Mollick：人们未用 AI 挑战难题，agentic 应用才是关键

沃顿商学院教授、AI 领域知名评论者 Ethan Mollick 近日在 X 平台发文，就当前 AI 的实际使用方式发表观察。他指出，大众讨论中常被忽略的一点是：真正让 frontier AI 产生显著影响的，并不是多数人用模型替代 Google 搜索或辅助写作业这类「轻量用法」，而是少数用户将其作为智能体（agent）去处理长链路、真实场景中的复杂问题。

核心观点：少数人的深度使用才是关键

Mollick 认为，当前许多大模型在「类 Google 替代」和「作业辅助」等场景中已经足够优秀，但这些用例本身的杠杆效应有限。真正具有放大效应的是：当有人把 frontier 模型当作 agent，让其在多步骤、长时程的真实任务中自主规划与执行，才能体现出 AI 系统的真实能力边界。

为何这一观察值得注意

• Mollick 作为长期跟踪 AI 落地应用的学者，其观点反映了学术界与产业界对「AI 实际价值」来源的反思。
• 该说法隐含的判断是：目前关于 AI 替代或赋能工作的讨论，过多集中在「日常轻量使用」，而忽视了更激进的 agentic 尝试。

局限与背景

需要指出的是，这是一条观点性短文，作者并未提供具体数据、案例或调研结果来支撑其判断。读者可将其视为一种行业观察与讨论的引子，而非可量化的结论。真正 frontier AI 在长链路任务上的实际表现，仍需结合具体 benchmark 与落地案例加以验证。

（正文信息均来自 Ethan Mollick 发布的 X 原文，无附加事实。）