为Agent造软件：SaaS终局之战
The Era of AI Agents — Aaron Levie on The a16z Show
本报告由 AI 深度分析生成，基于视频完整字幕。
导读
a16z 是硅谷最具影响力的风投机构之一，其旗舰播客节目 The a16z Show 经常邀请科技行业核心人物做深度对话。本期节目邀请了 Box（企业云存储巨头，市值超40亿美元）CEO Aaron Levie，与 a16z 合伙人 Martin Casado 等展开了一场关于 AI Agent 时代企业软件命运的激烈讨论。
对话的核心论点极其大胆：如果Agent的数量是人的100到1000倍，那么所有软件都必须为Agent重新构建。 这不是遥远的未来——Aaron Levie 认为这正在发生。Box 现在投入在"Agent界面"上的精力已经和"人类界面"一样多。但 Martin Casado 则不断从企业现实出发发出警告：安全、身份、合规、计算成本……这些问题远比硅谷乐观主义者想象的要棘手得多。
这场对话之所以珍贵，在于它不是一边倒的布道，而是两种截然不同的世界观的正面碰撞——一位是每天和Fortune 500打交道的企业软件CEO，一位是深谙基础设施和安全的投资人。他们的分歧，恰好映射了整个行业正在面对的最核心张力。
阅读提示：原视频约58分钟，本报告约7000字，阅读时间约15分钟。
一、核心命题：当Agent比人多1000倍
Aaron Levie 在对话开场就抛出了全场最核心的命题：
"If you have a hundred or a thousand times more agents than people, then your software has to be built for agents."（如果你的Agent比人多100到1000倍，那你的软件就必须为Agent而造。）
这不是一个比喻，而是Box正在押注的战略方向。Box现在花在"Agent界面"上的时间和精力，已经和人类界面一样多。 他们的假设是：未来软件的主要使用者不是人，而是代表人工作的Agent。Agent会通过API、CLI、MCP等各种协议与软件交互，而人类更多是在更高层级做决策和监督。
这个判断带出了一个关键推论：那些对Agent关上大门的软件公司，最终会被Agent淘汰。 Aaron Levie 的原话非常直接：
"If your tool is closed off to the agent, the agent eventually will find a better tool for that company to go use."（如果你的工具对Agent关上了门，Agent最终会为那家公司找到更好的工具来替代你。）
过去企业选择软件的决策权在CIO手里，参考的是Gartner魔力象限。但在Agent时代，Agent本身可能成为IT采购的推荐者——它会说"你应该用这种数据库做这种操作"。 如果你的产品不在Agent的推荐名单上，你就完了。
二、"算法思维"的鸿沟：AI扩散比想象中慢
然而，Martin Casado 立刻泼了一盆冷水。他指出了一个被硅谷严重低估的问题：绝大多数人没有"算法思维"（Algorithmic Thinking）。
他举了一个犀利的例子：走进任何一家公司，让任何一个员工为自己的日常工作画一个流程图——他们大概率画不出来。一个50人的营销团队里，可能只有一个人能把工作流程文档化。而Agent需要的恰恰是这种能力——你必须能够向Agent清楚描述"做什么"。
"Their ability to explain to it what to do is really really limited."（他们向Agent解释该做什么的能力非常非常有限。）
这意味着什么？当 Anthropic 那位"一个人干五个人活"的增长营销人走红网络时，硅谷集体兴奋。但Martin Casado 指出：那个人本身就是技术能力极强的系统思考者。 对于绝大多数岗位上的人来说，AI还远没有到"开箱即用"的程度。
AI能力的扩散速度，会比硅谷人以为的慢得多。 因为它不只是技术问题，而是人的认知方式需要升级——这在历史上从来都不是一朝一夕的事。
三、电子表格类比：Agent是下一个抽象层
Martin Casado 用了一个精彩的历史类比来缓和这个矛盾：
他的表姐是精英MBA毕业，入职时正好赶上电子表格普及的浪潮。当时她不会用电子表格，公司就给她配了一屋子实习生帮她做数据操作——这就像今天Agent的角色。两年之后，她和同期的所有人都学会了电子表格，那些实习生的角色就消失了。
"The old job before those interns was you just sat there with basically calculators and an HP calculator figuring out the model... and you only got to do like two iterations. And then all of a sudden they're doing 30 iterations themselves."（在那些实习生来之前，你就坐在那里用HP计算器算模型……只能做两次迭代。突然之间，他们自己就能做30次迭代了。）
关键洞察：每一次技术跃迁的模式都是一样的——开始时需要专家操作新工具，然后工具变得足够易用，所有人都学会了，工作的抽象层再次上移。Agent目前正处于"需要火箭科学家来操作"的阶段，但"火箭科学"的部分很快就会消失，剩下的就是领域专业知识（Domain Expertise）的较量。
