ARTICLE · 1120780
工单暴涨11倍!这家公司用AI干掉一半杂活,不仅零裁员还砸出百万年薪新物种
谁能想到，给全公司员工配上最先进的 AI 工具，等来的却是一场几乎让 IT 部门瘫痪的灾难。
2024 年底，美国票务独角兽 SeatGeek 兴冲冲地上线了 ChatGPT Enterprise。管理层本以为生产力要原地起飞，结果就在上线当天，全公司的 IT 工单系统彻底被打爆了，当天的 IT 请求量狂飙到了平时的 11 倍！
密码找不到了、权限报错了、新工具连不上了……到了第三天，整个公司上千号员工都在疯狂狂点提交工单。IT 支持团队甚至连喝口水的时间都没有，整个人快被数不清的申请表单彻底淹没。
然而，仅仅过了 60 天，不可思议的奇迹上演了：
超过 50% 的 IT 工单凭空“消失”，全部被自动化系统瞬间秒级解决；团队在短短 8 周内上线了整整 132 个自动化流程；整个 IT 部门不仅零裁员，管理层反而主动自掏腰包，追加了 5 个全新的高薪编制！
▲ 投资圈推文：AI 创造了一个两年前根本不存在的岗位，自动化工程师
一场席卷硅谷企业内部的惊天重构正在真实上演。
在这场变革的风暴中心，一家估值已达 10 亿美元的明星独角兽 Serval 浮出水面。它的创始人兼 CEO 杰克·斯陶奇（Jake Stauch）顺势在全网抛出了一篇轰动硅谷的檄文：
一个年薪最高开到 17 万美元（折合人民币约 120 万元）、两年前在地球上还根本不存在的全新黄金岗位正式诞生了，自动化工程师（Automation Engineer）。
这个岗位最震撼的一句话是：“因为两年前支撑这个岗位的工具都还不存在，所以这个行业里，目前没有任何人拥有十年经验。最早跨进这扇门的几百个人，将亲手定义未来的规则。”
这一切到底是怎么发生的？这场席卷硅谷的效率狂潮，究竟给打工人指明了怎样一条全新的生路？
01致命困境：为什么以前的自动化全在“装模作样”？
要看懂这场蜕变，得先看清一个基本事实：为什么过去二十年里，企业的自动化系统总是那么难用？
稍微在现代公司上过班的人都知道，企业的 IT 支持台（Help Desk）简直就是人间的“琐碎地狱”。每天充斥着海量的机械劳动：
“我刚入职，给我开通一下 Figma 和 Salesforce 权限。” “密码输错三次被锁了，帮我重置一下。” “我换新手机了，公司的双重认证（2FA）怎么重新绑定？”
每一张工单，都要人肉核对身份、发邮件找直属领导审批、再去后台一个个勾选权限。
有人会问：市场上已有各种“低代码拖拉拽”工具（比如 Zapier），为什么不能提前把流程配好？
答案是：根本玩不转
现实世界的企业业务太复杂了一个看似简单的“开通权限”，背后往往藏着几十个分支逻辑：“如果是正式员工找 A 审批，如果是实习生找 B 审批；如果是财务部门必须加签，如果是在海外登录必须驳回……”
用传统的低代码工具去连线，最后画出来的流程图比盘丝洞还密，庞大到像一张蜘蛛网。一旦业务变动，原作者两周后自己都看不懂，整个系统瞬间沦为不可维护的“技术垃圾”。
那如果直接把最新的大语言模型（LLM）接进系统，让 AI 自己去调 API 呢？
那更是灾难 大模型会产生“幻觉”，脾气阴晴不定今天心情好执行对了，明天温度参数稍有波动，可能就把全公司的权限全部清空，或者把最高管理员权限直接发给了一个刚进公司的实习生。
在金融合规、数据安全重于泰山的现代企业里，没有任何一个理智的 CTO 敢让一个不受控的黑盒模型在生产环境里“自由发挥”。
低代码维护不了，纯 AI 又不敢用，全天下的 IT 人员只能继续困在工单的泥潭里当“人肉接口”。直到 Serval 掏出了一套极其惊艳的解题思路：双智能体解耦机制。
