北京
2026 年 4 月，一篇長文在 X 上迅速走紅。
這是 Box CEO Aaron Levie 在密集拜訪數十位大型企業 AI 負責人后寫下的觀察。他發現，未來的工作流需要圍繞 Agent 來設計，而不是人類。
Aaron Levie 在 X 上發布的長文（上下滑動查看）
2005 年，Levie 從 USC 輟學，和從小一起長大的朋友 Dylan Smith 在一間狹小公寓里創辦了 Box。那時 iPhone 還沒有問世，YouTube 剛剛上線，大多數人依舊靠 U 盤拷文件、用郵件附件傳資料。云技術聽起來既新鮮又不太靠譜：網速慢，瀏覽器笨拙，IT 部門對「把數據放到別人的服務器上」這件事充滿戒備。
但 Levie 的判斷很簡單：未來所有數據都會上云，人們會希望隨時隨地訪問自己的文件。
今天看，這是常識。但在當時，這更像一句危險的預言。為了讓企業客戶接受 Box，他花了大量時間反復解釋為什么云端比本地服務器更安全，為什么未來工作流一定會跨設備、跨系統流動。
后來很多人復盤 Box 的故事，會把它視作 SaaS 時代最經典的公司之一。但今天 Levie 談起 Agent、API、Tokenmaxxing 時，底層邏輯其實沒有變。
他始終篤定一件事：技術浪潮真正改變世界時，被重構的不只是工具，而是整個工作流。
過去，人們需要親手打開文件夾、點擊按鈕、上傳文檔；未來，Agent 會在后臺跨越 ERP、CRM、文檔系統和數據庫自動完成這一切。
真正重要的不再是界面里有多少按鈕，而是誰能成為 Agent 工作流的首選。軟件正在走向「Headless」，沒有界面，只剩接口。
在 Levie 看來，未來 Token 的預算一定會從 IT 支出中被單獨拆出來，成為新的組織生產力預算。
當年 Box 想成為「文件最適合存放的地方」。
今天，Levie 更希望它成為「Agent 最喜歡工作的地方」。
- 一個大型就業機會正在誕生：新崗位 Agent 運營官將創造 50-100 萬個就業機會，核心工作是深入傳統企業，為 Agent 而非為人重新設計業務流程，幫助受監管的大型企業真正釋放 AI 紅利。
- 軟件的價值從「界面」遷移到「業務邏輯」：從 SaaS 到 Agent，業務邏輯不會變。真正變化的是用戶和工作流交互的方式。以前是 GUI，現在可能只是你在跟一個 Agent 對話。當 Agent 替代人類完成大量點擊操作后，產品核心競爭力不再是前端功能的堆砌，而是穩健且專有的 API。
- Token 預算正從 IT 支出變為業務支出：企業的 AI Token 分配應與最高價值產出環節掛鉤并分層配給。未來 Token 預算不再受限于傳統 IT 預算，而是可以直接切入業務線的運營支出。
- 打造成功 Agent 產品的關鍵是 API：AI Agent 時代，真正能提升價值的不再只是產品本身，而是掌握核心工作流和數據，擁有足夠好的 API，成為未來 Agent 工作流的首選平臺。
一個全新的職業機會
Harry Stebbings：Aaron，很高興你來到節目。在開始之前，我想先聊聊 Dwarkesh Patel 采訪黃仁勛那期播客，你怎么看？
Aaron Levie：我覺得這期節目很能反映一個人看待 AI 的方式。我大概認同黃仁勛 80% 的觀點，我自己的邏輯也跟他挺像的。
黃仁勛提了一個特別重要的觀點：如果只是因為 AI 會替代一部分工作，我們就把大家嚇得不敢去學工程、不敢去學醫療，那是在自討苦吃。
現在的 AI 依然需要人類審核。哪怕你不用逐行檢查每個細節，也還是需要人在更高層面做判斷。我們沒有把人類踢出整個決策鏈條，只是改變了人類的入口。
Harry Stebbings：五年后，Box 的工程師數量會更多還是更少？
Aaron Levie：會更多。我覺得大家在這個問題上都太短視、太局限、太自我了，總把科技行業當作整個世界。
