我们有多孤独，就会多需要AI Agent

在OpenAI发布GPT-4o、Google展现all-in AI气势之后，我写下了这个标题。原因并不是长时间与模型进行语音交互让我产生孤独感，而是自己曾经提出的许多设想，正随着一项项基于模型的功能发布逐步成为现实。

尽管我并不喜欢这种称呼，我们还是暂且顺应主流，把这些新功能称作：Agent。

基于模型的应用，在过去几个月中已经彻底改变了我自己的工作流与思考方式：

1、想要搜索时，只需拿出手机说一句‘Hey Google’，Gemini便会随时响应；

2、Gemini 1.5能够处理任何文档相关工作；

3、只要有提高英语的想法，就能随时在ChatGPT里通过对话完成设定：它不仅能纠正语法错误和一遍遍纠正发音，还可以随时随地创造所谓的环境；

4、补全代码、优化文章、修复bug……

5、以及其他任何你想得到、需要在数字世界完成的事情；

如今Microsoft又推出了Copilot+PC，也就是真正定义的AIPC。当然，其中的全部功能都符合自己的想象，游戏助手也包括在内。

去年讨论AI时代的人机交互将更多采用语音时，最常被提出的问题，是人们为何要接受这种方式。现在有了足够实时且足够人性化的语音交互体验，才发现这个问题涉及的不只是技术，还有情感：

1、或许原因只是孤独。一个孩子既不容易坚持长时间自学，也很难接受单向填鸭；但如果面对的是一个能够随时依照自己想法调整输出方式的模型呢？它既是老师，也是一种陪伴呢？其价值或许便远不止讲几道数学题，纠正几个语法错误或发音了……

2、我们在打游戏的时候，真的需要模型进行指导吗？也许真正需要的，只是一个贾维斯陪我们一边玩一边聊天……

3、面对报告写作，我们究竟更喜欢模型直接代为完成，还是希望通过互动共同完成？

4、我们确实很需要模型协助补全代码、修复bug，但也许更享受“创造”本身，以及在“创造”过程中随时涌现的分享欲；

……

也许，我们所需的仅仅是一个“同伴”。

再回到技术本身，它始终都在演进。无论迟迟等不到“GPT-5”让我们产生多少技术进步正在放缓的猜想，AI的渗透仍比预想快得多。真正缓慢的是我们的接受程度，是我们愿意让模型在多大范围内侵入生活和工作，以及侵入我们与人相处的方式……

每个人都只有24小时吗？当网上购物、点外卖和使用网约车服务变得随时随地都能完成时，这个前提其实已经改变，甚至改变得更早。不过我们每天只吃三餐，咖啡或下午茶也只喝若干次，从A点到B点的移动次数同样有限；网购虽然可能令人上瘾，终究仍受到许多物理限制……

然而，这些便捷也把我们的24小时切割得七零八落。我们一边需要他人的服务，一边又被他人需要；不断滑向“下一条”的背后，时间的主动权正在逐渐消失。

假如我们的“同伴”能够贡献自身算力，逐步把遭到侵占的时间归还给我们，

那么，当我们逐渐重新拥有完整的时间，又会选择去做些什么？

也许，我们只是尚未准备好重新取回属于自己的主导权。