详细内容或原文请订阅后点击阅览
Agentic AI 正在重写分析堆栈，但它仍然无法触及一项技能
随着人工智能处理更多的执行任务，哪些工作应该属于代理而不是人类，为什么这种区别很重要？代理人工智能正在重写分析堆栈，但有一项技能仍然无法触及，该文章首先出现在《走向数据科学》上。
来源:走向数据科学在过去的几年里，我相信我们都见证并经历了工作方式缓慢但重大的变化。我们经常提高自己的技能，我的分析堆栈在我的领导下不断重建。我记得当我第一次读到生成式 AI 的强大功能时，我的想法停留在“我再也不用在 StackOverflow 上花几个小时来调试我的代码了”。
在今天的工作中，我使用人工智能模型来编写、设计、编码、验证我的想法，以极快的速度完成任务，帮助我为高管起草提案，创建分析故事，测试我的假设，为重要的会议和困难的讨论做好准备等等。
然而，当我花更多的时间整合人工智能来让我的生活变得“轻松”时，我意识到有些人类所做的艰巨工作是人工智能无法完全复制的。生成式人工智能无法设定愿望、在困难时期做出决定、在利益相关者之间建立信任或让自己对好或坏负责。
这项工作仍然非常人性化。
随着代理 AI 吸收更多的分析工作流程，技术堆栈中的稀缺性将不再是执行速度或质量，而是产生原创想法、应用业务判断并决定首先值得关注的内容的能力。
独立思想仍然是竞争优势
我开始相信人工智能不会取代人类的工作。但人工智能肯定可以帮助我们比以往更快地执行工作。到那时，真正的问题就变成了：我们如何利用人工智能返还给我们的时间？我们是否用它来更深入地思考、探索新想法、解决更困难的问题？还是我们自己逐渐停止做这些事情？
然而，这种对人工智能的依赖让我感到紧张。这与代理的错误无关（因为通常情况下并非如此）。我很紧张地想到跳过分析中最有价值的部分是多么容易：形成我自己的初步观点！我只会收到别人的版本，打扮成我的版本。
···