初次尝试 Deep Research：人类员工存在的意义何在

最近 GLM-5 呀、OpenAI GPT-5.3 的发布，已经我体验了下突然火起来的《妹居物语》和了解一下 AutoGPT，虽然部分是早已发布的技术，但因为对于我来说还是第一次体验，所以还是让我产生了不小的震撼，在两天的高强度前沿 AI 技术探索下，我不由得再次产生了失业焦虑

生成式人工智能发展

虽然之前有体验过 ChatGPT 的深度搜索等功能，但是当我第一次使用 Gemini Deep Research 的时候，我就意识到了这内容如果是来源于真实文献的话，那这本质上就是一篇几乎可以直接发表的综述类论文。我不由有些恍惚，因为我觉得本科毕业论文的学术训练，貌似在 AI 面前已经失去了意义

而且这还仅仅只是 Deep Research，不敢想象 Gemini Deep Think 模式会有多离谱，其生成的文章是否已经可以真的投入研究使用

同时 AutoGPT 的构想让我意识到了 AI 不只于对话，让人工智能去自我迭代直到完成目标可能才是最终的发展路径

之前 OpenClaw 火起来的时候我还在想得是什么样的 prompt 才能实现它所构想的事物，现在只觉还是我的思想太保守了，让 AI 自己生成 prompt 不就是了，和训练模型一样，只不过 loss function 是由 AI 自己判断和优化的

而《妹居物语》的游玩体验让我更震撼于，通过定制化的 prompt 完全可以打造出一个现实时间加有记忆的角色互动，也侧面验证了 OpenClaw 作为个人助手真的属于是技术可行。同时，曾经的“全生成式视觉小说”，现在或许真的只差算力成本了吧

但是话又说回来了，当前人工智能到底是发展到什么地步呢。从 Gemini 研究的文章来看，现在的人工智能几乎不是全往通用方向发展，而呈现特化领域发展，以下是当前主流的发展方向

总结来看，毫不夸张的说，现有的 AI 已经不再是生成工具，隐隐有数字员工的趋势的感觉了。它们接到任务，自主分析，生成 prompt，设立完成条件，然后不断迭代直到交付成果。这整个过程，完全就是上司（人类）布置任务给下属（AI），然后验收最终成果不是嘛

不过，正如 AI 刚出现的时候，有人拿工业革命来进行类比，虽然机器取代了体力劳动者，让一部分人失业了，但同时也创造了大量就业岗位，并且工作环境得到改善一样，AI 的发展也终会创造新的工作岗位

同时人工智能虽然拥有无法想象的力量，但是它依然需要“启动者”与“验收者”。AI 的运行，依然取决于人类设定的“目标”和“意图”。人类的创造力似乎是现有 AI 架构无法通过梯度下降学习到的东西

但是，作为一个亲历者，我依然感到悲观。如果人类的唯一作用只是提出想法，那么这个世界上到底需要多少个“需要创造力”的岗位呢？当执行成本大幅下降，绝大多数仅作为“执行者”的人类员工，他们的价值锚点又在哪里呢？