在阿姆斯特丹举行的Web Summit现场,Atlassian联合创始人兼CEO Mike Cannon-Brookes面对台下观众,被问到AI是否正在取代人类岗位。他没有顺着恐慌叙事展开,而是把讨论拉回到真实使用场景:作为Jira、Confluence、Trello和Loom等产品的掌舵者,他更关心数百万用户每天怎样把AI嵌入工作流程,而不是模型理论上能做什么。
这场对话由Big Technology播客主持人Alex Kantrowitz主持。Cannon-Brookes提到一个矛盾现象:AI已经从少数人的玩具变成大量工作者的日常工具,但企业层面的产出效率并未出现预期中的大幅提升。在他看来,原因不只在于模型好不好用,更在于组织结构和软件设计没有跟上模型能力的更新节奏。
谈到裁员,Cannon-Brookes认为企业声称“为AI时代重组架构”多数时候并非托词。他不相信有人能准确预判五年后的就业版图,但从净效应看,AI带来的岗位会多于它替代的岗位,变化更多体现在工作性质上。他用银行网点作类比:网上银行兴起时,外界普遍以为实体网点会消失,然而过去十年澳大利亚和美国的网点数量反而增长。网点没有消失,只是服务权重和资产用途被重新定义。AI对工程师、设计师、营销和财务岗位的影响也可能如此,岗位仍在,做事方式被重写。
不同职业群体的人数配比同样存在分歧。Cannon-Brookes说,他听过一期播客,产品经理认为未来产品经理会更多、工程师会减少,而坐在对面的工程师则判断相反。他对此保持开放,认为答案只能交给时间。他更在意另一层风险:企业真正的对手不是AI本身,而是那些更早学会用AI完成同类工作的竞争者。转型难点也因此落在改变员工多年形成的思维惯性上,属于人才挑战,而非单纯技术挑战。
对于模型能力增强而企业产出未同步爆发,Cannon-Brookes把很大一部分原因归到产品设计和使用体验。他认为,员工需要重新思考自己的工作方式,软件界面也要随之改变,两者必须同时推进。大约一个月前,Atlassian在阿姆斯特丹的公司大会上发布了一套名为Agentic Multiplayer Protocol的体系,背后涉及MCP、A2A等技术标准,目标是让agent自然进入Jira、Confluence、Loom等产品的界面,既保留人类熟悉的交互方式,又能调用AI能力。
工作重心也在发生变化。Cannon-Brookes没有给出所有岗位的统一答案,但提出一个共同转向:人们会减少对任务执行机制的关注,更多聚焦想要的结果。做设计或界面工作时,结果更多取决于品味和判断力;搭建财务模型时,关键不是让AI快速生成一个看似高级的模型,而是找到验证模型正确性的办法并建立信任。与此同时,人们需要把思维提升到更高抽象层级,设计能自我迭代的循环,让循环逐步逼近目标。他也强调,不是每个普通用户都要成为Andrej Karpathy那样研究目标搜索和强化学习的工程师,这种能力应被产品内化到日常界面里。
当话题转到agent在工作流中的形态,Cannon-Brookes给出分层框架。聊天是最容易想到的一对一问答,但他认为这未必是以后最常见的模式。委托则是让agent替人完成一串任务,例如让Claude写代码并提交一个代表用户的pull request。协作意味着agent实际存在于某个场景中,比如与用户共同编辑同一份Confluence文档,用户还可以同时拉入来自不同厂商的两三个agent与真人一起工作。另一种形态被他称为“配对”,他用会议桌作比:面对面对话是一种,派agent代自己参会并汇报是一种,配对则更强调人与agent在同一任务中紧密配合。
Atlassian的产品横跨项目管理、知识库和视频协作,这让Cannon-Brookes的判断更贴近具体界面和点击动作。他讨论的不是AI会不会颠覆工作的宏大命题,而是人和agent在每一次协作中如何分工。在谈到验证时,Cannon-Brookes表示,让AI做出一个看起来很高级的模型很容易,难的是人要信任它是对的,并找到验证办法,以及企业是否愿意把新技术放进员工每天打开的界面里。

