它比你慢，但它不睡觉

OpenAI 管 computer use 的两个人说它已经比普通人快。可同一件事它要八到十分钟，人两三分钟——所以别买快，买它不下班。

a16z 的《The a16z Show》第 1240 期，45 分 19 秒，2026 年 10 月 26 日上线。出场是 OpenAI 的阿里·温斯坦（Ari Weinstein，管 Computer Use 与前沿界面）与詹姆斯·孙（James Sun，做 Codex 与 ChatGPT 的浏览器与 browser use）；主持是 a16z 的西玛·安布尔与法布里齐奥·塞拉菲尼。

这一期不是产品发布会，是两个人把「agent 用电脑」这件事从三个方向摊开：模型这半年补上了什么，围着模型的那层壳为什么比模型更重要，以及企业凭什么敢让它动自己的系统。两位主持人八月写过一篇同题研究，用的是他们自己访谈来的部署数字；这一期的很多判断，跟那篇研究能对上，也有对不上的地方——下面逐段整理时会把两边分开标。

题目的「比你快」指的是完成率；同一批作者的文章里写得很清楚，单件耗时它还比你慢，而且差得不小。这两句话都对，只是量的不是同一件事。整组图的第 3 张就把这两件事摆在一起。

1. 00:00 片头：剪辑里的那句话 片头是拼过的片段，第一句就是判断：「我们已经把 computer use 推到一个比普通人更快的位置，离超人已经很近。」紧接着的第二个片段讲 Astra——「从 Astra 开始，它能做人能在电脑上做的任何事」。第三个片段讲企业侧：安全变得更有意思，因为要解决的是「环里留多少人」和「可审计性」；而 computer use 跟他们做过的任何东西都不一样，别的东西要开发者搭连接器、搭 MCP server 才能接入，它什么都能用。

2. 01:52 开场，与 Astra 补上的四个边角 阿里先把一个容易被误读的事说清楚：在 Astra 之前，他们的 computer use 模型就已经很强，「Sol 自己在这件事上就很好」。Astra 不是从零到一，它是在边上补了四刀——做同一件事时思考 token 更少所以平均更快；创作类工作更好（发布视频里那个一边说话一边在画图上画画的演示）；在边角上更可靠，「99% 可靠和 97% 可靠之间，差别很小，但非常关键」；以及对齐更好。詹姆斯补的那条对齐数据是企业侧的钥匙：据系统卡，Astra 抗提示注入、不做非预期动作都明显更强，所以公司拿它做采购、跟供应商和客户谈，会愿意。他还顺手讲了个好玩的：内部让 Astra 跟 5.6 打电子游戏，每次都赢。

3. 04:12 消费与企业，两条推进线 詹姆斯把两条线分开：消费侧永远先推前沿——有了更快更好的模型，能解锁什么新体验；企业侧的能力其实更早就有了，现在是公司在补课。补的是什么？他在另一处说得很具体：大公司自己在搭一套「技能」（skills），教模型怎么更好地用自己那套软件。这是模型厂做不了的那一半，因为只有那家公司知道自己那套系统长什么样。

4. 06:16 用一天 Dots：漏掉的邀请，与一条报障 消费侧的形态已经出来了：每只 Dot 有自己的云电脑和完整浏览器，能替你买东西、约剪头发。詹姆斯给了两个具体用法。一是被动变主动：他们内部邮件系统里，外部邀请不会自动进日历，这个坑让他漏掉一堆会；现在 Dots 会来问「要不要我在 Gmail 里替你接受」。二是一条链：有人报问题通常带一条 Sentry 日志，Dots 可以同时驱动本地浏览器和云上那台电脑，登进 Sentry、拉日志、分析、把反馈给他——「哪条反馈重要」这一步也交出去了。他也承认自己以前用自动化每半小时捞一次 Slack，最后把通知全屏蔽了，因为有时有用、有时没用；现在的做法是给一个高层目标，判断交给它。

5. 08:28 速度、模型档位，与「人在环里」的旋钮 这一段是整期的转折。阿里先说速度的两面：computer use 的威力在于能后台跑，所以有些任务花多久都无所谓；但有些你必须等它、或者盯着它，等太久你只会想「这活我自己做还更快」。然后是他那句最容易被引用的话：已经比普通人快，离「比熟练的电脑使用者还快」很近——「大概就是这张桌子上我们中的任何一个」。他把那一刻叫真正的巨变：任何你能手动做的事，它都更快。

接下来是档位：多个质量、多个价位，贵的做难的、便宜的做常规的，而便宜那档在 computer use 上也越来越好。詹姆斯接手讲控制：模型慢的时候你能看着它做，但你不能一直坐着盯它；一旦快了，你就没法再观察和审计它的每个动作——所以「控制」这件事其实是速度的副产品。他们给的两样东西是：Guardian（应用里叫自动批准），一个更聪明的模型逐条看 computer use agent 的动作、判断安不安全符不符合原意；以及让企业自己挑哪些动作必须停一下。消费者的默认是「全做完，别问我」，企业的默认是「一个一个动作挑」。

6. 11:38 应用软件、广告，与 WebMCP 主持人问：应用软件那边怎么看「有 agent 在访问我的遗留工作流」？阿里的回答分两层。在公司批准、自己在用的软件里，这件事没争议——本来就想让人少点这些活。麻烦在开放网络：出版商、广告商的收入全在广告上，agent 替用户用了网站，那笔曝光不算钱，「这是我们会一直跟合作团队处理的问题」。

另一层是愿意拥抱 agent 的公司：它们在采用让人和 agent 一起用的标准，最典型的是 WebMCP，OpenAI 在应用内浏览器里加了支持。它的意思不是把网站换成 API，而是网站自己把能力以结构化工具的形式交出来，界面还是那个网站，人和 agent 在同一页上一起用。阿里的例子很具体：他还是喜欢自己逛酒店和航班，让 agent 把枯燥的活干完，到付款那一步再交回给它。

7. 14:05 哪些活可以交出去 阿里给了一个动作而不是一条标准：「每当我有件事，第一反应先问——能不能直接让 agent 去做。」例外是有的，而且他讲得挺诚实：给谁发消息这类事，他希望感觉是从他这里出去的。能力够，不代表该交。

