創業公司能跑贏大公司,不是因為技術,而是組織換不動
大公司人多但流程早已固化、改不動,創業公司沒有歷史包袱,能立刻把agent接進工作流——這是AI第一次讓以小博大在經濟上真正可行。
原視頻在 YouTube 上放不出來,用音頻聽:
核心論點 · 點時間戳可跳到原聲
退學創業,從異類變成標準劇本
Aaron說2005年他們大三退學做Box時,硅谷像這樣輟學創業的人「只有幾十個」,而現在二十歲輟學已經是「standard playbook」。他認為這一代和十年前相比的變化幅度,比他做技術27年裡經歷的任何一次十年跨度都大:1995到2005年創業公司的運作方式幾乎一樣,但2025年和2015年比徹底不同——分水嶺是AI-first團隊能讓3到10人做出50到200人團隊的產出量級。
— Aaron Levie創始人正在變成代碼的審稿人
他提到一個創始人每天在審成千上萬行agent寫的代碼,「做editor或reviewer的槓桿是親自創造那個人的10倍」。創始人不再被「一次只能開一個IDE」卡住,可以同時跑多個後臺agent再統一審閱。這削弱了創業公司一直以來的劣勢:大公司人多但流程僵化、換不動,小團隊反而更容易把agent跑起來。他也提醒agent會犯錯,更像老虎機,不是萬能藥。
— Aaron Levie寫清楚spec成了新的稀缺能力
以前「誰打字快」是槓桿,現在寫代碼本身被commoditize了,真正值錢的變成「你能不能把要做的東西講清楚」——寫出詳盡的spec,對市場機會、產品好壞、審美有判斷力。他半開玩笑說產品經理這個角色終於拿到了真正的權力,因為spec-driven development讓產品人直接指揮agent產出,策略能力的溢價第一次壓過了執行速度。
— Aaron Levie超級智能體不存在,必須拆分
針對AI context rot的問題,他的結論不是工具數量多少的問題,而是必須有某種specialization——不管是靠多個點工具,還是像Claude Code那樣給代碼庫不同部分建立sub agent。「一個無所不能的超級智能體根本不存在,它不work」。他坦言現在每家創業公司都在自己摸索怎麼拆,沒有統一最佳實踐,問五家創業公司會得到五個不同答案。
— Aaron Levie編程agent市場已證明數百億級規模
他拿coding agent類別舉反例:十年前如果有人說編程賽道會出現兩三四百億美元市值,大家會覺得不可信,因為過去唯一算退出成功的只有GitHub。但Replit、Cursor、Windsurf、Lovable、Cognition已經做到了,而且「只是剛剛露出水面」。他說自己完全願意underwrite編程agent賽道再出數百億美元市值、且不會被大廠吃掉,原因只是TAM太大,同樣的邏輯可以套到生命科學、醫療、法律、諮詢每一個行業。
— Aaron Levie價格砍到十分之一,需求會放大數十倍
他用法律服務舉例:高端法律審查過去按小時收費1000到2000美元,貴到沒人用得起,實際上壓低了真實需求;一旦agent能把同樣工作做到每小時5到10美元,供需平衡會被打破,「這個品類會突然爆發」。公司內部有很多功能因為太貴長期排在預算末位,一旦agent把價格壓到十分之一,反而會開始為它花錢——僱人成本動輒十幾二十三十萬美元,換成agent可能只要一千美元,「沒有天花板,也沒有起步門檻」。
— Aaron LevieAI進步的紅利正在流向企業而非消費者
他引用Anthropic的Dario的說法:如果模型從化學本科生水平提升到博士生水平,消費者在claude.ai裡幾乎感受不到差別,因為日常不會問需要博士水平的化學問題,但這一跳對輝瑞這樣的藥企是巨大收益。Aaron說自己母親的AI使用場景「已經fully solved」,GPT5就夠用,陪孩子編故事、寫歌也已經夠用;但同一個模型拿去審合同,「還是有70處錯誤」。結論是往後AI進步基本都會流向企業場景。
— Aaron Levie做出產品不等於有人會用
他認為渠道這件事不會被AI顛覆,消費者還是要靠病毒傳播,企業還是要靠go-to-market機器,這和AI無關。給創業者的提醒是「if you build it they will not come」——做出一個很厲害的agent不代表問題解決了,你會被其他一萬家創業公司和公司內部優先級淹沒。真正的distribution是長期經營同一批受眾,而不是靠一條爆款視頻,後者只是一次性營銷噱頭,不是渠道。
— Aaron Levie原話 · 已逐字校驗
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的槓桿,是親自動手創造那個人的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.
你會有一個窗口期,創業公司真的可以跑贏這些大公司——這在以前經濟上根本不可行。
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.
我們面對一個很真實的問題:那種無所不能的超級智能體根本不存在,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.
如果十年前有人說編程賽道會出現兩三四百億美元的市值,我們會覺得不可能,因為GitHub才是編程領域唯一真正退出過的公司。
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.
傳統上高端法律審查每小時收費2000美元或1000美元,現在agent每小時5美元或10美元就能做同樣的事。
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.
僱一個人,根據崗位不同,成本是一十萬、二十萬、三十萬美元;換成agent,可能只要1000美元。
Aaron Levie23:19
if you build it they will not come.
如果你把它做出來,人們不會自動找上門。
Aaron Levie31:29
數字與實體
| Box服務機構數 | 超過120,000家組織 | 1:02 |
| Aaron從事技術行業年限 | 27年 | 3:03 |
| Aaron預估編程agent賽道未來市值 | 數百億美元(a couple hundred billion dollars) | 15:13 |
| 行業x職能矩陣格數 | 約5,000格 | 20:18 |
| 法律審查小時費(過去 vs agent) | 過去每小時1000-2000美元,agent每小時5-10美元 | 22:19 |
| AI審合同查出的錯誤數 | 70處 | 28:26 |
術語
- context rot上下文腐化
- agent長時間運行後上下文信息退化、輸出質量下降的現象
- spec-driven development規格驅動開發
- 先寫清晰詳盡的需求規格,再讓agent按規格生成代碼
- sub agent子智能體
- 針對代碼庫某一部分或某類任務單獨配置的專職agent
- TAM總潛在市場規模
- 一個品類理論上能觸達的最大市場空間
- go-to-market市場打法
- 企業把產品推向客戶、形成銷售漏斗的整體獲客策略
- PLG產品驅動增長
- 靠產品自身體驗驅動獲客和增長,而非純銷售驅動
收聽指南
正在評估要不要把團隊工作流整體換成agent編排模式的早期創業者、技術合夥人,以及看AI應用層估值的投資人。
開頭兩分鐘寒暄與Box背景介紹可跳過,不影響後面的核心論證。