但如果你真的去和那些農業機械巨頭、銀行、制藥公司聊聊，問他們：「你們現在的工程師夠嗎？夠支撐整個行業未來全面自動化嗎？」
他們都會告訴你：「遠遠不夠。」
因大量的任務自動化需求，軟件工程師的職位正在增加
Claude Code、Codex 這一類產品真正重要的地方在于，它們第一次讓傳統企業也擁有了接近硅谷的工程能力。
我們一直默認只有科技公司需要大量工程師，但科技行業可能也就占 GDP 的 8-15%。如果剩下的 85% 也能像科技公司那樣擁有強大的工程能力，會發生什么？
未來一個計算機專業畢業生，可能不會第一時間去 Google，而是去 John Deere（全球領先的農機巨頭）、Caterpillar（建筑工程機械巨頭）。你的技術在這些行業一樣成立。你不再只是做一個帶幾個按鈕的軟件，而是在為未來的農業、制藥和工業系統開發 AI。
這件事已經開始發生了。
《金融時報》最近有篇很有意思的文章，說律師們現在正被客戶發來的 AI 生成內容淹沒。客戶會說：「幫我審一下這份合同」「看看這個 memo 和 case」。
但真正的瓶頸在于，能夠完成最終審核的專業律師數量還是有限的。
生成法律文本現在變容易了，但真正進入法庭、申請專利、完成實際法律流程，這些事情一點也沒變簡單。
這也是我和大多人不一樣的觀點。
Harry Stebbings：但我們確實已經看到一些初級法律崗位開始消失了。
Aaron Levie：這是另一個層面的問題。也就是，當 AI 自動化掉那些傳統初級任務之后，我們該怎么培養下一代從業者。
我完全同意這是個真實的問題，但它和自動化之后依然存在的系統瓶頸是兩件事。
兩周前我和一家客戶聊，他們在做病人轉診自動化。不管你是預約放射科、專家門診還是其它流程，現在理論上都可以自動化了。你不用再打一周電話去排隊。
但結果呢？流程自動化了，醫生排期還是要等 18 個月。真正的瓶頸其實是醫療系統本身的承載能力，是醫生數量，是組織內部真正能提供服務的人力。
也許未來你確實不會想把職業生涯押在醫療行業的一線客服崗位上，但與此同時，又會出現大量新的工作機會。
自動化會暴露出更多新的約束條件，我們最后反而需要更多人去解決這些問題。
很多行業過去之所以看不見真正的瓶頸，只是因為整個流程太慢、太依賴人工，問題被掩蓋了。
Harry Stebbings：你覺得五年后會出現哪些現在還不存在的新職業？
Aaron Levie：我覺得現在已經開始出現一個未來可能創造 50-100 萬就業機會的新角色：Agent 運營官 （Agent Operator）。
做這個崗位的人需要有技術背景，要真正懂 AI。他們得理解 MCP、CLI，會給 AI 寫 Skills，也知道 AGENTS.md 是怎么工作的。
這些人會深入營銷、法務、運營、研究等各種團隊，核心任務只有一個：讓整個組織真正通過 Agent 獲得生產力提升。
現實世界里有個很多 AI 初創公司還沒意識到的問題：
當你從零開始創業時，你可以隨便設計工作流。哪怕做錯了也沒關系，因為團隊小、沒人監管、流程也簡單。
但如果你進入一家財富 1000 強的制藥公司、銀行或咨詢公司，情況完全不一樣。這些企業高度監管，數據散落在不同系統里，員工的工作方式也早就固化了。
這時候，就需要有人站出來重新定義工作流。
而且是圍繞 Agents 來設計，不是圍繞人類來設計。
當你真的開始這么做，你會發現整個實施周期、組織結構、數據系統、流程管理，全都得跟著改變。
而且模型一更新，很多工作流可能立刻失效。因為 Agent 的 prompt 變了，語法格式變了，調用邏輯也變了。
所以這件事不是一次性工程，是長期維護、持續調優。它既需要很強的技術敏銳度，也需要對真實業務流程極深的理解。
如果你在一家技術基礎很強的公司，你會慢慢發現：像手機 App 的 UI 軟件，它的需求是有限的；但連接不同數據源、重構工作流、實現自動化的后臺系統需求，幾乎是無限的。
