全文 4,000字 | 阅读约 18 分钟
(OpenAI COO与首席经济学家深度对话精彩片段)
2025 年 7 月 15 日，OpenAI 刚刚上线的播客第 3 期，引发 AI 圈高度关注。
这场长达 60 分钟的对话中，OpenAI 首席运营官 Brad Lightcap 与首席经济学家 Ronnie Chatterji 首度同坐麦克风，从 ChatGPT 爆发式增长聊到教育转型，从智能代理落地讲到全球产业链重构。
主持人 Andrew Mayne 一句开场就定了调：
The future of work is arriving faster than expected
(新的工作模式比我们想象的来得更快).
三组硬核底牌，先亮出来：
-
5 亿周活：截至 2025 年 3 月，ChatGPT 的全球周活跃用户已突破 5 亿，企业级付费客户超过 300 万。Lightcap 在接受 CNBC 时直言，消费侧爆发和企业侧采购正在相互拉动； -
1 句定心丸：针对“AI 会冲走半数白领岗位”的悲观预测，Lightcap 给出明确回应——我们没有看到相关证据。 -
3 条增量曲线：Chatterji 指出，AI 真正打开的，不只是“自动写代码”这种浅层效率，而是 生产率 × 教育 × 地理 三个维度的结构性杠杆。他也警告，如果准备不足，这些机会很可能擦肩而过。
本文将基于这场完整对话，逐一分析这三条曲线，告诉你：下一波 10 倍增长机会到底在哪、你该怎么准备、又该站到哪条增长线上？
第一节｜AI 不是工具，是“生产杠杆”
“我不喜欢‘工具’这个词，它低估了 AI 的能力。”
Brad Lightcap 在对话一开始就指出，大多数人对 AI 还停留在“工具心态”——像用搜索、用表格软件那样，用完就丢。但今天的 AI，不再只是一个用来提高效率的小帮手，而是可以独立完成任务的工作伙伴。
OpenAI 官方定义的’代理（agents）’，必须能承接复杂任务，并自己完成。它不是你事无巨细指挥的助手，而是能自主推进一段流程的同事。
他举了一个简单的例子：一个销售团队，一天会收到上万条客户线索。原来你需要大量人力来看这些线索、判断哪些是潜在客户、再决定跟进方式。
但现在，一个 AI 代理可以代替这整条流程：
-
自动读取线索内容 -
识别重点 -
推荐下一个动作（比如发邮件、约会议） -
决定由谁负责跟进
这些步骤不是它照你吩咐一步步做，而是它自己看得懂流程，也能动手完成。
Ronnie Chatterji 也认为：我们在定义智能代理时，有个核心标准是：能不能交办任务？能不能完成没见过的工作？
这和以往的“提示词—回应”范式不同。代理系统的本质，是把 AI 从“你问我答”，变成“你给我任务，我自己搞定”。
这意味着，未来的合作不是人+人，而是人+代理系统。
Brad 说得更简单：你会看到两种类型的代理：一种帮普通人完成他们不会做的事，比如写代码、排流程；另一种，则是让已经很厉害的人，效率再提高一倍。
这句话的背后，其实说的是代理不是替代谁，而是放大谁的能力。
✅ 代理怎么“长得像个同事”？
在Brad看来，一个真正能工作的代理必须满足三点：
-
懂你的任务结构； -
能自主推进一段流程； -
能在你没教过的情况下，自己想出办法。
这其实创造了一种全新的工作方式。
以前，我们说一家公司靠岗位运转——一个岗位一个人，一套流程靠人来填满。 现在，流程可以交给代理来跑，人只需要在关键节点做决策。
Ronnie 甚至提出了一个重要洞察：AI 带来的，不是哪一类人会被取代，而是谁能真正调动代理完成一整件事。
✅ 代码、销售、医疗……哪些工作正在被“代理化”？
Brad 明确提到了几个正在被快速改变的场景：
-
过去一个项目需要几十人、几个月 -
现在有团队用 Code Agent 把开发周期缩短到一周 -
代理负责写代码、测代码、生成文档、提建议
-
