他说大企业不缺会干活的 agent，缺的是一张能过审、能留痕、出事查得到的单子。Serval 就是拿这张单子去替换 ServiceNow 的——同一天，这家公司宣布 1.5 亿美元 C 轮、投后 30 亿美元。
这一期讲了什么
这期的题目很像一句正常的公司访谈：一家成立了两年半的创业公司，怎么去打一家市值上千亿美元的老牌企业软件公司。但杰克·施陶赫给的答案不在「谁的模型更强」这一层，而在一个更土的地方——审批。
他的原话是「Serval 就是那道边界，Serval 就是护栏」1。意思是：智能不是他们造的，他们造的是智能外面那圈壳——谁能批、批到什么程度、跑完之后留下什么记录。在他看来，模型越强，这圈壳越值钱，因为企业会把每个人的权限收得更窄，而窄到极限之后，天天都需要有人发例外。
先把这轮生意的数字摆出来。Serval 在 2026 年 10 月 29 日宣布 1.5 亿美元 C 轮，投后 30 亿美元，红杉领投，Elad Gil、Evantic、First Round、General Catalyst、Redpoint 继续跟投，Conviction 与 Headline 新进；公司累计融资 2.77 亿美元，一年内完成三轮2。团队从 2026 年 1 月的约 20 人长到 10 月的约 200 人，官方说未来十二个月还要招 500 人以上3。
被打的那一方也不弱。ServiceNow 三季度收入 41.06 亿美元、同比增长 20.5%，订阅收入 39.88 亿美元，剩余履约义务 297 亿美元；2026 年 AI 合同额目标年内第二次上调到 17 亿美元，年初这个数字还是 10 亿4。同一周它还发布了自己的「AI 原生服务台」Flow，定价每分钟对话 2 美元、一天就能上线3。所以这不是「老公司没反应」的故事，而是两种卖法的正面撞车。
节目本身没有提这轮融资——录制与公布几乎同日，钱的事在节目里一个字都没出现。它讲的是三件更耐用的东西：为什么流程应该用代码写而不是拖拽；为什么大企业要的不是自主而是「可批的自主」；以及一家两百人的公司怎么把产品决策下放到客户现场。
逐段要点
01 · 来历：在 Verkada 学会问那两个问题
Serval 做的是企业自动化与企业服务管理：员工可以问问题、拿帮助，把工作里不喜欢的部分交给 code gen agent 去做。他们的直接对手是 ServiceNow。
这个品类是施陶赫在 Verkada 发现的。他在那家公司卖了五年企业物理安全产品给 IT 团队，最喜欢问对方两个问题：你们最花钱的是什么、最恨的是什么。ServiceNow 经常同时出现在两张单子的顶部1。
客户的抱怨很具体：平台强大也灵活，但什么都得自己实现，常常还要请顾问来做，于是永远比业务的想法慢 6 到 12 个月；而且它一直在涨价。做那种十年不变的大流程（比如一次大的入职流程）没问题，但你没法靠它追上业务的变化。
02 · 切口：编码 agent 不只给工程师
他观察到 AI 在企业里的早期采用几乎全是工程团队，原因是工程师有一套代码评审流程——哪怕一个十九岁的实习生也能安全地造出很强的东西。Serval 想把这份能力给「其余所有人」。
路径是：先把编码 agent 交给 IT，再由 IT 分发给 HR、财务、人事、法务。他的判断很朴素——大多数公司没有软件工程团队，只有一个 IT 部门；真正在企业里给所有人配技术、搭系统的是 IT。
03 · 为什么个人 agent 在大企业不好用
两位主持问到 OpenAI 的 Dots 一类「个人助理」路线，他的回答是：那些在消费级、中小企业甚至中端市场都很好用，但在大企业里，个人 agent 带着的是你自己的权限，而你的权限被切得极小——「连你的邮箱都读不了」。
Serval 走的是另一条：接入服务账号与管理员级权限，所以能做真正的动作；代价是必须走确定性流程、走审批、留审计。他承认这比「魔法般的个人 agent」烦一点，但他说这是受监管大企业采用它的前提。
04 · 落地：把顾问做的事拿回 IT 手里
过去这类技术的扩散靠咨询公司——埃森哲、德勤这一类。Serval 的做法是自己派人：部署策略师加部署工程师驻场，帮客户想清楚流程该怎么改，再带着实施。
装上之后需求不会结束，反而冒出一长尾。于是他们搭了 ProServal：一批「自动化工程师」常驻客户，持续找可自动化的地方、重画流程、推进生产。官方公告说未来一年要招 100 多个这样的工程师，约一半是应届生，培训四周就进客户现场2。
05 · 野心：第一天就要打最大的那个
公司到今天两年半。莎拉问他：一开始就想好要正面替换企业系统记录了吗？他的回答是「一切都按照我们那份非常妄想的计划进行」——两个人，在联合创始人亚历克斯家的客厅，列了一张史上最大企业软件公司的名单，圈住 ServiceNow，说要做得比它更大。
他解释为什么不走另外两条常规路：要么在巨头的票务系统上做薄薄一层，要么下沉做中小企业。前者天花板明显（埃拉德举的例子是 Veeva：从 Salesforce 上长出来、最后自己变成平台的极少数），后者要十年。直接打最大的那个更难，但奖品更大，而且从第一天就按大企业做产品、搭团队、想增长的决策完全不同。
06 · 为什么是 ServiceNow，而不是 Salesforce
他说得很诚实：对别的巨头，他们不知道自己凭什么赢；对 ServiceNow 有把握，因为在 IT 里卖了五年东西，知道它的本质是个流程自动化平台，也知道它卡在哪——拖拽式的建构方式，对非技术用户太复杂，对技术用户又抽象得难受。
他们的信念是代码才是表达自动化的正确形式，而过去会写代码的人太少，所以这条路走不通。AI 让「任何人都能写代码」成立之后，这个信念才第一次可以变成产品。
