大家好，这里是最佳拍档，我是大飞。

AI 竞争的本质：漫长马拉松与持续迭代

2026年4月20日，企业云服务巨头 Box 的联合创始人、首席执行官 亚伦·利维（Aaron Levie） 在全球顶级科技播客 20VC 中发表了一场近乎一小时的专访。这场对话被业内誉为企业 AI 落地的“终极白皮书”。亚伦·利维掌舵 Box 近20年，服务超过1400万付费用户，覆盖绝大多数《财富》500 强企业，他对大型企业在 AI 转型中的真实痛点、预算逻辑、合规底线以及组织阻力有着深刻的理解。

在这场专访中，亚伦·利维抛出了一系列颠覆性的判断：AI 不会消灭工作，反而会催生数百万新的岗位；软件价值将全面转移到 API 层，不再是界面体验的比拼；算力预算将从 IT 支出转向运营支出；智能体（Agent） 既是安全噩梦也是破局答案；未来企业将是多模型并存，绝不被单一厂商绑定。

对话首先聚焦于 AI 竞争的本质。当前行业普遍存在一种焦虑，认为中美 AI 竞赛是生死对决，领先一两个月就决定胜负，或者拿到最强模型就能立刻碾压对手。亚伦·利维对此泼了冷水，他明确反对这种极端短视的看法，并很大程度上认同 黄仁勋（Jensen Huang） 的判断：将 AI 视为决定生死的短期冲刺是完全错误的。这本质上是一场漫长的商业与经济马拉松，安全性固然重要，但整个进程是一个持续迭代、永无止境的攻防循环，不存在非黑即白的终点。

许多人误以为拿到像 Mythos 这样的前沿模型就能立即升级所有系统、解决所有安全问题，但现实是，升级企业软件是一项需要数年才能完成的浩大工程，没有任何捷径可走。真正的关键不在于谁能先拿到更强的模型，而在于谁能将模型能力平稳、合规且高效地嵌入业务流程，谁能持续迭代系统、组织、人才与预算机制，跟上技术长期演进的节奏。那种期望一个模型瞬间改变行业格局的想法，既不理解企业的复杂性，也低估了软件迭代的难度。

亚伦·利维还特别强调了黄仁勋一个被忽视的关键观点：如果因为鼓吹 AI 消灭工作而吓得年轻人不敢学工程、不敢做放射科医生、不敢进入医疗行业，就是在伤害下一代和社会。到目前为止，所有 AI 应用的核心都是增强人类的工作，而不是取代人类。人类永远在工作闭环中，只是介入的环节和方式发生了改变。这是整个行业最需要正视的现实，也是所有就业判断的基础。

AI 不会消灭工作，而是创造新岗位与重塑行业

顺着“AI 增强人类工作”的基础，我们必然会面对一个极具争议且充满误解的话题：AI 到底会不会让我们丢掉工作？几乎所有人都认为 AI 将大规模替代律师、程序员、文员、客服等知识工作者。然而，亚伦·利维给出了一个完全相反的结论：AI 不会消灭工作，反而会让许多岗位的数量大幅增加，例如未来五年律师的数量可能会比现在更多。

他直言，整个行业陷入了短视与利己主义的陷阱，误以为科技行业即是整个经济世界。但事实上，科技行业仅占全球 GDP 的约 10%，剩下 90% 的传统行业——包括制造、金融、医药、农业、法律、医疗——都极度缺乏工程能力。AI 的真正价值在于将硅谷级别的研发能力普及到每一个行业。当这些行业获得强大的工程与自动化能力时，将会爆发前所未有的需求，最终创造出更多岗位，而非减少。

