大公司導入 AI 卻沒變快，
因為它們把「組織圖」直接出貨了
Sierra 共同創辦人、OpenAI 董事長 Bret Taylor 在 Stripe Cheeky Pint 裡，拆解一個 agentic 的未來：為什麼「以成果計價」會顛覆軟體商業模式、為什麼生產力的原子單位是「流程」而不是「人」、為什麼軟體估值會被砍三成，以及一種新物種——超級通才——為何將成為公司裡最值錢的人。
SCROLL
Sierra 共同創辦人、OpenAI 董事長 Bret Taylor 在 Stripe Cheeky Pint 裡，拆解一個 agentic 的未來：為什麼「以成果計價」會顛覆軟體商業模式、為什麼生產力的原子單位是「流程」而不是「人」、為什麼軟體估值會被砍三成，以及一種新物種——超級通才——為何將成為公司裡最值錢的人。
對話從一個很「2026」的話題開始。00:00:26 John 問 Bret 有沒有在工作筆電上裝那個改了三次名字的開源專案 OpenClaw。Bret 玩過，但沒買 Mac mini——「放進虛擬沙箱更便宜」。他覺得整件事極度迷人：沒人料到 AI 第一個被廣泛、半業餘地使用的場景，會是一個「有點脫線、又不安全」、你透過 WhatsApp 跟它聊天的東西。
00:01:24 John 點出一個荒謬的對比：到了 2026 年，你打開全新的 Gemini 或 ChatGPT，它仍然是一張白紙、沒有記憶；反而是這個亂七八糟的開源專案有記憶——但它記事的方式很像電影《記憶拼圖》，把要記得的事寫進一個 markdown 檔，壓縮還常常出 bug。「你能拿到沒有任何記憶的主流 App，或這個極度不安全、三天改三次名字的專案，靠在筆記邊緣塗鴉來記事——這就是消費級 AI 的現狀。」
00:02:21 Bret 給了一個技術觀察：寫程式的代理人，過去四個月經歷了質變。「如果我們是十月坐在這裡，對軟體工程未來的對話會完全不同——有多少技術能讓你這樣說？」但他不買「從寫程式直線外推到所有任務」這套。原因在於程式碼倉庫有非常特殊的性質：所有脈絡都在同一個地方，是文字而非二進位；而且天生有回饋——編譯錯誤、單元測試、整合測試、每一次變更的完整歷史與 code review。「它幾乎是為機器人設計的。」
00:04:15 那個「把記憶寫進 markdown 檔」的 hack，Bret 認為比表面上更重要。「你幾乎會想把所有東西都放進一個看起來像原始碼的檔案系統」——不是因為這是代理人唯一的工作方式，而是它能很有效率地混合脈絡與隨機存取記憶。向量資料庫太偏隨機存取，你得先知道要找什麼；但真實的記憶不是那樣，是兩者的混合。「這種混亂，反而做出比那些花俏方案更好用的代理人。」
00:16:23 那 Sierra 到底在做什麼？它幫企業打造面對顧客的 AI 代理人：取代電話客服的 IVR、接手線上聊天，而且不只回答問題，還能代你採取行動。客戶包括 Cigna 這類醫療公司；和 SoFi 的合作把對方的淨推薦值（NPS）拉高了 33 分。00:20:30 數字很猛：七個季度做到 1 億美元 ARR、八個季度 1.5 億，「現在大概 1.65 億，才進入下個季度一個月」。
更大的轉變是定位。00:24:27 Bret 認為，企業的 AI 代理人會成為它「絕大多數的數位互動」——而「數位」如今包含了電話這個最後的類比通道。傳統上客服被當成成本中心，因為太貴。00:25:28 他開玩笑：要打通 Google 客服，比打給 Sundar 還難——「不是他們不喜歡你，是以 Google 的每用戶營收，他們真的負擔不起。」
當你把那通 10、20 美元的電話變成 10、20 美分，會發生什麼？00:26:36 Bret 用 ATM 類比：ATM 並沒有讓銀行分行消失，因為有銀行想到「在分行放不同的人、創造新營收」。一旦每家公司都拿得到同樣的技術，AI「就不是競爭優勢，而是必需品」。真正有趣的是二階、三階效應——當所有競爭者都用上 AI，這場「多人賽局」會怎麼重塑整個產業，非常難預測。