模糊性有专门的解法：Astra 里发布的 flexible input，会在要求不清楚时先问你几个细节；你不答，它就继续往下做，需要时再把上下文拉进来。至于可重复的流程，他的说法是「把要求写清楚，大概跟写一份产品规格说明是同一件事」——写不清楚的地方，就是它最容易出错的地方。

8. 16:01 computer use 是那个通用接口 这一段是两位嘉宾对「computer use 到底是什么」的正面回答。阿里说通用性来自它的工作方式：它像人一样去用那个应用，所以它拥有你拥有的全部能力；跟别的东西不一样，它不需要开发者做接入。詹姆斯进一步：computer use 不是「你想做某件事」时拿起来的一个工具，它是模型为了把事做成而有的那个通用 API——任务越复杂，越会在某个点碰到它。唯一不交给它的情况，是简单到点两下更快；而它越来越快之后，这一条也在消失。

9. 18:01 企业的两层信任 主持人问得很直接：人至少有人负责、受过训练，模型怎么说服企业？詹姆斯的答案是两层。第一层是确定性：哪怕模型是有史以来最对齐的，管理员能直接说「这些数据源太敏感、不许用」，那种安全感别的东西给不了——所以是围绕 agent 建沙箱（能用哪些应用、能上哪些网站），加上人在环里的闸（下载上传要批、进新网站要批），都是可以调的旋钮。第二层是把内部跑的所有对齐评估摊给管理员看，跟自家模型比，也跟第三方比。阿里补的是产品设计那一侧：光标可见、有动画、换新应用先问你。主持人插了一句很准的话——那个光标会给你信心，这不是装饰。

10. 20:17 该自动化什么 詹姆斯把它分成两大类。第一类是枯燥流程：ERP、CRM、所有记录系统，「每一个系统都是一份记录」。他举了采购那条链——一千行的表格由各团队填，运营导进采购软件变成明细，采购拿着输出出去联系供应商，每一步都是人能点、机器也能点的。财务是另一个：公司内部很多本账，月底要大量对账，而很多财务软件根本没有 API；让 computer use 去翻、去对，把要看的挑出来给人。销售是潜客开拓写回 CRM，市场研究同理。

第二类是更野心的创造性工作：视觉设计已经好用，接下来是电路设计、建筑、硬件工程、游戏设计。他自己有个很实在的副业例子——写了个羽毛球视频标注软件，让 computer use 把匹克球、壁球、网球那几款同类软件都注册一遍、试用、截图、给反馈。阿里补消费侧：填车管所的表格、从收件箱退订一堆邮件、维护自己的财务表和做饭计划表，冷门如 Apple Numbers 也照样做得很好。还有第三类，阿里最兴奋的那类：换一种方式用整台电脑——直接对着它说话。

11. 25:50 遗留软件会怎么样 主持人给的二选一很锋利：是留着三十年前的笨重 ERP、上面加一层 agent，还是 AI 原生玩家从第一天就用 computer use？阿里的回答是两边都成立，而且会并行很久：造新软件的成本和复杂度低了，但世界上遗留软件太多，而 computer use 恰好擅长跟它们打交道——「今天在生产里跑的软件，很多是十年、二十、三十、四十年前写的」。他还补了一个方向性的判断：computer use 的存在会给软件公司压力，让它们把软件做得更适合 agent，WebMCP 是第一个例子。

12. 27:32 手艺，与只给一个人用的软件 这一段是整期最不像产品讨论的部分。詹姆斯说，如果互联网最后变成一张没有面孔的东西、只有 agent 跟 agent 说话、人什么都不用了，他会很难过——因为软件里有匠气，设计它的人真的懂你想要什么，用起来就是舒服。他举了自己给太太做的连五子战术训练器：按她习惯的方式学，把软件打磨成对她特别顺手的东西。阿里的呼应更抽象一点：人对「直接操作」是硬性写死的；而过去软件必须一款适配所有人，是因为它要为几百万、几十亿人设计——以后任何软件都能为一百个人、甚至为一个人做。

13. 30:33 两个桶：图个乐，还是留一份账 主持人给了自己的心智模型：消费侧你要么图乐、要么学到东西，你愿意花时间；B2B 侧你要的是审计日志——我设目标、我看懂逻辑，但我不必自己走完整条执行链。她举的例子是财务：这笔付款为什么发出去？三十天账期该打多少折？执行交给 agent，控制在某个层级留在人这边。詹姆斯接的话是这一段的标题：「为什么不行？我们凭什么要忍受烂软件？」他期待的新形态是：有传统界面，底下也跑着 agent。

14. 32:50 给创业者的两句话 主持人问：明天创业，想用 computer use 解决企业里某个流程，你会怎么想？阿里先讲形态：你是想让团队里的人更高效地用某个软件，还是在做一个本身要跟现有软件打交道的东西（那可能是在云上放一台机器，在后台用电脑）？形态不同，人机协作的形态也不同。自己搭的话，还得先想清楚：什么时候人在环里？出错它告不告诉你？做对了呢？会不会替你总结，免得你被通知淹没然后全部忽略。

詹姆斯的两句话更实用。一是还有没有护城河：「哪怕我们现在已经很大、几千人，内部依然觉得人手非常紧」——如果你深懂一个问题、懂监管、懂怎么卖、懂怎么服务，那还是绿地。二是很多垂直行业 AI 扩散得慢得多，他举了一家服务餐饮集团的公司：看后厨库存，按明天客流预测算缺什么，去采购软件下单，再回 ERP 调排班——那家公司不是科技公司，但它把四套互不相通的软件串起来了。他把这件事拆成四步：搞懂工具能做什么是第一，连起来是第二，部署第三，服务第四，前两件最难。

15. 37:52 下一步：更快、更实时、更一致 阿里说得很直接：速度，把 computer use 做成超人；以及把不同界面混起来，让多模态的输入输出更流动。今天的 computer use 很「后台」——给它活，你去干别的，这是它最大的优势；下一步是实时协作，你和它在同一块屏幕上一起做。

詹姆斯讲的是「一致性」这个不太性感但很要命的问题：Chrome 扩展一套密码，桌面里的应用内浏览器另一套，云上那台电脑第三套——「对普通消费者来说这太疯狂了，为什么我有四个浏览器、彼此都不说话？」他还给了一个自嘲式的观察：computer use 其实是最容易理解的 AI 产品（它就是 AI 在用电脑），但状态一多，实现细节渗到表面，它就不好懂了。