他举了两个具体例子来佐证：

1. 法律行业：AI 能让每个人快速生成合同、备忘录、法律文书，看似降低了对律师的依赖。但实际结果是，律师被海量 AI 生成的内容淹没，客户源源不断地要求律师审阅文件。生成法律内容的门槛降至零，但通过法院审批、完成专利申请、实现实质性法律程序的难度没有任何变化。最终的瓶颈变成了有资质的人类律师数量不足。这并非个例，而是全球法律行业正在发生的事实。
2. 医疗的转诊流程：AI 可以完全自动化预约、沟通、核对流程，省去大量人工电话沟通时间。但如果预约专家仍需等待 18 个月，最终的瓶颈依然是医生数量和医疗机构的承载能力。自动化仅仅暴露了原本被低效掩盖的核心瓶颈，而这些瓶颈最终需要依靠增加人力、优化供给来解决。

因此，AI 真正做的是将人类从重复性、低价值的劳动中解放出来，去解决更核心、更稀缺、更需要专业判断的问题。初级岗位的任务结构会改变，但高端的专业岗位和复合型岗位会大幅增加。亚伦·利维断言，未来 Box 的工程师数量会比现在更多，整个社会的工程师、律师、医生、专业服务人员数量都会持续增长，而不是萎缩。

那么，既然岗位不会消失，哪些全新的职业将在未来五年变得无处不在呢？亚伦·利维预测，将出现 50 万到 100 万个智能体操作员（Agent Operator）。这个岗位现在几乎不存在，但五年后将成为企业的标配。他解释说，智能体操作员不是普通的提示词工程师或业务人员，而是懂技术、懂业务、懂 AI、懂流程的复合型人才。他们需要深度理解 MCP、CLI，会编写 Skills、管理智能体配置文件，同时深入市场营销、法律、运营、生命科学等具体业务团队。

他们的核心使命只有一个：为 AI 智能体重新设计业务流程，而不是为人类设计流程，从而持续推动技术与业务的深度融合，并不断维护与迭代智能体工作流。为什么这个角色如此重要？因为初创公司可以从零开始设计对智能体友好的流程，几乎没有历史负担。然而，大型企业和监管严格的行业，数据高度碎片化、流程固化、员工习惯难以改变、合规要求极高。直接将 AI 套在旧流程上几乎一定会失败，例如智能体可能找错文件、提取错误数据、触发合规风险，导致工作流频繁崩溃。

因此，智能体操作员的价值在于，他们能够进入这些大型组织，将原本为人类设计的流程改造为适合智能体执行的流程，同时做好数据治理、系统集成和变革管理。并且在模型更新、提示词语法变化或业务需求调整时，持续维护智能体的稳定性。这个角色不会局限于 IT 部门，而是会渗透到每一个业务团队，成为 AI 落地的关键枢纽。亚伦·利维强调，传统应用的开发数量有上限，但连接数据源、自动化工作流的后台进程永无止境，智能体操作员正是支撑这一切的核心角色。

软件范式革命：Headless 架构与 API 优先

讲完就业变革，我们进入到产业革命的讨论：软件范式将彻底重构，Headless 将成为主流，价值全面转移到 API 层。这是亚伦·利维在专访中最重磅、影响最深远的判断，也是 Box 未来战略的核心。他指出，过去软件是 UI 优先，按钮、菜单、交互页面占据关键位置，因为软件使用者是人类，价值主张与界面体验深度绑定。许多工具打开即有几十个功能入口，用户习惯了点击操作，界面堆砌程度甚至成为价值的一部分。

然而，智能体时代彻底颠覆了这一切。软件的主要使用者不再是人类，而是 AI 智能体。智能体不需要点击按钮、不需要看界面、不需要视觉交互，它们只通过 API 与系统通信。因此，软件开始走向 Headless：前端界面不再重要，甚至可以完全消失；核心能力全部沉淀在后端与 API 中。软件的核心壁垒不再是 UI 是否好用、功能是否繁琐，而是 API 是否稳健、实用、独占，以及是否嵌入了深度业务逻辑与合规能力。