我覺得那才是真正巨大的機會。
AI 重構 SaaS 領域
Harry Stebbings：黃仁勛之前說，AI 不會殺死軟件，反而會讓需求爆炸式增長。這假設未來 AI 會在 15 個不同 SaaS 工具之間來回調度，而這些 SaaS 最后都變成了 Agent 的「數據庫」。未來真的會是這樣嗎？如果是，SaaS 豈不毫無價值了？
Aaron Levie：我能理解這種觀點。
有些軟件過去的核心使用方式就是人類在界面里不停地點按鈕。某種程度上，它的價值更多來自按鈕，而不是底層 API。我說得有點簡單了，但確實有一些工具，你一打開，里面有九十多個功能，用戶每天就在各種菜單和按鈕之間切換。
用戶已經習慣了這套操作方式，所以軟件的價值感，很大程度也建立在這種復雜交互之上。但當 Agent 替代大量點擊操作后，價值就會更多轉移到 API 上。
所以真正的問題變成了：你的 API 到底有多強？
這不是說你有多少個 API，而是這些 API 是否足夠穩健、實用、專有，里面到底封裝了多少業務邏輯，而不只是簡單地調數據庫取數據。
它是否能處理復雜權限？是否知道組織里誰能訪問什么數據？是否能真正保證安全性？
所有軟件背后當然都有數據庫。你完全可以用一種很還原化的方式，把所有軟件都理解成數據庫。
但真正重要的是數據庫之上的那層業務邏輯。
這些東西不會消失。
真正會變化的，是用戶和工作流交互的方式。以前可能是 GUI，現在可能只是你在跟一個 Agent 對話。
我覺得未來更合理的模式是：后臺有一個 Agent 在連接多個系統。
Aaron Levie 設想未來企業的新型組織架構圖
用戶甚至可能根本看不到一半正在發生的事情。Agent 已經在 ERP、CRM、HR 系統、文檔系統之間默默完成大量工作了。
屆時，你的軟件價值就取決于：你的 API 設計得夠不夠好？是不是為 Agent 時代準備好了？以及你能不能圍繞它建立合理的商業模式？
就像 ERP 系統，它現在當然遠不只是數據庫。它里面沉淀了大量關于供應鏈怎么自動化、財務流程怎么運轉、組織怎么協同的業務邏輯。
我覺得我們過去把軟件行業看得太單一了，好像它是一個巨大的統一行業。
更合理的方式可能是做一個四象限圖，一邊是業務邏輯的深度，一邊是人類與 Agent 協作的程度。
因為只要還存在人機協作，你通常就還是需要某種界面，讓用戶能隨時進入系統，查看 Agent 完成了什么工作。隨著越來越多 Agent 開始使用軟件，有很多軟件反而會因此受益。
Agent 對這些工具的調用需求可能會遠超人類用戶過去的使用頻率。
Harry Stebbings：哪些場景里，Agent 對工具的使用會超過人類？
Aaron Levie：一個很明顯的例子就是非結構化數據。
Agent 會成為非結構化數據極其龐大的消費者和生產者。
它們會幫你生成新的合同，會生成營銷素材，會幫你寫報告。但當生成內容和審閱內容變得易如反掌，你依然需要一個底層系統，去管理、協調，并給這些工作流和 Agent 建立護欄。
我覺得接下來我們會看到非結構化數據的爆炸式增長。
Harry Stebbings：這真的會增加你們公司的價值嗎？我之前也問過 monday.com 的聯創 Eran Zinman：如果你最后只是變成一個被 Agent 調用的數據庫，你怎么保留自己的價值？
Aaron Levie：這是現在全世界所有投資人都在問的問題。
對 Box 來說，一個很重要的點是，我們一直以來都非常重視 API，甚至某種程度上是 API First。
如果我告訴你 Box 去年的 API 調用量，你大概率會發現自己低估了一個量級。
我們系統里的 API 使用量其實早就超過用戶在前端界面里的操作量了。
因為現實世界里，內容本來就在各種工作流和系統之間不斷流動，就像 ERP 系統會自動生成文件，財富管理平臺會讓客戶上傳文檔，發票處理流程會在后臺自動運行。
