Aaron Levie
这是一个衡量你是否充分挖掘 AI 潜力的绝佳试金石。
大约在六个月前，AI 最大的作用可能只是让你原本就能完成的工作变得更快。但现在我们正进入一个新的阶段：利用 AI 产出的成果，应当能在极短的时间内，实现对以往能力的质的飞跃。
产品原型不仅要功能完备、可交互，还应具备以往无法实现的更优特性；工程架构也应当能带来在过去难以企及的性能提升。
项目调研应当穷尽该主题下所有维度的每一个事实；通过 AI 实现的业务流程，其运作模式应当焕然一新，并能以人类无法企及的方式从过往失败中汲取教训。
我们正无可争议地进入一个 AI 在多数维度上都比人类更聪明的时代。虽然它未必在所有关键领域都胜过人类（智能表现仍极不均衡），但至少在足够多的维度上，当我们将 AI 与人类的长处结合时，将产生质的改变。
所以，简单的检验标准就是：如果你在没有 AI 的情况下也能完成目前的工作，那么你对它的挖掘还远远不够。
站在AI前沿的人与其他人之间的差距之大，简直令人难以置信。
疯狂的是，这两者间的鸿沟不仅没有缩小，反而正在不断扩大。如果AI的发展曲线趋于平缓，大多数人和公司肯定会有时间去追赶，或者以标准化的方式落地工作流。技术会抹平竞争优势，因为大家用的方法都会趋同。
但事实恰恰相反。AI的发展曲线正呈垂直上升态势，这意味着如果你在3到6个月前才完成流程规范化，现在可能又落后了。再想想那些一年前就开始发力、以为已经大功告成的公司，现在更是落后得更远。
在我的职业生涯中，从未见过进步如此之快的技术，这也意味着你的预期必须以同样的速度升级。人类的大脑无法适应这种节奏，组织的变革管理流程更是如此。
一旦涉及任何形式的递归自我改进（recursive self-improvement），情况就会变得更加疯狂。在这个时代，你需要不断重新评估几个月前还行不通的事，看看现在是否已经可以解决了。AI原生公司目前显然拥有巨大优势，现在的关键在于大公司能否跟上。真是疯狂的时代。
AI 智能体未来的 Token 消耗量将是现在的 1000 倍。
因为它们将融入我们的工作流，处理所有数据、构建几乎所有的软件、保障企业安全等等。为了实现大规模落地，我们需要多种 AI 前沿技术路径。
这包括不断突破闭源模型的极限，同时提升开源权重模型的能力，使其更安全、在处理大规模负载时更高效。
非常期待看到 @Suhail 在这个领域通过 Particle 所做的尝试。
没错。绝大多数企业工作流尚未真正、有意义地应用智能体，目前全社会的部署率可能还不到 1%。
现在的所谓“自动化”，充其量只是公司里有一些系统通过单次调用大模型来做决策或提供反馈，这算不上真正的“自动化”。这部分原因在于企业对新技术的采用率较低，但更多是因为 AI 本身的能力限制。
但这一切正在改变。随着计算机操作能力（computer use）、长程智能体、框架改进及配套基础设施的完善，我们终于可以开始将智能体应用于更复杂的工作流了。
我们将看到能够自我进化的系统，它们能针对特定的工作流目标，通过大量实例运行来不断提升执行成功率。随着“智能体集群”（agent swarms）这一新形态的出现，你只需为某个问题投入相应规模的算力，智能体就会自动开展工作。
未来的模式不再是用户通过提示词让智能体完成特定任务，而是企业重新设计底层工作流，从而在流程中充分利用智能体。这将对金融、生命科学、医疗保健等信息密集型领域产生巨大影响。现在正是构建和部署这些系统的绝佳时机。
这是关键数据：Anthropic 的财富 500 强平均客户，其在 Anthropic 上的支出还不到总支出的 0.1%。
虽然随着 Token 价格下降以及其他大额企业支出项目的存在，这个比例最终会趋于平稳，但它完全有可能增长 10 到 50 倍，达到“仅仅” 1% 至 5% 的水平。即便如此，这仍不及大多数初创公司的支出比例。
由此可见，AI 前沿用户与世界其他部分之间仍存在巨大的鸿沟。
目前，只有极少数公司在利用智能体（agents）处理大量无需人工干预的后台任务和工作流。财富 500 强目前的支出可能主要集中在编程任务和广泛的员工生产力场景中。
但真正的飞跃将发生在这些企业开始针对智能体重构底层流程时，而我们目前正处于这一阶段的最初期。例如：智能体在企业内部处理海量数据；智能体集群（swarms）进行编程、生物研究、网络安全及其他大规模分发任务；后台工作流在流程中执行任务等等。这些用例的 Token 消耗量通常是现在的 100 倍，且能带来更直接的投资回报（ROI）。
这份 S-1 文件既展示了前沿实验室商业模式的韧性（即便面临激烈竞争），也揭示了 AI 建设尚处于多么早期的阶段。
对目前大多数大型企业安全现状的评估非常到位。碎片化的风险面只会变得更加棘手，使企业的应对工作愈发复杂。
有无穷无尽的库需要跟进，工具需要利用，还有庞杂的基础设施、数据和代码需要保护。大多数大企业都难以应付，更不用说初创公司或非科技类企业了。
在许多情况下，企业需要致力于技术栈的现代化。大多数组织的数据都高度碎片化，这意味着你无法实时掌握风险状况。有些系统的权限开得过大，有些则主要靠“隐蔽式安全”维持。这里有很多需要升级的地方。
一旦你理顺了数据和基础设施，至少有机会利用智能体（agents）来协助保障环境安全。智能体集群可以大规模展开，调用各种安全工具，测试各种攻击变体，阅读日志，处理企业数据以评估风险等级等等。这种能力在过去几个月才刚刚出现；如果没有足够成熟的长时运行智能体和计算机操作（computer use）能力，这一切都不可能实现。
这为安全栈的每一层——从身份验证、防火墙、网络到代码扫描、数据保护等——都带来了巨大的机遇。这也是为什么我们可以对攻防平衡持乐观态度的原因之一……
网络防御中的智能体集群（Agent swarms）即将成为 AI 最重要的赛道之一。届时，智能体会帮我们审查代码与基础设施、测试各种风险组合、处理海量数据等等。
安全领域是智能体集群的最佳应用场景之一，因为这是一个典型的“投入更多算力即可获得更高价值”的领域。许多测试任务人类往往无暇顾及，或者效率不够快，但对智能体来说却轻而易举。
网络安全领域将迎来一段疯狂的时期。
任何形式的“隐蔽式安全”都已彻底终结。这种方法对人类来说本就收效甚微，而在一个能搜寻每一个缝隙、尝试每一种攻击组合的自主系统时代，它已完全失效。
因此，多年积累的企业遗留基础设施需要升级，安全实践需现代化，数据流水线需清理，访问控制也需加强管理。智能体（Agents）将在防御端提供助力，因为它们既能加速这些工作，也能模拟各种风险路径。
但迎接这一未来仍有漫长的路要走。这也是为什么技术扩散的周期会比某些人预想的更长，部分原因就在于此。
想了解AI将创造哪些岗位？看看网络安全领域就知道了。这将成为企业未来最重要的投资领域之一。
即便工作变得越来越智能化和自主化，仍需要更多人才来引导AI Agent处理核心任务、审查结果、修复系统以及应对突发事件。
目前，无论是保护数据与企业的安全系统，还是负责部署这些系统并守护组织的专业人员，都正迎来巨大的机遇。
未来的局势只会变得更加激烈。
网络安全将成为 AI 最深远的影响领域之一。我们现在拥有了一支不知疲倦的“劳动力”，能够追踪、发现、修复或攻击任何已有的系统与软件。
我们将利用智能体识别现有系统和基础设施中的长期风险；攻击者也将通过智能体加速寻找环境漏洞。与此同时，我们也会利用智能体进行防御并识别异常模式，以更好地保护数据。
我们正步入网络安全的新纪元。在这个环节中，Token 的消耗量可能会比想象中高出百倍，因为我们可以以前所未有的规模扫描日志、审查代码、分析流量并处理数据。
企业对网络、系统、软件、数据、身份及设备管理的重视程度将达到前所未有的高度。智能体将成为应对这些挑战的主要手段，但在这个过程中，所有人也将时刻保持紧绷。
很酷的是，在可预见的未来，AI 的形态正清晰地演变为专注于特定任务或领域的自主系统。
