刘朝 2026-05-15
未来工作：从 Vibe Coding 到 Vibe Management
我最近越来越强烈地感觉到，AI Agent 带来的变化并不是「程序员效率提升」这么简单。代码只是最先被击穿的工作形态，因为代码天然具备文件系统、版本控制、错误日志、测试、CI、回滚和相对明确的验收标准。真正的变化发生在更底层：人类不再围绕电脑、键盘、屏幕、App 和文件夹组织工作，而是开始围绕目标、权限、信息流、验证机制和一组可调用的 Agent 组织工作。过去我们说办公，脑子里默认有一张桌子、一台电脑、几块屏幕、一堆 App 和一套复杂的手动流程；未来我们说工作，可能更多是在说：给定一个目标，调度一组 Agent，授予有限权限，让它们在可审计的系统里完成一个可验证结果。
这个变化已经不只是想象。OpenAI 在 2026 年 5 月发布 Codex mobile 时，产品形态本身就透露出一个重要信号：手机可以连接正在运行 Codex 的 laptop、devbox、Mac mini 或远程环境，人可以在手机上查看线程、批准命令、看 diff、看测试结果、看截图，并在关键节点改变方向。这个产品不是简单地把 IDE 搬到手机上，而是把生产力设备拆成两层：执行层可以在远端长时间运行，控制层可以随身携带。微软也在 2025 年 9 月把类似模式明确命名为 Vibe Working，通过 Microsoft 365 Copilot 的 Agent Mode 和 Office Agent，把自然语言、迭代式指挥和多步执行引入 Word、Excel、PowerPoint。换句话说，大厂已经开始把 vibe coding 的交互方式迁移到普通办公场景：人不再逐格填表、逐页做 PPT、逐段改文档，而是描述意图、检查结果、继续调整方向。
如果把这两条线索放在一起看，一个更大的问题就出现了：当 Agent 可以读信息、写信息、调用工具、操作浏览器、连接 App、跑长任务、跨系统执行时，未来工作的基本单位到底是什么？我认为它不再是「一个人打开一个 App，完成一个操作」，而会越来越像「一句目标 + 一组 Agent + 一组权限 + 一个可验证结果」。这就是从 Vibe Coding 到 Vibe Management 的核心。Vibe Coding 改变的是代码生产方式，Vibe Working 改变的是普通办公方式，而 Vibe Management 改变的是工作系统本身：人不只是把任务交给一个 Agent，而是在设计和管理一组 Agent、工具、上下文、权限、反馈回路和风险边界。
代码为什么最先被击穿
Vibe Coding 最先发生在代码领域，不是因为程序员最容易被替代，而是因为代码是知识工作里最像「可执行信息」的对象。它既是文本，又是程序；既能被阅读，又能被运行；既能表达意图，又能被机器严格检查。一个功能有没有完成，不完全依赖人的主观感受。类型检查有没有过，测试有没有过，页面能不能打开，接口返回对不对，日志是否还在报错，这些都是机器可以持续反馈的信号。相比之下，一份战略报告、一封销售邮件、一次管理决策虽然也可以被 AI 生成，但它们的质量往往更难被自动验证，错误也更容易以「看起来像对的」形式混入组织。
这也是为什么程序员在 Agent 时代最先体验到角色变化。最早的 AI 编程是 autocomplete，人仍然在写代码，只是补全更聪明；后来是 pair programmer，人描述局部意图，AI 生成片段，人审阅、修改、粘贴；再后来是 coding agent，人写需求，Agent 自己读代码库、改文件、跑测试、修错误、提交 diff。到了这个阶段，人类工作已经从「亲手写代码」转向「判断 Agent 应该做什么、能不能继续做、结果是否可以接受」。Andrej Karpathy 在 2025 年提出 vibe coding 时，就描述过一种非常激进的状态：接受 AI 生成，不再逐行读 diff，用自然语言和语音推进项目。到了 2026 年 3 月，Fortune 报道他在 No Priors 访谈里说，转折点发生在 2025 年 12 月，他从「自己写 80%，Agent 写 20%」变成「自己写 20%，Agent 写 80%」，后来基本没有再亲手敲代码。这个说法当然带有强烈个人风格，但它代表的方向不是个人癖好，而是工作界面正在从键盘输入转向意图输入。