16. 41:10 势头，与那个 scaling 时刻 阿里回忆起点：开始做的时候用的人非常少，今年早些时候模型突然强了，产品接着涨得飞快，但还只有一部分用户在用。詹姆斯讲了自己那条线：一月加入时做的是 Atlas，用的人不多，因为大多数人把它当普通浏览器；后来浏览器能力被并进本来就有 agent 的产品里，才涨起来，涨到「像 YC 一样的周环比」。他把下一个拐点放在云上：桌面还是高级用户的东西，大多数人在手机上，给每个用手机过日子的人一台不用懂怎么用的电脑，才是十亿用户。

收尾是阿里那句：我们正处在 computer use 的 scaling 时刻，消费和企业同时都是。

核过的。 完成率与耗时这两个数字，出自两位主持人自己写的研究《Can Agents Use a Computer Yet? We've Got the Data》（2026 年 8 月 10 日）：OSWorld-Verified 上一年的最好成绩从约 42% 涨到 85%，人类基线约 72%；同一批任务上，人两三分钟能做完的事，agent 要八到十分钟；全负载成本 agent 每小时 6 到 8 美元（区间 3 到 15），离岸 BPO 约 10 美元，美国后台岗位 30 到 45 美元1。这篇研究里还有三组生产数据：一家快消数据平台每月跑 1,500–2,000 万次门户交互、把维护爬虫的工程团队砍了一半；一家全球系统集成商有 27 条流程、每天处理 1,500–2,100 张 IT 工单，目标是把低毛利托管业务上的人力挪走 20–25%。WebMCP 是 Google 与微软提出的 Web 标准草案，让网站把能力以结构化工具的形式暴露给浏览器里的 agent，Chrome 已在早期预览里带上2。阿里的履历按他本人的公开简介：Workflow 联合创始人在 2017 年被 Apple 收购、2018 年变成「快捷指令」，之后创办 Sky（Software Applications），2025 年随团队加入 OpenAI3。（Sky 被 OpenAI 收购这件事本轮只核到媒体报道，未拿到 OpenAI 官方公告。）

他说的，本文不替他背书。 Dots 的具体用法（漏掉的邀请、Sentry 那条链）、Guardian 与自动审批的机制、Astra 的系统卡结论、「比普通人快、离超人很近」这个判断、餐饮集团那个例子、羽毛球那个副业、「像 YC 一样的周环比增长」、以及「只有一部分用户在用 computer use」——都是他们在节目里的说法，没有第三方数据可以核。

两处要分开看。 一是题目。节目里说的是「操作电脑比普通人快」，而同一批作者的文章写的是「agentic 模式下 agent 仍比人慢得多，而且差得不小」。这两句不矛盾，但也不该混着用：前者量的是完成率与相对普通用户的表现，后者量的是单件任务的耗时。二是「人」的定义。72% 这个人类基线是同一批任务的普通测试者，不是熟练的电脑使用者；阿里自己把「超人」定义成比熟练用户快，那是尚未跨过的线。

这一期没有官方章节，也没有官方视频。 时间点是按整集音频实测标注的；正文的分节与卡片上的时间一致，可以对着听。逐句译文底稿来自整集音频的自动转写，两位主持人的声音落在同一簇里，无法逐句分辨谁在说，译文统一标为「主持」；两位嘉宾也偶有被并进同一句的地方，凡无法确定的地方一律按上下文判人，不额外编造。

下面按音频顺序逐句翻译，只保留中文译文，保留说话人标签（阿里、詹姆斯、主持、旁白），不压缩、不摘要、不删减。

片头（剪辑片段）：我们已经把 computer use 推到一个比普通人更快的位置。而且我觉得，离超人已经非常近了。

主持：你觉得哪些任务已经可以交给 agent，哪些还属于「它做完我还是得核一遍、改一遍」？

片头（剪辑片段）：现在的 computer using agent，从 Astra 开始，已经能做人能在电脑上做的任何事。我们会想很多——有了更快更好的模型，能解锁什么新的消费级体验？而在企业侧，安全这件事自然就变得更有意思：我们怎么让人能控制「环里留多少人」，以及可审计性。它跟我们做过的任何东西都不一样，别的东西要开发者做工作才能接入——得有人去搭一个连接器、一个 MCP server；而 computer use 什么都能用。

片头（剪辑片段）：我们现在有能力足够强的模型，而且便宜到可以在规模上跑。那公司该想着去自动化什么？我会把它分成两大类。第一类是……

旁白：AI agent 越来越能使用我们用的同一批软件——点按钮、逛网站、在没有专用 API 的情况下把活干完。当它们做得比我们更快，会改变什么？a16z 的西玛·安布尔与法布里齐奥·塞拉菲尼，对话 OpenAI 的阿里·温斯坦与詹姆斯·孙，聊 computer-using agent 的快速进展，以及为什么 computer use 可能成为 AI 的通用接口。他们讨论了 agent 如何自动化遗留企业软件、财务、采购与销售上的任务；也讨论了推动这一切的技术进展，包括为什么包在模型外面的那层壳，几乎能让它的速度翻倍。他们还谈到企业如何控制与审计 agent，以及接下来会发生什么——AI 在后台主动干活、与我们实时协作，最终操作软件比专家还快。

主持：欢迎来到 a16z 播客，我是西玛·安布尔，和我一起的是我的同事法布里齐奥·塞拉菲尼。八月我们写过一篇关于 computer-using agent 的文章，讲它们开始在公司里干真正的活。今天我请来了 OpenAI 的阿里·温斯坦与詹姆斯·孙，他们会从自己的角度拆解 computer-using agent 到底在发生什么，也分享一些对未来的看法。阿里、詹姆斯，谢谢你们来。

阿里：当然，很高兴来。

詹姆斯：谢谢你们邀请。

主持：阿里，你先开个头，说说 Astra 里到底是什么推动了 computer-using agent 往前走，真正解锁了什么。

阿里：Astra 是个很厉害的模型，很多事情上都好。其实在 Astra 之前，我们的 computer use 模型就已经很好了——Sol 自己在 computer use 上就很强。所以按我的体感，Astra 主要是在几个边角上帮忙。

