AGI已至：智能原生与无人公司的时代变革

近期在产品调试过程中，我逐渐萌生了一个深刻见解：

人工通用智能（AGI）并非遥不可及的未来愿景，而是已经悄然融入我们的日常生活。

这是一个递归演进的过程，其深度和广度将持续扩展，但这并不妨碍它已然存在的事实——它不是明日幻想，而是今日现实。

当人工智能能够在特定角色（如编程）中全面覆盖所需功能时，实质上便达到了AGI的标准，因为每个角色都需要复杂的综合判断能力。

为何我们对此感知不明显呢？

这类似于坦克发明后被置于西伯利亚荒原测试，最终却得出坦克不如狗拉雪橇实用的结论，环境与应用场景的错位遮蔽了其真实潜力。

这一现实必将触发一系列连锁反应。

从智能原生迈向无人公司

最近发布的《国务院关于深入实施“人工智能+”行动的意见》中，智能原生企业被置于突出位置：

智能原生并非单一技术，而是一种融合技术与组织模式的思维范式，它重塑产品与服务的生产流程。

（此图最初由爱立信提出，后经优化，颇具参考价值）

这种综合性导致一个尴尬困境：技术专家未必精通组织运作，而管理者又可能对AI的快速发展缺乏深入理解，形成双向认知隔阂。

若我们认可AGI已至，那么这种隔阂无疑会成为落地应用的关键障碍。

构建一套无缝衔接人类知识与局部AGI的体系，是当前时代的核心挑战，也是实现智能原生的最大难题。

所有这些努力的终极目标，正是《无人公司》或AI的第五级自治水平。

万物皆可重塑

对于变化，一个哲学化的表述可以是：一切皆数据，永恒在流动。

历史上，由于人类寿命的局限，我们亲历的重大变革并不多见。

但近年来，历史进程仿佛加速，互联网、人工智能等颠覆性技术接连涌现。

尤其是AI，其进化速率惊人，从应用视角看，当前的AI与2022年相比已截然不同。

这种速度正是AI驱动变革的本质特征：它的进化远超人类。

人类的进化缓慢而艰难，因此企业培训往往收效甚微。

流程调整稍快，但涉及多方利益平衡与测算难题，流程再造依然步履维艰。

而AI则不同，它以爆发式速度崛起，并彻底重构目标实现的方式。

这正是智能原生必然兴起的根本原因，其结果注定是万物皆可重塑。

（此为概念示意图）

以当前较成熟的编程领域为例，传统软件开发是高度专业化、分工协作的流程。一个项目通常需要产品经理分析需求、架构师设计系统、前端和后端工程师分别处理界面与逻辑、测试工程师确保质量……这宛如一场多角色、多职能协同的“交响乐”。

在智能原生模式下，这场交响乐正简化为“独奏曲”。在此新模式中，我们可以向Claude Code等大模型编码助手，用自然语言持续输入详细需求，并指引其调整修正。

近日，一位算法工程师朋友感慨：这工具实在太强大了，我未写一行代码便完成交付，一天内完成了以往团队需数周的工作。

虽然生产形式迥异，但两条路径的结果一致，甚至后者更优。

对编程而言，后者是智能原生，前者则不是，即便前者中每个人都使用AI工具。

智能原生是一套以AI为主体、智能优先为原则的价值创造体系。

AI成为核心执行者，如同翱翔的风筝，人类则仅需轻牵引线。

在智能原生形态下，AI作为价值创造主体，AI间的协作取代了以往复杂的组织流程。组织被内化为智能体间的交互关系。

递归演进与无人公司实现

组织与业务的可折叠性随智能水平提升而增强，这是一个递归过程。可从编程团队开始，进而递归至运维领域——云端部署服务可能不再需要庞大运维团队。随后延伸至诸多传统职能，最终覆盖整个公司。

