近年人工智能討論的焦點逐漸從「AI 能做甚麼」轉向另一個問題：AI 是否能夠取代某些工作。當 AI Agent 的概念開始流行之後，這個問題變得更加具體。OpenClaw、Devin 以及各類自動化代理系統都被形容為能夠「自己工作」。這種描述反映一種新的經濟想像：人工智能或許正在成為一種新的勞動力。

過去二十多年，自動化主要集中在體力勞動與工業生產。機器人取代裝配線工人，演算法優化物流與製造流程。但知識工作長期被認為較難自動化。寫作、研究、設計、分析等工作需要語言能力與理解能力，所以一直被視為人類的優勢領域。大型語言模型的出現改變了這個假設。當 AI 能夠生成語言、理解文件並整理資訊時，許多知識工作的部分環節開始出現自動化的可能。

AI Agent 正是在這個背景下出現的一種新形態。與傳統人工智能不同，Agent 系統的目標是完成一整個任務流程，例如系統可以被要求整理市場資料、分析競爭產品、生成報告，甚至建立網站或撰寫程式。在這些任務中，人工智能不再只是提供建議，也嘗試逐步執行工作。這種模式讓人工智能看起來更像是一種數碼勞動者。

如果從經濟結構來看，Agent 的出現代表勞動的一種抽象化。傳統勞動需要人類的時間與技能，數碼勞工則是一種由演算法運行的能力。企業開始購買「任務完成能力」。這種轉變在雲端計算時代已經出現過一次。企業從購買伺服器轉向購買雲端算力，而 Agent 經濟可能會把這種模式延伸到知識工作。

例如，一家公司可以把資料整理、文件生成或簡單研究工作交給 AI Agent。這些任務轉由人工智能按需完成。在這種模式下，人工智能扮演的角色接近一種外包勞動力。與傳統外包不同，數碼勞工沒有地理限制及不受工作時間約束。只要有算力與網絡連接，人工智能就可以持續運作。

但 AI Agent 是否真的能夠成為勞動力，仍然存在很大的疑問。首先，大部分 Agent 系統仍然依賴語言模型生成結果。這些模型擅長處理語言與資訊，但對於長期任務與複雜決策仍然缺乏穩定性。在許多情況下，人工智能仍然需要人類監督。換句話說，Agent 更接近一種自動化助手。其次，Agent 的經濟成本仍然是一個問題。完成一個複雜任務可能需要多次模型推理與大量算力。當這些成本累積時，人工智能未必比人類勞動更便宜。對於某些企業來說，使用 AI Agent 的真正價值也許不是完全取代員工，而落在提高生產效率。

更重要是勞動本身不只是任務完成。人類工作同時包含判斷、責任與社會互動。企業組織之所以存在是因為它們需要協調不同角色與決策。人工智能目前並不具備這種社會性能力。即使 AI Agent 能夠完成部分任務，它仍然需要嵌入人類的決策結構之中。所以 Agent 經濟更可能出現的形態，是人機混合的工作模式。人工智能負責處理重複性或資料密集的任務，而人類負責方向與決策。這種模式類似於過去工業革命中機械與工人的分工。機器可以提高效率，但不完全取代人類。

從更長的歷史角度看，AI Agent 的出現仍然具有重要意義。它標誌著人工智能角色的一次轉變。過去人工智能主要是一種資訊工具，而現在它開始被視為一種行動能力。當人工智能能夠在數位環境中執行任務時，它就開始進入勞動領域。Agent 經濟是否會真正形成仍取決於技術與市場的發展。但可以確定的是人類與機器之間的關係正在改變。人工智能逐漸成為參與工作流程的一部分。在這個過程中，「數碼勞工」這個概念或許會從一種想像，逐步變成現實經濟的一部分。