AI开始替代整个部门：一个投研Agent全程无人工干预，3笔原油期货全部盈利

2026年8月7日北京大学承泽园。零一万物创始人李开复在新书《AI未来已来》发布会上说了一句话让台下700多位企业家安静了几秒从2026年起AI开始替代的将不是岗位而是整个部门。这不是预测是正在发生的事。就在前一天8月7日的2026中国金融市场AI投研峰会上一位资管机构投研总监透露一家第三方投研机构自研的原油期货策略智能体在全程无人工干预的情况下过去一个月里自主完成了三笔布伦特原油期货交易均实现盈利。7月12日这个Agent在8月原油期货合约上自主建仓买涨随后获利了结。整个过程——分析行情、判断方向、选择合约、决定仓位、执行交易、止盈离场——全部由AI自主完成。没有交易员下单没有分析师写报告没有风控官审核。AI自己分析、自己决策、自己执行。这不是实验室里的模拟盘是真金白银的实盘交易。当AI开始替代整个部门企业准备好了吗今天这篇文章我们从FDE研发适配项目交付场景洞察的视角拆解从AI回答问题到AI替代部门中间到底发生了什么企业该怎么接住这波浪潮一、三年的时间线从回答问题到替代部门让我们拉一条时间线。2024年大模型爆发。全行业的核心问题是AI能不能完成一个任务答案是能但仅限于写文案、翻译、问答这类单点任务。一个Prompt进去一段文字出来任务结束。2025年Agent元年。核心问题变成了AI能不能完成一整条工作流答案也是能。AI开始拥有记忆、工具调用和自主规划能力可以拆解目标、调用软件、执行流程、根据结果纠错。从回答者变成了执行者。2026年核心问题再次进阶AI能不能替代一个企业的职能部门李开复的判断是可以。而且不是未来式是进行时。大模型擅长回答问题智能体拥有记忆、知识和工具可以拆解目标、调用软件、执行流程。对企业而言智能体更重要的价值不是完成简单事务而是进入经营决策过程。这意味着什么意味着客服部门可以被一个智能体替代——它7x24小时在线能同时处理上千个客户咨询能调取所有历史工单能根据客户画像个性化回复不会情绪化不会离职。意味着投研部门可以被一个智能体替代——它能同时监控全球市场数据分析上千份研报在毫秒级做出判断全天候执行交易策略不受情绪波动影响。意味着财务部门、法务部门、HR部门凡是流程化、规则化、数据驱动的工作都在智能体的替代射程之内。这不是危言耸听。那个自主交易原油期货的Agent就是投研部门里交易员分析师风控官三个角色的浓缩体。二、投研Agent的三个细节为什么人做不到让我们回到那个原油期货Agent的案例拆解三个细节。细节一全程无人工干预。传统的量化交易系统也是机器执行但策略是人写的、参数是人调的、异常是人处理的。这个Agent不同——它自己分析市场、自己判断方向、自己决定仓位、自己执行交易、自己止盈离场。人只做了一件事在启动时给了它一个目标——在原油期货市场上盈利。剩下的全是Agent自主完成。细节二三笔交易全部盈利。一个月内三笔交易全部盈利。这个胜率在人类交易员中极为罕见。原因不是AI运气好而是AI可以同时处理的信息维度远超人脑——全球供需数据、地缘政治事件、技术指标、资金流向、季节性规律AI在毫秒级全部纳入判断而人类交易员光是读完当天的晨报就需要一小时。细节三7月12日那笔交易的时机选择。8月原油期货合约在7月中旬建仓。这个时间窗口的选择需要判断季节性需求变化、库存周期、合约流动性衰减速度等多个因素。AI做出这个判断的时间是0.3秒。人类交易员做同样的判断至少需要半天的数据收集和分析。这三个细节说明什么不是AI比人聪明而是AI在某些特定场景下处理信息的宽度、速度和一致性远远超过人类。但这不意味着人类投研人员要失业了。这个Agent的盈利是在特定市场、特定品种、特定时间段内的结果。市场环境变了、品种换了、极端黑天鹅事件来了Agent能否应对这正是FDE场景洞察层要回答的问题——AI能做什么和AI该做什么是两个不同的问题。三、李开复的一号位论AI转型不是CIO的活AI要替代部门但谁来推动这个替代李开复的答案非常明确CEO亲自干。