1. 先说说我为什么突然想算这笔账大概是从去年开始我发现身边讨论 Agent 的次数越来越密。一开始是技术群里有人晒用 Agent 自动写代码后来是产品经理用 Agent 批量生成需求文档再后来连行政同事都在问能不能用 Agent 整理会议纪要。说实话作为一个长期靠 分析数据、写报告、做方案 吃饭的人我一开始是有点慌的。这种慌不是空穴来风。你去招聘网站翻一翻Agent 开发、Agent 架构、Agent 智能体相关岗位的薪资普遍不低而且热度还在涨。再翻翻技术社区铺天盖地都是 深入理解 AI Agent、Agent 框架与编排、AI Agent 开发学习路线 这类内容。好像一夜之间所有人都在说 Agent所有人都在学 Agent那我这种不直接做 Agent 开发、只是用 Agent 提高效率的人是不是迟早要被替代我说服自己的方式比较笨就是把这个问题拆成一个可以量化的问题然后用数据去算。数据不会骗人焦虑大多是因为模糊算清楚之后哪怕结论是 你确实有风险至少你知道了风险具体在哪儿以及该往哪个方向使劲。这篇文章就是把我整个测算过程、测算方法、还有最后得出的结论完整分享出来。里面有我的打分表、有我对 Agent 能力边界的理解、也有我踩过的坑。如果你也在焦虑 我会不会被 Agent 淘汰建议你花二十分钟看完然后按照我给的步骤自己也算一笔账。算完之后你会发现这个问题的答案远不是 会 或 不会 那么简单。2. Agent 到底是一股什么劲儿先把它拆明白了再算账2.1 别被概念绕晕Agent 本质上是一个能自己干活的数字员工很多人一听到 Agent 就觉得是特别高深的东西其实用大白话讲Agent 就是一个能接收目标、自己拆任务、自己调用工具、自己判断结果、然后反复迭代直到完成目标的数字员工。它跟普通的聊天机器人最大的区别在于聊天机器人是你问一句它答一句而 Agent 是你给它一个目标它自己想办法去完成中途遇到问题还能自己调整策略。举个例子以前你想让 AI 帮你写一份行业分析报告你得把大纲、框架、数据来源、写作风格全部手动喂给它它只是你的打字员。但现在你只需要给 Agent 一个目标帮我分析一下新能源汽车行业近三年的竞争格局输出一份带数据图表的报告。 它会自己拆解成几个子任务查行业数据、读头部公司的财报、整理竞品对比、生成图表、输出报告。整个过程你只需要在关键节点做审核其他环节它自己搞定。这就意味着很多以前需要 人肉协调多个环节 的工作现在可以交给 Agent 去串。那我的岗位价值在哪里这个问题必须想清楚。如果你只是负责中间那个 串起来 的环节那确实危险。但如果你负责的是 定义问题、判断目标、审核质量、承担责任 这些环节那么 Agent 其实是帮你干活的工具而不是取代你的对手。2.2 为什么这次跟以前不一样低代码时代是工具革命Agent 时代是流程革命我以前经历过低代码平台火起来的那一波。那时候也有很多人焦虑说低代码会不会让程序员失业结果呢低代码确实干掉了一批只会做简单增删改查的岗位但也催生了一大批 低代码平台配置师、业务系统搭建顾问 这些新岗位。本质上是工具变强了但干活的人还在只不过换了一种干法。Agent 这波不太一样的地方在于它革掉的不只是某个环节的效率而是整条工作流。以前你需要人把任务拆好、把接口调好、把逻辑捋顺Agent 才能干活。现在 Agent 自己就能拆任务、调接口、捋逻辑人只在最前端下指令、在最末端做验收。中间那一整段都是 Agent 的发挥空间。所以我在测算的时候没有把 Agent 简单理解成一个 效率工具而是把它理解成一个 流程重组者。同样的岗位如果它的核心工作内容是可以被清晰描述成流程的、可以被拆解成标准化步骤的那么这部分工作就是高暴露度的。反之如果岗位的核心工作内容里面有大量 说不清道不明 的部分比如审美判断、人情世故、复杂博弈、价值观取舍这部分就不容易被拆掉。3. 我给自己的工作做了一次 Agent 替代风险体检3.1 测算的第一步把自己的工作拆成最小可评估单元我做的第一件事是把我一周之内所有的工作内容全部列出来然后拆成最小单元。不是那种 做数据分析 这种笼统的描述而是具体到 从数据库导出上个月的销售明细、清洗掉异常值、用透视表做同比环比、把结论写成 PPT 里的三句话 这样细的粒度。拆的过程比较痛苦因为你必须诚实地面对自己的工作到底是由什么构成的。我大概拆出了六十多个单元然后筛掉了那种每周耗时不足半小时的杂事留下了四十多个核心单元。