团队里人人都用AI，为什么效率反而没涨？| AI未来谈

点击视频▲立即观看

整理 / 巴九灵（微信公众号：吴晓波频道）

最近，各公司财报陆续发布。这是判断AI公司到底有没有赚到钱、ARR能不能撑住估值的一个时间点，也是回顾这一年AI到底往前走了多少的时间点。

本期《AI未来谈》，吴畏对谈Bilink创始人、前硅基流动联合创始人杨攀，梳理了2026年上半场全球AI的共识与非共识。

1.三个“信仰”

直达视频 00:00:38 看完整观点

杨攀说自己有三个“信仰”。

第一，ChatGPT发布第一天他就用了，当时就觉得那层窗户纸已经被捅破了。

第二，他从2023年开始明确判断，人类五年内能触碰到AGI。也就是说，到现在为止，大概还剩一年半。

他对AGI标准的理解也在变化：不是“替代人类某个领域”，而是在某些问题上真正超越人类，而且会出现一个明确的拐点，而不是悄无声息地变化。

第三个信仰关于token。他相信token是一种基础设施，有大宗商品属性。这也解释了过去一年大家对token态度的剧烈摆动：今年上半年是“愚昧之巅”，现在正往“绝望之谷”掉，再之后才是真正起飞的开始。

2.共识一：模型能力不再被怀疑

直达视频 00:05:16 看完整观点

模型能力已经普遍不被质疑，幻觉、可用性这些争论基本过去了。杨攀提到一个关键节点：去年10月，Claude Code推出Skills。

这不只是一个好用的工具，也打开了一条新的人类经验数据来源。大量专家把私藏的经验以Skill形式贡献出来，某种意义上是“人类开始蒸馏自己”。这些Skill一部分会被模型学会、内化，变成下一版本不需要外挂就能自带的能力。

顺着这个逻辑，杨攀给出一个激进判断：未来全球软件市场，可能80%的利益会被模型吃走，而且模型和Agent会越来越一体化。

剩下的20%在哪？是模型之外、无法被训练进去的东西，比如此刻真实发生、还未被记录的实时信息，还有物理世界里点外卖、工业制造这类需要真实动作的“最后一公里”。

这也是黄仁勋讲的路径：从Generative AI到Agentic AI，再到Physical AI。

3.共识二：用户规模扩大了十倍

直达视频 00:11:38 看完整观点

Agent的服务对象正在从程序员扩展到所有知识工作者。

中国程序员大概有1000万，但坐在电脑前工作的知识工作者大概有1亿，这是十倍差距。

去年，DeepSeek春节破圈让大家知道办公也能用AI，今年上半年大家进一步发现Agent已经能直接干活了。

一旦形成“特别共识”，大厂就会集中调动资源——电梯广告铺天盖地都是Work Agent产品的时候，说明共识已经到了极致。而代价则是资金和人才过度集中，反而挤压了其他方向，使市场变得单调。

杨攀也提到，飞书这类沉淀Context和协作数据的底座价值一直都在，哪怕前台叙事变成“豆包办公”。

如果企业过去数字化没做好，AI时代也没法凭空跳过去。

4.从Manus到OpenClaw

直达视频 00:14:39 看完整观点

2025年3月的Manus，第一次让全球范围内大家对“什么是Agent”形成共识——任务是可以被委托的。

紧接着是去年12月发布、今年1、2月全民追捧的OpenClaw（“小龙虾”），带来了记忆管理、心跳机制等开源框架思路。

这一年Agent能力的核心变化，是长程任务的执行时长明显拉长。

一是模型本身的智能水平要够，二是Computer Use和Browser Use把“操作电脑、浏览器”这层窗户纸捅破了。

过去，很多任务做到一半要停下来等人工点击，现在AI能自己完成从写代码到申请域名、部署上线的整个链路。

5.AI不是人，这恰恰是它的价值

直达视频 00:23:52 看完整观点

移动互联网压缩的是空间距离，AI压缩的是时间。

人不能连续点击1000次鼠标，但AI可以同时雇1000个自己去干活。杨攀把这总结为“向天借智慧”和“向天借时间”。

为什么有很多人用了AI反而觉得时间更不够用？杨攀分享了“代偿”理论：过去满足不了的需求现在被AI代偿了，不会画画AI也能帮你画，这个过程让人上瘾，但不等于真的有价值。

