2026年6月10日，Anthropic CEO Amodei在自己的网站发表了一篇数万字的政策长文——《Policy on the AI Exponential》，阐述了他的核心观点：。
文章的着墨点主要放在了应对策略上：构建统计体系、实施就业缓冲、发放长期补贴。至于“内在属性”究竟是什么，AI替代人类的深层运作机制是怎样形成的，Amodei只是简略提及。
结论先行，论证环节却令人遗憾地缺失了，或许Amodei认为这些都无需过多笔墨。
恰逢一份重磅报告出炉，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）、中国信通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，题为《AI大压缩：智能经济时代的生产范式转移》。
这份报告解决了Amodei未深入探讨的问题：作为人类第四次技术革命标志的AI，究竟以何种方式实现对人类的替代？
答案概括为两字：压缩。
先来看一个场景。
上海某家律师事务所，一个由10人组成的团队。以往一份含5页的BD方案，实习生需花费5小时完成初稿，律师审核仅需30分钟，总工时合计6.5小时。借助AI后，同样一份方案，仅需1.2小时即可完成，效率提升超过80%。
他们利用节省的时间承接更多案件，年创收额从800万升至1000万。
或许有人会说，这不过是效率工具的常用故事。AI帮我们提升了速度，仅此而已。
但这份报告揭示了，其中蕴含的远不止“更快”。
你实际上是一个昂贵的API
报告反复强调一个观点：在传统的知识工作中，人类扮演的是一个昂贵且低效的"API"角色。
这是什么含义？
一个业务需求从提出到实施，需要经过多少流程？产品经理、架构师、前端开发、后端开发、测试人员、运维人员——六个层级，层层传递。每一个传递环节都有信息损耗，必须开会协调，等待他人响应。
这六个环节并非最优选择。它是人类认知能力有限时的一种妥协方案。一个人无法同时处理所有事务，于是将工作分解，分配给不同人员。
人类在此处充当的，是需求翻译成代码、代码翻译成功能、功能翻译成业务成果的角色。来回翻译，每次都有损耗，每次传递都有等待。
报告提及一个极限案例：一个AI原生的CRM系统，传统估算需50人月，但1名工程师实际只用了1.5人月。
那多出的49倍成本，并非“工作量”，而是人与人之间沟通的成本。
人类技术史上的三次压缩
报告指出，人类技术史上每一次重大突破，本质上都是将价值创造链中的中间环节系统地压缩。
首次：能源。从钻木取火到电网，历经数百年，核心是让“获取能量”这一过程变得越来越简单。
其次：材料。从“采矿→锻造→切削”的传统减材制造，到3D打印直接从数字模型制造成品，那些中间流程消失了。
再次：信息。互联网出现前，信息传播需“创作→排版→印刷→分发”，互联网将这一长链条压缩为“创作→发布”。
前三次压缩，解决的是人类认知活动的外部限制——获取能量、塑造材料、传递信息的物理障碍。
这次的差异在于。
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”，这一链条，被压缩为“人理解意图→AI直接输出”。
中间环节——那些日复一日坐在办公室，在系统间传递信息，在会议中统一认知，在文档中翻译需求的人——被压缩了。
四个维度同步压缩
报告阐明得很详尽：AI大压缩在四个维度上同时发生，并非线性进程。
时间维度。AlphaFold将蛋白质结构预测从数年压缩至小时级；合同审查从两周压缩至十分钟；“两周交付”已成为非正常效率，低效成了不可接受的常态。
空间维度。过去专业能力受专家和地理位置限制。患者就医