Agentic AI的定义与范畴 - 提出"Agentic AI"概念旨在打破智能体的二元争论 将自主性视为光谱 高自治系统能多步规划和独立执行 低自治系统受提示牵引但都属于智能体范畴[1][5] - 该定义基于工程实践需求 承认不同层级的自主性系统共存 包括能进行多步推理的高自主度智能体和通过提示工程影响输出的低自主度系统[5] - 术语推广后迅速被市场营销滥用 实际业务发展速度虽快但仍落后于营销炒作热度[6] 对主流叙事的批判 - 批评"规模至上"的主流叙事 认为少数巨头通过强势公关制造"模型越大越好"的集体幻觉[1][3] - 指出AI发展进步是多维度的 智能体工作流工程化 多模态模型重构 扩散技术跨领域迁移及企业专有数据沉淀才是决定性突破口[1][4] - 强调资本主义正在解决基础研究问题 因为资金和人才集中在最具经济价值的方向[1][15] 技术瓶颈与落地挑战 - 当前最大瓶颈不在算力而在人才 缺乏能用系统化方法定位和修正错误的团队[1][6] - 计算机控制故障率高 安全护栏设计和评估体系尚未成熟 需要快速验证系统可靠性[6] - 企业存在大量可自动化场景 但缺乏工程化能力和工具支撑 导致依赖随机试错[1][7] 最具自主性的应用案例 - 编程助手展现高度自主性 能规划开发任务 创建检查清单并逐步执行 代表当前最高自主度智能体水平[13] - 问答系统如ChatGPT实现爆发式增长 编程助手如Cursor体现显著经济价值[13] - 计算机操作类应用演示效果虽好但未达生产就绪状态 稳定性不足[13] 工程化流程的自动化局限 - 构建智能体工作流需要吸收从业人员头脑中的外部知识 短期内难以全面自动化[9] - 需要人类工程师投入大量工作 除非开发出能访谈员工并通过视觉AI观察屏幕操作的AI数字分身[9] - 外部情境知识如业务场景重要性等级判断 仍需人类产品经理或工程师深度参与决策[10] 产品管理的范式转移 - 开发周期从数周缩短到一天后 瓶颈从写代码转移到产品决策 需要快速捕捉用户需求[2][20] - 优秀产品经理依赖深刻共情与直觉而非数据堆砌 人类共情能力成为稀缺资源[2][29] - 产品管理工具对效率提升程度远不及编程工具 形成更明显瓶颈[21] 创业团队架构变革 - 倡导"雇佣AI而非人"的组织哲学 用小而精团队叠加智能体工具 效率和产出远超传统大编制[2][35] - 过去需要六人团队三个月完成的工作 现在两人利用周末即可实现[20] - 最高效团队呈现规模最小 由优秀工程师组成 具备全面AI支持且协调成本极低的特征[35] 技术型领导力的重要性 - 技术迭代速度极快 精通生成式AI的技术导向产品领导者更可能成功[22] - 对技术的实时认知成为核心知识壁垒 包括语音应用能力 工作流自动化程度及基础模型迭代速度等[24] - 软件工程领域预示其他学科趋势 因为AI工具在这里最为先进[33] 人才能力要求变革 - 多数职位需要有效使用AI工具 否则效率将远低于熟练使用者[32] - 非技术岗位如助理法律顾问 CFO等学习编程后 能通过计算机语言更精准下达指令提升效能[32] - 招聘时优先选择掌握AI辅助工具的人才 资深工程师精通AI工具后形成独特优势阶层[33] 行业应用与投资方向 - 法律科技公司如Harvey改变垂直行业 大型律所重新思考业务模式 助理律师需求可能从100人减至10人[34][35] - 投资青睐具体化创意而非抽象概念 如医疗运营中具体环节的AI改进方案[41] - 自上而下市场分析有用但AI领域目标丰富 大量创意尚未被开发[41] 自动化边界与人类优势 - 深度企业调研 竞品分析和LP报告等文书工作适合自动化[42] - 人类在评估创业者特质 领导力或沟通能力等无形品质方面仍具优势[43][44] - 关系优势难以替代 基于人际信任的劝说效果远超数据证明[44]