从工具到共同思考者：为什么我们对人工智能的使用完全错误（以及2026年将会发生哪些变化）
Xpert 预发布版
语言选择 📢
发布日期：2026年3月15日 / 更新日期：2026年3月15日 – 作者：Konrad Wolfenstein
从工具到共同思考者：为什么我们对人工智能的使用完全错误（以及2026年将发生哪些变化）——图片来源：Xpert.Digital
80万个工作岗位面临转型：2026年，谁将受益于人工智能的新趋势，谁又将蒙受损失？
输入框时代的终结：自主人工智能代理如何彻底改变整个部门
具备记忆功能的AI：这一看似微不足道的举措将在2026年改变我们的整个工作世界。
ChatGPT取得突破性进展两年后，我们正站在一个无形却意义深远的转折点前。此前，我们一直把人工智能当作一台高度精密的计算器：输入问题，等待答案，复制结果，下次再重复。但这种孤立的、被动式的工具模式——即便在2025年仍主导着工作领域——早已过时。2026年，自互联网发明以来最大的范式转变即将到来：人工智能将从单纯的工具演变为具有思考能力和自主性的系统。.
持久内存、模块化技能和自主“智能体人工智能”等技术正在将数字助理转变为积极主动的员工。它们能够理解公司环境，独立管理跨多个程序的流程，并在瞬间做出决策。这一发展远非仅仅是技术升级，它代表着经济领域的一个分水岭。研究预测，这将为德国创造高达4400亿欧元的价值，并引发劳动力市场结构的巨大变革，改变数十万个工作岗位。以下分析将探讨那些仍然将人工智能视为单纯“输入输出工具”的公司和员工为何会落后，以及如何成功过渡到系统人工智能时代。.
与此相关：
人工智能2026：从工具到思考系统——互联网以来最大范式转变的经济分析
我们仍然把工业化以来最强大的技术当作高级计算器来使用——这样做，我们正在浪费数万亿美元的价值创造潜力。.
输入框时代的终结：为什么2025年已经成为历史
任何在2025年使用过人工智能聊天机器人的人都会熟悉这样的流程：打开窗口，提出任务，复制答案，关闭窗口，然后继续在下一个程序中工作。每次新的会话开始时，人工智能对坐在对面的人一无所知。没有上下文，没有连续性，也没有记忆。这种孤立的、被动式的工具模式自2022年以来主导了人工智能的大多数应用——其基本逻辑至今仍然反映着全球大多数用户和公司的实际操作。矛盾的是，技术本身已经发生了根本性的变化。问题不在于人工智能本身，而在于我们对待它的思维方式。.
随附的信息图将这一理念精炼成一个富有启发性的公式：2025年，人工智能是人类操作的工具；2026年，人工智能将成为与人类协同工作的系统。这种语义上的区别远非简单的营销承诺——它描述了人机交互方式的根本性重组，并将对经济、劳动力市场和社会产生深远的影响。本文将深入探讨这一转变的原因，将其置于宏观经济背景下进行分析，并考察其对企业、员工和经济政策的具体影响。.
旧范式的六张面孔：2025年的真实面貌
为了解人工智能的发展方向，有必要认真回顾一下它在 2025 年的发展状况。附录中的信息图列出了人工智能已经得到有效应用的六个领域，同时也揭示了这些应用所存在的结构性局限性。.
在人工智能聊天机器人领域——尤其是 ChatGPT 及其定制的 GPT 模型——高效使用主要意味着需要手动操作。用户必须为每个特定任务手动选择合适的模型，每次会话都需要重新构建上下文，而且无法同时运行多个 GPT 实例。助手虽然智能，但却健忘且信息封闭。对于演示文稿和文档，像 Gamma 这样的工具可以实现令人印象深刻的自动化效果，但每个新文档都必须完全手动填充、构建和调整——之前项目的上下文知识无法利用。在使用 Midjourney 生成图像和视频时，任何较为准确的输出都必须以大量的提示设计为代价。每张图像都需要一次近乎独立的创作过程；跨项目上下文的结构一致性几乎不可能实现。虽然像 Zapier 和 n8n 这样的自动化工具代表了一种严肃的流程自动化方法，但它们需要大量的技术设置知识，并且每个工作流程都必须完全手动构建。尽管 Microsoft Copilot 可以高效地处理 Office 文档，但该系统在上下文方面仍然存在局限性，并且在处理真正复杂的多阶段任务时，其性能经常令人失望。.