"The rocket science part of it just is going to evaporate in very short order... and then you're talking about wow there's a giant chunk of domain expertise."（火箭科学的部分很快就会蒸发……然后你面对的就是巨大的领域专业知识。）
这对从业者的启示极其明确：不要执着于学习操作Agent的"技术技巧"，而要深耕你的专业领域。 技术门槛会消失，专业壁垒不会。
四、"为Agent造软件"：Paul Graham说错了什么
Aaron Levie 在对话中做了一个出人意料的论断——他认为Paul Graham"为Agent造东西"（Build Something Agents Want）这个概念虽然方向正确，但很多人对它的理解是错的。
大多数人听到"为Agent优化"，就想到要做漂亮的API文档、好的IDL接口描述。Aaron Levie 认为这恰恰搞反了：
"People in the abstract say things like, 'Now you're marketing to agents, you're like an API. You've got a good IDL.' I actually think that's almost exactly wrong."（人们抽象地说：'现在你在向Agent营销，你就是一个API，你有好的接口描述。'我认为这几乎完全是错的。）
为什么？因为Agent真正擅长的就是自己找路。它们选择工具时看的不是接口文档多漂亮，而是成本参数、持久性、实际性能等"硬指标"。Agent拥有人类使用这些平台的集体智慧，它们做选择时比人类更理性。
"Agents are actually pretty smart at choosing the right technology. In the past I really think it was a lot of the other things that caused people to buy it."（Agent在选择正确技术方面其实相当聪明。过去我真的觉得是很多其他因素导致人们购买的。）
这意味着Agent时代可能带来一个更公平的技术竞争环境——过去靠销售团队、高尔夫球局和牛排晚餐拿下的企业合同，在Agent面前可能不好使了。Agent只看系统质量。当然，Aaron Levie 也自嘲说硅谷很快就会想办法"贿赂Agent"来破坏这种公平。
五、Agent安全：比你想象的严峻十倍
如果说 Aaron Levie 代表乐观派，Martin Casado 就是对话中的"清醒剂"。他在安全问题上的论述极其犀利：
Agent不能被当成人来对待——但也不能不当成人来对待。 这是一个令人头疼的悖论：
- 你不能像对待人那样对待Agent：人类有隐私权、有独立的问责体系、不能被"登录账号"查看；但Agent你需要完全的监督权，它犯了错你必须能撤销一切
- Agent比人更容易被社会工程攻击：任何进入Agent上下文窗口的信息，理论上都可能被通过提示注入泄露出去
Martin Casado 举了一个令人不安的例子：
"If I know your new agent's email address and I email it... I can social engineer it 10 times easier than a human."（如果我知道你Agent的邮箱地址并发邮件给它……我可以比对人类容易10倍地对它进行社会工程攻击。）
他认为目前我们还没有解决一个根本问题：如何让Agent保守秘密。 你告诉Agent"不要泄露X信息"，但这是一个非常难解决的技术问题。在这个问题解决之前，让Agent接触M&A数据室这种高敏感信息是不现实的。
这带来了一个重要的现实判断：企业采用Agent会分层推进。 先是只读操作（读报告、做分析），然后很长时间之后才是写操作（发邮件、改数据）。只读版本可能持续很多年。
六、创业公司 vs 大企业：两个速度的世界
对话中反复出现的一个张力是：创业公司和大企业在Agent采用上的速度差异。
创业公司可以从零开始，没有历史包袱，没有信息隔离需求，可以给Agent所有上下文，可以写即时代码——他们会跑得非常快。
大企业则面临层层障碍：合规要求、安全审计、多系统集成、Agent之间的协调……Martin Casado 讲了一个亲身经历：他在一个房间里对一群CFO和CIO说"Agent能让系统集成变简单"，结果六个人会后跑来说"你疯了，你在我面前完全失去了信誉"。
"The diffusion of AI capability is going to take longer than people in Silicon Valley realize."（AI能力的扩散会比硅谷人以为的慢得多。）
但这个速度差也正是机会所在。Aaron Levie 观察到一个令人兴奋的现象：一批新型知识服务公司正在从零开始诞生——营销代理、工程咨询、法律服务、建筑设计——它们从第一天就围绕Agent构建工作流，没有任何遗留系统的限制。这些公司在短期内会对传统大型服务公司形成显著的竞争优势。
不过Martin Casado 也清醒地提醒：这些公司长大后，会遇到和所有公司一样的问题——地理分布、市场细分、物理世界的约束、以及Agent本身带来的系统碎片化风险。
七、SAP不会被Vibe Code掉
对话中一个非常接地气的讨论是关于SAP等企业ERP系统的命运。Aaron Levie 说了一句广为流传的话：
"It's just absurd to think you're going to vibe code your way to like SAP."（以为你能靠Vibe Code搞出一个SAP，那简直荒谬。）
