主要观点总结
本文探讨了智能代理系统（智能体）与人类如何共同创造价值，以及加密技术在这一过程中的作用。文章讨论了智能体的应用、与人类互动的方式、智能体对人类工作的替代问题，以及智能体未来所需的必备工具。
关键观点总结
关键观点1: 智能体的作用与分类
智能体代表了一种新的模式，能够辅助人类工作流程，自主做出决策。它们的应用范围广泛，包括辅助人类工作、解决未解决的问题、创造新的经济增长点等。智能体可以根据其目标范围进行分类，如专注于现有GDP应用的智能体和专注于创造新GDP的智能体。
关键观点2: 人类与智能体的互动
人类与智能体的互动是复杂的。目前，智能体缺乏执行需要与现实世界进行物理交互的任务的能力，需要人类的辅助来完成这些任务。随着智能体能力的提升，人类将扮演不同的角色，如劳动力贡献者、董事会成员和资本贡献者。加密技术为人类与智能代理的协作提供了理想的基础。
关键观点3: 智能体对人类工作的替代
随着智能体的成熟和能力提升，它们能够持续处理复杂问题而无需人类干预。人类的角色可能会逐渐退化为被动的观察者。然而，人工智能悲观论者和乐观主义者对于这一趋势的看法存在分歧。乐观主义者希望智能代理系统始终是人类意图的延伸，而不是演变成拥有自身目标或不受约束地自主运行的实体。
关键观点4: 智能体未来的必备工具
为了让人类能够为智能代理系统提供战术支持和积极指导，以下必备工具类的机遇显得尤为重要：代理身份证明 + 人类身份证明、劳动力市场和链下验证原语以及资本形成和治理系统。
正文
生成式推理系统与从中受益的人们之间的关系，将随着时间发生巨大变化。我从智能体目前的能力出发进行展望，并从零员工公司的最终状态反向推导，来研究这种关系。
如今，智能体有什么用？
第一代生成式人工智能系统，即 2022 - 2024 年以聊天机器人为基础的大语言模型，如 ChatGPT、Gemini、Claude、Perplexity 等，在很大程度上是为辅助人类工作流程而设计的工具。用户通过输入 / 输出提示这些系统进行交互，解析系统给出的回复，然后依据自己的判断，决定如何将结果应用到实际中。
下一代生成式人工智能系统，即 “智能体”，代表了一种新的模式。像具有 “计算机使用” 功能的 Claude 3.5.1 和 OpenAI 的 Operator（即可以使用你的计算机的智能体），它们能够代表用户直接与互联网交互，还能自主做出决策。这里的关键区别在于，判断以及最终的行动是由人工智能系统执行，而不是人类。人工智能正在承担以前由人类负责的职责。
这种转变带来了一个挑战：缺乏确定性。与传统软件系统或工业自动化不同，后者在设定的参数范围内可预测地运行，而智能代理依赖概率推理。这使得它们在相同场景下的行为不那么一致，引入了不确定因素，这在关键情况下并非理想状态。
换句话说，确定性与非确定性智能体的存在，自然地将智能体分为两类：一类，就是能够有效推动经济增长、提升现有经济规模的方法或主体；另一类更适合通过创新或新经济活动（如新技术、新产业、新市场等）来创造新的经济增长点，而不是仅仅扩大现有的经济规模。
1.对于那些最擅长扩大现有 GDP 的智能体而言，要做的工作从定义上来说是已知的。自动化客户支持、处理货运代理合规事务，或审查 GitHub 上的拉取请求，这些都是定义明确、范围有限的问题，智能体可以直接将回复映射到一组预期结果上。在这些领域，缺乏确定性通常是不利的，因为答案是已知的，并不需要创造力。
2.对于那些最适合创造新 GDP 的智能体来说，它们的任务是在高度不确定和未知的问题中探索，以实现长期目标。这里的结果要复杂得多，因为本质上没有可供智能代理映射的预期结果集。比如针对罕见疾病的药物研发、材料科学领域的突破，或者开展全新的物理实验以更好地理解宇宙本质等。在这些领域，缺乏确定性可能会有所帮助，因为缺乏确定性也是一种创造性的体现。
专注于现有 GDP 应用的智能体已经在释放价值。像 Tasker、Lindy 和 Anon 这样的团队，都在构建针对这一机遇的基础设施。然而，随着时间推移，智能代理能力的成熟和治理模式的演进，各团队将把重点转移到构建能够解决人类知识前沿和经济机遇领域问题的智能体上。
下一批智能体需要指数级增长的资源，正是因为它们的结果是不确定且无边界的 —— 我预计这些将成为最引人注目的零员工公司。
人类将如何与智能体互动？