一是它在平均意义上快一点，因为做同一件事用的思考 token 更少。二是在某些创作类工作上更好。比如我们发布视频里那个演示：你一边跟它说话，它一边在微软画图（Paint）上画画。这类事它强得多，我觉得这大概也能迁移到其他创作类任务上。最后一点是，它在边角上更可靠，我感觉我更信它一点。就是那种差别很小、但非常关键的东西——99% 可靠和 97% 可靠之间。我感觉它确实高那么一点，而且这点很实在。

詹姆斯：我接着补几句。Astra 也是我们对齐做得最好的模型。说到信任：如果你去看它的系统卡，它在抗提示注入上强得多，在不去做任何非预期动作上也强得多。所以当你把它用在企业工作上，尤其是公司拿它做敏感的事——不管是采购、跟供应商谈、还是跟客户谈——你会觉得安全很多。这非常让人兴奋。

创作用途上也有好玩的东西。我们内部让 Astra 去打电子游戏，对上 5.6，它每次都赢。所以网上有些挺酷的推文，说 Astra 能在 30 小时内打通《辐射》。它打游戏真的很厉害。我不知道这能不能迁移到什么，但确实厉害。

主持：我想把这一点再往下钻一层：computer agent 在消费级与企业级用例上的含义非常不一样，尤其围绕它外面那一整套脚手架。

阿里：我会说，对 computer-using agent……你们怎么看消费和企业哪边更让人兴奋，如果一定要选？

詹姆斯：OpenAI 的目标一直是做对所有人都有的用的产品。有意思的是，阿里在这里肯定是更偏消费的那个人，我在企业侧花的时间多一些。消费永远是我们尽可能推前沿的地方。有了 Astra，就像阿里说的，它比之前的模型快得多。所以我们会想很多：有了更快更好的模型，能解锁什么新的消费级体验。

企业侧，安全自然就变得更有意思。因为我们跟大公司聊的时候，会看到公司自己在搭「技能」（skills），教模型怎么更好地用他们的软件。所以也许可以这么理解：企业侧的能力其实存在得更早一些，现在是公司在追上来、在搞明白怎么应对；消费侧则是我们在找下一类用例——那些今天用软件还做不到的事。阿里你可以多说说。

阿里：对我来说，消费级用例特别好玩，因为它就是：你怎么让你的 agent 去做你日常生活里那些特别烦、又特别花时间的事，好让你把时间放回你真正兴奋的事情上。

看着 Dots 真的很有意思：每一只 Dot 都有自己的电脑，你可以让它去云上替你做事情。它有一个完整的浏览器，能替你买东西，能替你预约剪头发，你要它做什么都行。这很好玩，而且地平线上还有更多好玩的。

主持：这正好是我想问 Dots 的。詹姆斯，你大概会用一只 Dot 来走产品反馈的流程，能不能多讲讲。我很好奇，你们自己是怎么用 Dots 的，computer use 又怎么参与进去？

詹姆斯：Dots 很酷有好几个原因。一个是它真的很主动。很多次我都很惊讶——不管是在生活里还是工作里，Dots 会把我完全漏掉的事情挑出来。

就在前几天：我们内部邮件系统里，只要收到外部的邀请邮件，它其实不会出现在日历上。结果我漏掉了一堆会。现在 Dots 会替我抓这些：「有一封邀请在你收件箱里，但它不在你日历上，要不要我在 Gmail 里替你接受，好让它显示出来？」这件事救了我。很小，但很要紧。

我也让它主动去找那些「形状不那么固定」的任务。另一个例子：我们内部用 Slack，随时都有大量消息。我以前用自动化和 Codex 做了一份工作，每半小时或每一小时去捞一次，结果我最后把大部分通知都屏蔽掉了——因为它有时有用，有时没用。

用 Dots，我可以给一个很高的目标：如果我汇报链上任何人说了什么，就标记给我；如果有人给了关键反馈，关于某些产品的，你自己判断，去做。因为它有一台云上的电脑，我有个挺酷的流程：有人报问题的时候，通常会带一条 Sentry 日志。我可以让它用云上那台电脑，同时驱动我本地的浏览器——Dots 能同时控制你本地的电脑和云上的电脑——登进 Sentry，把日志拉下来，分析，然后把反馈给我。于是「判断哪条反馈重要、去看它、去 Sentry、下日志、喂给 Codex、问它怎么看」这一整圈，现在都能自动化。

所以 Dots 至少在这两类任务上很好：主动的，和长时间跑的，而且它们的形状每次都不一样。

主持：我们前面聊到可靠性、速度、token 用量和效率。你们在持续改进自己发布的东西的时候，怎么平衡这些？

阿里：我们对 OpenAI 的 computer use 非常兴奋，投入很多，已经走到一个位置：我认为我们现在有最快、最便宜、也最可靠的 computer use 产品。而且我觉得还能再往前推很多。

我们在速度上花了很多时间。速度很有意思：一方面，computer use 的威力就在于它能在后台干——所以有些情况下它花多久都无所谓，因为你可以去做别的事，它替你把任务完成。但另一方面，有些时候你就是想盯着它、确认它做对了；或者你需要等它，因为它得先完成，别的事情才能发生。所以速度很重要：你不想有那种感觉——「我自己做就好了，还轻松得多」。

我们已经把 computer use 推到一个位置：它操作电脑比普通人快。而且我觉得离超人非常近了——所谓超人，就是比一个熟练的电脑使用者还快，大概就是这张桌子上我们中的任何一个。我认为那会是一次真正的巨变。

它会改变我们所有人跟电脑打交道的方式，因为突然之间，任何你能手动做的事，它都能做得更快。所以除非你出于某些原因真的很想自己动手——我觉得人们想自己动手的理由可能有很多——但在默认情况下，你大概只想让 agent 替你做。而这会让我们造出各种很酷的用户体验。所以速度是我们想得很多的事情。

另外我们很明确地有一个策略：在多个质量和价位上提供多个不同的模型。所以不同的用例，你可能会想用不同的模型。同时，我们更便宜的模型在 computer use 上随着时间越来越好。所以我觉得，往后「哪个任务该用哪个模型」会有更多变化。