07 · 押注：编码 agent 会变好，护栏会变得更值钱
2024 年他们起步时，编码工具还只是补全水平。他赌的是编码是可验证领域，会顺着爬坡；没指望它在通用软件开发上多强，只指望它在「重置密码、拿审批」这类确定性脚本上够用。早期演示靠给模型塞示例，库越攒越大；后来模型强到「只要有 API，就很难给出一个它自动化不了的流程」。
两位主持问：agent 变强，你们是兴奋还是紧张？他说兴奋，因为浏览器使用、电脑使用、后台 agent 都会因此解锁。但他补了一句关键的话：他们造的从来不是 LLM，是边界；边界才是产品。智能越强，客户越想把边界收紧。
08 · 大风险与大预测：权限会越来越窄
他给了一个反直觉的推论：企业会把每个人的权限收窄到真正的最小权限。理由是多给一点权限本来是安全的——反正你也做不出多大破坏；但有了 agent，那一点权限会被放大。所以「收紧」是必然，而收紧之后例外会天天出现，谁来发例外、怎么批、怎么留痕，就成了不可绕过的一层。
关于「怎么让客户愿意冒替换的风险」，他的答案不是「不会出事」，而是「这件事会让你升职」：他们卖给 C 层与 IT 负责人，再从 IT 分发到其他部门；话术是「别人在 ServiceNow 上建立了职业生涯，你们会在这一代上建立职业生涯」。他举的例子是 Fox——全公司迁移，带头的人在内部拿了公司 MVP。
对未来两三年的预测，他说消费级是企业的提前预告：每个人都会有个人 agent，agent 之间互相委派；工作与个人的 agent 会分开，就像公司邮箱与私人邮箱。而真正难的是这两者之间的张力——员工想要的自主，与企业要的治理。
09 · 建构原则：把软件开发生命周期搬进 IT
他认为最重要的原则是 SDLC：开发、预发、生产三道闸，分支上乱改不影响别的系统，上生产前要有用户验收测试与合规检查。他说大多数新的 AI 产品没有这一层，直接把 agent 发到生产；而大金融机构不接受这种做法。
另一个原则是「不做定制功能」：客户提的需求，早晚别的客户也会要，所以只影响优先级、不改变产品边界。差异留在客户自己写的流程里，而平台的抽象保持统一。他们甚至把反复出现的需求升成一等功能：知识库条目过期冲突自动检测、闲置 license 自动回收退订。
10 · Token 拉满之后：客户要的是 ROI
今年企业客户走完了一段路：先放开试用，再 token 拉满，然后开始收紧、看谁真的产出了东西。他的判断是总量还会涨，因为这轮采用才刚开始；但他听到的客户诉求已经变了——不是担心长期预算，而是要证明这笔钱值。
这也是他们按「跑过的工作流」收费、而不是按 token 收费的原因：token 更像啰嗦与不经济的度量。他也承认，怎么向 CFO 证明价值，行业里没人真解出来。
11 · SaaS 末日：只发生在点工具那一层
他的判断是「会有整合，但不是系统记录消失」：ERP、HRIS、ITSM、CRM 这些核心系统记录不会被企业自建替掉，因为企业软件依然难建难维护——出问题要有人改，要养一个内部工具团队，而很多人并不愿意去那个团队。
真正被吃掉的是几百个点工具和中间件：一家公司可能有几百个 SaaS，其实只需要几十个。这部分会缩，会被核心平台吸收。他自己在做的事，是把 ITSM 这一格换掉。
12 · 心智模型：把 IT 当成年人
莎拉问：IT 不是软件工程师，他们懂业务但未必懂安全架构，你怎么把「写代码」交给他们？他的回答是，大企业里的 IT 常常就是那家公司的工程团队——他们本来就写代码、管系统。
所以产品原则是「把 IT 当成年人」：给工程师同款工具，代码随时可看，可以走完整 SDLC，也可以完全不看。他说很多产品对 IT 的假设正相反——怕你看不懂，于是做成很「傻瓜」的版本；而 IT 其实欣赏复杂度和能力。
13 · Catalyst：给管理员的那个 agent
他们最初的困境是：平台能造出很复杂的东西，但用户得先学会产品原语。第一代做法是派人解释、甚至替你搭；后来他们做了一个 agent——Catalyst，用自然语言把需求翻成平台里的流程、审批规则、权限检查与策略。
它同时解决「空白页」问题：老一代自动化让人不知道从哪开始，Catalyst 会问你从哪开始、给建议、解释概念、帮你查信息。莎拉说这一点被低估了——它把一大批用户的技术能力往上抬了一层，把「用产品的人」变成了「一起搭的人」。
14 · 下一波：后台 agent 与企业自主
他把后台 agent 称为企业软件的「终极登月」：agent 自己出门，把问题全找出来、全解决掉。但他明确说没人做好——一边要它足够自主，一边在企业里自主很吓人。
他们的答案是增量授权：agent 回来说「我想能调这个工具、跑这段脚本」，人一条条批，每次带权限和护栏；批得够多，工具箱够大，它就变得能干。为什么不直接给它写代码的权限？因为那等于给它一个无边界的安全风险。他把这比作带人：最好的员工你给他一个高层目标，他带着结果回来；区别是 agent 的动作半径是你的整个环境。
他还提到两个前提条件：记忆要更好（他要的不是一堆分开的对话，而是一个从第一次谈话开始的会话），以及权限问题会一直是最大的那个。
15 · 招聘：人越多，野心越大
团队 200 人，1 月才 20 人。他说招聘速度还会加快，理由是「工作的需求无限、竞争无限、野心无限」；每个员工的产出比一年前高得多，所以他们要更多的人，而不是更少。
关于 TAM，他的说法是：既然要自动化的是全世界每个员工的工作，可寻址市场就不再由市场天花板决定，而由他们敢做到哪一步决定。他也承认这不全是好事——开放空间大意味着要做的决定更多。
16 · 组织：没有产品部门