输入大量客户信息，代理自动完成“筛选—推荐—对接”流程 -
不再靠人拉名单、定规则、做初筛，而是全流程智能化
-
不再是科研人员一个阶段一个阶段试验 -
而是用代理同时模拟多条路径，挑出最可能成功的方向
而这样的变化不仅仅是个例。在 OpenAI 的合作案例中，他们发现代理系统在很多任务上已经比人更快、也更稳定。
✅ 那么问题来了：什么样的人，在这个趋势中被放大？
Lightcap 的回答非常清楚：
是那些懂得分配任务给 AI、能够激活它完成闭环的人。
不是写代码最好的，也不是懂模型架构最深的，而是：
-
能看清楚一个任务的起点和终点 -
能把任务交给 AI 跑完 -
能在中间做关键判断 -
能围绕代理做二次协作的人
这样的人，就是未来团队里的10倍角色。
AI 时代，个人价值的新定义：不是你能做多少事，而是你能否让 AI 成为你的力量倍增器。
第二节｜小团队崛起：靠用 AI 做事
AI 让一支三人的创业团队，拥有过去三十人的能力。
——Brad Lightcap
在这场对谈中，Lightcap 提到的不是遥远未来的某种“设想”，而是他最近亲眼看到的真实场景。
一个只有 3 人的开发团队，靠一整套 AI 代理系统完成了从产品规划、代码编写、Bug 修复，到版本发布的完整流程。他们用上了一个 Code Agent，能自动写代码、测试、记录改动，还能根据用户反馈快速生成新版本。
原本需要一个月的迭代周期，现在缩短成一周。
而人，只需要做一件事：告诉 AI 要做什么，以及对结果是否满意。
这不是靠加班做出来的，而是靠“调用 AI”完成的。
✅ 工具和杠杆，不再等于人力堆叠
Brad 强调：过去我们想象中’更强团队’的方式是扩大规模——更多人手、更多预算、更多流程。
但在 AI 驱动下，最强的团队不是人多，而是能调动资源。
我们正进入一个时代：一个很小的团队，只要能善用 AI，就能完成远超他们体量的项目。也就是说，小，是新的大；轻，是新的快；灵活，是新的重装。
Ronnie 也补充说，这种模式会对传统的“规模优势”带来冲击。
“以前你要跑通一个流程，需要大量人力支撑。但今天，一个用好 AI 工具的小公司，可以快速迭代，甚至在质量和交付上压过大公司。”
他用一个类比：
就像过去很多音乐人只能靠唱片公司才能发行专辑，
但现在，一个人加一套软件就能在家出歌、剪视频、上线平台，直接面向听众。
创业也在经历同样的去中介化。
Brad 举了个具体例子：我们看到很多人拿着几千美元启动项目，原因不是他们省，而是他们知道：能用 AI 做的，绝不再雇人来做。
✅ 企业组织逻辑也变了：不是堆岗位，而是拉任务
Lightcap 用一句话总结这种变化：未来组织的核心能力，不是设岗位，而是快速组队。
什么意思？
以前企业的组织逻辑是：设立岗位，招人填上，每个人负责一小段流程。
但 AI 带来的是“任务导向”的工作模式：
有事 → 拆任务 → AI 先跑一遍 → 人判断是否通过 → 下一步自动连接
这也解释了，为什么很多公司开始设立“AI Ops（AI运营）”或“Agent Coordinator（代理协调员）”这种新岗位——不是因为他们懂代码，而是他们懂得怎么指挥 AI 帮团队完成一件事。
Ronnie 特别提到：最大的能力差距，不是你懂多少 AI，而是你知不知道有哪些事现在可以交给 AI 去做。
💡 小结：
对小团队来说，AI 不只是帮你省钱，更是让你站到杠杆上。
如果说以前创业需要 30 人 + 半年 + 天使轮；那么现在，也许只需要 3 人 + 3 个工具 + 3 周。
组织竞争，也不再是比“谁人多”，而是比“谁调得动 AI 做事”。
第三节｜AI 合作力，成了新通识
未来的基础能力，不只是读写算，而是会和 AI 协作。
——Ronnie Chatterji
在整个对谈中，教育，是被反复提到的关键词。 但这一次，OpenAI 的讨论并不是停留在AI 会不会替代老师这种老问题上，而是抛出一个全新的认知：