Martin Casado 进一步补充了为什么：SAP几十年积累的领域知识，不是简单地存在某个"精心编排的数据层"里的。它分散在UI逻辑里、中间件里、使用方式里——这些知识是隐性的、分布式的、与组织流程深度耦合的。
这对"SaaS末日论"是一个有力的反驳。那些声称Agent会摧毁所有SaaS的人，严重低估了企业软件中领域知识的深度和宽度。 SAP不会消失，但它确实需要进化——至少要开放到足以让Agent高效地与之交互。
两种未来的博弈在这里清晰可见：
- 层级坍塌论（Elon Musk 的观点）：从提示直接到机器码，所有现有的中间层级都会消失
- 层级叠加论（Martin Casado 的观点）：历史上层级从来不消失，只会叠加，因为层级反映的是组织边界和法规需求
Martin Casado 倾向后者，认为系统会继续以类似的方式被使用，只是有更多Agent在使用它们。
八、计算预算：下一个CFO噩梦
对话后半段最火爆的讨论围绕一个非常现实的问题：工程团队的计算预算该怎么定？
Aaron Levie 认为这将是未来几年最疯狂的问题：
"The engineering compute budget conversation is going to be the most wild one in the next couple years."（工程计算预算的讨论将是接下来几年最疯狂的。）
困境在于：如果你让工程师自由使用Token，成本可能失控；但如果限制使用，就等于在限制创新。他举例说：你应该鼓励工程师并行跑10个实验（浪费90%的Token）来快速找到正确路径，还是要求他们先精心设计再动手？
Martin Casado 对此极其认真——他指出R&D占科技公司收入的14%-30%，如果计算成本是工程团队的2倍甚至3倍，那可能直接吃掉公司所有的利润（EPS）。 CFO们真的需要知道这个数字，这不是可以轻飘飘一句"长远来看会解决"就过去的。
但Aaron Levie 坚持一个乐观判断：
"If you're paying an engineer X dollars a year, well at some point their tooling is worth it."（如果你每年付给工程师X美元，那他的工具总是值得的。）
他用了Marc Benioff（Salesforce创始人）的数学方法：如果一个企业销售年薪100万美元，他的工具值多少钱？同理，如果一个工程师年薪可观，那他的AI计算工具绝对物有所值。
九、历史韵脚：从真空管到Token
对话中最有启发性的部分之一，是两位嘉宾对技术史的反复引用：
真空管→晶体管：二战时期人们以为需要把整个达科他州填满真空管仓库才能满足计算需求，然后晶体管出现了。Aaron Levie 认为AI计算也会有自己的"晶体管时刻"——可能是更多的供给、可能是算法突破、可能是硬件革新。
PC时代的MIPS定价：IBM用MIPS（每秒百万指令）来给大型机定价，但他们生产MIPS的速度超过了收费速度，导致单位价格不断下降而自己没意识到。Token定价正在重演同样的故事。
"That's what's going to happen. Guaranteed."（这就是将要发生的事。保证。）
云计算的从Capex到Opex：从资本支出到运营支出的转变曾让整个企业IT世界恐慌，但最终推动了计算消费量增长1000倍。AI的零和思维（华尔街试图用固定的收入蛋糕来评估AI支出）同样是错的。
Aaron Levie 对华尔街的批评非常尖锐：
"The biggest problem right now is everybody is trying to figure out the economics of all of this when they're off by at least an order of magnitude on how big the opportunity is."（现在最大的问题是所有人都在试图搞清楚这一切的经济学，但他们对机会有多大的估计至少差了一个数量级。）
金句收录
-
"If you have a hundred or a thousand times more agents than people, then your software has to be built for agents." （如果你的Agent比人多100到1000倍，那你的软件就必须为Agent而造。）
-
"It's just absurd to think you're going to vibe code your way to like SAP." （以为你能靠Vibe Code搞出一个SAP，那简直荒谬。）
-
"The diffusion of AI capability is going to take longer than people in Silicon Valley realize." （AI能力的扩散会比硅谷人以为的慢得多。）
-
"The rocket science part of it just is going to evaporate in very short order... and then you're talking about a giant chunk of domain expertise." （火箭科学的部分很快就会蒸发……剩下的就是巨大的领域专业知识。）
-
"I can social engineer it 10 times easier than a human." （我可以比对人类容易10倍地对Agent进行社会工程攻击。）