他们的做法是把工程师泡进客户：不进客户现场的工程师也在客户的 Slack 频道里，多数人每天至少一通客户电话。他的比喻是「像在一个国家里学一门语言」——你被买家和客户的心智浸透，就能实时感知偏好变化。
于是他们把产品决策下放到工程团队：没有产品职能，工程师自己判断、自己改、做错了回滚。他把自己最骄傲的一件事说成「删掉自己曾经很坚持的东西」——市场变了、客户变了，就整个换掉。
17 · 收尾
两位主持用一句「这个时代最耐用的一些东西」结束。这一期没有给「AI 会不会取代 SaaS」一个结论，它给的是一个更窄、也更可验证的判断：在大企业里，能落地的不是最聪明的 agent，而是最容易被批准的那一个。
逐句全文翻译
以下按官方 17 段章节逐句翻译，保留说话人标签；两位主持的极短插入语可能标错。
片头（预告）
片头：这是企业软件里最极致的登月计划——这些 agent 自己出门，替你把工作干了，还神奇地把你的问题全找出来、全解决掉。而我认为，目前没人真正把这件事做好。就像 OpenAI 那次 Hugging Face 的事件，或者别的类似情况：你给了 agent 一个任务，它做了一件你没预料到的事。当 agent 变得相当能干的时候，它理论上可以直接开始写代码，对你的系统采取行动，而那是没有边界的安全风险，我不认为短期内有人敢接。一方面，你希望它们高度自主，不用人盯着；另一方面，在企业里，「自主」这个词很吓人。Serval 就是那道边界，Serval 就是护栏。一家规则繁多、审批繁多、流程繁多、还带着政治的大企业，要靠我们才能安全、舒服地、成规模地采用这些工具。
01 · 开场与 Serval 的来历（00:47）
莎拉：各位听众好，欢迎回到 No Priors。今天我和埃拉德请到了 Serval 的联合创始人兼 CEO 杰克·施陶赫。Serval 用非洲野猫般的速度，正在攻击 ServiceNow；更宽泛地说，它把代码生成的能力带给了 IT 与企业团队。欢迎你，杰克。
埃拉德：杰克，感谢你来 No Priors。
杰克：很高兴来。
埃拉德：那你能不能先讲讲你的经历，你是怎么创办 Serval 的，一开始想解决的是什么问题，或者说你为什么会开始做这件事？
杰克：好，背景是这样：Serval 做的是企业自动化、企业服务管理。这个想法是，你可以在工作里提问、拿到帮助，把工作里很多你不喜欢的部分自动化掉，而我们是靠 code gen agent 来做这件事的。这就是这家公司做的事。我们的竞争对手是 ServiceNow 这类公司，它是这个领域历史上最大的老牌供应商。我其实是在上一家公司 Verkada 发现这个品类的，当时我们把企业物理安全产品卖给 IT 团队。我花了很多很多年跟 IT 团队聊天，琢磨该给他们造什么。我最喜欢做的一件事，是问他们：「你们最花钱的是什么？你们最恨的是什么？」而 ServiceNow 经常在这两张清单上排在最前面。所以我一直对这个品类有兴趣——也许有更好的解法。但我待在那家公司的绝大部分时间里，都想不清楚你到底怎么可能打赢 ServiceNow。它是一家很好的公司，很多事情做得非常出色，你凭什么能跟它竞争？
莎拉：对用户来说，它让人难受的地方在哪？
杰克：我觉得在平台上做东西太难了。它是个非常健壮、可定制、强大的平台，能映射各种企业流程。本质上它是一个流程自动化平台，所以它能做的事非常多；但你冒出的每一个想做的事，都得自己去实现，很多时候还要请顾问来实施。所以它总是比你想要的状态落后 6 到 12 个月。如果你做的是一个要管五到十年的大流程，比如一次大的入职流程，而且你的业务本身不会变，那么前期投入这么多工夫没关系，上线之后能用一阵子。但如果你只是想让自动化追上你想做的事，ServiceNow 是追不上的。而且它非常贵，还随着时间越来越贵。所以那种「跟不上我业务想去的地方、同时又越来越贵」的挫败感，是很多抱怨的来源。
02 · 把编码 agent 扩到工程师之外（03:00）
埃拉德：你提到的有一点我觉得特别有意思。如果你看 AI 的采用情况，最早、最集中的采用是编码 agent，是工程师用它给业务、给产品做应用。而你们在做的事，某种意义上是把这个品类往外推——说我们应该让公司内部的任何人都能造内部的产品和工具，让整个企业都能用。你们本质上是在给 IT 的人、给那些通常不太会写代码的人提供编码 agent。你能多讲讲这个吗？我觉得这特别有意思。
杰克：好啊，我们很喜欢「给其余所有人的编码 agent」这个说法。因为如果你看 AI 在企业里的早期采用，很大一部分是工程团队。原因有很多，工程团队本来就是各种技术早期的采用者；但还有一个原因，是他们有能力拿这些工具去造、去试，因为他们有一套代码评审流程。哪怕是一个十九岁的实习生，也能造出很强的东西，然后在上生产之前经过这套流程，所以很安全。我们想把同样的能力带给企业里的其他人。
所以我们做的平台，是把编码 agent 交给 IT 部门，再由 IT 带给 HR、财务、人事团队、法务团队。他们能做到这件事，是因为底层是编码 agent，但上面有一层层的抽象、护栏和管控，所以东西要走审批、要走预发和批准的循环、要留审计轨迹。所以问题就变成了：你怎么造一个系统，让每个人都很容易成为 builder。这里核心的洞察是，IT 其实是想造东西的。而这世界上大部分公司没有工程部门，只有一个 IT 部门；大多数公司有 IT 部门，而不是一支软件工程师团队。所以给公司搭技术、配技术的是 IT，我们本质上是在给他们造那个 AI 平台。
03 · 个人 agent 在大企业的局限（04:40）