这六类工具的共同之处在于，它们都基于独立、互不干扰的调用原则运行。用户必须采取行动、提供知识并手动分享结果。人工智能只是做出反应，而非主动行动。它不存储信息，不进行预测，也不进行协调。这种架构并非技术限制所致，而是源于一种将人工智能视为生产力工具而非基于劳动分工的系统中的基础设施组件的思维模式。.
记忆作为一种经济生产要素：记忆在人工智能中的真正含义
人工智能发展中最被低估的一步或许就是引入持久记忆功能。Anthropic公司的Claude在2025年8月获得了记忆功能，可以根据用户的明确请求检索过去的对话，并将其整合到新的工作场景中。乍一看，这似乎只是一个方便的小功能。然而，从经济角度来看，它却具有革命性的意义。.
在现代知识型工作中，知识是决定性的生产要素。经验丰富的员工与新员工的主要区别不在于智力，而在于积累的经验：对公司语言、客户偏好以及正在进行的项目实质性历史的了解。一个没有记忆功能的AI系统，在结构上就像一个资深顾问，每次对话都需要重新学习。在实际工作中，这种不断重复学习所花费的时间会相当可观。Claude的记忆功能采用了与OpenAI的ChatGPT不同的方法，后者会自动构建用户画像：Claude仅在用户明确请求时才会访问过往对话，并且未经用户同意不会创建永久画像。2026年3月，Anthropic更进一步，提供免费的记忆导入功能，允许用户将他们通过ChatGPT构建的整个对话背景导入到Claude中。.
其背后的经济逻辑显而易见：一个了解用户偏好、正在进行的项目和个人工作方式的系统，其投资回报速度远快于每天从零开始的系统。对于从事知识密集型工作的公司——例如咨询公司、律师事务所、创意机构和研究部门——而言，这种差异代表了边际收益与真正变革性影响之间的差距。Anthropic 最初面向企业版和团队版订阅用户推出记忆功能并非偶然：在这些订阅用户中，持续人工智能运行的经济价值最能直接衡量。.
通过模块化智能实现专业化：技能和插件原则
除了内存之外，2025/2026 年的第二项结构性创新是引入模块化、可重用的技能包。Anthropic 将这项针对 Claude 的创新称为“智能体技能”。其基本理念在技术上巧妙且经济意义重大：无需反复从头开始指导 Claude 如何处理特定任务（例如处理复杂的 PDF 文件、遵循特定的品牌风格或根据既定方案分析财务报告），这些专业知识包只需创建一次，即所谓的“技能”。Claude 可根据需要自动加载这些技能，并且可以组合使用多个技能。.
Claude技能架构的独特之处在于其跨平台可移植性：技能一旦创建，即可在Claude Web应用程序、Claude桌面程序、Claude Code以及API中使用。这使得技能成为真正的基础设施组件——堪比软件开发中的库或传统公司中的标准化流程手册。与此同时，Anthropic Claude Cowork还推出了插件，将Claude转变为针对特定专业领域的专家：销售、法律、财务、客户服务——每个领域都拥有专属的技能、命令和工具连接插件包。.
早期实施的显著成果令人瞩目。在金融领域，一家公司报告称，其审核流程速度提升了五倍，数据准确率也从75%提高到90%以上。挪威主权财富基金NBIM和保险集团AIG等已记录在案的用户，都通过Anthropic的模块化技能架构实现了显著的生产力提升。这些数据印证了经济学家所说的知识规模经济：对高质量技能的一次性开发投资，将在未来的所有应用场景中带来回报——这一原则与传统制造业中建立专业化生产线的原理相符。.
