过去每一次大模型升级我们最容易关注的总是那些显性的变化模型是不是更聪明了代码能力提高了多少推理 benchmark 又上涨了几个百分点上下文窗口是不是更长了某些过去做不好的任务是不是突然可以做了。这样的讨论当然有意义但 GPT-6 发布以后我越来越觉得如果我们仍然只从“模型能力又提高了一点”的角度理解这次变化很可能低估了它真正的影响。GPT-6 更值得关注的地方是它开始把越来越多原本需要人来组织、衔接和完成的步骤压缩成一个可以直接交付的完整过程。过去我们让 AI 写一段代码、查一组资料、整理一个表格最终仍然需要人自己把这些结果拼起来。而现在大模型正在逐渐拥有浏览器、代码环境、文件系统、软件操作和多工具协同能力它不再只是回答“这件事情应该怎么做”而是开始真正进入工作环境把一段工作向前推进。这意味着一个非常重要的变化正在发生AI 能够承担的“工作单位”正在变大。以前我们把 AI 当成一个任务助手。写一份行业报告时我们会先让它检索资料整理竞争格局写 Python 分析数据最后再润色 PPT。每一步都可以借助 AI但整个工作的拆解、组织和判断仍然掌握在人手里。AI 做的是一个个 Task而真正负责 Workflow 的依然是人。未来的工作方式可能逐渐不同。我们给出的不再是“帮我整理这十篇文章”而是“分析这个行业过去三年的变化找到最关键的竞争者验证主要数据建立一个分析框架最后按照公司的模板形成一份可以用于决策的报告”。从输入目标到形成交付物中间越来越多步骤可能由 Agent 自己完成。到那个时候我们评价 AI 的问题也会从“这一段写得怎么样”变成“这个结果到底有没有交付”。从 Task 到 Workflow再从 Workflow 到 Outcome我认为这是 GPT-6 真正值得关注的地方。它不只是让我们原来做的事情变快而是在重新定义什么才算一件完整的工作。工作不会简单消失但工作的价值正在重新分配一谈到 AI很多讨论很快就会落到“哪些职业会不会消失”上。程序员会不会被替代咨询顾问还需不需要分析师还能做多久初级研发是不是越来越难找到工作。这些问题当然现实但如果只从“岗位存在还是不存在”这个角度看可能会错过更早发生、也更普遍的一层变化。AI 对工作的第一轮影响很可能不是整个岗位突然消失而是同一个岗位内部不同工作的价值开始快速分化。过去一个算法工程师或者研究人员每天花大量时间做的事情包括查资料、写脚本、安装环境、调接口、批量运行任务、处理数据、画图、整理实验结果和编写报告。这些工作并不是无意义的它们曾经构成了一个人真实的生产力。一个人会不会写代码、会不会部署模型、会不会熟练操作各种工具往往决定了他能不能独立完成项目。但随着 Agent 开始直接操作软件和工具这些工作的执行门槛正在下降。AI 可以查文献、生成代码、处理报错也可以调用模型、整理数据甚至直接生成符合格式要求的文档和演示材料。于是很多以前能够体现专业能力的事情慢慢可能会变成一种基础设施。这里最重要的一点不是“这些技能没用了”。代码依然需要懂专业工具依然需要学文献依然要看。真正发生变化的是仅仅会把这些事情做出来越来越难成为一个人的核心竞争力。这种变化在 AIDD 里尤其明显。过去一个人会 AlphaFold、Rosetta、FoldX、GROMACS、分子对接和一些蛋白设计模型会给人很强的专业印象因为每一个工具背后都有一定的学习成本。但如果未来一个 Agent 能够自己安装软件、生成输入、启动任务、检查日志、修正参数再把不同模型的结果整理到一起那么“会把这个工具跑起来”自然不会像以前那么稀缺。真正有价值的问题会逐渐变成另外一类为什么这个问题值得跑 MD为什么这个突变不能只看 FoldX两个结构模型结果不一致的时候应该如何处理什么时候模型已经提供了足够证据什么时候继续计算只是在浪费资源模型预测和实验不一致时到底应该怀疑模型、数据还是我们最初对问题的理解本身就是错的这些问题并不会因为 Agent 更强而消失。相反可能会变得更加重要。当执行越来越便宜判断开始变贵如果把这一轮变化压缩成一句话我认为就是执行能力正在快速商品化而判断能力正在重新成为稀缺资源。过去信息获取本身就是能力。一个人知道去哪里查资料知道怎样写脚本把数据跑出来知道怎么把几个软件串起来已经可以形成很明显的效率优势。今天大模型正在持续压低这些工作的成本。未来很多知识工作甚至会出现一种情况我们不再缺少答案而是拥有太多答案。当一个模型可以同时给出三个方案、十种解释和几百个候选时问题不会再是“能不能生成”而是“应该相信什么”。这对科研尤其重要。以抗体人源化为例未来一个足够成熟的 Agent 很可能可以自动完成序列分析、germline 选择、候选生成、结构预测、稳定性分析、developability 评价和结果排序。