2025 年，AI 正式跨入“干正事”的时代。

在刚刚发布的《福布斯 AI 50》榜单中，我们看到了一个前所未有的转变：AI 不再只是回答问题、生成内容，而是开始像一个真正的员工一样完成工作流程——写合同、管客户、做研发、甚至组织谈判。

这不仅意味着 AI 工具迈入了新阶段，也意味着一个现实问题已经摆在我们面前：你的岗位，AI 做得更快、更稳、更不累。你准备好了吗？

一、Harvey 上岗，实习律师下岗？

过去几年，AI 在法律行业的角色，大多还停留在“资料检索”或“智能问答”阶段，顶多是帮你查个案、读个合同。但 2025 年，一个名为 Harvey 的法律 AI 工具，再次用实力证明：它不仅能答题，更能干活，而且干得比实习律师还快还准。

Harvey 是一家专注于法律行业的 AI 初创公司，刚刚入选福布斯《AI 50》榜单。在这个榜单中，它是极少数被归入 “专业服务” 类别的代表。这并非因为它“更懂法律”，而是因为它已经 切实接管了部分律师事务所的底层劳动。

Harvey 的核心能力并不是“生成漂亮的回答”，而是 完成一整套法律工作流程——包括但不限于：

• 文档尽职调查（Due Diligence）

• 合同起草与修订建议生成

• 案件预测分析（包括胜率判断、类比案例检索）

• 谈判策略拟定与模拟对话

• 客户信件与正式函件自动生成

简单说，Harvey 已经可以胜任一个法律项目中，初级律师团队 80% 的任务。 更关键的是，它的部署方式并不复杂，可以与主流律所使用的管理系统无缝对接，成为团队里的“隐形合伙人”。

在部分律所的试点实践中，Harvey 将一份复杂的并购协议的初稿起草时间，从 2 天压缩到 20 分钟。更重要的是，它的模型训练不仅基于通用语言大模型，还吸收了大量专业法律语料和判例，具备高度垂直理解能力。

过去我们常说，“AI 替代的是重复性工作”。但在 Harvey 这里，它替代的是高知识密度、流程复杂、但结构清晰的专业劳动。这是 AI 第一次从陪聊、检索、辅助，正式走入“专业执行者”的位置。

在法律这个极度依赖经验和判断的行业，Harvey 的上岗，也意味着一个信号：连律师的工作流程都能被结构化拆解并由 AI 执行，那其他行业还剩下多少“不可替代性”？

二、AI 已经坐在你的工位上

2025 年的 Forbes AI 50 榜单，有两个名字格外扎眼 —— Sierra 和 Cursor。这两家公司分别代表着 AI 在两个关键岗位的实质性渗透：客服人员与软件工程师。

这不是“提效工具”，而是“职位形态的改变”。

1、Sierra：AI 客服，不是“帮你接线”，是“直接解决问题”

Sierra 的定位非常明确：打造一个具备人类交互能力的自动化客户支持平台。在 AI 被广泛用于客服行业多年之后，Sierra 成功突破了一个难点 —— 从“应答式机器人”，升级为“闭环式交互系统”。

换句话说，它不是在“帮你转人工”，而是让“你根本不需要人工”。

Sierra 能做到的事情包括：

• 情绪识别 + 上下文记忆的连续对话

• 多渠道（邮件、网页、聊天窗）统一客服响应

• 与企业后端系统集成，完成退款、改签、投诉等闭环动作

• 自动拉取知识库、历史记录，动态优化话术

尤其值得注意的是，Sierra 背后不只是单一大模型，而是一个多模型协调系统（multi-agent framework），这使得它在真实客户服务场景中具有极高的稳定性和容错率。

试点数据显示，一家 SaaS 公司接入 Sierra 后，客服响应速度提升 400%，客户满意度提高 37%，而人工客服团队规模缩减 60%。

用人话讲就是：它不是在帮客服，而是在逐步取代客服岗位。

2、Cursor：写代码的不再是程序员，而是懂自然语言的人

另一家上榜公司 Cursor，背后是 Y Combinator 孵化的 Anysphere 团队，其口号是：“给开发者装一个 AI 合伙人”。

但实际效果远比“合伙人”更彻底 —— Cursor 的功能正在快速蚕食程序员的基础工作。

与 GitHub Copilot 这类工具相比，Cursor 的最大差异在于：

• 它不仅“补代码”，还可以接收一个自然语言需求，自动构建完整的功能或应用

• 支持交互式调试、自动生成测试用例、实时文档撰写

• 与本地开发环境深度集成，可以进行代码回溯、项目文件重构等复杂操作

举个最直观的例子：

你在对话框里输入：“帮我生成一个使用 Flask 构建的天气查询 API，要求支持城市拼音和定位两种输入方式”