很多時候，用戶根本不知道背后是 Box 在工作。
這種「沒有前端界面」的 Box 從公司成立第一天就已經存在了。在我看來，Agent 只是把這個趨勢進一步放大而已。
這非常令人興奮。我們已經知道怎么圍繞它商業化了。現在唯一還不確定的是，一個 Agent 用戶和過去一個真人用戶，最終帶來的收入結構會不會完全一樣。
但我們很確定的一點是：如果調用量增長 100 倍、1000 倍，那對我們來說只會意味著更多機會。
這不一定適用于所有軟件公司。但對 Box 來說，只要你不斷生成文檔、需要存儲這些文檔、需要保證安全、治理和長期合規，那最后都會變成更多數據進入我們的平臺。
2026 年 1 月， Aaron Levie 談 AI 時代企服軟件的未來
Harry Stebbings：SaaStr 創始人 Jason Lemkin 說，AI 會讓網絡安全進入一個「黃金時代」，因為安全威脅會指數級上升。你會擔心 AI 帶來的系統漏洞和風險嗎？有哪些大家現在還沒真正意識到的安全問題？
Aaron Levie：我當然擔心，但這不是什么新鮮事。
在我看來，從 AI 開始生成代碼的那一刻起，就已經標明了代價。
因為只要 AI 能寫代碼，你立刻就會面臨兩個問題。
首先，你生成代碼的速度會遠遠超過人類審核代碼的能力。
自 2022 年 GitHub Copilot 問世，這個趨勢就已經注定了。隨著 AI 編寫代碼的比例從大部分到 90%、95%，整個世界會產生一個難以想象規模的代碼量。
很多人理解的安全問題，還停留在 zero-day 漏洞、某個未修復組件，或者某個惡意 package。
但事實上，每一次新功能發布都意味著新的安全風險。
因為 AI 可能會覺得：「為了實現某個功能，我們需要打開這個端口。」但這個決定也許本來就不該做。
未來我們會進入一個全新的世界，因為 Agent 會越來越深地參與開發過程。另一方面，攻擊者也會開始大規模使用 AI，尤其是開源模型。他們掃描全網、尋找漏洞的速度會比以前快得多。我們要同時面對兩種新的風險。
而唯一的好消息是，Agent 也可以反過來幫我們審核代碼、維護安全。
所以接下來會是一個非常動態、混亂的階段。
Agent 既是問題的制造者，也是解決問題的方法。這也是為什么我覺得，未來 Agent Native 安全治理會是一個非常巨大的機會。
企業如何管理 Token 預算
Harry Stebbings：黃仁勛之前分享提到：未來每個工程師都應該把近一半薪水花在 Token 上。
Aaron Levie：我一直很喜歡黃仁勛那種宏大的視角和個人魅力。雖然具體數字他可能說得夸張了一點，但方向上我覺得他說得沒錯。未來，公司花在每個人身上的算力成本會遠超大多數人的想象。
Harry Stebbings：你之前那條很火的推文里提到了企業內部的 Tokenmaxxing。我特別好奇，你會怎么建議 CIO 去思考 Token 分配和用量最大化？
Aaron Levie：這個問題確實棘手。
它的核心邏輯是：你的 Token 分配必須與公司價值產出最高的環節直接掛鉤。
這是世界上最直白的一句話，但它確實成立。
現在之所以特別推崇 Tokenmaxxing，是因為一家公司的價值很大程度上就取決于你能生產多少軟件。
如果你的目標是推動組織發生更多變化，希望每個人都持續交付，同時也想更快傳播最佳實踐，那 Tokenmaxxing 和各種排行榜確實會是一個很有意思的機制。
我不確定這件事是不是適用于所有行業，但我們確實看到了一些有趣的案例。
有家公司內部搞了一個很像《Shark Tank》的 pitch 活動。每個團隊都得出來「融資」，為自己的 token 預算做陳述，然后公司像 VC 一樣統一分配資源。
我不知道他們具體多久 review 一次，但我猜大概三個月或半年之后，他們會回頭復盤：這筆 token 投入到底有沒有帶來原本期待的收益。
