最近看完 David Senra 对 Sam Altman 的这期访谈，我印象最深的不是他谈 OpenAI 接下来要训练什么模型，而是一个很小的细节。
Senra 问 Sam，有没有哪件事情连他自己都觉得很矛盾：明明知道 AI 已经可以用一种更好的方式完成工作，甚至这个产品就是自己公司做的，但还是改不过来。
Sam 说，自己已经用电脑20年了，现在明明有 Codex，理论上应该彻底换一种方式工作，但现实里，他依然会一封封看邮件，在不同聊天软件之间复制粘贴，维护 To-do List，然后按照过去20年的方式处理这些重复工作。
他没有把原因简单归结为“人的习惯太顽固”，而是说了一句我觉得更值得讨论的话：这“mostly a product failure”。随后他把今天的 AI 比作 iPhone 出现之前的智能手机——很多技术已经有了，但那个彻底改变人与技术交互方式的产品还没有出现。AI 还没有迎来自己的“iPhone moment”。
这句话比“AI什么时候达到AGI”更让我感兴趣。过去三年，模型能力不断上台阶，但如果把视线从 Benchmark 移回办公室，会发现很多人的工作方式并没有同步改变。
问题可能已经开始从“AI会不会做”，变成“为什么我们还没有这样工作”。
Sam承认自己看错的，是AI改变现实的速度
这期访谈前面还有一个很重要的铺垫。
Sam 说，他现在非常关注 Shopify CEO Tobi Lütke。Tobi 不是让下属做一份“AI转型方案”，而是自己写软件、试模型、重构工作流。Shopify 在2025年4月就把“默认先用AI”变成内部原则，后来官方披露，公司已经普遍采用 AI 代码编辑器，并购买了数千个 Cursor 许可证。
Tobi 的判断也很激进：2026年很多现有业务都会重新变得“up for grabs”，因为别人可以从零做一个 AI-native 的版本。但 Sam 这次反而没有那么乐观。
他回忆说，2023年 GPT-4 出来以后，自己原本以为软件行业会很快发生更大的重构，很多现有软件公司的位置会迅速动摇。三年之后，他承认这个时间判断错了。原因并不是模型没有继续进步，而是“经济有太大的惯性”：用户继续向熟悉的公司买东西，公司继续使用熟悉的软件，员工继续按照熟悉的流程工作。Sam 的结论是，整个行业过去在时间表上都太激进了，社会和经济适应 AI 的速度会更慢。
过去关于 AI 的很多预测，都隐含着一个简单的等号：模型能力提高多少，现实世界就会跟着变化多少。但现在看，模型能力是一条曲线，技术进入组织、流程和人的习惯，是另外一条曲线。
AI用得越来越多，公司却没有同样快地变得更赚钱
如果这只是 Sam 自己的感受，当然还不能说明什么。但我后来又看了一下 McKinsey 刚刚发布的2026年全球 AI 调查，里面有一组数字很有意思。
这项调查覆盖97个国家、1719名受访者。接近九成受访者所在的组织，已经至少在一个业务部门经常使用 AI；44%的企业已经进入全公司规模化使用。80%的受访者也明确表示，AI提升了个人生产率。
但到了公司财务结果这里，增长突然慢了下来。只有37%的受访者认为 AI 已经对所在企业的 EBIT，也就是息税前利润，产生正面贡献，这个比例和2025年基本没有变化。McKinsey 定义的“AI高绩效企业”——至少5%的 EBIT 可以归因于 AI，同时认为 AI 已经产生显著价值——也只有6%。
这个反差很能说明问题。员工已经觉得自己更快了，公司也买了更多 AI，但“个人快一点”并不会自动变成“整个公司效率提高同样多”。
公司不是一群独立工作的个人简单相加。一个员工用 AI 把文档从两小时缩短到20分钟，如果下一步审批仍然要等两天，企业整体速度几乎没有变化。
这也是为什么我现在越来越觉得，讨论企业有没有“采用AI”，意义正在变小。给所有员工买一个 ChatGPT 账号当然算采用，给程序员装上 Coding Agent 也算采用，但它们和真正改变公司的工作方式，中间还差得很远。
把AI塞进旧工作流，不等于真的变成AI-native