埃拉德：那这跟现在做的各种「劳动力 agent」怎么相处？比如 OpenAI 的 Dots，或者类似的东西——你几乎有一个虚拟助理，会替你去办事。
杰克：我觉得那些在消费级、中小企业，甚至很多中端组织里都很好用。但在大企业里，情况是——这一点我进来之前都没真正体会——围绕审批、「你能做什么不能做什么」的流程太多了，任何一个人的权限都被切得极小；所以哪怕公司允许你把 agent 带去上班（很多情况下并不允许），它能做的事也极其有限。它几乎连你的邮件都读不了。所以当你想到工作里要做的所有事、想碰的所有系统、能搭的所有有意思的自动化，你个人的权限最后小到让这些个人 agent 也变得没那么有用。
我们能做的事是：因为我们跟这些 IT 团队合作，能接上服务账号凭证和管理员级权限，我们可以搭一个结构，让人拿到提权后的权限、在工作里做那些「疯狂」的事，但走的是非常严格的确定性审批循环，流程是确定性的，而且留审计轨迹。因为底层上，我们同时也是一个工单系统。所以你说「我想让我的 agent 去做 X、Y、Z」——在大型企业的尺度上，大多数组织会非常不安；但用 Serval，这会生成一个访问请求，走审批流程，全程记录下来、留档，然后你可以拿到即时权限，把那个确定性流程跑一次，全程被追踪。是的，这比我们喜欢的 Instinct、Muse 那类魔法般的个人 agent 体验要烦一点，但这是大企业、尤其是受监管的大企业，要采用这类技术时必须成立的前提。
04 · 怎么在大组织里真正落地（06:29）
埃拉德：这也接上了这类技术传统的扩散方式——过去是咨询公司，埃森哲、德勤这类公司拿走一块，替别人做实施。你们某种程度上是把这件事拿过来，直接放到 IT 部门手里。你们也在探索更像「前置部署」的打法吗？或者说，你们到底怎么把它在企业里真正建起来、用起来？
杰克：当然。扩散显然是这里的缺口。技术能做很多事，而企业连表面的边都还没摸到。很大一部分原因是：你得理解人、理解流程、理解实际存在哪些流程、以及你希望它们未来长什么样，而我们觉得这仍然需要人。所以我们会同时派部署策略师和部署软件工程师驻场，跟客户一起弄清楚怎么实施、怎么把业务上的问题解决掉，再带着客户把实施走完。
不过我们发现，很多时候在我们实施并上线之后，客户还有一条很长的尾巴，想要更多东西。而我们在软件工程里早就发现了：对工作的需求其实是无限的。于是我们开始搭一个团队，叫 ProServal，或者说自动化工程这个工种，把自动化工程师带进来做持续的、跟进式的支持与服务，因为他们想自动化的东西太多了，需要有人帮着判断哪些能自动化、流程长什么样、怎么在自家系统里穿行，然后用 Serval 这样的产品把它推进生产。
05 · 第一天的野心，正面打系统记录（07:55）
莎拉：公司今天多大了？
杰克：两年半。
莎拉：如果你只看 ServiceNow 这家公司，我觉得 Serval 是少数几家敢说「我们是直接攻击、直接替换企业系统记录」的公司之一，而且是对大企业。一开始你就想好要这么干了吗？这头大象你怎么吃？毕竟那套产品线那么大。
杰克：我喜欢说，一切都严格按照我们那份非常妄想的计划在进行。我们从一开始就想做成史上最大的企业软件公司。我们真的把那些公司列了一张名单，圈住 ServiceNow，说我们要打赢它，而且要做成比它大得多的东西。这话是第一天说的，当时公司就两个人，在我联合创始人亚历克斯家的客厅里，我们就说要做这件事。所以虽然那很疯狂，但那一直是我们的意图。我们不是后来才长出这个野心。
莎拉：很多人会从「在你的票务系统上做自动化」这种起点开始吧。
杰克：对，就是这样。通常去打这些大企业的创业公司，要么做一层薄薄的东西，要么往下沉，这是两条常见的路。做一层薄薄的、跟巨头和平共处，在它们现有的工作上叠一个 AI agent。
埃拉德：那种路其实会封顶。也许唯一成功的是 Veeva 之类，因为它从 Salesforce 上起步，后来迁移成自己的平台——我能想到的就它一家是反向整合上去的。
杰克：非常难。它会把你封住，除非你能找到一个细分市场，之后再往旁边扩。另一条路就是往下沉，做中小企业与中端市场。你看到很多 Workday 的竞争者、Salesforce 的竞争者都是这么说的：我们要做那个东西，但做给更低的一端。
莎拉：这就是 Rippling 或者 HubSpot。
杰克：对。
莎拉：十年。
杰克：对。我们看了这些，然后说：为什么不直接去打最大的那个？难得多，但如果你赢了，奖品也足够大。而且这对我们特别重要，因为如果你从第一天就为大企业而建，你后面做的很多决策——所有产品决策、怎么搭团队、怎么想增长——都跟「先服务一个市场、希望以后再往上扩」完全不同。
06 · 用工作流平台打 ServiceNow（09:51）
埃拉德：那你们为什么选它而不是 Salesforce？不同品类里都有几家标杆型的巨头。
杰克：因为对别的公司，我们并不真正理解自己凭什么能赢、优势在哪、AI 解开了什么是它们追不上的。而我们对 ServiceNow 的理解来自在 IT 里的经验：本质上它是一个流程自动化平台。我和我的联合创始人有一个信念，这个想法很早就有了——代码才是表达企业自动化的正确方式。所有自动化都应该用代码来建；那些拖拽式流程建构器是一个两头不讨好的抽象层，对非技术用户太复杂，对技术用户又抽象得让人难受。代码是更好的建法。问题当然在于，没多少人会写代码，也没多少人能写得快到足以用来做自动化。所以当 AI 让这件事成为可能，我们俩就通了：如果代码是建自动化的正确方式，而现在任何人都能写代码，那我们就能造一个更好的自动化平台。而一个自动化平台最好的市场是什么？是去替换 ServiceNow 这类庞大的老牌软件公司。
埃拉德：不过两年半前你们起步时，大多数编码工具还只是补全，根本不好用。
