AI智能体浪潮冲击脑力竞争,消融肤浅认知,拔升思维与洞察价值

周二话题：行业洞察 | 第2期（20260811）

——由零代码迈向AI智能体，一场堪比两百年前的生产力大变革正在上演

一、浪潮

从零代码到AI智能体的演进轨迹

2020年，一个词汇开始在企业服务领域频繁露面：零代码。

其内涵并不晦涩——让不写代码的人，也能搭系统、构流程、创应用。彼时，数字化转型正成为企业的热议话题，零代码如同给这场转型装配了涡轮增压器。业务团队不必完全仰赖技术部门，老板、总经理或业务人员亲自就能把构想变为支撑业务运转的工具。

那一年，我眼前一亮，这不正是我心目中的"开发利器"吗，或许不少人和我相同，曾以为这就是企业内部IT建设效率升级的最佳路径了。

然而，谁也没有料到接下来将上演怎样的剧情。

2022年末，ChatGPT惊艳登场。一个能对话、会思考、可写文章、能编代码的AI，在一夜之间让全球醒悟：机器不仅能执行命令，还能领会意图。

2025年初，DeepSeek异军突起。它以极低的投入、极高的产出，证明了大模型并非科技巨头的专属——开源的劲风，将AI的门槛彻底夷为平地。

2025年3月，中国团队Monica推出通用智能体Manus（圈内戏称"养马"），AI首次能够端到端"替你把活干完、直接交成品"，被广泛视作"通用智能体元年"的序章。

2025年5月，OpenAI发布云端编程智能体Codex，AI开始亲手写代码——非辅助，而是真正执笔。一位产品经理口述需求，AI便将代码编写完毕、测试通过、提交合并请求。

2026年，开源智能体OpenClaw（圈内昵称"小龙虾"）惊艳问世，短短数月GitHub星标数便超越Linux，掀起全民"养虾潮"。再到今年夏天浮现的WorkBuddy与混元3，AI智能体真正开启规模化涌现——它不再只是"答疑解惑的工具"，而是开始"替你干活"：阅邮件、撰报告、订日程、做分析、跑流程，甚至自主决断、调度工具、实现任务闭环。

不足六年，从零代码到AI智能体，从"拖拉拽的零代码"到"听你号令、替你办事"，这条演进曲线之陡峭，超出了几乎所有行家的预判。

而更猛烈的震荡，才刚刚拉开序幕。

二、回望历程

蒸汽机 → 电力 → 自动化 →AI智能体的四阶演进

要把今日这件事看透彻，需将镜头拉远——远到两百多年前。

两百多年前，第一次工业革命降临，人类正式迈入蒸汽与机械纪元。

在那之前，最关键的生产力是什么？肌肉。

耕种靠力气，运输靠牲畜，争战靠体魄。一个人的价值，很大程度上取决于他能出多少力、做多少事。

而后蒸汽机降临。一台机器，不知疲倦，输出功率相当于数十个壮劳力的总和。肌肉，这个人类延续了上万年的生产力要素，在机器面前迅速贬值。

但请留意一个常被漠视的事实：那时的机器，仍离不开人。蒸汽机和机械再威猛，也需要人来添煤、来操控、来监管。机器替代的是"出力"，却未替代"操控机器的人"。人从"用自己的肌肉干"变成"用机器干"，但人依然在场。

一百多年前，第二次工业革命降临，电力被大规模引入产业。

这一下，肌肉的价值被再度削弱。电力让机械获得了更可控、更强劲、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，而是用电能驱动万物。人与机械之间，首次出现了"能量"与"操控"的分离：机器可以自转，人只需按开关。

上世纪八九十年代前后，自动化控制技术趋于成熟，逐步落地实际生产，电力、机械、芯片与程序首次联袂登场，金属、能量与硅基的力量开始显现于人类面前。

需要人操作的按钮，进阶为自动化的代码控制，继电器升级为控制器。一条生产线可以不再需要人守在机器旁，而是按预设程序自主运转。正是从此时起，开启了数十年的"程序开发黄金期"——无论是使用计算机，还是钻研计算机，都成了90年代乃至本世纪初最吃香的专业。一代人涌入计算机系，深信"写代码"是通往未来的船票。