这个过程本身就有价值你会突然发现原来自己每天忙忙碌碌真正花时间的事情翻来覆去就那么几类获取信息、整理信息、分析信息、表达信息、协调人、做决策。拆完之后我发现一个现象我以为是核心竞争力的 分析能力其实里面有很大一部分是 按照既定流程整理数据 和 把数据格式化成图表这部分占了我大概百分之三十的时间。这部分工作有一个共同特点规则明确、输入输出清晰、评判标准客观。这个发现让我后背有点发凉因为这正好是 Agent 最擅长干的活。3.2 测算的第二步给每个工作单元打三个维度的分拆完之后我开始给每个工作单元打分。打分维度有三项每一个都是从 Agent 的能力特性出发来设计的第一个维度是规则明确度。这项工作是不是有清晰的流程标准比如 每月末汇总各渠道数据这就是规则明确而 根据市场变化调整投放策略这个规则就不那么明确。第二个维度是信息封闭度。这项工作需要的信息是不是都在数字世界里能获取到。如果一项工作只需要处理线上数据、文档、代码那么 Agent 很容易触达这些信息如果一项工作必须线下跟人喝咖啡才能拿到关键信息那 Agent 就很难替代。第三个维度是容错容忍度。这项工作做错了的后果是什么。如果做错了可以快速返工、代价很低Agent 试错成本就低替代速度快如果做错了会导致重大损失那么就算 Agent 理论上能做好大家也不敢轻易让它上。每个维度我都按 1 到 5 打分5 分代表最容易被 Agent 替代的特征。三个维度分数相乘超过 80 分的属于高风险单元40 到 80 分的属于中风险单元40 分以下的短期不用太担心。这个乘法的逻辑是三个维度是乘数关系不是加数关系。任何一个维度得低分整体风险就会被压低。比如一项工作规则很明确但必须线下谈客户才能推进那信息封闭度这项就打低分整体乘积就下来了。这跟 Agent 实际落地的情况是吻合的因为 Agent 再强它也只能在它能触达的信息边界内干活。3.3 我的测算结果高风险单元占了三成但没有一个完整岗位会消失算完所有单元之后我做了汇总。四十多个工作单元里面高风险的有十三个占了三成左右。这十三个单元有一个共同特征它们都是围绕数据提取、格式转换、常规报告生成、标准化方案初稿这类工作展开的。换句话说我每天差不多有三个小时在做的事情Agent 很快就能做得更快、更便宜、而且不会抱怨。但我的下一个发现更关键。我试着把自己所有的高风险单元从工作里抽掉看看剩下的部分是什么结果发现剩下的部分仍然能组成一个完整的、有意义的岗位只是责范围变了。剩下的部分包括定义分析目标、判断数据口径是否合理、在多个可行方案之间做取舍、把量化结果转化成业务语言去说服老板、以及在结论不确定的时候拍板。这就引出了一个特别重要的判断Agent 的替代模式不是 把一个岗位整个吃掉而是 把一个岗位里的某些任务块挖走。如果你的岗位只有一个任务块那确实会被整个替代。但如果你的岗位有多个任务块其中一部分被挖走之后剩下的任务块反而会因为你能驾驭 Agent、能管理 Agent 产出而增值。3.4 用成本账再算一次替代不替代本质上是算经济账除了能力层面的打分我还算了一笔经济账。因为技术上行不行是一回事商业上行不行是另一回事。很多技术上已经可行的事情因为成本不划算迟迟没有大规模落地。我把自己的薪资摊到每个工作单元上。比如我的月薪是两万一个月大概工作一百六十个小时每个小时的人力成本是一百二十五元。那些高风险单元加起来每周大概花我十二个小时也就是说每个月大概四十八个小时折算下来差不多六千元的成本。如果我把这些单元交给 Agent 来做我的成本是什么主要是 Agent 的 API 费用、我需要花时间调教和审核的时间成本以及偶尔出错导致的返工成本粗算下来每个月不到一千五百元。这么一算结论很明显从纯经济角度看把这些高风险单元交给 Agent公司一年能省好几万。但注意这只是 把这些单元交出去 的成本账不是 把我整个人替换掉 的成本账。因为剩下的中低风险单元还是需要有人来做而且需要人来对整体结果负责。裁员一个人不是只省掉高风险单元那部分工资而是省掉全部工资但同时也必须有人来承担剩下的工作这个账要整体算。我当时用 Excel 拉了三种情景纯人工、人机混合、纯 Agent。结果最有意思的是纯 Agent 情景在成本上并不占优因为剩下的那些需要判断力和沟通力的工作如果强行交给 Agent会出现大量返工返工成本会吃掉前面的效率红利。