这集讲什么
当 AI 智能体（Agent）操作电脑的速度逐渐超过人，决定它能否真正接手工作的，不只是模型能力，还有权限、审批、审计，以及人愿意保留怎样的操作体验。
1-3要点
- 电脑使用是一种通用执行手段，不是任务类别：复杂目标可能在某一步需要跨进旧软件，即使整体工作并不被称作“电脑使用任务”。
- 速度提高会抬高控制要求：人无法逐动作盯着高速智能体，因此授权边界、动作审批和事后审计必须同步成熟。
- 企业优先落地的往往是系统间的琐碎工作：采购、对账、CRM 更新的共同点，是信息散落在多个已有界面中。
0:00 / --:--
a16z Show · 10 月 26 日
OpenAI 嘉宾认为，电脑使用智能体的速度已超过普通人，但真正决定其能否接手工作的，是企业愿意授予什么权限、哪些动作需要审批，以及如何事后审计。
当 AI 智能体（Agent）操作电脑的速度逐渐超过人，决定它能否真正接手工作的，不只是模型能力，还有权限、审批、审计，以及人愿意保留怎样的操作体验。
这集还没有学习卡。生成后会保存在这一集，下次直接打开。
a16z Show· 2026-10-19当 AI 智能体能花你的钱时，会发生什么？What Happens When Al Agents Can Spend Your Money?同主题：智能体安全
The Cognitive Revolution· 2026-10-17AI:AM：方向盘在哪？我的智能体设置了密码、隐藏的情感效价、形式化证明发现 Linux 漏洞AI:AM: Where's the Steering Wheel? My Agent Set the Password, Hidden Valence, Proofs Find Linux Bugs同主题：智能体安全
No Priors· 2026-10-29挑战 ServiceNow：面向我们普通人的编程智能体，与 Serval 联合创始人兼 CEO Jake Stauch 对谈“电脑使用”智能体不是只生成一段建议，而是像人一样进入浏览器或应用，查看界面、点击按钮、填写表单，并跨软件完成任务。它的吸引力在于：即使旧系统没有专为 AI 准备的 API 或 MCP 连接器，智能体也可能通过现有界面工作。
本集由 a16z 主持人与 OpenAI 嘉宾 Ari Weinstein、James Sun 讨论这一能力从演示走向日常使用的条件。对个人而言，问题是智能体能否主动发现琐事、替人节省时间；对企业而言，问题则是它能接触什么、何时必须停下等待批准，以及事后如何说明自己做了什么。
本集最有价值的转向，是把“智能体能不能操作电脑”改写成“人和组织愿意把多少执行权交给智能体”。两位嘉宾认为，新模型让电脑使用更快、更可靠，也更能处理含糊指令；其中一位进一步判断，智能体操作电脑已快于普通人，正接近熟练用户的速度。但速度并不自动带来采用率：后台任务可以慢慢跑，等待结果的任务却必须快到不让用户觉得“我自己点两下更省事”；动作越快，人也越不可能逐步盯着屏幕检查。
因此，对话在个人与企业场景之间反复切换。个人端的想象是智能体主动找出遗漏的日程、筛选重要反馈，或用云端电脑持续办事；企业端则从陈旧的 ERP、CRM、采购和财务系统出发，用界面操作串起原本分散的流程。OpenAI 嘉宾提出的信任路径并非单靠“模型更安全”，而是叠加应用与网站白名单、敏感动作审批、运行记录和便于观察的界面。这个区分很重要：模型判断可以改善，明确的权限边界仍需由组织设定。
节目也没有把未来描绘为“所有软件都消失”。智能体可以继续操作几十年前的系统，同时新产品也可以提供更适合人设目标、查原因、做决定的界面。开放网页上的广告收入、多个浏览器环境之间割裂的登录状态，以及智能体失败时如何通知人，都是尚未解决的现实摩擦。对创业者而言，机会可能不在重复打造通用智能体，而在理解某个行业的完整工作流程，再把可用的模型、控制措施和令人愿意使用的产品接起来。
💬 他们说了什么：开场摘录先抛出核心判断：电脑使用智能体操作电脑的速度已超过普通人，并正接近超过熟练用户。紧接着，节目把话题引向任务委派、企业审批和审计、无需专门连接器便可操作软件，以及公司究竟该自动化什么。
💡 为什么重要：这不是一次单纯比较“AI 点击速度”的访谈。智能体一旦能跨应用执行工作，产品设计就要同时回答能力、责任与使用边界三个问题。
⚡ 争议点：“比普通人快”是嘉宾的判断；开场没有交代测试任务、计时范围、错误率或人工复核时间，不能将其直接推广为所有电脑工作都更快。