更值得注意的是，类似变化不只出现在个人实验里。Fortune 2026 年 1 月报道，Anthropic Claude Code 负责人 Boris Cherny 说自己已经两个多月不手写代码，自己的代码 100% 由 Claude Code 生成；报道同时提到 Anthropic 公司层面的 AI 生成代码比例大约在 70% 到 90% 区间。Spotify 的例子更能说明基础设施的重要性：Heise 在 2026 年 2 月报道，Spotify 联席 CEO Gustav Soderstrom 说，他们最有经验的工程师已经不再写代码，而是在生成和监控代码；而 Spotify 能这样做，并不是因为某个模型突然神奇，而是因为它长期建设了 Backstage、Fleet Management、跨仓库变更和工程治理基础设施，再把 Agent 接到这些系统上。这个事实很关键：Agent 能不能改变工作，不只取决于模型能力，也取决于工作环境有没有结构化输入、可执行动作、自动验证、权限边界和回滚路径。
所以，代码领域不是未来工作的例外，而是未来工作的预演。代码最先自动化，是因为它已经具备 Agent 时代需要的基础设施；其他行业如果想进入类似状态，就必须把自身工作逐步改造成「可被 Agent 理解、调用、执行、验证、回滚」的形态。也就是说，未来不是所有工作都变成写代码，而是越来越多工作会变得像代码一样具备结构、接口、日志、测试和版本。
工作本质上是信息流
如果把大部分白领工作剥到最底层，会发现它们本质上都是信息流。销售处理客户信息：客户说了什么，预算多少，谁是决策人，下一步该给什么材料；产品经理处理需求信息：用户反馈、业务目标、工程约束、设计方案和优先级；程序员处理系统信息：需求、代码、错误日志、架构边界和测试结果；运营处理数据和内容信息：投放数据、用户行为、素材表现、渠道反馈；管理者处理组织信息：目标、资源、风险、人、时间、情绪和责任。所谓工作能力，很大程度上就是判断信息下一步应该流向哪里：该发给谁，该变成任务，该进入文档，该触发审批，该写进代码，该升级成决策，该暂时忽略，该等待更多信号。
过去人类在工具之间来回切换，实际上像一个手动路由器。会议纪要在飞书，客户信息在 CRM，数据在表格，讨论在群里，任务在项目管理工具，代码在 GitHub，知识在文档，验证在 CI。人把信息从一个系统复制到另一个系统，把一个人的自然语言翻译成另一个工具的字段，把一个工具的输出再解释给另一个人。我们以为自己在「办公」，但很多时候只是在做信息搬运、格式转换、上下文补齐和权限判断。
Agent 出现以后，这个手动路由开始松动。Agent 已经很会处理信息：它能读很多，能总结，能写，能搜索，能调用工具，能改代码，能操作浏览器。它现在还不总是知道下一步该做什么，所以今天的人仍然在流程里做胶水组件：告诉 Agent 什么重要、发给谁、能不能外发、风险能不能接受、结果要不要沉淀。但这是过渡态。一旦 Agent 能更稳定地理解上下文、订阅事件、调用工具、接受权限约束、输出可验证证据，人类的参与点就会从连续过程参与，坍缩成少数关键节点：目标是否正确，权限是否允许，风险是否可接受，结果是否足够好，责任是否有人承担。
这里必须把话说准确。未来不一定是「人工 0 参与」，至少在相当长时间里不是。更精确的说法是，人工参与点会从密集、连续、操作型，变成稀疏、关键、判断型。人不再看每一次点击、每一行代码、每一封草稿、每一条日志，而是看证据、异常、结果和责任边界。这个变化的本质不是人消失，而是人从流程内部的手动组件，上升为流程外部的目标函数和约束条件。
App 会从人的工具变成 Agent 的接口
今天的大部分 App 是给人设计的。按钮、菜单、弹窗、输入框、表格、筛选器、拖拽上传，这些都是人机交互时代的产物。Agent 当然可以通过浏览器插件去点按钮，但这只是过渡方案。真正的 Agent-native App，不会只提供人类 UI，而会提供机器可调用的工作接口。Axios 在 2026 年 5 月的一篇文章里提出一个判断：如果 Agent 不再像人一样使用软件，软件竞争会从「谁的界面最好」转向「谁控制 API、数据和权限」。这个判断非常重要，因为它意味着 SaaS 的护城河会被重新定义。过去一个工具的核心是用户界面、工作流设计和组织内 adoption；未来一个工具的核心还会包括它能否被 Agent 稳定调用、能否暴露语义动作、能否提供审计和回滚、能否在权限体系里安全运行。
