知识工作代理的扩散路径、数据约束与应用层价值归属——Box首席执行官Aaron Levie访谈要点梳理（Big Technology Podcast，2026-04-08）

——据Big Technology Podcast节目《OpenAI vs. Anthropic's Direct Faceoff + Future of Agents — With Aaron Levie》（2026-04-08）整理

摘要：本文对Big Technology Podcast节目主持人Alex Kantrowitz专访Box首席执行官Aaron Levie的主要观点进行了梳理汇总。梳理了Levie对OpenAI与Anthropic产品路线收敛的解释以及编码代理能力向全部知识工作外溢的判断，介绍了企业落地AI所面临的数据、信任与责任约束以及代理产品在速度与准确度之间的取舍，最后阐述了其对应用层价值归属与实验室竞争格局的看法。据其介绍，过去约四个月两大模型家族在Box知识工作评测上的提升达两位数百分点，代理可服务人群约为编码场景的30至50倍，任何一家实验室在前沿模型上的领先期约为六个月到一年。

关键词：企业代理；企业采用；前沿实验室；应用层护城河；代理安全；Box；Claude Cowork

一、前沿实验室的产品路线与能力进展

Levie认为，OpenAI与Anthropic的产品路线趋于收敛，模型能力仍在快速抬升。

（一）产品路线收敛

Levie认同“两家实验室在做同一款产品”的说法，并给出解释：如果一个模型具备接近超级智能的能力，它终将收敛到同一批用例上，实验室终须为这些用例正面竞争。Box是SaaS时代的企业内容管理在位企业，与两家实验室均有合作。

对于主持人提出的“Anthropic拿下企业与编码、OpenAI满足于消费者”的分工叙事，Levie作了修正。他指出，ChatGPT已渗入企业，许多企业把ChatGPT作为员工使用的公司标准大模型，这是独立于API业务的一条线，外界很难仅凭某一类数据判定谁在企业端领先。在他看来，两家在企业端都表现相当出色，当前的企业争夺同时在三条战线上展开：一是编码；二是API；三是面向终端用户的公司知识工作，即Claude Cowork类用例。主持人则认为，ChatGPT用户数“可能已达10亿，即便尚未宣布”。

（二）模型能力持续抬升

OpenAI代号为Spud的新模型与Anthropic刚训练完成的更大模型即将发布，Levie的判断是“离撞墙还差得远”，一年前的撞墙论已被冬季以来的进展否定。Box为每一代新模型运行一套复杂知识工作评测，交给代理一组文档并提出一系列高端知识工作难题。据其介绍，过去约四个月里，GPT由5到5.2再到5.4、Claude由4到4.5再到4.6，两个模型家族的更新已带来两位数百分点的提升。他预期下两次发布还会再来一轮提升，每一轮都将解锁一类新的企业工作。

二、编码代理能力向知识工作外溢

Levie认为，过去几个月的突破在于思路转换，即把代理写代码、调用工具、运行脚本的能力用到编码之外，但这一能力向其他知识工作的扩散需要很多年。

（一）通用知识工作者代理

Levie给出的心智模型是：“假如每个人都真正精通使用自己的电脑，可以为任何想做的任务写代码，而这个人是一名律师，是一名营销人员，是做研究的生命科学从业者。”他将这一形态称为通用知识工作者代理，其能力主要包括三方面：一是能使用电脑上的每一个工具；二是能为新问题即时编写代码；三是能通过skills调用既有的脚本与代码。按其说法，Claude Cowork较早做出了这一形态，OpenAI据传也将进入这一领域。

随着这一形态出现，范式由来回对话的聊天机器人转向任务交付：代理获得一项任务和一组资源，包括用户的数据、软件以及本机与云端工具，随后离线工作数分钟、数小时乃至数天，交回可供审阅的产出。据其估算，可服务市场由全部工程师扩大至全部知识工作者，按人数与用例计约为30至50倍。他还认为，这一形态会把代理“吸进企业”：“token短期内不会便宜，企业端每个token的投资回报会高得多，因为它产出的东西以某种方式进入GDP。”

（二）向其他知识工作扩散的约束

Levie认为效率终将胜出，他称之为传真机论证：新技术出现后人会重新给自己的时间定价，读一篇论文找一个事实过去要花两个半小时，代理三秒钟即可完成，“没有回头路”。他关心的问题在于自动化能深入到什么程度、代理能连续运行多久才需要人审核，以及模型在主观任务上的表现。

他从四个方面拆解了编码的特殊性：一是任务完全基于文本；二是代理通常能访问整个代码库；三是代码可验证，训练时可立即评估代码能否运行，模型在编码上训练得较为充分；四是使用者高度技术化，知道代理出错时如何拉回正轨。普通知识工作的条件则相反：营销人员所需的上下文分散在20个系统里，每个系统要单独接线；用户未必熟悉技术，学习新工具对科技圈之外的人是一件苦差；缺乏可验证性，代理完成工作后用户必须复核整份产出；此外还有公司的治理与合规政策。

