2026年4月29日 周三晚上19:30,来了解“企业AI训练师:从个人提效到构建企业AI生产力”(限30人)
免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


我要投稿

AI时代给人类留了最后一份工作,是农民

发布日期:2026-04-26 14:11:47 浏览次数: 1518
作者:深思SenseAI

微信搜一搜,关注“深思SenseAI”

推荐语

AI时代,人类的新角色是成为"上下文农民",为AI提供决策所需的丰富信息,这种新型公司形态正在颠覆传统企业结构。

核心内容:
1. 新型"智能微型公司(AMC)"的核心架构与运作模式
2. 极小人团队与大量Agent协同工作的革命性实践案例
3. "公司大脑"作为AI决策中枢的关键作用与实现方式

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

01 一顿晚饭,改变了他们对「公司」这个概念的理解

:::

Brett Goldstein 是 microHQ 的创始人,前 Google 认知科学家。几周前,他和一群硅谷最前沿的创始人们吃了顿饭。席间,其中一个创始人分享了他最近在全员会上说的话。Brett 觉得这句话「完美地描述了正在发生的事」:

你已经不再比 AI 聪明了。这意味着你的工作不再是做事,甚至不再是做决策。你的工作,是给 AI 提供尽可能多的上下文,让 AI 来做决策、来做事。

Brett Goldstein (@thatguybg) 在 X 上发布的原文:「The Last Job for Mankind: Context Farming」,114K 浏览

令人惊讶的是,桌上大约一半的创始人已经独立得出了同样的结论,并且真的按照这个逻辑重构了整个公司。他们都造了一个东西,叫做「公司大脑(Company Brain)」——一个把公司所有上下文汇聚在一起的单一地方,让 Agent 可以从这里获取运作业务所需的一切。

结果呢?这些公司的运转速度和规模「令人瞠目结舌」:从零到几千万美元收入,只用了几个月,团队极小。

这篇文章描述的不是一个产品功能的迭代,而是整个「公司」概念的重新定义。

02 AMC:一种新的公司形态正在涌现

:::

Brett 把这种公司结构叫做「Agentic Micro Company(AMC)」,智能微型公司。它有四个核心元素:

极小的全才人类团队——每个人都是「球员兼教练」,没有专职的分工壁垒。Brett 引用了 Brian Chesky 的「创始人模式」:一个创始人专注于什么,那件事就会随时间急剧改善。AMC 的逻辑是,把公司里每个人都变成创始人,扩大每个人能专注的事情的数量。

大量 Agent 执行绝大部分工作——不是辅助人工,而是真正承担主要工作量。定制软件来自动化和监控业务——不买现成 SaaS,自己造。一个「公司大脑」——作为 Agent 的上下文来源,也作为软件的后端。

AMC 结构:2个人类连接公司大脑,大脑通过电缆驱动数百个 Agent 执行业务

Jack Dorsey 和红杉的 Roelof Botha 最近联合发文《从层级到智能》,指出那种依靠庞大专业团队和多层管理的公司结构,是罗马人为了在人脑有限的世界里传播信息而发明的。现在我们有了数字大脑,这套结构只会拖慢一切,然后崩解。Dorsey 随后宣布裁员 40%,把 Block 重构成使用 Agent 处理大量工作的极小团队——和 Brett 那顿饭上遇见的创始人们一模一样。

AMC 结构对比:传统企业金字塔(左)vs 极小人类团队 + 大量 Agent(右)——两种截然不同的公司形态

03 公司大脑:让几百个 Agent 同时上岗的前提

:::

AMC 最关键的元素是公司大脑。Brett 用了一句话概括现在的状态:「上下文是王,但皇帝一直没穿衣服。」

无数研究已经证明,哪怕是小模型,只要有更好的上下文,就能超越更大的模型。你给 Agent 喂的邮件、会议记录、文档越多,它就越强大。Brett 团队自己的 Micro Agent 在大多数查询中超越了包括满配 Claude Code、Codex 在内的所有对比 Agent——原因只有一个:它有更先进的记忆存储和检索系统。

他用一个类比描述现在的 Agent:量子物理学博士,但患有严重失忆症。

直到 4 月 2 日 Karpathy 发了一篇关于知识图谱的热帖,整个 AI 行业才真正觉醒,意识到统一记忆系统的重要性。开源社区随即爆发出各种路径,比如 Garry Tan 的 GBrain。但归根结底,最好的那些都在近似人类大脑的功能:长期记忆、情节记忆、短期记忆。公司大脑在 AMC 里做三件事:作为自建软件的后端;快速查找信息;作为几百个每天运营业务的 Agent 的蜂巢大脑。

公司大脑概念:中央大脑接收文档、邮件、会议记录等上下文,通过电缆驱动数百个 Agent 运营业务

04 人类最后的工作:Context Farmer(语境农夫)

:::

随着模型智能的扩展,人类的角色在收缩。Brett 的论点是:人类最终剩下的那份工作,叫做 Context Farmer——语境农夫。

随着模型智能提升,人类角色的演进:从独立贡献者→微观管理者→总监→战略家→语境农夫(最高级)

这张表读起来有点让人眩晕,因为它把一个清晰的演进路径摆在了你面前。随着模型越来越强,人类在每一层的介入都在退后。最终剩下的那个角色——「照料大脑,AI 运营业务」——是农夫,不是决策者,不是执行者。