“AI 正在成为学生的第二课堂、职场人的第二搭档，而“如何和 AI 配合做事”，本身就是一种能力。”
✅ 什么叫“AI 合作力”？
Chatterji 给出了解释：这不是学 Prompt Engineering（提示词工程），也不是会写代码，而是能把 AI 融入到自己完成任务的全过程。
Brad 补充了一句：我们越来越看重的是一种混合能力：
-
你是否能理解一个任务？ -
能不能判断哪一部分可以让 AI 来做？ -
能不能和 AI 有效对话、共同完成结果？
他们把这种能力叫做：AI collaboration skills（AI 协作技能），类似于你是否具备“会用搜索引擎”或“会用办公软件”的那种基本功。
✅ 高校改革：AI进课堂
最具体的例子，来自加州州立大学（Cal State）。
这个拥有 50 多万名学生的大系统，已经正式将 ChatGPT 引入教学流程：
-
教授用 AI 辅助批改作业、生成测试题； -
学生用 AI 写摘要、做预习、查漏补缺； -
课程设计者直接用 GPT-4o 生成教学大纲和内容素材。
Brad 说：Cal State 在做的事情，其实是一种’双轨教育’：你上课学知识，但你也在学怎么和 AI 一起完成任务。
这种双轨模式背后，体现的是整个教育思路的转变。 Chatterji 进一步指出，我们培养学生的能力组合正在变成三个维度：
-
Emotional intelligence（情绪智力） -
Domain knowledge（专业知识） -
AI collaboration（AI 合作力）。”
这也意味着，未来的’基础能力’可能不再是传统的文理分科，而是一种新的核心技能：能否与AI协作解决复杂问题。
这其实比考试更难，也更贴近现实。
✅ 新职场技能：AI协作力
Brad 提到，他现在在面试很多候选人时，不再看他们“过去做过什么”，而是问：你怎么用 ChatGPT 工作？你平时交给 AI 做什么？哪些事是你自己亲自完成的？
他坦言：
很多表现突出的年轻人，不是因为他们比别人聪明，
而是因为他们知道怎么把 80% 的工作‘交出去’。
不是一个人做 10 件事，而是一个人带着 AI，完成原来要 5 人干的活”。
✅ 教育的终极目标，正在变成“配置能力”
Ronnie 总结了一句非常关键的话：
“真正的竞争力差距，不是你会不会写代码，而是你会不会“配置”AI。”
这个“配置”，不是技术意义上的装系统，而是：
-
你会不会分析问题？ -
你能不能找到哪些环节适合 AI？ -
你是否知道怎么组织 AI + 人协同起来完成目标？
这种’配置’AI的能力，正是AI时代需要的新技能。
职场的分水岭不是’会不会用AI’，而是’会不会与AI协作’。
这不仅是个人要掌握的新技能，也是每个组织必须思考的问题：如何让所有人都具备AI协作力。
第四节｜AI 正重构地理红利版图
AI 不只是服务硅谷或华尔街的工具，它已经成为全球通用的生产杠杆。
——Ronnie Chatterji
在这场对谈里，最容易被忽略、但也最值得关注的一个变化，是：AI 正在打破机会只集中在一线城市的旧规则。
从乡村农户到远程创业者，原本被边缘化的人群，正通过 AI 连入全球生产链条。
Ronnie 说：
“我们正在看到，AI 能把技能和资源带到原本缺乏基础设施的地方，释放出一种打破地理限制的能力。”
✅ 案例一：非洲农民靠 GPT + 卫星影像，提高作物预测精度
Ronnie 提到一个在非洲农村展开的真实试验项目。农民用卫星影像 + AI 模型分析，提前预测作物收成；原本误差在 20% 左右，现在压到了 5% 以下。
原理并不复杂：
-
卫星图像捕捉田地变化 → -
大模型理解土壤、水分、作物周期 → -
输出产量预估 + 播种建议
这对小农户来说，意味着什么？
这意味着：农民第一次可以科学决策，不再靠‘经验种田’；他们种得更准、卖得更稳，收入也更可预期。