简单来说，以前软件卖的是界面和操作体验，未来软件卖的是 API 能力与业务逻辑。例如，ERP 系统的价值绝非仅仅是数据库，而是封装在 API 里的供应链自动化逻辑、财务记账规则和合规管控能力。CRM 的价值在于客户管理流程、销售漏斗逻辑、权限控制体系。这些深度业务逻辑通过 API 开放给智能体，成为不可替代的核心壁垒。

亚伦·利维透露，Box 从创立第一天就坚持 API 优先，目前系统的 API 调用量已远超人类终端用户的交互量，Headless 版本早已大规模运行。智能体的出现只是加速了这一趋势 10 倍、100 倍。对 Box 这样的平台而言，智能体是力量倍增器，API 调用量的爆发将带来巨大的商业机遇。而那些界面臃肿、API 薄弱的软件，将快速贬值。他还反驳了“SaaS 会沦为无价值数据库”的观点，认为所有软件背后都有数据库，但数据库之上的业务逻辑、合规能力、权限体系和工作流引擎才是真正价值所在。智能体可以跨 ERP、CRM、HR、文档库协同工作，依赖的就是强大的 API。只要 API 足够健壮、深入业务，软件的价值就不会消失，反而会因智能体的普及而大幅提升。

智能体时代的网络安全挑战与机遇

接下来，话题转向了所有企业都恐惧但必须面对的——智能体时代的网络安全海啸。亚伦·利维直言，智能体既是企业安全的阿喀琉斯之踵，也是解决安全问题的唯一答案。风险来自两个方面：

第一，AI 生成代码的规模远超人类审查极限。从 GitHub Copilot 出现开始，AI 编写的代码占比快速突破 90%。海量代码快速上线，每一个新功能、每一次变更都可能引入安全缺陷。智能体为了完成任务，可能自主开放端口、修改配置、调用权限，这些行为对企业而言可能是灾难性的。

第二，攻击者同样在利用 AI，尤其是开源模型，以史无前例的速度扫描漏洞和发起攻击。攻防的速度与规模都进入了全新阶段，传统安全防护手段完全跟不上。

然而，亚伦·利维也给出了一个方向：智能体引发的问题，最终只能靠智能体解决。用智能体审查代码、检测漏洞、监控异常、响应威胁将成为标配。这也意味着，智能体安全（Agentic Security） 将催生巨大的市场机会，成为未来网络安全的核心赛道。

预算机制重塑：算力成本转向运营支出

同时，他还提到，未来企业在算力上的支出比例将大幅提升，甚至接近员工薪资的一半，这在以前是不可想象的。但在智能体时代，这是必须投入的成本。与安全强相关的是，企业预算机制的颠覆性变革：Token 的算力预算从 IT 资本支出（CapEx）彻底转向了运营支出（OpEx）。

这是亚伦·利维另一个将会影响所有企业财务与 CIO 的判断。过去，AI 算力和软件许可都计算在僵化的 IT 预算里，与业务运营无关。但未来，Token 预算将变成与营销费用、运营费用一样的常规运营支出。业务线负责人可以直接决定投入多少算力预算来提升自动化效率和提高生产力，这就打开了全新的预算空间。企业科技支出占比有望从现在的 10%-12% 提升到 20% 左右。

企业也出现了全新的算力分配模式，例如 Token 最大化、风投式预算分配以及分层配额管理。有的公司像《创智赢家》一样，让团队路演争取算力预算；有的公司按价值分层：5% 的核心员工使用最强模型、无限算力；20% 的次核心员工使用性价比模型；普通员工使用基础选项。这样做既控制了成本，又保证了高价值场景的投入。

但是，亚伦·利维也提醒，企业有财报和盈利压力，不可能无限投入，必须配合预算周期找到高价值场景。这是一个渐进的过程，但不可逆转的是，算力已成为核心生产资料，预算归属的改变意味着 AI 真正融入了业务核心。

强监管行业与人类的最终责任

讲完技术、安全、预算，我们回到企业落地的现实——强监管行业。亚伦·利维指出，人类永远是最终的责任人。很多人认为 AI 可以完全自动化金融、法律、医疗等高监管领域，但这是不现实的。