基于此，他判断这类技术向其他领域扩散“会花很多很多年”，硅谷需要耐心，不宜把AI编码的自动化收益直接外推到法律、医疗、生命科学、建筑与设计；视频剪辑这类主观任务的奖励函数更为棘手，在许多情况下比编码更难。与此同时，他认为这也是机会所在：“如果你能做出通向那个终态的桥梁式产品和平台，让企业尽可能容易地走完这段路，那是巨大的机会。”实验室、垂直或横向品类的初创公司都会参与，Box属于横向一类。

三、企业落地AI的数据与信任约束

Levie认为，企业的AI问题在很大程度上是数据问题，安全与责任划分则构成推广中的另一处摩擦。

（一）数据分散与“一分钟前入职的博士”

Levie指出，硅谷的病毒式推文多来自十人规模的初创公司，它们从零搭建工作方式与数据，可以围绕代理产出组织公司。其他企业则不同：一家存在数十年、拥有一万名员工的公司，数据散落在20、30、50乃至100个系统里，某位客户的合同可能在五个地方，营销素材可能在十个地方。

他将代理比作新员工：“这个人聪明得离谱，有博士学位，但一分钟前刚入职。你给了他工具权限，然后说三十秒后我要你找到新产品的研究资料。”这个人会翻遍所有系统，却不知道哪一份才是权威版本，那是开过多次会、拿错过材料、问过同事才积累出来的部落知识。代理的处境更为不利，因为“代理不知道自己不知道什么”，拿到十个系统的权限后，会直接引用第一批看似相关的文档，不会想到还有两个系统应去交叉比对。

他认为，企业在代理时代受制于自身信息的组织程度，包括流程是否文档化、员工或代理能否触达项目的真实来源，“对人来说找到正确信息有多难，对代理就有十倍难”。他预计企业将在“很多很多年”里持续意识到AI问题实际上是数据问题，需要让基础设施、软件与系统服务于为代理提供上下文；大量遗留基础设施与代理配合不佳，代理因此拿不到数据。据其介绍，Box的业务正是帮助客户把散落在20到30个文档系统中的内容迁移至现代化的信息管理方式。

（二）安全与责任划分

主持人表示，他希望有代理替他处理收件箱，却无法接受一个能在收件箱里自主行动的系统。Levie介绍了当前的通行做法：为OpenClaw类代理单独创建收件箱，把它当作一位拥有自己资源的同事，本人收件箱不对其开放。据其介绍，Box内部已有一批员工为自己的代理开设独立Box账号，人与代理通过共享传递文件，代理只获得分区权限，“我只给它这项任务需要的十个文件，整个Box仓库并不开放给它”。

他指出，这套做法仍有两类问题有待解决。一是经典安全问题，如有人冒用用户名义向代理发送请求、诱导其外泄数据，或通过提示注入使代理泄露信息，他认为行业正在逐个解决。二是监管与合规问题，如医疗机构的代理开错处方，责任如何认定。他表示，实验室的责任范围会很窄，限定在版权与知识产权保护一类，无法承担每一起医疗索赔；现有法律框架都默认交易另一端是人，代理介入后，金融、医疗、法律三个领域需要大量新立法与新判例。

四、代理产品形态与速度准确度取舍

Levie认为，聊天机器人与代理处于同一连续体上，产品设计的核心难题在于速度与准确度的取舍。

（一）聊天机器人与代理的连续体

Levie认为两种形态之间取舍不大：用户打开ChatGPT或Claude交给它一项任务，问昨晚比分就直接回答，要求基于Salesforce数据和Box文档做看板、再生成Jira工单就直接执行；快速搜索、带工具的代理、先定计划再操作软件，是同一条连续体。他指出，聊天机器人形态“太容易放弃任务”，如要求列出100家公司只给出25家，Perplexity Computer则“是一头役马，任务完成前不会停”。他认为，困难查询应主动询问是否在完成后通知，15分钟的异步任务好过永远拿不到答案的快速模式。

（二）速度与准确度的取舍

Levie表示：“可以极快但中等准确，或相当准确但极慢，你只能二选一。”据其介绍，Box近期发布的Box Agent拥有与一位Box用户等同的权限，带有搜索、文档阅读、内容生成、建文件夹等工具；公司原本想在设计时集中决定这一取舍，后来不得不把选择交给客户，分为pro与常规两档。团队为此打磨数月，测试方法是让代理查找一组办公室地址并混入几个假地点，观察代理搜索一次还是五次、十次，“代理如何知道自己不知道什么、如何知道任务真正完成了”，答案取决于愿意投入多少算力。据其介绍，5秒返回时约一半概率出错，15秒返回时正确率约为95%。