02双智能体分工：把 AI 关进“代码的铁笼”
Serval 能够拿下红杉资本（Sequoia）和 Redpoint 的巨额投资，并打入 Spotify、Fox、Notion 等头部大厂，关键在于它在技术架构上完成了一次极其清醒的“权力切割”，并未盲目堆砌庞大底模。
Serval 的系统由两个性格迥异的 AI 智能体协同运转：
▲ PARSA 拆解双智能体分工：一个负责写，一个只能跑获批代码
1. 建造者：“催化剂”（Catalyst）
这个智能体是专门伺候 IT 管理员和自动化工程师的“幕僚”。它常驻在后台，你不需要画图，直接用平常说话的自然语言告诉它：
“如果法务部有人申请查看合同库，先在 Slack 里发消息问法务总监，只要总监回复‘同意’，就去 Okta 里给他发一个为期 4 小时的临时只读权限，到期自动收回。”
Catalyst 听懂之后，不会直接去执行，而是会现场编译出一整套逻辑严谨、完全可读的工程级 TypeScript 代码。从参数校验、错误重试分支，到安全审计日志，全部写得清清楚楚。
2. 执行者：“服务台智能体”（Help Desk Agent）
这个智能体是直接面向普通员工的“接线员”，驻扎在 Slack、Teams 或企业邮箱里。
但它被施加了一条绝对铁律：它被剥夺了一切“临场自由发挥调 API”的权力。
它能调用的，仅仅是那些已经被人类工程师亲眼审查过、严格测试过、并点击“批准发布”的白名单代码工作流。
一旦员工提出的需求超出了已批准的范围，或者中间出现任何未定义的异常，智能体绝不自作主张，而是立即打包完整的上下文，一秒转派给人类专家。
这一套精妙的“楚河汉界”，彻底粉碎了企业的安全顾虑：AI 负责把复杂逻辑翻译成人类看得懂的代码，而最终踩刹车、按开关的权利，永远死死攥在人类手里。
03放弃拖拉拽，为什么偏偏选了 TypeScript？
很多外行可能会纳闷：既然面向的是企业管理，为什么系统底层非要生成正儿八经的 TypeScript 代码？
这个设计正是 Serval 工程落地的深层考量。
▲ Serval 文档：四大自动化原语规范
在实际的企业工程环境里，代码是最优雅、最透明的资产：
- 版本能比对（Git Diff）
：每一次 AI 帮你调整了流程，工程师都能像 Code Review 一样，逐行对比修改了哪几句代码。调用了哪个 API、超时时间设了多少秒，一目了然，杜绝任何暗箱操作。 - 审计人员能看懂
：企业的外部安全审计（如 SOC 2 或 ISO 27001）根本无法审查一个黑盒大模型的“潜意识”，但审计员能像看传统软件一样审查 TypeScript 代码，确认它没有越权。 - 彻底消灭幻觉（确定性执行）
：自然语言通过审核变成了代码之后，执行时是由标准的 Node.js 沙箱引擎驱动的。一加一永远等于二，纯粹的数学确定性，彻底杜绝了大模型运行时的“胡言乱语”。 - 进退自如
：不懂深奥编程的业务人员，可以用纯英文继续指挥 Catalyst 调整细节；而硬核的程序员也可以随时切换到代码编辑器，亲手修改逻辑或引入第三方 SDK。
在模型调度上，他们同样精细：日常多轮对话理解，调用 OpenAI 模型保障流畅度；底层严谨的代码编译，则调用 Anthropic 的高推理模型；所有数据全部通过零数据保留（Zero-Data Retention）通道传输，任何敏感的内部资产绝不上交公网训练。
把安全筑成铜墙铁壁，自动化才具备了在万亿级大企业里全面落地的可能。
04百万年薪的“新物种”：自动化工程师到底在干什么？
