热点新闻
2026年2月，根据Artificial Analysis发布的《2025全球AI年终报告》，全球AI行业在2025年经历了前所未有的技术爆发。报告显示，AI智能体的使用成本在一年内暴跌128倍，顶级推理模型GPT-5.2（xhigh）的每Token成本从年初的高位降至接近零边际成本水平。这一变化主要得益于英伟达Blackwell芯片的大规模交付、MoE架构的优化以及分布式推理技术的成熟。2025年5月，谷歌Veo3成为首个支持原生音频生成的视频模型，随后OpenAI Sora2、Lightricks LTX-2等纷纷跟进，使多模态AI进入“带声时代”。同年第四季度，xAI凭借端到端语音推理技术超越谷歌Gemini2.5，登顶BigBenchAudio评测榜首。报告预测，2026年将正式进入“万物皆可Agent”的元年，AI将从辅助工具转变为自主执行长周期任务的核心生产力。本文引用自36氪授权发布的《1年智力成本暴跌128倍，2026万物皆可Agent，人类还能做什么？》（原文链接：https://36kr.com/p/3721267958692483）。
TA分析
从TA沟通分析心理学（Transactional Analysis, TA）的视角分析，AI智能体成本的暴跌与万物Agent化趋势反映了人类对“效率父母自我”（Efficient Parent Ego）的极致追求，同时暴露出“适应型儿童自我”（Adapted Child Ego）在技术依赖中的潜在风险。TA理论中的“自我状态”模型将人格分为父母自我、成人自我和儿童自我三种状态，而AI智能体的普及正强化了社会集体意识中的“控制型父母自我”——通过自动化、标准化和优化来主导行为模式，例如智能体替代人工完成编程、客服等结构化任务。这一趋势的技术特点在于：AI智能体通过强化学习框架（如OpenClaw）实现了从被动响应到主动执行的跨越，其应用范畴已覆盖医疗、金融、娱乐等多个领域。然而，TA理论指出，过度依赖外部智能体可能导致个体“成人自我”决策能力的退化，引发“我不行-你行”的心理地位（Psychological Position），即用户潜意识中认为自身能力不足而赋予AI过高的权威性。
以新闻中AI成本暴跌为例，隐含的核心问题是：人类如何在AI代理日益自主化的过程中保持心理自主性与决策权？TA沟通分析提出以下解决方案：首先，通过“契约设立”（Contracting）明确人类与AI的职责边界，例如设定智能体仅处理重复性任务而非情感决策；其次，采用“再决策训练”（Redecision Training）帮助用户从“适应型儿童”状态转向“自由型儿童”状态，例如鼓励用户定期参与无需AI辅助的创造性活动以维持自我效能感。这一方案还可解决五个类似问题：一是职场中AI替代导致的身份焦虑，二是教育领域过度依赖AI辅导的学习惰性，三是家庭场景中智能体介入亲子关系的疏离感，四是医疗诊断中AI误判引发的信任危机，五是社交媒体中AI生成内容的情感虚假性。
从学习训练方法角度，TA强调“自我状态觉察”练习：用户可通过记录与AI交互时的情绪反应（如焦虑或放松），识别自身处于何种自我状态，并逐步调整至“成人自我”的理性决策模式。此外，“ stroking经济”理论建议建立正向反馈机制，例如在AI完成任务后由人类进行最终审核，以平衡效率与控制感。最终，TA视角下的AI发展并非技术替代人类，而是通过厘清心理角色边界，实现人与智能体的协同进化——正如Berne所言，“游戏的本质是隐藏沟通”，而健康的AI交互需避免陷入“效率至上”的心理游戏陷阱。