（示意图：递归过程）

巧合的是，当我撰写此文时，一位曾负责运维的同事发来消息：

如今我仅用一周便搭建了k8s/日志ELK/监控Prometheus/MySQL/Redis/MongoDB等服务，不仅实现了PaaS，还顺带解决了IaaS层面问题。借助AI编程，我能在自建IDC与各大公有云间灵活部署服务，若提前打通网络，便是混合云架构。

这是我们昔年共事时的目标，当时耗时费力，预计需一年完成。

而今，这一切已彻底改变。

这也契合OpenAI五级模型的内在逻辑。智能体（Agent）与组织（Organization）本质相通，仅范围与复杂度差异。

OpenAI当年或许深意暗藏，其提出的组织概念具有深远社会意义，非同寻常理解。

此处最关键的因素仍是前文提及的进化速度。

AI的进化速度影响递归的频次与深度，自然也左右价值创造点的选择。

在一个永恒流变、价值模式快速解构与重构的时代，没有永恒的产品或价值，但时间窗口长短各异。

这正是我从事工具开发近八年后，毅然转向的原因——可持续的时间窗口被急剧压缩。

业务或商业化周期可能长于技术迭代周期，这无异于绝路。

破解之道在于持续快速迭代，但资金环境使这种可能性微乎其微。

驾驭价值创造范式，而非技术本身

在快速折叠的背景下，真正需驾驭的并非某项技术，AI已使技术应用成本极低。

关键在于驾驭价值创造模式——何种模式能最大化释放AI潜力？

尽管ChatGPT初现时更像工具，但GPT4之后已突破工具枷锁。

这是史无前例的，周玮同学曾在群聊中分享截图：

我顿悟其反义：AI越进步，执行类工作越贬值！

此时范式发生根本迁移，核心不再是AI技术应用，而是如何以AI封装业务。

封装业务的关键在于识别AI的现实边界（常由数据与工具界定）。

继而将其纳入流变模式中，需不断破除AI应用障碍，为其能力释放铺路。

若从小处着眼，起点是当前各类工具。从碎片化工具起步，不可停滞，停滞即消亡，因为身后是大模型疯狂折叠的力量。

若从大处俯瞰，终点是无人公司，直接以智能原生方式处理终端业务，锁定销售额与现金流。起步较难，需补足AI所有短板，如数据、知识、工具缺失，须建立体系全面弥补。

无绝对对错，但驾驭对象已变，若不能提升认知视角，将极为危险。刻舟求剑只会陷入沙漠掘井、井井无水的困境。

驾驭新范式需AI思维支撑

智能优先可衍生一系列具体思维模式。

例如，智能优先几乎必然对应虚拟先行，虚拟先行则依托规模化试错，而所有这些成立的根基，是以算力对冲一切不确定性。

智能优先也必然重塑AI与人的角色边界。

AI辅助人与人辅助AI看似相似，实则本质迥异。

我们几乎注定迎来一个依赖倒置的世界。人类栖身物理空间，但虚拟世界主导物理世界的运行。

这或许是世界本质，只是曾被诸多障碍遮蔽。

毕竟在哲学家眼中，现实世界纷繁杂乱，而真实存在源于共相空间。

因此，AI思维是优先关注数字与智能空间的思维模式。

反身性效应与热寂终点

自《无人公司》出版以来，我收到许多反馈与探讨，最有趣的问题是：若所有公司皆成无人公司，世界将如何？

在纯粹经济世界中，基本原则是智能高者胜出。

但若智能水平持平，信息差与能力将均等化，此时反身性会导致待计算世界瞬息万变，引发大规模计算潮，回报却难以匹配。

仅有成本而无回报，既有体系将陷入热寂状态，最终崩溃。

若螺旋上升，则可能迈向新文明形态。《无人公司》书末略有提及。

这可视为无人公司的另一层含义：技术推动商业形式抵达既有形态终点，并开启新篇章。

总结

验证AGI已在身边并不困难，只需深度应用模型即可。真正的挑战在于改变世界——世界不变，AI能力便无法施展，只能削足适履。

进一步推导，关键在于你是否具备在特定范围内重新定义角色与流程的能力。唯有此，结合AI思维，才能让AI释放实效。