💬 Ari 认为 Astra 的提升包括：完成同类任务时平均使用更少的思考 token、创意绘图更好，以及细微但有感的可靠性改善。他用“99% 与 97% 的可靠性差别”说明边际提升的重要性，这里是说明性的比较，而非公布的实测结果。James 则强调抵抗提示注入、避免非预期动作，对采购和客户沟通等企业任务尤其关键。两人区分了消费者端探索新体验，与企业端处理已存在的大量旧软件：后者有些已使用 15—20 年。
💡 消费者市场可以用更快的模型探索新交互；企业已经有大量明确而繁琐的工作，瓶颈往往转为安全控制、系统接入和组织采用，而非寻找任务本身。
⚡ “最对齐”“更能抵抗提示注入”以及游戏表现都是受访嘉宾的描述；特定模型的正式名称、发布状态和可量化性能，需要结合官方模型资料另行核对。
💬 James 举了两个主动发现问题的例子。其一，外部会议邀请进入邮箱却没有出现在日历中，dots 会提示是否代为接受；其二，它按高层目标筛选 Slack 消息中的重要反馈，再进入 Sentry 查看日志、分析并汇报。此前他曾让自动化程序每 30 分钟或 1 小时抓取信息，结果通知有用程度参差，自己反而逐渐忽略它们。
💡 差别不只是“自动执行”，而是判断什么时候值得打扰人，并把筛选反馈、定位日志、整理结论串成一条连续流程。云端电脑使智能体可以在用户处理别的事时继续工作。
⚡ 主动读取消息和日志也意味着更广的数据接触面。减少通知噪声是否会漏掉关键事件、哪些信息可以进入云端执行环境，都需要按组织权限和风险级别验证。
💬 Ari 说，后台任务可以与人的其他工作并行，因此未必要求即时完成；但若下一步必须等它，或用户正在旁观检查，速度就直接影响体验。他判断智能体已快于普通电脑用户，并接近熟练用户。James 补充：当动作快到人无法逐项观察时，企业需要调节人工介入与可审计程度；节目也提到由另一个模型审视智能体动作的自动批准机制。
💡 提速会改变产品的默认交互——从“人操作、AI 辅助”，逐渐走向“人设目标、智能体执行”。与此同时，速度越快，越不能把“人全程盯着看”当成唯一安全措施。
⚡ 嘉宾称其产品在速度、价格和可靠性上领先，但未提供这里可比较的测试方法。自动批准也不等于没有风险：审批模型自身可能误判，必须明确哪些动作始终需要人工确认。
💬 James 区分了公司内部授权软件与开放网页。前者通常希望员工少做重复操作；后者的出版商、广告商可能依赖真人浏览产生收入，智能体代看网页时，广告展示是否产生相应收入成了利益冲突。他也谈到 WebMCP：网站仍以自己的界面服务人，同时让智能体处理繁琐步骤；用户仍可亲自浏览商品、酒店或航班，再把后续步骤交回智能体。
💡 智能体的普及不只取决于技术能否点击网页，也取决于网站是否愿意接纳它、交易和流量如何计价，以及人是否想保留浏览和挑选的过程。
⚡ “智能体广告展示通常不计作真实收入”是节目中的概括，不应视为适用于每个平台的统一规则。WebMCP 能否缓解网站商业模式压力，还取决于实际采用和合作安排。
💬 James 的个人习惯是遇到任务先问“能不能让智能体做”，但替自己向别人发消息等事项仍可能希望亲自把关。他说模型遇到模糊指令会要求补充细节，若没有及时回复，也可能利用现有上下文继续。Ari 强调电脑使用的通用性：它通过人与软件相同的界面工作，不必先由开发者为每款应用建立连接器或 MCP 服务；只有极简单、自己点两下就能完成的事，才可能不值得委派。
💡 任务筛选标准不应仅是“是否重复”。跨应用、步骤多、需要查找上下文的工作，即便每次路径略有变化，也可能适合智能体；对高敏感操作，则要把确认环节写进流程。
⚡ “能做人能在电脑上做的任何事”是能力愿景，不是逐项完成率保证。界面变化、权限不足、含糊需求和不可逆操作，仍可能让具体任务失败或不宜无人监督。
💬 James 把企业信任分成两层：先建立确定性的边界，规定智能体可用哪些应用、网站，排除过于敏感的数据源；再规定哪些动作须由人批准，例如下载后上传文件，或首次进入新网站。他还提到向管理员展示内部及第三方评估。Ari 补充了界面层面的信任建设：用户可以看到智能体的光标和操作过程，在相应模式下，访问新应用或网站前会被询问权限。
💡 权限沙箱、动作审批、评估证据与可见的运行过程各司其职。它们让企业能逐步扩大授权，而不是只能在“完全放手”和“完全不用”之间二选一。
⚡ 可见光标有助于理解智能体正在做什么，却不等于完整审计记录；模型声称能识别提示注入，也不能替代数据隔离、审批规则和事后追责机制。
