最近，我用GPT-6剪了一条视频。

我先把口播原片交给它，让它完成粗剪。接着，我把需要使用的图片、视频和其他素材放进电脑，让它根据口播内容继续完成二次剪辑。

最后出来的成片，我只改了一处，还是我动嘴，让它动手的，然后视频就可以直接使用了。

GPT-5.6的时候我就尝试着做过这个工作，但效果总是差点意思，GPT-6的效果，说实话，已经差不多了。

更重要的是，我交给它的是一项工作，它需要理解口播、处理文件、判断素材应该放在哪里、调用电脑上的工具，最后给我一个能够使用的结果。

AI开始真正坐到了电脑前，所以我才在知乎上看到了这样的问题：

就在几天前，OpenAI发布了GPT-6 Astra。发布会上，OpenAI联合创始人兼总裁Greg Brockman说出了“欢迎来到AGI时代”这样的话。

如果AGI是一个能够进入现实世界、完成各种人类工作的通用智能，那么现在显然还有一段距离。

GPT-6可以写文章、分析数据、制定策略、制作表格、设计网页、剪辑视频，却还没有办法走进你的家里，帮你收拾衣服、打扫房间、照顾老人和孩子。它可以在几分钟内解决一道复杂的数学问题，却没法叠好一件衬衫。

物理世界的AGI还很远，但我越来越强烈地感觉到，桌面版AGI已经大步走来。

01、AGI会先在桌面实现

AGI即通用人工智能，其实行业里一直没有完全统一的答案。

1950年，艾伦·图灵在《计算机器与智能》中提出机器能否思考这个问题，但他很快发现，思考本身很难被准确定义。于是，他把问题转换成一个可以观察的行为，机器能否在交谈中表现得像人。这就是后来著名的图灵测试。

七十多年后的今天，围绕AGI的争论仍然带着相似的困境。我们很难找到一条所有人都认可的终点线，只能观察AI能够完成什么工作，又能在多大程度上独立行动。

OpenAI在自己的宪章中，将AGI定义为能够在大多数具有经济价值的工作上，超过人类的自主系统。

按照这个定义，AGI未必需要先拥有一副像人一样的身体。

今天，大量具有经济价值的工作，本来就发生在电脑上。

白领每天处理的邮件、文档、表格、会议记录、研究报告、财务数据、营销方案、设计文件、代码和视频，最终都会变成电脑里的数据。人坐在办公室里，看起来在从事不同职业，真正落到桌面上的动作往往高度相似。

打开浏览器，读取信息，理解要求，寻找资料，整理数据，生成文件，反复修改，检查结果，再把结果发送给另一个人。

电脑桌面对AI来说，是一个极其特殊的环境。

这里的大部分信息已经被数字化，软件有相对稳定的界面，文件有明确的格式，操作结果能够保存、复制、修改。AI可以通过鼠标、键盘、代码和软件接口完成大量工作。

物理世界则完全不同。

叠衣服、收拾家、照顾孩子和老人，这些在人类看来极其简单的事情，对机器反而异常困难。

这个现象在人工智能领域有一个名字，叫莫拉维克悖论。说的是人类需要长期学习才能掌握的抽象推理，机器很容易完成，而人类在日常生活中下意识完成的感知和运动，机器则很难完成。

AI可以下赢世界冠军，却很难像一个三岁孩子那样在陌生房间里走动，它可以分析一家上市公司的财报，却很难在厨房里找到合适的杯子，倒好一杯水，再安全地送到老人手里。

莫拉维克悖论背后，还有另一个经典概念，迈克尔·波兰尼提出的隐性知识。波兰尼在1966年的《隐性维度》中写下一个著名判断，人知道的，总比能够清楚表达出来的更多。

我们可以骑自行车，却很难把保持平衡所需的每一次肌肉调整写成说明书。一个有经验的护工能够从老人的眼神和动作中发现异常，也很难把这种直觉完整转换成数据和规则。现实世界里大量看似简单的工作，都建立在这种无法完全说清楚的隐性知识上。

电脑桌面则把许多隐性知识提前翻译成了按钮、菜单、文件格式和操作流程。人类几十年建设的信息化系统，某种程度上已经替AI完成了一次世界的标准化。

物理世界对AI来说是一片没有统一接口的荒野，电脑桌面却是一座已经修好道路、标好地址的城市。

数字世界里的AGI，肯定会比机器人意义上的AGI更早到来。

02、GPT-6让AI从助手变成员工

此前，我们谈Agent，经常说它让AI长出了手和脚，这句话没有错，但Agent的手脚还不够灵活。

你需要明确告诉它使用哪个工具、执行哪个步骤。任务稍微复杂一点，你就要不断回来补充信息、纠正方向、确认下一步。你表面上把工作交给了AI，实际仍然承担着项目经理、流程设计师和一线执行者三种角色。

GPT-6带来的变化，是它开始把这些分散的能力连接起来。

现在，GPT-6 Astra已经可以填写表单、更新CRM、整理日历、完成网络研究，并把结果直接写进邮件或文档。它还能分析科学数据、生成图表、创建网站，甚至安装软件、进行测试和排查屏幕上出现的问题。