還有一家公司采用了一種更自然的分配方式。他們認為，大概 5% 的員工在做最核心、最有價值的事情；20% 的人在做次一級的重要工作；剩下的人更多是在處理日常效率工作。
他們對應的策略就是，給最核心的 5-10% 員工直接開放最好的模型和無限額度；給接下來的 20% 設置一些限制，或者給他們效率更高但成本更低的模型；剩下的人就用市場上最便宜的模型，因為 AI 對他們的生產力提升可能沒那么顛覆。
我覺得現在所有公司都在摸索這件事。而硅谷有時候會有一種比較天真樂觀的傾向，覺得所有企業都可以立刻進入 Tokenmaxxing。
但現實世界不是這樣的。
真正的大公司有預算、有年度規劃周期、有 EPS 指標，還得向華爾街負責。所以你不能突然說：「從今天開始，全公司無限 Token。」
因為那樣公司全年財務目標可能直接就崩了。
你得等預算周期、等財報節點，同時弄清楚哪些團隊最愿意嘗試、哪些 use case 最有效。這是一個很自然、漸進的過程。
但未來 Token 的預算一定會從 IT 支出里遷移出來，變成真正的運營支出（OpEx）。
它不會再只是一個買 Salesforce license 還是買 token 的問題。未來真正的 tradeoff 會變成：「我是繼續投下一輪營銷 campaign，還是直接把這筆預算拿來做營銷自動化？」
這會是完全不同層級的預算決策。
Harry Stebbings：當 Token 預算進入這個新的支出類別之后，會發生什么？
Aaron Levie：預算一定會增加。
過去幾乎從未有一種企業技術可以不受 IT 預算限制。但現在第一次出現了一種技術，你可以直接進入業務部門，對他們說：「我現在能給你一個 Agent，它可以增強你的工作流，讓你的團隊效率提升 50%，可否從你的 OpEx 預算里拿 5% 來做這件事？」
這是過去從來沒有過的入口。
我不覺得它會讓全球技術支出直接增長 10 倍，但翻倍，我覺得是完全有可能的。
Agent 在企業的落地難點
Harry Stebbings：你會不會擔心，我們現在看到的只是一個短暫的 18 個月需求爆發期，而這種需求未必會長期存在？
Aaron Levie：這當然有可能。也許我應該對這種風險更敏感一點，但至少現在，我會站在相反的一邊。
部分原因是，我經歷過一次完整的云計算擴散周期。我親眼看過它早期那種非常陡峭的增長曲線。
當時你會覺得：「天啊，這東西已經火成這樣了，怎么可能還能持續？」
結果 20 年過去了，它不僅持續了下來，規模還遠超所有人最初的想象。
只要一項技術真的有效，它最后形成的市場往往都會比你預想更大。
對我來說，18 個月甚至都不是一個時間窗口，因為我認為 AI 的擴散速度會比硅谷想象得更慢。
這又回到了我前面說的新角色問題。現在的大多數企業，還遠遠不敢讓一個 Agent 在沒有人工審核的情況下，直接給所有客戶生成完整的財務建議。
因為 SEC 很快就會找上門說：「你給客戶提供了錯誤的財務建議，我們要吊銷你的牌照。」
這種事會在各個行業不斷發生。
所以為什么 AI 落地需要時間？因為監管、合規、安全團隊，都得先把這一切弄明白。
這些事情本來就需要時間，急不來。
Harry Stebbings：Invisible 聯創 Matt Fitzpatrick 之前說：如果沒有 FDE（Forward Deployed Engineer，前瞻部署工程師），你根本不可能把 AI 產品賣進大型企業。這很有意思，因為現在大家都在講 PLG，說先從小團隊滲透，再慢慢進入企業。
Aaron Levie：我不覺得這兩者互相矛盾。
Harry Stebbings：當你真正去看大型企業未來五年的 AI adoption，你會不會覺得 AI 服務公司反而才是最占優勢的？
Aaron Levie：如果你說的是傳統專業服務，我覺得答案是絕對的。
這個市場會比人們想象得更大、更持久，也更穩定。
