圆点与蜂群
摘要
Ethan Mollick 反思自己此前的一个重大误判:他曾认为人类必须像管理者一样为智能体设计分工与组织结构,但事实是组织协作也只是 AI 能通过更强模型与更多算力自行学会的一件事。文章随后以此视角审视 Meta Muse、OpenAI dots 等新一代个人智能体。
核心要点
- 作者原本预计,让智能体高效协同需要精心建构,近似于'创办一家公司',并认为这需要很长时间才能摸索出来。
- 他引述'苦教训':大量为在正确时机投喂正确信息而搭建的复杂系统,被模型自主检索取代;精心设计的提示词模板与分步链条,也被新一代模型的自主规划能力取代,其研究显示'规划步骤'的价值已大幅下降。
- 演示案例:一个提示让 Fable 写歌词并提交给 Suno,Opus 5.5 仅用代码(完全不用图像生成)完成其余全部工作,作者没有给任何反馈。
- 产品层面:App Store 当前排名第一的是 Meta 的 Muse(承诺替你干活的个人智能体),OpenAI 已推出竞品 dots;SpaceX 的 Grok Bot、Instinct、Gemini Spark 也在做类似的事。
- 这些智能体的思路源自今年早些时候的 OpenClaw 现象(作者称之为 Clawlikes):赋予智能体计算机访问权并连接邮箱、财务记录等账户,实时分析并主动响应;用户通过 Slack、短信或 WhatsApp 像对人一样发消息,它也会主动找上门。
原文佐证
- I fell prey to The Bitter Lesson, the hard truth, learned over and over again, that things that we thought required elaborate human rules and thinking can be solved with the brute force of better machine learning systems and more AI.
- The number one app in the App Store right now is Meta s Muse, a personal agent that promises to do work for you. OpenAI has now released a competitor tool, called dots.
- It turns out that organizing work is just one more thing AI can learn to do.
AI 洞察
如果编排与协作能力随模型规模自然涌现,那么今天围绕多智能体框架、工作流编排、提示词工程建立起来的工程护城河会快速贬值,价值向模型本身和'账户与上下文接入层'迁移。真正的竞争焦点将不再是设计更聪明的智能体拓扑,而是谁能合法、持续地拿到用户的邮箱、财务、日程等私域数据,以及谁能承担随之而来的权限、审计与责任归属。对个人而言,门槛从'学会指挥 AI'变成'学会授权与信任 AI',而治理而非能力会成为下一阶段的主要瓶颈。