怎麼讓 LLM 不憑空亂答、乖乖去查資料？00:43:39 Sierra 用「模型星座（constellation of models）」：你設定流程的目標與護欄（goals and guardrails），而不是步驟順序，再用一個監督模型去檢查推理。如果代理人想自作主張，監督者會說「這裡你應該去查政策」，把它退回去重做。Bret 的簡化說法：一個準確率 90% 的推理系統，串上一個準確率 90% 的監督者，整體能逼近 99%。
00:41:18 反直覺的突破，是 LLM 的「內建常識」。Sonos 喇叭壞掉，永遠不是喇叭，是 Wi-Fi。你當然可以餵它所有手冊與裝置遙測——但你需要餵它「Wi-Fi 的歷史」嗎？不用，因為大型語言模型早就見過所有可能的 Wi-Fi 問題。「被訓練在全人類知識上，對很多任務來說，是一個非常好的起點。」
00:50:08 就在錄音的前一天，公開市場把軟體業整整砍了 20–30% 的估值。這是合理的修正，還是恐慌？00:50:53 Bret 的判斷是：「理性，但同時被誇大了。」理性，是因為這個市場從來沒有這麼不確定過——十年後這些公司會更不值錢嗎？大概會；但這對每一家個別公司都成立嗎？他不認為。「這比較像是對整個板塊的控訴，而不是對個別公司的控訴。」
那句經典酸言「這我一個週末就能寫出來」呢？00:51:00 Bret 說，每一個做過 SaaS 的人都收過這種 Hacker News 留言，連 Dropbox 都被講過——「如果沒人這樣說你的產品，抱歉，那代表它不重要。」真正有價值的，往往是水面下那些看不見的東西：合規、與大型金融機構的關係、反詐欺、上千名背著業績的業務代表所代表的通路。
他最在意的問題是：未來軟體業的價值，會落在哪裡？00:53:32 一個風險是「自建 vs. 採購」的天平偏移——因為寫軟體的邊際成本下降，更多東西會被自建（特別是開發者工具與小函式庫）。但更深的問題是「記錄系統（systems of record）」會不會繼續是各部門的重力中心。
多頭論點是什麼？00:57:26 這些大公司都有「贏的權利」——規模、業務量能、護城河俱在，「但這是一場賽跑」：小公司建立差異化規模業務的速度，會不會快過老牌公司轉身進入新世界？00:58:48 John 補充另一層：這也可能只是估值「回歸正常」——把股權激勵、完整 GAAP 都算進去，本來就該回到比較合理的水準，與 AI 論點無關。
01:01:33 Sierra 採用「以成果計價（outcome-based pricing）」：在客服情境，如果 AI 代理人解決了案件、沒有真人介入，就收一個事先談好的價；如果得升級給真人，那次免費。換成銷售情境，就是銷售佣金。只要能讓自家與客戶的利益對齊，他們就選那條路。
Bret 特別澄清：成果計價和「用量計價（usage-based）」是兩回事。01:03:19 假設一個 AI 代理人替 Stripe 開發小企業客戶，「如果我說我帶來十分之一的新增 GMV，但只用了百分之一的 token，你大概不會在意」——因為你在意的是頂線價值。他舉了 Folklore.org 上那個老故事：某個菜鳥主管要求工程師回報每天寫了幾行程式碼，結果有人因為重構而填了一個負數，作為對「以行數衡量價值」的抗議。「token 與價值，不必然相關。」
Bret 把它類比成廣告業從「曝光計價」走向「點擊計價（CPC）」：01:02:21「沒有任何廣告平台會想『天啊我們免費送出了多少曝光』——因為當你按更接近商業價值的東西收費，它其實更值錢、更有效率。」更深一層，這還改變了問責：01:06:56 過去軟體出事，客戶怪導入做不好、整合商怪平台壞掉、平台怪客戶不會用——「成功有一千個父親，失敗是孤兒」。成果計價讓軟體公司被迫真正對客戶的成功負責。
01:13:50 矽谷現在最大的謎題：AI 生產力到底長什麼樣子？寫程式明顯有巨大紅利，其他角色卻很不清楚；Block 前一天才宣布 45–50% 的 AI 裁員。Bret 的核心主張是：AI 生產力的原子單位是「流程」，不是「人」。
01:15:15「你的助理可以幫你準備 podcast、準備會議，也可以幫你倒咖啡。AI 會很擅長前兩件，但很不擅長最後一件——再怎麼 AGI，只要還沒有機器人，它就倒不了那杯咖啡。」所以把 AI 想成「取代人」既不人道、也不合邏輯，因為 AI 活在數位技術的世界裡。