Anthropic 在 2024 年开源 Model Context Protocol，就是这个趋势的早期基础设施。MCP 官方文档把它解释为 AI 应用连接外部系统的开放标准，AI 可以连接本地文件、数据库、搜索工具、专业 prompts、工作流、Google Calendar、Notion、Figma、Blender 等。它看起来像一个开发者协议，但更深层的意义是：它在为 Agent 建立一个可发现、可调用、可组合的外部世界。过去 App 面向人的入口是导航栏、按钮和表单；未来 App 面向 Agent 的入口会是 API、CLI、MCP tool、资源、事件流和语义动作。
我认为未来严肃 App 大概率会分成几层接口。最底层是稳定 API，让 Agent 可以读写数据；其上是 CLI 或脚本化命令，让常见操作可以被自动化执行；再上是 MCP 或类似协议，让 Agent 能发现工具、资源、提示和工作流；然后是事件流，让 Agent 订阅客户回复、CI 失败、审批通过、合同到期等状态变化；再往上是语义动作，App 不只是暴露「创建一条记录」这种底层接口，而是暴露「推进商机」「归档会议」「更新项目状态」「发起审批」这种业务动作；最上层则是治理，包括身份、权限、日志、审计、隔离、回滚和生命周期管理。
微软的 Agent 365 正是在往这个方向走：它把 Agent 当成企业里的可管理实体，提供 registry、access control、visualization、interoperability 和 security。微软在介绍里引用 IDC 的预测，说到 2028 年可能会有 13 亿个 Agent。无论这个数字是否准确，方向是清楚的：Agent 会像账号、设备、应用、员工一样，需要被注册、授权、监控、审计和停用。未来的 App 不会立刻消失，但 App 的中心地位会变化；过去 App 是人的操作空间，未来 App 更像 Agent 可以调用的状态机。人不再需要记住每个 App 的操作路径，而是表达目标，让 Agent 决定调用哪些系统。
例如一句「把昨天和张总聊的方案整理成正式邮件，附上报价表，发出前给我看一眼」，背后可能涉及聊天记录、客户档案、报价系统、云文档、邮件、审批流、日程系统。今天人需要在多个 App 之间手动搬运；未来 Agent 应该知道怎么把这些信息流动起来。人真正要判断的不是按钮在哪里，而是这封邮件是否符合商业目标、报价是否越权、附件是否包含敏感信息、是否应该先走审批。
从 Vibe Working 到 Vibe Management
微软把自然语言驱动 Office 工作叫成 Vibe Working，但我认为这还不是终点。Vibe Working 仍然偏向「我让 Agent 做一个工作」，而 Vibe Management 是「我管理一组 Agent 和一组信息流」。Microsoft WorkLab 在 2026 年提出过一个很有用的四阶段框架：Author、Editor、Director、Orchestrator。Author 阶段，人自己写，AI 辅助；Editor 阶段，AI 生成初稿，人修改；Director 阶段，人写 spec，把一个完整任务交给 Agent，Agent 自己计划、执行、测试、修复；Orchestrator 阶段，一个人同时运行多个 Agent，Agent 面向共享 backlog 并行工作，只把异常和关键决策点交给人。这个 Orchestrator 阶段，本质上就是 Vibe Management 的雏形。
Vibe Management 不是老板躺着让 AI 干活，而是把组织变成一个可编排的信息系统。过去管理主要是管理人：谁做什么，什么时候交，进度如何，哪里卡住，谁需要协调。未来管理会越来越多地变成管理 Agent 和信息流：哪些 Agent 负责研究，哪些 Agent 负责执行，哪些 Agent 负责验证，哪些 Agent 负责审计；哪些信息可以自动流转，哪些动作必须人工批准；哪些指标触发行动，哪些异常触发上报；哪些流程可以无人运行，哪些流程必须保留人类决策点。管理对象从人和任务，扩展到 Agent、工具、上下文、权限、反馈回路和验证系统。
