向 ServiceNow 发起挑战：与 Serval 联合创始人兼 CEO Jake Stauch 谈人人可用的编程智能体
摘要
- Serval押注代码生成能够打破 ServiceNow 的实施瓶颈。 Jake Stauch称，ServiceNow可靠、灵活，能适配企业流程，但实施往往落后于业务需求6–12个月，价格还在持续上涨。“代码是构建自动化的最佳方式”；有能力的编程智能体让软件工程师之外的人也能用代码实现自动化。
- 随着智能水平提升，企业管控会变得更重要，Serval将其视为产品核心。 Stauch说：“我们设置保险丝，划定边界。”他预计，更强的智能体会促使企业收紧员工权限，从而增加对经批准的临时权限、确定性工作流和审计追踪的需求。
- 即便软件创建变得像对话一样简单，部署仍然离不开人。 Serval派遣部署策略师和工程师，并通过 Pro Serval 提供持续的自动化工程支持。Catalyst 智能体能把客户需求转化为平台配置；Stauch以 Fox 的全公司部署，以及项目迁移负责人获奖为例，说明采用新工具也能推动职业发展。
- Stauch预计，AI支出会在不断试验与控制成本的周期中继续增长。 客户越来越要求证明投资回报，但他表示，行业还没有真正弄清楚如何衡量 token 的价值。Serval尝试按完成的工作流定价，因为 token 可能奖励“冗长和低效”。
- 他预计，SaaS洗牌冲击的主要是单点工具，而非核心企业软件品类。 Stauch认为，拥有数百款应用的公司可能只需要24到36款；小工具会被平台吸收，中间件则会消失。ERP、HRIS、ITSM和CRM仍将存在，只是行业领导者可能换人，因为构建和维护企业软件的成本依然高昂。
- 智能体如何安全地在后台自主执行任务，仍没有答案。 谈到让智能体承担广泛的企业任务时，Stauch说：“我认为我们还没找到安全实现的办法。”他提出逐步批准可复用工具和脚本的路径，但监督过程仍令人疲惫；更好的记忆能力和对用户偏好的理解也不可或缺。
- 员工生产力提升，反而让 Serval 更想招人。 公司成立约2.5年，已有200名员工；Stauch预计招聘会加速：“我们其实想要更多人，而不是更少。”工程师通过直接接触客户承担大量产品决策，而管理层必须随着需求变化，不断放弃先前的承诺。
精读
1. 代码生成正在对 ServiceNow 发起正面冲击
在 Verkada 任职时，Stauch曾向IT采购负责人提问：“你们花钱最多的是什么？最讨厌的又是什么？”答案屡屡指向 ServiceNow。他认为，ServiceNow可靠、灵活、功能强大，能够适应企业流程；难点在于实施往往依赖顾问，导致工作流落后于业务需求6–12个月。对于能稳定运行5–10年的流程，这或许行得通；但自动化需求不断变化、价格持续上涨，让这种滞后越来越难以接受。
创业初期，联合创始人们在 Alex 的客厅里立下目标，要成为“史上最大的企业软件公司”。Stauch说，初创公司通常要么在现有巨头上面搭一层薄薄的软件，要么从小客户起步；他认为这两条路都有局限。团队选择直接与大企业竞争，也清楚从第一天起，企业需求就会影响产品、招聘和研发决策。
他们的技术判断是：代码比拖拽式搭建器更适合表达企业自动化。Stauch认为，拖拽工具对非技术人员过于复杂，对技术人员也令人沮丧。过去，自动化一项任务的前提是找到能足够快地写代码的人；AI改变了这笔账。
采访者质疑，Serval创立时，编程工具大多还只是自动补全。Stauch表示认同。他押注智能体会逐渐擅长密码重置、审批等可验证、确定性强的流程；早期演示需要大量示例，之后示例库不断扩充。“我没想到它们在通用软件开发上会变得这么强。”他表示，只要有合适的 API，后来几乎很难再找到模型无法自动化的工作流。
2. 智能体越强，企业权限管控越值钱
工程领域已经形成一套行之有效的运作方式：即便是19岁的实习生，也能做出功能强大的东西，因为代码上线前要先经过审查。Serval把这套纪律延伸到开发、预发布、生产、测试和审批等环节。采访者问IT自动化是否早已如此，Stauch承认有些确实如此；他的批评针对的是缺少这些管控就推向市场的AI产品。他指出，AI公司适应企业需求——比如本地部署、合规要求和软件开发生命周期——可能要花一两年，有时甚至更久。
在大型企业，个人智能体往往会撞上员工权限受限的问题；Stauch说，有些智能体甚至几乎无法读取邮件。Serval则通过IT部门的服务账户凭证和管理员权限执行任务。请求先生成工单，经过确定性审批后，智能体再获得“即时按需”权限，执行一次工作流，并留下文档记录和审计轨迹。Stauch认为，增加的流程阻力是产品得以落地的必要条件，在受监管企业尤其如此。
