The Next AI Breakthroughs

• 最先进的 AI 用户其实藏在你的组织内部，而且在偷偷用。 Mollick 走访各行业时发现，每个组织里几乎都有「全球最前沿水平」的 AI 用户，但他们往往不声张——因为公司有 2023 年留下的禁用政策，要用 AI 得走审批 council，等 5-7 个月才排上听证，最后公司还是去买了个 vendor 产品。前沿（frontier）与一线（frontline）之间裂开一道巨大的鸿沟。
• AI 已经从「聊天机器人」变成「能自主干活的下属」，新的工作法则是「丢给它，事后检查」。 据 GDPval 论文，人类专家平均 7 小时的真实工作任务，AI 用 5-10 分钟完成；GPT 5.2 在盲评中胜或平人类专家达 72%。Mollick 的结论：任何你觉得 AI 可能能做、耗时超过几小时的智力任务，直接丢给它，事后花一小时检查都不亏——哪怕 28% 会失败要自己重做，整体仍省 3 倍精力。
• 会用 AI 越来越像「做管理」而非「写提示词」。 旧的 prompt engineering 技巧（让它一步步想、贿赂它）已经失效；给 AI 分配一个 7 小时的任务，正确姿势像写 PRD、SOP 或产品设计文档。更进一步，AI 已能「自我提示」——通过纯英文写的 skill files 自动加载所需能力（演示中让它「弄好看点」，它自己调用了前端设计技能）。组织未来的竞争优势，在于你的 skills 库有多好。
• 瓶颈不是技术，是组织。Mollick 的口号是「HR is the new R&D」。 编码是「煤矿里的金丝雀」：大实验室里的顶尖工程师已 100% 用 AI 写代码、一人顶 100 倍产出，但组织仍困在两周冲刺、每日站会的旧框架里。一位经理手下 50 人、意识到 2 人即可完成全部工作，却不知如何安置其余人。变革管理严重滞后。
• 追逐 ROI 是个陷阱，会让你淹死在「work slop」里。 若把绩效定义为「每分钟产出更多 PPT」，AI 能无限生成——Mollick 现场让它狂出 21 份 PPT，「问题是它们还挺好」。真正该做的是 hack 组织的奖励系统、开放指标、把团队变成 R&D：每月「建造一件不可能之事」、「砍掉一件曾经关键之事」，否则你离前沿就不够近。

核心要点：每个组织里几乎都有全球顶尖水平的 AI 用户，但他们在偷偷用、不敢声张，公司的官僚流程正在系统性地浪费这批最宝贵的人。

• 任何有多样性的组织里，几乎一定有人是「所在行业全球最先进的 AI 用户」——因为总有好奇心强、搞懂 AI 怎么运作的人主动钻研。但他们往往不告诉你自己在做什么。
• 当 Mollick 和这些人聊，他们很兴奋地展示自己搭的东西；可一问「你在公司内部找谁对接」，他们要么不知道找谁，要么因为有政策而不敢说。
• 典型的官僚阻塞：一条 2023 年的禁用 AI 政策要求你去找一个 council，council 用 5-7 个月才给你一次听证机会，最后公司往往去买了个 vendor 产品了事。
• 这种现象在所有层级同时发生——少数先锋在非官方地推动着，而领导者面对整个员工队伍时却束手无策。

"最先进的用户其实就在组织内部，只是他们在偷偷做。" —— Ethan Mollick

核心要点：AI 落地需要领导力、实验室（lab）、群众（crowd）三者，而最稀缺、最常缺位的恰恰是领导力——因为没人能给出现成答案。

• 人们极度渴望清晰的答案——「我们到底该怎么应对 AI」——但答案并不存在。
• Mollick 直言现状混乱：AI 实验室自己也在「乱扔东西看哪个粘墙上」（throwing things against the wall）；咨询公司大多在做头几个项目、且高度依赖具体合伙人，有的懂很多有的不懂，整个行业没有方法论。
• 技术变化极快——他认为过去六到八周又经历了一次「阶跃式变化」（step function change）。
• 领导层需要承认「我们身处不确定的疆域」，但仍要选定一个方向去引导，并把激励机制设好，让员工能被引导。