而人机混合情景的成本是最低的比纯人工降低百分之四十左右。所以从公司理性的角度出发最优解不是拿 Agent 替换人而是让会用 Agent 的人留下来把不会用的人替换掉。4. 算完这笔账之后我反而没那么焦虑了4.1 焦虑的根源不是 Agent 太强而是我的技能结构太单薄算完这笔账之后我的心态发生了一个很明显的变化。之前焦虑是因为我把 Agent 会替代我 当成一个整体事件要么全有要么全无。但拆开算完之后我发现真正危险的其实不是我这个人而是我身上那些单薄的、标准化的技能模块。如果你的技能结构像一根筷子只有一项核心技能比如 Excel 做得特别熟那 Agent 替代你只是时间问题。但如果你的技能结构像一把筷子除了专业技能之外还有沟通能力、项目管理能力、跨部门协调能力、对业务的理解深度那 Agent 只会掰断其中一根剩下的依然撑得住。所以这次测算最重要的收获不是那个数字而是让我看清了自己的技能结构里哪根筷子最细、最容易被掰断。对我来说最细的那根就是标准化数据整理我花了大量时间做机械化的取数和清洗工作而这些本来应该是 Agent 干的。想通了这一点之后我去学的第一课就是 Agent 开发目的不是转行当算法工程师而是为了自己能搭一个帮我干杂活的 Agent。4.2 什么人最容易被淘汰不是岗位问题是工作姿势问题结合我的测算结果和身边朋友的案例我总结出一个规律容易被淘汰的人跟岗位关系不大跟工作姿势关系很大。第一种高危姿势是 传声筒姿势。每天的工作就是把 A 的要求转述给 B把 B 的结果转述给 A自己不加任何判断。Agent 做传声筒比人靠谱得多信息不会失真、不会带情绪、不会遗忘。如果你发现自己一天到晚都在转述和确认那真的要警惕。第二种高危姿势是 格式化工。只做固定模板的产出比如每天都用同一个模板写同样的报告只是把数字换一换这种工作被 Agent 替代的速度会快得超出你想象。其实现在很多 Agent 已经能直接读取数据、套模板、生成报告人只需要最后瞄一眼。第三种高危姿势是 单线程执行者。领导安排一件事就做一件事从来不问为什么也不思考下一件事是什么。Agent 最大的优势就是能连续工作、自动规划下一步你如果还在用单线程的模式工作跟 Agent 比执行力是完全比不过的。反过来那些不容易被淘汰的人普遍有几种特征知道为什么要做这件事、能在模糊目标下自己找出路、能调动资源搞定流程之外的问题、愿意为自己的产出背书。这些特征不是某个岗位的专利而是工作方式的选择。你可以在任何岗位上养成这种工作方式也可以在很风口的岗位上丢掉这种工作方式。4.3 Agent 真正挤掉的是 不会指挥 Agent 的人而不是 不用 Agent 的人我在调研 Agent 开发学习路线的时候看到一句话特别有感触未来的工作不是人跟 AI 竞争而是会用 AI 的人跟不会用 AI 的人竞争。这句话放到 Agent 场景下可以进一步细化为会指挥 Agent 拆解任务的人跟只会自己埋头干的人竞争。为什么说是 会指挥 而不是 会用因为 Agent 的使用门槛正在快速降低现在你不需要会写很复杂的代码就能搭一个基础 Agent真正难的是怎么把目标拆成 Agent 能执行的子任务怎么设计校验点怎么判断 Agent 输出的质量怎么在 Agent 走偏的时候把它拉回来。这个能力和传统的管理能力非常像。你想象 Agent 是一个精力充沛但经验不足的新员工他执行力很强但他不知道自己该干什么、干到什么程度算好、遇到冲突怎么取舍。你的价值就是给这个新员工定方向、定标准、做验收。说白了以前你可能是干活的人现在你要学着当管理者管理者不会被下属替代除非你管得比下属还差。5. 如果现在有同事拿着这个问题来问我我会给他一份避坑清单5.1 别做这几件事我在探索期踩过的坑我在学习 Agent 开发、尝试用 Agent 优化工作流的过程中踩过不少坑。第一个坑是追求完美 Prompt。我一开始觉得 Agent 输出不好就是 Prompt 写得不够长、不够详细于是花了一整天去调一段提示词最终效果提升十分有限。后来才明白与其花时间调提示词不如花时间把任务拆得更细用工作流把一个复杂任务拆成几个简单子任务每个子任务用最简单的指令去完成效果反而稳定得多。第二个坑是贪多嚼不烂想一口气把整个工作流程全部自动化。我一开始设计了一个巨复杂的 Agent让它从取数、清洗、建模、出报告全链路自动完成结果它频繁在执行过程中报错。