在金融、法律、医疗等领域，AI 可以生成方案、撰写文档、分析数据，但最终的决策、审批、责任承担必须是人类。美国证券交易委员会（SEC）、金融监管局（FINRA）等机构不会接受 AI 做出的最终财务建议、法律文书、医疗方案。一旦出错，责任无法推卸给模型厂商，只能由企业与人类负责人承担。

这就带来一个巨大的机遇：埃森哲（Accenture）等专业服务和变革管理公司，在未来十年将迎来更庞大、更稳健的增长。因为大型企业需要专业团队帮助改造流程、治理数据、集成系统、培训人员、建立合规体系，并确保人机协作合法合规。大部分企业的数据一半在遗留系统中，不兼容智能体；另一半碎片化严重，没有标准化，智能体很容易找错文件、提取错误信息。解决这些问题，需要大量的系统升级、数据清洗、流程重构、变革管理，足够全球专业服务公司忙碌十年以上。这不是技术问题，而是组织、合规和管理的问题，也是 AI 落地最难、最有价值的部分。

企业 AI 生态：多模型并存与平台价值

对于未来的行业格局，亚伦认为，企业 AI 生态一定是多模型并存，百模大战将长期持续。现在很多厂商想让企业绑定单一模型，但亚伦明确判断，企业绝不会容忍被单一供应商“卡脖子”。他打比方说，就像云计算市场 AWS、Azure、GCP 长期共存一样，企业不会只选一家。AI 模型市场同样如此：OpenAI、Anthropic，以及包括中国开源模型在内的众多模型，将长期并存。企业会根据场景、成本、合规要求混合使用。

硅谷的现实是，大量企业用前沿模型设定“天花板”，用中国开源模型“逼近效果”，这已是行业普遍做法。这就带来一个关键机遇：能够无缝兼容多种大模型、提供智能体可观测性、智能体评估能力的平台，将会掌握巨大价值。企业需要知道智能体是否出现幻觉、是否出错、是否合规，需要跨模型统一管控。这些能力是单一模型厂商无法提供的，也是未来的蓝海赛道。

CEO 的挑战与软件行业的未来展望

最后，话题聊到了上市公司、CEO 与行业估值的现实挑战。亚伦·利维坦言，现在是软件公司最艰难的时期。AI 技术迭代速度前所未有，一周多次更新，信息价值藏在一线工程师的沙盒与长上下文里，传统媒体完全跟不上。CEO 必须深度扎根生态，否则立刻落后。

他说，现在很多软件公司的估值跌到 3 倍现金流，恐慌被过度夸大，市场像钟摆一样极度低估。未来一两年，公司将明显分化：抓住 Headless、API、智能体的公司会起飞，没有转型的将被迫重构。他特别为 Atlassian 鸣不平，认为公司被过度抛售，因为未来工程师数量只会增加，工程自动化基础设施依然是一个优质赛道。

对于这一代 CEO 是否准备好了 AI 变革，亚伦说，一部分创始人和技术型领导者非常敏锐，深度参与 AI 实践；但也有很多传统管理者缺乏技术储备，需要快速补课。AI 浪潮和历史上所有浪潮一样，有赢家也有输家，关键是如何保持敏锐、快速行动、深耕工作流与数据。

专访的结尾，亚伦总结了自己最核心的判断：软件 Headless 的速度将远超预期，平台必须做到 Headless 优先。他也依然会重仓所有前沿模型的融资轮，因为真正的金矿是把硅谷前沿创新落地到企业真实工作流的公司。因此，在智能体可观测性、评估、垂直行业 AI 等领域，将诞生出大量的创新。他坚信，AI 的终极方向是赋能人类、放大能力，以及普及生产力，让每一个行业都获得硅谷级的工程能力。这不是一场零和竞赛，而是一次全球经济的升级。未来五年，所有企业、软件、岗位、预算，都将被新的逻辑重塑。

感谢收看本期视频，我们下期再见。