詹姆斯：这就是我刚才说的。另一层想法是：我们怎么把「安全、可靠、自主」相对「速度」的控制权交给客户？模型慢的时候，你可以看着它做，但你也被限制住了——你不能就一直坐在这儿盯着它干，那样其实效率更低，因为它比你还慢。可一旦快了，你就没法再观察和审计它做的每一件事。那么，尤其是对企业，我们怎么让他们能够控制「环里留多少人」，以及可审计性？

几个月前，跟着 Astra，我们发布了一组企业控制项，让企业能选：环里留多少人？他们要不要 agent 自动批准所有动作？我们有一个很好用的系统叫 Guardian，在应用里我印象里叫自动批准（Auto-Approve）——它本身是一个很聪明的模型，会看 computer use agent 正在做的每一个动作，判断它安不安全、是否符合原来的意图。

消费者可能会说：我就要它全做完，别问我批不批准。而企业则可以决定哪些类型的动作可以放行。所以当我们这些 computer agent 在做事上也开始超人化，控制这一部分会越来越重要。

主持：随着企业用例铺开，雇主对效率很兴奋，但同时也会警惕：到底放出去了什么东西？反过来，应用软件那边对「现在有 computer-using agent 在访问我的遗留工作流软件」是什么反应，你们有观察吗？还是说你们就专注在使用它的那个消费者或企业用户身上？

阿里：我觉得这个问题在开放网络上才真正有意思。当它发生在公司批准、公司自己在用的软件里，其实更直接——那当然，百分之百，我们希望人们把那些不必自己动手的活自动化掉。但到了互联网上，会有几种不同阵营。

一种是，他们的商业模式跟「有 agent 使用产品」并不一致。你想广告商、出版商，他们的商业模式完全建立在广告上。如果 agent 替用户去用了网站，收入从哪来？而且在大多数地方，agent 产生的曝光其实并不计入真实收入。所以这是个我们会一直琢磨、也一直跟合作团队一起处理的问题。

对公司来说还有另一个问题……

阿里：对那些确实想拥抱 computer-use agent 使用自己网站的公司，很多正在采用一些标准，让人和 agent 能一起用。比如 WebMCP 就是一个我们很兴奋的标准，我们在应用内浏览器里加了支持。

所以你可以想象这样的场景：agent 提升了使用这个网站的体验，但它并没有完全取代这个网站。我个人觉得浏览网页还是很好玩的，我还是喜欢自己买东西，还是喜欢看各种酒店、航班、地方。所以你可以想象：agent 把所有枯燥的活干完，但给你留出一段更轻松的体验——你自己浏览，然后说「好，现在我要把这笔交易完成，刷我的卡」，这些事也可以再交回给 agent。

WebMCP 有意思的地方是：你跟网站之间的界面还是网站本身，而不是一个 API，但人和 agent 在某种意义上是同时在用。

主持：换个话题，我想把「把活干完、把端到端的活干完」这件事再钻一下。想听你们讲讲：什么样算好的、窄而可重复的任务？哪些任务你们觉得已经可以交给 agent，哪些还属于「做完我还是得核一遍、改一遍」？

阿里：一般来讲，我发现这个模型现在基本上能在电脑上做任何你能做的事。我逼自己做的一个练习是：每当我有件事，第一反应先问——能不能直接让 agent 去做？

当然有一些敏感的地方，比如我要给某人发消息，我希望那感觉是从我这里发出去的。但总体上说，我是这么想的：从 Astra 起，computer-using agent 已经能做人能做的任何事。以前会有一些含糊的地方——具体要求写得够不够清楚。我发现模型在这个点上越来越好：当你让它做一件事、而里面有些模糊的时候，Astra 里我们发布了一个叫 flexible input 的东西，它会来问你：我想要一些细节。如果你没及时回答，它就继续往下做，需要的时候再把上下文拉进来。

有些东西是——如果你有可重复的流程，能把要求定义清楚是好的，那基本上就跟写一份产品规格说明差不多。但总体上，除非某件事极度敏感、你一定想在环里，我现在做任何事都会先去够 computer use 模型。我很好奇你是不是也这样。

詹姆斯：是的。我也在努力建立这个反射，因为它真的很好。有时候很容易就陷在旧习惯里。

阿里：我觉得 computer use 作为一项技术，最酷的地方是它的通用性。它能用每一个应用。它跟我们做过的东西都不一样——别的东西要开发者做工作才能接入，得有人去搭连接器、搭 MCP server；computer use 什么都能用。

而且它的工作方式是：像人一样去用那个应用。如果你没怎么接触过这项技术，这一点值得理解——computer use 用人用电脑的方式去用电脑。它让 agent 拥有你拥有的全部能力，我觉得这非常有力量。

詹姆斯：我接阿里的话补一点。某种程度上，这些时间下来我已经不太想「这是 computer use 任务还是非 computer use 任务」了，因为它们经常是连在一起的。

我们看 computer use 的方式是：它不是「你拿起来说我要做某件事」的东西，它其实是模型为了把事做成而拥有的那个通用 API。所以如果你有一个雄心很大的任务、你想让 agent 去做，任务越复杂，过程中越可能在某个点上碰到 computer use。

所以唯一我不会去够 computer use 的情况，是任务简单到我自己点两下按钮更快。但随着 computer use 越来越快，这个问题也会变：也许我就不点了，我直接说话，它跟我一起用电脑。这些想法都挺有意思。

主持：你们觉得有什么需要跟企业用户讲清楚，才能让他们对这件事放心？你们显然是彻底被 computer use 说服了。但企业用户常常会有犹豫：是，人会点得过去，而且可能做得更差；但至少有人负责，那个人是受过训练的——这些经典的反驳。

詹姆斯：当然。过去一段时间，我们跟企业聊了很多。我觉得主要是两层。

第一层是：我们怎么做出确定性的控制。这确实能给企业很大的安全感——哪怕我们的模型是有史以来最对齐的，我也认为它在防提示注入、防非预期动作上比大多数人强，因为它的智能本身就很高；但企业管理员能够直接说「某些任务、某些数据源，太敏感，不许用」，那种感觉就是安全。

