软件终于吞噬服务业 - Aaron Levie
摘要
编程代理正让小型创业公司获得过去只有大企业才拥有的运营规模。 Levie 的公司称，约30%的代码“来自 AI”，员工自报的效率提升从20–30%到75%不等；3人、5人和10人创业公司的创始人则称效率提升达到3–10x。最强的团队会把任务派给后台代理，约20分钟后拿到结果，自己“做的是代码审查，而不是写代码”。Sinofsky 警告，惊艳的产出可能让人产生生产力提升的错觉，但实际产出并未改变。
目前观察到的最强提升来自专家和资深小团队，而不是新手突然获得了判断力。 Casado 称，使用 AI 的资深团队已经“超人化”，仿佛“他们一觉醒来全都变成了 Tony Stark”；Levie 认为，愿意把 AI 推得更远，有助于解释生产力差异为何如此之大。Casado 认为，专业能力让用户能够识别出或许只有2%的输出存在幻觉或方向错误。AI 是领域知识的“涡轮增压器”，而专业判断力仍是可以变现的那一层。
AI 带来的生产力可能体现为速度、软件质量和更高层次的工作，而不一定是更快发布功能。 开发者可以生成文档和测试，同时改善可维护性与架构，即使发布日程没有变化。Levie 的个人案例是：把原本持续3天的分析师工作压缩成10–20分钟的深度研究、分析和原型制作；这“从根本上是另一回事”，不再是串行分派任务。
创业公司的重置，来自代理带来的规模化能力与已经存在于70亿部手机上的分发渠道相结合。 后台代理消除了在员工数量上的既有优势，而消费者对软件的熟悉则化解了很大一部分平台分发门槛；Levie 的直白表述是，老牌公司仍有“分发优势，但仅此而已”。那些过去可能成为10x工程师的20岁年轻人，如今可以表现得像“100x工程师”，让2025年的公司创建过程相较2005年变得面目全非。
最大的全新市场可能在专业服务业：AI 可以把领域智能封装进软件，而这里没有传统软件巨头需要被取代。 农业、建筑、系统集成和广告都可以按 AI 原生方式重做，而名义上遭到颠覆的公司，可能反而会成为产品最重要的客户。Levie 的代理公司案例体现了定价空间：如果 AI 能以5000美元制作一场价值100万美元的广告视频 campaign，新进入者就可以在这两个数字之间定价。
老牌公司不必消失，挑战者也能夺取规模巨大的新类别。 讨论嘉宾预计，在已有明显代理工作流的记录系统中，老牌公司会略占优势；而全新的领域则更有利于颠覆者。两者都可以增长，因为市场规模可能比过去理解的大“100倍”。一家价值“4万亿美元”的 Microsoft，可以与新的100亿美元、200亿美元、500亿美元和1000亿美元公司共存；老牌公司真正持久的弱点，是拒绝推出会与既有商业模式冲突的产品。
消费者的采用正在为企业被迫升级打基础。 一项自报调查显示，最多75%的成年人每周多次使用 AI；作为对比，Pew 在1999年的研究显示，约一半美国人拥有电脑。Levie 那位非技术背景的教师姐姐也开始向 ChatGPT 提问。员工和毕业生会越来越多地追问：为什么企业系统无法像消费级工具那样快速回答问题，或完成报告；而安全性与非确定性输出，仍是大公司的主要瓶颈。
移民政策争论聚焦于减少抽签摩擦和保护工资，但并未形成是否应接受10万美元价格的共识。 Casado 最初支持通过定价分配稀缺供给；Sinofsky 认为高价格可以直接针对咨询 body shop。Levie 则认为，10万美元可能让 Amazon 和 Google 获得更多优势，并把有价值的创业公司人才挡在门外；Keith Rabois 提出的2万美元和最低工资规则成为替代方案。最尖锐的反对意见是，这项提案仍然只是“花10万美元参与抽签系统”，而不是用一个以“全世界最优秀的人才”和工资净增为目标的体系，替代成本高昂的不确定性。
精读
上游暂未提供，后续同步将继续补齐。