更重要的是：他们不需要懂英语、不需要上 AI 课，只需要一部智能手机 + 本地部署的模型系统。
✅ 案例二：印度的跨境卖家，用 AI 撬开海外市场
主持人提到他接触到的另一个典型案例：在印度，一些做跨境电商的中小卖家，开始用 GPT 自动生成商品文案、翻译客服回复、模拟海外用户画像。
他们没有请团队做市场调研，也没有请专职翻译，而是：
-
输入产品细节 → AI 自动生成不同国家的产品页 -
收到用户评论 → AI 快速总结共性反馈并优化描述 -
节省了团队成本，又提升了订单转化率
Brad 评价：
“以前一个人想走出去，需要语言能力、文化理解、团队支持；现在一个人 + 一个模型，就能触达全球用户。”
✅ 地理优势反转：“你在哪”，变得没那么重要了
正如Ronnie所说：过去，资源聚集在哪里，机会就出现在哪里。现在，AI让这个规则失效了——任何地方都可能成为下一个起点。
AI 就像一个随身的专家团队，无论你在哪里，都能获得类似的智能帮助。
这正在改变游戏规则：地理位置的影响在减弱，信息获取的门槛在降低，更多人有了平等竞争的可能。
那么，谁能真正抓住这波”地理逆袭”的机会？Ronnie 给出两个关键词：
不管你在哪，只要你能连接到 AI，能调用模型、借助工具，你就能打破信息孤岛。
地理逆袭不是自动发生的，它依赖于你是否主动使用 AI，是否敢把业务、工作、学习“外包”给新工具。
AI不只是让一线城市更强，而是把偏远地区的起点大幅前移。
从非洲农民到亚洲创业者，AI正在重写’地理决定命运’这条规则。下一波机会，很可能就在你没关注过的角落。
结语｜三条增量曲线：你在哪一条？补哪一块？
60 分钟的对话，其实只说了一件事：
AI 不再是风口，而是像水电气一样的基础配置。
它正沿着三条曲线，重构个体与组织的增长逻辑：
-
生产率线：从“亲自做”变成“调 AI 做”，小团队靠智能代理获得十倍杠杆； -
教育线：从“教知识”变成“教协作”，AI 合作力正在变成基础素养； -
地理线：从“机会集中”变成“机会普惠”，技术正向全球偏远地带下沉。
这三条曲线背后，是三种能力的迁移地图：
你可能没有意识到—— AI 已经在参与你的每一件事。未来的价值分布，不看你在哪，也不看你学什么，而看你能不能把握住AI带来的机会。
现在，现在，停下来想想这三件事：
-
你的业务 / 学业 / 工作，接入了哪条曲线？ -
哪项能力，是你下一个要补的短板？ -
下一次 10倍的增长浪潮来时，你准备好了没有？
The future of work is arriving faster than expected.（新的工作模式比我们想象的来得更快。）
这未来，不再遥远——它已经到了。
你要做的不是等待未来，而是融入它。
现在。
(本文来自“AI深度研究员”，多知经授权转载)
原文链接：
https://www.youtube.com/watch?v=XHqC70la8Xc&t=1035s&ab_channel=OpenAI
https://shows.acast.com/openai-podcast/episodes/jobs-growth-and-the-ai-economy
https://americanbazaaronline.com/2025/06/05/openai-hits-3-million-paying-enterprise-users-463403/
https://www.businessinsider.com/openai-response-to-dario-amodei-white-collar-jobs-ai-prediction-2025-6
https://getcoai.com/video/brad-lightcap-and-ronnie-chatterji-on-jobs-growth-and-the-ai-economy-the-openai-podcast-ep-3/
（文：多知）