而后，让人瞠目的事情上演了。

AI的发展如此迅猛，以至于到了2026年，软件开发行业竟沦为规模化衰落的标本——曾经一席难求的程序员岗位大幅收缩，曾经炙手可热的计算机专业一时间尴尬起来。当年被奉为"永不过时"的脑力劳动，正遭受AI智能体的全面挑战。

历史在此完成了一个闭环：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"。人写程序的活计，正在被会写程序的AI接管。

此刻，历史押韵了——只不过这一次的筹码更大。

前几轮演进，替代的是"肌肉"和"操作"；这一轮替代的，是"脑力"本身。

当下这个时代，最关键的生产力是什么？脑力。分析、运算、策划、写作、编程、设计、管理、决策——过去三十年，知识经济崛起的内核，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"。

而今，AI便是那台"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，还能不知疲倦地并行处理数十个任务。

当脑力可被无限复制，脑力劳动将迅速被AI智能体所取代。

蒸汽机用了几十年才彻底替代肌肉，而AI替代脑力的速度，只会更快——因其自身就在加速进化。

回望这两百年的四阶演进，一条主线清晰可辨：每一次技术跃迁，都是把人从某一层劳动中解放出来，又逼人去承担更高一层的使命。肌肉被释放，人去操控机器；操作被释放，人去写程序；写程序被释放，人去做判断与创造。

而眼下这场演进，释放的正是"判断与创造"之下那最后一层脑力——故而格外让人不安。

更重要的是：AI落地，或许不再只是企业的事，而会成为全社会都必须投身的一项工程。本轮冲击面太宽、速度太快，任何组织都无法置身事外。而比AI更陡峭、更具杀伤力的下一站，或许已能窥见轮廓——脑机接口 + 机器人的时代。到那时，金属+能量+智能的新生命体将成为世界运转的主旋律，被重新界定的将不止是"干活"，而是"人"本身。

三、人之定位

当几乎每个人、每类人群，都能借助AI工具来创作、开发、产出"好作品"时——当"做出好作品"的能力，不再是人的稀缺技能时——这个世界究竟需要什么，人应当做什么？

回望一下肌肉被替代后的历史：人并未消失，而是去做机器做不到的事。机器负责执行。今日亦然。AI能写代码，但AI不会自主决定"该不该做这个产品"。AI能写文章，但AI不会有"想表达的洞见"。AI能分析数据，但AI不会自发提出"值得追问的问题"，仍需人来给出提示词。

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，便需看看AI擅长什么，AI擅长的是知识学习、逻辑推理，而世界运行远非这些能力所能概括。现阶段，人更有必要去锚定方向、组织协作、创造意义。

第一，锚定方向。AI有效的工作仰赖人给出的信息与方向，给你一百个方案，选哪个、不选哪个、为何选——这是人的事。AI难以洞悉知识、逻辑推理之外的疆域，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，但信任的构筑、关系的经营、合作的促成，这些"人与人之间"的事，既牵涉利益关系，也涉及人性特点，至少在短期内仍是人的领地。

第三，创造价值。当提示词成为影响产出的关键要素，那么产出的价值仍由"发出提示词的人"来定夺，AI只是替代了人的操作过程。为何做这件事？哪里需要改进？如何构建框架？为谁而做？做了之后世界会变好一点点吗？这些问题，AI无法作答，也不该由AI作答。

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、比你廉价、比你稳定。三十年积淀的经验、方法论、最佳实践，被AI用一个下午便学完。

然而，这把火烧掉的并非真正的经验与能力，而是错把"会用工具当作能力"的那种认知，这种肤浅的"会"，即便驾驭强大的AI智能体，也难以企及"人做人事"的境界。反之，这把火烧过，更能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，必然是以人为本，必须是以人为本。

「行业洞察」系列是基于笔者30+年在计算机领域学习、研究与工作经历，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。若您有共鸣或异见，欢迎留言讨论；若您觉得内容有所可取，期待您的推荐与分享。