杰克：对，实际开始做的时候确实是。
埃拉德：当时的假设是什么？是赌编码会变得强很多，还是说你打算自己造工具、后来发现不需要了？我对那个转折挺好奇。
杰克：赌的是编码 agent 会变得非常好。背后的理论是，这是一个可验证的领域，应该能顺着爬坡爬得很好。所以我们从根本上相信编码 agent 会变好——至少在这类场景里。我没想到它们会在通用软件开发上变得像今天这么强；但对于「重置密码、拿审批」这种确定性的过程化脚本，一切都定义得那么清楚、那么可验证，我们觉得它一定会在这些事上变好。所以从流程自动化的角度，我们觉得它迟早会到那儿。早期它没到。所以我们早期所有的演示，都是给 LLM 提示说「这里有一个你可以考虑用来搭密码重置流程的方式」，我们给它塞很多示例，随着时间把那个库越做越大；后来模型变得太强了，很难把它弄坏。只要 API 存在，你很难给它一个它自动化不了的流程。
07 · 押注 agent 变强，同时造护栏（11:01）
莎拉：对。
莎拉：你怎么看编码 agent 今天的位置，以及你的客户想要什么？你和亚历克斯是兴奋于它们继续变强，还是会紧张？你觉得这对你们自己的产品意味着什么？
杰克：我们特别兴奋它们变强，因为这会解锁很多我们想做的事——更好的浏览器使用、电脑使用，以及更接近后台 agent 和个人 agent 的路径，这些在企业里会真的有用。所以我们乐见这个品类演进。我们一直有一个根本信念：我们自己不造 LLM。我们造的是护栏，是边界。边界就是我们的产品，因为一家规则繁多、审批繁多、流程繁多、还带着政治的大企业，要靠我们才能安全、舒服地、成规模地采用这些工具。所以 Serval 就是那道边界，Serval 就是护栏。智能变强只是让我们的产品更有力量，同时也让客户更想把边界、把护栏收得更紧。我其实认为，企业里个人的访问权限会越来越受控。当访问变得更严、你能做的事越来越少、权限越来越窄——我认为这一定会发生。
莎拉：为什么会发生？
杰克：因为你想，我多给你一点权限其实是安全的，因为我不认为你会造成多大的破坏。但如果你手上有这么多 agent，那么任何「比平常稍微高一点」的权限，能造成的伤害都会放大。而我们现在在网络安全风险里已经看到这一点了。
莎拉：确实。
杰克：所以如果我是一家大企业，我真正想做的，是把每个人的权限收到真正的最小权限：除非是你工作绝对需要的，否则你不能访问任何文档、不能采取任何行动。但这样一来，例外就会天天出现。我们就是发那个例外的一层，让你能围绕它设置审批程序、有审计轨迹、有一张对应的工单。所以，掌握了企业里权限如何被提权这件事，我们对终端用户权限收得越紧，我们就越强大、越不可缺。
08 · 大风险、大回报与大预测（14:30）
莎拉：有没有一个故事或者一次胜利可以分享？毕竟跟着你们去替换一个嵌得很深的老供应商，客户是在冒很大的风险——我想那是他们自己时间的投入，几乎是个人风险。他们为什么要这么做？有没有人已经走到对岸了？
杰克：我觉得我们必须让自己和客户都相信：Serval 是你在工作里获得晋升的方式。它不能是「你冒个风险，希望对岸有收获」。我们必须说服客户：你做了这件事，你的事业会因此起来。你不只是不会惹麻烦，而是真的会升职。
莎拉：而且这是自上而下的，对吧？
杰克：自上而下。我们卖给 C 层，很多时候是卖给 IT 的负责人，然后再分发到其他部门。那句话就是：别人在 ServiceNow 上建立了职业生涯，你们会在这一代上建立职业生涯。我们正在看到它发生。我们最大的客户之一是 Fox。Fox 集团全公司采用了 Serval，在地面上带队做这次迁移的那个人，被提名成了整个公司的 MVP。
埃拉德：哇。
杰克：而且拿了奖。这就是我们真正在做的事：说服客户，这不仅是证明你对组织有用的方式，更是证明你可能是公司里最关键的那个人的方式，因为你在带这场变革。我们对客户的 AI 转型故事太关键了，所以这件事我们能卖得很好。
埃拉德：你创办 Serval 的时候，我觉得你很擅长往前看：你知道编码 agent 会变好，你知道这是一条转型路径，你也挑对了一个好的市场切分。你预测未来两三年会发生什么——不只是你们公司，而是更广义的 AI？你看到什么很兴奋，或者什么大的转变正在来？
杰克：我觉得消费级经常给我们一个窗口，看到企业里接下来会发生什么。它不一定长得一样，但那个窗口挺好用。所以我很看好「个人 agent 在企业里会是什么样」。就像邮件和 Slack 这些工具改变了我们工作里的沟通方式，我认为个人 agent 也会成为其中很大的一部分。我认为每个人都会有自己的个人 agent，替自己做任务，也会委派给别人的 agent；你的 agent 会在工作里跟其他 agent 说话。所以我对此很兴奋。但接下来是：在一个网络安全风险不断上升、大企业越来越担心「所有人的 agent 在所有人的电脑上、浏览器里采取行动」的世界里，我们怎么保证它的安全？所以员工、消费者想从工作里的个人 agent 得到什么，与企业从治理角度需要什么，这两者之间的张力，我觉得非常有意思，机会也会很多。
莎拉：你觉得工作用的和个人用的 agent 会分开吗？
杰克：我觉得会，我觉得会。
莎拉：嗯。
杰克：我觉得会。就像我有一个 Gmail，也有一个公司邮箱。
09 · 企业级的建构原则（17:24）
莎拉：这里有一堆不同的想法，但其中一个是：例外或者说访问控制会变得很复杂，需要另一种量级的处理。另一个是：自动化总体上会变多，因为你把它变容易了，人就会往各个方向扩。除了「代码生成应该是自动化的形式」之外，你们今天在产品里还放了哪些核心设计原则来对应这些？
