一位 AI 研究者反思：智能体到底有没有用？

一名长期研究大语言模型智能体（Agent）的科研人员近日撰文，以「The Usefulness of AI Agents」为题，从个人使用体验出发，质疑当下 AI 智能体的实际价值。文章并未带来新的技术或产品信息，更像是一篇带有学术背景的行业反思，发表后在 Hacker News 引发讨论。

研究者的「无智能体」日常

作者坦言，自己在工作中以研究智能体为生，必须大量实验编程类 Agent 来理解它们对软件工程的影响——这一点毫无争议。但他发现，关闭工作电脑之后，自己在生活中几乎没有让 AI 智能体代劳的需求。

• 他将这种「无感」归因于三点：享有的社会保障让他不必与机构纠缠、数字极简主义减少了屏幕使用、以及对「外包思考」本身的审慎态度。
• 他指出，很多人花大量时间和金钱使用 AI 工具，结果却是在电脑前花的时间更多，而非更少。
• 他也承认，个例中有不少人借助 LLM 应对繁琐的官僚流程，他并未否定这种个体层面的帮助，但强调个体收益与集体后果之间存在差异。

生产力 ≠ 价值

文章的核心争议围绕「价值」的定义展开。作者援引了多位行业评论者的观点：

• 乐观派方面，Simon Willison 多次表达 AI 智能体显而易见的价值；Matt Shumer 在《Something Big Is Happening》中呼吁人们每天花固定时间使用 AI；Dario Amodei 的《The Adolescence of Technology》进一步助推了技术乐观情绪。
• 怀疑派方面，Ed Zitron 今年早些时候在 BlueSky 上尖锐质疑 AI 只能让「一些工程师更快地做些事」。作者认为 Zitron 真正在表达的是：开发者效率的简单提升并不等于价值提升，而价值无法用代码行数或开发速度来衡量。

作者特别指出，美式话语倾向于将「价值」等同于生产力与经济增长的单一维度，而欧洲视角则更注重生活质量，这种差异在 AI 讨论中尤为明显。

「紧迫感」从何而来

作者认为，AI 工具的「紧迫感」很大程度上被商业叙事放大了：

• 行业迭代极快，小规模实验很快被新模型和大型公司发布的新工具所淘汰。
• 但由于开源权重与开源软件的存在，大多数改进最终都会公开，技术护城河难以长期维持。
• 真正需要警惕的，是企业管理层「先采用再评估」的冲动——在没有弄清「为何用、怎么用、成本几何」之前就全面铺开。

文章最后，作者重申他对 AI 技术本身保持关注，但对其当前能带来的真实益处仍持保留态度。他写道，AI 的真实收益对他来说尚不清晰，但了解技术的能力边界确实重要。