我是藍(lán)華峰，這是我的【商業(yè)觀察筆記】。

在這里，我用前高管的閱歷與職場(chǎng)教練的冷眼，透過(guò)熱點(diǎn)事件的喧囂，還原博弈背后的利益鏈條與人性底色。在情緒泛濫的輿論場(chǎng)中，為你保留一份清醒的思考。

01

Meta豪擲數(shù)十億美金收購(gòu)Manus的消息從昨天開(kāi)始刷屏，一夜之間，仿佛AI智能體（Agent）接管世界已經(jīng)指日可待。

昨天在《胡講8講》播客，我們錄了一期節(jié)目來(lái)討論這個(gè)事件，分享了一些不太一樣的看法。

在播客里，我分享了自己剛剛前幾天的經(jīng)歷：試著用Manus把我的公眾號(hào)文章遷移到個(gè)人網(wǎng)站上。

最初我期待Manus會(huì)像一個(gè)成熟的工程師一樣，自動(dòng)幫我搞定抓取、排版、SEO優(yōu)化、配圖、打標(biāo)簽、發(fā)布等一條龍服務(wù)，大概有十幾個(gè)步驟的動(dòng)作。

十幾分鐘之后，它告訴我一篇文章已經(jīng)執(zhí)行完畢，并且報(bào)告驗(yàn)證沒(méi)問(wèn)題。

但我細(xì)細(xì)檢查時(shí)，發(fā)現(xiàn)它不是抽取全文漏了段落，就是忘了SEO標(biāo)簽，要命的是它不知道自己錯(cuò)了。

我詳細(xì)指出它的具體錯(cuò)誤后，它態(tài)度很好，也真的去改正了錯(cuò)誤。

02

我腦海里浮現(xiàn)出了一個(gè)簡(jiǎn)單的數(shù)學(xué)公式：0.9的10次方，約等于0.35。

這就是目前AI智能體（Agent）面臨的最大死穴。

真實(shí)的工作場(chǎng)景，比如我那個(gè)遷移公眾號(hào)文章的任務(wù)，往往是由一連串復(fù)雜的動(dòng)作組成的。

如果一個(gè)任務(wù)鏈包含10個(gè)步驟，每一步的準(zhǔn)確率都是90%，那么最終這個(gè)任務(wù)能夠一次性完美交付的概率，只有可憐的35%。

這就解釋了為什么Tessy在播客里提到Salesforce裁員后又不得不重新招人。因?yàn)樵谔幚韽?fù)雜的長(zhǎng)尾任務(wù)時(shí)，AI會(huì)“漏代碼”，而為了修復(fù)這些漏洞，企業(yè)不得不投入更多的人力去 Debug。

在商業(yè)交付的語(yǔ)境下，35%的成功率是不可接受的。這意味著它離真正獨(dú)立干活、替代人類(lèi)，還差得很遠(yuǎn)。

如果AI的單步執(zhí)行準(zhǔn)確率提升到99%，10個(gè)步驟的一次性完美交付概率，則提升為90%，即使這樣離商業(yè)交付的標(biāo)準(zhǔn)也還差一大截。

03

既然技術(shù)還只是個(gè)半成品，為什么Meta還要花幾十億美金去買(mǎi)？

這里面可能藏著一場(chǎng)資本層面的雙向奔赴。

Manus需要講一個(gè)好故事，并在高位套現(xiàn)，這是理性的選擇。

而Meta也需要一個(gè)好故事。

在基礎(chǔ)大模型的戰(zhàn)爭(zhēng)中，Meta雖然有Llama，但在算力和生態(tài)上一直被Google和OpenAI壓制。

小扎太需要一個(gè)新的、性感的AI故事來(lái)提振股價(jià)，告訴市場(chǎng)“我依然在牌桌上”。

所以這不排除是一場(chǎng)被精心包裝的泡沫。

相比于 Meta 這種“缺啥買(mǎi)啥”的土豪策略，我其實(shí)更看好Google的Gemini家族。

Google走的是一條更笨重、但也更扎實(shí)的路：做生態(tài)。

從底層的TPU芯片，到中間的Gemini基礎(chǔ)大模型，再到上層的Workspace辦公套件和Android系統(tǒng)，Google手里握著的是一套完整的工業(yè)化基建。

