这篇访谈里，Bret Taylor（OpenAI董事会主席、Sierra创始人）认为AI Agent（能自主行动的AI）会像1995年的网站一样，成为每个公司必备的“数字门面”。到2025年，你与品牌打交道的方式可能不再是网站或App，而是直接跟它的AI Agent对话。Taylor看好Sierra（他创立的公司，帮品牌做客服Agent，客户有Sonos、SiriusXM）、OpenAI（他任主席，GPT-4o语音对话很惊艳）和Harvey（法律AI Agent）。他提醒，做演示容易，但做出能处理退货、改订阅的工业级Agent极难，因为AI每次回答都有成本且不一定稳定。
Bret Taylor在《Invest Like the Best》节目中探讨AI Agent的过去、现在与未来。核心观点是：AI Agent将彻底改变人机交互方式，成为未来技术的重要组成部分。Taylor基于其构建Google Maps、担任Facebook CTO、联合创立Sierra及担任OpenAI董事长的经验，提出企业应采用战略性方法整合AI。他分类讨论了不同范围的Agent及其应用场景，强调构建稳健的客户体验Agent至关重要。重要结论包括：AI Agent将显著提升生产力，但需关注其对社会不平等的影响；多模态模型将推动人机交互进化；Sierra作为企业对话AI平台，正引领这一变革
Bret Taylor（Google Maps 核心开发者、前 Facebook CTO、Salesforce 前 co-CEO、OpenAI 董事会主席、Sierra 联合创始人）与 Patrick O'Shaughnessy 深度探讨 AI Agent 的现状与未来。Taylor 的核心判断是：AI Agent 将像 1995 年的网站一样，成为每个品牌必备的数字化资产；到 2025 年，企业与客户互动的主要方式将从网站/App 转向 AI Agent，且 Agent 之间的交互（个人 Agent 与公司 Agent 对话）将很快超过人与 Agent 的交互。
Taylor 认为 Agent 不是单一概念，而是三个截然不同的品类，各自解决不同问题。
公司 Agent（如 Sierra 的产品）：品牌拥有的、面向客户的对话式 AI，相当于 1995 年的网站。Taylor 强调："在 2025 年，你与客户互动的方式将是你的 AI Agent。" 它需要承载品牌调性、处理客户服务、产品推荐等全流程。
角色 Agent（Persona-based Agent）：面向内部、完成特定工作职能的 Agent。例如软件工程 Agent（写代码）、法律 Agent（如 Harvey）、运营分析 Agent。Taylor 指出这类 Agent 的特点是"窄而深"——使用场景聚焦，但需要深度领域知识。
个人 Agent：代表个人用户工作的 Agent，如规划假期、管理日历、整理收件箱。Taylor 认为这类 Agent 面临的最大挑战是"集成广度无限"——不同用户使用不同的日历、邮箱等系统。
推演：Taylor 与 Sierra 联合创始人 Clay 有一个内部赌约——"公司 Agent 的对话流量中，来自个人 Agent 的流量何时会超过来自真人的流量"。这暗示 Agent 之间的交互将成为未来重要形态。
Taylor 认为 AI Agent 的构建难度被严重低估：做 Demo 容易，做工业级系统极难。
核心矛盾在于传统软件与 AI 系统的根本差异：
| 维度 | 传统软件 | AI Agent |
|---|---|---|
| 成本 | 边际成本趋近于零 | 每次推理都有显著成本 |
| 确定性 | 相同输入→相同输出 | 非确定性，难以复现 |
| 速度 | 毫秒级 | 相对慢（Token 生成需要时间） |
| 核心优势 | 可靠、稳定 | 创造力、灵活性 |
Taylor 提出 "目标+护栏"（Goals and Guardrails） 框架替代传统的"规则系统"思维。他分享 Sierra 的做法：用"一个 AI 模型监督另一个 AI 模型"的多层架构来提升统计可靠性。
关键数据：Taylor 指出"系统 90% 正确"在不同场景下意义完全不同——消费者应用可能可接受，但"如果涉及收入或合规，10% 的错误率绝对不可接受"。
证伪条件：如果 AI 模型的非确定性问题无法通过工程手段（如多模型监督）有效控制，Agent 在严肃商业场景的落地将受限。
Taylor 提出 Agent 能力的核心公式：事实知识 + 程序知识 + 系统集成 = 可行动的 Agent。
事实知识：通过 RAG（检索增强生成）技术，让 Agent 基于公司知识库回答，而非依赖模型训练数据。Taylor 认为这"是必要的，但远远不够"。
程序知识：这是 Taylor 认为最被低估的要素。"如果 Sonos 音箱坏了，最好的 Sonos 工程师会问你什么、做什么来诊断？" 这包括最佳销售流程、最佳客服流程、最有效的产品描述方式等。
系统集成：Agent 必须能真正采取行动——处理退货、更改订阅、向卫星发送信号刷新收音机等。