（三）并行代理的应用领域

对于多个代理并行生成、测试多个版本的机制，Levie认为会出现，但全球算力供给有限，它会落在经济上可测试的结果上，主要包括金融、营销、医疗与生命科学。他转述一位生命科学公司CEO的说法，可运行的实验数量将增至过去的10到100倍，再从中筛选进入完整临床试验的候选。对于所有人从同一上下文取答案可能导致观点趋同的担忧，他表示会要求代理列出正反两面的表格，由自己作出解释与决策，以避免只拿到“对应你提示词的均值回应”。

五、应用层价值归属与竞争格局

Levie认为，实验室作为智能层将获得很大份额的价值，应用层的空间随模型进步动态扩张，实验室之间的竞争格局可参照云计算的演进。

（一）垂直应用与横向代理之辩

对于价值归属于实验室还是应用层，Levie表示“陪审团尚未裁决”，并列举了两方面论证。一方面，领域专用代理深度理解行业上下文，能接入行业专有或公开的数据系统，能推动该行业工作流的变革管理；另一方面，按“苦涩教训”的逻辑，这些优势“离被吃掉只差两三代模型”。他的看法是，领域上下文始终存在，模型无法知道每个人手头的项目与可访问的数据，必须借助产品接入，问题在于接入这些信息的产品能创造多少价值。对于Harvey、Legora与Claude Cowork式横向代理之争，他认为无法靠推演得出答案。

他以传统SaaS时代为例指出，在已有大量横向产品的品类里，仍然出现了300亿、400亿、500亿美元量级的垂直软件公司，原因是客户更愿意信任一家“每天早上醒来就想着他们工作流”的厂商。按行业划分，一是受监管或高价值工作的行业，客户需要日复一日专注于这项工作的现成方案；二是写邮件、回复日历邀请、更新Salesforce记录等通用任务更适合横向代理；三是“深入某个法律工作流、深入一桩并购交易”，他“多数时候会押应用层”。无论哪种结局，实验室都是智能层，都会拿走一份很大的奖赏，剩下的问题是在实验室之上还能创造多少价值。

（二）wrapper层随模型进步扩张

Levie以一张柱状图说明wrapper的演变：三年前模型较弱，建立在模型上的wrapper要交付高价值结果，需自行承担约80%的工作；模型变强后，模型承担的部分上移，wrapper的部分相应缩小。按静态推演，wrapper会缩至薄薄一层，但这一比例会动态变化，模型能力提升后客户想做的用例随之扩张，wrapper层又会出现一批新的待建能力。

他同时认为，这一层不会出现成百上千个成功产品：企业只想把工作做完、相对竞争对手取得一些优势，不想整天琢磨如何实施新技术；能出现在客户办公室、拿出为其用例专门打造的方案的公司将占据优势，前提是不存在智能更差、价格高出很多或用处小到不值得引入新供应商等反向取舍。

（三）实验室竞争与云计算类比

Levie以与两家均有合作为由未对胜负作答，并给出类比：预测OpenAI与Anthropic的胜负，等同于在2008年预测云战争。据其介绍，2010年亚马逊云服务（AWS）云收入约5亿美元，已占据主导地位，Azure刚刚发布，谷歌云（GCP）当时还叫Google App Engine；到过去一年，云基础设施总支出已达数千亿美元量级。他表示：“如果2010年我们做这期播客问这一切会怎么收场，正确答案应该是这不重要，15年后每家都做成了500到1000亿美元收入的生意。”他把智能视为云的倍数，预计五到十年后这些产品将比现在大5到50倍。

主持人认为，领先优势会通过融资与基础设施形成复利。Levie以云计算的经历回应：云是资本开支密集型软件的原型，当年同样有人预期飞轮效应，15年后美国有四家达到规模的云厂商（含甲骨文），加上新兴云厂商（neocloud）与各国本土厂商，“至少十家非常好的云基础设施生意”。他认为，除非出现一次外界完全不知情的封闭式研究突破，突破总会在生态中扩散，任何一家实验室在前沿模型上的领先大约只有六个月到一年；智能之外存在开发者与配套工具带来的网络效应，但市场规模足够大，他并不担心谁胜出。

总的看，Levie认为，一个足够强的模型会使实验室产品路线趋于收敛，编码代理的能力正在外溢到全部知识工作，但数据分散、可验证性缺失与责任划分等因素决定了这一扩散需要很多年；应用层的价值取决于为企业接入上下文、完成部署的能力，wrapper层会随模型进步不断出现新的待建能力，实验室之间的竞争格局则可能与云计算类似，由多家共同做大。