一行代码、一份会议纪要、一次数据整理、一份报告……这些曾经需要人亲手完成的具体工作，如今正越来越多地交给 AI。

当 AI 从聊天窗口走进真实工作流，它改变的并不仅仅是效率，更是人与 AI 之间的工作分工。

" 岗位没有消失，但岗位里的任务，正在重新划分。" 北京大学国家发展研究院经济学教授张丹丹在接受《锋面》记者采访时表示，更准确地说，AI 是在替代岗位中的部分任务，而非直接替代整个岗位。

而当越来越多具体任务开始交给 AI，一份完整的工作究竟会如何被重新拆解？人在其中的位置，又将发生怎样的变化？

   AI 真正进入了工作场景

半年前，AI Agent（智能体）" 龙虾 " 爆火，让不少人第一次看到，AI 不再只是聊天，而是可以完成一整项工作。与回答一个问题、生成一个答案不同，Agent 更像一位能够执行工作任务的助手，它可以调用工具、完成多个步骤，最终交付一项完整的工作成果。

半年来，越来越多企业开始布局 Agent。阿里、腾讯、字节跳动、美团等互联网公司相继推出 10 余款 Agent 产品，覆盖办公协作、软件研发、数据分析、营销运营等多个工作场景，AI 开始走进真实工作流。

这也是业内所说的 "AI 落地 "。

图片来源：视觉中国

" 最近一个月，做图、搭网页、回复邮件的大部分内容都交给飞书的 Agent ‘ aily ’了。" 设计师林敏告诉《锋面》记者，过去需要自己逐项完成的工作，现在更多变成了提出需求、修改细节和确认最终效果，AI 则承担了大量重复性的执行工作。

在林敏看来，AI 带来的变化并不只是节省时间，而是改变了她完成工作的方式。"AI 接到指令后，开始调用我电脑上的程序，询问我权限，然后屏幕飞速划过一行行代码，它在帮我干活了。" 林敏说，将 AI 应用到工作中，是她主动做出的选择，她将购买 AI 服务形容为 " 付费上班 "。

但在她看来，这笔投入是值得的。有了 AI 协作后，原本需要自己逐项完成的工作被进一步简化，她可以将更多精力放在需求判断和效果确认上。" 它帮了我大忙。"

从个人主动尝试 AI 工具，到企业推动员工大规模使用 AI，AI 与工作的结合正在进入新的阶段。曾经鼓励员工大量使用 AI 模型、" 烧 Token" 的科技公司，也开始从模型使用阶段，探索人与 AI 协作的新方式。

在团队协作层面，Agent 的应用也在快速铺开。美团基础研发平台工程效率负责人、CatPaw 系列产品技术负责人程大同在接受《锋面》记者采访时表示，公司研发的 Agent"CatPaw" 已在公司内部的工作场景中广泛应用。

以一份消费者反馈分析报告为例，之前的流程是：业务人员先收集资料，数据人员导出和整理数据，运营人员逐条阅读反馈，再找相关同事确认业务背景，最后由一人汇总成报告或者 PPT。多人协作、多轮沟通，通常按天推进。而现在，业务负责人可以直接把目标交给 Agent，数小时就能生成第一版，再由人来审核、完善和决策。

" 它不是简单地把写 PPT 变快了，而是把资料收集、分析、写作和协作串成了一段完整工作。" 程大同说。

从聊天窗口走向真实工作流，AI 正在从一个回答问题的工具，变成参与完成工作的协作者。这个过程中，AI 改变的不只是效率，也正在改变工作的组织方式。

  一份工作，是如何被 AI 重新拆开的？

"AI 主要影响的，是任务的构成。" 张丹丹表示，过去由一个人连续完成的一项工作，在 AI 的使用中，被拆分为一个个具体任务，由人和 AI 协同完成。

那么，一项工作为什么能够被重新拆解？

百姓网创始人王建硕在接受《锋面》记者采访时从技术层面给出了解释：以编程为例，工作可以不断向下拆——从一个产品，到一个功能模块，再到一段代码、一行代码，甚至一个字符，每一层都是不同抽象层级的工作。" 所有的活，它都是可以一层一层往下细分的。"

图片来源：受访者王建硕供图提供

王建硕认为，随着 AI 的发展，人工作的重心正在不断向更高抽象层级迁移。正如程序员从运用汇编语言到编程语言，再到自然语言，每一次技术变革，都意味着人的工作重心不断上移，从具体执行转向目标定义、任务组织和结果验收。