01:16:31 他舉「導入一個新供應商」為例：這牽涉法務（合約）、財務採購（談判）、IT（接進核心系統）、還有發起的業務單位。假設中位數要花 17 天，CEO 想用 AI 壓到 17 小時——做得到，但難的不是「某個人的工作」，而是中間所有系統與人的銜接。「我們很自然地把組織圖直接出貨了（we ship our org charts）」，沒有任何一個人對那條端到端流程負責。
01:17:35 為什麼有些領域吸收不了智慧？想想街角的花店。「把全世界的 AI、甚至超級智慧都給它，能改變花店的營運多少？也許一點點。」——因為總得有人修剪花莖、紮花束、在你女兒婚禮時恭喜你。軟體、金融這類「幾乎全是數位資訊」的領域會最快吸收 AI；但臨床試驗、把貨櫃從一國運到另一國，還是碰不到。「而且老實說，我可能更喜歡有花藝師的那家花店。」
那公司該怎麼組織？01:23:47 Bret 認為矽谷有一套「標準建公司食譜」，而 AI 會改寫它。他一直相信「技術主管（tech lead）」優於「工程經理」；在 AI 時代，會出現一種他暫時稱為「產品工程師」的人——有品味、懂基礎架構、又極度理解客戶。01:26:03 配上 Codex 這類工具，「這種人真的能值別人的一千倍」，因為光是好的基礎架構工程師相對好找，但三者兼具的人極稀有。
01:27:31 John 在 Stripe 看到一模一樣的現象：高能動性、真的在乎顧客、工作倫理強的人正在崛起——「他們一直都有點子，現在終於拿到把點子變成真實的外骨骼」。01:29:18 這個新物種還沒有名字，Bret 脫口而出：「超級通才（hyper-generalist）」。過去在大公司裡，樣樣通的人常被邊緣化；但在 AI 代理人的世界，他預期組織會變得更扁平，因為一個人能造成的影響太大了。
生產力的原子單位，是流程，不是人。
這就是為什麼很多公司給每個員工裝了 Copilot、卻沒變快：它們在優化各自的孤島，而沒有人對那條端到端的流程負責。
John 忍不住虧他：你在 Twitter 董事會經歷了 Elon 的收購大戲，又在 OpenAI 董事會碰上 Sam 被開除——「你有沒有想過，問題其實出在你身上？你才是帶賽的人？」01:35:22 Bret 澄清：OpenAI 那次他是「事後」才進場的，是雙方都同意找來的調解人。01:30:25 至於 Twitter，他坦言被推到鎂光燈下「並不享受」——「我是個建造者，我喜歡做出東西、讓人去用」，那場衝突無論輸贏，都填不滿他的桶子。
在 OpenAI 學到最多的，是兩件他過去沒有過的經驗。01:36:05 一是近距離看 AI 研究：「走進這家公司，看到每一位研究員都在試圖打造安全的 AGI，要不被激勵到是不可能的。」二是第一次對一個「使命」負有信託責任——「當你意識到你唯一的職責，是確保通用人工智慧造福全人類，做決定的方式會非常不同。」他甚至得幾乎從零重建整個董事會：「你們有量販價嗎？」
01:40:17 第三個預測最大膽：矽谷大多數公司將不再用手寫程式碼。「現在聽起來很顯然，你會點頭說『對啊，為什麼不』——但如果我四個月前這樣說，那會是個大膽預測。」他特別強調是「矽谷」，因為這些工具要擴散到全世界每一家公司，還需要時間。
選完之後，看看 Bret Taylor 會怎麼回應你
這頁整理自 Stripe 的 Cheeky Pint 系列〈Bret Taylor of Sierra on AI agents, outcome-based pricing, and the OpenAI board〉。原始節目保留了 John Collison 與 Bret Taylor 關於程式碼代理、Sierra 的客服革命、SaaS 估值、成果計價、AI 生產力、超級通才，以及 Twitter／OpenAI 董事會內幕的完整對話。
收聽 / 閱讀原始節目 →喜歡這種整理嗎？
從 AI 代理人、軟體商業模式到穩定幣，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。
免費訂閱區塊勢 →也可以直接付費支持，解鎖每週完整文章