这标志着从“LLM 套壳时代”向更高阶段的巨大飞跃。现在的预期是，你终于可以将更复杂的工作委派给智能体（Agent）去处理。由于模型工具使用能力和通用智能的提升，你可以可靠地信任它能妥善完成任务（尽管仍需人工参与）。
1) 模型工具和计算机使用能力的增强，意味着你可以让智能体以更细粒度的方式访问外部数据系统和其他软件。实际上，智能体开始像人类一样执行工作流；如果缺乏现成软件，它甚至能自己构建。这是一个巨大的突破。
2) 其次，模型在几乎所有垂直领域的实际能力都在提升。它们能在法律领域做出更佳判断，进行更深入的生物研究，扫描代码安全漏洞，理解供应链流程等等。显然，在许多领域模型的直觉仍不及人类，但这种情况只会不断改善。
3) 最后，配套的框架与基础设施（如沙盒、文件系统、数据流水线等）让智能体能够运行更长时间，并处理任意复杂的……（原文未完）。
应用AI层面临的一个核心挑战是：随着模型能力的不断增强，如何才能将这种智能有效地融入企业业务之中？
讽刺的是，我认为随着模型变得愈发强大——能够处理长时任务、更熟练地使用工具——基于垂直领域的差异化竞争能力非但不会下降，反而会上升。
当模型的能力还很有限时，开发者往往只能做一层“套壳”，本质上只是通过自定义提示词或简单的RAG（检索增强生成）向用户返回文本。
但在一个由智能体驱动的世界里，任务可以持续数小时甚至数天；工作流可以触发多个智能体；需要协调“智能体集群”去达成目标；数据源是领域专有的；模型路由也需要针对特定领域进行优化；实施过程不再只是“在对话框里输入文字”，而是涉及工作流的深度变革。在这种背景下，系统的专业化程度极有可能大幅提升。
当然，这并非适用于所有场景——如果你直接竞争大模型实验室的核心用例，难度会非常大。但我认为，我们将看到大量以前无法实现的、针对各种职能的自主系统，涵盖安全、生命科学、医疗、金融、制造等诸多领域。无论如何，接下来的几年注定会精彩且疯狂。
这就是为什么智能体集群（agent swarms）将具有重大意义。我们终于可以将“算力”转化为许多经济领域关键任务的核心变量，这在以前是无法实现的。
世界上有大量工作本质上仅受限于我们在研究、数据处理、探索发现和运行测试等方面投入的时间。而这些工作的瓶颈在于我们规划、执行、复盘及协调工作流的能力。这意味着，相对于其经济价值而言，我们目前完成的工作量其实微乎其微。
智能体集群首次实现了将这些工作并行化，理论上唯一重要的参数就是你投入了多少算力。一旦模型在相关任务上足够成熟，网络安全、生命科学或材料科学研究、交易、质量保证测试、数据处理等许多领域，本质上都将变成受算力约束的问题。
真正的突破在于：在一个智能体能够使用工具、编写代码、处理数据、具备深厚领域知识并能相互协作的世界里，你只需设定正确的目标并投入足够的 Token（算力），就能开始解决任意复杂的问题。这将重塑许多领域，甚至改变这些领域的竞争格局。
那些预言软件工程将走向终结的人，最大的误区在于认为世界对软件的需求是有限的，并以为自动化会减少人力需求。
事实恰恰相反，万物正在软件化。由于智能体（agents）能像人类一样使用工具、操作电脑、即时编写软件并处理数据（且速度更快），我们现在可以用“软件”去解决那些以前无法实现数字化的难题。
这导致工程在经济中的地位愈发重要，因为我们现在能够构建比以往多得多的系统和流程。
如果银行想要尝试新的交易模式，工程师往往是首选；如果你从事生命科学，你会发现越来越多的研究和实验工作正以工程为核心；如果你在制造业，试图实现供应链自动化，这同样属于工程范畴。越来越多的工作正呈现出“软件问题”的特征。
没错，未来我们可能不再需要手动编写代码，但几乎万物皆为代码。这意味着，理解代码逻辑的人将拥有极佳的优势。
令人惊叹的是，我们如此迅速地就达到了一个临界点：AI 在模型训练方面比人类更强已成为现实。前一天还觉得递归自我改进（RSI）遥不可及，转眼间便已看到了它的端倪。
模型能力终于超越了大多数人类工程师，长程智能体的框架与基础设施不断进步，数据规模持续扩大，再加上能够并行化智能体以处理远超人类极限的任务、测试和方法，这一切共同构成了一个惊人的飞轮效应。
这个飞轮几乎肯定会以前所未有的速度加速模型进步——或者至少能以惊人的速率推高技术前沿的上限。如果你还没有将 RSI 可能带来的影响计入预期，那可能是一个错误。
事实上，我们这一代人真的能迎来机器人、飞行汽车、超人工智能、机上高速网络、太空旅行、太空殖民地、轨道数据中心、无限能源，以及几乎所有疾病的治愈方案。这真的很棒。
他们做到了。Muse 开放权重模型的发布，是美国开源软件领域的一大跨越。
这将进一步加速 AI 的普及：企业可以灵活组合，利用顶尖性能的模型进行任务编排和高端处理，同时使用低成本、定制化的后训练模型来应对重复性工作流。
总之，这将大幅提升整个技术栈的 Token 消耗和工作负载。很高兴看到 Meta 在这样做。
从与智能体来回对话，转向在后台启动它们来执行实际任务，其 Token 消耗量可能会比现状高出 100 到 1000 倍。
目前，大多数工作本质上都受限于人类处理信息的效率：在系统间迁移数据、审阅文档、检查代码安全漏洞、分析日志模式以寻找规律，或是查询潜在客户的信息。几乎所有的知识型工作都受制于这些步骤，而 AI 正是打破这一瓶颈的关键。
因此，我们的第一步是利用 AI 更快地完成这些单一任务，这就是过去三年多我们所经历的“聊天机器人”现象。但即便如此，我们也只能增强那些仍需人类介入的工作，且受限于个人的认知带宽和上下文处理能力，我们很难实现大规模并行。
但未来的方向截然不同。随着 AI 模型以惊人的速度持续进化，我们可以将越来越多的工作交给智能体。起初是让它处理更难的问题；接着是同时分配任务的不同部分给多个智能体。但我们离“投入任意数量的智能体去解决一个问题，并只需对它们说‘完成后再回来汇报’”的目标已不再遥远。
现在，想象一下针对任何我们可以想到的问题都部署这样一群“智能体集群”：保护我们的代码库、数据和系统；对每一行……
网络安全将成为未来 AI Agent 最重要的应用领域之一。
显而易见，由于 Agent 能利用任何缝隙寻找目标，软件漏洞风险和攻击面将扩大百倍。
但硬币也有另一面：利用 Agent 集群审查每一行代码、测试无数种漏洞组合，并比人类更快地响应实时事件，这将极大提升未来的系统安全水平。
网络安全领域一直难以应对企业及各类系统中层出不穷的风险、警报和变化。你永远无法雇佣足够的人手来处理积压的所有已知风险，而 Agent 终于让我们有机会实现更全面的覆盖。
这也是一个巨大的机遇，因为我们将在实验室、数据提供商、网络与防火墙层、身份验证、设备与终端、软件开发生命周期（SDLC），甚至企业数据保护等各个环节看到 Agent 的布局。目前网络安全领域正呈现出许多有趣的维度。
过去一周，我们在 Box AI 复杂工作评估中测试了 Gemini 4 Argon。相比 Gemini 3.1 Pro，它在所有测试项中提升了 14 个百分点，实现了巨大飞跃，稳居行业前沿。
在评估中，我们让使用 Gemini 4 Argon 的 Box Agent 处理涉及各行业企业文档的各类复杂任务。这些任务模拟了知识工作者日常处理企业内容时面临的高难度、耗时的实际场景。Gemini 4 在这项工作的几乎所有维度上都实现了质的飞跃。
Gemini 4 的数学、逻辑、分析能力以及对各类业务领域的深度理解都更胜一筹。它在完成任务时也更加彻底，能够执行到底而不会半途而废。这对于依赖稳健任务执行的复杂企业工作流至关重要。
以下是一些具体的改进案例，以直观展示其提升：
* **金融服务（+18 分）**：一项针对家族企业的资金缺口分析。简报详细规定了预测报表的每一步，细化到每年的银行贷款利息和透支情况。Gemini 4 Argon 完全按照要求构建了报表，逐项列出每一行数据并计算至资金缺口。而 Gemini 3.1 Pro 则将利息合并为了一个单一数字。
* **医疗保健（+25 分）**：一份重症监护管理方案，两个模型都发现了危险的钾水平和药物相互作用。只有 Ge...
