AI赋能工作的新范式

向AI提出问题，获取一段回复后，再切换到Word、PPT、Excel或设计软件，自己继续完成剩余的工作环节。

ChatGPT Work代表的则是另一种路径：

无需逐句提问等待回复，只需明确告知最终期望的结果，它会自动分解任务、调用工具、产出成果，再由人工进行审核和调整。

（现在每天都在让它帮我处理事务😊）

ChatGPT Work短期内不会淘汰所有职业，但很可能首先改变那些需要在不同软件之间频繁切换的工作模式。

例如：对于像我这样的内容创作者，以前确实需要在多个工具之间来回切换，现在ChatGPT Work能帮我搞定完整的内容生产链路（搜集AI资讯➡️甄选选题➡️撰写脚本➡️拟定标题➡️创作封面文案➡️发布）

Anthropic上周将Claude Cowork从桌面端扩展到手机和网页端，以往必须启动电脑、打开应用，才能协助处理工作，提出一个问题等待一个回复。

现在我把任务托付给Claude Cowork，直接关闭设备离开，它依然在云端帮我整理资料撰写方案，丝毫不耽误其他事情。

你甚至可以提前规划好任务，它随时自动启动执行。

如果遇到需要决策的环节，它会通过手机推送一条消息等我确认，不会擅自做决定。

这次升级彻底改变了我们与AI协作的方式

三、Meta推出新的付费模型接口，同时加速自研芯片研发

同样在7月9日，Meta向开发者开放Muse Spark 1.1，并推出Meta Model API的公开预览。

Muse Spark 1.1专注于代码编写、软件操作、图片与视频理解，以及多步骤智能体任务。

开发者获得免费测试额度后，需要按照实际使用量付费。

Muse Spark 1.1释放了一个新的商业信号：

Meta开始更加直接地把模型能力变成付费服务。这也意味着，大模型公司的竞争正在从“谁的能力最强”，进入“谁能够真正融入企业流程，并产生持续收入”的阶段。

对于普通开发者和小团队来说，未来选择模型时，不能只看排行榜，还要看三个更实际的问题：

第一，完成同一项任务需要多少成本；

第二，是否能够稳定调用外部工具；

第三，最终结果是否足以替代人工流程。

本周Meta还被曝计划从今年9月开始生产代号为Iris的自研AI芯片。

模型背后还需要芯片、数据中心、电力、网络设备和稳定的供应链。

所以，未来的AI巨头很可能不只是一家软件公司，可能同时拥有模型、应用、芯片和数据中心的综合型科技公司。

为什么Google、亚马逊、微软和Meta，都开始自己造AI芯片？

答案是：它们不想把AI时代最关键的成本和产能，完全交给外部供应商。

······························

本周最明显的商业信号

ChatGPT Work、Claude Cowork、Meta Muse Spark 1.1的动作共同说明，AI商业从出售聊天工具转向实际工作能力。

我对本周AI行业的一个看法

AI从一问一答到谁能把一项任务做完，谁就更容易把AI能力变成真正的商业模式。

现在改变了我们使用AI的方式，除了写提示词，还有更重要的是要学会如何定义任务、拆解目标、设置权限，以及判断AI交付的结果是否可信。

用自己手上的工作去验证看看能解决哪些真实工作？节省多少时间？在哪些地方仍然需要人？

你最想把哪一项每天重复的工作交给AI完成？欢迎评论区留言，我们下期再见👋