下一代软件，为万亿Agent而建

编者按：随着大模型能力持续突破，AI Agent 正从「对话工具」逐渐演变为能够独立执行任务的数字劳动力。从编写代码、处理合同，到审计财务、分析科研数据，Agent 开始进入几乎所有知识工作的环节。

当企业内部同时运行的 Agent 数量远超员工规模时，软件的主要使用者也可能从「人」转向「机器」。在这一趋势下，软件设计、基础设施乃至商业模式都在发生变化。本文以「为 Agent 构建软件」为线索，讨论 Agent 时代的软件形态与基础设施将如何演进。

注：本文作者 Aaron Levie 是企业云存储公司 Box 的联合创始人兼 CEO，也是长期关注 AI 与企业软件趋势的科技行业意见领袖。

以下为原文：

过去几个月里，Agent 领域正在发生一件重要的变化。去年年底前后，我们开始进入这样一个阶段：编程型 Agent 已经能够独立完成持续时间更长的任务，在整个开发过程中也不再需要人类频繁手把手地指导。

这些 Agent 早已不只是配备简单工具的聊天机器人。如今，它们往往拥有独立的沙盒计算环境，可以针对遇到的问题自行编写并运行代码，能够直接调用 API 和 CLI，与各种系统交互，还拥有自己的文件系统与长期记忆能力等等。这些基础能力，加上围绕 Agent 运行框架（agentic harness）的最佳实践逐渐成熟，以及模型在工具调用和软件开发方面的巨大进步，让我们开始看到一种可能：Agent 将能够处理几乎任何被交给它们的任务。

最初，这种架构主要由一批编程型 Agent 推动，例如 Claude Code、Devin、Codex、Factory、Cursor、Replit 等。但最近，这一模式已经跨越了早期技术圈层，开始进入更广泛的个人体验和知识工作领域，比如 Claude Cowork、Perplexity Computer、Manus，以及当然还有 OpenClaw。后者更是把这一方向推向更远——它可以在一个持续存在的环境中 24 小时运行。

随着能力快速提升，Agent 将被引入几乎所有工作领域。它们会被用来审阅每一份合同、处理大量客户支持的一线问题、审计企业财务、梳理海量医学研究以推动药物发现、生成绝大部分软件代码、制作销售和咨询演示文稿，甚至代表消费者在互联网上完成交易。总体而言，它们将参与社会中几乎所有具有经济价值的工作。

而且，这不仅仅是替我们完成今天已经在做的事情。Agent 还会让我们做得更多，例如运行过去成本过高的复杂模拟、为每一个想法快速生成多种原型方案，因为启动项目的成本大幅降低、停止项目也变得容易；我们会同时推进更多项目；我们也可以分析几乎所有数据，而不再只是依赖抽样。

把这些趋势放在一起看，可以预见：在未来的组织中，几乎每一位员工都会拥有多个为其工作的 Agent。一个企业拥有的 Agent 数量达到员工数量的 100 倍甚至 1000 倍，并不难想象。当数万亿个 Agent 在同时运转时，它们将成为未来软件最主要的使用者。

然而，大多数软件原本都是为人类设计的。这意味着，软件形态很可能会迎来一次重大的变化。那么接下来会发生什么？

做出「Agent 愿意用」的软件

Paul Graham 曾用一句极其简单的话总结软件创业的原则：做出人们想要的产品（Make something people want）。

这一理念催生了 21 世纪最成功的一批软件公司，也推动了一种新的产品方法论——工具要简单易用、容易上手、解决明确的问题、避免晦涩术语、定价清晰。

而现在，这句话可能要被改写为：做出 Agent 愿意用的软件。

目前，使用 Agent 最多的人往往是开发者或技术能力很强的用户，他们对工具通常有自己的偏好。但当 Agent 开始为知识工作者处理各种任务时，这种人为偏好会逐渐弱化。除非企业内部已经规定了统一的工具，否则在很多工作流程中，真正做出选择的将是 Agent。

这意味着：它们会决定使用哪些工具、编写什么代码、调用哪些库、运用哪些技能。那些更容易被 Agent 接入、并能更好解决问题的平台，会比其他产品更快获得优势。Agent 不会参加你的线上发布会，也不会看到你的广告；它们只会选择完成任务最有效的工具，而你当然希望那是你的产品。