我們總是太短視，總覺得 AI 會直接替代一切。但現實不是這樣。就拿我最近使用最先進模型的體驗來說，最后大概仍然有 15% 的內容需要我親自修改。
我們離人類徹底退出工作流還差得非常遠。
只要工作流里還存在人類，就一定會涉及大量真正的變革管理（Change Management）：人類應該在哪個環節介入？怎么審查 Agent 的工作結果？如何設計才能讓人和 Agent 更高效地協作？以及，你到底該怎么把所有數據源真正連接起來？
如果你今天讓一家 Fortune 500 的 Agent 去查一下「即將到期的合同中哪份風險最大」，它可能會需要在 10 個不同系統里找到合同數據。其中一半，可能還是根本無法和 Agent 配合的遺留系統。有些系統吞吐量很低，有些根本沒法接入。數據可能還散落在網絡共享文件夾中，或者鎖在非常老舊的文檔管理系統里。
你有一半的數據資產根本還沒準備好進入 Agent 時代。
剩下那一半數據往往又是碎片化的。因為過去二十年里，員工一直在不斷引入自己的工具。最后，Agent 很可能找到的是錯誤的文檔、錯誤的合同、錯誤的數據。
以前人類不太在意這些，因為人總能憑經驗找到正確的信息。
但 Agent 不行。
它們當然能搜索，但找到錯誤結果的概率可能和找到正確結果一樣高。它們需要被精準引導，需要數據經過整理，需要真正理解工作流背后的上下文。
升級系統、整理數據、定義工作流、明確人類介入點，我剛剛描述的這一切已經足夠讓埃森哲在全球每一家企業里再干十年了。
或者說，這會成為下一代行業 AI 服務公司的巨大機會。
因為每一家組織，都必須經歷這樣一輪真正的變革管理。
每一次科技浪潮都帶來了大量咨詢和技術服務的新需求
Harry Stebbings：而且我們最終還是需要有人來背鍋。這也是很多行業得以延續的原因。就像我找律師，不是因為我不會寫 NDA，是因為如果出了問題你要負責。
Aaron Levie：沒錯。
一旦 AI 出了問題，你不可能跑去怪 Anthropic。如果你沒法在出問題時責怪模型公司，你自己的組織內部就必須有人承擔責任，否則客戶不會再合作。
只要涉及責任承擔，就一定需要主體意識與問責機制。
總得有人真正負責。
人類行為模式、合同法、監管體系，這些底層邏輯并沒有因為 AI 而改變。
我們只是給了計算機一把「機關槍」，讓它能以前所未有的速度生成信息、處理數據而已。
做一個真正好的 Agent 產品
Harry Stebbings：Jason Lemkin 之前質疑，目前還沒有一家上市公司真正做出足夠好的 Agent 產品。除了 Palantir，他覺得大家做的都只是 60 分的 Agent。你覺得這是為什么？
Aaron Levie：我不完全認同這個觀點。因為至少在內容工作這個方向上，我會認為我們的 Agent 已經是最好的之一了。
但 AI 變化實在太快了。你必須以前所未有的方式深度接入整個技術生態。就拿我自己來說，我真正重要的信息來源已經不是過去那套體系了。兩周后才發布的商業評論根本不會給你任何 alpha。
真正有價值的信息來自那些正在一線工作的實踐者。比如某家 Agent 公司的工程師寫了一篇長文，詳細講他們是怎么處理 memory、怎么搭建 harness。
如果你沒有真正接入這個生態，你的團隊就很難站在最前沿。
這是一種和過去完全不同的技術演進模式。
以前哪怕像 COVID 那樣的大事件，我們當然也每天關注新聞，但那不是一個技術問題。而現在第一次出現了一種情況：技術變化速度快到你必須一周幾次地持續響應。
Harry Stebbings：所以現在 CEO 的工作比以前難得多？
Aaron Levie：是的。
Harry Stebbings：因為技術領先優勢的生命周期變得極短？
Aaron Levie：沒錯。
你現在會明顯感受到一場海嘯襲來，所以你只能拼命跑得更快。