Brett 解释了为什么是「农夫」:农民不产出水果,植物才产出。农民做的是让条件变好——轮种、灌溉、日照。他们在促进,在照料,在不碍事。

语境农夫做的事情一样:监控上下文的质量和衰减,从只有人类能够接触到的物理世界中补充上下文,目标是喂饱公司大脑,让业务之果自然生长。Brett 说,他认识的那些做得好的人,都有充裕的空闲时间——他们去参加开放性的会议,收集新想法然后反馈给团队,不忙,只是在「耕种」。

Brett Goldstein 以「语境农夫」自我定位:站在 AI 模型Logo组成的田野里——这是他文章的封面图

05 特拉维夫:从沙漠到绿洲,需要的不是更好的植物

:::

语境农夫今天面临的最大挑战,和 20 世纪初的以色列建国者们面对的挑战一模一样:从头开始。

1908年——特拉维夫地产主们第一次在这片荒漠上集会。彼时这里不毛之地,无水无土

1908 年,那片后来成为特拉维夫的土地,是荒漠。没有水,没有肥沃的土壤。你想种东西,就必须自己从头摸索灌溉、施肥和其他一切。今天的语境农耕也是这样:为了收集、监控和改善公司大脑的上下文,人们只能自己动手——搭数据库、建摄取管道、从零开始造系统。开源工具不少,但生态还早期,经常差强人意。

100年后:从卫星俯瞰以色列——红箭头指向那片绿色区域,与周边沙漠的颜色差异清晰可见

快进 100 年。以色列人发明了滴灌技术,把这个国家变成了绿色——从太空卫星上,你可以清楚地看到以色列和它邻国之间的颜色差异。改变一切的发明,不是更好的植物,而是更好的基础设施,让整个农业行业都受益。

Brett 认为这就是我们这个时代的万亿美元机会:改造上下文层,让个人和全球的上下文都对所有人可及。

06 可组合性:每一次技术革命的共同催化剂

:::

Brett 把这个机会对应到了历史上几次重大技术革命:

技术革命与可组合性:印刷术→活字;工业→可互换零件;Web→HTTP;智能革命→可组合上下文

虚拟上每一次技术革命,都是被「可组合性」点燃的——把独立的部件组合成新系统的能力。印刷术靠的不是更好的文字,是可以任意组合的活字。工业革命靠的不是更好的工匠,是可以互换的标准零件。互联网靠的不是更好的网络,是任何人都能用的 HTTP 协议。

今天,大型公司们都尝试过组织世界的某个维度:Google 组织了世界的网站,Meta 组织了世界上的人,LinkedIn 组织了职业人士,Salesforce 组织了商业交易。但它们都有一个致命的局限:各自为政,不可组合。Brett 的论点是:智能革命不会被智能本身催化,而是被可组合的上下文催化。 一个全球大脑,驱动数百万个 AMC 和数万亿个 Agent。

今天 vs 未来:各自为政的孤岛(Google/Meta/LinkedIn/Salesforce)vs 可组合的全球上下文层——智能革命的催化剂

07 对我们意味着什么

:::

我读完这篇文章之后,想了很久。这不是一篇「AI 要抢你工作」的焦虑文,虽然表面上读起来有点像。它实际上在说一件更有趣的事:人类的角色不是被消灭,而是被升华。 从执行到决策,从决策到战略,从战略到……照料土壤。这听起来像降格,但如果你真的把它想清楚,你会发现这其实是所有管理哲学的终极形态——最好的领导者,本来就是在做「创造条件」的事,而不是在做事情本身。

如果你在建一家公司: AMC 的框架值得认真对待。「几个人 + 大量 Agent + 公司大脑」的结构,和传统的「招更多人、建更多层级」逻辑完全相反。Jack Dorsey 已经在 Block 上验证了这个方向。那些 Brett 一起吃饭的创始人,用几个月时间从零做到几千万收入,也是真实案例,不是理论。

如果你在做 AI 产品: 「公司大脑」这个方向有真实的市场需求。现在的 Agent 确实是「有智识无记忆」的状态——很多公司在解决 RAG 和记忆问题,但还没有人造出那个「改变一切的灌溉基础设施」。这个空白是真实存在的。

如果你是个人用户: 最实用的一点是把「Context Farmer」这个角色内化进你自己的工作方式。你和 AI 之间的交互质量,高度取决于你给了它多少上下文。那些「AI 用起来没什么用」的人,往往是在用最薄的提示词叫最大的模型做事。反过来,给 AI 你的背景、你的约束、你过去的判断和你的风格,哪怕是同一个模型,输出质量也会天差地别。你不需要等到「全球大脑」建成,现在就可以开始做自己的语境农夫。

Brett 文章结尾说:「这是人类最后的工作:语境农耕。丰收快乐!」

我不知道这个结论对不对。也许还有其他工作会留下来,也许人类永远会找到新的方式让自己有价值。但有一件事我觉得是确定的:你给 AI 的上下文质量,越来越决定你能从 AI 那里得到什么。这不是一个遥远的未来趋势,这是你今天打开对话框时就已经发生的事。

先学会耕种,再谈其他。

◇ ◆ ◇

相关链接:
• 原文:https://x.com/thatguybg/status/2047758799088308720

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询