Peter Yang — AI Agents Collapsing Knowledge Work Cost
Peter Yang 的核心论点：AI agents 正在压缩知识工作的启动成本。
核心观点
工作流融合
Coding 正在成为多种知识工作的统一接口：
- 写文档
- 做 slides
- 拉数据分析
- 调内部 API
- 运营操作
团队规模重构
- 小团队 > 大组织：tiny teams 可以比 bloated orgs 移动更快
- 任务型软件被吞噬：很多任务型应用将被直接接入 API 的 agent 工作流吸收
指标误区
Peter Yang 明确反对将 token 用量 作为生产力指标：
"不要把 token 用量当成生产力指标"
实践启示
对团队
- 重新评估工具栈 — 哪些可以被 agent + API 替代
- 关注输出质量而非输入成本
- 培养团队的 agent 编排能力
对产品
- 单一任务工具面临被 agent 工作流吸收的风险
- API 优先、headless 模式成为生存必需
- 价值需要向上游移动（决策支持 vs 任务执行）
关联
- product-trends/enterprise-automation-demand — 企业自动化需求
- harness-engineering/overview — Harness Engineering 框架
- forecasts/last-4-jobs-in-tech — AI 时代最后的技术岗位
2026-04-26 更新：下一代的 AI 期望由 Codex 设定
来源：AI Builders Digest 2026-04-26
Peter Yang 观察到下一代对 AI 的期望正由 Codex 这类体验设定：即时、神奇、对摩擦零容忍。他 7 岁的孩子期望 instantly 做出一个宠物龙游戏。
产品启示：
- 测试 AI 产品时应包含儿童或非技术用户——如果对他们不够神奇，说明产品还不够简单
- 优化"首次魔法时刻"的时间，而非功能完整性
- 下一个十亿用户将对设置和配置零耐心
这与此前"知识工作成本崩溃"的论述形成时间维度上的延伸：不仅当前知识工作者在改变，下一代用户的期望基准也在被重塑。