-
"People in the abstract say things like, 'Now you're marketing to agents.' I actually think that's almost exactly wrong." （人们抽象地说'现在你要向Agent营销'。我认为这几乎完全是错的。）
-
"The engineering compute budget conversation is going to be the most wild one in the next couple years." （工程计算预算的讨论将是接下来几年最疯狂的。）
-
"Everybody is trying to figure out the economics of all of this when they're off by at least an order of magnitude on how big the opportunity is." （所有人都在搞经济学，但对机会规模的估计至少差了一个数量级。）
-
"Agents are actually pretty smart at choosing the right technology." （Agent在选择正确技术方面其实相当聪明。）
-
"If your tool is closed off to the agent, the agent eventually will find a better tool for that company to go use." （如果你的工具对Agent关上了门，Agent最终会为那家公司找到更好的替代品。）
-
"I'm perfectly willing to sacrifice a few CFOs at the altar of this." （我完全愿意在这件事的祭坛上牺牲几个CFO。）
-
"We are going to have a transistor moment with all of this." （我们在AI计算领域将迎来自己的"晶体管时刻"。）
时间线索引
| 时间 | 内容 |
|---|---|
| [00:00] | 开场金句合集：Agent千倍于人、不能Vibe Code出SAP、计算预算将是最疯狂话题 |
| [00:45] | 核心命题：软件必须为Agent而造，Box现在Agent界面投入等同人类界面 |
| [02:20] | 算法思维鸿沟：大多数人无法为自己的工作画流程图 |
| [04:00] | 电子表格类比：Agent就像当年的实习生，工作抽象层不断上移 |
| [06:00] | Anthropic增长营销人案例：需要系统思考者才能用好Agent |
| [08:50] | Agent不是写代码而是像人一样用电脑——Computer Use成为主流范式 |
| [10:00] | Box的Agent架构：自动判断用现有工具、Box功能还是现场写代码 |
| [12:00] | 人类一直是软件能力的瓶颈——PowerPoint两轴图就是火箭科学 |
| [14:00] | CIO/CTO视角：Agent做集成很棒，但企业客户担心系统失控 |
| [16:00] | Box CLI上线：给Claude Code接入Box系统，5000人同时用时的新挑战 |
| [18:00] | Agent身份管理：给Agent自己的手机号、信用卡、Gmail账号 |
| [19:00] | 企业中50个Agent和50个人共享工作空间的权限难题 |
| [20:00] | Agent安全悖论：需要监督权但不能像对待真人那样管理 |
| [21:00] | 社会工程攻击：Agent比人容易骗10倍，上下文窗口泄密问题 |
| [22:50] | 开源类比：企业采用Agent会重演开源时代的规范发展过程 |
| [26:00] | 大企业会关门观望、创业公司会飞速前进——速度差创造机会 |
| [29:00] | "不能Vibe Code出SAP"：领域知识分布在UI、中间件、使用习惯中 |
| [31:00] | "Build Something Agents Want"：Paul Graham概念的正确理解 |
| [33:30] | Agent选技术靠质量不靠营销——更公平的竞争环境（但很快会被破坏） |
| [35:50] | 层级坍塌论vs层级叠加论：Elon的"提示→机器码"vs历史规律 |
| [38:00] | 新型知识服务公司：从零围绕Agent构建的营销/法律/设计公司 |
| [42:00] | Agent开启的新商业模式：微支付、按需获取付费资源 |
| [43:00] | 华尔街的致命错误：用零和思维评估AI机会，差了至少一个数量级 |
| [45:00] | CRM从20亿到千亿：Salesforce证明了消除摩擦后需求会爆炸 |
| [47:00] | 工程计算预算难题：应该允许工程师"浪费"90%的Token做实验吗？ |
| [50:00] | 本地计算vs云：边缘计算是否能成为AI成本的减压阀 |
| [51:00] | 云回归本地的趋势：历史上计算总是在集中和分布间摆荡 |
| [53:00] | Claude Code Max计划的Token限制：行业正在经历的现实痛点 |
| [55:00] | 历史类比总结：真空管→晶体管，MIPS定价→Token定价 |
| [57:00] | IBM大型机启示：生产MIPS速度超过收费速度——Token将重演 |
| [58:00] | 结尾：Aaron Levie——"Guaranteed."（保证会发生。） |
评论
还没有评论，来第一个留言吧 ✨