巴萨买人新套路：中介先探路，俱乐部装不熟
初稿写成于 2026 年 3 月，原本想等 AI 生长节奏稍微慢下来再完善、定稿 。但比及 4 月中，发明它不但没慢，反而越来越快，文章每一段都需要一直追加新的案例 。于是决议不再等了 。就在文章发出两天前，Claude Opus 4.7 正式宣布 。本文是 4.6 时代的终曲，也是后 4.6 时代的序章 。本文来自微信公众号：腾讯研究院，作者：王焕超，题图来自：视觉中国是情正在悄悄爆发转变 。先是你跟 AI 说一句话，它就能帮你写好一篇文章、一份报告、一整套数据剖析 。你从做事的人，酿成了验收的人 。你以为效率提升了，是好事 。事实谁不想少干点活呢？然后，AI 最先自己下手了 。它不再等你一句句地吩咐，而是接受了你的电脑，自己拆解使命，自己挪用工具，自己修正过失 。你从操作者，酿成了旁观者 。厥后，AI 不但是在替你做事，它最先自己刷新自己了 。一代帮一代，一代比一代智慧 。刷新的速率越来越快，而这个历程越来越不需要人类加入 。再厥后，AI 最先自己跟自己打交道了 。它们自己组建社群，自己分工协作，自己生长出某种看起来很像是文化的工具 。人类彻底酿成了旁观的角色 。然后你发明，这种"旁观"，正在伸张到你能想到的每一个领域 。写代码、做设计、写条约、读片子、做客服、做研究 。AI 不是在某一个行业变强，而是在所有需要人类动脑子的地方同时变强 。所有这些转变汇聚到一起，指向统一个偏向：在越来越多的领域，人类正在走下牌桌 。不是被赶走的，是被绕过的 。AI 没有起义人类，它只是发明了一种更高效的运行方法：不带人类玩 。最后你发明，你站在那儿，环视周围，似乎哪儿都不太需要你了 。从一只龙虾讲起2026 年开春，一只红色的龙虾爬上了全球万万台电脑的桌面 。OpenClaw，一款开源 AI 智能体框架 。1 月 29 日正式宣布，随后几个月，它在 GitHub 上的星标数突破 25 万，一举凌驾了盘居榜首十余年的 React 和降生于 1991 年的 Linux 内核，成为 GitHub 有史以来获星最多的开源项目 。一条近乎笔直的增添曲线，改写了全球开源史的增添纪录 。它的创造者，彼得·斯坦伯格，一个奥地利程序员，被媒体给予最多的标签，是"AI 时代的第一个超等个体"，一小我私家就能跟几大人工智能公司掰手腕 。OpenClaw 做的事情很简朴：你告诉它你要什么，它自己去做 。它不是谈天机械人，更像一个永远不知疲倦的数字员工 。它不但能动嘴回覆问题，也能下手执行使命 。它可以接受你的电脑，自动整理文件、写邮件、填表格、剖析数据、搭建网站、修改代码 。它可以接入通例的办公工具，兼容险些所有主流大模子 API，自动完成连贯的重大使命 。无需你手动干预 。你下指令 。你走开 。它干活 。你回来 �；疃赏炅� 。一场全民养龙虾的狂欢，就这么起来了 。"你养虾了吗？"成了 2026 年春天最盛行的问题 。但仔细想想，这场狂欢的底层逻辑是什么？以前你用 AI，是你在操作 AI 。你给它一段话，它给你一段回复，你再给它一段话，它再回复 。来往返回，你是操控者，AI 是被操控者 。OpenClaw 改变了这层关系 。你委托它，但不必使用它 。你形貌一个目的，它自己想步伐告竣 。它自己拆解使命、自己挪用工具、自己判断效果、自己修正过失 。整个历程中，人都不在循环里 。从操控，到委托 。从人在环中，到人在环外 。这个转变看似细小，但它触动了一个极其古老的结构 。自从人类学会使用工具以来，无论是石器照旧盘算机，工具和人的关系就一直是：人提倡，工具响应 。整个手艺生长史，都是这个故事的变体 。OpenClaw 第一次让这个关系爆发了裂痕，由于它不但是在响应，它在自主运行 。只管时至今日，龙虾热已经逐渐淡去，但它确立了 Harness 的范式，也就是让模子"长脱手脚"的趋势仍在一连 。由此带来的转变，很主要 。它触动了人类文明最底层的一个假设：人是工具链的起点 。我们整个教育系统、职业系统、社会分工系统，都建设在这个假设之上 。