创意基础设施：当视觉工作流程成为资本
创意经济领域在人工智能转型方面常常被低估。Freepik Spaces 是一个基于节点的画布系统，将于 2025 年 11 月发布，它展示了工具到系统的理念如何在实践中得到应用。到 2025 年，每一项视觉制作任务——生成图像、编辑图像、放大图像、生成视频——都需要单独的工具和人工干预，而 Freepik Spaces 则允许在单一的协作工作空间中构建可重用的自动化工作流程。.
这种方法的经济意义在于工作流程智能的资本化。一家公司如果将其整个创意制作流程——从提示创建和图像生成到图像放大和视频衍生——都配置成一个可复用的Freepik空间，就拥有了一项制作资产。这个空间可以共享、协作改进、应用于新项目，并在整个团队中保持一致的使用。这与每天从零开始创作的单个提示工程师与创意人工智能之间的关系有着本质的区别。与此同时，Krea、ImagineArt和Runway等平台也在探索类似的基于画布的工作流程方法，这标志着专业人工智能驱动的创意制作行业标准的出现。.
智能体人工智能：从助手到自主行动者的量子飞跃
到2026年，主导企业IT领域的术语将是“智能体人工智能”（Agentic AI）。它指的是无需等待人类指令即可执行单一任务的人工智能系统，而是能够独立地追求多阶段目标，在不同的软件系统之间切换，访问外部服务，并在预设参数范围内自主做出决策。.
联想发布的《2026年CIO战略手册》基于对欧洲和中东地区800位IT和业务决策者的评估，明确指出：到2026年，智能体人工智能将取代生成式人工智能，成为首席信息官们的首要任务。65%的公司计划在未来12个月内将智能体人工智能扩展到其业务流程中。欧洲首席信息官预计，每投资1美元用于人工智能基础设施，平均可获得2.78美元的回报。德国公司的预期也与之相近，为每投资1美元获得2.75美元的回报。.
这对企业组织的影响是深远的。Gartner 将多智能体系统和物理人工智能列为 2026 年的关键战略趋势。实际案例：维护智能体与计划智能体自主通信，计划智能体再与采购智能体通信——整个服务流程无需人工干预即可自动完成。客户支持请求完全无需人工干预即可处理。营销预算根据绩效数据实时重新分配。合同自动生成并转发以供电子签名。2025 年还处于试点项目和概念验证阶段的技术，到 2026 年将投入批量生产。.
当然，如果不考虑其结构性局限性，就无法准确描述这一发展趋势。Gartner 同时预测，到 2027 年，约 40% 的基于代理的 AI 项目将会终止。其原因与其说是技术缺陷，不如说是组织准备不足：缺乏治理理念、职责不清以及数据质量差。虽然德国已有 47% 的公司积极使用 AI，但只有 27% 的公司拥有完善的治理理念。这代表着一个战略缺口，在中期内可能会造成不小的损失。.
借助“托管人工智能”（人工智能）实现数字化转型的新维度——平台及B2B解决方案 | Xpert咨询
“托管式人工智能”开启数字化转型新篇章——平台及B2B解决方案 | Xpert Consulting - 图片来源：Xpert.Digital
在这里，您将了解到您的公司如何快速、安全地实施定制化的人工智能解决方案，且无需承担过高的准入门槛。.
托管式人工智能平台是您实现人工智能的全方位、无忧解决方案。您无需处理复杂的技术、昂贵的基础设施和漫长的开发流程，即可从专业合作伙伴处获得根据您的需求量身定制的现成解决方案——通常只需几天时间。.
主要优势一览：
⚡ 快速实施：从构思到可立即使用的应用，只需几天而非几个月。我们提供切实可行的解决方案，创造即时附加值。.
🔒 最高数据安全保障：您的敏感数据始终由您掌控。我们保证安全合规地处理您的数据，绝不与任何第三方共享。.
