以大语言模型驱动的AI已经不再仅仅是新闻舆论中的谈资，而是正在成为工作中的生产力工具。盖洛普4月13日公布的调查显示，美国半数劳动者已在工作中使用AI，约三成受访者每天或每周频繁使用AI工具；约三分之二的员工表示，人工智能对个人生产力和效率产生了“极大”或“一定程度”的积极影响。渗透最深的是软件开发——GitHub的代码公开提交量中，来自Claude Code和Codex等AI工具的比例正在肉眼可见地攀升。就我个人使用AI的体验，无论是辅助翻译学术专著还是清洗数据，尤其是将大样本的文本数据清洗为结构化的标准数据库，AI都体现出极为强悍的效率——以前往往需要多位初级研究助理花数周手工完成的工作，现在的耗时以小时计。至于阅读海量文献、寻章摘句，更是AI的拿手好戏，只要花费足够多的token，AI便会不知疲倦地给出符合各种要求的结果。有律师对我说，他现在给当事人提供的法律服务与此前相比，在质量上已不可同日而语。这些曾经定义白领入门级岗位的工作，正在被AI以分钟级的速度完成，在极大地改善工作效率的同时，也对初级岗位的从业者及未来的潜在新员工构成了不容忽视的挑战。
更为直观的事实是，上述变化不是媒体的夸张报道，它们已经反映在真金白银的收入数字上：OpenAI的年化收入已达约250亿美元，而Anthropic从2025年初的10亿美元起步，到今年4月已突破300亿——Salesforce花了二十年才走完的路，Anthropic用了不到三年。眼下讨论的问题已经不再是AI“能不能”改变工作方式，而是它正在以多快的速度改变，以及谁在这个过程中受益、谁被甩在后面。
那么，是不是“会用AI”就可以摘到这一波红利呢？以下是我个人基于切身经验的一些看法。我观察到一个越来越清晰的规律：同样的工具交给不同的人，产出差距可以是数量级的。这个差距不来自技术门槛，而来自使用者自身的认知结构和语言能力。仅从技术门槛来讲，尽管我至今对Python等编程语言一无所知，但这已经不妨碍我使用各种代理式AI工具，用自然语言描述需求，由AI调用不同的模型来自动编程，实现我的目标。