后来我学乖了先只自动化最疼的那一个环节比如自动清洗数据并输出标准格式跑稳了之后再往上下游延伸。一步一个脚印看起来慢实际上是走得最快的路。第三个坑是只看输出不看过程。一开始我用 Agent 生成分析报告发现里面有一个数字明显不对但我懒得深究它为什么错想着我手动改一下就完事了。结果下一次它又在同一个地方错了而且错得更有创意。后来我才明白Agent 出错了之后你最应该做的不是改结果而是看它是在哪个环节、基于什么逻辑得出这个错误结果的然后在流程上加上一个校验点。过程不管控结果就不会稳定。5.2 必做的三件事把风险评估转化成行动看完上面这些避坑经验如果你也想给自己做一次 Agent 淘汰风险评估我建议你把这个评估当成一个持续迭代的习惯而不是一次性的测试而且一定要把评估结果转化成具体的行动。第一件事给自己建一个技能拆解表。每季度花半小时把你最近的工作任务拆成最小单元然后按我前面说的三个维度打分。不需要很精确大概齐就行关键是坚持记录趋势。如果每个季度的高风险单元数量都在增加你就要认真考虑技能结构调整了。第二件事选一个高频痛点亲手搭一个 Agent 来解决它。注意一定要是高频的、有明确规则的事情不要一上来就挑战高难度。比如你可以搭一个自动汇总周报的 Agent把团队成员的周报收集起来按模板生成汇总周报草稿。搭完之后你会对 Agent 的原理和能力边界有非常直观的理解这个理解比你看一百篇教程都有用。第三件事把省下来的时间全部投入到那些低风险、高价值的事情上。我在测算完之后把自己从数据整理中解放出来的时间用来做两件事一是深入理解业务逻辑搞清楚业务里那些数据异常背后的原因是什么二是学习怎么把分析结论讲清楚让不同背景的人都能听懂并且愿意采纳。这两个能力直到现在都是我最重要的护城河。6. 关于 Agent 和职业焦虑我最后的几点实在话6.1 别光盯着数据焦虑去把数据变成自己的资产很多人测算完之后更加焦虑了因为数字摆在那里确实有三成工作时间所做的事情可以被 Agent 替代。我一开始也有这种感觉但后来我想明白了一件事这些数据是公司的工作任务画像不是我个人的能力画像。同样的任务如果你的优势仅仅是 会做那确实会被替代但如果这个任务背后积累了你对业务的理解、你对数据口径的判断、你知道哪些环节容易出错这些隐性经验是数据本身不包含的。所以我在测算完那三成高风险工作单元之后开始有意识地做一件事一边锻炼一个 Agent 来做这些杂活一边把自己在这些杂活当中积累的经验沉淀成文档和检查清单。比如这个数据源容易缺失什么字段、那个指标在口径调整后应该怎么处理这些经验我在做第一遍的时候觉得很枯燥但沉淀下来之后它就变成了一种可以叠加在 Agent 之上、指导 Agent 怎么把活干对的元能力。你不用担心被 Agent 取代因为 Agent 取代的永远是你那些可以被标准化描述的部分而它取不走的是你那套说不清道不明但能解决实际问题的判断力。6.2 把 Agent 当同事别当对手我现在的做法是给每个常用 Agent 都起了名字还给它们建了档案记录它们擅长什么、容易在什么地方出错、需要用什么样的指令方式才能得到最好的效果。听起来有点强迫症但实际上这改变了我的工作心态。当你把一个工具当对手的时候你会抗拒它、抵触它当你把它当同事的时候你会想办法优化协作流程、明确职责边界、建立反馈机制。这个过程跟带新人非常像。你需要给它明确的目标需要在关键节点设置检查点需要在它出错的时候不是简单骂一顿而是分析原因、优化流程。前前后后我调教出来三个我每天都在用的 Agent。第一个是数据清洗助手能自动处理我导出的大部分脏数据第二个是报告初稿生成器能把我的分析要点扩写成结构完整的段落第三个是会议纪要整理器能把录音转成要点和待办。它们的水平不算惊艳但大大解放了我的时间。最后再分享一个小小的经验这个内容后续还可以这样扩展。当你把 Agent 用顺了之后你一定会遇到 Agent 怎么知道我的判断标准 这个问题。这时候你就可以开始把 Agent 的校验逻辑写进配置文件里甚至做成团队共享的规范。学 Agent 开发、Agent 架构这些热词的课程最终的落点都会回到这个地方。如果你有耐心走到这一步你不仅不会被 Agent 淘汰反而会成为一个能让人明白 Agent 该往哪儿用的那个人。我个人在算完这笔账之后的体会是焦虑本身不是坏事它是你开始认真审视自己的信号只要你别只顾着焦虑而忘了动手算账。 算清AI Agent替代风险：用数据拆解工作，普通人如何转型