人是因，手艺是果 。人提出需求，手艺知足需求 。手艺产出，人来评估 。若是这个假设不再建设，若是手艺最先自己设定目的、自己执行、自己评估，那么建设在这个假设上的一切，都需要重新审阅 。虽然，仅凭这一只小龙虾，这个结论未免太过于激进 。只管 OpenClaw 促成人工智能的 Harness 转向，但一个能自动处置惩罚文件的 AI 框架，跟人类文明底层假设的摇动之间，隔着十万八千里 。问题在于，OpenClaw 不是伶仃事务 。在它前后的两个月，至少还爆发了三件大事 。每一件都沿着统一个偏向推进了一步，并且每一步都比上一步走得更远 。四层位移在我们进入这几件事的叙述之前，需要先建设一个剖析框架 �；痪浠八�，我们要先搞清晰一个问题：人类和 AI 的关系究竟在哪些维度上可能爆发转变？我将其分成四个层级：第一层，执行层 。AI 替身类完成详细使命 。这是最外貌的一层，也是已往几年公共讨论最多的 。"AI 会不会取代我的事情"，讨论的就是这一层 。OpenClaw 属于这一层的标记性事务 。第二层，进化层 。AI 加入刷新自身 。这意味着，AI 不但是一个期待人类迭代的被动产品，而是成为自身进化的加入者 。手艺前进的速率，不再取决于人类的推动，而最先取决于 AI 的能力，而AI 能力自己又在被加速 。第三层，组织层 。AI 在没有人类加入的情形下，形成自己的社会结构、协作模式，甚至是叙事系统 。这意味着 AI 不但能替身做事、替自己做事，还能自觉地组织起来做事 。第四层，代理层 。AI 取代人类举行那些我们一直以为是"最人类"的运动，社交、关系维护、自我表达 。这一层的转变最具心理攻击力，由于它摇动的不是你的事情还在不在，而是这件事还需不需要你自己进场 。2026 年的春天之以是可能成为一个历史性的转折点，是由于这四个层级在短短两个月内，同时泛起了标记性事务 。四层位移 。我们逐层来看 。第一层：AI替你做事——OpenClaw 与人在环外 。关于 OpenClaw，前面已经做了基本的叙述 。这里增补一个被大大都报道忽略的细节 。OpenClaw 引发了一系列清静事故 。有人账户里的钱被转走，有人电脑上的事情文件被一键清空，尚有人养的龙虾模拟主人的口吻，发邮件诓骗 。"龙虾悖论"被重复提及：想让它做的事越多，给它的权限就必需越大；权限越大，清静危害就越高 。外貌上，这个悖论是一个清静问题 。但它的深层逻辑，是一个哲学问题：当你授予一个非人类实体足够多的行动能力时，你现实上在做的事情，是把"主体性"从人类转移到非人类 。这个悖论自己就暗含一个深层信号，当你把足够多的控制权交给 AI，它能做的事远超你的预期——无论优劣 。它不止是在替你打工，它在获得一种自动权 。而人类，正在从掌舵者，酿成了一个说了目的地就躺进船舱的旅客 。布莱恩·阿瑟在《手艺的实质》中提及，手艺的进化方法之一是"组合"，新手艺由旧手艺组合而成 。但 OpenClaw 展示了另一种可能性：手艺不但通过组合来进化，还可以通过获得自主行动能力来进化 。当一个 AI 系统可以自己决议挪用哪些工具、以什么顺序、处置惩罚什么异常，它已经不再是工具了 。用更准确的学术语言来说，它具有了能动性（agency） 。这个词通常用来形貌人类，一个具有自由意志和行动能力的主体 。当我们不得不必这个词来形貌 AI 系统时，某种看法上的界线已经模糊了 。第二层：AI 在自己建构自己——GPT-5.3 Codex与智能大爆炸 。就在全球还深陷龙虾热的统一个时间段，一件更深远的事情爆发了 。只不过它远不如一只红色龙虾那样抢眼，以是大大都人都没放在心上 。2026 年 2 月 5 日 。这一天在 AI 编年史上可能会成为一个标记 。OpenAI 和 Anthropic 在统一天宣布了新模子，划分是 GPT-5.3 Codex 和 Claude Opus 4.6 。两家顶级 AI 机构撞车宣布，自己就是大新闻 。但问题不在宣布自己，而在 GPT-5.3 Codex 手艺文档里藏着的一句话 。这句话不在文档问题和摘要里，也不在新闻稿里 。