夜雨聆风一个数十亿人的行业，正在被一个"时薪"只有 6 美元的"员工"改写。
2026 年 8 月，a16z 早期投资合伙人 Fabrizio Serafini 发布一项研究：当前最优的 AI Agent 在标准电脑操作测试中完成率已达 85%，超过了人类测试者的 72%；而它的"时薪"只有 6 到 8 美元——比印度离岸外包的 10 美元还低，更只有美国后台员工 30 到 45 美元的四分之一。
这不是又一个"AI 会取代谁"的预言。这是一个已经发生的成本拐点：当一个数字员工同时比人便宜、比人准，那么所有靠"人力价差"赚钱的生意，底层逻辑都要重写了。
而且，这一次的主角不是某个炫技的 Demo，而是能直接操控你电脑里那套老 ERP、老 CRM 的 Agent——它不需要 API，不需要对接，看见屏幕就能干活。印度一国就承接了全球 BPO 近三成交付，养活了数百万个中等收入家庭；这道生意的根基，正在被同一类技术动摇。
BPO（业务流程外包）就是第一个。
第一条红线：AI 的时薪，打到了印度外包的七折
先说"准"。OSWorld-Verified 是一个模拟真实桌面环境的基准测试，覆盖 Ubuntu、Windows、macOS，要求 Agent 自己点按钮、填表单、跨软件搬数据。一年前，最强模型得分只有 42%；到 2026 年 6 月，Claude Fable 5 已把这个数字推到 85%，首次稳定超过人类 72% 的水平。国产的实在 Agent 更在 7 月 27 日登顶，成功率 90.2%，成为首个突破 90% 的桌面操作智能体。
这条线还在加速。2026 年 3 月，OpenAI 的 GPT-5.4 在 OSWorld 拿到 75.0%，第一次有通用模型越过人类基线；而九个月前的 GPT-5.2 还只有 47.3%——不到一年，差距追了近 28 个百分点。
这和普通 RPA 有本质区别。传统 RPA 是绑定固定界面坐标的脆弱脚本，软件一更新就崩；而 Agent 理解的是"意图"——界面变了，它自己想办法绕过去。某消费品数据平台每月跑 1500 万到 2000 万次自动化门户交互，把 Agent 当"自愈式备用方案"：零售商网站一改版，它就自动诊断、修复抓取逻辑，工程团队的爬虫维护人员因此少了一半。过去靠"人肉盯着页面"的活，第一次有了能自己修自己的数字员工。
再说"便宜"。Serafini 把三类劳动力的全成本摆在一起：AI Agent 每小时推理成本约 6–8 美元（实际区间 3–15 美元）；印度离岸 BPO 人力约 10 美元（8–15）；美国本土后台员工 30–45 美元。注意，6–8 美元还是"最贵模式"——用前沿模型逐帧截图跑任务。一旦把可重复动作交给确定性代码、只在必要时调用模型，混合成本还能再压 40% 以上。
更关键的是，这背后的训练投入已经就位。过去一年，Mechanize、Habitat、Fleet、Matrices 等公司，已向"让模型学会用电脑"的强化学习环境投入数亿美元。模型在推理、状态追踪、容错上的能力，是被真金白银喂出来的。
这意味着什么？过去二十年，印度和菲律宾靠"同样的活，更低的工资"吃下了全球外包市场。现在，这道护城河被人用代码填平了。更残酷的是，代码不会要求涨工资，不会离职，也不会在深夜崩溃时找不到人。
第二条红线：85% 背后，藏着 15% 的致命
但别急着宣布胜利。85% 的完成率，意味着每 100 个任务仍有 15 个失败。而企业后台流程的要求是：每一步都必须对。
问题不在"明显的错"，在"延迟的错"。Serafini 举了两个例子：Agent 把合同里的"net 60"（60 天账期）误读成"net 30"录进 ERP，记录看起来一切正常，直到错发票寄出去才被发现；Agent 提交了保险理赔，系统显示"已收到"，两天后理赔员来电话确认保单号，Agent 对此毫无感知，理赔悄悄搁置。
更聪明的模型，修不好一个"真相要一周后、以某人桌上电话形式出现"的流程。除非从第一天起，执行框架就为这种边缘情况设计：验证机制、异常上报、错误回滚，以及当零售商网站一夜之间改了版面时，系统能不能自己修正。
所以 2026 年的真实战场，不在"模型能不能点按钮"，而在"按钮点完之后，谁来兜底"。这也是为什么生产环境里，企业几乎不直接调 ChatGPT、Claude 这些消费级 API，而是在外面自己搭沙箱、编排逻辑、做验证重试。一位创业者说得很直白："直到 2026 年 2 月 Opus 4.6 发布之前，这些模型还不够好，没法独立用于生产环境。"这句话，正好标出了能力跃迁的时间点。
这也解释了为什么现在落地最快的，是"协议遵循型"任务——路径明确、可重复、结果能即时验证。一家全球系统集成商部署了 27 个实时工作流，每天处理 1500 到 2100 张 IT 工单，目标就是把低利润托管合同里 20%–25% 的人力腾出来；一家招聘机构把面试结束后的数据录入完全自动化，用的还是非前沿的轻量模型，"它能做我们需要的一切，而且做得很好"。标准动作交给 Agent，判断动作留给人——这是当下最稳的分工。
随着工作流变复杂，单 Agent（一个模型、一个任务、一个会话）开始不够用，多 Agent 架构（规划 Agent 拆任务、执行 Agent 并行跑）浮现。但长时运行带来的记忆管理、信任机制和"复合失败率"——十次 90% 的任务串起来，整体成功率会掉到 35%——目前还没有标准框架能解决。各家都在自己搭。