1. 先说说我为什么突然想算这笔账大概是从去年开始我发现身边讨论 Agent 的次数越来越密。一开始是技术群里有人晒用 Agent 自动写代码后来是产品经理用 Agent 批量生成需求文档再后来连行政同事都在问能不能用 Agent 整理会议纪要。说实话作为一个长期靠 分析数据、写报告、做方案 吃饭的人我一开始是有点慌的。这种慌不是空穴来风。你去招聘网站翻一翻Agent 开发、Agent 架构、Agent 智能体相关岗位的薪资普遍不低而且热度还在涨。再翻翻技术社区铺天盖地都是 深入理解 AI Agent、Agent 框架与编排、AI Agent 开发学习路线 这类内容。好像一夜之间所有人都在说 Agent所有人都在学 Agent那我这种不直接做 Agent 开发、只是用 Agent 提高效率的人是不是迟早要被替代我说服自己的方式比较笨就是把这个问题拆成一个可以量化的问题然后用数据去算。数据不会骗人焦虑大多是因为模糊算清楚之后哪怕结论是 你确实有风险至少你知道了风险具体在哪儿以及该往哪个方向使劲。这篇文章就是把我整个测算过程、测算方法、还有最后得出的结论完整分享出来。里面有我的打分表、有我对 Agent 能力边界的理解、也有我踩过的坑。如果你也在焦虑 我会不会被 Agent 淘汰建议你花二十分钟看完然后按照我给的步骤自己也算一笔账。算完之后你会发现这个问题的答案远不是 会 或 不会 那么简单。2. Agent 到底是一股什么劲儿先把它拆明白了再算账2.1 别被概念绕晕Agent 本质上是一个能自己干活的数字员工很多人一听到 Agent 就觉得是特别高深的东西其实用大白话讲Agent 就是一个能接收目标、自己拆任务、自己调用工具、自己判断结果、然后反复迭代直到完成目标的数字员工。它跟普通的聊天机器人最大的区别在于聊天机器人是你问一句它答一句而 Agent 是你给它一个目标它自己想办法去完成中途遇到问题还能自己调整策略。举个例子以前你想让 AI 帮你写一份行业分析报告你得把大纲、框架、数据来源、写作风格全部手动喂给它它只是你的打字员。但现在你只需要给 Agent 一个目标帮我分析一下新能源汽车行业近三年的竞争格局输出一份带数据图表的报告。 它会自己拆解成几个子任务查行业数据、读头部公司的财报、整理竞品对比、生成图表、输出报告。整个过程你只需要在关键节点做审核其他环节它自己搞定。这就意味着很多以前需要 人肉协调多个环节 的工作现在可以交给 Agent 去串。那我的岗位价值在哪里这个问题必须想清楚。如果你只是负责中间那个 串起来 的环节那确实危险。但如果你负责的是 定义问题、判断目标、审核质量、承担责任 这些环节那么 Agent 其实是帮你干活的工具而不是取代你的对手。2.2 为什么这次跟以前不一样低代码时代是工具革命Agent 时代是流程革命我以前经历过低代码平台火起来的那一波。那时候也有很多人焦虑说低代码会不会让程序员失业结果呢低代码确实干掉了一批只会做简单增删改查的岗位但也催生了一大批 低代码平台配置师、业务系统搭建顾问 这些新岗位。本质上是工具变强了但干活的人还在只不过换了一种干法。Agent 这波不太一样的地方在于它革掉的不只是某个环节的效率而是整条工作流。以前你需要人把任务拆好、把接口调好、把逻辑捋顺Agent 才能干活。现在 Agent 自己就能拆任务、调接口、捋逻辑人只在最前端下指令、在最末端做验收。中间那一整段都是 Agent 的发挥空间。所以我在测算的时候没有把 Agent 简单理解成一个 效率工具而是把它理解成一个 流程重组者。同样的岗位如果它的核心工作内容是可以被清晰描述成流程的、可以被拆解成标准化步骤的那么这部分工作就是高暴露度的。反之如果岗位的核心工作内容里面有大量 说不清道不明 的部分比如审美判断、人情世故、复杂博弈、价值观取舍这部分就不容易被拆掉。3. 我给自己的工作做了一次 Agent 替代风险体检3.1 测算的第一步把自己的工作拆成最小可评估单元我做的第一件事是把我一周之内所有的工作内容全部列出来然后拆成最小单元。不是那种 做数据分析 这种笼统的描述而是具体到 从数据库导出上个月的销售明细、清洗掉异常值、用透视表做同比环比、把结论写成 PPT 里的三句话 这样细的粒度。拆的过程比较痛苦因为你必须诚实地面对自己的工作到底是由什么构成的。