最近，关于人工智能与工作的讨论被一个问题所主导：随着AI模型持续进步，白领工作是否将被大规模取代？从代码生成、自动化客服到内容创作，AI正越来越多地接管过去需要人类参与的知识型工作。基准测试正在加剧这种焦虑，因为模型在研究生级别的推理和高级工程师级别的任务上迅速提升，似乎正逼近一个临界点——人类工作正被自动化吞噬。
然而，“Every”公司CEO丹·希珀（Dan Shipper）提出了相反的观察：自动化程度越高，人类需要承担的工作反而越多。“Every”公司深度使用AI智能体，已将Codex、Claude Code及各类智能体工具整合进其内部流程。结果并非员工被整体替代，而是工作的本质被重构：工程师如今专注于系统审查与设计，编辑决定哪些内容值得撰写，客服代表则负责维护处理基础工单的系统。
最值得关注的，并非AI能否执行某项任务，而在于它如何重新定义了人类的角色。AI擅长将以往需长期锤炼的技能变得廉价化，例如生成代码、文案或研究报告。当这些技能变得普遍可及，涌现出来的并非高质量产出，而是一大批缺乏判断力与语境理解的“默认输出”。AI将“人类昨日的能力”商品化，而真正稀缺的，是应对具体、当下问题所需的判断力。
自动化并未消灭专家，反而创造了更多需要专家介入的场景。当运营人员可通过AI提交代码，工程师就必须判断哪些代码值得合并；当营销人员借助AI生成缩略图，设计师则必须确保其符合品牌目标。AI拓展了生产的半径，却放大了对质量把控、系统构建与差异化表达的需求。
这一悖论还可通过基准测试进一步阐释：模型得分衡量的是其在特定问题框架内的表现，但该框架本身由人类设定。当模型攻克某一框架，人类便会将问题推向更复杂的层面。随着模型能力增强，它们追赶的其实是人类划定的边界，而非取代划定边界的那些人。知识型工作的未来，不在于人类消失，而在于角色转变——从执行者转向框架设计者、系统维护者与意义定义者。
最终，在自动化之后，人类工作的价值并未消失，反而变得更加艰巨，且更依赖于判断力。AI让“知道如何做”变得廉价，却让“知道什么值得做、为何要做、以及做到何种程度才算做好”变得更加稀缺。
[律动]
加密货币中的AI悖论：为什么人工监督将优于纯自动化
最近关于AI对知识工作影响的讨论揭示了一个有趣的悖论：随着AI能力的增强，人类并没有变得更忙碌，而是转向了更高价值的工作。这一动态对加密货币市场有着深远影响，因为AI在交易、DeFi和区块链基础设施领域的整合正在加速。
自动化悖论与加密货币的未来
在区块链项目中，我们正在见证文章中描述的相同模式。自动化交易机器人、AI驱动的收益优化和算法做市商正在激增。然而，这些工具并没有消除人类参与的需求，反而创造了对一类新型”AI策展人”的需求——这些专家能够评估、完善和监督自动化系统。
像Ocean Protocol和Fetch.ai这样的项目正在为区块链构建AI基础设施，但真正的价值可能不在于自动化本身，而在于人工监督层。随着AI在加密货币领域变得商品化，稀缺性转移到那些能够对AI生成的输出应用判断力的人身上——无论是评估DeFi策略、验证智能合约审计，还是策展代币经济学参数。
代币影响：从执行到治理
我们可能会在AI-加密货币代币市场看到分化：
-
纯自动化代币：仅用于启用AI执行的代币（许多当前的AI-加密货币混合体）随着其底层能力变得商品化，可能会面临回报递减。
-
人机协作代币：促进AI系统中人工监督和判断的代币可能会升值。包括：
- 为设置AI驱动协议参数的DAO提供治理代币
- 允许人工验证AI生成交易策略的平台的代币
- 为DeFi系统提供”可解释AI”功能的基础设施代币
最有前景的项目将是那些认识到这一动态并构建系统的项目，其中人类专注于”做什么”和”为什么做”，而AI处理”如何做”——反映了文章中描述的从执行到框架设计的转变。
市场机会与风险
机会：
– 促进DeFi治理中人机协作的项目
– 评估和改进AI生成交易策略的工具
– 智能合约审计中”可解释AI”的基础设施
– 促进对自动化做市商人工监督的代币
风险：
– 缺乏适当人工监督的过度自动化可能导致系统性故障
– “默认输出”问题可能导致市场策略同质化
– 仅关注AI能力而缺乏人类集成层的项目可能在维持竞争优势方面面临困难
投资理念
加密货币市场正在经历与更广泛知识工作类似的转变：AI正在使执行能力变得廉价，同时增加了判断力和情境的价值。最有前景的投资将投向那些认识到这一转变并构建人工引导AI系统基础设施的项目，而非纯粹自主的解决方案。
正如文章所指出的，”人类工作的价值并未消失，而是变得更具挑战性并更依赖于判断力”。在加密货币领域，这转化为赋予人类对AI驱动系统做出有意义决策能力的项目——而不仅仅是为自动化而设计的代币。
未来将属于理解这一悖论并构建系统的加密货币项目，在这些系统中，人类和AI相互增强优势，而非用纯自动化取代人类判断。