"AI 实验室也在瞎试，把东西往墙上扔，看哪个能粘住。" —— Ethan Mollick

核心要点：见效的领导者有一个共同动作——亲自使用、当众示范、持续追问，而不是把 AI 当成一个 IT 采购项目。

• 挪威主权财富基金（全球最大资金池）的掌门人 Nikolai Tangen，基本上是顶住了自己风控团队的反对，拍板「我们必须开始用 AI」，让每个人都能用上 ChatGPT Enterprise，并在每次会议上追问大家怎么用。结果：他告诉 Mollick，办公室里现在 50% 的人在写代码，而其中只有 20% 是程序员——靠「追问 + 以身示范」就能撬动巨大变化。
• Walmart 在其庞大的公司总部做着类似的事：意识到这是件大事，整个组织各处都在跑有趣的实验，并认真思考「agentic commerce（智能体电商）」会长什么样。
• 鲜明对比：Amazon 倾向于屏蔽任何外部 agent，而 Walmart 在思考如何从内部拥抱它们。
• Mollick 的总结：很多事情在发生，但「必须从领导层来，否则就会卡住」。

"他问大家都怎么用 AI，并亲自示范——光靠这两件事，就能拿到巨大的优势。" —— Ethan Mollick（谈 Nikolai Tangen）

核心要点：agent 已经「成真」——你给它一个任务和一个文件夹的访问权，它会自己读文件、上网、调用研究 agent、写文件，长时间自主完成复杂工作。

• Mollick 在笔记本上现场跑 Claude Code（一个能在你电脑上运行的 agentic AI 系统），给了它一个装满某公司完整 AI 转型计划（假数据）的文件夹。
• 他只下了一句指令：找出文档里的所有问题和风险，做一份能现在就交给 CEO 的「高层风险防护策略演示」。
• AI 随即自主开干：读完所有文件、做了一次深度审计、上网、调用他自己搭的研究 agent，最后用 HTML 拼出一份演示——「全程 100% AI 生成」。
• 最戏剧化的细节：他懒得自己打开成品，于是说「我太懒了，帮我把文档打开」——AI 因为能控制他的电脑，直接打开浏览器把演示启动了。「终极的懒就是什么都不碰，只告诉 AI 你要什么。」
• 为什么 agent 突然变得可用？因为模型变强了，agent 运行所在的「脚手架/系统」（harnesses）也变好了——「过去是聊天机器人模式，我整本书讲的就是和 AI 来回协作；现在越来越不是这个模式了，而更像一种管理或组织层面的模式。」

"终极的懒，就是什么都别碰，只告诉 AI 你要什么，它去发邮件、去把所有活都干了。" —— Ethan Mollick

核心要点：GDPval 用严谨的盲评证明，AI 在真实职业任务上已能与资深专家平起平坐——而且这条曲线在一年内从 48% 涨到了 72%。

• Mollick 称 GDPval 是「去年最重要的学术论文」（并强调不是他写的，「它比我写的东西更重要」）。
• 实验设计：找来平均 12-14 年经验、覆盖美国经济约 5% 的各行业专家（投行、法律、客服、影视剪辑等），让他们出自己日常工作中的复杂真实任务（例如「2023 年秋，你的董事总经理要你做一份拉美业务布局的演示」）。
• 对照：再找另一组 14 年经验的专家来人工完成这些任务，人类平均耗时约 7 小时；AI 只用 5-10 分钟。
• 评判：第三组专家做盲评，在不知道作品是 AI 还是人做的情况下挑出更喜欢的那个。
• 结果的剧变：去年夏天最好的模型 Sonnet 4.5 胜率约 48%；到去年 12 月 GPT 5.2 发布，胜或平的比例升到 72%。「这意味着你做工作的方式应该发生相当剧烈的改变。」

