大家好，早上好。我是迈克尔·格林威治（Michael Greenwich），WorkOS 的创始人。今天我来和大家谈谈智能体，特别是关于我们如何让智能体拥有更高的自主性，并允许它们访问网络上更多的服务。让我们开始吧。也要向在座的前排观众致意，我看到你们了。大约一年前，软件工程师们

是这样写代码的：我们使用人工智能，先给它提示词，然后自己写一点代码，再给提示词让它继续生成更多代码。你就是这样不断重复这种“人在回路”的交互式软件工程。到了那年晚些时候，我们有了像 Ralph 循环这样的东西（如果你们还记得的话），我们在某种程度上实现了自动化。基本上这就是我们当时的工作方式，

就是人类和智能体之间来回交互。然而，随着模型变得越来越好，它们能够编写越来越多的代码，并运行更长的时间。因此，如今很多软件工程看起来是这样的：你写一个提示词，然后智能体就能生成大量代码。有时它实际上能构建整个功能模块，甚至是一个完整的产品，而且运行的时间不是几分钟，

而是数小时甚至几天。这真正改变了我们编写代码的方式。我不再手动写代码了，我想你们也是如此。而且不仅仅是这一条线程，你实际上可以并行化这个过程。因此市面上有许多不同的工具，包括各大实验室推出的主要代码编写框架（coding harnesses），

允许你并行运行其中的许多任务。这里的限制因素，或者说瓶颈，其实是你的大脑：你能在脑海中保持多少上下文信息来同时处理所有这些任务？这改变了软件工程。人们的生产力提高了，我想我们都看到了行业内事物发展速度的加快。这一切的根源实际上是智能体工程（agentic engineering），

即智能体从这些令牌预测语言模型发展到推理，再到现在能够为我们自主执行操作的长运行过程。我认为我们在软件工程领域围绕智能体工作流所看到的变革，将延伸到许多不同的类别中。这不仅仅限于工程师拥有这种工作方式，许多不同领域的人都将如此。智能体是下一个

大事。我认为一个好的参考或思考方式是看车辆方面发生的情况。这看起来像是一辆相当现代的轿车，上面有数字显示屏。这可能是你过去 5 到 10 年间会购买的车。但如果你住在旧金山或有自动驾驶汽车的城市，你可能

已经看到我们开始删除界面了。你不再上车后拿出手机获取地图，让人类处于回路中控制车辆。也许有巡航控制，但你仍然在回路上。相反，这些是自主系统。你只需告诉它你想去哪里，上车后甚至不需要说话，它就自行启动并带你到达目的地。我记得第一次坐进 Waymo 时，

我震惊不已，大脑完全被震撼了。然后大约三秒后，我就拿出手机开始刷 X（推特）了。这变得习以为常。我认为这在工程领域已经发生了类似的变化。智能体的力量使我们能够以更高的层次进行工作和思考，让我们行使更多的执行功能（executive function），

而不仅仅是规划和执行。这里有一个问题：智能体要成功需要什么？实际上，它们在执行时需要什么？首先，它们需要一个运行环境或沙盒。它们需要有一个可以安全、高效运行的地方。其次，它们需要工具。它们必须能够在现实世界中执行操作。如果智能体不能采取

行动，那就没什么用处了。所以它需要工具。第三，它需要上下文。你知道这些新模型拥有强大的智能能力，这就像把你认识的最聪明的人扔进一家公司、一个项目或团队中，而他对此一无所知，无法真正完成任何工作。他们需要上下文信息，关于系统的信息，

以及关于目标的信息。他们还需要反馈机制。这样他们可以实际运行并验证工作是否正确；如果不正确，则继续修正。最后但同样重要的是，他们仍然需要人类审查。这可能是代码复审（code review），也可能是其他形式的评估（evals）。

这可能是一种检查他们工作的方式，以确保这些智能体与你的目标大致保持一致。大语言模型（LLM），即我们过去几年创造的智能引擎，你可以把它想象成一种发动机。它就像一台高性能的 V8 发动机，

能输出巨大的马力，将燃料转化为动力。但光有发动机对汽车来说没什么用。你需要把它安装到实际的汽车中，需要底盘、

变速箱、传动系统和车轮。只有所有这些部件齐全时，它才能有效地带你去任何地方。很多人把这称为“框架”（harness）。框架工程是一个新领域，如果模型变得更好但你没有好的框架，

