当前围绕 AI 的焦虑是真实的。技术本身对大多数人仍然神秘，少数似乎理解它的人看起来在害怕它，而大多数靠 AI 赚钱的公司把「人类替代」当作北极星。
Seb Goddijn 在 Ramp 负责内部 AI initiative，他提供了一个不同的视角。
自动化不是目标
完全自动化在大多数公司声称的层面上实际上是不可行的。以一个看似简单的例子说明：写一封给潜在客户的邮件。
假设 AI 已经拥有关于客户、产品和所有历史线程的完美上下文，不会犯明显的事实错误。它仍然需要确定邮件的正确 intent。当然，你可以说这封邮件的目标是促成销售，但最佳方式是什么？你是在培养一个潜在冠军，让他们把你介绍给 VP？还是应该提及他们的竞争对手已经在使用产品并且正在领先？
能够自动化这类决策意味着存在某种客观上正确的结果，但在大多数真实场景中并不存在。问五个人在这种情况下应该发什么邮件，你可能会得到五个不同的答案。而这正是关键所在——人的工作反映了他们是谁以及他们对世界如何运作的独特理解，这种细微差别正是区分优秀与普通的关键。
避免这种细微差别的唯一方法是把人类完全从对话中移除，让交易双方的 AI 拥有完整的购买决策权。但这带来它自己的问题：如果我们不是叙事的一部分，我们如何确保决策与我们的意愿一致？如果不一致，是否意味着我们已经把控制权交给了 agent？
因此，human-in-the-loop 不应该被视为通往完全替代的过渡态——它就是终态，而且对所有人来说都是更好的结果。
生活中不止效率
当一个人第一次用没有技术背景的身份构建出某样东西时，这会改变他们如何看待自己以及自己产生影响的能力。当销售团队的人通过构建一个能在通话中实时回答客户问题的 assistant 赢得全公司 hackathon 时，这清楚地表明：这才是 AI 故事中真正具有历史意义的部分，不是某个底层 KPI 被改善了。
这是生产工具向任何拥有笔记本电脑的人开放，其重要性堪比印刷机或个人电脑，而不是一个生产力提升。
历史上第一次，创造事物的能力不再被大量资本、正规教育或出生在正确社交网络中的运气所限制。当然，这不会完美地拉平竞争环境——拥有算力、芯片和底层模型的人可能会积累巨额资本，但这不需要意味着底层阶级的创造。
实验室不会把 AI 带给所有人
前沿实验室筹集了 absurd 数量的资金，因此他们需要显著（且不断增长）的收入线来证明估值。这导致他们把精力集中在高度资本化的科技公司上，这些公司愿意以巨大的个人开支来承担使用费用，以保持在竞争中的领先。
这种经济现实意味着 inefficiency 对实验室来说实际上是一个好结果。你使用的 token 越多，他们赚的钱就越多，因此他们没有巨大的动力推动更便宜的模型或突出 inefficiency。
这导致了一个日益扩大的鸿沟：那些有资源使用并因此理解技术的人，和那些仍然是不知情的乘客、越来越害怕这一切对他们意味着什么的人。
为什么是现在
Opus 4.6 和 GPT 5.4 可能成为 AI 变得足够好以做大多数事情的转折点，而 DeepSeek 和 Kimi 等最新一代开源竞争对手已经接近或超过这个成熟度点。
这意味着现在有一组产品可以为全球相当一部分人口提供真正的价值，价格只是当前巨头的一小部分，并且有机会在模型继续改进的同时保持这种优势。
但这不是由 OpenAI、Anthropic 或其他千亿美元实验室推动的。它将由新一代企业家推动，他们相信人类增强是比替代更崇高的目标。
结论
AI 的目标不应该是让开发者一天发布几十个功能，在越来越奇葩的网络拓扑下指挥多个 AI agent 团队自主运转。它应该是让一个人坐在笔记本电脑前几小时后，能拿出一些有形的东西展示给朋友和家人——这种魔力从未失去魅力，而 AI 正在把同样的礼物送给更多人。
Agency over automation。这才是值得建设的 AI 版本。