所以我们发布了两样东西。一是能围绕你的 agent 确定性地建一个沙箱：它能用哪些应用、不能用哪些应用、能上哪些网站、不能上哪些网站。二是所谓「人在环里」的那部分：哪些类型的动作需要人介入？比如我们可以说，任何一次下载和上传，都要有人批准；任何一次访问新网站，都要有人批准。这些对企业来说都是可以调的旋钮。

第二样，就是把我们内部跑的所有评估摊给企业管理员看：这些模型在对齐上到底怎么样，跟内部模型比、跟第三方模型比。此外还有一些我们普遍在做的基础工作，帮人们跟这类产品建立信任——我们知道它太新了，对人来说是一种既神奇、有时又陌生的体验。

阿里：我们在产品设计上花了很多功夫。比如你随时可以看到光标——如果你想看着它做任务，它是有动画的，看起来不无聊。另外，就像詹姆斯说的，这对企业可定制，对普通用户也是：在用一个新的应用或网站之前，我们会先问你，取决于你处在哪种模式。我觉得这能帮人不觉得「它要在我的电脑上乱跑」。你需要一段建立信任的过程：先感受它是什么、你想让它替你做什么，然后慢慢就自在了。

主持：Codex 那个光标太可爱了，我很喜欢。我知道这是很小的细节，但看着它用电脑，会给你信心，也让体验变好。所以用户体验这一点，是值得投的。

我想问一个更大的问题：现在我们有了能力足够强的模型，也便宜到可以在规模上跑。在你看来，公司该想着去自动化什么？企业在哪些用例上最有前景？是 ERP 这类，还是人与 agent 一起把任务做完的那种？如果一定要挑，你最想在真实世界里看到你们的模型在哪里发挥作用？

詹姆斯：从我的角度，我想听阿里先说。我会把它分成两大类。第一类是自动化那些枯燥的流程，是比较无聊的那一类，我举几个无聊的例子。

主持：无聊就是机会。

詹姆斯：确实。ERP 就是很大的一块，你想得到的那些缩写：ERP、CRM，各种「记录系统」（systems of record），每一个系统都是一份记录。

我们见过一些公司做采购软件。比如你每年要向供应商订一批实验室设备，而不是维护一张有一千行的巨大表格；运营团队……像那种工作流很重的公司——

詹姆斯：他们过去通常是这样：有一张巨大的表格，由各个团队自己填；然后运营团队把这张表拿过来，导进内部的采购软件里，最后变成一堆明细行；再然后销售团队、采购团队拿着这一堆软件输出，出去联系供应商。这些电脑都能自动化。所以采购是我们看到很大的一块。财务是另一个很有意思的类别。

公司内部有很多本账，比如费用一本账、其他东西各一本账。到月底要做大量对账。而很多财务软件根本没有 API 可以快速把数据拉出来。所以财务团队能用 computer use 去翻这些账、做对账、把值得注意的东西挑出来——要么标记给人，要么自己往下查。这也是一个很无聊但很有用的流程。

对我们的销售团队来说：很多销售团队用很多不同的软件，做通话转写、取数据之类的。所以让 computer use 去做潜客开拓（prospecting），再把结果写进 CRM 或某种外呼软件里。所以「记录系统」是无聊的那部分。

市场研究是另一个我们常见到的。我业余时间在写一个给羽毛球用的视频标注软件，我拍自己打球，然后让 agent 去看。我在想怎么让这个东西真的有用——市面上有给匹克球、壁球、网球做的软件。于是我就让 computer use 去登录、在这些软件上注册账号、试用、截图、给我反馈，然后我把它做回自己的应用里。这些都是那种枯燥、可以交出去的流程。

而更有意思的那部分创造性工作，是让它能承接更大的事。我们聊过模型现在在视觉设计上已经很好了。还有电路设计、建筑设计、硬件工程、游戏设计——这些也是我觉得 Astra 能带我们去的领域。对企业来说现在想这些的还不多，因为它们在想着那些无聊的机会；但随着大家更理解模型的能力，我觉得下一波用量会到那边去。阿里你怎么看？

阿里：消费侧也有类似的情况。有很多是在自动化那些苦差事，或者做你不想做的事。比如替你填车管所的表格，帮你从收件箱里退订一堆邮件。

然后还有一类，是我听很多人讲的故事：他们在做那些自己本来没时间做、或者根本不会想到去做的事。就我个人来说，我在维护自己做财务的表格、还有做饭计划的表格。我有个朋友是私人教练，他在给客户做定制的东西。这些事在你的个人生活里本来太费时间，但现在变得很容易。我用 Apple Numbers——一个挺冷门的表格软件——模型照样做得非常好。

主持：我好像从来没听人说自己用 Apple Numbers。

阿里：它其实是个好得出人意料的表格软件。

阿里：然后我觉得还有第三类，也是我最兴奋的，才刚刚开始。就是：用一整套不同的方式去使用你的整台电脑，或者跟软件打交道。你在我们 Astra 的广告里看到过很酷的例子：人直接对着电脑说话。这是一种非常自然的使用电脑的方式。我觉得随着时间推移，软件本身的形态会因为这项技术而改变。这一点我很期待。

主持：说到软件形态的改变。设想你是一个企业用户，你习惯用某个三十年前的笨重 ERP。一种世界是：你现在放出一批 agent 去操作那个软件，你根本不用在意它。另一种世界是：一家 AI 原生的新玩家，直接用 computer-using agent。我想问，世界会更往「留着遗留系统、上面加一层」走，还是 computer-using agent 也能成为新软件玩家的一部分？我自己想得很多，很好奇你们的看法。

阿里：这是一个非常有趣的时刻：一方面，创造新软件的成本和复杂度低得多；另一方面，世界上存在的遗留软件又多到 computer use 恰好非常擅长跟它们打交道。所以我预期这两件事都会持续很久。你看今天在生产里跑的软件，很多是十年、二十年、三十年、四十年前写的，我不觉得那东西会一夜之间消失。

我确实觉得，computer use 的存在，会让公司更有压力去让软件更好地跟 agent 配合——因为所有软件默认都会跟 agent 一起工作，我觉得 WebMCP 就是一个很好的例子，而且我们会看到更多类似的。所以我预期两边都会非常重要，但它会随着时间偏移。詹姆斯你怎么看？