正是这种“AI 负责写代码，人类负责定规则”的全新工业范式，倒逼出了一个全新的高薪岗位，自动化工程师（Automation Engineer）。
在 Serval 官方挂出的招聘主页上，这个全职岗位的年薪按城市开到了 10.5 万至 17 万美元（折合人民币约 75 万至 120 万元），外加极具诱惑力的早期原始股权。
▲ Serval 官方职位发布：一个正在被共同定义的新角色
但这绝非整天坐在屏幕前跟 ChatGPT 闲聊的闲职。
Jake Stauch 在那篇广受讨论的长文中，指出了整个行业最直观的现实：
“在 AI 时代，把自动化‘做出来’已经变得太容易了，以前需要写三个月 SOW（工作说明书）的项目，现在往往只需要一句话和一个下午。
难到骨子里的，是判断‘到底该自动化什么’，以及如何把它嵌入一个充满真实人类、真实利益摩擦和复杂业务政治的真实公司。”
代码贬值了，但判断力大幅升值
这个新岗位的工程师，本质上是企业内部的“数字化特种兵”。他们必须走出 IT 部门的小隔间，大踏步走进过去极度抗拒技术的业务一线：
他们要坐到 HR 部门 旁边，看懂新人入职为什么总在第三步卡壳； 他们要坐进 合规与法务团队，梳理清楚哪一份合同必须法务主管签字，哪一种标准协议可以自动放行； 他们要看清哪怕一次看似微不足道的软件权限申请，背后到底牵扯了财务预算、安全合规与业务汇报线的哪几根敏感神经。
在过去，这样懂业务、懂政治、懂技术的复合型人才，根本不可能屈尊去写死板的底层代码；而在今天，他们有了 Catalyst 这样的代码神兵利器，只需带着同理心与判断力去现场开一个下午的工作坊，当场就能把业务痛点变现为安全落地的生产级自动化。
这就是为什么 SeatGeek 能在 60 天内取得如此突出的成绩：他们原先处理工单的员工没有被抛弃，正是这批最懂公司业务痛点的人，被迅速再培训、武装成了公司内部的自动化工程师。
他们直接空降到了客户支持、技术合规与法务部门，结果业务管理层发现这群人简直是提高产出的“开挂神器”，当场拍板：自己出预算，再招 5 个这样的工程师！
05终局推演：时代的交响与个人的活路
读完 Jake 的长文后，硅谷巨头 Box 的 CEO 亚伦·莱维（Aaron Levie）公开表达了强烈共鸣。
▲ Box CEO 亚伦·莱维：企业内部 FDE 正在成为全行业的大爆发趋势
莱维指出，今天所有走在前面的企业，都在把一种叫 内部 FDE（前线部署工程师） 的角色派驻到各个业务角落。这需要对技术原理的深刻理解、对 AI 脾气的精准拿捏，但最核心的，是对人类业务流程本身的深刻洞察。
“这根本没有任何捷径可走，”莱维写道，“但这将在全行业创造极其庞大的全新岗位需求。”
过去两年里，互联网充斥着铺天盖地的悲观论调：“AI 正在消灭初级程序员”、“客服与 IT 终将全军覆没”。人们总习惯性地假设：需求是恒定的，效率提升 10 倍，公司就应该裁掉 90% 的人。
但人类商业史反复证明了一个朴素的真理：人类对更高效商业协同的需求，从来都是无限的。
当原先阻碍创新的技术基建被彻底夷平，阻碍生产力爆发的唯一瓶颈，就只剩下了人类定义问题、梳理逻辑和跨界沟通的智慧。
SeatGeek 与 Serval 的这场联手突围，给所有身处技术变革焦虑中的普通职场人，提供了一份极具力量感的生存样本：
低头干杂活的岗位确实在坍塌，但抬头看全局的价值正在暴涨。
别去害怕那些正在被代码吞噬的旧日常。正如那个年薪百万的招聘主页上写着的那句话：
“在这个领域，没有人拥有十年经验去走进泥潭，去解决真问题，你现在写下的每一行规则，都将成为后来者的行业标准。”