这种变化并非个例。在AI实验室和前沿科技公司，软件工程师的工作流程发生了巨大改变。如今，工程师们不再像传统那样通过键盘逐行敲击代码，而是戴着麦克风，不断向智能体发出生成代码的语音指令。几个月前，这种工作方式还显得不可思议，如今却已成为常态。软件工程师更像是指挥官或产品经理，通过自然语言与多个智能体协作，分配任务、审查输出、整合成果，而智能体则负责代码的生成、调试和优化等具体工作。
当AI极大降低执行成本后，人们被更多可能性包围。此时，效率提升的限制因素不再是算力资源，而是用户本身。人们会思考自己掌控了多少Token吞吐量，是否充分利用了每个可用Token，是否在用完一个模型额度后及时切换到其他模型。竞争格局的变化也加剧了这种焦虑，大家都在努力向技术栈上游攀登，不仅关注与智能体的单次会话质量，更关注如何调动多个智能体形成AI团队协作。在这种环境下，“不错过任何可能性”成为强大驱动力，一旦停止探索，就会感到落后。