"它比我自己写的任何东西都重要。" —— Ethan Mollick（谈 GDPval 论文）

核心要点：AI 能自主完成的任务时长正在指数级拉长（已超 5 小时），由此推导出一条可立即采用的工作法则——超过几小时的智力任务直接交给 AI。

• 著名的 METR 曲线衡量的是「AI 能以 50% 成功率完成的、等效人类任务时长」；Mollick 展示的版本显示已超过 5 小时，而在 72% 成功率口径下也已逼近相似量级——「我今早新的出来时都没来得及更新」。
• 由此得出的法则：任何你觉得 AI 可能能做、且自己做要花几个小时以上的智力任务，就该直接分配给 AI、稍后检查。
• 算账逻辑：就算检查要花你一小时也不是问题，做两三轮；哪怕 28% 的情况下 AI 失败、最后你得自己重做，你仍然比一开始就自己干省下约 3 倍的精力和时间。
• 这是一个根本性转变：你能让工具自主地去跑、去做很长很复杂的任务，而无需进一步帮助——AI 从「需要来回协作的聊天机器人」变成了「能独立交付的下属」。

"对任何你觉得 AI 也许能做、又要花你几个小时的智力任务——直接派给 AI，回头再检查。" —— Ethan Mollick

核心要点：旧的提示词技巧已基本失效，会用 AI 的核心能力正在向「传统管理」靠拢——而 AI 还学会了自我提示。

• 在 Walmart 测试发现：过去教人「让 AI 一步步想」「贿赂它」之类的所有小技巧，现在都不再起作用、毫无效果了。这反而是好事——和系统打交道更容易了。
• 但当你给 AI 派一个 7 小时的任务，这件事突然变得很像管理：正确的派活方式，看起来像写一份 PRD、一份标准作业程序（SOP），或一份产品设计文档。
• 你越擅长解释自己要什么、越会设计想要的测试、越会评估产出，结果就越好——「如果你是个好管理者，你大概也会擅长派这种活。」
• 最有意思的转折——skill files：过去搭 agentic 系统（如微软的 agent builder、GPTs）要把一堆 prompt 手动串起来，一个 prompt 触发下一个 prompt。现在 AI 已经聪明到能「自我提示」（self-prompt）：你可以写用纯英文表达的 skill 文件，AI 需要做设计工作时就自己「拿起」设计技能开始干。
• 演示佐证：当 Mollick 让 AI「把这东西弄好看点」，它自己决定加载了前端设计 skill——他没让它这么做，是 AI 知道有这个技能可用、并自主选用了。
• 战略含义：可以想象组织内部有一个个 skill 库，AI 自己去取用——「对很多组织来说，你的竞争优势将取决于你的 skills 有多好。」

"你过去教 AI 的所有技巧——一步步来、贿赂它——现在都没用了，毫无效果。" —— Ethan Mollick

核心要点：顶尖工程师已 100% 用 AI 写代码、一人顶百倍产出，但组织仍困在为旧世界设计的流程里，管理者普遍不知所措。

• 转变在软件领域最明显：真正优秀的工程师基本「不再碰代码」；大实验室里的程序员都告诉 Mollick，他们 100% 用 AI 完成所有编码——「我相信他们。」
• 当一个人能写出 100 倍的代码、做的是「给代码下指令」时，工作就变成了架构决策和委派（delegation）。但有多少组织开始思考这意味着什么？
• 现实的荒诞：这些人几乎都还困在两周一个冲刺、每天站会的敏捷开发流程里——「你的站会是什么？『Claude 今天把活全干了，明天也会全干，没有阻塞。』那你拿这个站会怎么办？」
• 最好的实验长什么样：有公司把几个最强的工程师从一线抽出来，配一个领域专家，一两天就做出一个产品——这在过去要 25 人团队干两个月。
• 但更普遍的是混乱：某大科技公司一位经理手下 50 人，做的正是这类工作；他意识到 2 个人就能完成 50 人的活，却「不知道该怎么办了」——没有足够的项目给他们做，不知道怎么安置其余的人，也不知道怎么从管 2 个团队变成管 50 个团队。

"你的站会是什么？『Claude 今天把活都干完了，明天也会全干。』那你拿它怎么办？" —— Ethan Mollick

核心要点：AI 不是 IT 解决方案而是 HR 解决方案；会用 AI 的本质，是建立起对 AI 的「心智理论」（theory of mind），就像好管理者理解员工。

