人工智能到底是什么？在不同人眼中，答案截然不同：它既能成为你最得力的职场搭档，也只是一款功能强大的搜索引擎，亦或是被严重高估的科技概念。
时至今日，业内始终没能对人工智能的真实价值与定位达成统一共识。
长期以来，科技行业高管始终力挺人工智能，认为这项技术将颠覆就业市场，掀起新一轮工业革命。但怀疑者认为，这不过是行业营销噱头；还有部分科研人员与企业高管在离职之际发出警示，直指人工智能存在不容忽视的安全风险。
就在过去一周，一位 AI 企业 CEO 兼投资人发布了一篇刷屏全网的文章，声称人工智能未来将取代所有久坐办公、依赖电脑完成的岗位。这篇文章的走红，也让大众对 AI 的认知分歧，变得前所未有的尖锐。
而造成这种观点两极分化的原因，其实有一个更简单的解释：大家使用的AI 类型不同、使用场景也不同，却笼统地用 “人工智能” 同一个概念去评判。
“大众对 AI 的接触深度和使用程度，存在巨大差异，而且这种差距还在快速变化。” 门洛创投合伙人马特・墨菲表示。他曾主导投资了 Anthropic 等多家头部人工智能企业。
免费 AI 与付费 AI，早已不是同一个级别
不少人只用免费版 AI 完成列购物清单、规划假期这类基础任务，只能窥见人工智能最表层的能力。门洛创投去年 6 月发布报告估算，目前仅有 3% 的 AI 用户开通了付费服务。不过墨菲向 CNN 透露，这一比例很快将会迎来大幅提升。
付费版 AI 最大的区别在于智能体代理能力：不只是简单对话生成回复，还能自主接手处理完整工作流程，同时使用限制更少、权限更高。
例如，Anthropic 的 Claude Cowork 智能助手，仅面向每月 20 美元及以上的专业订阅套餐开放；OpenAI 的 Codex 代码智能体也采用同样的付费限定模式。
也正是这类高阶付费 AI，引发了外界对 “AI 取代人类工作” 的普遍担忧。AI 创投人、前企业 CEO 马特・舒默那篇引发热议的文章，正是基于这类能力展开论述。
舒默在文中写道：“我只需要告诉 AI：我要开发一款应用，明确功能需求和大致设计风格，让它自行搞定用户流程、界面设计等全部环节。而它真的做到了，甚至独立写出了数万行代码。”
他还称，AI 可以自行完成应用测试，独立做出审美与业务判断。他甚至大胆推测，既然 AI 能写出高质量代码，未来或将具备自我迭代、自主进化的能力。
（AI 领域研究人士随即指责舒默严重夸大了 2024 年现有 AI 模型的实际能力。舒默事后公开道歉，向 CNN 承认这是自己 “职业生涯最大的失误”，并表示已从中吸取教训。）
不少专家对舒默描述的落地场景持怀疑态度，即便高阶付费 AI 也很难完全实现。尤其他并未公开具体使用的模型版本，以及 AI 实际参与开发的应用类型。舒默后续向 CNN 解释，自己主要使用 OpenAI 的 GPT-5.3 Codex 工具，测试开发的是一款中高复杂度的应用项目。
卡内基梅隆大学教授艾米丽・德尤长期开设商业 AI 应用课程，她表示，仅靠免费版 AI，根本无法窥见这项技术的真正潜力。如果仅凭免费工具就给 AI 能力下定论，其实具有很强的误导性。
华盛顿大学荣誉退休教授、艾伦人工智能研究所前首席执行官奥伦・埃齐奥尼，将免费 AI 与付费 AI 的差距做了一个形象比喻：如同热情却缺乏经验的实习生，对比专业老练、执行力极强的资深员工。
免费 AI 擅长内容总结、文案生成等基础工作，但想要用来做深度调研、撰写复杂专业文档，基本都需要付费升级。
他表示：“免费 AI 或许能给出超出预期的建议，也能完成有深度的对话，但你绝不会放心让它担任律师，甚至连律师助理的工作都无法完全托付。”
不过如今，各大 AI 厂商正不断把高阶功能下放至免费版本。斯坦福大学以人为本人工智能研究所联合创始人詹姆斯・兰迪也因此认为，当下免费 AI 和付费 AI 之间的鸿沟正在缩小，差距并没有想象中那么大。
比如 Anthropic 于本周二推出全新模型 Sonnet 4.6，官方称其性能已无限接近以往仅付费套餐独享的顶级 Opus 模型。
AI 与职场就业的矛盾争议，持续发酵
如今各类 AI 应用早已渗透日常生活，从文案创作、图像生成，到学术研究、辅助办公，无处不在。
今年 2 月初，AI 公司 Anthropic 推出可针对法律、金融分析等垂直行业定制专属 AI 助手的工具，消息一出直接引发软件板块股价大跌。紧接着舒默的文章刷屏全网，进一步加剧了大众的焦虑：人们开始担心，AI 不仅会简化软件工程类工作，未来还将大规模替代所有知识型岗位。
但与此同时，越来越多人开始理性审视：AI 真的能达到科技高管口中描绘的宏伟愿景吗？很多夸大预期，往往出自和行业发展存在利益绑定的从业者之口。多项研究也给 AI 的神化预期泼了冷水，揭露了其真实能力与落地速度的局限。
人工智能安全中心与规模化人工智能中心的研究团队去年发布测试结果：主流 AI 模型在数据可视化、游戏代码编写等任务中，频繁输出存在漏洞和错误的结果。AI 模型测评机构 “模型评估与威胁研究” 在 7 月的研究也发现，开发者借助 2025 年初的 AI 工具写代码，整体耗时反而增加了 19%。
兰迪也直言，外界过度夸大了 AI 在软件开发中的作用。AI 只是程序员提升效率的辅助工具，本身依旧容易出错，也无法全自动完成完整编码开发。
虽然业内普遍认可 AI 将重塑多个行业，但不能仅凭它在编码领域的表现，就类推它能在所有岗位实现同等替代效果。
“编程本身具备极强的逻辑结构化特征，非常适合机器校验代码、验证可行性。” 兰迪解释道，“但现实中绝大多数人的工作，并不具备这种标准化、逻辑化的固定结构，无法被 AI 简单复刻。”
