AI 终于找到了它真正的形态

你有没有发现，去年这时候，AI在我们生活里还像个自动售货机。你投币，它出货，交易结束，各走各的路。

到了2026年二季度，这台自动售货机突然长腿了。

它不再等你按按钮，自己走进仓库进货、算账、盘库存，甚至开始替你写周报、做PPT、连上你们公司的财务系统。

你早上给它一个目标，下午它回来汇报，中间干了什么，你可能都不知道。

OpenClaw、Codex、Claude Cowork。这些名字听起来像工具，实际上正在变成你的同事。

而且，是那种特别勤奋、从不请假、也不要社保的同事。

说实话，这个转变来得有点快。

以前说Agent，大家默认是程序员的辅助。

现在不是了。

OpenAI自己报告，四五月份用Codex的人里头，有20%从来不写代码。这个增长速度，是编程用户的三倍。

AI终于找到了它真正的形态。它早就不该被困在聊天框里，它要的是操作系统，是手和脚。

过去一年，行业还在争论AI时代的入口到底是什么。有人押宝浏览器，Google搞Mariner，OpenAI搞Operator，Perplexity甚至想花345亿美元收购Chrome。

想法很简单，人以前靠浏览器上网，AI也该靠浏览器控制世界。

但2026年5月，Google关了Mariner。

Operator也融进了更大的ChatGPT Agent。

另一边，Codex、Claude Code直接接入文件、终端、代码仓库。它们不需要看懂按钮和颜色，命令行和结构化数据对它们来说，比图形界面直接一万倍。

浏览器没死，但它从"总入口"降级成了工具箱里的一个螺丝刀。数据在底层跑，页面只负责把结果摆给人看，方便你去改。

入口站稳了，大模型公司就开始往垂直行业杀。

Anthropic推Claude Design，做金融Agent、法律Agent。OpenAI用MCP、AgentKit连企业系统。

过去进入一个行业，得重新训练模型，搞数据微调，一个公司一个样。现在不用了。底层是同一套Agent，想做金融，接上金融数据库，配几个Skill；想做法律，换成合同条款和法律检索。运行环境完全复用。

垂直软件的护城河，被冲得差不多了。

但企业兴奋过头了，搞出了Token maxxing。

今年5月，这可能是大厂里最火的词。看到Agent这么能干，老板们想，给员工更多Token、更多工具、更长运行时间，产出不得翻倍？

黄仁勋甚至公开说，一个年薪50万美元的工程师，如果一年烧不到25万美元的Token，老板就该担心他有没有充分使用AI。

这话听着像激励，实际上是一场集体焦虑的狂欢。

三个月不到，火就灭了。

亚马逊内部搞排行榜，员工为了刷排名制造无效任务，最后只能关掉。Uber的Claude Code全年预算，四月就接近耗尽。管理层却发现，Token烧得越多，有效功能并没有同步增长。

为啥？

贵是一方面。普通问答调一次模型，Agent干长任务要反复读取目标、历史状态、工具结果、错误信息。Token消耗能达到普通问答的几十倍，甚至上千倍。

哈工大五月底提了个概念叫"有效反馈算力"。在复杂任务里，真正影响下一步的算力，只占10%。剩下90%都花在重读、试错、无效往返上。

更麻烦的是，即使Agent把代码写出来了，人也接不住。

MIT研究了十多万GitHub开发者，自主编程Agent让代码提交量涨了120%，但到立项环节缩水到50%，真正能上线的只剩30%。

就像一家餐厅切菜速度提高了三倍，炒菜、装盘、上菜的速度没变。后厨堆满了切好的菜，一天还是卖那么多桌。

经济学里有个替代理论，流程效率由不可自动化的部分决定。AI把生成速度拉得很高，但review的速度很慢，提效在系统上被卡了脖子。

Token造不出本来不存在的市场。

那怎么办？

让Agent互相监督，互相干活。

Multi-Agent热潮来了。一个Agent太慢，就上一堆。一个Agent做完没人检查，就派另一个Agent上。

最稳妥的模式是"编排者—执行者"。主Agent把任务拆碎，分给子Agent并行干，最后汇总。

Claude Research就这么干，派多个研究Agent分头搜索，主研究员汇总，引用Agent核对出处。

Kimi Agent Swarm更狠，几百个子Agent并行处理视频、代码和搜索。

适合并行的工作，这招很管用。Kimi报告说，有些任务延迟最多降4.5倍。

但问题是，多Agent的提升常常来自额外计算，不是合作本身。Anthropic披露，多Agent研究系统消耗的Token，能达到普通Agent的四倍。

现在的Multi-Agent，更像一个项目经理指挥几组互不来往的外包团队。能摊开工作同时做，但没有形成群体智能。

一旦拿掉中心"包工头"，让Agent自己商量，人类的毛病全出来了。有的随大流，有的偷懒。测试证明，几个Agent凑在一起，准确率反而不如一个拥有完整信息的单体Agent。