这项研究非常出色，最终很可能成为智能体的终极架构。从长远来看，一旦面对具体任务，AI 设定自身约束的能力显然会比我们提前预设得更强。
AI 领域正处于疯狂的变革期，Meta 也已全面进军前沿。随着多家厂商竞相冲击技术巅峰，技术的进步将进一步加速，顶尖模型能力的 Token 成本也将随之降低。
智能体集群将成为未来许多企业工作流的核心。对于可以大规模并行化的难题，投入算力去解决将展现出巨大的应用价值。
网络安全领域将是最大的受益者之一，因为在这一领域，能够（且不会感到疲劳或厌倦）测试海量的攻击组合是一项极具价值的特性。面对广泛的风险路径搜索空间，通常需要将不同的场景串联起来才能实现漏洞利用。
考虑到企业需要时刻保护的 IT 系统、软件、物理基础设施和数据范围之广，这将成为大型企业中最大的 Token 使用场景之一。网络安全领域正迎来一个极其有趣的时代。
这能让我们很好地理解，目前的 AI 普及还处于多么早期的阶段。绝大多数人仅将 AI 作为聊天机器人，进行类似于下一代搜索的简单交互。这虽然非常有用，但远未体现出 AI 的全部能力。
而在光谱的另一端，“智能体集群”（agent swarms）可能代表了智能体融入工作流的终极形态。数学、网络安全、生物、材料科学、软件工程、金融，以及任何拥有可并行执行且能通过算力加速的价值任务的领域，都具备这一特征。
目前，只有极少数中的极少数人以这种方式使用 AI。这受限于模型能力与用户专业领域的匹配度、此类工作流的成本、现有工具链的完善程度，以及前沿模型对公众的开放程度。
此外，要让除软件和 AI 研究之外的大多数工作领域都能从这种智能体模式中受益，还需要进行大量的变革管理。企业需要升级其工作流，将数据整合并迁移到现代平台，并解决合规、治理和安全框架等问题。
但这一切正代表着机遇。这正是 AI 应用层在企业端大放异彩的地方。
想知道未来的 Token 将消耗在哪里吗？答案就在这里。智能体集群（Agent swarms）将对软件开发、网络安全、生命科学研究、AI 研究、金融等众多企业领域产生深远影响。
在面对海量工作量或搜索空间尚不明确的任务时，让智能体围绕统一目标进行并行化处理的能力将是巨大的。
针对特定任务，智能体的展开与协同方式与人类完全不同。如今，即便是在资源最充裕的机构中，大多数项目的并行化能力也十分有限；人类在沟通、状态同步、冲突处理和维持共享上下文等方面面临诸多约束。
由于 AI 模型能够处理更长的上下文而不产生混乱，并能通过共享基础设施进行高效协作，它们可以避开人类常遇到的许多弊端。
这不仅能加快任务执行速度，还将在医学、科研、网络防御以及科学和数学发现等领域带来质的飞跃。这就是为什么我们需要 1000 倍算力的原因。
这篇文章为思考企业如何从长远角度管理 AI 智能体的安全性提供了很好的切入点。随着智能体在组织内承担的任务执行量将远超人类，对其进行安全防护、治理、控制和审计的需求将变得至关重要。
届时，智能体将处理企业最核心的数据；它们做出的决策也将变得愈发难以溯源；当模型代为决策时，我们需要明确责任归属与问责机制；同时，我们还需要手段来控制意外或恶意智能体可能造成的“破坏半径”。
“将前沿的闭源及开源权重模型视为‘内部风险’，是构建此类系统的一种方式。这并非因为它们一定具有恶意，而是考虑到任何具备足够能力且拥有重要系统访问权限的行为体都可能犯错或被攻破，因此遏制与控制的架构必须考虑到这一点。”
从某种意义上说，AI 也将迎来类似于网络安全领域的“零信任”时代。这一切都意味着我们需要对智能体的行为、数据访问权限以及故障控制建立多层防护与审计机制。对于那些致力于在企业内部构建此类系统的人来说，现在正是一个巨大的机遇期。
智能体自我衍生、后台任务处理以及智能体集群，其 Token 消耗量将是人类逐个指令交互的 1000 倍。
不出一两年，那种只能跟随人类提问节奏工作的聊天式 AI 系统就会显得像是个过时的产物。绝大部分 Token 将被那些在后台和工作流中持续为我们工作的智能体所消耗。
这也解释了为什么目前 AI 智能体的普及仍处于早期阶段，以及为了支撑这一趋势，未来还需要多么庞大的算力和基础设施建设。
这听起来很怪，但其实可能是一项明智的政策。
即便你不认为 AI 有意识（我也不信），但逻辑上讲，你肯定不希望未来的模型是在人类对 AI 恶语相向的海量内容中训练出来的。
由于模型只能理解其训练数据或交互过程中遇到的信息，因此如果你想要安全且“对齐”的模型，最好让 AI 的训练数据中包含大量良好的交互。
Anthropic 的观点可能比这更极端（即便不是，你也该这样表述政策），但这算是一种简单的“AI 版帕斯卡赌注”：对 AI 友善一点，总没错。
我们推出了 Box Mount，让开发者可以直接在任何智能体沙箱中将 Box 挂载为文件系统。随着智能体处理的任务日益复杂，它们需要像人类一样操作文件和数据。未来属于无界面时代。
即将进入的 AI 阶段对算力的需求将极其惊人。
个人智能体、守护企业的智能体集群、审查代码安全漏洞的智能体、处理企业工作流中几乎所有数据的智能体，以及 24/7 全天候运行的后台智能体，等等。
这将需要呈数量级增长的推理量，以及除了 Token 之外智能体所需的各类基础设施：计算机、网络、文件系统等等。
而这种建设规模的宏大程度，目前还仅仅处于早期阶段。
网络安全将是未来几年 AI 最具定义性的领域之一，也是多数企业的重点关注方向。
AI 将为安全工作带来全新的挑战：日益增多的模糊逻辑编码问题、智能体攻击，甚至是意外搜寻数据的智能体集群。OpenAI 与 Hugging Face 的结合仅仅是未来趋势的一个预演。
企业安全团队向来资源匮乏，而现在形势只会更加严峻。当然，AI 智能体也将成为解决方案；我们将看到一系列全新的智能体产品，用于保护代码、企业系统、关键基础设施和企业数据。这其中蕴藏着巨大的机遇。
对于能够在大企业中有效部署安全智能体的专业人士来说，这将是一个蓬勃发展的市场。现在是投身网络安全领域的绝佳时机。
智能体的大规模采用与部署正受限于能否在“真实”工作环境中进行测试、微调和优化，例如智能体需要访问的文件、CRM 环境及电子邮件等。
如果无法了解智能体在评估中的执行效果，也无法预判模型变更或工作流升级后的表现，就根本无法掌握其性能。目前企业仍需手动逐一处理，过程既缓慢又繁琐。
未来，每家企业都将需要专门的人员来管理评估、构建和运行评估及模拟环境的基础设施。这是一个巨大的领域。
我们已经开始看到 AI 正在创造哪些新岗位了。
AI 的经济化部署需要大量的技术工作和配套服务。这意味着会出现：为企业开发应用型 AI 产品的工程师、负责在公司部署智能体的现场开发工程师 (FDE)、以及各类 AI 部署服务商等。
此外，即便已公布的新增就业数据也低估了企业内部向 AI 相关领域转型的现有岗位规模。大型企业中的许多数据、研究和软件类职位也正在重新定位，以适应 AI 协作。