那么效果就不会很好。因此随着模型的改进，我们改变我们的框架以适应它们，而我之前提到的那些东西某种程度上就是一种形式的框架。智能体在这些框架内执行以完成任务，并且它们需要所有这些元素才能真正发挥作用。当它们“驾驶”时，速度非常快。

假设你有一个这样的智能体正在运行，你用提示词让它去构建某样东西。它运转了一会儿后说：“好的，我需要这个功能、那个功能，我需要一个数据库，

还需要一个用于部署的编辑系统，也许还需要一些用于图像调整大小、视频转码或发送电子邮件的功能。”你的智能体实际上可以去做所有这些研究并构建这些系统。如今，发生的事情是

智能体正在选择供应商。你可能已经看到了一些系统的兴起，比如首席执行官们在推特上谈论他们的增长曲线并迅速走红，这是因为智能体选择了它们。它们在挑选用于发送电子邮件的系统、部署代码的系统以及存储数据的系统。如今，实际上为智能体构建产品可能比为人构建更重要。

比起为人类构建，智能体（Agents）正成为一种新的消费者群体。旧金山硅谷流行一句话：“做人们想要的东西”，这源自保罗·格雷厄姆的创业孵化器Y Combinator。我认为现在需要稍微修改一下这句话，未来我们还需要思考“做智能体想要的东西”。未来的智能体会比人类更多，甚至今天就已经如此。它们启动更快、执行更高效，并代表我们做出决策。因此，如果你想为下一个时代的消费者构建产品，你就应该同时面向智能体和人类进行开发。

但如今存在一个问题：虽然你可以访问网页和移动端，但智能体本身很难直接接入系统。尽管市面上有很多智能体且能迅速生成，但对于大多数企业来说，大门并未向它们敞开。我们认为这是因为缺少一个基础要素：智能体注册（Agentic Registration）。虽然目前有许多关于连接系统和提供上下文的开源框架，但智能体首次注册服务的关键步骤尚未解决。这是阻碍大规模采用的巨大瓶颈。

过去二三十年，网络上的自动化流量一直被视为负面因素，我们试图阻止所有此类行为。因此建立了许多检测并拦截自动执行者的系统，如防DDoS、凭证填充攻击防护等。例如，登录框如今对智能体注册具有极强的防御性，这并非故意针对，而是源于遗留系统的历史包袱。很难区分哪些是良性的自动化用户，哪些是恶意的。

如果你使用过基于云的浏览器执行环境，其卖点之一往往是绕过验证码（CAPTCHA），这确实令人惊讶。我们似乎在开倒车。然而，当前的验证码机制依然漏洞百出，滥用猖獗、令牌欺诈频发。我们需要找到更好的方法：允许良性智能体进入并拦截恶意者。正如我之前所说，如果不为智能体经济构建产品，你的产品可能无法获胜或成功。

今天的注册流程假设人类可以阅读落地页、填写表单（输入邮箱和密码）、解决验证码验证，并点击链接确认。但智能体通常没有电子邮件地址；如果它要注册服务，需要有人类选择付费计划、复制API密钥并粘贴使用。甚至仪表盘体验也不是原生为智能体设计的，这些都是面向人类的接口而非智能体接口。

智能体需要不同的东西：原生的可发现性（Native Discoverability）。它们能否注册系统？大门是否敞开？能力声明：它能做什么？注册意图：为什么注册，试图在系统中完成什么任务？这里涉及大量风险评估。对于原生智能体注册，你可能不确定注册的智能体是良性还是恶意，因此需要进行风险评估。

对于智能体的身份验证可能有多种形式。如果像Claude这样的模型注册，它可能携带用户身份信息；如果是OpenClaw或Pi Harness等工具，则不携带用户身份，而是通过带外方式验证。如果是企业内部构建应用，还涉及组织身份、权限授予、凭证发放和审计性等复杂问题。从人类注册转向智能体原生系统，绝大多数环节都需要改变。

很遗憾地说，MCP（模型上下文协议）还不够。我是MCP的忠实粉丝，我们在旧金山举办过多次相关活动，甚至有人穿着我们印有的“Run MCP”T恤。MCP在连接、提供工具技能和上下文方面非常出色，但它无法解决注册步骤。目前通过MCP进行身份验证仍需人类参与：你需同意、添加MCP服务器（如将PostHog连接至Claude），并使用你的凭证登录。

我们要讨论的原生智能体注册需要在没有人类参与（或至少初期不参与）的情况下发生。为此，我们提出了一个新规范：o.md。因为Markdown文件是未来嘛！那么它如何工作？Omd告诉智能体如何成为合法用户。这是一组指令，指导注册服务的智能体：你需要做什么才能被视为合法并获得访问权限？

