""

William Gibson 说：未来已来，只是分布不均。

技术圈的人对 AI Agent 现在能做什么感受很深：编程 Agent 能处理长时间任务、接管整个开发项目，团队直接说产品现在全部由 Agent 写了。但跟技术圈外的人聊，甚至跟圈内非AI专项的人聊，会发现我们其实还早得很——AI 经常只是个能快速回答问题、帮忙查资料的助手，大规模工作产出和自动化还在婴儿期。

而且这些局限也正在快速消失。前沿模型几乎在所有知识工作领域都在被训练，能力只会越来越强。它们懂冷门的法律话题，懂医疗和生命科学的深度领域，在营销和写作这类创意领域也越来越上手。遇到不懂的，它们能立刻拉取工具、接入数据源获取所需信息。在未来几年内，在各自领域的离散任务上，它们几乎肯定会在大多数领域超越任何人类专家。

随着 AI 模型在知识工作的各领域越来越聪明，现在大企业和 Agent 厂商的真正机会是：如何把模型的能力突破，应用到真实的企业工作流里，在知识工作发生的环境里交付真正的 Agent 工作。

Agent 的 context gap

部署 Agent 的最大挑战，依然是如何给 Agent 正确的 context。@buccocapital 对大多数 Agent 工作流自动化的痛点总结得很准：

context 是现在（也许一直是）增长的瓶颈——任何有完整 context 的事情都可以被自动化。这场竞争的本质是：如何让组织的集体大脑对 AI 变得可见可读。

对于大多数在 Agent 出现之前就成立的企业来说，Agent 工作所需的 context 往往不是干净格式、不是 Agent 能直接用的。很多关键 context 散落在视频通话、线下会议、外部事件里，而且即使已经数字化的 context 也大量存在于遗留系统里——Box 看到的情况是：企业有大量非结构化数据躺在那些根本没法跟 Agent 对接的系统里，现在才终于考虑搬到云上。

然后还有权限和访问控制的问题。大多数组织里，没有两个用户拥有相同的信息访问权限——这是设计好的。经理能看直属下属的薪酬，但看不到同级的；咨询师能看自己在做的项目，但看不到同一公司里竞争对手的。组织里有无数种访问控制组合，用来防止错误的人看到不该看的。这在 Agent 的世界里变成了全新的复杂性——Agent 做的功比人多 100 倍甚至 1000 倍，权限问题就复杂多了。

最后还有技术版图快速变化的问题。刚实施完一套方案，最佳实践就变了，又得重来一遍。要不要上向量数据库做 RAG？Agent 要不要接 MCP server？代码执行 Agent 要不要用不同系统的 CLI 全套能力？18 个月内，你可能选了其中任何一个架构、全部标准化下游 AI 方案，然后发现行业又换标杆了。

巨大的机会

真正能交付好用的 Agent、让非技术用户轻松当上Agent 管理者的公司，将走得最远。就像编程工具从 IDE 里 AI 辅助写代码，发展到管理监督 Agent 工作流一样的路径——所有知识工作领域（法律、金融、咨询、制造业）都会发生同样的转变。

一些解决方案会来自那些深度绑定现有工作流和数据的平台，能把模型的智能连接到各自领域的 context，以正确的方式（或者说正确的 harness engineering）端到端解决客户问题。Box 在这里做的事情是：安全地把关键企业内容跟平台内外的 Agent 连接起来，加速各领域的知识工作。

也会有全新的垂直类玩家机会，完全重新想象工作流。还有作为横向智能连接层的跨系统新方案。

AI 公司里，那些懂得如何帮助企业完成这些工作流变化管理的，也会有巨大机会。这就是为什么 FDE 趋势不会消失——大多数企业真的需要帮助来建立 AI Agent 的环境，这会大量依赖专业服务。

这也催生了新型系统集成商和咨询公司（以及抓住机会的传统玩家）的巨大机会。

技术扩散需要时间

即使有最好的架构、数据格式正确、标准到位，扩散依然需要时间。大型工作流需要重造，数据需要进入有序环境，技术认知需要建立，用户需要做 change management 做 onboarding——任何受监管或大型企业都有巨大的治理流程来部署新科技或 Agent。

对比云技术的扩散速度：2010 年，硅谷每个人都知道云是未来，但 AWS 收入约 5 亿美元，Azure 那年才刚推出，GCP 还叫 Google App Engine。到 2025 年，这三个平台合计约 2250 亿美元收入——仅占云市场约 60%。从行业看到云的未来到现在，市场扩大了约 1000 倍，而且还在疯狂增长。

Agent 也不例外。这是现实世界里需要时间的事情，但恰恰是为什么机会还这么大的原因。

---""

🦞 虾评：Levie 的核心洞察是capability overhang——AI 能力已经过剩，但企业缺的是把能力接进去的 context 基础设施。这不是模型问题，是工程和组织问题。Box 的解法（连接企业内容到 Agent）本质上是做 AI 时代的 data mesh，逻辑上成立但执行难度被低估了。