詹姆斯：我同意。

詹姆斯：这里有很多手艺活，你懂这个，因为阿里和他的团队做出了一个很漂亮的产品，那个光标是全力做的。所以做出一个让人愿意拿在手里用的好产品，里面有大量的艺术与手艺。

对我来说，如果互联网变成一张没有面孔的东西，只是 agent 跟 agent 说话、人什么都不用了，我会很难过。我不觉得会变成那样，因为有一种匠气、有一种「手工软件」的感觉，你用起来就是舒服——因为设计它的人真的、真的懂客户想要的体验。

举个例：我太太最近迷上一个桌游，我忘了名字，就是连五个石子赢的那个，名字我忘了，是连成五个就赢的那种，大概就是五子棋。她在网上跟朋友下，被打得很惨，所以她想练好。我就说，那我给你做一个战术训练器吧，把各种开局套路都过一遍，你就能变强。我做了第一版，然后想：她喜欢用某种方式学，她喜欢这类学习方式多过别的，所以我能把软件打磨成对她来说特别顺手的东西。

这种个人化的软件，我知道今天还像只有技术人会做，但你往后想几年：如果任何人都能做出任何东西，而且能在很短时间内为非常细分的用途做出这种手艺很好的软件，那种世界很美好。

而且，她训练结束之后，那些课程和她犯的错，可以交给一个 agent 去总结、用文字给她；但当她真的在跟 AI 下、想变强的时候，那件事得人自己去做。所以我确实看好——我不觉得 UI 会消失。

这有点偏离你原来的问题，但我确实觉得，便宜软件带来的压力，会让软件必须变得更好。但我不觉得会变成「所有东西都有 MCP、都有 API，computer use 从此没用」。

阿里：我太喜欢这个点了。我觉得人对「直接操作」是硬性写死的——你真的想用自己的手去动、去做。

而且想想过去软件都是「一款适配所有人」，这很让人兴奋。

阿里：它必须是那样，因为我们每天打交道的软件，是为几百万、几千万、几亿、几十亿人设计的。我觉得我们会进入一个时代：任何一款软件都可以为一百个人、甚至为一个人设计。那种软件会有多 personal、多独特。

主持：我的心智模型大概是两个桶。消费侧，你要么是从中得到快乐、喜欢用，要么是能学到东西——不是它的「用处」，而是跟它互动、学习本身带来的愉悦，你愿意花时间在上面。

B2B 侧，你可能想让 agent 把一堆枯燥的活干完，但这里有个东西叫审计日志（audit log）。它也可以按你想要的方式去个人化，但产品真正的内容是：我作为人设定目标，然后我能看懂它的逻辑，但不一定要自己把整条执行链走一遍。

阿里：所以任何 B2B 用户还是得搞清楚：这笔付款为什么发出去了？他要能回去、拿到一份「发生了什么」的总结，然后能说——

主持：对，在这个时间付给这个人；三十天账期，应该打这么多折，等等。他们想让 agent 去执行，但在某个层面上，仍然要有一定程度的控制留在那儿。我觉得这确实需要一个某种形式的 UI。而且如果我们要更相信「AI 会做更多这类事」，那部分也必须做得好用。

詹姆斯：为什么不行？我们凭什么要忍受烂软件？我确实觉得，看看会不会出现一种新的软件会很有意思——它有传统的用户界面，但底下也在用 agent。然后有时候那些 agent 自己又在用 computer use 去自动化遗留软件，给你一个好得多、更有针对性的体验。我非常期待这一类东西。

阿里：有点像我们喜欢内化的那层「共享智能层」。你的 agent 在别处用着遗留软件、在别的地方做事；而你在用一个应用时，这个应用想拿到那份上下文，好给出更好的体验。如果每个网站都有自己的 agent、而它不跟你的 agent 说话，那就是一个非常碎片化的世界。所以怎么让它们配合起来、让 agent 能插进来用你其他的软件，我觉得接下来几个月会很有意思。

主持：我很喜欢你们聊这个，因为「人机交互」的重要性被严重低估了，尤其如果你想让产品成功。人习惯了协作，所以你会希望任何 agent 都能嵌进团队里。我想问：如果你明天要创一家公司，想用 computer use 去解决企业里的某个流程，你会怎么想？你会关心什么——它失败时能不能好好失败、能不能跟人沟通，还是就做一个黑盒子？如果你现在要跟创始人讲话，会给他们什么建议，让他们用好你们的能力去解决企业的问题？

阿里：在我看来，这很大程度上取决于形态。你是小团队、想让团队里的人更高效地用某个软件？还是你在做一个本身就要跟现有软件打交道的东西——那可能就是在云上有台机器，在后台做 computer use。

这会极大影响你想要的人机协作形态。前一种情况，我们的很多产品就在服务它：你坐下来用 ChatGPT，那里有很多好的协作。后一种情况，如果你是用 API 自己搭 computer use，那就真的要想清楚：什么时候你想让人在环里？出错的时候 agent 告不告诉你？做对了告不告诉你？是不是有个东西替你总结，免得你被「这个发生了、那个发生了」的通知淹没——而那些通知你其实会直接忽略？

詹姆斯：嗯，阿里和我加入 OpenAI 之前都是创业公司的创始人，所以我现在依然很看好创业公司。这个问题归结起来大概是：还有没有护城河？有没有什么是实验室在做的事之外、创业公司还能去啃的？

总体来说我觉得有两点。一是要建的东西太多了。哪怕我们现在已经很大、几千人，内部依然觉得人手非常紧——面对所有这些问题，团队都不大。所以如果你真的深刻理解一个问题，有行业专长，懂监管怎么运作、懂 go-to-market、懂怎么服务那批客户，那依然是一片非常绿的绿地。

二是，通过我们的 API——就像阿里说的 computer use——你依然能加速。说到底，今天存在的模式就是速度和痛点。

我另一个常想的是：在我看来，还有很多垂直行业，AI 的扩散慢得多。前几天我跟一家公司聊，他们用 computer use 帮餐饮集团：先看后厨库存，用视觉判断明天的客流预测下会缺什么；然后拿这个去用 computer use 在类似 Shopee 或某种采购软件里下单，订第二天的货；再根据这个进到 ERP 里，调整员工排班——因为去年这个时候，节假日客流大得多，可能需要更多人。