我大概拆出了六十多个单元然后筛掉了那种每周耗时不足半小时的杂事留下了四十多个核心单元。这个过程本身就有价值你会突然发现原来自己每天忙忙碌碌真正花时间的事情翻来覆去就那么几类获取信息、整理信息、分析信息、表达信息、协调人、做决策。拆完之后我发现一个现象我以为是核心竞争力的 分析能力其实里面有很大一部分是 按照既定流程整理数据 和 把数据格式化成图表这部分占了我大概百分之三十的时间。这部分工作有一个共同特点规则明确、输入输出清晰、评判标准客观。这个发现让我后背有点发凉因为这正好是 Agent 最擅长干的活。3.2 测算的第二步给每个工作单元打三个维度的分拆完之后我开始给每个工作单元打分。打分维度有三项每一个都是从 Agent 的能力特性出发来设计的第一个维度是规则明确度。这项工作是不是有清晰的流程标准比如 每月末汇总各渠道数据这就是规则明确而 根据市场变化调整投放策略这个规则就不那么明确。第二个维度是信息封闭度。这项工作需要的信息是不是都在数字世界里能获取到。如果一项工作只需要处理线上数据、文档、代码那么 Agent 很容易触达这些信息如果一项工作必须线下跟人喝咖啡才能拿到关键信息那 Agent 就很难替代。第三个维度是容错容忍度。这项工作做错了的后果是什么。如果做错了可以快速返工、代价很低Agent 试错成本就低替代速度快如果做错了会导致重大损失那么就算 Agent 理论上能做好大家也不敢轻易让它上。每个维度我都按 1 到 5 打分5 分代表最容易被 Agent 替代的特征。三个维度分数相乘超过 80 分的属于高风险单元40 到 80 分的属于中风险单元40 分以下的短期不用太担心。这个乘法的逻辑是三个维度是乘数关系不是加数关系。任何一个维度得低分整体风险就会被压低。比如一项工作规则很明确但必须线下谈客户才能推进那信息封闭度这项就打低分整体乘积就下来了。这跟 Agent 实际落地的情况是吻合的因为 Agent 再强它也只能在它能触达的信息边界内干活。3.3 我的测算结果高风险单元占了三成但没有一个完整岗位会消失算完所有单元之后我做了汇总。四十多个工作单元里面高风险的有十三个占了三成左右。这十三个单元有一个共同特征它们都是围绕数据提取、格式转换、常规报告生成、标准化方案初稿这类工作展开的。换句话说我每天差不多有三个小时在做的事情Agent 很快就能做得更快、更便宜、而且不会抱怨。但我的下一个发现更关键。我试着把自己所有的高风险单元从工作里抽掉看看剩下的部分是什么结果发现剩下的部分仍然能组成一个完整的、有意义的岗位只是责范围变了。剩下的部分包括定义分析目标、判断数据口径是否合理、在多个可行方案之间做取舍、把量化结果转化成业务语言去说服老板、以及在结论不确定的时候拍板。这就引出了一个特别重要的判断Agent 的替代模式不是 把一个岗位整个吃掉而是 把一个岗位里的某些任务块挖走。如果你的岗位只有一个任务块那确实会被整个替代。但如果你的岗位有多个任务块其中一部分被挖走之后剩下的任务块反而会因为你能驾驭 Agent、能管理 Agent 产出而增值。3.4 用成本账再算一次替代不替代本质上是算经济账除了能力层面的打分我还算了一笔经济账。因为技术上行不行是一回事商业上行不行是另一回事。很多技术上已经可行的事情因为成本不划算迟迟没有大规模落地。我把自己的薪资摊到每个工作单元上。比如我的月薪是两万一个月大概工作一百六十个小时每个小时的人力成本是一百二十五元。那些高风险单元加起来每周大概花我十二个小时也就是说每个月大概四十八个小时折算下来差不多六千元的成本。如果我把这些单元交给 Agent 来做我的成本是什么主要是 Agent 的 API 费用、我需要花时间调教和审核的时间成本以及偶尔出错导致的返工成本粗算下来每个月不到一千五百元。这么一算结论很明显从纯经济角度看把这些高风险单元交给 Agent公司一年能省好几万。但注意这只是 把这些单元交出去 的成本账不是 把我整个人替换掉 的成本账。因为剩下的中低风险单元还是需要有人来做而且需要人来对整体结果负责。裁员一个人不是只省掉高风险单元那部分工资而是省掉全部工资但同时也必须有人来承担剩下的工作这个账要整体算。我当时用 Excel 拉了三种情景纯人工、人机混合、纯 Agent。结果最有意思的是纯 Agent 情景在成本上并不占优因为剩下的那些需要判断力和沟通力的工作如果强行交给 Agent会出现大量返工返工成本会吃掉前面的效率红利。