Surviving the New Economics of a Post- Agentic World |Episode #365|
三句話摘要
AI智慧體技術正在顛覆企業軟體價值鏈，傳統企業軟體公司面臨生存危機與戰略轉型。 企業軟體公司不能消極地維護過去的角色，而應主動接納智慧體時代，從大規模智慧體的管理、安全驗證、許可權控制等基礎設施層面開闢新的價值創造空間。 企業軟體衰退的經濟根本：智慧體正取代傳統企業軟體功能，企業高管意識到需重新分配預算，從軟體和服務轉向硬體基礎設施。大規模智慧體需要更多計算資源、上下文資訊和長期執行能力，這徹底改變了企業的資本配置邏輯。
重點整理
重點- 1
企業軟體衰退的經濟根本：智慧體正取代傳統企業軟體功能，企業高管意識到需重新分配預算，從軟體和服務轉向硬體基礎設施。大規模智慧體需要更多計算資源、上下文資訊和長期執行能力，這徹底改變了企業的資本配置邏輯。
- 2
多重地緣政治壓力並存：美國專有模型成本昂貴且受出口管制，中國開源模型成本低但政治受限。企業同時面臨兩方壓力，產生了黑市現象（如中國代幣黑市），經紀人以折扣價轉售西方AI API訪問權。
- 3
互動模式的代際演進：從網頁介面→API時代→智慧體直接互動的完整遷移。未來大多數B2B和企業內部系統互動都由智慧體自主完成，無需人類干預，這是本質性的架構轉變。
- 4
企業軟體公司的兩條出路：透過MCP（模型上下文協議）連線到通用智慧體生態，或構建專有智慧體叢集。無論選擇何者，大規模智慧體的管理、許可權控制、身份驗證本身正成為新的產業機會。
實用技巧與重點
乾貨- 資料指標：
- IBM單日跌幅：25%（市值蒸發約700億美元，創50年最大單日跌幅）
- 同日企業軟體公司跌幅：Workday -10%、Salesforce -9%、ServiceNow -8%、Adobe -6%
- 硬體供應商漲幅：Nvidia和Intel股價上升
- 企業執行智慧體規模：7萬個和6000個（兩家公司的實際部署）
- 技術工具與標準：
- MCP（Model Context Protocol）——企業對接AI生態的標準
- Unsloth——在MacBook上進行模型微調的工具
- 微調方法——組織重新重視模型微調能力
- 市場現象：
- 中國代幣黑市——經紀人折扣轉售OpenAI等西方平臺的API訪問權
- 硬體恐慌搶購——企業為規避AI模型成本上升而搶購晶片和基礎設施
- 技術演進速度：
- 熱詞更新週期：智慧體工程→迴圈工程→下一代（數月內迭代）
- Anthropic最新論文：討論可符號化表示與全域性工作空間、語言模型的關係
結論
結論“企業軟體公司不能消極地維護過去的角色，而應主動接納智慧體時代，從大規模智慧體的管理、安全驗證、許可權控制等基礎設施層面開闢新的價值創造空間。”
完整解析
詳細這期播客的起點是一個市場訊號：IBM股價在單日內暴跌25%，蒸發約700億美元市值，創造了50多年來最嚴重的單日跌幅，甚至超過1987年黑色星期一的損失。看似突如其來，實則有跡可循。
Chris Benson坦言，這個事件並未令他驚訝。他長期在思考一個核心問題：技術如何系統性地取代現有的技術、工作流程和職業崗位。更具體地說，是智慧體在規模化時代如何衝擊企業的基本商業模式。他甚至正與出版社籌備一本專著，核心主題就是這種技術遷移的必然性。
Daniel Whittenaker進一步剖析了這一現象的經濟學根源。企業正在進行預算大轉移：從企業軟體和服務領域轉向硬體和基礎設施投資。為什麼？因為大規模智慧體運作需要三樣東西：第一是更強大的計算硬體；第二是更豐富的上下文資訊儲存；第三是長期執行的能力（跨小時、天甚至周）。這些需求都直接指向對硬體和基礎設施的投資，而傳統企業軟體—— CRM、ERP、專案管理工具——在這個新正規化中的價值被不斷侵蝕。
同一天股票下跌的不止IBM。Workday跌10%、Salesforce跌9%、ServiceNow跌8%、Adobe跌6%——企業軟體類公司幾乎全線下滑。與此相反，硬體供應商Nvidia和Intel的股價上升，因為市場上演出了大規模的硬體搶購潮。
地緣政治環境加劇了這種焦慮。美國對其先進AI模型實施出口管制，試圖維持技術優勢。但中國在開源模型領域已經建立了成本優勢。企業高管們被夾在中間：使用美國專有模型成本高，使用中國模型又面臨政治風險。這種壓力下，甚至出現了中國的"代幣黑市"——經紀人組成的灰色經濟，以折扣價轉售OpenAI等西方平臺的API訪問權，因為中國使用者無法直接付費。這是典型的政策管制下的市場反應。
從技術架構角度，企業面臨兩種選擇。第一種是透過MCP（模型上下文協議）充當中間層，向通用的AI生態開放自己的資料和功能，成為大AI生態的一個節點。第二種是完全自建，構造專有的智慧體叢集，在內部進行閉環運作。但無論選哪一條，一個根本性的轉變不可避免：互動方式從API介面時代進入智慧體直接對話時代。
未來的企業世界中，大多數系統間的互動不再是人類操縱UI去呼叫API，而是智慧體與智慧體直接協作。Daniel提到Prediction Guard已經接觸到正在執行7萬個智慧體的公司，還有一家執行6000個。這不是五年後的未來，是現在進行時。技術演進速度之快令人瞠目：三個月前"智慧體工程"還是熱門詞彙，現在已被"迴圈工程"（agents-in-the-loop）取代，而到年底恐怕這個詞彙也會過時。
另一層討論觸及AI的意識問題。Anthropic最近發表論文，討論語言模型如何創造"工作空間"——一種類似人腦工作記憶的機制。雖然"意識"的定義迄今沒有統一共識，但關鍵在於：這些模型已具備資訊傳遞、報告和處理的功能能力，而且這種能力在持續提升。無論我們如何定義意識，從結果層面看，如果一個系統能達成預期目標，其實現機制如何就變得相對次要。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