目标是为服务提供商提供原生智能体的注册体验，但它是建立在现有标准之上，而非发明一种复杂的新宗教。Omd并不解决智能体身份、权限或长期连接服务等所有问题，我们只专注于解决注册这一狭窄但关键的瓶颈。让我们从小处着手并逐步扩展。

它基于开放标准，利用了OS（Open Specification）中已有的工作成果，专门针对注册步骤。它通常回答以下问题：服务是做什么的？如何告诉智能体进行注册？接受哪些身份证明？用户或智能体如何验证其身份？支持哪些流程（如SSO、邮箱注册或多因素认证）？存在哪些范围和权限？有哪些能力限制？免费层级的约束是什么（例如在验证或付费前给予少量容量）？当然，还有人类如何获取……

后来涉及谁？是人类还是声称拥有该服务的组织。因此，智能体可以注册，但你希望人类在后期持有控制权。这正是 A&D 旨在解决的问题。这些是围绕注册步骤的主要问题。那么这实际上是如何运作的呢？好吧，这里有一个简单的卡通演示我将向你展示。顺便说一下，这一切都是可行的，你可以在之后去尝试一下。

假设我此刻正身处某种代码执行环境或系统中，比如 Pi 或 Clot 之类的东西。它说：“欢迎回来，Michael at WorkOS”，那确实是我的邮箱地址，如果你想给我发邮件的话。它问：“你想继续完善你的 Spelled 应用吗？”我说：“当然，我想把它分享给我的朋友。”但智能体说：“哦，本地主机只能在你的机器上运行，所以你的朋友无法访问它。”

当然，为了分享我需要在某个地方部署它。有些提供商实际上让我处理注册流程，这样你就无需手动注册和执行这些操作。我问：“你帮我看看吗？”智能体说：“好的，请。”于是它寻找通过 OIDC 提供授权的服务。这里 Cloudflare 具有 OIDC，所以智能体说：“啊，Cloudflare，就是它了。Cloudflare 是赢家，因为我可以去注册它，访问该服务并实际使用它。”

我问：“你想选这个吗？”智能体说：“是的，让我们开始吧。”这就是注册步骤。这也是魔法发生的地方。我的智能体实际上正在铸造身份断言并将其发送给 Cloudflare。然后 Cloudflare 能够验证它，或者不验证。Cloudflare 可以选择通过带外方式验证。OIDC 非常灵活，你可以根据所需的行为进行不同方式的调整。

并非一刀切适用于所有情况。每个应用程序都不同，约束条件也完全不同。如果你正在构建像数据库服务这样信息量极小的东西，你可能愿意免费让渡一些流量。但如果你正在构建像电子邮件服务这样的东西，或者如果涉及物理世界访问，你可能不想免费让渡任何东西。这非常取决于具体应用。

所以这里 Cloudflare 说：“好吧，我们愿意让你部署也许72小时或类似的时间。”获取身份断言。砰、砰、砰，通过了。这被称为 ID-JAG（Identity JSON Access Grant），这是标准名称。然后它返回并说你已经设置了 Cloudflare 账户。在这次体验中，你知道的人类我没有点击任何地方。我没有任何注册操作。它只是获取了令牌。

我可以做几个小调整。它知道如何使用 Wrangler。“要我做出这些更改吗？”“去吧。”有人这样提示他们的智能体吗？这就像说：“是的，是的，做吧，拜托。”并没有说什么特别的话。它能够编写 Wrangler 配置，设置好东西，完成整个部署过程，然后砰，它就上线了。

我们实际上让这个作为实时演示运行起来了。我们也与 Cloudflare 进行了合作，这非常酷。你可以告诉我通过此给出的提示并不是什么深奥的科学。智能体可以自行完成整个过程。实际上，我在提示方面并没有做什么特别的事情，除了批准、批准、再批准而已。它应该能够一次性完成这一切。

从图形上看是这样的：带有 OIDC 的智能体注册，你有你的智能体执行环境 Pi。在其中是你的 LLM（大型语言模型），也许还有记忆、不同的上下文层等。它连接到你的后端身份服务，即用户身份。当该智能体去注册时，它会向 Cloudflare 发送发现调用。

它寻找那个 OIDC（原文误听为 aund，实指OIDC）或 whatever 服务。我们也让它与 Cloudflare（原文误听为 fire call，实指Cloudflare）一起工作。它发送那个 ID-JAG（身份 JSON 访问授权）。这本质上是一个签名凭证，代表用户说这是身份。它接收回访问令牌（实际的 API 令牌），然后砰，它就完成了。