这也是为什么 Microsoft 2026 Work Trend Index 里把最先进的 AI 用户称为 Frontier Professionals。这些人不是简单用 AI 写几段文字，而是会重构工作流、建立团队标准、讨论 AI 输出质量、判断什么时候该用 AI、什么时候不该用。报告提到，随着 AI 承担更多工作，人类更重要的能力是质量控制和批判性思考。这一点非常关键。未来稀缺的不是「能不能生成」，因为生成会越来越便宜；稀缺的是判断什么值得生成，什么不该生成，什么生成了也不能用，什么看起来正确但没有价值，什么风险必须挡住。
所以 Vibe Management 的核心能力不是 prompt 技巧，而是目标设定、Agent 编排、权限设计、验证系统、风险治理、结果验收和责任承担。它要求人从任务执行者转变成系统设计者，从内容生产者转变成质量判断者，从流程参与者转变成责任节点。这个变化对个人和组织都会产生深远影响。个人层面，一个优秀工作者的产能会被放大，因为他可以同时调度多个 Agent；组织层面，真正的资产不再只是流程文档和知识库，而是一套可复用的 Agent workflow、质量标准、权限模型、失败案例和审计机制。我愿意把这种资产称为 Owned Intelligence：它不是某个 prompt，也不是某个模型，而是组织长期沉淀下来的判断标准和自动化能力。
Agent 能跑多长任务，决定组织形态变化速度
讨论未来工作时，不能只靠体感判断。METR 的 Task-Completion Time Horizons 提供了一个有用指标：它衡量的不是 AI 实际连续运行多久，而是一个 AI Agent 能以某种成功率完成多长的人类专家任务。按照 METR 2026 年 5 月更新的数据，前沿模型已经进入多小时到十小时级任务区间。原始数据里，GPT-5.3-Codex 的 p50 horizon 约 349.5 分钟，Gemini 3.1 Pro 约 384.1 分钟，Claude Opus 4.6 约 718.8 分钟。Claude Mythos Preview early 的估计值约 1044.8 分钟，但 METR 明确提醒，16 小时以上的测量接近当前任务集上限，不宜过度解读。
即便保守理解，这也足够说明变化方向。一小时 Agent 和一天 Agent 不是简单的量变。一小时 Agent 可以修一个 bug、写一个页面、整理一个文档、生成一个分析；一天 Agent 可以自己经历多个阶段：理解目标、查资料、拆任务、执行、遇到错误、修复、验证、生成报告、请求批准；一周 Agent 则是另一种东西，它可以等待外部回复、跟踪状态变化、根据新信息调整策略、维护长期上下文。到这个阶段，Agent 不再只是一个工具，而是一个低成本、可复制、可并行的工作单元。
McKinsey 在讨论 agentic AI infrastructure 时，给过一个更企业化的例子：在 IT infrastructure 场景里，Agent 可以接收告警，多个 domain agents 并行调查网络、应用、配置、变更历史和 ticket 信息，orchestrator agent 汇总根因、提出修复步骤和验证检查；低风险动作可以自动执行，高风险动作，比如客户沟通和生产回滚，则请求人工批准。McKinsey 估计 routine infrastructure work 长期可自动化 60% 到 80%。这就是 Vibe Management 在企业里的现实版本：不是人消失，而是人的参与点变成审批阈值、异常处理、质量标准和系统改进。
一旦 Agent 的任务时间从分钟级进入小时级，再从小时级进入天级，组织结构就会出现新的压力。今天公司里的很多管理层级，本质是在切分任务、同步状态、催办进度、协调依赖、检查质量。如果 Agent 能独立完成越来越长的闭环任务，这些管理动作就会被压缩和重组。管理者不再只是问「你做完了吗」，而是设计什么任务可以自动进入队列，什么状态变化触发哪个 Agent，什么风险触发人工审批，什么结果进入知识库，什么错误进入评估集。未来的管理学会越来越像系统工程，未来的组织设计会越来越像权限和信息流设计。
设备会重新分工