與此同時，你要理解底層技術變化本身。有些變化會影響業務戰略，有些會影響產品方向，有些會影響整個合作伙伴生態。因為那場海嘯已經來了，你必須快速調整自己的動作，重新判斷市場會往哪里走。
你還得成為客戶通往未來的一座橋。因為客戶同樣不想被海嘯直接拍碎，也希望能平穩地過渡到未來。
Harry Stebbings：你覺得 Agent 產品真的能顯著提高收入嗎？
Aaron Levie：可以。
去年我們推出了一個新的訂閱方案，里面整合了最核心的工作流、業務自動化，以及應用開發的能力。Agent 是這一切的核心。
它能真正幫你自動化處理內容相關的工作。就像它可以讀取文檔并自動提取 metadata，也可以在工作流中自動處理信息。
去年，我們的營收增長已經出現了一次明顯的拐點。
但大家現在依然還在觀望。因為變化太快了，大家都想先看看整個行業最后會落在哪里。所以如果你今天是在做軟件、基礎設施或者 Agent，我覺得今年最重要的事情只有一個：瘋狂執行，毫不停歇地執行。
Harry Stebbings：你會天天看股價嗎？
Aaron Levie：會。
Harry Stebbings：每天都看？
Aaron Levie：對，我看得跟交易員一樣勤。
Harry Stebbings：我好像還沒見過哪個上市公司 CEO 不盯股價的。前兩天我采訪 Nevan 的 CEO Ariel Cohen，他說自己一天要看很多很多次。
Aaron Levie：絕對的。
我覺得我們現在正處于一個階段：整個軟件行業在資本市場里，依然被非常粗暴地當成同一個板塊來看待。
我前面說過，Agent 會極大增強某些軟件，但也會對另一些形成壓力。這意味著，有些公司必須徹底轉型，而有些公司則可以順勢起飛。
接下來一兩年，你會開始看到真正的分化。
Harry Stebbings：我采訪過很多上市公司 CEO。Jason Lemkin 在節目里說過：如果 Aaron Levie 都已經算 AI First 里最強的一批 CEO 了，而連他都還覺得有挑戰……
Aaron Levie：這個問題挺復雜的。
但我覺得，現在還是有很多有創業思維或技術前瞻性的 CEO。他們未必是工程師出身，但本身就非常懂技術，非常深度投入。
我自己就有很多 Slack 和 WhatsApp 群，里面一到周末，一群上市公司 CEO 全在群里用 Claude Code 或 Codex 寫東西。
這些 CEO 是真的全身心投入其中。他們能感受到技術變化，也絕不會允許自己的公司掉隊。
當然，每一波技術浪潮都會有贏家和輸家，我不覺得這次會例外。
但你唯一能做的，就是保持高度同頻，然后硬著頭皮一路走下去。
快問快答
Harry Stebbings：過去 12 個月里，你在哪件事上的觀念轉變最大？
Aaron Levie：比起三年前，我現在更加堅信軟件正走向 Headless。
這歸功于 Agent 在工具調用和跨系統搜索能力上的質變和驚人的準確性。
這種進化速度遠超我的預期。
兩三年前，如果你接入一個 Agent 并命令它：「去 Box 里找份文檔處理一下。」它大概率會找錯文件，而且根本沒法解析并理解文件里的具體內容。那時，Headless 不是 Agent 落地的迫切需求。
但過去這一年，這些能力的爆發式增長讓我徹底確信：作為軟件平臺，你必須堅持「Headless first」的策略。
Harry Stebbings：關于 AI 在企業的落地，大家普遍認同、但實際上大錯特錯的認知是什么？
Aaron Levie：大家普遍認為，AI 在 Coding 上取得的驚人突破能很快復制到其它知識工作領域。
這其實是對非 Coding 類工作的誤讀。
一方面是因為 Coding 本身有其特殊性，邏輯高度結構化；另一方面是因為其他類型的工作涉及的維度更廣，運作模式也更復雜。
Harry Stebbings：OpenAI 和 Anthropic，你覺得誰會最終贏得企業級市場？
