当AI学会自主操作电脑,我们的日常会发生什么改变?

今天看到 OpenAI 推出 GPT-6 Astra。

演示视频里有一句话让我停了下来：

"Anything you can do on a computer, Astra can do for you."

翻译过来就是：

你在电脑上能做的事，它也能代劳。

当然，这只是官方的一句宣传话术。

当前的 AI 还远远达不到"电脑上所有操作都能百分百代你完成"的水平，它仍然会出错，也需要授权、软件支持以及人工确认。

但我认为，这句话背后真正值得关注的是，AI 的发展方向已经变了。

过去我们的模式是：

你提问，它回答。

而现在正在转向：

你说出想要的结果，它亲自去操作电脑。

这两者看起来只是几个字的差别，实际上可能代表完全不同的含义。

过去几年，我一直觉得 AI 更像一个"高级搜索工具"。

写稿、查信息、翻译、归纳、编程。

已经相当好用了。

但本质上还是：

人操控电脑，AI 输出答案。

你让它写一个 Excel 函数，它告诉你公式内容，然后你自己粘贴进去。

你让它分析材料，它给你一个结论，然后你自己整理成文档。

你让它建一个网站，它输出代码，你再自己上线部署。

所以人始终是那个"鼠标和键盘"。

而现在，AI越来越想接管鼠标。

OpenAI 对 Astra 的说明里，列举了一些非常日常的任务：

填写网页表单、归集客户信息、规划日程、在线检索、整理邮件、生成文档、表格和演示稿，甚至安装软件、检测网站以及处理部分专业软件内的操作。

看出来了吗？

这些内容甚至谈不上"科幻"。

反而全是办公室日常就在做的事情。

这才是我觉得最值得普通人留意的地方。

如果把这个趋势映射到中国普通上班族身上，其实非常好理解。

每天开机之后，我们在做什么？

登录平台。

查数据。

复制。

粘贴。

填表。

核对。

截图。

处理 Word。

操作 Excel。

发群消息。

回消息。

再登录另一个平台。

很多工作真正有难度的部分，并不是需要多高深的学识。

而是：

环节特别繁琐。

以前自动化最难的地方也在这里。

一个网页改版了，一个按钮挪位置了，一个 Excel 样式变了，程序可能就失效了。

但如果 AI真的越来越能够"看懂界面—领会任务—判断下一步—继续执行"，那么自动化的门槛就会大幅降低。

它不是单纯会写文章了。

而是在逐步学会：

做事。

所以我认为，对普通人来说，真正该警惕的并不是：

"我的岗位明天会不会消失？"

这个问题太宽泛了。

更实际的问题应该是：

我每天做的事里，有多少属于重复流程？

比如一个人每天工作8小时。

真正需要他决策、沟通、担责的工作可能只有3小时。

剩下5小时都是查资料、录系统、调格式、搬数据、套固定模板。

那么AI首先冲击的，大概率就是后面这5小时。

不一定意味着这个职位消失。

更可能出现的情形是：

以前一个人一天只能处理20件事。

以后借助AI可以处理50件。

于是公司不会先问：

"AI能不能替代这个人？"

而会先问：

"为什么别人一天做50件，你还只能做20件？"

这或许才是离我们最近的趋势。

但换个角度看，这件事对普通人未必全是坏事。

因为过去一个普通人想做很多事情，其实门槛非常高。

想建网站，要找开发。

想出宣传图，要找设计。

想调研市场，要人收集数据。

想搞外贸，要查客户、写邮件、整产品资料。

想玩自媒体，又得写文、做图、剪视频、做数据分析。

一个人很难同时兼顾这么多技能。

但AI正在不断把这些能力集成到一个人身上。

这意味着未来可能出现越来越多的：

"一个人 + AI"的小团队。

甚至这个团队真的只有一个人。

白天上班。

晚上回家后，让AI帮自己整资料、析市场、做页面、处理表格、归内容。

以前一个副业可能需要三四个人才能启动。

以后一个普通人也可能先把它运转起来。

所以我越来越觉得：

AI降低的，不只是工作的成本，也是普通人尝试一件事的成本。

这点其实很关键。

那普通人现在该学什么？

我反而越来越不建议所有人都扎堆去学"提示词"。

提示词当然有用。

但模型越来越聪明之后，它自己理解语言的能力会越来越强。

真正长期有价值的，可能是另外几样东西。

第一，清楚自己到底想要什么。

AI可以执行。

但目标还是得有人定。

第二，能判断结果对不对。

AI可以做Excel。

但你要知道数据有没有问题。

AI可以写合同。

但专业人士依然要知道哪里存在风险。

AI可以写方案。

但你要知道这个方案落到现实中能不能跑通。

第三，把自己的工作拆解成流程。

很多人工作十年，所有经验都装在脑子里。

自己会做，但讲不出来。

未来真正有价值的能力之一，可能就是：

我能不能把"我会做"变成"我能告诉AI怎么做"。

第四个则更简单：

去用。

不用追每一个新模型。

也不用天天研究跑分。

挑一个自己熟悉的工作，每天尝试让AI帮自己省一点时间就行。

今天省10分钟。

明天省30分钟。

一年以后差距可能就拉开了。

当然，我也不觉得我们应该把AI想得太神。

OpenAI自己在发布 Astra 的同时，也用了大量篇幅讨论安全、权限以及AI执行任务时的边界问题。Astra目前也是先向有限范围开放，再逐步扩大使用范围。

所以至少现在，

它更像一个能力越来越强的助手，

而不是一个把电脑交给它以后，自己什么都不用管的人。

涉及资金、隐私、重要文件以及关键业务的时候，人依然应该是最后那个把关的人。

只是这个"助手"，成长得确实有点快。

我以前一直在想一个问题：

AI到底什么时候才算真正改变普通人的生活？

后来发现，也许并不需要等什么特别宏大的节点。

当有一天，

你上班打开电脑，

以前需要忙一上午的事情，

你对AI说一句：

"按昨天的流程处理一下，异常的留下来给我看。"

然后它开始自己干活。

那一刻，其实变化就已经发生了。

对于我们这种普通人来说，

可能不需要预测十年以后AI会变成什么样。

只需要问自己一个很现实的问题：

当电脑越来越会自己干活，我能不能成为那个知道该让它干什么的人？

这大概就是 GPT-6 Astra 这次发布之后，我最大的感触。