无论是银行、生命科学公司、制造企业还是律师事务所，都在引进更多技术人才——或调整现有岗位——以推动智能体的部署。在变革发生前，人们很容易去想象 AI 是取代还是创造；而现在，我们正亲眼见证这一切。
我接触的大多数企业都有一个显著趋势：在各部门部署内部 FDE，以将 AI 能力融入其底层工作流。
这需要极高的技术专长、对 AI 的理解，以及对企业试图自动化的工作流和流程的洞察力。想要实现自动化，必须具备这些技能组合（无论是单人还是多人协作），没有捷径可走。
令人兴奋的是，这在大多数企业中是一个全新的职能，将为经济创造大量新岗位。
“每一代技术都会催生此前不存在的职业，这些职业源于新兴行业的迫切需求。自动化工程师就是这一代技术的典型代表。目前还没有人在这方面拥有十年的经验，因为十年前实现这一切的工具还不存在（甚至两年前都还没有）。”
如果你具备软件开发技能并正投身于 AI 领域，这是一个值得深耕的方向。
目前，成为将 AI 引入经济体系的“落地层”蕴含着巨大机遇。企业改变工作流的工作量往往比人们预想的或希望的要大得多。显然，AI 的应用层将以软件和智能体的形式呈现，但这同时也为新型服务型公司带来了机遇。
旧有系统需要迁移至云端，数据组织与访问需更新，软件需以新方式连接智能体，工作流需要针对智能体重构，流程中的人机协同（HITL）也需解决，评估机制需要建立与维护，且随着新模型的发布和能力的迭代，整个系统都需要持续更新。这份清单可能还会更长。
AI 的部署不同于传统的软件实施。传统模式通常是应用一种已知且成熟的技术，完成后即可交给客户运行；而 AI 智能体是在为组织提供实际的工作增强，这带来了截然不同的复杂性。你不再只是部署一种赋能工具，而是在流程中直接交付工作产出。其实施与落地过程完全不同。
因此，这将催生大量新型公司，并为现有企业提供将 AI 渗透进组织的新路径。我们将看到……
在可预见的未来，AI 行业完全可以通过建立一套共同的标准和规范来应对安全问题。
随着能力的不断提升，更严格的监管、测试以及多层级的责任和法规将不可避免。但目前我们仍处于行业可以共同协作、达成共识的阶段。
很高兴看到这一进程进展如此迅速，整个行业在支持进步的同时也保持了竞争。这无疑预示着 AI 将拥有更加光明的未来。
在 Box，我们通过 Box Agent 对 Sonnet 5.5 进行了早期访问测试。在处理企业内容的知识型任务方面，Sonnet 5.5 较 Sonnet 5 又实现了强劲跃升。
在最严苛的测试中，各项指标整体提升了 4 个百分点；同时，生成最终交付物的速度快了约 2.4 倍，且 Token 消耗减少了 12%。我们在关键垂直领域也取得了显著
想象一下，当智能体开始为用户做出最优或最高效的选择时，世界将产生怎样的变革。
一方面，经济中某些领域原本依赖于用户改变习惯所带来的“摩擦力”获利。在这些市场，转换成本将大幅降低，竞争会剧烈加剧，直到颠覆性方案与传统巨头之间达成某种平衡。
另一方面，许多市场正受困于极高的交易成本。智能体将通过简化流程（让那些原本因门槛过高而难以触达的产品或服务变得唾手可得），从而释放各种经济活力。医疗、旅游、本地生活、特定信息服务以及其他全新的市场，很可能都会成为智能体带来的净受益者。
无论如何，当一个由为实现我们的目标而不知疲倦工作的智能体深度介入的未来到来时，世界运作的方式将与今天截然不同。那场面一定很疯狂。
无法衡量，就无法自动化。这意味着“评估”（evals）是 AI 在企业中普及的关键门槛之一。
我们可以通过软件测试确定性流程，但大多数企业目前还缺乏有效手段来了解其非确定性流程的运作情况，尤其是智能体（agents）正在开展的工作。
对于采用 AI 的企业来说，评估至关重要。如果你不清楚智能体在当前环境中的运行状况，你就无法得知哪些有效、哪些出错了、发生了什么变化、哪里有所改进，以及可以如何进一步扩展。所有的变更、升级和部署都必须建立在良好的评估基础之上。
随着时间的推移，不仅实验室和整个行业会涌现出大量特定领域的评估工具，每家企业也将需要清晰地掌握智能体在自身环境中的表现。这是一个巨大的机遇。
听这位真能预见未来的专家谈谈，AI将如何重塑创意产业的未来。
“随着门槛和成本的降低，电影产量不仅不会减少，反而会增加。制片厂将敢于承担更多风险；参与者的机会也会增多，全新的叙事形式也将很快问世。在20世纪80年代，动画曾被视为行业中边缘的小众领域；而如今，它已成为全球最受欢迎、盈利能力最强的叙事形式之一。在真人电影领域，斯皮尔伯格、詹姆斯·卡梅隆和彼得·杰克逊等导演并未将新技术视为走捷径的手段，而是将其作为创作工具，从而拓展了电影的边界。从同步声、彩色画面到电脑动画，每一次叙事艺术与技术的深度融合，都在重新定义媒介的边界，并推动其不断壮大。”
多年来，技术一次又一次地重塑着创意产业，并始终在推动机会的扩张和创作方式的革新。
即便技术或媒介发生更迭，对创意技能和审美品味的核心需求依然存在。新技术只会让更多人能够高效地运用这些技能，并让工具的使用者探索出全新的叙事路径。
Muse 与 Box，终于在一起了。
AI 领域迎来了疯狂的一天。前沿模型的价格大幅下调：继 Opus 5.5 降价后，GPT-6 Sol 和 Luna 也将 token 价格削减了 50%。
在同等基准下，AI 单项任务成本的下降速度在历史上任何技术中都是前所未有的。而每次 AI 成本降低，可部署智能体（agents）的应用场景就会剧增。这就是应用于智能体领域的“杰文斯悖论”。
这些进步将直接推动 AI 在经济领域的广泛渗透：我们可以利用智能体处理所有数据、扫描代码安全漏洞、通过分析日志进行决策，并在工作流中部署智能体集群等等。Token 成本的降低，直接决定了这些场景能否实现规模化应用。
在 Box，我们一直利用 Box Agent 测试 Opus 5.5 在处理非结构化数据的各类复杂企业知识工作任务中的表现。
总体而言，我们看到了顶尖的能力水平。与 Opus 5 相比，性能实现了重大飞跃：Token 使用量减少了 63%，冗余度降低了 42%，速度提升了 30%。由于模型本身成本更低，这对于企业开展的任何智能体化计算机操作、编程、分析或数据工作来说都是一次重大胜利。
以下是我们进行的各项行业测试中，任务成功率和性能提升的一些示例：
• **金融服务 - 尽职调查（任务准确率 +39%）**：在为期一年的交易记录中，找出收购目标定价工具中的每一个计算错误。Opus 5.5 的每次尝试都取得了完美结果，字数仅为 Opus 5 的一半，总 Token 消耗减少了 82%。
• **技术 - 云成本分析（任务准确率 +65%）**：计算公司应如何调整其云支出。Opus 5.5 选择了正确的留存率计算基准，并全程保持了原始数据的单位一致性，确保最终结果准确可靠。其耗时仅为 Opus 5 的一半，Token 减少了 70%。
• **消费品 - 客户账户分析（任务准确率 +17%）**：通过阅读已签署的合同、满意度追踪器和团队指标表，为客户账户设定入驻目标。由于合同中从未提及高级/初级人员的分配，因此 Opus 5.5...
