Conviction 创始人 Sarah Guo 10 月 27 日发帖说,企业工作流自动化「仍处在自动补全 / 早期 Claude Code 时代,但不会太久」,约 8 万浏览、近 500 赞。Box CEO Aaron Levie 次日引用并展开,认为绝大多数企业流程还没有被智能体实质性改造,整体部署可能不到 1%,瓶颈主要在 AI 能力本身;他认为计算机操作、长时运行智能体和智能体集群正在改变这一点。Levie 的帖子约 635 赞、486 收藏、6.3 万浏览、150 多条回复。这是两人的观点和估计,不是统计数据。
核心要点速览
- ✓Sarah Guo(Conviction 创始人):企业工作流自动化仍处在「自动补全 / 早期 Claude Code 时代」,但不会持续太久
- ✓Aaron Levie(Box CEO):多数企业流程还没被智能体实质改造,经济整体部署「可能不到 1%」,这是他的估计
- ✓Levie 认为主要瓶颈是 AI 能力本身,其次才是企业采用速度
- ✓他看好计算机操作、长时运行智能体、harness 改进和智能体集群,让更复杂的流程可以交给智能体
- ✓他的判断:重点不在用户给智能体下指令,而在组织重构底层流程,金融、生命科学、医疗等信息密集行业受影响最大
开发者 3 秒速决决策指标
Claude Code 高频使用:比较订阅额度与 API 账单
40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟
深度技术解析与实战评估
发生了什么
10 月 27 日 21:27(UTC),Conviction 创始人、No Priors 播客主持人 Sarah Guo 在 X 上发帖:「在企业工作流自动化上,我们仍处于自动补全 / 早期 Claude Code 时代,但不会太久。」截至本文写入,该帖约 8 万浏览、486 赞、100 条回复。
10 月 28 日 04:51(UTC),Box CEO Aaron Levie 引用这条帖子并写了一段长文,表示同意:绝大多数企业工作流还没有以任何有意义的方式用上智能体,「经济中的部署可能不到 1%」。他的帖子约 635 赞、50 次转发、486 次收藏、152 条回复、约 6.3 万浏览,收藏数很高,说明不少人把它当作参考保存。
需要说明:「不到 1%」是 Levie 的个人估计,帖子里没有给出数据来源。
Levie 的论点
- 现状:企业里最多只有少数系统做「单次调用 LLM 做个判断或给反馈」,谈不上真正的自动化。
- 原因:部分是企业采用技术本来就慢,但他认为主要还是 AI 能力本身不够。
- 变化:计算机操作(computer use)、长时间运行的智能体、harness 改进和配套基础设施,让智能体开始能处理更复杂的流程。
- 下一步:会出现能针对某个流程目标、在大量实例上不断提高执行成功率的自我改进系统;借助智能体集群,可以按需投入算力让智能体去做事。
- 落点:不是终端用户给智能体下指令完成单个任务,而是组织重新设计底层流程来利用智能体,金融、生命科学、医疗等信息密集行业影响最大。
讨论焦点
两条帖子合计约 14 万浏览、超过 1,100 赞、600 多次收藏、250 多条回复。争议点主要在两处:「不到 1%」这个估计是否准确,以及瓶颈到底是模型能力,还是企业自身的采用速度和流程改造(Levie 本人认为主要是前者)。对开发者来说,这场讨论的实际含义是:企业侧的机会更多在「把一条完整流程交给智能体并持续评估成功率」,而不是再做一个聊天入口。
即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察