💬 James 把机会分为两类。第一类是乏味但明确的流程：例如将约 1000 行的设备需求表录入采购系统、整理供应商往来；月末跨账簿核对并标出异常；销售团队在多个软件间做客户研究、更新 CRM。第二类是过去因费时而难以开展的工作，例如让智能体试用竞品并截图反馈，或辅助视觉设计、硬件和游戏设计。Ari 则举出填写表格、退订邮件、维护个人财务与餐食规划表等个人用途。
💡 采购、财务和销售的价值不在某一次点击，而在减少跨系统搬运、核对与追踪的整段工作。对于创意工作，智能体带来的可能不是替代既有流程，而是降低尝试新项目的时间门槛。
⚡ 采购和财务涉及金额、供应商及账目准确性，不能因为流程“无聊”就默认低风险。竞品试用和市场研究也须遵守目标服务的使用规则及数据政策。
💬 Ari 预计两条路线长期并存：新软件制作成本下降，但许多在用系统已有 10、20、30 甚至 40 年历史，不会一夜消失；智能体可以操作旧系统，也会促使软件厂商改善与智能体的协作。James 不认同所有界面都退化成智能体之间的无形交互：人仍享受精心设计的产品，也可能拥有只服务 100 人甚至 1 人的高度个性化软件。主持人则指出，企业界面还承担设目标、查付款原因、理解执行摘要和保留控制权的职责。
💡 较可能出现的不是“旧 ERP 或新 AI 产品”单选题，而是新界面在前、智能体在后台操作旧系统。用户看到的是更贴合任务的工作台，同时保留追问、审阅与干预能力。
⚡ 个性化软件容易制作，不代表其维护、安全和长期数据治理也同样容易。若多个应用各有互不相通的智能体，共享上下文还可能带来新的隐私和权限难题。
💬 Ari 建议先区分产品形态：是让员工更高效地操作眼前软件，还是让云端机器在后台替产品运行流程？两者决定了何时通知、何时请人介入，以及如何避免通知轰炸。James 认为创业公司的空间在行业知识、监管理解、销售和服务能力。他举例：有公司用照片识别餐厅后仓库存，再结合次日客流预测，通过采购软件补货，并到 ERP 调整排班。
💡 通用模型解决不了部署的全部问题。把多个分散软件连接为可交付的端到端服务，且让非技术客户理解、信任和持续使用，仍是具体行业产品的工作。
⚡ 餐厅案例描述的是受访者听到的一家公司方案，并非经过本集验证的收益数据。创始人还应预先设计失败后的交接、人工复核与客户支持，而不是只展示成功跑通的一次演示。
💬 Ari 期待更快、更便宜的智能体，以及语音、多模态输入输出与实时人机协作；现有产品较偏“交代任务后让它在后台做”。James 指出另一道障碍：Chrome 扩展、桌面应用内浏览器和云端电脑各有不同的 Cookie、密码及标签页状态，普通用户很难弄清它们如何衔接。谈及进展时，Ari 将过去 6—9 个月形容为能力与产品体验明显变化的时期；James 则认为让手机用户获得不必自行管理的云端电脑，是扩展使用的重要一步。
💡 下一阶段的竞争可能不只看智能体能完成多少任务，还看它是否自然融入人的工作：需要时主动提醒，平时安静执行；跨设备保持体验连贯，同时始终让人设定和调整目标。
⚡ 嘉宾谈到快速增长和更大规模的前景，但没有给出可核验的用户基数或增长数据。统一浏览器状态虽可降低使用门槛，也会集中凭据与权限风险，需要配套清楚的隔离和授权设计。
“你不想产生这样的感觉：这事我自己做，反而更简单。” ——Ari 谈等待智能体完成任务时，速度为何影响使用意愿；据英文转写意译。
“无聊，就是机会。” ——嘉宾与主持人谈企业重复流程；据英文转写意译。
“我很期待一个智能体适应你，而不是你去适应智能体的世界。” ——Ari 谈主动性与未来交互；据英文转写意译。
把风险划给“动作”，比划给“任务名称”更实用。 同一项采购工作，读取需求、整理候选供应商、上传文件和最终下单，风险并不相同。节目提出的应用范围限制与人工审批，可以进一步落实为逐动作的权限设计：先自动完成可逆、易检查的步骤，再对外发信、传输敏感资料或付款设置更严格的关口。
审计界面可能成为新软件的核心界面。 如果智能体执行的是后台流程，人未必需要回看每一次点击，却需要回答“为什么付款”“依据是什么”“哪里出现异常”。好的产品不是把冗长操作记录原样堆给用户，而是提供可追溯的摘要，并允许在必要时钻取证据。
主动性有一个注意力预算。 dots 的案例表明，机械地增加通知频率不等于提高帮助程度。智能体必须同时判断事件的重要性、处理的紧迫性，以及是否真的需要人介入；漏报和误报都应成为产品评估的一部分。