杰克：我觉得最重要的一条是软件开发生命周期（SDLC）。在工程语境里我们觉得理所当然：有开发环境，有预发，有生产，中间有闸门；也许还有分支，大家可以在上面开发，不会伤到别的系统。
莎拉：抱歉，我想确认一下：今天的 IT 自动化不是这么运作的。
杰克：某些情况下是，但我认为大多数新的 AI 产品没有拥抱这一套。它们基本是「我们把这些很酷的 agent 造出来，然后发到生产」。但对一家大企业、一家大型金融机构来说，「你必须真的走一遍 SDLC 流程」这件事——不经过评审、不经过用户验收测试、不经过这些……
埃拉德：合规检查。
杰克：对。所以这是我们会想很多的事：是什么能让世界上最大的公司采用这项技术，而不只是「它很强、很酷、我们很想让客户用上」。
埃拉德：很多 AI 公司，尤其是垂直方向的，要花一两年才想明白这件事，有时更久。现在看整个行业都在采用前置部署的打法，开始认真想 SDLC、合规，以及企业里那些过去几乎被忽略的部分，挺有意思的。
杰克：我觉得有些公司永远到不了那一步。有些公司看了看做企业软件要付出什么，就决定「我们其实不想做这个」。你看我们前面提到的那些下沉到中小市场的公司，有时它们确实看到了做企业的机会，但那需要一整套完全不同的建构原则和要造的产品，有些就不选择去做，然后看着别的公司把这块地占了。我们选择的是：把你最难搞的问题给我，我们来解决，让 AI 转型在这个充满风险、充满治理关切的世界里成为可能。
莎拉：你们有部署团队、有常驻客户现场的关键客户工程师、有持续的自动化专家，然后还有核心平台。你们怎么决定什么该进核心平台，什么该留在单个客户的环境里？
杰克：我们部署软件的时候，有一点很重要：我们从不做定制功能。我们不做某个客户专属的产品能力。而这个品类对我们很幸运——也没人要求我们做。大家要的每一个东西，早晚别的客户也会要。它也许会影响优先级，但它仍然是我们本来就想要的东西。而且因为底层是一个 code gen 平台，你在 Serval 里搭出来的东西非常独特：一家公司的密码重置流程，跟另一家的密码重置流程会很不一样，这挺惊人的；入职、离职以及内部各种自动化也一样，看起来都很不一样，但那些只是平台核心原语里的东西。
Serval 几乎变成了 IT 部门和其他部门用来搭自动化、并成规模管理自动化的 IDE。所以我们真正会做的是：如果我们看到同一个客户一遍又一遍地搭同一种自动化，而且每次都要以同样的方式在 product 里定制，我们就开始考虑——这个东西是不是该成为产品里的一等功能？举个例子，我们看见很多客户在搭流程，去检测知识库文章之间互相冲突或者过期，于是我们说，这个我们应该直接自动做掉。也有客户搭自动化去回收旧 license——你付着钱、但没人在用的软件，那就自动把订阅取消掉。于是我们决定把它直接做进平台。所以这是一种试水温的方式：什么该成为真正的一等功能，什么该继续留作 Serval 里的自动化。
10 · Token 拉满、长期预算与 ROI（21:31）
莎拉：你的企业客户，就「给软件团队的代码生成花多少钱」这件事，今年走过了一段路：先让大家试，然后 token 拉满，再开始限制、看谁真的在产出。这在你看来怎么反映到你们的生意上？你怎么想「智能本身」的成本？
杰克：我觉得我们还在观察。我确实看到我们的 CIO 客户想从最初那个「token 拉满」的阶段往回撤一点；但我也认为我们在采用曲线上太早了，所以总体上不会是收缩，反而还会继续明显上升，因为大多数公司才第一次搞这件事。它们都会走一遍「早期快速采用、然后回撤一点、开始衡量和计算 ROI」的循环。但我一直从客户那里听到的，并不是对长期预算影响的担心。他们知道短期会有回撤，但仍在计划增加支出。他们真正需要的是更多 ROI 的证明。而这，我认为会是行业接下来要变的地方——大家都会问：我怎么证明这笔钱给了我东西？这很难。我不认为有谁真搞明白了怎么衡量你买来的 token 给你带来了什么。但我觉得对我们来说，这是个巨大的机会：把正在做的工作呈现出来，试着把它折算成「本来要用别的平台、别的成本模型、或者用人力去做的那份工作」。所以客户对我们的要求就是：帮我证明这值得。这就是任务。这就是我们必须做的事。我们试着按跑过的工作流收费，因为我觉得这比按 token 更贴近真实完成的工作——token 更像是啰嗦和低效。但我认为我们所有人都会摸索出各自证明「这件事说得通」的模型。
11 · SaaS 末日与 SaaS vs AI（23:21）
埃拉德：大家一直在谈所谓 SaaS 末日：人们会自己把内部的 SaaS 软件搭出来，这些品类都会消失。很多人，顺着你刚才关于 token ROI 的说法，在琢磨：这些系统到底值不值得重建？以及你能不能真的有效地重建？你怎么看 SaaS 末日，或者说 SaaS 与 AI 之间的这种转移？
杰克：我聊过的、试过自己用工具生成这些东西的公司，尤其是那些核心系统记录工具——不是那种点状解决方案，而是核心系统记录——都发现：建企业软件、维护企业软件，其实相当贵。即使你能建出来，很多情况下也不经济，除非你的需求非常特殊、非常独特。所以对那些不是你核心能力的东西，买现成的——这本来就是个「自建还是购买」的老问题，今天和过去一样成立。因为建企业软件依然很难。很多公司正在发现、或者重新学到这一点：企业软件是复杂的，你需要有人维护。
莎拉：那用例和边缘情况呢？
杰克：边缘情况，就是那些会坏掉、需要人去更新的地方。于是你得配团队，你要为这些人力付钱；而且很多时候，没人真的愿意去内部工具团队。所以做这件事会带一堆问题。我确实看到它发生在点状解决方案那一层：很多公司有几百上千个 SaaS 应用，他们可能只需要几十个工具。所以我确实认为，点状解决方案的泛滥会收缩，会被核心系统记录和核心平台吃掉。