💸 无财务风险：您只需为结果付费。完全无需前期投入大量资金用于硬件、软件或人员。.
🎯 专注于您的核心业务：集中精力做好您最擅长的事情。我们将负责您人工智能解决方案的全部技术实施、运营和维护。.
📈面向未来且可扩展：您的AI将与您一同成长。我们确保持续优化和可扩展性，并灵活调整模型以适应新的需求。.
更多信息请点击这里：
人工智能操作系统时代即将到来：ChatGPT之后，工作世界究竟会发生哪些改变？
困惑计算机和克劳德代码：当人工智能接管键盘
两项最新进展值得特别关注，因为它们将人机交互提升到了一个新的抽象层次。信息图中提到的“困惑度计算机”代表了一种新型的人工智能界面：技术要求更低、实施速度更快，并且可以直接通过自然语言进行控制。虽然像 n8n 这样的自动化平台需要大量的技术专长，但这种方法的目标用户是绝大多数非开发人员的知识工作者，他们仍然希望从人工智能驱动的流程自动化中受益。对于需要实际编程逻辑的更复杂场景，我们仍然推荐使用 n8n 或 Zapier 作为补充工具。.
Claude Code 代表了技术更为先进的选择。作为一款面向精通软件的用户和开发团队的工具，它提供直接的文件访问、超越单个文档的项目上下文理解，并且在处理复杂编码任务时，其性能远超传统的聊天机器人界面。Claude Code 的经济价值在于加速软件开发流程：IBM 于 2025 年 10 月发布的一项研究，基于对十个国家 3500 位高管的调查，指出在德国，软件开发和 IT 领域是人工智能相关生产力提升最大的领域，领先于客户服务和客户管理。62% 的德国公司已经报告称，通过使用人工智能，生产力得到了显著提高。.
与此相关：
宏观经济层面：利害关系何在？
人工智能范式转变的整体经济意义不容低估。谷歌于2026年2月发布的“数字因素”研究报告（可以说是迄今为止针对德国经济最全面的人工智能分析）扩展版估计，到2034年，德国通过生成式人工智能创造的价值潜力约为4400亿欧元。其中，3300亿欧元归功于企业和公共部门生产力的提升，另有1100亿欧元归功于人工智能通过加速研发释放的创新潜力。德国经济研究所（IW）基于类似数据计算得出，如果人工智能在德国得到广泛且持续的应用，未来15年累计可创造高达4.5万亿欧元的额外价值。在全球范围内，麦肯锡估计，到2030年，人工智能有望为全球经济带来高达13万亿美元的额外产出。.
这些数据表明，从工具到系统的转变方式与其说是一种技术偏好，不如说是一项具有显著经济影响力的战略决策。德国工商总会 (DIHK) 委托 IW 撰写的报告预测，在人工智能情景下，年均经济增长率将比现状高出 0.8 个百分点。对于德国这样多年来一直受结构性增长乏力困扰的经济体而言，这是一个显著的差异。普华永道 (PwC) 2025 年的研究也印证了这一点：在受人工智能影响最大的行业，自 2022 年生成式人工智能得到广泛应用以来，生产率增长已翻了两番。.
目前的采用率尚未充分体现人工智能的潜力。根据Workday博客的数据，2023年德国约有11%至13%的企业高效利用人工智能；预计到2025年，这一数字将超过40%，制造业甚至可能达到42%。ifo经济研究所也证实了这一上升趋势，报告称到2025年夏季，德国企业的人工智能采用率将超过40%，而前一年这一比例为27%。然而，关键问题不在于有多少企业在使用人工智能工具，而在于有多少企业真正转型到系统范式。由此可见，绝大多数企业仍然处于被动式的工具部署模式，因此错失了人工智能带来的结构性变革和价值创造效益。.