• 主持人 Parker 接过话头：个人能产出一份工作成果，而公司的本质是把一连串成果串起来达成更大的结果；过去这套连接是为人类设计的，未来这些连接会越来越多地「自己发生」。但没有公司在认真应对——「太早了，目前是个人在挣扎，公司还没到那一步。」
• Mollick 的核心判断：AI 最大的问题之一是被丢给了 IT 部门——「我不认为这是个 IT 解决方案，我认为这是个 HR 解决方案。」他有一张标准幻灯片就写着「HR is R&D now」。
• 关于「另一种智能」：Parker 提出把 AI 的「A」理解为 another intelligence（另一种智能），一种我们要努力理解、且在快速变化的智能；理解得越深、引导得越好。
• Mollick 认同并补充——有篇论文指出，擅长用 AI 等价于「对 AI 拥有心智理论」，正是好管理者对人做的事：理解什么会让它「卡住」、它在哪些地方「固执」。你和它磨合够久，就能感知它在哪卡壳、需要什么例子、为什么会出错——这与理解人非常相似（区别是你不需要照顾 AI 的情绪）。
• EQ 会迁移吗？Parker 半开玩笑说，周一早上他会问人类同事周末过得怎样、去了什么派对，而问 AI agent「自上周五以来 72 小时里干了多少活」——这像是两种不同的技能。Mollick 的判断：他怀疑 EQ 技能是会迁移过来的。

"我不认为 AI 是个 IT 解决方案，我认为它是个 HR 解决方案。" —— Ethan Mollick

核心要点：会指挥 AI 是一种我们尚未理解、但出奇「持久」的技能，而 agent 会把人与人之间的能力差距成倍放大。

• 有篇刚出的论文发现：AI agent 实际上会「加剧不平等」——因为你的 agent 在替你做很多很多次谈判，如果它谈得不好，你每次都吃一点小亏，累积成倍数效应（multiplier effect）。
• 更耐人寻味的发现：参与者的人口学特征、以及他们用 AI 的经验，都能预测其 agent 的好坏。
• 反直觉结果：在这项研究里，女性搭建的谈判 agent 表现优于男性——尽管在大多数传统谈判研究中，女性因各种原因表现逊于男性。
• Mollick 坦承现状：「我们还完全不理解这些，没有理论来解释，不知道到底发生了什么——但这是个非常有意思的处境。」

"女性搭的谈判 agent 跑赢了男性的——尽管在大多数谈判研究里女性是吃亏的一方。我们还没有任何理论能解释这件事。" —— Ethan Mollick

核心要点：把 AI 的目标设成「提升 ROI / 生产力」是个陷阱，因为 AI 能无限生成「看起来不错」的垃圾产出（work slop），真正要的是结果和改变，不是更多 PPT。

• 框架对照：R&D 世界是「前沿世界」，而在场很多人面对的是「ROI 世界」——被要求算投资的真金白银回报。Parker 用 SpaceX 类比：如果用即时 ROI 衡量，第一枚爆炸的火箭会让你得出「不值得做」的结论。
• Mollick 先泼一盆冷水：ROI 其实没那么大问题了。半年前还在争论那篇「95% 的 AI 项目失败」的 MIT 论文——但那篇是假的，实际只是某会议上一个与 MIT 关系松散的人做的 52 个访谈，却疯传开来，「一堆平时很挑剔的人也信了，因为他们希望它失败」。沃顿同事的追踪研究显示，75% 的公司报告 AI 带来正向 ROI。
• 真正的「噩梦场景」演示：Mollick 让 AI 把一份 PPT 转成备忘录、再转成更多 PPT，然后不断说「more powerpoints」，AI 越来越兴奋，最终生成了 21 份——「问题在于，它们还都是好 PPT。」
• 核心警告：如果你为 ROI、为生产力提升而奔跑，却不去想组织本身，你会「淹死在 PowerPoint 的海洋里」。你要的不是 PPT，是产出、是改变。「如果你对我的考核就是『每分钟更多 PPT』，那你有麻烦了——我现在能按需无限生成 work slop。」