数据支撑：Sierra 的客户上线周期为 1-3 个月，采用高触达模式（"IKEA 而非 Home Depot"），确保非 AI 专家也能部署。
案例：Sierra 早期客户（鞋类公司）的 Agent 本意是处理"我的订单在哪里"等客服问题，但第一个真实对话却是"我要去夏威夷参加婚礼，什么凉鞋配我的伴娘裙？"——Taylor 用此说明 Agent 的"自由形式"特性会带来超出预期的使用场景。
Taylor 对 AI 影响社会不平等持双重态度：乐观于降低准入门槛，警惕于加速数字鸿沟。
乐观面：AI 降低了专业领域的"门禁"。"想想 James Cameron 拍《终结者》或 Christopher Nolan 拍《盗梦空间》要跨越多少障碍？" Taylor 认为有品味和判断力的人现在可以用更少资源创造高质量作品——"需要更少的社会许可和融资"。
警惕面：Taylor 承认"最优秀的软件工程师将变得更高杠杆"，从"键盘上输出代码的人"变成"代码生成机器的操作员"。他特别指出一个关键差异：以往的技术革命（PC、智能手机、宽带）需要多年基础设施投资，而 AI 是"软件定义的革命"，变化速度可能快得多。"从工业经济到服务经济的转型用了数十年，但改变工作性质可能只需要几年。"
Taylor 的明确判断："社会将围绕我们创造的技术重塑经济。我们是追求地位的生物，会围绕定义社会的技术创造新经济——但这个过程可能非常不舒服。"
Taylor 认为 GPT-4o 的语音对话能力是"科幻电影中的人机交互方式第一次真正感觉对了"。
他回顾人机交互的演进：打孔卡→鼠标键盘→触摸屏→对话。"我的祖父母跳过了 PC 时代，但用了 iPad。现在想象如果他们还在，只需要说话——每个人都知道怎么说话。"
核心观点：多模态模型（文本+图像+视频+音频）将让"技术退到背景中"。Taylor 说："我们花太多时间盯着屏幕了，这对我们的人际关系不好。我希望技术变得更强大，但同时从我们做的事情中消失。"
推演：Taylor 认为智能手机"在未来可预见的时期内仍将是主导界面"，不是因为最好，而是因为"已经存在且极其成熟"。但他对新型交互设备（智能音箱、AirPods、脑机接口）持开放态度——"硅谷就是为这个时刻而生的"。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Sierra | 看好（其公司） | 客户上线周期 1-3 个月；使用 8-9 个模型；客户包括 Sonos、SiriusXM、Weight Watchers |
| OpenAI | 看好（任董事会主席） | 非营利结构，使命"确保 AGI 造福全人类"；GPT-4o 被 Taylor 称为"突破性交互体验" |
| Harvey | 看好（提及） | 法律 AI Agent，未提供具体数据 |
| Sonos | 中性（作为 Sierra 客户提及） | 使用 Sierra 平台构建客户支持 Agent |
| SiriusXM | 中性（作为 Sierra 客户提及） | Agent 名为 "Harmony"，可向卫星发送信号刷新收音机 |
| Weight Watchers | 中性（作为 Sierra 客户提及） | 在 App 中提供 24/7 AI 教练 |
1. Taylor 对 Agent 的定义："Agent 这个词来自 agency（自主性），本质上是一个能够自主推理和行动的系统。" —— 强调自主性而非简单的对话能力。
2. "90% 正确是 inkblot 测试"：Taylor 指出 90% 准确率在不同场景意义完全不同——消费者应用可接受，但"涉及收入或合规时，10% 的错误率绝对不可接受"。这是判断 Agent 是否 ready 的关键分水岭。
3. "从规则系统到目标+护栏系统"：Taylor 认为这是 AI 时代软件工程的最大范式转换。传统软件追求"相同输入→相同输出"，AI 系统需要接受非确定性，用"目标+护栏"框架替代。
4. "个人 Agent 与公司 Agent 的对话将很快超过人与 Agent 的对话"：Taylor 与联合创始人 Clay 有内部赌约，反映了他对 Agent 间交互将成为主流形态的强烈信念。
5. "AI 革命的速度是软件定义的"：Taylor 指出以往技术革命需要多年基础设施投资，而 AI 的采用可以"像技术变得有效一样瞬间发生"——这是他对社会适应能力的主要担忧来源。
6. "每个公司都应该问：客户雇佣我们做什么工作？"：Taylor 引用 Clayton Christensen 的"Jobs to be Done"框架，认为在 AI 时代，公司最大的风险是"将'如何做'与'提供什么价值'混淆"。
7. "Sheryl Sandberg 教会我：不要试图让新工作适应你，而是让自己适应新工作"：Taylor 分享 29 岁任 Facebook CTO 时的关键转折——"保持对身份的松散认知"让他从技术专家转型为领导者。
8. "Sierra 的价值观是 intensity（强度）和 craftsmanship（工艺）"：Taylor 认为在 AI 热潮中，概念是显而易见的，"关键是执行——Amazon 写了历史书，不是 buy.com"。