系统性条件下的劳动力市场：谁受益，谁受损？
人工智能范式转变对劳动力市场的影响是当前最紧迫的社会问题。现有研究描绘出一幅错综复杂的图景，既不支持单纯的就业增长的天真设想，也不支持就业岗位彻底消失的末日论调。德国联邦职业教育与培训研究所 (BIBB)、就业研究所 (IAB) 和德国社会福利研究所 (GWS) 的联合研究预测，未来15年内，人工智能可能会在德国造成约80万个工作岗位流失，与此同时，也将创造约80万个新的就业岗位。从绝对就业数字来看，这似乎是一个零和博弈。然而，在这个总体数字背后，却隐藏着一场巨大的结构性变革。.
人工智能有望自动化德国约37%工作岗位中超过三分之二的任务。这主要影响办公室、行政部门和标准化生产流程中的日常工作。根据GWS的模型预测，从长远来看，人工智能引发的结构性变革将影响约160万个工作岗位，这些岗位可能被创造，也可能消失。专家警告称，这将造成区域性混乱，尤其是在德国东部，那里制造业岗位和供应商企业在就业中所占比例高于平均水平。德国联邦统计局报告称，到2025年，德国就业总人数约为4600万，较上年略有下降，标志着多年就业增长的首次终结。这种停滞不能完全归咎于人工智能，但无疑可以被视为结构性变革的先兆。.
从人工智能工具到人工智能系统的转变，以一种常被公众讨论忽视的特殊方式加剧了这种动态变化：工具型人工智能主要加速单个任务，从而释放出更多高价值的工作，而智能型人工智能则无需人工干预即可处理整个流程链。这两者截然不同。借助人工智能工具提高工作效率的文员仍然留在价值链中。而能够独立处理所有流程的智能型人工智能系统则完全取代了这一岗位。Indeed发布的《2026年就业与招聘展望报告》指出，2026年将是德国劳动力市场发生广泛结构性变革的一年，人工智能技能将成为一项基本要求，其应用范围远超科技行业，涵盖人力资源、市场营销和财务等部门。.
收益和损失的分布绝非随机。普华永道的数据显示，积极将人工智能融入工作的员工生产力更高，收入也更高；而就业岗位最初增长的恰恰是那些最容易实现自动化的行业——因为人工智能开辟了新的市场和商业模式，反过来又需要人们从事更高价值的工作。因此，决定个人就业市场机遇的关键因素不再是行业，而是积极塑造人工智能系统的意愿和能力，而不是被动地接受它。.
自动化基础设施作为战略资产：n8n、Zapier 和新的业务管理
从工具到系统的视角也正在改变企业对自动化基础设施的评估逻辑。像n8n和Zapier这样的平台在2025年还被视为用于优化个人工作流程的技术辅助工具。而在系统范式下，它们则成为协调人工智能代理的战略性基础设施组件。.
n8n 被定位为面向技术团队的公平代码平台，预计到 2025 年年中估值将达到 15 亿美元——这清晰地表明了投资者对自动化基础设施日益增长的经济价值充满信心。该平台支持完全数据主权的自托管运营模式，鉴于 GDPR 的要求，这对于德国公司而言是一项显著的合规优势。另一方面，Zapier 将自身定位为云原生 AI 编排平台，无需内部基础设施维护，从而降低了中型企业的准入门槛。.
在此背景下，真正具有经济意义的问题并非哪个平台提供更优的功能，而是企业能够以多快的速度从工具驱动的临时性自动化逻辑过渡到系统驱动的集成代理编排逻辑。如果一家公司将自身的n8n工作流程视为战略资本，并定期对其进行优化，同时将其与人工智能代理连接起来，就能创造出落后者难以企及的竞争优势。因此，自动化专业知识将成为一种类似于品牌知识或客户数据的生产要素——难以长期模仿，并且是重要的价值驱动因素。.
治理盲点：德国人工智能生态系统的战略差距
对人工智能转型进行冷静的经济分析，不能忽视德国在人工智能应用方面存在的结构性缺陷。尽管人工智能的普及率取得了显著进展，但人工智能工具的使用与人工智能系统的战略合理运行之间仍然存在着危险的差距。在欧洲和中东，只有27%的公司——德国的情况也并无本质区别——拥有全面的人工智能治理理念。.