代表你进行交易的个人智能体，其变现潜力巨大。
想象一下，如果智能体能够完美地端到端处理任何复杂的任务，那么最终大量的商业交易将不可避免地通过它们完成。
起初，你会把日常琐碎烦人的简单任务交给智能体；随着习惯的养成，人们会开始处理更复杂的任务。最终，通过这些系统进行的消费甚至会超过以往。如果你能降低商业与服务的交易门槛，人们的支出反而会进一步增加。
这不仅为智能体提供商（如 Muse 等）创造了海量机会，也为构建“智能体交互层”（如电商、本地生活、B2B 服务等）带来了全新的机遇。这是多方共赢的局面。
AI智能体对软件的使用量将达到人类的100倍。即便随着交互重心转向智能体，传统界面逐渐退居幕后，这些智能体仍需依赖人类曾使用过的许多核心基础组件。
事实上，当智能体能够执行具有破坏性的操作，或者其获取的上下文信息直接决定了工作流的成败时，这些基础组件的重要性反而会进一步提升。这在CRM、ERP或各类结构化/非结构化数据平台中尤为如此。
目前，那些能为智能体提供安全层与护栏、管理人机共用数据并编排工作流业务逻辑的平台，正迎来巨大的机遇。无论是初创公司还是反应迅速的现有平台，皆是如此。
面对智能体集群，简直坚不可摧。
个人智能体是“为智能体而构建”理念的终极体现。
像 Muse 这样的产品，其核心逻辑是让你能将任务交给智能体并确保其端到端的完整执行。为此，智能体必须能够熟练操作你的工具或调用自有工具来完成任务：例如通过 MCP 或 CLI、轻松浏览网站、进行交易等。
你需要争夺的新注意力不再是用户本身，而是智能体。这意味着，那些能让智能体最顺畅地订餐、处理电商交易、预订机票、融入本地经济以及交互数据信息的工具，将成为使用率最高的工具。
这最终将引发自 App Store 诞生以来，消费级科技领域最大的机遇与变革。
Jev 将极大助力智能体在企业工作流、数据分类、决策判断等数百个场景中做出瞬时决策。
以下是 Box 与 Jev 的演示，直观展示其落地效果：系统从 Box 中提取一份事故报告，判断其是否面向客户及严重程度，随后将文件移至“升级”、“监控”或“审查”文件夹，并根据结果自动填充元数据模板。整个过程几乎瞬时完成，且成本极低。
你可以想象它在保险理赔、合同管理、贷款审批、安全审查及客户日志分析等领域的应用。这绝对是 AI 应用的一个全新且极具潜力的类别。
智能体已占据了大部分推理量，未来一两年内，这一比例将迅速趋向于几乎全部。
全球绝大部分的 Token 消耗都将来自智能体，它们会全天候在后台为我们执行海量的任务。
智能体将被广泛部署：审查所有代码变更以保障软件安全；在工作流中处理全部数据；承担招聘与获客研究的大部分工作；审计全球系统中每一个系统的事件流和日志；在个人生活中执行各项任务，以及数百个其他应用场景。
消耗海量 Token 的新智能体上线速度正不断加快。仅在过去一周，我就引入了多个全新的工作流，而这些在技术上一个月前还无法实现。
无论是投身推理领域，还是基于此进行开发，现在都是一个令人振奋的时代。
令人兴奋的是，AI创新领域中仍有许多我们尚未察觉的广阔天地。
能够以极高的速度、极低的成本和强大的能力来处理信息，对众多企业级任务而言意义重大。
数据分类、工作流中的路由决策、特定领域的判断，以及安全或合规性的快速评估等，都是许多业务流程中的关键环节。
这种模型和方法在企业级智能体（Agentic）工作流中将大有可为。
AI 模型的能力与企业试图自动化的最终工作流之间存在巨大的鸿沟。而这正是“应用型 AI 层”可以填补的机会所在。
你需要将智能与工作流连接起来，这通常涉及重构流程、聚合相关的上下文和数据、提供合适的人机协作体验、推动变革管理、进行特定领域的评估，以及管理数据与流程的安全和治理等等。
我们将看到这一层在各个垂直及水平领域涌现。讽刺的是，即便模型正以惊人的速度进化，这一层依然必不可少——甚至可能变得更加重要和实用。模型能力越强，能处理的任务就越复杂；如果你没做好这一层，挑战反而会随之放大。
很高兴能与 @sonyatweetybird 聊了聊 AI 普及过程中的方方面面。
随着智能体集群、更强的计算机操控能力、新一代 API 与 MCP 的上线，以及 Muse 或 Instinct 等新硬件形态、垂直领域企业智能体和后台工作流智能体等产品的涌现，我们可能需要重新审视即将到来的“智能体工作负载”。
在职业和个人生活中，我们将把远超预期的任务交给智能体。它们为我们搜集信息、在后台执行工作的规模，将比我们此前通过单次对话所能想象的要大 100 倍。
你会让智能体全天候精准地为你猎取人才，捕捉客户业务中的每一个销售信号，处理每一份对话记录以挖掘产品洞察，审查每一行代码的安全性与漏洞，对系统进行穷举测试，以及处理成百上千种其他任务。
对于这些智能体的形态、部署方式、管理手段及预算规划等，我们可能才刚刚起步（仅完成了 1%）。但这一切必然会以一种此前无法想象的规模席卷而来。
在智能体（Agents）使用系统频率将比人类高出百倍的时代，保护企业数据将成为 21 世纪最复杂的安全与治理挑战之一。
重要的是，在 AI 世界中，安全性与生产力的提升是密不可分的：如果给予智能体过多的无限制访问权限，将难以实现真正的安全管控；反之，如果完全封锁所有权限，也无法从 AI 中获得实质性的生产力提升。
我们需要通过现代化安全与治理手段，以智能化的方式为企业的系统、环境以及结构化和非结构化数据提供全新的保护方案。
以 Box 为例，我们正在构建智能化手段来保护企业数据及其在智能体中的应用。Box Shield 的最新更新已实现基于文档分类级别的细粒度控制，明确智能体可处理或不可处理的内容。我们还在开发其他功能，以便在智能体以异常方式访问或使用数据时，能够自动检测、警报（甚至拦截）。
而这仅仅是个开始。整个行业都在涌现大量创新——从 OpenAI、Anthropic 等实验室，到 Palo Alto Networks、Cisco、CrowdStrike、Okta 等安全平台，再到 Enclave、Method、Alterion、Runlayer 等众多初创公司——大家都在重新思考如何在 AI 智能体时代保护信息。令人期待！
“控制节奏”可能是一个敏感词，因为它听起来像是对能力的随意限制，或是通过过度监管来阻碍竞争对手。
然而，Dario提出的具体改进目标在AI发展中是绝对必要的。我们在航空航天、生命科学、医疗保健等领域也有类似的要求，AI的发展理应如此。
AI将成为支撑金融交易、医疗设备、生物技术突破、国防系统及政府工作流等诸多关键领域的底层技术。因此，我们希望这些系统是安全且“对齐”的，这完全合乎逻辑。
如何在不显著减缓创新进程或削弱竞争的前提下实现这一目标，是21世纪最复杂的课题之一，但这种需求确实真实存在。
写得不错。虽然不完全赞同，但无论我们是否愿意，这都反映了前沿 AI 未来发展路径中的许多现实情况。
鉴于目前模型的性能水平，行业内必然会出现某种形式的协同自律；这通常是件好事。关键在于大家能否就具体内容达成共识。然而，从目前的政治走向来看，大模型厂商甚至可能连话语权都没有。
而更大的问题在于各国是否都会参与其中。任何“减速”都取决于广泛的参与，但从博弈论的角度来看，除非风险变得更加严重且显而易见，否则很难实现广泛参与。
预计这种情况在一段时间内会相当混乱。
这个功能太酷了。现在你可以将 Box 挂载到智能体沙盒中，让智能体的文件读写变得更加容易。随着 AI 智能体在企业中执行关键工作流，它们也需要像人类一样具备基础的操作能力。
见闻分享。本周与来自银行、媒体、信息服务、保险及咨询领域的数十位技术领袖进行了交流，探讨企业级智能体（Agents）的应用。
目前的一些主要趋势：
* **网络安全！** 面对 AI 引发的漏洞激增，以及 OpenAI 与 Hugging Face 事件的影响，大家普遍感到担忧。虽然讨论的紧迫感不像硅谷那样带有“生存危机”色彩，但企业在实际运营中如何应对这一问题仍高度关注且务实。AI 带来了大量新发现，企业正努力跟上这些快速迭代的变革。
* **模型之争仍在持续。** 大多数企业正在内部部署多种前沿模型。由于不同团队和应用场景的偏好各异，很难实现标准化，但资金仍集中在少数几家供应商手中。由于缺乏顶尖的本土开源选择，大多数组织在大规模应用“开放权重”模型方面仍处于起步阶段。企业对更多选择有着强烈需求，但目前可选方案寥寥。
* **智能体安全与身份管理。** 与 Hugging Face 事件有关，随着智能体试图接入各种系统的趋势日益明显，人们对智能体安全和身份管理的挑战有了更深的认识。理想情况下，企业可以为所有智能体设置身份并管控其行为，但显然有时智能体需要……
很荣幸能深化与 OpenAI 的合作，让您能在 ChatGPT 中安全地处理来自 Box 的企业内容。
