夜雨聆风01
核心悖论：能力过剩
如果你身处科技行业，你会敏锐地感知到 AI Agent 领域正在发生什么。代码 Agent 已经能够处理更长时间的任务、承担更大的开发项目，团队越来越多地声称他们的产品完全由 Agent 编写。
— William Gibson
悖论的核心：当与科技行业以外的知识工作者交流时（甚至包括一些行业内的人），你会发现我们仍然处于早期阶段。AI 通常是一个能快速回答问题、帮助查找信息的助手，但大量工作输出的生产和自动化仍处于婴儿期。
正如 Ethan Mollick 指出的："即使现在停止 AI 发展，当前模型仍将变革相当大比例的白领工作……即使考虑到当前模型的局限性。"
关键洞察
前沿 AI 模型正在几乎所有知识工作领域接受训练。它们了解深奥的法律话题、精通医疗和生命科学、在营销和写作等创意领域越来越好——对于任何它们不立刻知道的内容，可以即时调用工具与数据源获取所需的新信息。在未来几年内，它们几乎肯定会在各自的领域内超越任何人类专家。
02
上下文鸿沟：Agent 落地的四大障碍
部署 Agent 最大的挑战之一，仍然是让 Agent 获得正确的上下文。正如 @buccocapital 所说："上下文现在是（或许一直是）增长的瓶颈，因为任何拥有完整上下文的事物都可以被自动化。"
障碍一：碎片化的上下文
Dwarkesh Patel 与 Dario Amodei 的对话提出了一个深刻的假设：代码领域与其他领域不同，因为大量关键上下文就存在于代码库本身。在其他知识工作领域，关键上下文来自碎片化的系统、视频会议、面对面会议、公司周围发生的外部事件等。
障碍二：遗留系统
即使上下文已经数字化，大多数企业仍深陷于许多遗留和碎片化的系统。尽管云增长多年，仍有相当一部分软件、数据和基础设施被困在本地部署或笨拙的系统中，无法轻松与云端运行的 Agent 对话。
障碍三：权限与访问控制
在大多数组织中，没有两个用户可以访问相同的信息。这是设计使然。组织中有无限的访问控制排列组合，这在 Agent 在系统中执行比人类多 100 倍或 1000 倍工作的世界中引入了全新的复杂性。
障碍四：技术快速变化
企业正在应对快速变化的技术格局。刚实施一个解决方案，最佳实践就变了，需要另一次彻底改造。企业应该将所有数据索引到向量数据库并使用 RAG 检索信息吗？Agent 应该从各种 SaaS 工具接入 MCP 服务器吗？
架构困境
在 18 个月内，你可能已经选择并完全标准化了这些架构中的任何一种，结果发现世界再次移动了最佳实践的目标线。
03
巨大的商业机遇
那些能够提供正确软件和用户体验，使最终用户能够轻松采用 Agent 并为其提供正确上下文的公司，将走得更远。
机遇一：用户体验与软件平台
大部分采用挑战将取决于非技术用户能够多么容易地承担组织中 Agent 管理者的角色。就像编码工具必须从 IDE 中的 AI 辅助代码编写转向专注于管理和监督 Agent 工作的体验一样，知识工作的所有领域都必须发生同样的变化——从法律和财务到咨询和制造。
机遇二：现有平台 + 智能连接
部分解决方案将来自现有平台，这些平台与现有工作流和数据深度绑定，可以将模型的智能通过正确的上下文工程连接到其领域，以端到端的方式解决客户问题。
机遇三：变革管理与专业服务
这也是为什么 FDE 趋势不会很快消失的原因。大多数组织需要真正的帮助来为 AI Agent 世界建立环境，这对大多数公司来说将是一个重度专业服务驱动的操作。
不要低估系统集成商
这也为新型系统集成商和咨询公司创造了巨大机会。已经与大型企业建立关系的公司将处于最佳位置，帮助这些公司通过 AI Agent 变革其工作——前提是他们能快速进化以支持这些实践领域。
机遇四：内部变革与工作流重塑
最后，这对组织内有资源和创业精神的人才来说是一个巨大机会，他们可以进入并为 Agent 世界重新构想工作流。你将看到企业内部角色的巨大增长，专门从事这些工作的人将在经济中变得非常有价值。
04
技术扩散规律：从云计算看 AI 未来
值得注意的是，即使拥有最佳架构、正确格式的数据和最新标准，扩散仍然需要时间。
这是历史上增长最快的技术之一——云计算——的技术扩散对比点。从科技行业看到云计算未来到今天，市场规模增长了近 1000 倍。而且仍在以疯狂的速度增长。
即使在变化最快的市场中，新技术的扩散也需要时间才能在经济中产生涟漪。Agent 也不会例外。
扩散为何需要时间
因为需要重新发明重大工作流，数据需要进入良好组织的环境，需要建立技术素养，需要执行变革管理以让用户上手，任何受监管或大型企业都有巨大的治理流程来部署新技术或 Agent。
05
核心启示
我们正处于一个难以置信的时刻，AI 能力正在以疯狂的速度增长。我们将能够在越来越多的关键知识工作领域解决越来越大的任务。
现状认知 →AI 能力过剩，应用滞后 →代码领域领先，其他领域跟进 →上下文鸿沟是核心障碍 →技术扩散需要时间 | 核心机遇 →解决用户体验问题 →连接现有工作流平台 →提供变革管理服务 →重塑企业内部工作流 |
— Aaron Levie
给企业的建议
→不要等待完美架构：技术格局快速变化，今天的选择可能在 18 个月内过时，但不能因此停止行动
→优先解决上下文问题：让组织的"集体大脑"对 AI 可读，这是增长的关键瓶颈
→投资变革管理：FDE 和专业服务不会消失，组织需要帮助建立 AI Agent 环境
→培养内部人才：能够为 Agent 世界重新构想工作流的人才将在经济中变得极其有价值
给开发者的启示
→关注用户体验：让非技术用户能够管理 Agent 是采用的关建
→考虑遗留系统：大多数企业仍有大量本地部署系统需要迁移
→设计灵活架构：最佳实践持续演进，架构需要能够适应变化
→重视权限设计：Agent 的访问控制比传统应用复杂得多
终极洞察
AI 模型的能力正在以疯狂的速度增长。未来几年内，它们几乎肯定会在各自的领域内超越任何人类专家，至少在离散任务上。但模型能力只是等式的一边——另一边是企业如何将这些能力连接到真实的工作流程中。能够弥合这两端的，将是真正的赢家。