AI并非只是一套软件它会同时影响技术、产品、市场、销售以及组织结构。各部门负责人通常只负责自身业务只有CEO同时具备统筹各部门的责任、能力和权力。把AI转型交给CIO或IT部门最多上一个台阶永远爬不了剩下的一百个台阶。为什么因为AI替代部门的本质不是上一套系统而是重构组织。传统的组织架构是CEO → VP → 总监 → 经理 → 员工。信息从下往上传递决策从上往下下达每一层都有信息损耗和延迟。AI时代这个架构要变成CEO AI决策中枢 → DRI直接责任人 多智能体。什么是DRIDirectly Responsible Individual直接责任人。每个核心业务都有一个明确的DRIDRI手下不是一个人类团队而是一组智能体。CEO不需要再通过VP→总监→经理层层传递信息。AI决策中枢直接读取所有业务数据实时呈现组织状态。DRI负责指挥智能体执行并对结果负责。李开复自己已经连续六个月使用老板AI——一套接入企业内部数据、会议记录、销售和客服录音的系统可以自动发现执行风险、追踪工作承诺。未来企业的基础单元将不再是人而是DRI多智能体。CEO要做的是像指挥交响乐一样编排多智能体。四、企业AI落地大部分企业错在哪李开复在发布会上举了一个反面案例不少企业部署了DeepSeek但项目后来无疾而终。并不是模型本身存在问题而是企业尚未解决具有自身特点的落地环节。这跟上一篇我们讲的88%声称部署但只有19%在用的数据完全吻合。企业错在哪错在把AI当成软件来部署而不是组织来重构。错误一只部署不改造流程。很多企业买了一堆API账号搭了一个聊天窗口挂在内网上然后等业务部门来用。但业务部门的流程没有变——还是写邮件、开会、做表格、写报告。AI只是多了一个可选工具而不是业务流程的必经环节。错误二只降本不增收。大部分企业用AI的思路是省人力——用AI替代几个初级员工省下工资。但李开复强调AI的最大价值是进入企业运营和决策的核心环节真正影响增长、利润率和组织效率等关键结果。省人力是战术层降本影响增长和利润率才是战略层重构。错误三只试点不规模化。工业AI试点转规模化比例仅19%。81%的企业做了试点但没能推广。因为试点只需要能跑规模化需要能运维、能迭代、能兜底。从试点到规模化的鸿沟恰好是FDE项目交付层要填的。五、今天千问开放平台上线零门槛造智能体2026年8月10日就在今天阿里千问正式推出全新升级的千问开放平台。这不是一次简单的功能更新。手机、PC、AI眼镜三大终端全面解耦开放第三方开发者可以零门槛接入亲手打造专属AI智能体并以独立对话空间形态原生嵌入千问APP。零门槛。不需要懂代码不需要搭服务器不需要买GPU。通过低代码可视化编排拖拖拽拽就能创建一个具备感知、决策与执行能力的智能体。这意味着什么意味着造AI智能体这件事从大厂工程师的专利变成了每个企业、甚至每个个人都能做的事。腾讯也在7月28日发布了企业智能体平台纳米Work。360自身在150天内消耗了350万亿Token改造了630个岗位。阿里千问办公、字节飞书-豆包协同体系接连完成资源整合。所有大厂都在做同一件事把智能体的创建门槛降到零。技术门槛降到零之后竞争的关键变成了什么变成了FDE的三层能力你能不能选对场景研发适配你能不能把Demo变成可上线、可运维的系统项目交付你能不能画清AI与人的边界让AI产生真实的业务价值场景洞察当所有人都能造智能体真正拉开差距的不是谁的技术更强而是谁更懂业务、谁更懂交付、谁更懂场景。六、FDE视角从智能体到部门替代的四步路径AI从回答问题走到替代部门不是一蹴而就的。FDE视角下这条路径分四步。第一步单点任务替代用一个智能体替代某个岗位中的一个重复性任务。比如客服团队里的FAQ自动回复财务团队里的票据识别录入。这一步最容易实现ROI最明显但价值天花板也最低——省了几个人的时间不影响组织结构。FDE检查标准这个任务的输入和输出是否标准化错误率是否可接受有无人工兜底机制第二步工作流替代用一个智能体替代一条完整的工作流。