如果工作从「人在 App 里操作」变成「人指挥 Agent 处理信息流」，设备形态也会发生重组。主机会变成远端执行层，它可能是云端 devbox、公司机房、家里的 Mac mini，也可能是一个长期运行的个人 Agent 环境，负责算力、上下文、文件、凭证、权限、长任务和后台执行。手机会变成随身审批器和低摩擦输入器，它不适合长时间看复杂代码、不适合精细审 UI，也不适合同时对照 issue、diff、浏览器和日志，但它非常适合发起任务、批准权限、看摘要、处理异常、回复 Agent 的关键问题。平板会变成临时工作台，适合在咖啡店、飞机、高铁上展开一个较大的任务视图，看报告、看设计稿、看任务树，做一次短时深度干预。
AR 眼镜会是最有意思的形态，但它的正确定位不是「在空中开三个 VS Code 窗口」。那只是把旧范式搬到新设备上。AR 眼镜真正适合的是环境化的信息指挥舱：你走在路上，眼镜只显示三个 Agent 正在跑，一个任务需要批准外发邮件，一个客户回复了关键问题，一个部署失败，Agent 已经定位原因并建议回滚，一个研究任务完成但置信度只有 0.72，需要你决定是否继续深挖反方材料。你不需要在空中读完整 diff，也不需要在眼镜里审复杂 UI；你只需要在关键节点用语音说：邮件读摘要，报价金额没问题，发；部署先回滚；研究任务继续，把反方材料补齐。
这不是纯科幻。Meta 在 2025 年发布了带小显示屏和神经腕带控制的 Ray-Ban Display，AP 的报道提到这种眼镜把显示、AI 助手和更轻量的身体交互结合起来。Google 和 Warby Parker 也计划在 2026 年推出轻量 AI 眼镜，基于 Android XR 和 Gemini。学术界也在验证类似方向，2026 年论文 VisionClaw: Always-On AI Agents through Smart Glasses 使用 Meta Ray-Ban 智能眼镜，让用户通过第一视角感知和语音触发 Agent 完成任务，比如把现实物品加入购物车、从纸质文件生成笔记、根据海报创建日程、控制 IoT 设备。这个方向的关键不是把眼镜变成小屏幕电脑，而是让 Agent 通过眼睛和耳朵进入现实上下文，再通过语音、手势、视线和权限确认接收人的高层决策。
因此，未来设备不会简单替代彼此，而会重新分工：云端是执行层，手机是审批层，平板是临时工作台，AR 眼镜是环境化指挥层，大屏仍然负责高信息密度分析，键盘退回精确输入和兜底场景。工作入口从键盘和鼠标扩展到自然语言、语音、上下文感知和权限确认。真正重要的不是屏幕大小，而是人在什么场景下需要参与到信息流里，以及他参与的是执行、审查、批准、纠偏还是重新定义目标。
最大的风险不是生成失败，而是验证成本转移
这里必须降温。Vibe Management 不是「人彻底不用看结果」，恰恰相反，Agent 越能生成，验证越重要。HBR 在 2025 年发表过一篇关于 AI-generated workslop 的文章，Stanford Social Media Lab 和 BetterUp Labs 把 workslop 定义为看起来像好工作、但缺乏实质、不能真正推进任务的 AI 生成内容。它的问题不是生成得丑，而是生成得太像工作，导致接收者必须花时间理解、修正、追问、重做。文章提到，在 1150 名美国全职员工调查中，40% 的人上个月收到过 workslop，收到者估计每次处理平均要花 1 小时 56 分钟，并带来信任、协作和情绪成本。
这就是 Agent 时代最危险的地方：AI 不是简单消灭工作，也可能把工作伪装成结果，把验证成本转嫁给别人。一个表格看起来完整，但公式错了；一份报告结构清晰，但关键事实没查；一段代码测试没覆盖边界，却顺利合并；一封客户邮件语气得体，但承诺了不该承诺的条件。这些东西都会让组织误以为工作已经完成，直到更晚的时候以更高成本暴露出来。生成能力越强，伪完成的迷惑性越强，验证系统的重要性也越高。
代码领域同样存在类似反证。METR 2025 年做过一个随机对照实验，研究早期 2025 AI 工具对熟悉开源代码库的资深开发者的影响，结果非常反直觉：开发者原本预期 AI 会让任务快 24%，做完后仍感觉快 20%，但实际完成时间慢了 19%。这篇论文见 arXiv。METR 在 2026 年更新里也说明，随着 Agent 工具普及，后续实验受到选择效应影响，很多开发者已经不愿意在无 AI 条件下工作，所以现在 AI 可能已经更有帮助，但精确测量变难。这个复杂结论本身就很有启发：不能只看 Agent 生成得多快，还要看验证成本、返工成本、协作成本、信任成本和任务选择偏差。