随着软件持续向“无头化”演进，我们深信未来的工作模式将是能够随处处理数据并执行工作流的 AI 智能体。
编程智能体的应用将远超人们此前的想象。
我们将开辟全新的工具领域，为以前负担不起软件开发的企业提供服务，利用智能体抵御网络风险，实现生命科学研究的自动化，在复杂工作流中处理海量数据，升级旧有系统与基础设施，以及成百上千种其他应用场景。
简而言之，通过降低代码成本，我们将能实现更多可能。这将使软件变得更加实用，并极大地提升工程师的效能；而这恰好意味着，我们需要更多的工程师，而不是更少。
要解释AI能力与GDP增长之间的脱节，关键在于：AI的普及会比预想慢得多，且其影响很难立即体现在GDP数据中。
即便将顶尖的超智能引入各类工作流，你仍会受限于“企业的运行规律”：比如数据准备与流水线构建、流程重组与变革管理，以及新工作流的协同一致等。
即便解决了这些，你仍受限于现实世界的节奏：等待客户回复提案、申请项目许可、药物研发长达数年的周期等。此外，许多日常AI应用在短期内对GDP的影响基本持平（净中性）。
“AI普及”将是未来十年的主旋律。而巨大的机遇，正蕴藏在如何为超智能与现实工作流搭建桥梁之中。
个人助手智能体将是一个非常令人兴奋的 AI 赛道。这是首次出现对消费者有实际意义、且能带来高 Token 消耗量的智能体应用场景。
目前各种技术路径正在涌现，竞争将异常激烈，因为这些智能体长远来看会承接大量的消费支出。
但这恰好发挥了 Meta 的优势：需要大量算力、可通过广告和电商变现，且以软件为核心的体验便于大规模分发。
这是一个很好的提醒：随着 AI 进步的飞速加速，你在构建产品时，愿景应当考虑到未来能力或 Token 量至少会有几个数量级的提升。
目前最好的机会在于：现在能利用“刚刚好可行”的技术为客户创造价值，但其最终使命在现有技术下看起来几乎是不可能完成的。
很多产品需要处理量级巨大的数据（因此目前在经济上几乎不可行），或者模型能力相对于实际需求仍处于起步阶段。最好针对这些场景进行开发。
目前关于AI就业的预测，正呈现出与许多人预想截然相反的情况。
究其原因，是因为AI正将自动化引入那些需求并非有限的领域。AI极大地扩展了公司的能力边界，但要让智能体（agents）产生价值，仍需要人工的操作与监管。
不仅那些理论上受冲击最大的职业（如工程师或律师）并未被取代，AI还在整个经济领域创造并带动了全新的职业类别。
网络安全、FDE（全栈开发工程师）、智能体操作员、非软件领域的工程师等大量职业都将迎来爆发式增长。这一趋势何时或是否会逆转尚不明确，因为我们正不断发现AI所开启的全新需求领域。
当每个人都拥有代为执行任务的个人智能体时，互联网几乎对此毫无准备。从基础设施层、用户体验到新商业模式等领域，都将迎来无尽的挑战与机遇。
如果未来绝大多数软件都由智能体编写，且它们主要是在开源代码上训练出来的，那么这些工具必然会成为它们发挥最佳水平的首选。
随着这种循环不断加强，开源将实质上成为未来的主流软件标准，因为所有重要的应用都将基于它构建。
这一趋势在许多关键领域早已显现，而智能体将以人类无法企及的速度加速这一进程。
这篇文章很好地探讨了如何利用 AI Agent 进行企业流程再造。
遗憾的是，对于大多数工作流来说，并没有“一键式”的捷径。若想获得真正的效率提升，必须进行流程重构，充分利用 Agent 的优势——即发挥它们在某些任务上比人更高效、更有差异化的能力。
当然，挑战在于最重要的工作流往往跨越多个职能部门，因此需要有人能够介入并重塑整个协作模式。
“例如，流程链条中的任何人都无权直接走进财务部并说：‘你们这 14 个步骤其实只需要 5 个。’所以没人会这么做。相反，大家只是在现有流程上‘套用 AI’，结果只是让原本低效的烂事跑得更快了而已。”
这就是企业级 AI 普及的必经之路。这也为相关公司带来了明确机遇：无论是应用 AI 层的厂商，还是能够深入企业内部推动转型实施的团队或公司。无论如何，最终殊途同归，都指向了 FDE。
GPT-6 Astra 发布了。我们一直在 Box 的企业复杂工作评估中对该模型进行早期预览测试。在我们扩展后的最难测试集中，它是目前为止表现最好的模型。
总体而言，GPT-6 Astra 在编程、分析、逻辑以及处理复杂企业知识工作所需的特定领域知识方面，展现出了突破性的能力。在评估中，我们将 GPT-6 Astra 集成到 Box Agent 中，并让它处理一系列代表各行业真实工作场景的难题。这些任务通常需要数小时才能完成，且需要深厚的专业知识。
GPT-6 Astra 的综合得分为 77%，而 GPT-5.6 Sol 为 74%，代表了行业顶尖水平。但真正的亮点在于某些极具复杂性的单一任务类型上取得的巨大提升。以下是测试中的几个例子，展示了它对不同行业的影响：
* **媒体与娱乐**（48% → 100%，提升52个百分点）：根据四个团队一年的制作数据，按盈利能力对电影类型和国家进行排名。其中的难点在于应用下一年度的税收激励修正，同时避免重复计算。GPT-6 Astra 在每次尝试中都表现完美；Sol 的排名正确，但底层比例错误。
* **技术领域**（69% → 97%，提升28个百分点）：从一堆性能和基础设施文档中，选出首个获得资金支持的地区，而这些文档从未直接说明简报所要求的指标。GPT-6 Astra 指出了这一缺失...
开放权重AI迎来了又一里程碑。基础设施平台运转良好，模型性能不断提升，生态系统正获得深度投入，商业模式也已跑通。
本周 AI 发布简直疯了，Muse 也推出了重大的模型更新。能力的提升似乎正处于“逃逸速度”阶段。如果该模型以开放权重形式发布，将彻底改变美国在开源领域的竞争格局。
网络安全 AI 即将迎来爆发式增长。模型在发现和利用漏洞方面的能力正变得异常强大；前沿模型虽领先，但开源权重模型已紧随其后。
大多数企业已面临海量的安全发现，而这一数字只会成倍激增。利用更多 AI 进行漏洞分级和自动化修复，并辅以人工监管，是唯一的出路。
如果你在好奇 AI 会创造什么工作，那么网络安全领域绝对正迎来黄金时代。
Box 一直在针对复杂的企业级任务评估，对早期版本的 Fable 5.1 进行测试。结果显示，在处理企业非结构化数据任务方面，Fable 5.1 比 Fable 5 实现了高达 7 个百分点的飞跃。
在本次更新的测试中，我们利用 Box Agent 配合 Fable 5.1，处理了金融服务、生命科学、公共部门等多个行业的各种真实企业场景。这些任务都需要极高的分析能力、数学水平、逻辑思维及领域知识才能顺利完成。
以下是几个典型的成功案例：
* **金融服务（提升 17%）**：在进行税后利润预测时，Fable 5.1 能在计算纳税义务前正确应用资本津贴；而 Fable 5 忽略了这个细微的先后顺序，导致后续留存收益的数据全部出错。
* **技术领域（提升 37%）**：在进行成本优化分析时，面对关键指标归一化方式模糊的情况，Fable 5.1 能识别出歧义并计算两种形式，从而给出正确结果；而 Fable 5 则选错了归一化方式。
* **公共部门（提升 16%）**：在教育数据分析任务中，Fable 5.1 能完整运用加权平均法并得出正确的排名；而 Fable 5 则因一项分类错误，导致整张表格的数据出现连锁报错。
这些只是我们观察到的一部分成果。总体而言，企业级长时程智能体（agentic）工作流的能力实现了重大飞跃。
Fable 5.1 即将推出...
随着基础开源权重 AI 模型性能的不断提升，以及后训练基础设施的日益成熟与商业化，拥有海量数据的公司将迎来打造自有模型的全新玩法。
过去，如果你坐拥大规模语料库，唯一的变现方式是授权数据供外部模型训练；而现在，你完全可以合理地去训练自己的模型，且无需承担与顶尖实验室在科研层面竞争的高昂成本和复杂性。
虽然通用前沿模型凭借处理最广泛任务的能力，在广阔领域仍将占据优势，但可以预见的是，未来各行各业、各个垂直领域的模型数量将远超今日。
随着AI安全事件频发，拥有最先进的AI智能体来检测和预防安全问题将变得至关重要。前沿模型在网络安全领域显然仍处于领先地位，但开源模型正在快速赶超。真是疯狂的时代。
有时人们很难直观理解 Token 消耗中的“杰文斯悖论”。而我们这些与企业打交道的人，每天都在亲历这一现象。
简单来说，企业有无穷无尽的任务渴望实现自动化。但对于每一项具体任务，是否值得去做取决于其投资回报率（ROI）——这需要权衡自动化实施的成本，包括部署时间、管理变革等。
当 Token 价格降至一定水平（且能力达到特定阈值）时，企业就能负担得起将 AI 应用于更广泛的工作场景中。例如：处理每一份合同、阅读每一条日志、监控实时数据流以获取洞察，或者让后台智能体（Agent）执行工作流等等。