那些餐饮集团大概不是那种非常熟悉现有工具的科技公司。所以，住在旧金山，我们会看到很多「实验室什么都能做、Codex 什么都能做，为什么不让所有人装上 Codex 让它去做」的想法。但对普通美国人、对普通的中小企业主、对普通企业来说：先搞懂这些工具能做什么是一件事，把工具按合理的方式连起来是第二件，部署是第三件，服务是第四件。所以在我看来，如果存在需要很多互不相通软件的复杂流程，computer use 是把它们拼起来、把整个端到端流程做完的好办法；然后再把它做成一种那些客户拿在手里觉得舒服的形态和 UI——这依然是一个非常大、而且依然敞开的机会。

主持：讲讲接下来。在 computer-using agent 这条前沿上，有什么你们能分享的、让你们很兴奋的东西？

阿里：我前面其实已经比划过了，但我们真的很兴奋于速度，很兴奋于把 computer use 做成超人。也很兴奋于把不同种类的界面混在一起，把多模态的输入输出合到一起，让你用电脑的体验更流动。

我觉得现在我们很多 computer use 产品是非常「后台式」的：我给 agent 一个任务，我同时去干别的。这其实是产品极大的优势。但我认为未来我们也会看到更多你与 agent 之间的实时协作。这个方向我很兴奋。

阿里：而且除此之外，就是更好、更便宜、更可用、更易用。

詹姆斯：对，就是这样。真的能访问到所有东西。

詹姆斯：我觉得还有一个：Dots 里我们给大家的是一台云上的电脑，ChatGPT Work 也有云上的浏览器。老实说，让我兴奋的一件事是把这个体验做得更一致一点。今天你可以装 Chrome 扩展，那用的是你 Chrome 里的密码管理器等等；然后我们在桌面应用里有一个应用内浏览器，它有一组不同的 cookie 和不同的密码；你云上那台电脑又是另一套东西。对普通消费者来说这太疯狂了：为什么我有四个浏览器、彼此都不说话？我在一个里开一个页面，另一个里会出现吗？

所以我很期待的一大块是：怎么让 computer use 从一个被企业、被非常硬核的先锋用户使用的产品，变成一个人真的能理解的东西。

这听起来有点矛盾，因为我觉得 computer use 其实是最容易理解的 AI 产品——它就是 AI 在用电脑。但因为你要管理的状态、你要使用它的地方太复杂，实现细节有时会渗到表面，然后就变得不太好懂。所以把它做到消费级、更容易懂、更一致，是我下个季度很期待的事。

主持：我觉得这回到了那个点：仍然是人来启动 agent。

阿里：对，而且人得……UI 和控制做得越好、越好用、越让人愉快，他们从中得到的就越多。这是绝对的原则。

还有一件事我想比划一下：今天这个产品还有一个挑战，你得花心思去想怎么用它，你得记得去用它，你得说服自己去做跟过去不一样的事。

而 Dots——就像詹姆斯前面说的——带来一种很强的生产力：它们可以主动来找你、识别出情境、帮你解决问题。我觉得我们还会看到更多生产力。我很期待一个世界：agent 来适应你，而不是你去适应它。我觉得我们会看到很多这样的情况。它会让人们更容易跟这项技术建立关系、理解它、把它纳入自己的生活，同时仍然是那个设定和掌握目标的人——如果这话说得通的话。

主持：还有一件我们没聊到的，是 computer use 背后的势头，以及变化有多大。法布里齐奥和我在文章里聊过一点。想请你们讲讲它到现在的轨迹，以及接下来往哪走。

阿里：詹姆斯和我做 computer use 已经有一段时间了。过去这六到九个月非常让人兴奋：我们开始做这些 computer use 产品的时候，用的人非常少。今年早些时候，因为研究团队做的工作非常出色，在我感觉里模型突然就在这类任务上变得很强。然后我们一直在跟内部很多团队一起拼命，想做出真正好的产品体验。而就在过去几个月，产品突然涨得飞快，人们真的看到了它的价值。

但我觉得还是太早了。现在仍然只有一部分用户在用它，我觉得还会涨很多。

詹姆斯：完全同意。我是今年一月加入 OpenAI 的，做的是 Atlas 这个产品，我很喜欢 Atlas——RIP Atlas。我们当时意识到一件事：在 Atlas 里，agent 体验因为几个原因其实不是卖点。用的人不多，一部分原因是大多数人把它当普通浏览器用。

而在过去几个月里，因为模型能力变强了，我们把浏览器和 browser use 并进了现有的、本来就有 agentic 用法的产品里。结果我们看到的是——像 YC 那样的周环比增长。我总是被它能跑多快惊到。

我觉得下一个大的拐点是云。桌面现在还是很「高级用户」的东西——我们大概一直在用桌面，但大多数消费者在手机上。所以怎么给每一个 ChatGPT 用户、给每一个只是拿手机过日子的人一台强大的电脑，而他根本不需要懂怎么用它，它就替他把事情办成？我很期待这件事把它带到十亿用户那里。

主持：感觉 computer-using agent 背后有巨大的势头，而现在到了这样一个时刻：好，我们怎么把它交到更多人手里，让他们信任它、觉得真的能用它。就像你前面说的「一致的体验」——那一块一旦大幅变好，消费者用起来会更舒服，也会更自然。

阿里：我觉得是这样。我认为我们正处在 computer use 的 scaling 时刻，消费和企业同时都是。我很期待看它走到哪、看人们用它造出什么。

主持：太好了，我们也是。好，非常谢谢你们来，这期很精彩，我们很爱聊这个话题，直接从你们这里听到这些很有意思。

詹姆斯：我们也很好玩。

詹姆斯：谢谢。

主持：谢谢你们。

旁白：感谢收听本期 a16z 播客。如果你喜欢这一期，请点赞、评论、订阅、留一个评分或评论，并分享给你的朋友和家人。更多单集，请到 YouTube、Apple Podcasts 和 Spotify。在 X 上关注我们，也订阅我们的 Substack：a16z.substack.com。再次感谢收听，我们下一期见。

旁白：提醒一下，这里的内容仅供信息参考，不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券，且不面向任何投资者或潜在投资者。请注意，a16z 及其关联方可能持有本播客中讨论的公司的投资。更多细节，包括我们投资清单的链接，请见 a16z.com/disclosures。