Agent的爆發(fā)，最終拼的不是誰(shuí)的應(yīng)用層花活多，而是誰(shuí)的底層基建夠厚。

就像蓋樓，Meta買(mǎi)的是精美的樣板間，而Google正在鋪設(shè)地下的管網(wǎng)和地基。

04

雖然我總體看衰Meta這次的這次收購(gòu)，雖然我認(rèn)為當(dāng)下的Agent還有很多Bug，但我絕對(duì)看好Agent代表的未來(lái)方向。

因?yàn)镸anus驗(yàn)證了一個(gè)極其可怕的模式：“超級(jí)包工頭”。

Manus最核心的能力不是自己寫(xiě)代碼或?qū)懳恼?，而是調(diào)用。它像一個(gè)總包商，把大任務(wù)分解成小任務(wù)后，然后分段承包給大模型。

它不生產(chǎn)模型，它指揮模型。

這恰恰是職場(chǎng)上很多“中層管理者”或“資深員工”正在做的事：拆解老板的需求，分發(fā)給下屬（或工具），收回結(jié)果拼湊起來(lái)。

我們以前是把任務(wù)分給實(shí)習(xí)生，現(xiàn)在Manus把任務(wù)分給大模型。

這就是最大的危機(jī)所在。雖然受到“概率詛咒”的限制，Agent現(xiàn)在還很笨，但技術(shù)是在演進(jìn)的。

等到90%正確率變成99.9%的那一天，這種“只做路由、不產(chǎn)出核心價(jià)值”的人類(lèi)職位，將徹底失去存在的意義。

05

當(dāng)然，我們也不必被很多自媒體的“指數(shù)級(jí)劇變”嚇倒。

技術(shù)的演進(jìn)通常是震蕩上升的，明天早上醒來(lái)天不會(huì)一下子就塌了。我們還有時(shí)間。

但這個(gè)時(shí)間窗口，是留給我們轉(zhuǎn)型的。

趁著AI還有Bug，趁著它還需要人類(lèi)去“擦屁股”的時(shí)候，我們必須完成從“接單俠”到“發(fā)單人”的身份躍遷。

未來(lái)的核心競(jìng)爭(zhēng)力，不再是誰(shuí)能更快地完成任務(wù)（AI一定比你快），而是誰(shuí)能更精準(zhǔn)地定義問(wèn)題，以及誰(shuí)擁有對(duì)結(jié)果好壞的終極鑒賞力。

Meta的幾十億可能買(mǎi)了泡沫，但“去中介化”的趨勢(shì)不會(huì)停。

即使有了“超級(jí)包工頭”，依然需要有人告訴它該蓋什么樓，以及驗(yàn)收這座樓蓋得對(duì)不對(duì)。

未來(lái)的出路，不是去和AI搶著搬磚，而是學(xué)會(huì)如何給這個(gè)超級(jí)包工頭下指令，并擁有對(duì)最終結(jié)果的鑒賞力。

我們要做的，是在泡沫破裂之前，先讓自己成為那個(gè)無(wú)法被繞過(guò)的甲方。

藍(lán)華峰Frank

ICF認(rèn)證PCC教練

職場(chǎng)教練、高管教練、創(chuàng)始人教練

所有的失去，都會(huì)以另一類(lèi)方式還回來(lái)。歡迎關(guān)注 微信公眾號(hào)：「另一類(lèi)方式」 。

點(diǎn)擊公眾號(hào)“申請(qǐng)入群”菜單，掃碼可進(jìn)“下半場(chǎng)共創(chuàng)營(yíng)”社群。