我自己在开发软件时，对这个差别感受很明显。现在 Coding Agent 已经可以承担很大一部分代码实现，但如果我仍然按照以前的方式，把一个任务拆成很小的需求，写完一段再人工检查一段，那么得到的主要还是“写代码更快”。
更大的变化，是重新考虑哪些事情根本不应该再由人逐步执行：Agent 能不能自己读取代码库和历史上下文，测试和验证能不能同步完成，人只在架构、取舍和异常节点上介入。做到这一步，变化的才不是某一个环节的速度，而是整个工作方式。
企业里也是一样。McKinsey 的2026年调查中，真正获得显著 AI 价值的那6%企业，有接近四分之三已经因为 AI 对工作流进行“根本性重新设计”；其他企业这么做的只有约四分之一。
这让我想到经济学里经常讨论的“生产率J曲线”。电力刚进入工厂时，很多企业只是把蒸汽动力换成电动机，原来的布局和流程并没有改变。后来企业围绕电力重新设计机器布局、生产线和组织方式，更大的生产率提升才逐渐出现。美国国家科学院总结相关研究时提到，工厂从电气化到获得显著生产率提升花了30—40年，关键就在于它们最终不再围绕中央动力轴组织生产，而是给机器配置独立电机，按照物料流重新设计工厂。
AI现在怎么看都有一点类似。
给员工买 ChatGPT、给程序员买 Codex，然后在原来的流程旁边加一个 AI 按钮，当然已经能提高效率，但它距离 AI-native 还有很远。
所谓AI的iPhone时刻，可能是一种新工作方式
所以我比较认同 Sam 的“iPhone moment”这个比喻，但我理解的重点并不是将来一定会出现一台类似 iPhone 的 AI 硬件。
今天使用 AI，很多时候还是一个主动行为。收到一封邮件，我先判断这件事情能不能交给 AI，然后打开 ChatGPT，把背景复制进去，再告诉它我要什么，拿到答案以后检查，再复制回邮箱。AI仍然是一个外挂在旧工作流旁边的工具。
如果未来 AI 已经知道我的邮件、日历、文档、项目历史和工作目标，它可以自己判断哪些事情能够完成，哪些需要我决定，只在真正需要判断、授权和承担责任的时候把问题交回来，那时候人与计算机的关系才真的变了。
到了那一步，我们可能也不会天天说“我今天用了几个小时AI”。我更倾向于认为，AI的iPhone时刻首先是一种交互方式和工作方式的变化：从人主动调用AI，变成AI默认存在于工作过程中。
不过，我并不完全认同 Sam 所说的“主要是产品失败”。今天的 Agent 还有一个 iPhone 当年不存在的问题：可靠性。
手机上的一个 App 偶尔崩溃，用户重开一次也就算了；一个替你发邮件、改生产代码、操作企业系统甚至执行付款的 Agent，如果每20次任务里有一次严重错误，就很难真正做到无人监督。
METR 今年更新的 Agent “任务时间跨度”研究显示，前沿模型能够独立完成的软件任务长度仍在快速增长，但 METR 特别提醒，50%时间跨度并不意味着这个长度以内的任务都可以放心交给 AI。一些可靠性要求高、又难以验证的工作，可能需要98%以上的成功率才值得自动化；现实工作通常还比测试集里的任务更混乱。
所以今天没有出现 AI 的 iPhone 时刻，不能全部怪产品经理，也不能简单归结为人的习惯。模型的可靠性、长期任务能力、上下文、权限、安全和成本仍然需要继续进步；另一方面，我们也确实还没有找到一种足够自然的产品形态，把这些能力真正嵌进绝大多数人的工作里。
回到 Sam 自己那个有点尴尬的例子。他当然知道 Codex 能做什么，甚至比绝大多数人更早知道这些能力将走到哪里，但第二天打开电脑，他还是可能先点开邮箱，然后按照20年来形成的习惯开始工作。
这并不说明 Codex 不重要，反而说明一个新技术从“已经可以做到”走到“所有人自然地这样做”，中间还有一段很长的路。
ChatGPT 已经完成了 AI 的第一次大众普及。但如果把“iPhone时刻”理解为彻底改变人与计算机的交互，那么至少从现在来看，这件事情确实还没有发生。
等它真正发生的时候，我们大概不会再讨论“应该怎么把AI加入工作流”。
因为那时，我们已经很久没有按照过去的方式工作了。
