AI 智能體生產力洞察：任務時間縮短 87%、總成本下降 94%
重點摘要
哈佛大學與 Perplexity 共同研究顯示，人類工作者搭配 AI 智能體協作，能讓任務時間平均縮短 87%，總成本下降 94%。這項分析基於上萬組真實生產數據，為企業導入人機協作提供具體量化依據，並指出未來工作核心將從操作工具轉向
### AI 智能體生產力洞察：任務時間縮短 87%、總成本下降 94%
近期一項由哈佛大學與 Perplexity 共同發表的分析研究，針對上萬組真實生產數據進行篩選比對，得出 AI 人機協作在效率與成本上的驚人成果。研究發現，當人類工作者與 AI 智能體搭配執行任務時，整體作業時間平均縮短了 87%，總成本更大幅下降 94%。這份數據不僅凸顯 AI 技術的潛力，也為企業導入自動化決策提供了具體的量化依據。
所謂「AI 智能體」，指的是具備自主規劃、決策與執行能力的 AI 系統，能與人類即時互動、分工協作。與傳統單純的自動化工具不同，AI 智能體可以理解任務脈絡、動態調整策略，甚至主動提出改善建議。這項研究正是聚焦於此類協作模式，而非單純將任務外包給 AI 代勞，因此更能反映人機互補的實際效益。
回顧過去幾年，AI 的應用多停留在輔助角色，例如整理資料或生成草稿。然而，隨著大型語言模型與多模態技術成熟，AI 智能體開始能獨立處理複雜流程，從數據分析、內容生成到客戶服務皆可勝任。這項研究的背景，正是要驗證這種新協作模式是否真能帶來顯著生產力提升，而結果顯示其效益遠超預期。
對企業而言，這份洞察的影響可能相當深遠。任務時間縮短近九成，意味著以前需要一整天的工作，現在可能一小時內完成；成本下降近九成，則代表原本高額的人力與運算支出，可被大幅壓縮。這不僅讓中小企業有機會用更少資源達到高效產出，也促使大型組織重新思考工作流程與團隊配置。
從工作者角度來看，人機協作並非取代，而是賦能。AI 智能體能處理重複性、繁瑣或需要大量資訊比對的任務，讓人類專注於創意、策略與人際溝通等難以自動化的環節。這項研究也暗示，未來職場的核心能力可能不再是「操作工具」，而是「如何與 AI 協作」的思維與技巧。
讀者可持續關注的後續發展包括：企業如何實際導入 AI 智能體，並確保資料安全與決策透明度；以及類似研究是否會擴展到不同產業，例如醫療、法律或製造業，以驗證通用性。此外，AI 智能體的開發框架與標準化工具也將成為市場焦點，預料將出現更多專為人機協作設計的商業解決方案。
總體而言，這項研究為 AI 生產力提供了具體的量化評估，也提醒我們，效率提升並非偶然，而是需要系統性地設計協作流程。未來半年內，隨著更多企業公開導入案例，我們或許能進一步看見 AI 智能體如何重塑工作場景，並催生全新的職能分工模式。
Related
相關文章
網易有道全面向AI轉型 全場景Agent矩陣亮相圖博會
{"id":"39ef5947-b77a-4904-bf03-ff6264f08dc4","object":"response","model":"deepseek-v4-flash","output":[],"stop_reason":"max_output_tokens","usage":{"input_tokens":154,"output_tokens":200,"total_tokens":354}}
MosaicLeaks: Can your research agent keep a secret?
Back to Articles MosaicLeaks: Can your research agent keep a secret? Enterprise Article Published June 18, 2026 Upvote - Alexander Gurung agurung Follow ServiceNow Rafael Pardinas rafapi-snow Follow ServiceNow TL;DR Deep research agents increasingly combine private local documents with external tools like web retrieval, creating a privacy risk: an agent's external queries may leak sensitive information. MosaicLeaks proposes a new deep-research task with multi-hop questions that interleave public and private information. Across the models we tested, agents frequently leaked private information, and training only for task performance made it worse. We propose a mosaic-leakage-aware RL training method, Privacy-Aware Deep Research (PA-DR), which raises strict chain success (the share of chains
騰訊老兵+大廠00後新銳，碼上飛想做的不只是AI Coding
這篇消息聚焦「騰訊老兵+大廠00後新銳，碼上飛想做的不只是AI Coding」。原始導語提到：已接入華為鴻蒙生態 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Agent引爆網盤大戰，騰訊、百度、阿里齊聚，這次爭的不再是下載速度
這篇消息聚焦「Agent引爆網盤大戰，騰訊、百度、阿里齊聚，這次爭的不再是下載速度」。原始導語提到：網盤成了Agent新基建。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
21年老牌企服公司的AI實驗：讓Agent跑一遍流程
這篇消息聚焦「21年老牌企服公司的AI實驗：讓Agent跑一遍流程」。原始導語提到：司盟企服接入騰訊雲WorkBuddy後，將海外郵件管理、審計理賬、訂單審核等高頻交付流程交給Agent先跑一遍 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
曹操出行宣佈啟動全面AI轉型，組織升級向AI原生公司邁進
曹操出行在2026國際汽車及供應鏈博覽會 上宣佈啟動全面AI轉型，併發布RoboX戰略，打造全球領先的物理AI移動科技平臺。與此同時，公司正式啟動組織升級，加快向AI原生公司邁進。為推動全面AI轉型，今年上半年，公司推進戰略聚焦，持續優化業務結構，主動收縮非核心業務，加快向AI原生公司轉型。