在此背景下，治理的意义远不止合规清单。它关乎公司内部谁负责人工智能决策、如何验证人工智能支出的质量、如何保障数据管道的安全，以及如何处理自主代理的错误。缺乏这些基础，智能体人工智能系统经常失败，并非技术本身的问题，而是组织内部的摩擦。从这个角度来看，Gartner预测到2027年，约40%的智能体人工智能项目将会终止，与其说是技术不成熟，不如说是许多公司普遍存在的治理缺陷的体现。.
此外，数字基础设施也是一个重要问题。德国工商总会（DIHK）委托IW撰写的报告明确指出，宽带基础设施、数据中心容量和人工智能专业人才的充足供应是人工智能发挥实际效用的关键前提。德国在这方面存在结构性缺陷，仅靠企业自身努力无法弥补。熟练工人的短缺问题显而易见：2023年，德国的职位空缺相当于GDP的1.3%左右，造成约3390亿美元的经济损失。人工智能可以在中期内部分弥补这一缺口，但初期需要高素质的专业人才进行实施和运营。到2025年底，德国的人工智能初创企业数量超过900家，较上年显著增长，这表明人工智能生态系统正在蓬勃发展，对人工智能专业人才的需求也日益增长。.
人工智能操作系统作为下一阶段的发展方向：智能体之后是什么？
当工具演变为系统，系统演变为基础设施，新的发展阶段即将到来：人工智能成为企业的操作系统。这个概念在战略领域日益流行，它描述的是一种架构：人工智能并非接管具体任务或自动化具体流程，而是协调整个业务逻辑——从采购和生产到销售和客户服务。.
具体而言，正如 Gartner 和 IFS 的分析师所描述的那样，这意味着混合型劳动力模式的出现，其中人类员工和人工智能代理作为平等的团队成员进行协作。维护代理与计划代理沟通，采购代理与物流代理协调，而人类则保留战略控制权、制定目标并监控质量——但他们不再是执行链中的运营瓶颈。根据目前的最佳实践，在能源密集型行业中，持续实施这种架构的公司仅通过基于人工智能的能源管理系统，就能在前十二个月内节省 8% 到 12% 的成本。.
机械工程作为德国工业的传统优势，正在此背景下发展“制造即服务”（Manufacturing-as-a-Service）模式，将生产、维护和数据分析融合到一个集成服务包中。对于那些无法或不愿建立自身数据科学部门的公司而言，人工智能平台正成为可扩展的机器智能解决方案。通过将预测模型与卫星图像相结合，供应链正被改造为动态系统，能够在事件出现在传统报告周期之前就做出反应。这不再是科幻小说——对于2026年的早期采用者而言，这已成为最先进的技术。.
与此相关：
如今还在使用工具的人，已经错过了下一个层次。
本文的灵感来源——信息图——简洁地概括了其结论：2025年，人工智能是一种工具；2026年，人工智能将成为一个协作系统。经济分析从多个层面证实并扩展了这一论点。.
首先，从工具到系统的转变并非线性升级，而是范式转变，需要不同的组织逻辑、投资重点和技能。将人工智能应用等同于工具购置的公司将无法实现其带来的变革性生产力提升。其次，经济利益巨大。与系统范式（而非仅仅使用工具）相关的价值创造潜力，据估计从4400亿欧元（德国，2034年）到13万亿美元（全球，2030年）不等。第三，劳动力市场将经历结构性重组，而非崩溃——但这种重组的速度和深度将超出许多公司和员工的预期。第四，那些能够持续有效地管理转型——拥有深思熟虑的治理、清晰的基础设施战略，并将人工智能理解为系统组件而非单纯的工具——的公司，将在未来五到十年内主导竞争格局。.
关键问题不在于人工智能是否会成为一个系统。它现在已经是一个系统了。关键问题在于，在本十年末，哪些公司和经济体能够积极地塑造这一变革——以及哪些公司和经济体能够成功地驾驭这一变革，直到为时已晚。.