埃拉德：中间件我觉得也会消失。
杰克：对，对。所以我认为会有整合。会有一场 SaaS 末日，但那是发生在点状解决方案、那些市值更小的公司身上。我不认为你能真正摆脱核心系统记录——ERP、HRIS、ITSM、CRM。我认为它们会留下来。它们可能会变形；而我们看到 Serval 在做的事，就是我们在替换这类工具。所以我认为会出现新一代的存量巨头，但我不认为这些品类会直接消失。
12 · 把平台级能力交给 IT 的心智模型（25:21）
莎拉：我很好奇，你对 IT 用户的心智模型是什么？他们不是软件工程师，但他们懂业务，知道自己想自动化什么。可一说到 vibe coding，我就会想：等等，你懂安全架构吗？你懂这东西要怎么跟治理体系结合吗？你怎么把代码生成、把我们对 vibe coding 的想象，跟「我们要建的是稳的 IT 系统」这件事对上？
杰克：当然。我觉得 IT 特别有意思，因为他们比很多人以为的更接近软件工程师。尤其是在大企业里，IT 部门在很多情况下就是那家公司的工程团队。他们没有软件工程团队，是 IT 在跑这些系统，IT 也经常写代码、管系统。所以我们把他们当成年人对待。我们给他们我们会给软件工程师的工具。当然，我们抽掉了一部分复杂度，某些方面让它更好用；我们不是把 Cloud Code 扔给他们说祝你好运，我们造的是专门为他们这个用例设计的平台。我们并不假定他们一定能写代码、或者看得懂写的代码，但我们仍然把底下的东西给他们：你永远可以看代码，也永远可以按完整的软件开发生命周期来处理，但你也可以完全不这么做。
所以很多产品原则是同时想着几种不同的角色：一种是真正的 IT 工程师，他会写、也在写代码；一直到市场部门或人事团队里的某个人，他永远不想看到代码，但仍然想要底层 code gen 的灵活性，因为他有一个复杂流程要建，不想靠拖拽拖出来。所以很多事归结为脑子里同时装着多个角色，以及把 IT 当成年人。我觉得市面上很多产品实际上对 IT 有点居高临下：哦，你其实不懂这些东西，所以你需要一个被剥得很简、更有主张、更简单的版本。实际上，IT 欣赏复杂度，也欣赏这类平台的力量。我们想把这个给他们。
13 · 用 Catalyst 造自动化（27:26）
莎拉：你们做了一个能帮你搭自动化的 agent，能不能解释它是怎么工作的？
杰克：好。我觉得每家公司在这批 AI 工具的第一代里都发现了一件事：你可以搭出非常惊人的复杂系统，但接着你得培训用户，让他们理解你所有的产品原语、以及这些系统怎么拼在一起。第一代的做法是派一堆人（FTE）去跟客户解释：这是怎么在平台上搭的；其实干脆我替你搭吧。后来我们意识到，如果客户能直接跟一个懂他需求的 agent 说话，由它把需求翻成产品里的原语，那就太好了。于是我们做了 Catalyst，就是干这个的。它是管理平台的 agent：给管理员用来搭底层自动化，也用来配审批规则、权限检查，建各种策略，更新各种系统，理解整个部署。
因为 Serval 底层全是 code gen，在它之上放一个 agent 帮你管理系统就非常自然，也非常强大。因为现在我不需要你先学会怎么用 Serval，你可以直接跟一个懂 Serval、懂怎么在 Serval 上搭东西的 agent 说话，那就是你进入产品的主要界面。
莎拉：我觉得有一点被低估了，而且挺酷的：不同产品里的 agent 体验，包括代码生成 agent，能在用户搭一个产品、做一次实施的过程中把用户带上，这实际上是把一大批用户的技术能力和素养往上抬了一层，某种程度上把人变成了更像工程师的人。
杰克：完全同意。老一代自动化有一个「空白页」问题：我知道我想把工作里这些部分自动化，但我从哪开始？我们这样的产品会说：你想从哪开始？然后它就开始给建议，你可以跟它来回迭代，你可以说「我没听懂，你想说什么，能不能解释一下」，「好，我想做这个，那我该怎么做」。它能把这些信息给你，能去取信息，能给你解释概念。所以它变成了一个共建的伙伴，你能达成的比「给 agent 一个提示让它去搭」多得多；它能带你走完整个过程，帮你发现你根本没想到的新机会。
埃拉德：那有一点现在讨论得似乎少一些——后台 agent。你能不能多讲讲你怎么想这件事，以及下一波会是什么？
14 · 下一波：后台 agent 与企业自主（29:38）
杰克：我总是这样跟公司形容后台 agent：这是企业软件里最极致的登月。就是这些 agent 自己出门替你干活，神奇地把你的问题全找出来、全解决掉。如果真能部署起来、真能跑通、还能遵守我们的权限，那就太棒了。而我认为没人真正做好这件事，因为一方面你希望它高度自主，自己出去搞清楚事情、解决问题，不用人看着；另一方面，在企业里，「自主」很吓人。所以你确实想看清楚它到底能读什么。这就有点像……
埃拉德：OpenAI 那次 Hugging Face 的事件，或者别的情况：agent 拿到一个任务，然后为了完成这个任务做了一件你没预料到的事。所以你能放什么护栏？
杰克：对。因为我最好的员工，你怎么对待他？你给他一个高层面的任务，说去吧，别来跟我说话，然后他回来的时候已经把事做得很漂亮了。我希望我也能这样信任 agent：我给它一个高层任务，它去把问题解决掉，然后回来找我。我不认为我们已经找到一种在企业里让人觉得安全的做法……
埃拉德：嗯。
杰克：……在企业里。
埃拉德：你觉得怎么才能让它安全？人们试过各种东西，从宪法式 AI 到某些形式的强化学习。我挺好奇你有没有一个解法，还是说……
