読書リサーチレーダー投資フレームワーク
ログイン / 新規登録
← 読解に戻る
トピックDisconfirmAI 編集部更新日 2026-10-21 13:53

Mollick术士工作法

5 ステップ1 件4 ソース

宾夕法尼亚大学沃顿商学院教授Ethan Mollick在其新书《Co-Existence》发布之际,提出了第三种人机协作模式:“术士”(Conjurer)。与早期强调人类全程参与的“半人马”或“赛博格”模式不同,“术士”模式要求用户召唤AI代理分配任务,仅对最终结果进行评估和验收,不再干预具体执行过程。

这一转变源于AI能力的指数级增长。Mollick指出,随着代理式AI(Agentic AI)能够自主完成数小时甚至数周的工作量,人类若仍试图逐步引导,将成为效率瓶颈。他以自己使用Anthropic的Opus 5.5模型制作数据图表为例,展示了如何通过简短指令让AI自动处理研究、绘图、布局等复杂流程,并纠正了人类的数学错误。然而,这种模式也带来了新的风险:人类失去了对AI具体操作过程的可见性和控制权,导致“输出惊艳但过程不透明”。

【背景】Mollick在2024年的《Co-Intelligence》中曾主张“始终让人类在回路中”,但在2026年的新语境下,他承认对于高度自主的代理,管理重点已从“监督步骤”转向“定义目标与验收标准”。这标志着AI使用范式从“协作伙伴”向“自主下属”的根本性迁移。

経緯

  1. 2024-01-01

    Ethan Mollick出版《Co-Intelligence》,提出“半人马”和“赛博格”两种工作模式,强调人类必须在回路中监督和验证AI输出。

    managementcraft.co ↗
  2. 2025-09-11

    Mollick发表文章《On Working with Wizards》,描述AI如“巫师”般提供高质量但过程不透明的输出,预示协作模式需从“合作”转向“接受魔法”。

    oneusefulthing.org ↗
  3. 2026-04-21

    Big Think Business总结Mollick的四大原则,重申“邀请AI上桌”和“人类在回路”的重要性,此时主流观点仍倾向于混合使用而非完全委托。

    bigthinkbusiness.substack.com ↗
  4. 2026-10-08

    在HBR IdeaCast播客中,Mollick讨论AI如何改变战略,指出代理式AI已能自主完成重要工作,企业需重新思考组织边界和管理角色。

    hbr.org ↗
  5. 2026-10-20

    Mollick新书《Co-Existence》发布。他在博客中详细阐述“术士”工作法:召唤AI代理、分配任务、评估结果,以Opus 5.5制作图表为例展示其高效性与控制权的丧失。

ログイン / 新規登録
読書リサーチレーダー投資フレームワーク
oneusefulthing.org ↗

未解決の問題

  • 在“术士”模式下,当AI出现隐蔽的逻辑错误或幻觉时,缺乏过程可见性的用户应建立何种具体的验收机制?
  • 企业如何调整KPI和激励结构,以适应员工从“执行者”转变为“管理者/验收者”的角色变化?
  • 随着AI能力继续指数级增长,“术士”模式是否会进一步演变为完全无人值守的自动化,从而彻底消除人类在回路中的最后环节?

ソース

  • oneusefulthing.orgMollick博客:30个月后的指数曲线(含术士定义)↗
  • oneusefulthing.orgMollick博客:与巫师共事(早期概念铺垫)↗
  • hbr.orgHBR播客:AI如何改变战略↗
  • managementcraft.coManagement Craft:《Co-Intelligence》核心观点回顾↗

このトピックでのカバー範囲

  • 'Co-Intelligence' Author Ethan Mollick Proposes the 'Conjurer' Workflow: Summon AI Agents, Evaluate Results2026-10-21ニュース

    On the release of his new book Co-Existence, Ethan Mollick draws on his own experience producing data charts with Opus 5.5 to propose a third mode of human-AI collaboration: the 'conjurer'—summoning AI agents, assigning tasks, and evaluating results without step-by-step guidance. He considers this the most powerful way to use AI today, but it means losing control over what the AI is actually doing.