它在手艺报告的正文中，很容易被略过 。原话是这样的："GPT-5.3-Codex is our first model that was instrumental in creating itself. The Codex team used early versions to debug its own training， manage its own deployment， and diagnose test results and evaluations."翻译过来，就是：GPT-5.3 Codex 是我们第一个在建设自身历程中施展了要害作用的模子 。Codex 团队使用了它的早期版原来调试自身的训练历程、管理自身的安排，以及诊断测试效果和评估 。把这句话再读一遍 。慢一点 。AI 资助建构了自己 。这不是某个科幻作家的理想，也不是营销文案的强调其词 。这是 OpenAI 在官方手艺文档里纪录的既成事实 。一个 AI 模子加入了自己的训练调试、安排管理、评估诊断 。它在自己出生的历程中，饰演了接生的护士 。Linkedln 上有一篇普遍撒播的文章，问题就叫《GPT-5.3 Codex:Instrumental in Creating Itself》 。作者诠释说，这不料味着 AI 从无到有地创造了自己，但它意味着 AI 已经足够智慧，能在自己开发历程中做出实质性的孝顺 。不止 GPT，4 月 6 日，Google Deepmind 研究员 Mostafa Dehghani 在播客中提到，在险些所有主要实验室中，新一代模子很洪流平上是使用上一代模子构建的 。这件事的重点，不是 AI 变强了那么简朴，事实 AI 一直在变强 。而是 AI 最先加入让自己变强的历程自己 。它不再是被动地期待人类研究员优化它的架构、调解它的参数、洗濯它的训练数据 。它最先自己上手干这些活 。已往的手艺不会加入自己的刷新 。犁不会让下一代犁更尖锐，蒸汽机无法设计更高效的蒸汽机，强如 iPhone，也无法加入对下一代的优化 。它们是静态的产品，期待人类来迭代它们 。AI 是第一个突破这条规则的手艺 。它是第一个能够反过手来刷新自己的工具 。就在 GPT-5.3 Codex 宣布的三周前，Anthropic 的 CEO 达里奥·阿莫代宣布了一篇长达 19000 字的文章，问题叫《The Adolescence of AI》（AI 的青春期） 。阿莫代在文中说，AI 正在编写 Anthropic 公司的大部分代码 。目今一代 AI 和下一代 AI 之间的反响循环，正在"逐月蓄势"（gathering steam month by month） 。然后，他说了一句让整个硅谷巨震的话："我们可能距离目今这一代 AI 自主构建下一代 AI 的节点，只有 1 到 2 年 。"1 到 2 年 。不是 10 年 。不是"若是一切顺遂" 。1 到 2 年 。这是 Anthropic 的 CEO，全行业公认最注重 AI 清静的人，在一篇经由深图远虑的长文中说的 。不是在销售焦虑，他是在形貌他作为这个领域最焦点的加入者所看到的事实 。2026 年 4 月，全球最主要机械学习聚会之一的 ICLR，举行了历史上第一个专门讨论"递归自我刷新"（Recursive Self-Improvement）的学术钻研会 �＞刍嵝蚊怖镄吹溃�"缺的不是野心，而是让自我刷新变得可丈量、可靠、可评估的原则性要领 。"这句话的潜台词是：递归自我刷新已经在爆发了，现在需要的是搞清晰怎么管控它 。现在把逻辑拆开来讲 。AI 变强的焦点驱动力是什么？是一众智慧人把实践投入到刷新 AI 上 。全球顶尖的机械学习研究员，可能只有几千人，他们天天的事情，就是让 AI 更好 。他们写代码、设计实验、剖析效果、调解架构 。现在 AI 自己已经足够智慧，能做这些事情中的相当一部分 。这即是那几千个研究员的产能，被成倍放大 。但这只是第一层 。第二层是，AI 加入做出的下一代 AI 比目今这一代更智慧，以是下一代能在