未来的世界：AI助手、大协作与前端摩擦的终结
Published:
在未来的世界，每个人都会有自己的 AI agent 助理。
本质上，物理学家（physicists）这些人是在试图理解怎么样去预测世界，怎么样去理解世界这个终极的问题，怎么样去理解人类的寿命，人类是怎么样活着？所有的科学家最终的目的其实都是理解世界，但是物理学家更进一步，他们认为高维世界有一个低维流形，并用经典的学说来体现它们。那么，作为一个每天能够花一个小时、两个小时的博士生，能够怎么样去运用自己的空闲时间来去参与这些研究呢？最直接的方法可能就是去加入 Google DeepMind 这样的地方。
这是否意味着以后都不用学物理了，直接用 AI 来推导了？或者以后的物理推导不用人类来做了？即使 AI 来推导，人类仍然需要去学习。要学的东西肯定是增加的，以后只会越来越难。但“难”的方式变了。以前的难可能是需要你手算，但现在有了计算机，不需要手搓计算尺了，现在的难转移到了另一个维度。
我觉得在未来，很重要的一点是“众筹”与大协作，大家一起合作的事情规模会越来越大。合作的题材也会越来越广泛，比如现在的合作题材主要是关于写文章——像我们最近就用众筹的方式，每个人写一个 section，完成了一篇论文。但之后呢，就会变成创作电影，又或者变成创作 3D 游戏（比如以后的 GTA）。因为 AI 赋能了这个时代，所以这些不可思议的现象正在发生。
但要真正释放这种大协作的潜力，我们需要彻底改变与机器交互的方式。正如我在 如果乔布斯今天还在做产品，他会一脚把multiAgent踢进垃圾桶 中写到的，现在的很多 multi-agent 产品走偏了。它们恨不得把每一步都展示给你看——正在调用工具、正在切换智能体。
真正的产品应该是像乔布斯所说的：所有的复杂性都封装在内部。 你把脏衣服丢给它，它把干净衣服送回来。你完全不需要知道它是怎么做到的。
如今，UI 本身就是最大的摩擦。让用户被迫去做“提示词工程师”，在各个 SaaS 面板之间反复横跳，这些都将成为时代的眼泪。Agent 不需要精美的 Dashboard，它们需要的是稳定的 API。未来成功的产品不会是一个让你自己组装的工具箱，而是一个“无形”的、开箱即用的魔法。
当执行的摩擦被彻底消除，人类的带宽将被释放出来，去应对真正困难的问题：理解世界，预测未来，以及进行前所未有的大规模创造性协作。
一切跟人有关的事情，都会变得分布化
再往前看一层：所有跟人协作有关的事情都会变得分布化。不管是公司还是学习，不管是合作还是其他任何事情，只要是跟人相关的事情，都会变成分散化。
举几个具体的例子：
- 写文章——一篇文章不再是一个人对着空白文档憋出来，而是一组人 + 一组 agent 协作完成的产物。每一段、每一个 section、每一份参考资料的整理，都可以拆解给不同的人或 agent 去做。
- 论文周边的各种事务——评审、整理数据、跑实验、复现、做图、写代码，都在被同样的方式拆解。流程被切碎，节点被分发，结果再汇总回来。
- 大规模合作本身也在变形：
- (a) 包括读 PhD，它本身也在变成一个分散化的任务。PhD 不再是“一个学生 + 一个导师 + 一个房间”的小作坊，而是一个跨学校、跨机构、甚至跨地理的网络任务。
- (b) 一篇文章可以有很多人来署名，一个人的 PhD 也可以有很多人来支持。导师、合作者、agent 助理、远端 mentor、社群里的同行，全都参与进同一个 PhD 的形成过程。
类似的分布式生产在电影这类内容工业里也会出现。在 paper 上的表现就是本科生发 paper 越来越常见，因为发 paper 所需要的“最小单元”已经被切到很小，本科生只要有合适的 agent 和合作网络，就能拼出一篇够发表的工作。
套利的人不一定更多，但会更强
但分布化并不会让所有人都变成赢家。套利的不一定越来越多，因为人性摆在那里：多数人不会因为门槛降低，就自动去做更难的事，大部分人会停留在原来的舒适区。
但是敢于套利的那批人，一定会越来越厉害。因为他们能调用的工具、能拼接的协作网络、能并行推进的任务数量，都被 AI 放大了一个数量级。结果就是 winner takes all：少数人吃掉绝大部分的红利，剩下的人离这条曲线越来越远。
创业是同一个故事的另一面。做创业的人门槛越来越低——一个人 + 几个 agent 就能跑出一个 MVP，验证一个想法的成本从几十万降到几乎为零。所以越来越多人搞 startup。但门槛降低不等于成功率提高，大多数项目还是会死掉，只是死得更快、更便宜了。剩下的少数胜出者，会比上一代创业者赢得更彻底。
现实里的例子：高中生参与的工作投 Science，CS 教授说自己对“不会编程的人”没有优势
这不是抽象推断，是正在发生的事。BU 教授 Chuanfei Dong，earth-space-ai Scientific Committee 成员，最近告诉我：
昨天我参与一个高中生的工作投了 Science [Lol]，和 AI 也相关。如果能中，说明靠 AI，现在高中生也能发 Science 了。现在做科研的门槛已经很低了。我今天在参加这个会 scifmconferences.org，会上一个 CS 的 Professor 说他现在和一个不会编程的人比，没有任何优势 [Lol]。
两句话各自说出了同一件事的两面：
- 门槛被拉低了：科研、编程、发论文这些过去需要十年训练的门槛，被 AI 降到了高中生 + 工具也可能跨过去的程度。
- 上限的差距被放大了：CS 教授说自己相对不会编程的人没有优势，意味着差距已经不在“会不会写代码”上了，而是在“你能不能想出值得让 agent 去执行的问题”、“你能不能组织起一个分布式的协作网络”这些更上游的能力上。
基础设施在等人写
分布化是方向，但它不是免费来的。要让人 + agent + 跨机构网络真正能稳定协作，需要有人写 A2A 协议（agent-to-agent protocol），需要有人定义 agent 之间彼此发现、彼此授权、彼此交换中间结果的标准；需要有人写跨 agent 的状态同步、任务接力、责任追溯机制；需要有人解决“一篇论文上 30 个署名，每个人和每个 agent 各负责哪一块”的归属问题。
这些底层基础设施现在几乎是空的。谁先把这层管道做出来，谁就有机会占住类似 TCP/IP 之于互联网的基础位置。这是当下最值得做的工作之一，也是套利者最大的一块未被瓜分的蛋糕。