真正的问题在于，过去创造一个产品是“创造—发行—商业化”三位一体，AI把创造成本降到接近零后，这三件事被割裂开了，而发行和商业化的边际成本并没有同步下降。

这也是为什么真正跑出正向价值的OPC，大多集中在自媒体、AI视频这类一个人能低成本闭环完成创造和发行的领域。

6.员工都用上AI了，公司效率却没涨？

直达视频 00:37:00 看完整观点

一个人用AI可能提效十倍，十个人以上的团队可能只提效百分之二三十，原因在于协作损耗。

信息从一个大脑传到另一个大脑，天然有损耗和误解，人越多，需要同步的信息也越多。AI让一个人有可能独立完成过去需要多个岗位配合的事，组织的排兵布阵方式也要重新想。

杨攀提到Anthropic内部按角色而非传统职能划分工作的思路：Prototyper做原型，Builder构建，Sweeper清理AI生成的“泔水”，Grower负责增长，Maintainer负责维护，核心都是尽量让责任和结果闭环，减少跨大脑的信息交换。

这背后是一条更本质的逻辑：每个时代的生产力，会对应那个时代的生产关系。

软件开发从瀑布式走向敏捷，是因为试错成本降低了才敢这么做；AI把创造和试错成本进一步打下来，才会出现“做原型成本接近零”的角色。

7.FDE与中国的机会

直达视频 00:46:33 看完整观点

FDE（前线部署工程师）这个词正在被泛化，很多原本的客户成功、外包工作都被套上了这个新名字。

杨攀认为，AI时代的“外包”和软件时代已经不是一回事了。

过去，一个1万元预算的项目几乎不可能配出5万元工程师的活。现在，一个1万元的工程师配合token消耗，真的有可能做出5万元的水平。这对中国软件产业而言，是一次正向循环的机会。

不过他也强调，业务专家直接跟Agent提需求稳定交付，这件事还没完全成熟，现阶段仍然需要有技术背景的人协助落地。

聊到中美对比，杨攀提醒：中国开源模型进步很快，但这不完全等于中美前沿模型的真实差距已经缩小。美国最先进模型的发布节奏受政策影响，不代表真实能力停下来了。

中美更本质的差异是商业化习惯：美国的法律、金融、医疗撑起了庞大的SaaS市场，而中国企业软件采购长期依赖国央企层层渗透，付费意愿偏弱。

但他也提出一种乐观可能：就像中国当年跳过成熟PC互联网直接进入移动互联网，跳过信用卡直接进入移动支付，中国软件产业也可能跳过成熟SaaS阶段，直接进入Agent经济，甚至在具身智能这类需要制造业基础的方向上实现反超。

8.长期主义，就是接受持续的快速变化

直达视频 01:02:17 看完整观点

被问到AI时代什么值得长期坚持，杨攀的回答是，如果模型能力还在以每三个月一次飞跃的速度提升，这个阶段的长期主义，就是接受并跟上这种变化。

“过去一两年，你是不是每三个月都在迭代自己的工作方法？如果没有，大概率某个阶段做错了什么。”

具体怎么跟？他的建议是做一个实践主义者，大面上摄取高质量信源，具体问题上一定要亲自去试。

他举了自己的经历：GPT—5.3升级到5.4的那天，他正在开发一个iOS应用，新版本直接实现了自动部署、自动测试、自己检查修改再发布，一个版本之间的变化让他几乎不用自己动手。

“你光听别人说某个产品能干什么，和自己真正试过，体感完全不一样。”这条建议同样适用于企业主，把AI转型完全委托给别人、自己不上手，很难真正做好。

杨攀最后说，这场对话的核心是“透过现象看本质”。

组织协作的损耗、软件形态的变化、创造与商业化的割裂，这些的底层逻辑相对稳定，而具体的产品、工具会一直变。

《AI未来谈》是吴晓波频道与非凡产研联合推出的对谈栏目，会持续邀请在AI浪潮里真正下场的创业者、企业家和研究者，聊他们正在做的事、踩过的坑，和对这个时代的判断。

下期，我们请到了深演智能创始人黄晓南。9月14日20:00，锁定吴晓波频道视频号直播间，我们一起聊聊AI时代，企业最值钱的资产是什么。

点击按钮▼预约直播

此外，我们从上月起开始发起用户AI产品使用行为调研，来补充流量数据对于AI产品使用体现不足的问题。第一期是有关Work Agent的用户行为调研，欢迎点击下方按钮参与调研。