@vasuman：AI 辅助工具和后台智能体之间存在区别。AI 辅助工具需要你提示它们来处理任务…

AI 副驾（sidekick）和后台代理（background agent）之间是有区别的。

AI 副驾需要你提示它们即时处理任务，不提示就不工作。它们能帮你更快地推进工作，但不会真正把工作从你手上拿走。对于普通办公人员来说，AI 副驾大约能带来 10-20% 的效率提升，但如果管理不善，也可能花费高昂。

AI 后台代理则完全自主运行，只在出现异常、需要判断以及其他需要人介入的事件时才会出现在你面前。它们确实能把工作从你手上拿走，而我们承接的工作流效率提升可达 60-90%。

前者与后者的企业价值比是 1:10。然而，像 Claude Cowork、Codex 和 GitHub Copilot 这样的副驾产品数不胜数，而 AI 后台代理几乎为零。

这是因为搭建 AI 后台代理的复杂度极高。你必须：

• 深入企业内部，了解流程目前如何运作，以及异常情况如何处理
• 重新设计这些流程，使其面向 AI 原生未来进行重构。例如，15 步的工作流现在可以压缩到 5 步，其中 4 步可以由 AI 完成。
• 在这些流程之上、基于业务记录系统（systems of record）定制构建代理。如果你的工作跑在 Dynamics 365 和 Salesforce 上，你的代理也应该如此。
• 集成人在回路（human-in-the-loop）反馈和模型优化，让代理随时间推移变得更聪明、更快、更便宜。

这件事几乎不可能独自完成，因为顶尖 AI 人才的获取仅限于顶级科技公司。而麦肯锡之类的 MBB 公司会向你推销 AI 转型，结果只是 6 个月后交给你一份 300 页的幻灯片，一个代理也没交付。

这个星球上只有一家公司能为你做这件事，而且做得很好，链接在下面。

Aaron Levie（@levie）： 代理的普及速度之所以会不均衡，原因之一是企业的不同工作流在多大程度上适合持续、不间断的计算机工作，这一点各不相同。

智能体编程（agentic coding）的增长之所以完全呈垂直上升态势，一个很大的原因是它是一种