护城河迁移：从"谁的模型强"到"谁懂你的流程"
当"会操作电脑"逐渐成为模型层的标准能力，竞争壁垒就上移了。
Serafini 的判断很明确：下一代 AI 自动化的核心竞争发生在应用层与上下文层，而不是模型层。真正持久的优势，是对一家企业工作流的深度理解——内部术语、偏好的格式、上报路径、失败怎么处理，以及如何可靠地验证输出。
这一点，和我们乐享知识库里一份内部文章《AI 倒逼流程重构：你的流程，正在成为竞争对手的武器》的判断完全一致：很多流程重构卡在一个地方——业务专家说"我就是知道这份合同有问题，但说不清楚为什么"，这种隐性判断无法被自动化。而 AI Agent 要替代的，恰恰是这些藏在操作手册、访问凭证、甚至一段员工录屏里的"隐性流程知识"。
换句话说，模型会越来越像水电，谁都能买；但"把你们公司那套没人写下来的规矩，变成 Agent 跑得动的工作流"，这才是稀缺能力。某自动化运营商说，他每月跑几百万次任务，甚至不知道底层调的是哪个模型——供应商像云厂商换硬件一样在底层切换，他信任的是"整个系统能可靠把事办成"。
受访买家选供应商的标准也很朴素：产品能不能在不用额外配置的情况下，报出帮你省了多少小时；以及一个初级工程师能不能独立跑起来。当评判标准从"模型多强"变成"省了多少小时"，卖模型的人就输了，卖系统的人就赢了。
乐享另一份内部文章《真正创造价值的 AI，最终都会"消失"在工作流程里》引述了 Ethan Mollick 与 Erik Brynjolfsson 的观察：企业往往还没等 AI 大展身手，就先把它"驯服"了——IT 管控、规避风险的流程、硬把新技术塞进旧架构的冲动，才是主要瓶颈。Brynjolfsson 花了 30 年记录这种"技术被组织消化"的反复失败，而这一次，卡点依旧不在模型，在流程。而《大厂的 Token 烧完后，现在开始烧中层管理者了》提出的"Humagent（人 + Agent）"概念更直接：未来值钱的，是"人机协同设计师"——设计"这个业务模块里，人和 Agent 的最优分工是什么"的人。
所以，护城河不在模型，在流程；不在模型厂商，在把流程吃透的那个人。这恰恰是中小公司逆袭大厂的机会——你没有大厂的模型团队，但你有大厂没有的、对自己那门生意的理解。
4400 亿的 BPO 生意，正在被重写
这门生意有多大？2026 年，全球 BPO 市场规模约 4399 亿美元，预计 2035 年涨到 7700 亿美元；前十大厂商合计占近一半份额，72% 的企业已经在外包里用上了 AI 与自动化。从细分看，客户服务占 31%、财务与会计占 24%、IT 与电信占 18%。客服和财务，恰恰是最容易被 Agent 端到端吃掉的两块——前者是标准化对话，后者是规则化录入，都符合"协议遵循型"的特征。
但"用上 AI"和"被 AI 重写"是两回事。看两个真实案例：
退货与售后 BPO。SyncSoft AI 用 Agent 处理电商的"我的订单在哪 / 我要退货"类工单，端到端解决了 72%，单均成本从 6.20 美元压到 1.40 美元，降了 77%，满意度反而从 78% 升到 87%；剩下 28% 需要判断的，交给越南监督单元，全成本 9–14 美元/小时，比美欧低六到七成。
银行运营外包。印度的一些 agentic 枢纽把开户从 3–5 天压到 2 分钟以内，单笔成本从 85–120 美元降到 18–24 美元，准确率从 94.2% 提到 99.9%，运营支出降了 65%，处理能力翻了四倍，且不增加一个人头。它们能抢先跑通，靠的是印度 AI 12 亿美元主权算力栈：本地跑推理模型，绕开西方 AI 按 token 计费的成本，把复杂任务的单位成本压到极低——这本身也是一层"算力护城河"。
结论很清楚：BPO 公司如果还靠"人头 × 工时"收费，会被按"结果"收费的 Agent 栈碾过去。而活下来的，会变成"工作流知识的整合者"——卖的不是人力，是某行业那套验证、兜底、上报的隐性规则。
当然，这不是没有阻力。约 46% 的组织把数据安全与隐私列为外包关键业务的最大障碍；欧盟 AI 法案、印度的 DPDP 法案，正在把跨境数据传输和算法透明变成硬约束。但方向已经确定：Accenture 早在 2024 年就为超过 22% 的全球 BPO 客户接入了 AI，这条线只会往前走。
对中国企业而言，信号同样清晰：软件与流程外包本就是我们的优势赛道，国产桌面 Agent（如实在 Agent）已经登顶 OSWorld。谁能先把"行业隐性流程"产品化，谁就能在这轮重写里从"接活方"变成"卖规则方"。
总结
AI Agent 的时薪打到了印度外包的七折，准确率还反超了人类——这不只是技术新闻，是一个成本结构的转折点。
对企业：别再问"要不要上 Agent"，要问"我那套没人写下来的流程，值不值得现在就变成 Agent 跑得动的规则"。
对个人：靠"熟练操作软件、按步骤搬数据"吃饭的岗位，护城河正在消失；值钱的，是定义流程、验证结果、兜住异常的人。
对 BPO 行业：卖人头的时代结束了，卖"工作流理解"的时代开始了。
便宜，从来不是终点。比人便宜，还比人准，才是。