单从执行角度看整个流程可能越来越自动化。但是真正决定项目成败的问题仍然存在。CDR 没有发生变化为什么亲和力依然下降一个 framework residue 到底是真的需要保护还是只是历史经验上被归类成 Vernier residueCDR RMSD 很低能不能说明构象真的没有发生功能性变化如果 AF3 的结果很好、FoldX 的稳定性也不错但实验活性明显下降我们还遗漏了什么这些问题的核心不是缺少一个模型而是缺少判断。真正成熟的领域专家会知道低 RMSD 并不自动意味着功能不变单一结构也不能完全代表溶液中的构象 ensemblehuman-likeness 的提高也不能自动等价于 phenotype 被保留。他更重要的能力甚至不是直接给出答案而是知道目前的证据还不足以支持什么结论下一步应该补什么分析或者什么实验。这也是为什么我认为未来最值得培养的一类能力不是“知道更多答案”而是知道一个答案是怎样被建立出来的。因为当 AI 的执行能力越来越强以后一个错误的判断同样可以被高质量地执行。过去一个糟糕的想法可能因为没有时间、没有人手、不会写代码而根本无法推进以后一个糟糕的想法也可能被 Agent 在很短时间里做成一套完整的数据、图表和报告而且看上去非常专业。这可能才是未来最危险的工作状态不是没有结果而是高效率地把错误做得非常完整。因此AI 越能够交付结果问题定义、证据判断和质量控制的价值反而越高。未来真正稀缺的不是“什么都会做”而是“知道工作应该怎样被设计”如果继续沿着这个逻辑往下推我们对优秀人才的定义可能也需要改变。过去我们很容易把“独立完成很多事情”当成能力强的表现。一个人能查资料、写代码、跑模型、分析数据、做汇报就意味着这个人覆盖面广、执行力强。但未来一个人的价值可能越来越不取决于他亲手完成了多少步骤而取决于他能不能让一套由人、模型、工具、数据和规则构成的系统稳定地产生结果。这类人不一定每一行代码都自己写也不一定每一次计算都亲自启动但他知道整个工作流为什么这样设计知道哪个环节可以自动化哪个环节必须保留人工判断知道什么情况下应该扩大计算什么情况下应该停下来回到真实世界补实验。他不是简单地“使用 AI”而是在组织 AI 完成工作。我觉得未来会越来越需要一种可以称为Workflow Architect的人。在科研里这个角色甚至可以进一步理解成AI-native Scientist并且这种科学家在Z时代更容易出现。这个人的底层仍然必须有很深的领域理解因为没有领域知识就很难真正判断 AI 是否犯错。但与传统专家不同他还需要把自己的经验转化成可以被系统使用的规则和流程。过去很多专家的能力存在于“我做了很多年所以我知道这里不太对”这种隐性的经验里。未来这些经验如果能够被拆解成判断条件、失败模式、评价标准和回退机制就可以进一步变成 Agent 能够执行的 Skill。这也是为什么我认为未来真正有竞争力的人不只是拥有专业知识的人而是能够把专业知识变成可执行系统的人。一个更麻烦的问题是如果 AI 把基础工作都做了我们以后怎样培养专家这其实是我认为 GPT-6 之后一个非常值得讨论、但经常被忽略的问题。很多专家今天拥有的判断力并不是一开始就存在的。它往往来自大量基础工作。研究人员是在一次次查文献、处理数据、看结构、修脚本、跑失败任务和分析异常结果的过程中逐渐知道什么结果“看起来就不太对”。工程师也是在无数次报错、调试和系统崩溃之后才开始理解系统真实的边界。很多我们今天称为“经验”的东西本质上都来自低效率、重复甚至有些枯燥的过程。而 AI 最先接管的恰恰可能就是这些初级工作。这会产生一个很有意思的矛盾新人可以在第一天就拥有极高的表面生产力但同时也可能越来越难形成真正的底层理解。如果一个刚进入 AIDD 的人从来没有自己处理过一条抗体序列没有认真比较过不同结构模型为什么会得出不同结果也没有自己排查过一次 MD simulation 为什么不稳定只是把任务交给 Agent再拿到一个漂亮总结那么他当然可以很快完成很多事情但一旦结果异常就很难知道问题到底出在哪里。这并不意味着我们应该拒绝 AI重新回到所有事情手工完成的时代。真正需要改变的是学习方式。未来的新人可能需要更有意识地区分两个目标一个目标是提高产出效率另一个目标是建立判断力。前者可以大量借助 AI后者却不能完全外包。某些工作虽然 AI 可以帮你完成但你仍然需要真正理解它为什么这样做、模型用了什么假设、结果可能在哪些条件下失效。否则就很容易形成一种“AI-assisted shallowness”看起来什么都能做一点却很难真正对结果负责。