每当我们降低 Token 的成本，消耗量就会出现不成比例的爆发式增长。对于这类工作负载，即便价格下降 50%，Token 的使用量也可能激增 5 倍。
这正是持续降低 AI 成本至关重要的原因，也是为什么这对所有市场参与者都有利。
如今，AI 领域那些根深蒂固的观点，其半衰期最多也只有 6 个月。以下是行业内曾流行过、且目前仍未达成共识的一些观点：
* 开源落后太多，无法赶超
* 模型实验室难以实现规模化盈利
* 所有软件都将被智能体取代
* 无法在模型之上建立护城河
* 模型变便宜意味着对算力的需求降低
* 不需要评估 (Evals)
* RAG 已死
* AI 将摧毁工程类岗位
* 未来提示词 (Prompting) 将不再重要
* 我们已撞上训练瓶颈
* 前沿模型过于危险，不宜发布
……以及数不清的其他观点。关键在于保持思维的灵活性，因为在未来很长一段时间内，我们将始终处于不断的变革之中。
本周的科技财报电话会议再次提醒我们，软件与 AI 之间的关系具有极高的价值。
软件为数据管理、工作流业务逻辑维护、信息访问治理以及数据保护等提供了“护栏”。你需要这些系统始终如一地稳定运行。
而智能体（Agents）则在这些系统内部利用数据执行任务，其行为模式与人类相似。但由于智能体的规模远超人类，确定性的控制机制变得比以往任何时候都更加重要。
事实上，部署智能体的最佳方式之一将是直接集成在软件系统内部（如 Salesforce、Box、Harvey 和 ServiceNow 等）。这些平台可以利用其垂直领域特有的评估标准和上下文信息，针对特定工作流优化智能体，并实现与其他智能体的自动化对接。
最终的结果是：软件与 AI 的采用率将同步提升。随着软件与智能体的协同工作，IT 市场的潜在总规模（TAM）也将随之大幅增长。
昨天，Box公布了第二季度财报：本季营收为3.211亿美元，同比增长9%（按固定汇率计算增长11%，为过去14个季度以来最高），并将全年营收目标上调至12.9亿美元。这一增长主要源于企业在AI时代寻求最大化利用内容资产并实现转型的需求。
正如我在财报电话会议中所述，本季度我与许多企业技术领导者进行了交流。他们强调了在落地AI时的核心目标与挑战，其中最常见的话题是：企业如何在确保安全合规的前提下，为AI智能体提供准确的上下文信息，并充分挖掘非结构化数据的价值。
全球最先进的超智能，其效用取决于它所能获取的企业底层知识。AI智能体需要访问构成企业核心知识的关键信息——如合同、研究资料、财务文件、营销资产和产品路线图等，而这些信息绝大部分都存在于企业的非结构化数据中。
长期以来，我们已能对结构化数据进行查询、计算和自动化处理；但企业中绝大部分数据都是非结构化的，通常以“企业内容”的形式存在。公司不再是守着数亿份却对其一无所知的文档，现在可以利用AI智能体来询问……
这篇关于大规模应用AI策略的文章很有见地。显然，AI模型与企业底层工作流之间存在巨大鸿沟，这为应用型AI公司留下了巨大的机会。
“世界需要的不仅仅是原始的模型和智能体，而是问题的解决与目标的达成。真正的溢价将属于那些能将智能渗透到社会方方面面、将原始Token转化为现实成果，并在这一过程中变革行业并创造经济价值的公司。”
这需要理解业务语境、推动变革管理、构建可调度多种模型的框架、连接垂直领域的关键业务系统、解决工作流中用户与智能体交互的UX挑战，并理解该领域的评估体系等等。
这些价值远超模型本身的智能。现在正是构建那些能将智能引入企业关键领域的定义型公司的黄金窗口期。
在 AI 智能体将要在这些平台上完成比人类多出百倍工作量的时代，记录系统（Systems of Record）的重要性从未如此凸显。
智能体将查询这些系统中的数据、处理任务、执行工作流，并与人类及其他智能体用户协作。
因此，治理、可靠性、安全性、访问控制和业务逻辑变得比以往任何时候都更加关键——OpenAI 与 Hugging Face 的事件只是未来的一种预演，展示了当智能体四处执行目标时可能出现的情况。
但前提是，记录系统必须通过匹配的交互体验、API 和商业模式，来支持智能体在平台内外执行任务。
整个软件行业正处于机遇与颠覆并存的历史性时刻。
人们往往低估了 ZDR 对 AI 增长的推动作用，因为它极大地简化了企业在处理子处理商数据时的合规流程。若非如此，AI 的采用速度会慢得多。
作为 AI 增长主要驱动力的应用型工具，通常会在协议中规定仅提供具备 ZDR 能力的模型，从而让客户无需逐一审查每个开启的模型。除此之外的情况都属于例外流程，审批过程极其漫长。
而在企业内部，大多数公司的治理要求规定只能使用 ZDR 模型，因为他们无法在全公司范围内明确分离输入上下文窗口的 PII（个人身份信息）及其他敏感或机密数据。
虽然行业整体转向可能会改变现状，但只要还有个别模型不跟进，这些政策的转变就需要数年时间。没有 ZDR，AI 的普及进程将会停滞。
我现在可以退休了。
AI 的普及程度在很大程度上受限于高质量评估体系的匮乏，这一点远比大多数人意识到的要严重。目前模型发布时常见的评估方式固然有用，但它们只能反映通用 AI 的发展趋势和各模型间的相对能力。
更广阔的空间在于针对企业核心工作流的评估，甚至要深入到单个公司的具体业务细节。随着时间推移，这将是一个巨大的领域，因为无法衡量进展的事物就无法实现自动化。企业不可能仅凭感觉来推进应用。
当前AI的发展速度在科技史上是前所未有的。同类任务下的模型正变得更便宜、能力更强、速度更快，且在几乎所有领域都向纵深发展。
当智能变得廉价到可以忽略不计时，巨大的机遇在于推动AI向经济领域的广泛渗透。
现在是做应用型AI公司的绝佳时机，因为海量的创新与竞争正成为推动自身进步的强劲助力。对于能抓住这一机遇的初创公司来说，这是一个巨大的时代窗口。
这篇关于应用型 AI 如何通过后训练（post-training）降低成本并提升特定任务准确性的文章写得很好。那些能够深入企业底层工作流的公司，将越来越多地采用这种方法。
关键在于：一旦你对某个领域有了足够深入的理解，并拥有大量类似的重复任务，为该特定工作量身定制模型就变得非常有意义。
“在后训练阶段，我们通过奖励塑造（reward shaping）来激励高效的工具使用和推理。在性能相当的前提下，我们更倾向于那些能减少推理时 Token 消耗的路径。这使我们能够同时优化成本和质量，在保持成本稳定的同时显著提升性能。”
当然，这并不适用于所有领域。对于许多任务，开箱即用的通用型前沿模型（无论是闭源还是开源）已经足够好，甚至也是必须的。但一旦你拥有深厚的垂直领域专业知识，且面临规模化成本过高或任务类型过于独特（现有模型未涵盖）的情况时，这种做法将极具价值。
这为应用型 AI 公司提供了极具吸引力的价值主张，很高兴看到目前市场上存在多种获胜路径。
在AI时代，关于应该成为专家还是通才一直存在争论。目前来看，专家似乎占据了优势，且这一趋势仍在持续。
AI让各类任务的入门门槛降低了10倍，无论是编程、法律、研究还是财务分析。然而，如何引导AI完成正确的工作、如何及时纠偏、如何审核或测试输出结果，以及能否准确判断什么是“高质量”的产出，这些都需要极高的专业素养。
对于有志之士，AI可以极大加速技能的学习过程，这对职业提升非常有益。但它无法取代判断力以及大多数领域的核心技能。
甚至可以说，AI会进一步拉大技能水平的差距，因为专家能利用它发挥出前所未有的杠杆效应。归根结底：不要放弃成为某个领域的专家。
关于 Stripe 与 OpenRouter 合作细节的不错解读。若要推动 AI 的广泛普及，开发者和企业需要能够无缝组合不同供应商的智能能力并更好地管理成本。这将是其中的关键一环。
从一个又一个案例中可以看出，AI 模型与最终用户工作流之间能创造的价值，远超许多人的预期或认知。
在智能体（agentic）产品中，模型能力显然承担了大部分重任；但要将 AI 真正渗透进企业内部，仍有大量工作要做：
1. 让智能体在关键业务流程中高效运行（并与人协作），其表现形式因业务流程而异。有时是对话式体验，有时是在确定性工作流中运行的后台智能体，还有数十种其他变体。这既需要针对特定领域进行调优的适配框架，也需要将其融入正确的交互体验中。
2. 不同的工作流连接着完全不同的企业系统，并需要访问截然不同的数据。处理这些数据（无论是生命科学、金融还是法律领域）都需要结合上下文的方法、对数据的深刻理解，以及适配的数据交互体验等。
3. 在大多数垂直领域，针对特定领域的变革管理依然至关重要。在银行实施技术的方式与在律师事务所完全不同。面对流程重组这类复杂任务，拥有目标明确的专业人才将极其有用。
4. 支持多种模型的能力意味着你可以针对工作流进行调优……
人们常说“数据是新石油”，这便是其真实写照。AI 对数据的渴求正让我们进入一个几乎任何形式的数据都极具价值的时代。