Aaron Levie：我無法預測未來是 OpenAI 占 60%、Anthropic 占 40%，還是反過來。
但無論如何，這個市場規模將是驚人的。
企業會采用多種系統，他們不希望被單一供應商綁架，不希望在技術棧里只有一種選擇。萬一哪家服務宕機、改了 API 或收費模式呢？
未來一定會是一個多供應商、多 AI 并存的世界。很難斷定誰是唯一的贏家。
Harry Stebbings：在你看來，現在有哪些被市場低估、被大家拋棄了的公司，其實值得更多尊重？
Aaron Levie: Atlassian。
我覺得市場現在對它有點過度看空了。我理解市場背后的邏輯：很多人現在會覺得工程能力被 AI 通用化了，于是開始質疑 Atlassian 這類公司的價值。
但從我的視角來看，未來反倒會出現更多工程師。
這不意味著 Atlassian 的產品未來還會和今天長得一模一樣。
它肯定需要演化。但如果你是一家幫助工程流程自動化的基礎設施公司，我覺得這是個非常好的位置。你看 Linear 做得也非常棒，非常令人興奮。
但這個市場足夠大，不會只有一個贏家。
我覺得現在最重要的一件事是：你必須深度嵌入工作流，同時你必須擁有數據。
你的平臺必須成為這類數據最適合存放的地方，也必須成為 Agent 最愿意處理這些數據的地方。如果你的平臺不是首選，你的處境會非常危險。
這是我們所有軟件公司如今共同的命題。
Harry Stebbings：所以 Agent 最喜歡工作的地方本質上是由優秀的 API 定義的。
Aaron Levie：優秀的 API、合理的定價體系，以及圍繞 API 的整套配套能力。
如果你想搭建一個工作流，讓 Agent 去處理符合 FINRA 合規要求的金融文件。所謂 FINRA 合規，意味著這些生成、查看或分享給客戶的文件，在規定時間內都不能被刪除或修改。
一方面，你的 API 必須對 Agent 極其友好。但另一方面，你還必須有完整的外圍能力，確保企業最后能向監管機構或審計機構證明整個流程符合 FINRA 的要求。這樣企業才會愿意把 Agent 工作流建立在 Box 這樣的系統之上。
這件事會在各個行業發生。
Harry Stebbings：如果你今天是一名投資人，最讓你興奮的賽道是哪個？
Aaron Levie：我可能還是會重倉前沿科技。
那些能把硅谷實驗室里的創新應用到企業真實工作場景中的公司，依然蘊含著巨大的商機。
無論那是垂直領域 AI，還是企業必需的新型工具。現在 Agent 可觀測性和評估領域就正在誕生一批新公司。
比如 Braintrust，以前我們覺得只有開發 Agent 的人才需要評估工具（Evals），覺得那只是硅谷的一小塊蛋糕 。但現在發現，全世界只要想把 Agent 接入業務流程的人，都需要評估工具。
因為你必須知道，你的 Agent 是不是突然就不干活了，或者生成的貸款發放文件邏輯全錯了。
這不僅是一個不會被模型實驗室壟斷的領域，更是 Agent 化企業所需的一種全新基礎設施。
我想未來會涌現出幾十個這類細分賽道。
Harry Stebbings：最后我想聊點劇本之外的事。你是一位上市公司 CEO，壓力大得驚人，但你婚姻美滿，感情穩定。關于婚姻，你有什么好的建議嗎？
Aaron Levie：我非常幸運能擁有這么優秀的妻子和家庭。
CEO 這個角色本身就是一件長期的苦差事，所以有一個強大的陪伴真的非常重要。
雖然現在擠不出太多時間，但我們盡量在忙碌之余尋找生活的樂趣。我們在一起 16 年了，她見證了我創業一路的跌宕起伏，她自己的工作也有一堆苦活累活。這些共同經歷的瞬間很有意思。
Harry Stebbings：你真是我的偶像。2010 年，我 14 歲，我當時長大就想成為像你一樣的人。
文｜Nuohan
編輯｜Cindy
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
