观点，欢迎留言讨论；如果您觉得内容有可取之处，期待您的推荐与分享。