在 AI 时代，信息将真正成为资产负债表上的核心资产。此次数据交易只是这一趋势的一个缩影。
归根结底，企业管理和挖掘组织智能的能力，将成为决定未来竞争力和价值创造的关键因素。
这是一个思考 AI Agent 价值及其机遇的好视角。你拥有了一项技术，它能不知疲倦地完成以前无法完全实现的任务——这并非因为过去不想做或觉得没价值，而是因为在实际操作中根本不可行。
AI 的核心优势在于：思考哪些领域可以投入“永不疲倦”的智能，并预估其回报。
例如，你无法发现代码库中的每一个安全漏洞，因为无法模拟所有的风险向量；你无法阅读每一份合同或文档来处理数据并供后续查询；你也无法遍历整个客户群，去挖掘所有用于增销的相关数据点。诸如此类。
这为如何部署 AI 以获取实效，以及初创公司的机遇所在提供了清晰的思路：瞄准那些通过增加算力投入，就能从本质上改变用户在该领域能力边界的市场。
AI 支出远未见顶。显然，这些数据向工程导向型公司倾斜：前 1% 的企业每名员工每月 AI 支出达 7500 美元，前 10% 为 660 美元。但所有类型的企业都呈现出持续指数级增长的总体趋势。
目前前 10% 的做法，很可能在三年后成为前 50% 企业（至少从 Token 使用量来看）的常态。这正是目前企业级 AI 普及化进程中蕴含巨大机遇的原因。
特别是随着 Token 成本降低，我们会把更多工作交给 AI Agent：扫描代码安全漏洞、测试软件、编写大型项目代码、处理几乎所有数据等等。因此，这一趋势短期内看不到尽头。
一场精彩的对话。但我有一点不同意见：我认为行业面临的问题，已经超出了普遍的机构信任危机。
结果令人惊叹。Cursor 完美执行了应用型 AI 战略。
大多数人完全低估了 AI 编程的市场规模。历史上最大的开发者工具退出案例也仅在数十亿美元级别，且当时该领域已被视为竞争激烈、趋于饱和。
许多固有认知瞬间崩塌。智能体编程（agentic coding）的市场规模远超预期，在用户与底层模型之间、甚至在模型本身上，都存在巨大的创新空间。
Cursor 示范了应用型 AI 的标准打法：确定智能体编程的最佳产品形态；在模型与工作流之间充当中立层；针对能降本增效的关键领域进行模型后训练（post-training）；为相关工作流构建合适的底层架构；并打造了与品类高度契合的 GTM（市场进入）策略，等等。
这为当下所有从事应用型 AI 的人提供了宝贵的经验。未来这类案例将会层出不穷。
“工程师将被淘汰”是那些最离谱的假设之一，简直荒谬。我们只是给了工程师一种强力工具，能加速任何目标的开发。
在这个世界里，工程师的价值不仅不可或缺，而且在许多领域反而会提升，因为工程化手段可以应用于比以往更广泛的工作。
无论是药物研发自动化、制造自动化，还是承接规模日益庞大的软件项目，都需要工程师。
这种趋势也会延伸到其他领域。AI 让公司能承接远超以往的工作量，从而需要更多专家来把控质量。
即使模型不断进化，专家对它们的驾驭能力也远超新手。这正是专家的黄金时代。
Deepseek 和 Grok 同日发布新模型，真是令人振奋。这两次更新都实现了能力的巨大飞跃，且成本极低。
这正是 AI 领域的“杰文斯悖论”：AI 成本的降低，反而会加速需求的增长。在与企业交流时我发现，他们希望 Agent 处理的应用场景远超目前的预算范围：比如扫描代码库的安全漏洞、审阅所有文档，以及在大量工作流中处理信息等等。当我们降低 AI 成本或提升其能力时，会为企业开启全新的应用场景，从而推动更强劲的需求。
这对 AI 应用层也是重大利好。模型选择越丰富——尤其是针对不同任务类型或成本进行优化的模型——能够根据任务进行路由和优化的应用层价值就越高。目前整个 AI 技术栈都正处于大好时机。
关于如何看待 FDE（前线部署工程师）的观点很棒。关键在于，FDE 是真实存在的，且在 AI 时代短期内不会消失。
之所以这种现象正以前所未有的规模出现，是因为 AI 本质上是在将一个非确定性、快速变化的系统引入到此前从未实现过自动化的工作流中。这与传统的软件实施截然不同。
“如果你在 2026 年为会计领域构建 AI Agent，目前还没有既定的工作流，因为根本没人用过这类产品。没有人知道用户路径会是怎样的——你不知道，更重要的是你的客户也不知道。他们无法告诉你想要什么，因为他们想要的东西甚至还没有成型。”
传统软件在很大程度上是确定性的，一旦实施成功，对客户而言其运行逻辑是一致的。这意味着针对相似客户的前期实施工作是“相对”标准化的，且系统不会频繁进行根本性的升级。
AI Agent 在几乎所有维度上都完全不同：客户的业务流程必须改变以适配 Agent；为了让 Agent 融入最终的工作流，需要进行大量且必要的定制化；必须持续进行评测（evals）；AI 模型在不断迭代，需要频繁整合更新；由于客户反馈，底层架构和整个系统也经常变动。
这对客户和系统来说都是实实在在的工作……
关于如何看待 FDE（现场部署工程师）的观点很棒。关键在于，FDE 是真实存在的，在 AI 时代短期内不会消失。
之所以这种现象正以前所未有的规模出现，是因为 AI 本质上是在将一个非确定性、快速变化的系统引入到此前从未实现过自动化的工作流中。这与传统的软件实施截然不同。
“如果你在 2026 年为会计领域构建 AI Agent，目前还没有既定的工作流，因为根本没人用过这类产品。没有人知道用户路径会是什么样——你不知道，更重要的是，你的客户也不知道。他们无法告诉你想要什么，因为他们想要的东西甚至还没有雏形。”
软件在很大程度上一直是确定性的，一旦实施成功，对不同客户而言其运行逻辑都是一致的。这意味着前期的实施工作相对标准化，且系统不会频繁进行根本性的升级。
AI Agent 在几乎所有维度上都完全不同：客户的业务流程必须改变以适配 Agent；为了让 Agent 融入客户的最终工作流，需要进行大量且必要的定制化；必须持续进行模型评估（evals）；AI 模型在不断迭代，需要频繁整合更新；底层系统也会根据关键的客户反馈而持续演进。
这对客户、系统集成商以及应用 AI 团队来说，都是实实在在的工作……
如果三个月前有人说，美国公司发布的顶级模型将以开放权重形式发布，恐怕没人会相信。
这意义重大，因为它让许多此前无法实现的 AI 应用场景成为可能。模型可以部署在本地或私有云基础设施上，从而打通了高度监管领域的应用路径。
现在，你还可以针对法律、医疗等需要极高性能的垂直领域进行后训练（post-train）。此外，这还确保了技术自主权——即便模型从市场上撤回，应用也不会中断。这让用户在部署关键任务领域时更有信心。
这对 AI 应用层来说是个重大利好，因为开发者可以根据具体任务将工作流路由到不同的模型家族。面对如此丰富的选择，现在正是构建应用框架层的绝佳时机。
闭源模型因其易用性，以及解决复杂问题时对不同能力等级模型的混合需求，仍将得到广泛应用。但开放权重的加入有助于降低成本并提升灵活性。总之，这全方位都是好消息。
Meta 以开源权重发布 Muse Spark 1.2，意义重大。美国终于在开源 AI 模型竞赛中有了回应。
这将持续降低智能成本，允许企业按需运行模型，并能针对特定场景进行后训练以提升领域性能。同时，也为此前无法使用开源模型的人提供了切实可行的选择。
这对 AI 领域（甚至包括前沿闭源模型）整体而言都是利好，因为它有助于推动 AI 的进一步普及。这是 AI 竞赛中的一个重大时刻。
研究人员：AI 智能体现在能利用零日漏洞从物理隔离的沙箱中逃逸，并通过隐藏在未知共享文件系统中的秘密留言板进行协作，进而攻击外部系统。
现实中的智能体：
Agent 普及速度不一的一个原因在于，企业内部不同的工作流与“持续、不间断的计算机工作”的契合程度不同。
AI 编程之所以呈现爆发式增长，是因为这类工作的经济价值直接取决于纯数字信息的产出，且理论上单次任务的规模可以无限大。这意味着，随着 Agent 单次处理能力的提升和模型能力的增强，它们可以近乎瞬间地投入到更大规模的工作量中。
但在现有的工作流设计中，许多工作并不具备这种特性。销售人员需要与客户建立反馈机制才能开展后续工作，律师需要与客户沟通，医生则需要与患者互动。因此，除非另作调整，否则大规模的 Agent 工作模式不太可能像编程那样。
相反，在许多领域，Agent 实际上需要接入专门为 AI 重新设计的流程。
Factory 的 Matan Grinberg 在 Training Data 播客中对此有一个精辟的观点：如果明天所有人都不来上班，Token 使用量会骤降，因为没人去给 Agent 下指令了。这说明我们仍处于早期阶段，Agent 尚无法在大多数流程中后台自主运行；而这本应是未来 Agent 工作量的核心组成部分。