十多年来，领导者们一直用“工作的未来”这个短语来描述技术如何改变商业。SaaS 取代了本地软件。云取代了物理基础设施。协作工具取代了办公室，成为我们完成工作的场所。

技术正在经历另一个革命性变革时期。这一次，变革速度甚至比以往的转型更快。例如，AI 处理软件开发中日益复杂任务的能力大约每七个月翻一番。我们即将迎来 AI 重新定义工作本身的重大转变，即非线性生产力提升。这带来了关于谁或什么来完成工作的新问题。

是时候转向使命驱动的工作了

AI 转型对我们提出了不同的要求。我们组织工作、衡量绩效和培养人才的方式，曾经假设产出最多、行动最快、了解最多的人就是最高绩效者。这种假设不会消失，但仅靠它已不再足够。

NVIDIA 首席执行官黄仁勋通过对比任务与使命，清晰地阐述了如何与 AI 重新思考工作方式。每份工作都有任务。对于软件工程师来说，编写代码是一项任务。但软件工程的使命是通过技术解决问题，并发现值得解决的新挑战。在这个新的 AI 世界中，当任务不断被消除时，使命变得愈发重要。

“在这个新的 AI 世界中，当任务不断被消除时，使命变得愈发重要。”

简而言之，工程师、分析师甚至招聘人员的任务越来越多地可以由 AI 代理处理。但这些角色的使命无法被取代，因为使命植根于我们赋予工作的价值，而非执行本身。这种区分可以推广到每个业务职能。问题不再是“我如何把这件事做得更好？”相反，工作者需要问：“我如何指导一个代理团队来处理这件事，以便我专注于自己角色的真正价值？”

在新型的人机代理模型中，我们驱动使命。每个人都成为管理者，设定意图、定义结果、将执行委托给代理、审查输出，并用任何模型都无法复制的判断力进行纠偏。

非线性生产力究竟是什么样子

我们也需要重新定义对 AI 驱动的生产力的看法。我喜欢这样思考：托马斯·爱迪生并没有通过制造更好的蜡烛来解决烛光昏暗的问题。他发明了灯泡。同样，这不是关于 5% 或 10% 的生产力提升，而是输出曲线本身的改变；这就像从烛光转向电力，而不是从昏暗的蜡烛变成明亮的蜡烛。

“这不是关于 5% 或 10% 的生产力提升，而是输出曲线本身的改变；这就像从烛光转向电力。”

考虑一位准备交付新功能的软件工程师。今天，他们需要在项目跟踪器中查看需求、在 wiki 中查找架构决策、在代码仓库中查看近期变更，以及在消息线程中解答产品团队的开放问题。仅是启动阶段就可能耗费数小时，而且每个冲刺都会重复。

现在想象一个代理团队并行处理这些任务：提取需求、标记架构冲突、总结近期变更、扫描漏洞，并起草初步实施计划。工程师只需审查即可直接开始工作。

将同样的逻辑应用于其他任务：

  • 支持团队将解决时间缩短 50%，因为代理在人工接触工单前已整合上下文并起草回复。
  • 法律团队在几分钟而非几天内完成合同审查，研究代理提取先例，合规代理标记风险条款，起草代理提出修订意见，让律师专注于需要人类专业知识的谈判策略和判断。

这不是演习

这一转变已经在进行中。安永（EY）最近宣布，他们调查的几乎所有企业组织都报告了 AI 带来的生产力提升，约半数表示提升显著，且这些收益被重新投入增长而非裁员。这种势头是真实的，但也提高了赌注：目前 AI 采用的最大风险是行动太慢。

AI 原生公司已经在更快地交付产品，且无需大多数企业组织所承担的流程开销。对于初创公司而言，这种优势部分源于规模。但很大一部分是结构性的：他们从一开始就将 AI 作为核心进行构建，这是出于必要，而非在原有基础上增量添加。他们无需改造，因为 AI 从一开始就是合作伙伴。

这意味着让许多大型组织处于劣势的运营滞后正在以数量级恶化。

领先的组织将构建底层结构，使代理能够快速且安全地行动。这包括对 AI 决策的明确所有权、共享上下文以及可扩展的防护机制。没有这些，采用将碎片化成孤岛，并将人们拉入分散注意力的实验中。

忘掉你对工作的既有认知

要正确应对这一转变，我们需要抛弃许多对工作的先入为主的假设。对于企业组织而言，鉴于 AI 发展的速度，这将更具挑战性。

“窗口正在关闭，但我们不能只是更快地行动；我们需要以不同的方式行动。”

窗口正在关闭，但我们不能只是更快地行动；我们需要以不同的方式行动。随着使命变得更加重要，使我们成为人类的判断力和直觉从未如此宝贵。要从 AI 承诺的非线性收益中获益，我们都需要比以往更深入地理解工作的使命。

YOUTUBE.COM/THENEWSTACK

技术发展迅速，不要错过任何一集。订阅我们的 YouTube 频道，观看所有播客、访谈、演示等内容。

Group Created with Sketch.