问题——技术加速扩散下，竞争焦点与就业结构面临再调整。 随着生成式技术、自动驾驶与行业应用持续迭代，智能化正从“展示能力”迈向“改造流程”。马拉比深圳体验自动驾驶接驳、参观医疗扫描、高铁巡检、矿业物流等应用后指出，新一轮技术扩散的关键，不在单点功能有多“酷”，而在能否进入企业与公共服务的核心流程，批量替代填报、转录、整理、核对等重复工作。由此带来的直接问题是：当机器越来越会“干活”，企业如何选择技术路径，劳动者如何定位自身不可替代价值，社会如何平衡效率与就业结构调整。 原因——从模型突破走向“系统工程”，资金、数据与场景决定落地速度。 马拉比的观察集中在两点：一是研发投入的长期性，二是应用落地的体系化。训练与推理对算力、数据治理、工程能力与安全合规提出持续投入要求，行业呈现“越用越依赖、越做越重”的特征。在他看来，能够长期投入并承受试错成本的主体，多来自拥有稳定现金流的综合性科技企业或大型平台型机构。 二是场景与流程的价值正在凸显。与单纯追求模型参数和跑分相比，将能力封装为可执行任务、可协同工作的智能体，更能直接进入企业的业务链条，实现跨系统操作、自动流转与闭环管理。这使得竞争的主战场从“谁的模型更强”转向“谁能把智能体嵌入更多关键流程、形成更低成本的交付与更高可靠的运维”。 影响——产业效率与组织形态变化同步发生，就业需求向“人际连接与目标管理”迁移。 从产业侧看，智能体若在企业端规模化应用，将率先改变后台与运营环节，推动流程再造与组织扁平化，带来成本下降与响应速度提升。医疗影像、工业巡检、物流调度等场景中，算法与设备结合将深入压缩信息传递链条，提高风险预警与资源配置效率。 从竞争格局看，技术竞赛更可能演变为“资本强度+工程体系+生态协同”的综合比拼。马拉比认为，率先推出亮眼模型的创新型公司在早期能起到“引路”作用，但能否跨越长期投入与规模化交付门槛，仍取决于资金、客户网络与基础设施能力。 从就业侧看，重复性、规则化工作被自动化替代的趋势将加快，岗位需求结构将从“执行型”向“协调型、创设型、服务型”迁移。马拉比强调，人在未来更重要的能力，来自人与人之间的连接、对目标与价值的设定、对复杂情境的判断，以及在长期磨砺中形成的专业信誉与责任担当。这些能力难以被简单复制，也是组织运行不可或缺的“软基础设施”。 对策——以应用为牵引推进产业升级，以能力转型应对岗位变化。 一是以实体场景牵引技术落地。推动技术应用从实验室指标回到真实问题，针对制造、交通、能源、医疗等重点领域，形成可复制、可扩展的解决方案，避免“一阵风式”应用堆砌。 二是强化基础能力建设与安全治理并重。围绕算力、数据治理、工程化交付、运维体系等短板，完善标准与评测机制，提升可靠性与可审计性，推动智能体在关键业务中的稳健运行。 三是加快劳动者能力重塑。企业与职业教育体系应面向新型岗位开展培训：一上提升数字工具与流程管理能力，能够与智能体协作、提出高质量任务与验收标准；另一方面强化沟通协同、客户服务、跨部门协调与项目管理等“人际与组织能力”，形成更强的综合竞争力。 四是鼓励“人机协同”的组织创新。将智能体定位为提高效率的工具而非替代一切目标，通过岗位再设计、绩效体系调整与流程再造，把机器长于执行的部分交给机器，把需要判断、沟通、责任与创造的部分交给人。 前景——智能体或成新一轮产业智能化“加速器”，关键在可持续投入与高质量落地。 马拉比预测，未来两三年智能体将迎来明显增长窗口，企业端“吃掉无聊劳动”的价值更为确定。随着模型能力提升、工具链完善与行业数据治理加强，智能体将从单任务助手走向多任务协同，进一步进入客服、运营、供应链、研发管理等核心环节。 同时也需看到，技术扩散将伴随成本、合规与安全挑战：包括数据使用边界、关键系统的可靠性、以及由自动化引发的组织结构调整压力。能否在效率提升与风险控制之间形成可复制的治理经验，将决定行业应用能走多远、走多稳。
技术进步不可阻挡，但社会可以选择如何运用技术。将重复劳动交给机器，保留人类的创造力和责任感，是应对变革的正确方向。无论是企业还是个人，都需要长期投入和价值重塑——让技术服务于人的发展，让效率提升带来更有质量的生活和更有尊严的劳动。