这意味着，模型已经开始跨越多个软件和多个工作步骤，沿着一个目标持续推进。

OpenAI在2026年9月公布的一份内部研究中提到，智能体处理复杂任务的成功率正在提高，但在成功完成的四到八小时研究任务中，超过一半仍然发生过人工干预。

但真正重要的是，它已经指向了一种未来工作方式。

今天，我们要跟Codex反复交互。未来的GPT-7、GPT-8或者更后面的版本，必然会继续压缩这些交互。人只需要告诉AI目标、原则、步骤和验收标准，中间的大部分过程都由它自己完成。

例如，你不再需要告诉AI先收集十家公司的资料，再建立表格，然后计算增长率，接着提炼结论，最后制作PPT。你只需要告诉它，研究这个行业，判断未来三年的增长机会，不能使用未经确认的数据，最终给我一份能够拿去开会的报告。

你可能要说这些活，以前Agent也能干啊，但我要说GPT-6明显做得更好了。

桌面版AGI的真正标志，是人开始退出工作的中间过程。

人负责提出目标、设定边界、判断结果和承担责任。AI负责完成从目标到结果之间那段漫长、琐碎又消耗精力的工作。

当这个能力足够稳定时，它就很像坐在电脑前的一名员工。

03、白领的工作，会被桌面版AGI冲击

桌面版AGI出现后，受到冲击最大的群体，是白领，因为大多数白领工作的核心生产资料就是电脑。

今天，一家公司为什么需要市场、运营、财务、法务、设计、数据和技术等大量岗位？除了专业能力的差异，还有一个重要原因，信息需要在组织内部不断流转。

市场部门发现一个机会，需要数据部门提供分析；数据分析完成以后，需要设计部门制作材料；设计完成以后，还要让法务审核；审核通过以后，运营部门再负责执行。一个业务目标被拆成大量文件、会议、沟通和交接，组织也就在这些交接中不断变大。

1937年，罗纳德·科斯在《企业的性质》中追问过一个看似简单的问题，既然市场可以完成资源配置，为什么还需要企业。科斯给出的答案是交易成本。

搜索信息、寻找合作方、谈判、签约、监督和协调都会消耗成本，当内部组织的协调成本低于市场交易成本时，企业就会出现并不断扩大。

沿着科斯的逻辑看，今天许多白领岗位，本质上承担着企业内部的交易成本。开会、对齐、汇报、交接、审批、修改和追踪，都是为了让一个复杂组织能够持续运转。

桌面版AGI压缩的，是部门之间的信息搜索、任务交接和协调成本，一旦这些成本大幅下降，企业维持庞大执行团队的理由也会随之减弱。

桌面版AGI会同时压低专业执行成本和组织协作成本。

一个市场负责人可以自己让AI完成基础数据分析，不必排队等待数据部门。一个销售负责人可以让AI整理客户信息、生成方案、制作演示文件，不必等策划人员。一个创业者可以让AI研究市场、检查合同、处理财务数据、搭建网站、制作广告素材。

职业之间的边界已经开始变薄。

因此，对于白领来说，首先减少的，是每项工作需要投入的执行时间。过去需要十个人完成的工作，未来可能只需要一两个人管理Agent。过去需要一周才能做完的项目，未来一天就能交付。

接下来就会出现两种可能。

一种可能是人们拥有更多休息时间，相同的工作只需要过去十分之一的时间，办公室开始缩短工时。

另一种更符合企业现实，公司会把节省出来的时间继续投入生产，要求一个人管理更多业务、更多项目和更多Agent。一个人逐渐承担过去十个人，甚至几十个人的工作量。

19世纪经济学家威廉·杰文斯发现，蒸汽机使用煤炭的效率提高以后，英国的煤炭消耗量反而增加了。效率降低了使用成本，煤炭随之进入更多行业，最终推高了总需求，这就是杰文斯悖论。

同样的逻辑也会发生在智能上。AI把一份报告的生产成本降低十倍，并不意味着企业只生产原来数量的报告。企业很可能研究十倍的市场、测试十倍的方案、制作十倍的内容，同时管理更多项目。

智能越便宜，企业对智能的总需求反而越大。智能越多，所需要的白领也就越少。

04、当AI坐到电脑前，办公室里的位置会变少

回到开头的问题，真正让我感到变化的，并非AI终于学会了剪视频，而是同一个AI开始理解内容、处理素材、调用工具、持续修改并交付成品。它完成的不再是某个环节，它开始接管一段完整的工作过程。

机器人什么时候能够进入家庭，稳定地整理房间、照顾老人和孩子，现在还很难判断。莫拉维克悖论仍然存在，物理世界也依然充满AI难以处理的意外、责任和隐性经验。

但在由浏览器、文档、表格、代码、图像和视频组成的数字世界里，一个功能性的通用智能已经露出了轮廓。它目前还需要监督，还会犯错，也会在复杂任务中停下来寻求人类帮助，可它的发展方向已经十分清楚。

过去，工业革命把人的体力交给机器。今天，桌面版AGI开始把白领工作的中间过程交给机器。

当AI坐到电脑前，办公室里的位置就会变少。