就企业组织而言，这样的工作拆解是如何实现的呢？

程大同介绍，企业在尝试把工作方法提炼出来，而不是 " 复制一个员工 "。

他举例，比如在分析业务异常时，有经验的员工会知道应该先看哪些指标，如何区分短期波动与真实问题，什么情况下需要追溯背后的原因，什么时候必须找业务负责人确认。这些判断往往来自长期实践积累，很难依靠一份文档完整传递。

企业借助 AI，将这些隐性的工作经验转化为可执行步骤：这项工作的目标是什么，需要哪些信息，应当按照什么顺序判断，需要调用哪些数据和工具，有哪些常见例外，最终以什么标准验收。原本依赖个人经验完成的工作方法，由此变得更加明确、可描述、可复用。

程大同介绍，在真实场景中，经验沉淀并不是由 AI 自动完成，而是由领域专家主动梳理工作方法，AI 协助将其结构化，再通过历史案例和真实任务进行验证。稳定、可重复的方法可以沉淀为 " 技能（Skill）"，多个技能、知识和工具围绕一类工作目标组合起来，可以形成 " 专家（Expert）"。

" 文档是可以阅读的知识，技能是可以执行的知识。" 程大同说。

这意味着，AI 并不是直接接管一个岗位，而是参与执行岗位中一部分稳定、可重复的任务。资深员工的角色也随之变化：他们不再反复处理相同问题，而是更多负责定义方法、校验结果，以及处理无法被预先概括的新情况。 

  人的工作，开始重新定义

AI 带来的变化，也让越来越多依靠专业知识和技能完成工作的人，开始重新审视自己的位置。

王建硕将这种变化冲击比作 " 少林武僧遇到洋枪队 " 时刻——一个人长期训练的能力，在新的技术环境下突然失去了原有优势。其中，程序员成为最早感受到冲击的群体之一。面对 AI 生成代码，就好比 " 你一辈子钻研的武功绝学，在那一刻变成了笑话 "。

三年前，在 AI 生成代码工具出现后，他要求公司的程序员改变传统开发方式。

" 我要求所有的人不允许自己写代码，一定要用 AI 编程工具 Cursor 写 "，王建硕回忆。此后，在新的 AI 编程工具出现时，他甚至要求程序员 " 不允许看代码 "，而是尝试站在更高层级理解和驾驭项目。

他坦言，这种做法 " 有一点矫枉过正 "，但目的在于通过强制训练，让团队适应新的技术环境。

在王建硕看来，AI 时代真正需要改变的，不只是工具，而是人的工作方式：从亲自完成底层执行，转向站在更高层级理解问题、调整工作方式，并寻找人与 AI 协作的新方法。

而这种变化，也正在从个人工作方式扩展到组织协作方式。

图片来源：视觉中国

" 真正进入企业工作的 AI，不是看一次演示有多聪明，而是看它能否稳定完成日常任务，做到效果可衡量、过程可追溯、权限可控制，出现问题时人能够及时接管。" 程大同表示，在美团内部，随着 CatPaw 融入真实工作，业务调研、数据分析、软件研发等工作，正在越来越多地形成 AI 与人的协同。重复劳动在减少，而人的价值越来越体现在去 " 定义什么值得做、什么算做好、什么风险不能碰 "。

而 " 什么风险不能碰 "，正是在 AI 进入实际工作后，企业在不断试错中逐渐明确的问题。

程大同提到，在早期实践中，有过一类很典型的问题：AI 生成了一份结构完整、表达也很专业的业务分析，但进一步检查发现，它混用了不同时间、不同版本的材料，对一个指标的口径理解也不完全准确。

" 那一份结果看起来像真的报告，让我们认识到，AI 完成了一份材料，并不等于完成了正确的判断。" 程大同表示，在 AI 进入实际业务场景的过程中，美团也经历过对 AI 能力边界的重新认识。

在这次实践之后，美团进一步明确了 AI 辅助工作的规则：重要结论必须标注来源，明确数据的时间和口径；AI 生成的内容需要主动区分哪些是事实、哪些是推断，以及哪些地方存在不确定性。对于涉及重要业务决策的事项，最终仍必须由人进行确认。

而人的价值，也正在从完成任务本身，转向定义问题、作出判断以及承担责任。张丹丹认为，AI 带来的变化并不是简单地替代人的工作，而是重新分配人的时间和精力。她举例，AI 可以帮助完成大量事务性工作，而人可以将节省出的时间投入到沟通、交流等更需要人的环节，"AI 替代不了人和人之间的沟通。"

丙午年

六月廿三

2026-08-05

监制：李绍飞

编辑：朱春燕

    审校：月泰雨     

原创声明：本文为央视网原创作品，未经许可，禁止转载、复制、摘编、改写及进行网络传播等一切作品版权使用行为，违者将依法追究其相关法律责任。