而人机混合情景的成本是最低的比纯人工降低百分之四十左右。所以从公司理性的角度出发最优解不是拿 Agent 替换人而是让会用 Agent 的人留下来把不会用的人替换掉。4. 算完这笔账之后我反而没那么焦虑了4.1 焦虑的根源不是 Agent 太强而是我的技能结构太单薄算完这笔账之后我的心态发生了一个很明显的变化。之前焦虑是因为我把 Agent 会替代我 当成一个整体事件要么全有要么全无。但拆开算完之后我发现真正危险的其实不是我这个人而是我身上那些单薄的、标准化的技能模块。如果你的技能结构像一根筷子只有一项核心技能比如 Excel 做得特别熟那 Agent 替代你只是时间问题。但如果你的技能结构像一把筷子除了专业技能之外还有沟通能力、项目管理能力、跨部门协调能力、对业务的理解深度那 Agent 只会掰断其中一根剩下的依然撑得住。所以这次测算最重要的收获不是那个数字而是让我看清了自己的技能结构里哪根筷子最细、最容易被掰断。对我来说最细的那根就是标准化数据整理我花了大量时间做机械化的取数和清洗工作而这些本来应该是 Agent 干的。想通了这一点之后我去学的第一课就是 Agent 开发目的不是转行当算法工程师而是为了自己能搭一个帮我干杂活的 Agent。4.2 什么人最容易被淘汰不是岗位问题是工作姿势问题结合我的测算结果和身边朋友的案例我总结出一个规律容易被淘汰的人跟岗位关系不大跟工作姿势关系很大。第一种高危姿势是 传声筒姿势。每天的工作就是把 A 的要求转述给 B把 B 的结果转述给 A自己不加任何判断。Agent 做传声筒比人靠谱得多信息不会失真、不会带情绪、不会遗忘。如果你发现自己一天到晚都在转述和确认那真的要警惕。第二种高危姿势是 格式化工。只做固定模板的产出比如每天都用同一个模板写同样的报告只是把数字换一换这种工作被 Agent 替代的速度会快得超出你想象。其实现在很多 Agent 已经能直接读取数据、套模板、生成报告人只需要最后瞄一眼。第三种高危姿势是 单线程执行者。领导安排一件事就做一件事从来不问为什么也不思考下一件事是什么。Agent 最大的优势就是能连续工作、自动规划下一步你如果还在用单线程的模式工作跟 Agent 比执行力是完全比不过的。反过来那些不容易被淘汰的人普遍有几种特征知道为什么要做这件事、能在模糊目标下自己找出路、能调动资源搞定流程之外的问题、愿意为自己的产出背书。这些特征不是某个岗位的专利而是工作方式的选择。你可以在任何岗位上养成这种工作方式也可以在很风口的岗位上丢掉这种工作方式。4.3 Agent 真正挤掉的是 不会指挥 Agent 的人而不是 不用 Agent 的人我在调研 Agent 开发学习路线的时候看到一句话特别有感触未来的工作不是人跟 AI 竞争而是会用 AI 的人跟不会用 AI 的人竞争。这句话放到 Agent 场景下可以进一步细化为会指挥 Agent 拆解任务的人跟只会自己埋头干的人竞争。为什么说是 会指挥 而不是 会用因为 Agent 的使用门槛正在快速降低现在你不需要会写很复杂的代码就能搭一个基础 Agent真正难的是怎么把目标拆成 Agent 能执行的子任务怎么设计校验点怎么判断 Agent 输出的质量怎么在 Agent 走偏的时候把它拉回来。这个能力和传统的管理能力非常像。你想象 Agent 是一个精力充沛但经验不足的新员工他执行力很强但他不知道自己该干什么、干到什么程度算好、遇到冲突怎么取舍。你的价值就是给这个新员工定方向、定标准、做验收。说白了以前你可能是干活的人现在你要学着当管理者管理者不会被下属替代除非你管得比下属还差。5. 如果现在有同事拿着这个问题来问我我会给他一份避坑清单5.1 别做这几件事我在探索期踩过的坑我在学习 Agent 开发、尝试用 Agent 优化工作流的过程中踩过不少坑。第一个坑是追求完美 Prompt。我一开始觉得 Agent 输出不好就是 Prompt 写得不够长、不够详细于是花了一整天去调一段提示词最终效果提升十分有限。后来才明白与其花时间调提示词不如花时间把任务拆得更细用工作流把一个复杂任务拆成几个简单子任务每个子任务用最简单的指令去完成效果反而稳定得多。第二个坑是贪多嚼不烂想一口气把整个工作流程全部自动化。我一开始设计了一个巨复杂的 Agent让它从取数、清洗、建模、出报告全链路自动完成结果它频繁在执行过程中报错。