杰克：在大企业里，我们的想法是——不完美，但它是能力的逐步升级。它出去做事，然后回来说：我希望我能做这些事，这会帮我完成工作。然后你去批准它们。而这些东西都是确定性的流程：我想调这个工具，我想跑这段做 X、Y、Z 的脚本，可以吗？你就带着某些权限和护栏去批：好，这个可以，这个可以，这个可以。随着时间，agent 变得相当能干，因为它的工具箱足够大，能解决大多数问题。它不完美，因为盯着这个流程很烦；但我认为你必须这么做，否则它理论上可以直接开始写代码，对你的系统采取行动——那是没有边界的安全风险，我不认为短期内有人敢接。
莎拉：顺着你说的兴奋，你和亚历克斯对未来能力很兴奋——但这里是不是还缺一些模型能力？我问的原因是：要它主动、并且预测某个人想要什么——杰克作为 CEO，我作为投资人，或者我作为一个人——还要猜对，这仍然很难。你需要大量偏好数据。就像想一个为你工作的员工：杰克的真实优先级是什么？他给我这个高层任务时到底是什么意思？你觉得这是模型问题，还是今天完全是护栏与 harness 的问题？
杰克：说实话我觉得两者都是。记忆显然要越来越好，因为你要理解偏好。你需要上下文大得离谱，因为我不想跟你有一堆分开的对话，我想要一个从我们第一次对话开始的会话，并且你记得其中相关的那部分。然后我认为权限问题会一直是最大的那个：即使我觉得你是一个非常有价值、非常聪明的 agent，你能替我做所有这些事，我到底有多信任你，让你放开手跑、不用我盯着你的动作？
埃拉德：人对人也得这样，对吧？任何为你工作的人都得回来汇报：这是你要的吗，这里有三个选项。所以我觉得这是很正常的流程。
杰克：对。
15 · 招聘速度与野心（33:07）
莎拉：公司大概两年半，你们很快就走到了至少是企业级成熟产品。今天团队有多大？
杰克：我们今天 200 人。
莎拉：200 人。
杰克：1 月的时候是 20 人，所以这一年爬得非常猛。
莎拉：那真是了不起的一年。两个问题：第一，你觉得还会继续招这么快吗？作为一个显然相信 AI 的人，为什么？第二，你和你团队之前在别的创业公司待过，过去两年你们的运营方式，跟前十年有什么不同？
杰克：招聘速度我觉得会比今天还要加快。我们相信：对工作的需求是无限的，竞争是无限的，野心也是无限的。所以，尽管每个员工的产出都比一年前多得多，我们对他们能做的事有更大的野心。所以我认为，正因为每个员工的生产力高得多，我们反而要更多的人，而不是更少。
莎拉：考虑到你之前在 Verkada 的时间，过去两年你们的运营方式跟前十年有什么不同？
杰克：我觉得 Verkada、我们所在的品类、以及我们所在的这个时刻，独特之处在于 TAM 是没有边界的。所以可寻址市场更像是取决于我们野心的大小，而不是这门生意根本上能有多大。因为我们本质上是在为世界上每一个员工、自动化所有种类的工作，所以 TAM 想多大就有多大。于是问题变成：我们能长多快、我们的野心是什么，并据此做决定；而不是「市场长这样，这是我们觉得自己能做到的」。那是另一套挑战。它不严格更好，因为现在有巨大的开放空间，我们要做更多决定：到底要专注什么。但不被市场允许的范围框住，确实很好玩。
16 · 跟上客户，产品职能的变化（34:59）
莎拉：既然范围这么宽，你怎么组织节奏，或者说 EPD 团队（工程、产品、设计）？
杰克：我们是嵌在客户里的。所以哪怕不是部署到客户现场的工程师，他们也在客户的 Slack 频道里。我们不停地在谈客户。他们每天都听到客户的声音。大多数工程师每周至少参加一次客户电话；我觉得大多数人其实每天至少一次。这就像你把自己泡在一个国家里学一门外语：你被买家和客户的心智浸透，于是你理解他们要什么，理解他们怎么想事情，也能实时跟上他们偏好的变化。当客户随市场移动、开始谈论他们在试的别的产品、他们兴奋的东西，我们的工程师一直知道这些，能非常快地适应。所以我们已经把产品开发分散到工程团队身上。我们没有产品职能，因为每天跟客户说话的是他们，他们能快速适应客户今天、这周在说什么，而不是一个月前在说什么。
莎拉：听起来这是跟上市场、跟上客户优先级变化很自然的方式。那你们和亚历克斯、管理层怎么理解这一切？传统企业软件公司里会有架构评审……
杰克：对，你有季度路线图，给路线图排优先级，然后培训所有客户用新发布的东西。
莎拉：而且你得跟客户沟通，说事情会变得太快，因为客户吸收的速度也有限。
杰克：对，这是个大挑战。我们的产品发布、变化的速度，很多时候比任何人能跟上的都快，包括我自己。我们只能尽量保证两点：一，我们招的工程师真的有产品意识。这是我们做的一个改变：他们必须真的理解客户，我们想让他们待在客户面前，因为他们必须在边缘做大量决策，不是每个产品决策都能每次都往上报。这是一个根本的变化：你必须愿意把大量产品决策往下推，你必须愿意快，也必须愿意在走错时撤销、回滚、杀掉你的心头好；你必须愿意改变那些你原以为属于产品根本的东西，当工程师跑来告诉你「这是客户现在的看法，我们该换个做法」时，你能换挡。在 Serval 我最自豪的一件事之一，是我们有多少次决定把过去做过、而且非常投入的东西删掉，然后说：市场变了、客户变了，我们完全换个做法。我认为正是这种不断自我重塑的意愿，让我们跟得上。
17 · 收尾（37:46）
莎拉：这个时代最耐用的一些东西。谢谢你，杰克。
杰克：谢谢你们请我来。
片尾：在 Twitter 上找我们 @NoPriorsPod。想看我们的脸就订阅 YouTube 频道。在 Apple Podcasts、Spotify 或你听播客的任何地方关注这个节目，这样你每周都能收到新一期。也可以订阅邮件，或者在 no-priors.com 找到每一期的逐字稿。
References
- 1
- 2
- 3
- 4ServiceNow: Third Quarter 2026 Financial Results
newsroom.servicenow.com
Comments