VV
vv燕文的AI创投圈AI VENTURE & BUSINESS

AI 创投圈 · 003AI投行视角

工作被Agent接走

管理AI成为必备能力

60秒看懂 ↓查看本期资料 →
ISSUE 0032026.07完整原文 · 深度研究

60-SECOND BRIEF

60秒看懂这一期

计算迁移AI员工

从托管软件走向托管能连续工作的数字员工。

产品变化Autopilot

不只辅助工作,而是交付可验收的结果。

企业真实工作110万+小时

a16z披露Convey数字员工已完成的真实工作量。

  1. 01

    未来工作的最小单位会从“职位”变成可拆解、可验证的任务与结果。

  2. 02

    未来最值钱的人,不只专业能力强,还能搭流程、训练Agent、判断结果。

  3. 03

    AI创业的机会不是再做聊天框,而是把客户愿意外包的工作变成可复制、按结果收费的数字劳动力。

VV YANWEN · AGENT OPERATING MAP

AI员工管理与交付五层地图

从一个能跑的Agent,到一支可管理的数字团队
01任务层

定义结果与边界

研究目标
把岗位拆成可执行、可验收任务
关键指标
验收标准、成功率、时限
行动方向
先写清输入、输出、例外和责任人
主要风险
目标模糊,Agent完成动作却没交付结果
02环境层

电脑、账号与权限

研究目标
给Agent提供持续、可控的工作环境
关键指标
环境启动时间、权限范围、隔离级别
行动方向
使用独立账号、最小权限、状态保存和日志
主要风险
权限过大、数据泄露、环境不稳定
03流程层

Harness与工具编排

研究目标
让模型按步骤调工具、保存记忆并重试
关键指标
工具调用成功率、中断率、恢复时间
行动方向
把公司的SOP、背景与异常处理编进系统
主要风险
只有模型能力,没有稳定的工程系统
04管理层

人工检查点与升级

研究目标
把高错误代价的决策留给人
关键指标
人工接管率、误放率、处理时间
行动方向
为金额、法务、客户承诺等节点设确认与升级
主要风险
过度自动化导致不可逆错误
05经营层

质量、成本与规模

研究目标
证明AI员工能持续交付并改善经济性
关键指标
单任务成本、正确率、吞吐、客户ROI
行动方向
按结果复盘,优化模型路由、人工兜底和收费方式
主要风险
规模增长后成本、错误和管理复杂度同步放大

PRIMARY SOURCES · CHINESE DIGEST

一手资料与中文核心提炼

先看结论,再根据需要打开原文
01a16z|Investing in Runta

Agent需要的不是一个聊天框,而是包含操作系统、状态、账号与权限的完整计算环境。

  • Agent工作负载会制造新的CPU与通用计算需求。
  • 安全与策略必须成为Agent计算环境的底层能力。
02Sequoia Capital|Services: The New Software

当AI直接交付工作,商业模式可以从卖软件工具转向卖服务结果:Copilot帮人做,Autopilot对完成工作负责。

  • 外包预算可以成为AI服务的市场切入点。
  • 人类的判断与责任不会自动消失。

VV YANWEN · ORIGINAL

本期原文

HOLA。AI员工,开始抢电脑了。这不是比喻。7月16日,a16z宣布投资Runta,文章里有一句特别抓人——AI智能体想要的,不只是一个聊天框,而是一整台电脑。

它需要操作系统、持续记忆、自己的账号和权限,还要能在本地或者云端连续工作。a16z判断,Agent的快速增长,正在GPU短缺之外,制造新的CPU需求。计算世界的下一次迁移,正在从“托管软件”,走向“托管AI员工”。

这不是a16z一家的判断。5月,红杉资本在AI大会上直接宣布:2026年,是Agent之年。因为模型、工具和Agent Harness,三个条件终于同时成熟。

Harness是什么?你可以把它理解成AI员工的管理系统:给它任务和背景,调用工具、保存记忆、检查结果,发现跑偏后及时拉回来。模型像大脑,工具像双手,Harness就是公司的流程、制度和管理者。

所以红杉3月那份《Services: The New Software》的判断更狠,服务就是新软件。2025年增长最快的是Copilot,帮人完成工作;2026年争夺的是Autopilot,直接交付工作。Copilot卖工具,Autopilot卖结果。客户未来可能不再为软件账号付钱,而是为“账结完了”“候选人筛好了”“客户跟进了”付钱。

我做了8年面试官,做超级个体赋能过几万职场人。过去判断候选人,主要看专业能力、项目经验和解决问题的能力。现在又多了一项,而且会越来越重要:你能不能管理AI完成工作?

“我会用ChatGPT写文案”“我会用AI做PPT”,已经不算优势了。就像十年前你说会用Excel,面试官不会因此多看你一眼。真正有竞争力的人,会拆目标、定流程、设验收标准,把重复环节交给AI,关键节点由人确认,最后用时间、成本和结果复盘。这不是“会用AI”,而是在管理一支数字团队。

我今年带学员做AI工具,也踩过很多坑。第一版Demo最容易让人兴奋:能生成、能回答、能跑起来。但真正交付时,客户关心的是:会不会中断?出错谁兜底?能不能接进原来的工作流?做一百次以后,成本还算不算得过来?一个能回答问题的AI只是功能,能稳定完成任务、异常时知道找人、最终对结果负责,才可能成为产品。

a16z最近投资的Convey,就是让非技术团队像培训新员工一样培训AI。给它演示流程、说明规则,之后AI进入企业系统完成整段工作,解决不了再找正确的人。根据a16z披露,这些数字员工已经完成超过110万小时的企业真实工作,不是Demo,而是真正在公司里干活。

所以我读完红杉和a16z最近的判断,得到三个结论。第一,未来工作的最小单位,不再是“职位”,变成了“任务”和“结果”。岗位不会突然消失,但其中可标准化、可验证的部分,会不断被Agent接走。

第二,未来最值钱的人,不只是专业能力强,还能定义目标、搭建流程、训练Agent、判断结果的人。AI负责执行,人负责判断和责任。

第三,AI创业真正的机会,不是再做一个聊天框。而是找到客户已经愿意花钱外包的工作,把它变成可复制、可交付、按结果收费的数字劳动力。

所以别再只问:AI会不会取代我的工作?你更应该问:哪些任务可以交给AI?用什么标准验收?当执行越来越便宜,我还剩下什么不可替代的判断?

未来淘汰你的,可能不是AI,也不是某一个会用AI的人,而是一个能同时管理十个AI员工的人。

我是vv燕文,【AI创投圈】第三期,聊聊与你我他都相关的AI。下周一见,Chao。

ABOUT VV YANWEN

关于 vv 燕文

AI创投研究AI产品实践市场与投放跨业务项目

我做了十几年市场和投放、内容和流量,参与过月流水亿级业务,也负责过跨团队、跨业务的大型项目。

从外企、创投、互联网教育到AI项目实践,我长期关注的并不只是流量趋势和新技术本身,而是:一个趋势怎样进入真实业务,怎样变成产品、用户、收入和可复制的增长。

现在,我一边研究AI创投与产业变化,一边亲自带学员做AI项目、做产品、跑交付。我希望把机构报告、产业数据、真实项目经验,翻译成创业者、管理者和职场人真正能用的商业判断。

「AI创投圈」不是资讯搬运,而是一套持续更新的深度研究:看懂技术变化,也看清客户、成本、交付和商业结果。

如果你正在做AI产品、寻找AI转型机会,或者希望交流内容增长与商业化,欢迎添加我的企业微信。

京ICP备2025134656号-1