"如果你的 ROI 就是『每分钟产出更多 PPT』，那你就麻烦大了——这种垃圾我现在能按需无限生成。" —— Ethan Mollick

核心要点：AI 逼着组织回答一个更根本的问题——这件事当初的人类需求是什么？很多流程是历史偶然长出来的，组织甚至说不清自己为何而做。

• 「最不友善的版本」是：没人知道你为什么需要这份 PPT。组织里大量被设计出来的东西其实是偶然的、古怪的。
• Mollick 讲了一个「AI 出现之前」就让他最沮丧的故事，完整还原：某大公司有位女士，带着一个 14 人团队，每周产出一份合规报告。COVID 期间她没法产出，但这报告「重要到」公司把整个团队保留了下来。她心里起了疑：回到办公室、团队重新开始做报告后，她在长达一年半的时间里，没把报告发给任何人——只是想看看到底有没有人真的在用。结果：从没有人问起过。一个 14 人的团队每周拼命赶工，「冬天永远是做报告最难的时候」，而没人在乎、没人知道这报告是干嘛用的。
• 三层变革管理：不只是「思考 AI 怎么干活」，也不只是「思考什么值得做」，还要回头思考「我们为什么在做现在做的这些事——这里面有价值吗？当初的人类需求到底是什么？」
• 为什么组织难以做到？因为组织不是「被设计」出来的，而是像生物一样「长出来、进化出来」的，是对环境压力的响应。「组织架构图根本讲不出一个组织真实故事的多少。」要砍掉冗余流程，需要管理者诚实面对、并被激励去说「我觉得我们不该再做这个了」——但这往往会动到他们的权力和利润。

"她那个 14 人的团队每周拼命做一份报告，而她一年半没发给任何人——没有一个人问起过。" —— Ethan Mollick

核心要点：员工自报 AI 带来 3 倍生产力，对老板却只说 6%——因为现行激励让「诚实」变成一件愚蠢的事，这需要真正的领导力来破局。

• Mollick 拆解员工瞒报的多重动机：
• 怕被罚：有一条模糊不清的政策，用 AI「用错了」会被惩罚，没人想冒险。
• 怕被看不起：大家都知道用 AI 是被鄙视的；员工现在因为 AI 显得像天才，他们不想让你发现「不是我，是 AI」，否则你会更看不起他们。
• 看穿了 ROI 的潜台词：员工知道，你说「我要提升 ROI 和生产力」，潜台词就是「你想裁人」——除非你把「不裁」说得非常清楚。
• 自己另有打算：他们可能实际只工作了 10% 的时间、却没理由把多出来的时间还给你；或在筹划一家创业公司来和你竞争；或有个好点子却不知道怎么被奖励、该告诉谁。
• 这是一个贯穿组织每一层的陷阱，需要真正的领导力。「对在场的 HR 人来说，这是你的时刻——不只因为 HR is R&D，更因为我们在『如何激励人、如何奖励人、组织如何运转』上有一个堵点，必须靠处于核心位置的 HR 领导力把人们带出这团乱麻。」
• 呼应稍后的讲者 Scott Belsky：要「hack 组织的奖励系统」才能驱动这类变革，Mollick 表示认同这种根本性转变的必要。