模型训练过程里就没有合作这个课题。把一群习惯单打独斗的模型关进一个屋子，协作能力不会凭空出现。

另一条路是"自进化AI"，RSI。

Anthropic六月报告里提到，他们让模型持续优化训练小模型的代码。结果从Claude 3到Mythos，优化水平从三倍加速做到五十多倍。

找问题、想办法、搭环境、验证结果、保留有效改动，然后再跑一轮。这种活儿Agent做得比人好，又快又不知疲倦。

但它不知道往哪走。"哪条研究路线有价值"、"这个指标是不是在骗人"，这种需要"品味"的判断，Agent做得很糟糕。

Anthropic实验里，在人类已经犯错的复杂场景下，模型只有20%的几率比人做得好。人做得好时，模型更没竞争力。

Loop Engineering把这种循环做成长期工程。Agent不再等人按一下才动一下，自己找任务、执行、验证、记录反馈，再决定下一轮做什么。

听起来很美好，但经济账还得算。

Agent渗透的代价，正在显现。

就业最先受影响。失业率没有突然飙升，但岗位入口、日常任务、企业预算先变了。客服、支持、工单、基础运营、部分数据分析，开始被Agent吸收。

有些岗位没被直接替掉，却被AI投入挤掉了。GPU、数据中心、模型团队需要巨额资金，企业从其他预算里找钱。另一些员工被调去管理Agent，岗位名称没消失，工作内容换了。

初级岗位尤其惨。

查资料、做总结、写基础代码、整理客户信息，最容易交给Agent，也恰好是新人熟悉行业的训练。人通过这些活理解业务、代码库、客户和组织里的判断标准。

2026年5月一篇论文分析招聘广告，2023年以来，容易被AI插手的工作内容占比下降约一成。一半来自企业减少这类岗位，四成来自企业改写原有岗位，把任务换成更难被AI接管的部分。

企业想招"更成熟的初级员工"，同时又拿走了让人成熟的初级任务。

职业入口越收越窄。

安全问题也从论文走进产品。Anthropic的Mythos能发现并验证高严重性漏洞，公司不敢普通开放。加护栏后的Falbe 5，研究者又抱怨限制过重。

开放过多，降低网络攻击、生物风险门槛。限制过多，正常研究受损。谁能使用最强模型、哪些机构算"可信伙伴"，现在受政府和地缘政治影响。

信息污染也在加深。Graphite分析显示，AI生成内容占互联网内容比例稳定在48%到50%，但ChatGPT引用来源里，被判断为AI生成的比例半年内从38.9%升到42.7%。

模型过去说过的话，绕了一圈，变成下一次回答的证据。

当SEO和GEO能利用这种偏好时，搜索系统容易变成机器引用机器的回音室。真正去过现场、采访过当事人、编辑过内容并愿意署名的材料，反而更稀缺。

最隐蔽的代价是"认知缴械"。

问题刚冒出来，手已经伸向ChatGPT。观点还没成形，AI已经把提纲列好了。

宾夕法尼亚大学沃顿商学院让1372名参与者完成近万次推理任务。只要允许使用AI，超过一半题目主动求助。即使AI给出错误答案，仍有约八成人选择相信。

Anthropic关于程序员学习的研究，AI辅助组完成陌生任务更快，后续闭卷测验表现平均低17%。任务交出去了，能力没有留下来。

文章由你提交，代码挂在你名字下面，方案由你汇报。责任是你的，生成这些东西的思考过程却越来越少由你完成。

泰勒制把工人变成生产线上的手，AI可能把人变成认知生产线上的盖章点。

所以，未来的AI，可能需要在有些环节故意留一点摩擦。

高风险操作前让人解释和确认，给出结论前先让人写下自己的判断，展示反面证据。

慢一点，但能留下思考和学习的位置。

2026年二季度的这些趋势，连起来看是一段连续的故事。

通用Agent夺走软件入口，Tokenmaxxing很快撞墙，暴露出人的复核速度和系统成本。Multi-Agent与自进化AI开始接手复核和迭代，CPU、内存、网络与模型路由让Agent跑得更快更便宜。

等这些问题有了办法，就业、安全、信息污染和认知缴械开始浮到台面。

企业接下来要积累的，不该只是Token用量。每一次执行都应留下可复用的工作流、评测、权限、组织记忆和结果反馈。

否则预算花完，除了流水什么都没留下。