首次嘗試 Deep Research：人類員工存在的意義何在

📢 本文由 gemini-2.5-flash 翻譯

最近 GLM-5 呀、OpenAI GPT-5.3 的發表，以及我體驗了下突然爆紅的《妹居物語》並稍微了解了一下 AutoGPT，雖然有些是早已推出的技術，但對我來說還是首次體驗，所以還是讓我產生了不小的震撼。在兩天高強度的尖端 AI 技術探索下，我不由得再次感到失業焦慮。

生成式人工智慧發展

雖然之前有體驗過 ChatGPT 的深度搜尋等功能，但是當我首次使用 Gemini Deep Research 的時候，我就意識到這些內容如果來源於真實文獻的話，那這本質上就是一篇幾乎可以直接發表的評論性論文。我不由得有些恍惚，因為我覺得學士論文的學術訓練，似乎在 AI 面前已經失去意義。

而且這還僅僅只是 Deep Research，不敢想像 Gemini Deep Think 模式會有奪麼離譜，它所產生的文章是否已經可以真正投入研究使用了。

同時 AutoGPT 的構想讓我意識到 AI 不只侷限於對話，讓人工智慧去自我迭代直到完成目標可能才是最終的發展路徑。

之前 OpenClaw 爆紅的時候我還在想是什麼樣的 prompt 才能實現它所構想的事物，現在才覺得我的思想太過保守了，讓 AI 自己產生 prompt 不就好了嗎？和訓練模型一樣，只不過 loss function 是由 AI 自己判斷和優化的。

而《妹居物語》的遊玩體驗讓我更震撼的是，透過客製化的 prompt 完全可以打造出一個即時時間並具有記憶的角色互動，也側面驗證了 OpenClaw 作為個人助理真的屬於是技術可行。同時，曾經的「全生成式視覺小說」，現在或許真的只差算力成本了吧。

但話又說回來了，當前人工智慧到底是發展到什麼地步了呢？從 Gemini 所分析的文章來看，現在的人工智慧幾乎不是全面朝通用方向發展，而是呈現特化領域的發展，以下是當前主流的發展方向：

總結來看，毫不誇張地說，現有的 AI 已經不再是生成工具，隱約有數位員工的趨勢了。它們接到任務，自主分析，產生 prompt，設定完成條件，然後不斷迭代直到交付成果。這整個過程，完全就是上司（人類）指派任務給下屬（AI），然後驗收最終成果，不是嗎？

不過，正如 AI 剛出現的時候，有人拿工業革命來進行類比，雖然機器取代了體力勞動者，讓一部分人失業了，但同時也創造了大量就業機會，並且工作環境得到改善一樣，AI 的發展也終會創造新的就業機會。

同時人工智慧雖然擁有無法想像的力量，但是它依然需要「啟動者」與「驗收者」。AI 的運行，依然取決於人類設定的「目標」和「意圖」。人類的創造力似乎是現有 AI 架構無法透過梯度下降學習到的東西。

但是，作為一個親身經歷者，我依然感到悲觀。如果人類的唯一作用只是提出想法，那麼這個世界上到底需要多少個「需要創造力」的職位呢？當執行成本大幅下降，絕大多數僅作為「執行者」的人類員工，他們的價值錨點又在哪裡呢？