前年，我对通用人工智能（AGI）的看法还停留在“尚需五到八年，且需能力与广泛应用兼备”的阶段。然而，今年以来，AI的发展速度已远超我的预期。今天，我甚至能在自己的机器上（3090）流畅运行QwQ-32B这样的大模型，并在日常工作中获得令人满意的速度和效果。这在过去简直难以想象。回想起前年ChatGLM2刚发布时，我曾兴奋得彻夜难眠，连夜部署，结果却被它层出不穷的幻觉打击得体无完肤，幻想瞬间破灭。今昔对比，恍如隔世。
如今，人工智能的发展，尤其在能力提升和普及应用层面，已明显超越了社会化进程和大众的认知水平。这种发展速度与社会认知之间的巨大鸿沟，必然会引发一系列问题。记得前年，面对横空出世的ChatGPT3.5，我曾足足花了半年时间才逐渐消除内心的焦虑，最终下定决心：与其对抗，不如拥抱。
人工智能在产业领域的驱动力核心在于自动化。而这种AI自动化浪潮，无疑将对白领就业市场带来深远的影响。某些类型的白领工作（恕我在此不一一列举），特别是那些重复性、流程化、信息处理型的岗位，正面临着被AI取代的巨大挑战。
诚然，我之前所说的“人的技能学习与转换周期为7年”可能略显绝对。然而，技能学习与转换本身就需耗费时间成本，对于复杂技能的掌握更是如此。考虑到白领工作所需的技能转型通常较为复杂和深入，这个学习转换周期确实可能相当漫长，数年乃至更久都并非夸张。更何况，随着年龄增长，过往积累的资历经验反而可能成为转型的沉没成本和路径依赖，这些都是我们在转型之前必须进行充分心理建设的重要因素。
更令人担忧的是，长期以来，我们的教育体系在学习能力、创新思维、批判性思维和逻辑思维等面向未来的关键能力培养方面明显不足。如此看来，“7年转换周期”或许都显得过于乐观。而人生又有多少个7年？
产业AI向新岗位的涌现和成熟同样需要时间孵化。这种技能转换的“慢”与新岗位产生的“缓”之间，极有可能造成时间上的错配。应对不当，结构性失业和社会问题恐怕难以避免。当然，AI发展也必将催生新的就业机会，未来就业的大趋势必然是人与AI的深度协同。因此，转型与否，早已不是一道选择题，“打不过就加入”才是唯一的答案。
由于始终未能获得Manus的邀请码，我转而尝试部署了开源项目OpenManus。正如我之前所言，AI的“大脑”已足够强大，真正匮乏的是“眼睛、耳朵、鼻子和手脚”——是各种智能体及信息系统的API接口，唯有这些接口才能让智能体真正连接、影响并最终改变现实世界。