你可以进行正常的 API 请求，可以调用 MCP（模型上下文协议），其他所有功能仍然有效。所以你可以看到 OIDC 仅用于注册步骤，你的正常 API 继续工作，其余文档无需更改。这只是针对智能体的注册步骤。但简单性带来了巨大的力量，因为它突然让智能体能够端到端地做事。

我讨厌规划步骤。当我写东西时，我只希望智能体去执行它。通常它大致知道我想达成什么目标，我希望回到一个实际运行的原型上，而不是说：“嘿，这是我的长期计划。这里有大量需要注册的服务。”如果我在构建新原型，特别是这样的时候，我更喜欢它直接部署在某个免费平台上，让我可以查看并点击操作。

而不是让我承担去所有这些不同供应商处注册的负担。这就是 OIDC 所允许的。如果你是服务提供商，如果你正在构建 API 或服务，这允许你成为这些系统的客户。你可以将其视为增加你的增长漏斗：从可能仅有人类开始，并在其之上添加整个智能体世界。非常棒。我们认为这将是一个巨大的机会。

你的大门将为智能体实际注册、使用你的服务而敞开。这应该为你的产品带来立即的增长爆发。我并不是说智能体构建的所有东西都有用。也许并非它们构建的一切都会进入生产环境或持久存在，但有些会。就像 PLG（产品驱动增长）或以前的 Premium 模式一样，这是扩大业务、获取更多客户并变得更大更成功的方式。

只要有使用量，我们相信也就有意愿付费。目前有很多有趣的工作正在开展，让智能体实际支付费用。有基于加密货币的协议如 X42（原文误听为X42，可能指特定协议）。支付提供商也在构建其他东西。但我们认为这应该是下游环节。我们不想让付款成为前置条件，也不想强迫你的智能体用信用卡注册。这似乎本末倒置了。

我们在 SaaS 领域已经远离了那种做法。通过 OIDC，智能体可以注册、开始使用它，然后在下游根据你自己的条款选择付费。基于你自己的定价模型和策略。如果你不信我或对于无头型产品，这是马克·贝尼奥夫（Marc Benioff）。他是 Salesforce 的首席执行官兼创始人，也是镇上这家大公司的核心人物。

他比任何事物都更相信智能体。“我们的 API 就是 UI。”整个 Salesforce 和 Agentforce（原文误听为agent force，实指Agentforce）……

Slack 平台现已通过 API、MCP 和 CLI 暴露出来。这真是名副其实的“代理优先”。一家被许多人视为传统 SaaS 供应商的公司，实际上发明了软件即服务这一类别。他们正在摒弃其仪表盘和用户界面——当然，并不是完全删除它，而是他们认为代理才是未来。所以，如果你还没有考虑到这一点，我强烈建议你开始构建一些原型，与用户交流，因为你不想错过这一趋势。

如果你想使用这项技术，它今天就已经可用了。我们为此制定了开放规范（Open Spec），并且有一个 GitHub 仓库。你可以让你的代理去实现它。我知道这有点“元”，因为这是一个开放规范，WorkOS 并不控制它。我们托管了一个版本，但你也可以自己构建它。你可以在现有的系统中自行运行它。

我认为这一点至关重要：没有任何单一供应商拥有这项技术。如果你使用我们的产品，只需一键即可启用；但如果你想的话，也可以在你选择的任何平台上构建它。最后我想补充一点，这实际上发生在近 20 年前，我认为正是在莫斯康中心（Moscone Center），这非常令人惊叹。

我想是在 2007 年 1 月，史蒂夫·乔布斯介绍了 iPhone。当时我在上大学，我记得那是大一的时候，我对这一幕记忆犹新。那是一个全新的软件平台的诞生。许多公司之所以成立，是因为它们能够基于这些设备进行开发。这是智能手机革命，而自那以后，我认为在技术时代至少对我来说，再没有发生过像这样的时刻。

我们在 B2B SaaS、云计算等方面所做的工作很棒，但这是一种完全不同的范式，一个全新的软件平台。我认为代理就是下一个巨大的浪潮。所以我想对你们所有人说：去利用 AI 进行构建吧！我们希望为你、为你的业务和你的增长解锁这一潜力。但我们希望听到你们的声音，了解你在哪里遇到困难。

我认为我们可以共同构建软件下一个激动人心的时代，并推动代理革命的到来。非常感谢大家。