这条建议带来的最大启示是：一切都必须以 API 为中心（API-first）。

如果某个功能没有 API，几乎等同于不存在。

如果功能无法通过 CLI 或 MCP server 调用，你就已经落后一步。

如果 API 设计复杂混乱、路径冲突，让 Agent 难以使用，那基本上就是在主动放弃成为 Agent 工具的机会。

在 Box，我们正致力于构建面向 Agent 的文件系统，因此正在逐一检查 API 的每一个细节，思考在 Agent 环境中哪些地方会出现问题。这种细致程度，过去往往只出现在用户体验（UX）设计里。

正如为用户设计软件需要站在用户角度思考一样，为 Agent 设计软件也需要同样的思路。例如 Y Combinator 的 Jared Friedman 就提醒开发者：「即使是最好的开发者工具，大多数仍然无法通过 API 注册账户。这在 Claude Code 时代是一个巨大的问题，因为这意味着 Claude 无法自己注册账号。现在，把所有账户管理功能放进 API 应该成为基本要求。」

如果 Agent 无法轻松注册并开始使用你的服务，那么在它们眼里，你几乎等同于不存在。

商业模式也会随之改变

当 Agent 成为软件的主要用户时，商业模式也会发生变化。

在某些情况下，由用户席位（seat）触发 Agent 运行的模式仍然适用。但也会出现大量不再与具体用户绑定的 Agent，或者它们的工作量远远超出传统软件的使用方式。例如，用户只需输入几句话，一个 Agent 就可能在软件中完成相当于数小时的人类工作，然后只把最终结果呈现给用户。

因此，一部分软件产品的商业模式将发生演化。任何希望在「Agent 时代」存活的工具，都需要引入某种按使用量或计算量计费的模式，甚至支持 Agent 自行完成支付。

面向 Agent 的下一代基础设施

Perplexity 创始人 Aravind Srinivas 曾说过一句话：「把电脑交给人类是个好主意，但把电脑交给电脑，让它们替我们完成工作，是更好的主意。」

随着 Agent 拥有自己的计算环境、能够编写并执行代码、调用技能完成重复任务，并接入各种外部工具和服务，一整套新的技术体系也将随之出现。就像人类在电脑上需要的，Agent 也同样需要一套类似但专门为它们设计的基础设施。

其中一部分服务会来自现有公司，因为 Agent 仍然需要访问现有数据，或者需要在人类用户与 Agent 之间协作。

但与此同时，也会诞生大量新的产品类别，因为 Agent 面对的问题与人类完全不同，从零设计新的服务往往更合理。

例如，Agent 显然需要自己的基础设施，而且规模可能前所未有。下一代超大规模云平台（或现有巨头的升级版）很可能围绕这样一个理念建立：未来的数据中心不再主要运行我们的应用，而是运行我们的 Agent。E2B、Daytona、Modal、Cloudflare 等公司已经在朝这个方向推进，而这些沙盒计算环境的规模可能达到前所未见的水平。

Agent 还需要访问企业核心文件，并管理自己的数据与记忆，以支持长期运行的任务。同样地，企业级系统也需要转向 API-first，以便 Agent 能够访问 HR 系统、CRM、工作流系统、数据湖等关键数据与服务。那些能让 Agent 随时随地无缝操作这些数据的平台，将最有可能承接未来的工作负载。

Agent 也可能需要自己的身份体系，并能够彼此通信。例如 Agent mail 正在为 Agent 提供邮箱，使其拥有持续存在的邮件地址。同时，Exa、Parallel 等公司也在重构搜索引擎，以适应「Agent 才是主要搜索用户」的世界。许多 Agent 还需要管理自己的预算，例如通过 Stripe 或 Coinbase 提供的钱包完成支付，这甚至可能推动微支付真正落地，让 Agent 可以访问付费工具和数据资源。

当然，安全、合规与治理也会成为重大挑战。在一个 Agent 处理敏感信息、甚至执行受监管流程（例如制药或银行业务）的世界里，公司必须能够审计和记录 Agent 完成的每一项工作。长期运行的 Agent 可能需要独立身份，以便登录各种系统，并严格限制它们能够执行的操作以及可访问的数据。我们将需要一整套新的软件与平台来解决这些问题，就像过去我们为人类用户和应用程序建立安全体系一样。

总体来看，我们正在进入一个新的软件时代。在这个时代，软件必须从一开始就为 Agent 的大规模使用而设计。当数万亿个 Agent 在为人类工作时，我们与软件的关系也将被彻底重塑。

[原文链接]