Cursor 不仅会立刻生成完整代码，还会搭建项目结构、配置依赖、添加测试文件，甚至给你部署建议。

对于很多“轻开发”场景，Cursor 已经可以让非程序员直接完成项目搭建。这意味着，写代码这件事，门槛正被彻底打碎。

过去我们以为，客服和程序员是两个“短期不会被替代”的岗位。毕竟一个靠同理心，一个靠逻辑推理。

但 Sierra 和 Cursor 正在告诉我们一个新的现实：

“如果一个岗位的核心是执行明确规则或应对有限变化的输入，AI 就一定能做到，甚至做得更快。”

三、机器人上岗：AI 不止动嘴，现在开始动手了

2025 年福布斯 AI 50 榜单中，有一个微妙的信号：机器人相关公司正在密集出现，而且越来越像“实业公司”了。

Figure AI、Skild AI、Covariant、1X 等一批“AI+机器人”公司不再只是做“演示视频”，而是真正进入了“产线部署”、“成本控制”和“规模生产”的阶段。

1、Figure AI：打造“能干活”的人形机器人

Figure AI 是当前最受关注的人形机器人公司之一。它不仅登上了今年的 AI 50 榜单，更在英伟达 GTC 2025 开发者大会上被黄仁勋点名：“物理世界中的 AI 是一个 50 万亿美元的机会。”

和许多还在 PPT 阶段的机器人项目不同，Figure AI 已经宣布：

• 投产 BotQ 高产能制造中心，计划年产 12,000 台人形机器人

• 发布 Helix —— 首个将视觉、语言和动作深度融合的 VLA 通用模型

• 与多家工业制造商签约部署机器人，进行装配、检测等基础工序

Helix 的出现意味着，机器人不再需要复杂预编程，它可以像人一样“看懂场景、听懂指令、决定动作”。

如果说过去机器人只能在固定轨道上“重复劳动”，那么 Figure AI 的方向，是让机器人进入人类社会的“多变场景”中，开始学习、适应、执行任务。

2、Skild AI：不造机器人，专做“AI 大脑”

相比之下，Skild AI 的打法更加“平台化”。

它不自己制造机器人，而是专注于打造一个可适配多种机器人形态的“通用控制大脑”——Skild Brain。这个大脑的作用，就是让任何机器人都能像人一样完成复杂任务。

Skild Brain 的底层技术也并非简单模仿人类动作，而是融合了：

• Transformer 语言架构

• 多模态任务规划系统

• 自监督强化学习机制

它已经在清洁机器人、仓储机器人、工业手臂上进行了部署测试。Skild 的愿景是：像 Windows 一样，成为机器人世界的操作系统。

这种“软硬分离”的逻辑，也在 AI 工业化中显得极其关键 —— 有的公司造身体，有的公司造大脑，共同把机器人真正变成“社会劳动力”。

从 Figure AI 的人形机器人，到 Skild 的通用 AI 大脑，2025 年是这一赛道从技术试验转向商业试运行的关键拐点。

我们或许可以大胆预言：

2026 年，可能将成为“AI 机器人劳动力”走进真实工作场景的第一年。

而这一波机器人浪潮的本质，其实也是 “大模型能力向物理世界渗透”的第一步。

结尾总结：

2025 年是一个分水岭。AI 已经从“知识引擎”变成“行动引擎”，从“生成内容”走向“生成价值”。

下一波浪潮，不再是“谁用了 AI”，而是谁能让 AI 真正上岗替人干活。那些能真正被托付任务、落地成果的 AI 工具，才是真正值钱的未来。

而我们每一个人，都需要思考一个问题：

“当 AI 能替你完成 80% 的任务时，你的价值来自哪里？”

🎯 互动提问：你用过哪些已经能替你干活的 AI 工具？

排版：Atlas

编辑：深思

主编: 图灵