2026年6月10日，Anthropic的首席执行官Amodei在自己的个人网站上发布了一篇题为《Policy on the AI Exponential》的长篇政策性文章，全文数万字，提出了一个核心论点。文章的主要部分聚焦于应对策略：建立统计体系、实施就业缓冲措施以及长期发放经费补助。至于AI内在属性的具体内容，以及AI替代人类的底层运作机制，Amodei则用简短的语句一笔带过。
结论先行，但论证环节却令人遗憾地缺失了，或许Amodei认为这并不需要投入过多时间进行详细阐述。恰好，有一份具有重要影响力的报告填补了这一空白。
香港大学人工智能、管理与组织研究中心（HKU CAMO）、中国信息通信研究院华东分院以及模驭人工智能科技（上海）有限公司联合推出了一份报告，标题为《AI大压缩：智能经济时代的生产范式转移》。这份报告回应了Amodei未深入探讨的问题：作为人类第四次技术革命标志的AI，其替代人类的具体机制是什么？
答案简明扼要，仅有两个字的回应：“压缩”。
首先让我们观察一个具体案例。上海某律师事务所拥有一支10人的团队。过去，一份包含5页内容的商业拓展方案，需要实习生花费5个小时完成初稿，律师则需审核30分钟，总计需要6.5个工作小时。而自从引入AI技术后，同样的方案仅需1.2个工作小时即可完成，效率提升了超过80%。
随后，他们将节省下来的时间用于承接更多案件，年创收从800万元提升至1000万元。
或许有人会认为，这不过是提高了效率的故事，AI只是帮助我们更快地完成工作罢了。但报告揭示的，远不止“更快”这个层面。
这份报告反复强调一个观点：在传统的知识工作中，人类扮演的角色实际上是一个昂贵且低效的“API”。这是什么意思呢？
一个业务需求从提出到最终落实，需要经历哪些环节？产品经理、架构师、前端工程师、后端工程师、测试人员、运维工程师——共计六个步骤，层层传递。每个环节之间，信息都会有所损失，需要举行会议，等待他人，进行协调。
这六个步骤并非最优方案。它们是人类认知能力受限条件下的一种被迫妥协。我们无法让一个人同时处理所有事务，因此将任务分解，分配给不同的人。
在这里，人充当着需求翻译成代码、代码转换为功能、功能最终形成业务成果的角色。每一次翻译都有损耗，每一次传递都有等待。
报告中的一个极端案例是：一套AI原生的客户关系管理系统，传统估计需要50人月才能完成，但一名工程师实际只用了1.5人月。
那么，那多出来的49倍的成本，并非真正的“工作量”，而是人与人之间翻译的代价。
在人类技术史上，每一次重大飞跃的本质都是系统性压缩价值创造链条中的中间环节。
第一次，是能源。从钻木取火到建立电网，历时数百年，核心在于让“获取能量”这件事变得越来越简单。
第二次，是材料。从“采矿→锻造→切削”的减材制造方式，过渡到3D打印直接从数字模型制造成品，中间诸多工序消失不见。
第三次，是信息。在互联网出现以前，你需要将信息传播出去，要经历“创作→排版→印刷→分发”等一系列步骤，互联网将这一长链条压缩成了“创作→发布”。
前三次压缩，消除了人类认知活动的外部限制——获取能量、塑造材料、传递信息的物理摩擦。
这一次则有所不同。
被压缩的，是认知活动本身。
“人理解意图→人操作工具→工具输出结果”，这个链条，被压缩成了“人理解意图→AI直接交付”。
中间的这层——那些每天坐在办公室里、在不同的系统之间传递信息、在会议上协调理解、在文档中翻译需求的人——被压缩掉了。
报告清晰地阐述了这一点：AI的大压缩在四个维度上同时发生，而非单线程推进。
时间维度上。AlphaFold将蛋白质结构预测的时间从数年缩短至小时级别；合同审查的时间从两周压缩至十分钟；“两周交付”已不再是正常的工作节奏，它变成了不可接受的低效。
空间维度上。过去专业能力总是被专家和地理位置所局限。过去，患者需要