所以未来真正应该积累的不只是技能而是职业资产如果执行能力会逐渐变得便宜那么我们积累职业竞争力的方式也应该发生变化。过去很多人的职业资产是学历、项目、论文、代码、工具和软件经验。它们当然不会失去价值但未来还需要补上另一层更难复制的东西。首先仍然是领域深度。AI 越通用真正深的 Domain Knowledge 反而越重要。因为通用模型能够快速填补很多表层知识差距却很难替代一个人在真实项目里积累出来的边界感。未来最容易被拉开差距的可能不是谁知道的工具更多而是谁真正知道这个领域里哪些问题重要、哪些指标容易误导、哪些异常值得警惕。其次是 Workflow。一个工作如果已经重复出现了很多次就不应该只是继续靠个人熟练度完成而应该思考能不能把它变成稳定的工作流。这里真正有价值的不是把流程画出来而是把其中的判断条件、工具选择、异常处理和评价标准写清楚使它可以被重复执行。再往前一步这些 Workflow 应该逐渐变成 Skill。也就是说过去存在于个人经验里的“我是怎么做这件事的”需要慢慢被转化成机器可以理解和执行的方法。未来真正有价值的专业知识不一定只是存在脑子里而可能同时存在于一套可以被 Agent 调用的 Skill Library 里。与此同时Evaluation 会越来越重要。未来生成候选的成本会持续下降但实验资源、研发时间和真实世界的验证成本不会同步下降。AI 可以给出一千个候选真正有价值的人是能够判断哪十个值得进入实验的人。失败数据也会越来越重要。一个模型预测很好、实验结果却失败的案例可能比十个预测正确的案例更加有价值因为它真正暴露了现有方法的边界。如果我们能够系统记录为什么当时选择这个方案、模型给出了什么证据、实验最后发生了什么、哪里出现了偏差这些信息未来就不再只是项目记录而会成为下一轮 AI 系统可以学习的资产。最终一个真正有壁垒的工作系统不会只是“输入数据然后让 AI 输出答案”而会形成一个持续反馈的循环设计、预测、实验、分析、修正规则再进入下一轮设计。到这个阶段我们拥有的就不再是一个模型而是一套能够不断积累经验的研发系统。未来人与人的竞争可能越来越像“个人 × AI 系统”的竞争这可能也是我们以后理解个人能力的一种新方式。过去我们习惯比较谁会得更多、做得更快、经验更丰富。未来这些指标当然还存在但一个人的生产力越来越可能取决于他可以调动多大的 AI 系统。一个人可能自己写代码很快、分析能力也不错但大部分工作仍然需要亲自完成。另一个人的个人执行速度未必更快却已经建立了自己的知识库、Skill、Agent、数据资产和评价体系。面对一个新任务他可以让多个 Agent 分工执行同时利用历史项目经验和固定的评价标准完成筛选。后者真正拥有的是一种工作杠杆。因此未来重要的不只是“你个人有多少能力”而是“你能够组织多少能力为你工作”。这也是为什么我觉得面对 GPT-6与其焦虑自己是不是会被模型替代不如问几个更现实的问题我有没有一个真正吃深的专业领域我的经验能不能被整理成稳定的方法我做过的项目有没有沉淀成数据和评价体系AI 出错的时候我有没有能力发现如果下一个模型比 GPT-6 再强十倍我积累的这些东西还能不能继续使用如果答案是肯定的那么模型越强反而越能够放大你的价值。GPT-6 之后我们真正应该重新理解什么叫“能力”每一次技术进步都会让一些过去很稀缺的能力逐渐变得普通。计算器没有让数学变得没有意义但它让手工计算不再成为最重要的数学能力。搜索引擎没有让知识变得没有价值却让记住大量信息不再足以构成优势。大模型正在继续推动类似的变化。当 AI 从回答问题走向调用工具从辅助某一个步骤走向完成一段完整工作再从生成内容走向真正交付结果以后我们今天习以为常的一些专业能力也会逐渐变成基础设施。会搜索、会写代码、会跑模型、会整理报告这些都依然重要但未来可能越来越像今天的 Office 软件一样是工作的一部分却不是决定一个人上限的东西。真正决定差异的会越来越是另外一组能力能不能定义一个值得解决的问题能不能建立可靠的证据链能不能判断模型什么时候不可信能不能在多个方案之间做取舍能不能把一次项目的经验沉淀成下一次可以复用的系统。所以 GPT-6 发布以后我觉得真正值得问的问题并不是“AI 能不能替代我”。更值得问的是如果有一天把一件事情完整做出来已经不再困难我还能够为这个结果贡献什么不可轻易复制的价值我越来越倾向于认为未来真正稀缺的人不会是比 AI 更熟练的工具执行者也不会只是知道更多知识的人。他们更像是工作系统的设计者也是结果的最终判断者。他们知道什么值得做知道应该让机器怎么做也知道什么时候机器做错了。GPT-6 让“完成工作”这件事情越来越便宜。而正因为如此知道什么事情值得做以及怎样才算真正做对了会越来越贵。