比如客服从收到咨询→查询知识库→生成回复→记录工单→升级复杂问题全流程自动化。这一步开始触及组织边界——原来需要3个人轮岗的客服团队现在1个DRI加1个智能体就够了。FDE检查标准工作流的每个环节是否已数字化智能体能否调用现有系统API异常情况是否有升级机制第三步职能部门替代用一组多智能体替代一个完整的职能部门。这就是那个原油期货Agent正在做的事——交易、分析、风控三合一。这一步要求智能体不仅会执行还要会决策。而决策意味着要对接企业的核心数据、业务规则和风控体系。FDE检查标准部门的核心决策逻辑是否可形式化数据链路是否打通谁为AI的决策结果负责第四步组织级重构CEO用AI决策中枢统一编排所有部门的智能体组织从人管人变为DRI多智能体的扁平结构。这是最终形态也是李开复所说的AI-First组织。在这个阶段企业的大部分日常运营由智能体执行人类DRI负责设定方向、审查结果、承担责任。FDE检查标准CEO是否亲自推动组织架构是否匹配企业文化是否适应人与AI协同的新模式七、右脑护城河人在AI时代的终极价值这篇文章讲了很多AI替代人的故事——替代交易员、替代客服、替代整个部门。最后必须回到一个根本问题人还剩下什么李开复在北大给出了他的答案右脑。AI强于人类的是左脑——数据分析、逻辑推理、模式识别、优化计算。AI尚未具备的是右脑——同理心、审美品味、远见、创造力、承担风险的勇气。他举了三个例子iPhone、可回收火箭、ChatGPT。这三件事在发生之前没有任何数据能预测它们会成功。因为创新不是从已有数据里推导出来的而是源于对未来的信念与坚持。AI不会愿意为一件事情付出一生。数据可以告诉你过去发生了什么但无法告诉你未来应该创造什么。李开复给出了四条建议第一学会驾驭AI工具。不是跟AI赛跑而是骑着AI跑。人要学会部署一大批AI替自己工作。第二进入低数据依赖的领域。任何有数据的地方人类都打不过AI。但水管维修这种开放性、非标准化工作未来5-10年AI还接不了。第三选择非标准化的开放环境。封闭重复的岗位正在消失需要现场判断与复杂应变的工作反而更有韧性。第四强化人与人之间的信任与情感连接能力。如果你要把自己的未来、孩子的安全交给别人你最终信任的一定还是人而不是机器。这四条建议恰好对应FDE场景洞察层的核心能力知道AI的边界在哪、人的边界在哪然后在两者之间画出最优协作线。八、系列收束2026年AI从工具变成同事回顾本系列十三篇文章从Prompt到RAG、LangChain、Agent、Multi-Agent、低代码平台、MCP协议、AI编程工具、AI替代人力真相、AI落地泡沫再到今天的AI替代部门技术栈在持续升级核心线索始终清晰AI正在从一个回答问题的工具变成一个干活的同事再变成一个自主决策的部门。对应FDE三层能力的进化研发适配层F从写好一个Prompt到编排一组多智能体。技术选型的复杂度在上升但原则不变——选对工具接对数据。项目交付层D从交付一个Demo到交付一个可运维的智能体系统。交付的标准在提高但底线不变——能上线、能负责、能兜底。场景洞察层E从AI能不能做到AI该不该做、做到什么程度、人做什么。画清人机边界始终是最值钱的能力。李开复说2026年就是AI真正全面落地、到来的一年。我们加一句2026年也是用好AI的人开始与用AI的人拉开差距的一年。差异不在技术——技术门槛正在被大厂降到零。差异在交付——谁能把AI能力转化为业务结果谁就赢。这就是FDE的全部意义不是让你用上AI而是让你用好AI。不是让AI替代你而是让你成为那个指挥AI的人。李开复在新书结尾问了一个问题如果AI能替我们完成所有聪明的事那你打算拿你的不聪明去做什么我们的回答是去判断AI哪里不聪明去决定AI该做什么去为AI的结果兜底。这些不聪明的事恰恰是最值钱的。本文为FDE系列第十四篇。前序文章涵盖Prompt工程、RAG、LangChain、Agent、Multi-Agent、低代码平台、MCP协议、AI项目落地失败、AI替代人力真相、AI落地泡沫等主题关注公众号获取完整系列。