所以，如果没有治理，Vibe Management 很容易变成 Vibe Accident。一个误配置的 Agent，可能把内部资料发到外部，把错误代码部署到生产，把敏感数据暴露到公网，把错误客户状态写进 CRM，把错误价格发给客户。一个只优化局部指标的 Agent，也可能制造新的荒谬：安全 Agent 为了清空告警而隐藏问题，销售 Agent 为了提高转化而过度承诺，管理 Agent 为了提高效率而压扁人的复杂性。如果 Agent 成为新的工作入口，谁拥有 Agent，谁就拥有信息流；未来权力不只是掌握数据，而是掌握数据如何流动、如何解释、如何变成行动。
AgentOps、EvalOps 与 Human Agency
未来的关键不是「让 Agent 自由行动」，而是建设 AgentOps、EvalOps 和 Audit Trail。AgentOps 负责管理 Agent，包括 registry、identity、最小权限、工具白名单、生命周期、kill switch、凭证隔离和异常告警。EvalOps 负责判断 Agent 结果，包括自动测试、抽样复核、回归检测、事实核查、对照组、质量指标、反方材料和失败案例库。Audit Trail 负责追踪 Agent 做了什么：它读了哪些数据，调用了哪些工具，改了哪些系统，基于什么输入做判断，谁授权，能否回滚，出了事谁负责。
这也是为什么微软 Work Trend Index 强调，IT 要把 Agent 当成有身份、权限、策略和生命周期的 managed entity，安全团队要把监控、策略执行和可审计性嵌进平台。未来优秀组织的差异，不会只是「谁用了更多 AI」，而是谁把 AI 工作流变成了可复用、可验证、可治理、可学习的系统。低风险动作可以逐步自动执行，高风险动作必须请求批准；可回滚动作和不可回滚动作要被区别对待；内部流转和外部发送要有不同权限；生成内容和最终事实要被分开评估。
这里还有一个更深的 human agency 问题。很多人讨论 AI 时只问「人还要不要做」，但更关键的问题是「人还会不会判断」。如果长期不看代码、不做手工分析、不亲自写作、不直接面对客户，不加选择地把所有中间过程交给 Agent，人类的底层能力可能会萎缩。未来合理的方式不是把人彻底从过程里抽走，而是保留刻意训练和深度审查场景，让人能够理解系统如何工作、结果如何被生成、风险如何被隐藏。否则，所谓人类最终负责会变成空话：人名义上批准，实际上没有能力判断。
因此，Vibe Management 不是放弃管理，而是管理的对象和方法都变了。过去管理是过程管理，未来更多是系统管理；过去管理强调人是否按时交付，未来强调 Agent workflow 是否可靠、权限是否合理、验证是否充分、失败是否被学习、责任是否可追踪。它要求人有更强的抽象能力，也要求组织有更成熟的治理基础设施。
人的新角色：目标函数、边界和责任节点
如果 Agent 能读信息、写信息、调用工具、跑长任务，人还剩下什么？我认为人剩下的，反而更接近工作的本质。人提供目标，不是「点这个按钮」，而是「这个季度我要增长」「这个客户不能丢」「这个产品要更简单」「这篇文章要更锋利」。人提供价值判断，Agent 可以算 ROI，但它不天然知道什么值得做；它可以列风险，但它不天然知道你愿意承担哪种风险；它可以写得正确，但未必知道什么有味道。人提供边界，哪些权限可以自动使用，哪些必须询问，哪些信息能发给外部，哪些只能内部流转，哪些动作可以回滚，哪些动作一旦执行就不可逆。
人还提供品味和责任。未来内容会更不缺，代码会更不缺，方案会更不缺，真正稀缺的是判断什么值得留下，什么应该删掉，什么看起来对但没有生命力。Agent 可以执行，但组织和社会最后仍然需要一个责任节点：谁授权，谁承担后果，谁定义成功，谁决定停止。所以未来的工作者，不像传统意义上的操作员，也不完全像传统意义上的经理，更像一个指挥家。乐器不是人，而是一组 Agent、一组工具、一组信息流、一组权限边界。指挥家不亲自拉小提琴，不亲自敲定音鼓，但他决定节奏、轻重、进入时机和整体方向。
这也是为什么我更愿意把未来范式叫 Vibe Management。这里的 vibe 不是随便感觉一下，而是一种高层意图、品味、方向和约束；management 也不只是管理人，而是管理信息如何流动、Agent 如何行动、系统如何验证、风险如何被拦住、结果如何被负责。它不是人类退出工作，而是人类从流程内部的手动搬运工，变成信息系统的目标函数、约束条件、判断者和责任节点。