Stauch对产品的定义是：“我们设置保险丝，划定边界”（We create fuses. We create boundaries.）。智能体能力越强，权限稍有过宽所能造成的损害就越大；他因此预计企业会进一步收紧个人权限，由 Serval 管理例外情况。这使模型进步与 Serval 的产品主张相辅相成：智能越强，自动化越有用，对受控权限提升的需求也越大。
3. 服务与 Catalyst 将灵活性转化为采用率
Stauch说：“分发显然是最大的缺口”（Distribution is obviously the main gap）：技术已经走在企业实际部署的前面。部署策略师和现场软件工程师会梳理客户现有流程及希望实现的工作流。客户随后会提出更多自动化需求，Serval再通过 Pro Serval 的自动化工程师提供持续支持。判断哪些工作值得自动化，仍然离不开人。
Stauch表示，Serval从不为客户开发定制产品功能。客户专属的工作流建立在共享的基础模块上，而客户需求会影响平台的功能优先级。反复出现的自动化需求也会带来产品机会：客户希望收回未使用的软件许可，促使 Serval 将这一能力纳入平台。关键区别在于，工作流可以独一无二，底层功能则可以复用。
Catalyst接手了部分过去由员工向客户解释、指导的工作。管理员描述需求后，智能体会协助配置自动化、审批规则、权限和策略；它也能解释陌生概念，并建议从哪里着手。Serval让用户能接触代码，但不要求人人都读代码，覆盖对象从工程师到 HR 员工。Stauch对IT从业者的原则是：“把他们当成年人看。”
采用新工具也需要带来职业发展的理由。Stauch希望 Serval 成为“工作中的晋升通道”。Fox在全公司部署了 Serval；负责迁移的人获提名角逐公司年度最佳员工奖，并因这项工作获奖。
4. ROI压力让工作流定价与平台整合更受青睐
Stauch仍在观察AI经济账如何变化。CIO们正从试验和尽可能多地使用 token，转向控制成本、衡量投资回报；但随着采用范围扩大，他预计整体支出仍会增长。客户需要看到实际完成的工作。Serval尝试按完成的工作流定价，因为 token 数量可能反映的是“冗长和低效”；智能的价值究竟如何衡量，目前仍无定论。
谈到企业内部自建软件，Stauch说，公司最终会重新意识到维护成本：边缘情况、故障、更新，以及负责处理这些问题的团队。除非需求足够具体、足够独特，否则重建核心系统在经济上可能并不划算。即使代码生成更容易，“自建还是采购”的老问题依然存在。
他所说的“SaaS末日”，指的是小型单点工具的整合。他认为，拥有数百款 SaaS 应用的公司，可能只需要24到36款；功能会被核心平台吸收，中间件则会消失。ERP、HRIS、ITSM和CRM这些品类仍会存在，但行业领导者可能换人。Serval的目标，是在一个长期存在的品类中取代现有玩家。
5. 后台智能体仍未找到安全自主执行的路径
被问到未来2–3年，Stauch认为消费级智能体能让人一窥企业采用的方向。他预计员工会拥有个人智能体，再由它们委派任务给同事的智能体；个人和工作场景也会像 Gmail 和公司邮箱一样，各自使用不同版本。他也看好浏览器和电脑操作能力的提升。机会在于员工便利与企业治理之间的张力。
后台智能体把这种张力暴露得更明显：企业希望交给智能体宽泛的任务，等它完成后直接交付成果。Stauch提到 OpenAI、Hugging Face 等公司的智能体曾在执行任务时做出意料之外的事。“我认为我们还没找到安全实现的办法”（I don’t think we’ve figured out a way to do it safely.）。他的设想是逐步批准确定性的工具和脚本，直到智能体积累出一套实用工具。但他认为，持续监督令人疲惫；让不受约束的代码操作企业系统，则是“无限的安全风险”。
采访者追问，智能体要变得主动，是否还需要更好的模型和对用户偏好的理解。Stauch回答：“说实话，两者都需要。”他希望记忆能力提升，并让同一段对话能够追溯到第一次互动。即使智能体已经非常聪明，权限问题仍然关键；Elad Gil指出，人类员工也会带着选项回来，请示下一步该怎么做。
6. 生产力提升推动招聘，也让工程师承担更多决策
Serval成立约2.5年，已有200名员工。Stauch认为，生产力提升会让公司扩大目标，招聘也将加速：“我们其实想要更多人，而不是更少。”在他看来，市场的限制更多来自 Serval 的目标和增长速度，而非市场本身的边界，因为公司希望为每一位员工自动化工作。
工程师每周至少会加入客户 Slack 频道和客户电话；Stauch认为，多数工程师每天都会与客户交流。公司没有单独的产品部门。管理层把决策交给工程师，也必须接受反馈变化后推翻既有决定。关键是要敢于“舍弃曾经的心头好”（kill your pets）：删掉公司曾认定至关重要的工作，再围绕客户当下的需求重做。
核对说明
转录稿将有关编程工具发展时点和智能体主动性的提问标注为“Speaker 1”；因此未将其归于 Sarah Guo 或 Elad Gil。