后来我学乖了先只自动化最疼的那一个环节比如自动清洗数据并输出标准格式跑稳了之后再往上下游延伸。一步一个脚印看起来慢实际上是走得最快的路。第三个坑是只看输出不看过程。一开始我用 Agent 生成分析报告发现里面有一个数字明显不对但我懒得深究它为什么错想着我手动改一下就完事了。结果下一次它又在同一个地方错了而且错得更有创意。后来我才明白Agent 出错了之后你最应该做的不是改结果而是看它是在哪个环节、基于什么逻辑得出这个错误结果的然后在流程上加上一个校验点。过程不管控结果就不会稳定。5.2 必做的三件事把风险评估转化成行动看完上面这些避坑经验如果你也想给自己做一次 Agent 淘汰风险评估我建议你把这个评估当成一个持续迭代的习惯而不是一次性的测试而且一定要把评估结果转化成具体的行动。第一件事给自己建一个技能拆解表。每季度花半小时把你最近的工作任务拆成最小单元然后按我前面说的三个维度打分。不需要很精确大概齐就行关键是坚持记录趋势。如果每个季度的高风险单元数量都在增加你就要认真考虑技能结构调整了。第二件事选一个高频痛点亲手搭一个 Agent 来解决它。注意一定要是高频的、有明确规则的事情不要一上来就挑战高难度。比如你可以搭一个自动汇总周报的 Agent把团队成员的周报收集起来按模板生成汇总周报草稿。搭完之后你会对 Agent 的原理和能力边界有非常直观的理解这个理解比你看一百篇教程都有用。第三件事把省下来的时间全部投入到那些低风险、高价值的事情上。我在测算完之后把自己从数据整理中解放出来的时间用来做两件事一是深入理解业务逻辑搞清楚业务里那些数据异常背后的原因是什么二是学习怎么把分析结论讲清楚让不同背景的人都能听懂并且愿意采纳。这两个能力直到现在都是我最重要的护城河。6. 关于 Agent 和职业焦虑我最后的几点实在话6.1 别光盯着数据焦虑去把数据变成自己的资产很多人测算完之后更加焦虑了因为数字摆在那里确实有三成工作时间所做的事情可以被 Agent 替代。我一开始也有这种感觉但后来我想明白了一件事这些数据是公司的工作任务画像不是我个人的能力画像。同样的任务如果你的优势仅仅是 会做那确实会被替代但如果这个任务背后积累了你对业务的理解、你对数据口径的判断、你知道哪些环节容易出错这些隐性经验是数据本身不包含的。所以我在测算完那三成高风险工作单元之后开始有意识地做一件事一边锻炼一个 Agent 来做这些杂活一边把自己在这些杂活当中积累的经验沉淀成文档和检查清单。比如这个数据源容易缺失什么字段、那个指标在口径调整后应该怎么处理这些经验我在做第一遍的时候觉得很枯燥但沉淀下来之后它就变成了一种可以叠加在 Agent 之上、指导 Agent 怎么把活干对的元能力。你不用担心被 Agent 取代因为 Agent 取代的永远是你那些可以被标准化描述的部分而它取不走的是你那套说不清道不明但能解决实际问题的判断力。6.2 把 Agent 当同事别当对手我现在的做法是给每个常用 Agent 都起了名字还给它们建了档案记录它们擅长什么、容易在什么地方出错、需要用什么样的指令方式才能得到最好的效果。听起来有点强迫症但实际上这改变了我的工作心态。当你把一个工具当对手的时候你会抗拒它、抵触它当你把它当同事的时候你会想办法优化协作流程、明确职责边界、建立反馈机制。这个过程跟带新人非常像。你需要给它明确的目标需要在关键节点设置检查点需要在它出错的时候不是简单骂一顿而是分析原因、优化流程。前前后后我调教出来三个我每天都在用的 Agent。第一个是数据清洗助手能自动处理我导出的大部分脏数据第二个是报告初稿生成器能把我的分析要点扩写成结构完整的段落第三个是会议纪要整理器能把录音转成要点和待办。它们的水平不算惊艳但大大解放了我的时间。最后再分享一个小小的经验这个内容后续还可以这样扩展。当你把 Agent 用顺了之后你一定会遇到 Agent 怎么知道我的判断标准 这个问题。这时候你就可以开始把 Agent 的校验逻辑写进配置文件里甚至做成团队共享的规范。学 Agent 开发、Agent 架构这些热词的课程最终的落点都会回到这个地方。如果你有耐心走到这一步你不仅不会被 Agent 淘汰反而会成为一个能让人明白 Agent 该往哪儿用的那个人。我个人在算完这笔账之后的体会是焦虑本身不是坏事它是你开始认真审视自己的信号只要你别只顾着焦虑而忘了动手算账。