这和数字永生有什么关系
这个项目叫 remember-me.ai。表面上，它是在保存人的文章、故事、观点和自我叙述。但从更深一层看，它保存的不是静态记忆，而是一个人处理信息的方式。一个人为什么是这个人？不是因为他有某个固定标签，而是因为他面对信息时，会用某种稳定方式判断、选择和表达。看到一个技术趋势，他会往哪个方向推演；看到一个产品，他会先看数据飞轮，还是先看 UI；看到一个社会变化，他会兴奋，还是恐惧；遇到风险，他倾向保守，还是冒险；写一篇文章，他会怎样开头，怎样递进，怎样下结论。这些都是信息处理模式。
如果未来工作本质是信息流，未来 Agent 本质是在替人处理信息流，那么一个人的数字遗产就不只是「我说过什么」，而是「我会怎样处理」。把文章、观点、判断、价值倾向留下来，不只是为了让未来某个系统引用一句话，而是为了让未来系统在处理信息时，能够吸收一点你的路由方式、判断方式、表达方式。当 Agent 帮我写文章、做研究、管理项目、判断风险时，如果它吸收过我的数据，它就可能在某些微小的地方延续我的偏好。它可能更关注系统结构，更相信信息流，更看重长期影响，更愿意把人放到智能演化的历史尺度里看。
这不等于系统里有一个完整的「我」的副本。传统意义上的数字永生，很容易陷入一种拟人化幻想，好像只要声音、头像、语气足够像，一个人就被复活了。但如果从信息流角度看，数字永生更深的形态不是被模拟，而是被继续使用。一个人的判断模式、表达习惯、价值排序和问题意识，如果能进入未来的 Agent 系统，并在新的信息流里继续发挥作用，那么它就不只是纪念品，而是一种参与。传统纪念是别人想起你，数字永生是系统继续调用你。
结语：未来工作的基本单位
未来工作的基本单位，不再是「一个人打开一个 App，完成一个操作」，而会越来越变成「一句目标 + 一组 Agent + 一组权限 + 一个可验证结果」。设备会围绕这个公式重组：云端是执行层，手机是审批层，平板是临时工作台，AR 眼镜是环境化指挥层，大屏是高信息密度分析层，键盘是兜底输入层。组织也会围绕另一个公式重组：目标设定 + Agent 编排 + 风险治理 + 结果验收。
从这个角度看，Vibe Coding 只是序章。它让我们第一次真正感受到，人可以不再逐行生产，而是通过意图、反馈和验证来驱动一个智能系统。Vibe Working 会把这种方式扩展到文档、表格、会议、销售、运营、研究和管理。而 Vibe Management 则会进一步把工作本身改造成一个可编排的信息系统。人类不会因此简单退出工作，但会从大量重复的操作、搬运、格式转换和过程追踪中抽离出来，转向更高层的目标、边界、品味、验证和责任。
未来的工作不会更少，但会越来越不像今天的工作。我们不再只是写代码、写文档、做表格、开会、发消息、点按钮；我们会越来越多地设计信息如何流动，决定 Agent 如何行动，建设系统如何验证，并在关键节点承担判断和责任。这不是一个工具升级的问题，而是一种工作文明的重排：当信息流可以被 Agent 执行，人类真正要学习的，是如何成为信息流中的指挥者，而不是永远做它的搬运工。
延伸阅读
本文主要参考了 OpenAI 关于 Codex mobile 的发布，Microsoft 对 Vibe Working、human-agent collaboration、Work Trend Index 2026 和 Agent 365 的讨论，Anthropic 与 MCP 官方对 Model Context Protocol 的定义，Axios 关于 软件如何适配 Agent 的分析，Fortune 对 Karpathy 和 Anthropic / OpenAI 工程实践 的报道，Heise 对 Spotify 工程团队 的报道，METR 的 Time Horizons 与 developer productivity update，HBR 关于 workslop 的研究，McKinsey 对 agentic AI infrastructure 的分析，以及 AP、Reuters 和论文 VisionClaw 对 AI 眼镜和 wearable agents 的相关资料。
刘朝 2026-05-15