创业公司能跑赢大公司,不是因为技术,而是组织换不动
大公司人多但流程早已固化、改不动,创业公司没有历史包袱,能立刻把agent接进工作流——这是AI第一次让以小博大在经济上真正可行。
原视频在 YouTube 上放不出来,用音频听:
核心论点 · 点时间戳可跳到原声
退学创业,从异类变成标准剧本
Aaron说2005年他们大三退学做Box时,硅谷像这样辍学创业的人「只有几十个」,而现在二十岁辍学已经是「standard playbook」。他认为这一代和十年前相比的变化幅度,比他做技术27年里经历的任何一次十年跨度都大:1995到2005年创业公司的运作方式几乎一样,但2025年和2015年比彻底不同——分水岭是AI-first团队能让3到10人做出50到200人团队的产出量级。
— Aaron Levie创始人正在变成代码的审稿人
他提到一个创始人每天在审成千上万行agent写的代码,「做editor或reviewer的杠杆是亲自创造那个人的10倍」。创始人不再被「一次只能开一个IDE」卡住,可以同时跑多个后台agent再统一审阅。这削弱了创业公司一直以来的劣势:大公司人多但流程僵化、换不动,小团队反而更容易把agent跑起来。他也提醒agent会犯错,更像老虎机,不是万能药。
— Aaron Levie写清楚spec成了新的稀缺能力
以前「谁打字快」是杠杆,现在写代码本身被commoditize了,真正值钱的变成「你能不能把要做的东西讲清楚」——写出详尽的spec,对市场机会、产品好坏、审美有判断力。他半开玩笑说产品经理这个角色终于拿到了真正的权力,因为spec-driven development让产品人直接指挥agent产出,策略能力的溢价第一次压过了执行速度。
— Aaron Levie超级智能体不存在,必须拆分
针对AI context rot的问题,他的结论不是工具数量多少的问题,而是必须有某种specialization——不管是靠多个点工具,还是像Claude Code那样给代码库不同部分建立sub agent。「一个无所不能的超级智能体根本不存在,它不work」。他坦言现在每家创业公司都在自己摸索怎么拆,没有统一最佳实践,问五家创业公司会得到五个不同答案。
— Aaron Levie编程agent市场已证明数百亿级规模
他拿coding agent类别举反例:十年前如果有人说编程赛道会出现两三四百亿美元市值,大家会觉得不可信,因为过去唯一算退出成功的只有GitHub。但Replit、Cursor、Windsurf、Lovable、Cognition已经做到了,而且「只是刚刚露出水面」。他说自己完全愿意underwrite编程agent赛道再出数百亿美元市值、且不会被大厂吃掉,原因只是TAM太大,同样的逻辑可以套到生命科学、医疗、法律、咨询每一个行业。
— Aaron Levie价格砍到十分之一,需求会放大数十倍
他用法律服务举例:高端法律审查过去按小时收费1000到2000美元,贵到没人用得起,实际上压低了真实需求;一旦agent能把同样工作做到每小时5到10美元,供需平衡会被打破,「这个品类会突然爆发」。公司内部有很多功能因为太贵长期排在预算末位,一旦agent把价格压到十分之一,反而会开始为它花钱——雇人成本动辄十几二十三十万美元,换成agent可能只要一千美元,「没有天花板,也没有起步门槛」。
— Aaron LevieAI进步的红利正在流向企业而非消费者
他引用Anthropic的Dario的说法:如果模型从化学本科生水平提升到博士生水平,消费者在claude.ai里几乎感受不到差别,因为日常不会问需要博士水平的化学问题,但这一跳对辉瑞这样的药企是巨大收益。Aaron说自己母亲的AI使用场景「已经fully solved」,GPT5就够用,陪孩子编故事、写歌也已经够用;但同一个模型拿去审合同,「还是有70处错误」。结论是往后AI进步基本都会流向企业场景。
— Aaron Levie做出产品不等于有人会用
他认为渠道这件事不会被AI颠覆,消费者还是要靠病毒传播,企业还是要靠go-to-market机器,这和AI无关。给创业者的提醒是「if you build it they will not come」——做出一个很厉害的agent不代表问题解决了,你会被其他一万家创业公司和公司内部优先级淹没。真正的distribution是长期经营同一批受众,而不是靠一条爆款视频,后者只是一次性营销噱头,不是渠道。
— Aaron Levie原话 · 已逐字校验
the ability to be an editor or reviewer is like 10x the leverage of of the person who actually has to create the thing.
做editor或reviewer的杠杆,是亲自动手创造那个人的10倍。
Aaron Levie7:06
you have a window where startups can actually outrun these big companies um in a way that was just never economically feasible before.
你会有一个窗口期,创业公司真的可以跑赢这些大公司——这在以前经济上根本不可行。
Aaron Levie8:07
we have a very real issue which is this you know on like super powerful super agent doesn't exist. It doesn't work.
我们面对一个很真实的问题:那种无所不能的超级智能体根本不存在,它不work。
Aaron Levie12:11
If if we had said 10 years ago that there'd be 20 30 40 billion dollars of market cap in the coding space and we would have been like well kind of GitHub is the only thing that's ever really even exited in the coding space.
如果十年前有人说编程赛道会出现两三四百亿美元的市值,我们会觉得不可能,因为GitHub才是编程领域唯一真正退出过的公司。
Aaron Levie14:11
it turns out that like traditionally legal review costs, you know, $2,000 per hour or $1,000 per hour for high-end work. Now, the agent can do that for5 or $10 an hour.
传统上高端法律审查每小时收费2000美元或1000美元,现在agent每小时5美元或10美元就能做同样的事。
Aaron Levie22:19
to hire a person costs a h 100red 200 $300,000 or whatever depending on the function. to bring in an agent might cost $1,000.
雇一个人,根据岗位不同,成本是一十万、二十万、三十万美元;换成agent,可能只要1000美元。
Aaron Levie23:19
if you build it they will not come.
如果你把它做出来,人们不会自动找上门。
Aaron Levie31:29
数字与实体
| Box服务机构数 | 超过120,000家组织 | 1:02 |
| Aaron从事技术行业年限 | 27年 | 3:03 |
| Aaron预估编程agent赛道未来市值 | 数百亿美元(a couple hundred billion dollars) | 15:13 |
| 行业x职能矩阵格数 | 约5,000格 | 20:18 |
| 法律审查小时费(过去 vs agent) | 过去每小时1000-2000美元,agent每小时5-10美元 | 22:19 |
| AI审合同查出的错误数 | 70处 | 28:26 |
术语
- context rot上下文腐化
- agent长时间运行后上下文信息退化、输出质量下降的现象
- spec-driven development规格驱动开发
- 先写清晰详尽的需求规格,再让agent按规格生成代码
- sub agent子智能体
- 针对代码库某一部分或某类任务单独配置的专职agent
- TAM总潜在市场规模
- 一个品类理论上能触达的最大市场空间
- go-to-market市场打法
- 企业把产品推向客户、形成销售漏斗的整体获客策略
- PLG产品驱动增长
- 靠产品自身体验驱动获客和增长,而非纯销售驱动
收听指南
正在评估要不要把团队工作流整体换成agent编排模式的早期创业者、技术合伙人,以及看AI应用层估值的投资人。
开头两分钟寒暄与Box背景介绍可跳过,不影响后面的核心论证。