"员工要是傻到向你展示自己生产力翻倍，那才奇怪——因为他们知道你想干嘛：裁人。" —— Ethan Mollick

核心要点：用弱模型体验 AI 会得出严重错误的结论，而很多人潜意识里希望 AI 失败——这背后有真实的心理与利益动因，领导者必须用前沿模型亲身体验。

• 一个被忽视的鸿沟：ChatGPT 有约 8 亿用户，但付费版只占极小一部分。人们接触到的是「截然不同版本」的 AI——可能是 6 到 12 个月前的、或更弱的版本，然后据此对 AI 能力下了判断、并低估了它。
• 「如果你想让 AI 失败，它就一定会失败」——因为它第一次往往不奏效，你必须和它迭代。而很多人有让它失败的理由：
• 心理动因：用这些系统是「令人不安」的。Mollick 的妻子在教一家大公司的 CLO（首席学习官）及其团队用 AI 时，那位 CLO 用了两秒就推开电脑、说「这不好用」、走出了房间——那是一种面对它时的存在主义不适。他在书里称之为「三个不眠之夜」。
• 利益动因：你不想让它奏效，因为你不愿花时间让它奏效，或你的工作因此有风险。
• 弱系统本身就烂：半年前 AI 数学很差、老算错、数不清 strawberry 里有几个 R——但这些现在都是「已解决的问题」，给人一个前沿模型，体验会完全不同。
• 正确做法是鼓励人「把它推到极限」。Mollick 现场用 NotebookLM（Google Gemini 驱动，他认为是 Google 套件里最好的）演示：让它写一份《如何为 Fortune 500 重构人才管道》的研究报告，再转成幻灯片、甚至视频音频，「全程 100% AI 生成，我都没碰过、没看过」，质量「瞥一眼都挺好」。他现在每次要做演讲，都先生成 4-5 份这样的演示找灵感，「就算不用它的幻灯片，至少能得到一些想法」。
• 风险是「锚定得太低」（anchoring too low）：因为用过一两次弱版本就给 AI 能力定了性，而这东西还在越来越快地变好。

"你不能一边用着 Copilot，一边说『我懂 AI 是怎么回事』。你得花 20 块或 200 块，去用一个真正的前沿系统。" —— Ethan Mollick

核心要点：明年的大趋势是「知识工作者专用的长时程 agent 工具」；而 Mollick 给在场领导者的真正期望，是彻底换掉衡量「采用率」的方式，去建不可能之事、砍掉关键之事。

• 「展示 AI 的未来」最好的方法，对 99.9% 的人来说，就是「展示 AI 现在就能做什么」。
• 2026 预测：长时程 agentic work + 为知识工作者打造的专用工具会大量涌现。Mollick 点名 Claude for Excel（「如果你是 Excel 驱动的业务，它会震撼到你」）和 Claude for Finance（听很多人说很棒）；他演示的 Claude Code 本是为程序员造的、现在被「挪用」到知识工作——co-work 类工具会接棒。更多人会转向「直接使用模型」而非穿过一层层中间产品。
• vendor 分化与颠覆：会开始看到真正的分化——一类是做高度专业化工作、由外部 vendor 来做很合理（如 Valence）；另一类只是「换个壳高价转售 OpenAI 产品、你还碰不到它生成的数据库」，这类将被颠覆。
• 对 2027 的期望（最重要的部分）：
• 停止用「碰过 AI 系统的人数百分比」来衡量采用率——这是个严重错误，尤其当你的 AI 系统很烂时。反例：某超大公司的高管告诉 Mollick 他们在做各种酷炫 AI，而他班上一位中层经理却说「我们 90% 的工作要用 AI 完成，所以我们就是用 Copilot 总结每一个会议——因为没有别的指令，而我们必须达成这个指标」。
• 去 hack 奖励系统、开放指标、把团队变成 R&D 人员——别只是打钩「AI 使用率上升、多产出 17% 的幻灯片」。
• 两条硬标准：「你应该在建造不可能之事」（build impossible things，他强调不是开玩笑）；以及「砍掉至少一件曾经对组织至关重要的事」——现在每个人都能为某件事做到这点了，那件事是什么？停掉它。
• mentoring at scale（规模化辅导） 会带来最大的影响之一，它会改变你的人才管道应有的运作方式——如果有了规模化辅导你的组织运作方式还没变，那一定哪里错了。
• 收尾的标志性案例：Mollick 团队曾做过一个教育模拟器（educational simulator），原本动用 14 人团队、花几百万美元、耗时几年；他们把当年为那个游戏写的说明书直接丢给 AI，AI 在「一个下午、零额外提示」下从头重建了整个游戏。「你应该把野心放得大得多。」

"如果你没在建造不可能之事，也没砍掉过哪怕一件关键的事——而且不是偶尔、是每个月——那你离前沿就还不够近。" —— Parker Mitchell（总结 Ethan Mollick）