Howie Liu 讲的是雇一个 agent 当员工

这届 AI Engineer World’s Fair 2026 最后一个环节,没有再谈模型又强了多少,谈的是怎么把 agent 当员工来雇、来管、来放权。讲这个的是 Airtable 创始人 Howie Liu,他讲完之后,大会用一场创业公司路演和一段闭幕致辞收了尾。

原视频:https://www.youtube.com/watch?v=I2cbIws9j10(约 08:15:00 开始)

产品形态爬的五级台阶

Howie Liu 是 Airtable 的创始人兼 CEO,现在也在做 Airtable 内部的 agent 产品 HyperAgent。他自称是个”产品形态思考者”,这场分享不讲技术细节,讲他怎么看 agent 产品的演进路径。

他画了一条五级台阶。第一级是 completions,模型接一段文字接着往下写,直到遇到停止符。第二级是 chatbot,InstructGPT 之后模型学会了来回对话,ChatGPT 就是这一级的产物。第三级才是真正意义上的 agent:模型能自己决定调用哪个工具、走几步推理,不是被写死的线性流程。第四级他起了个名字叫”claw”(借用了 OpenClaw 这个词),指那种能连续工作几个小时甚至更久、靠心跳机制自己醒过来继续干活的 agent,不用人每次戳一下才动。第五级是 agent 对 agent 的编排,一个 agent 把任务拆开分给其他 agent,自己再把结果收拢。

他提醒了一句挺实在的话:早年 BabyAGI、AutoGPT 那批”自主 agent”实验,看着挺酷,能连续跑好几个小时,但十有八九会跑偏,钻进一个没意义的死胡同里出不来。现在的模型能在更长、更开放的任务上保持住方向感,这才是”claw”这一级能落地的前提,不是心跳机制本身有多巧妙。

一个园艺生意雇了一整支 agent 员工

Howie Liu 拿了个真实客户案例来撑这套框架,是一家做园艺翻新的线下生意。这家店的老板不懂技术,却已经用一支 agent 团队跑通了从获客到成交的整条链路。

流程是这样的:客户在网上提交一个后院照片,说想要改造报价。触发一个”分诊 agent”,先判断这单值不值得接、这个客户靠不靠谱。判断值得,就转给”勘测 agent”。这个 agent 拿到客户上传的照片甚至视频,在一个能跑代码的沙箱里用 ffmpeg 从视频里截关键帧,分析场地,再生成一份带真实场景效果图的报价书和 pitch deck。Howie 说,这种精细度以前只有服务几百万美元大客户的顶级设计师才配得上,现在一个小生意的一万美元报价单也能做到。

报价书做好了,agent 不会直接发给客户。它会先回到人类老板那里等批准,因为这一步涉及给客户开出一个有约束力的报价,这类高风险动作必须由人签字放行。Howie 引用了 Sarah Guo 的一个判断:模型越聪明,价值反而越会集中在”谁能给 agent 解卡”这一层,护城河落在放行权上,跟模型本身强不强关系不大。

他还强调了一点:这些 agent 不能等着下一轮微调才变聪明。客户在 Slack 或邮件里随口纠正一句”下次报价记得算上这项”,agent 就得当场记住,下次直接用上,而不是攒起来交给某个季度的模型训练。

人从干活的人变成签字的人

Howie 把这套变化拉回到写代码这件事上做对照。以前一个人盯着一个文件写代码,后来有了 Copilot 式自动补全,再后来有了 Cursor Composer 这种能聊着改代码的助手,现在最前沿的开发者做的事变成了看管一支 agent 舰队——晚上睡觉前不给 agent 派活,感觉就像团队一整晚没上班一样。

他把这种管理方式比作玩《模拟城市》:人不再盯着某一个任务的细节,而是在一个控制面上看全局,谁在干什么、谁卡住了、谁把活交给了谁。他引用了黄仁勋的一句话收尾:抢你饭碗的不是 AI,是用 AI 的人。

创业公司路演,三个真答案

讲完自己的产品哲学,Howie Liu 转场介绍这场大会的收官环节:Startup Battlefield。这是 HyperAgent 的”500 founders”孵化项目和 AI Engineer 大会第一次合办的创业比赛,HyperAgent 拿出 10 万美元奖金,从入选的 20 家公司里选出 3 家决赛队伍现场路演,评委是 Joshua、Howie 本人,还有前一场做闭幕主题演讲的 Theo Browne。Howie 特意说明评判标准跳过了投资人那套财务模型,换成了”这个技术有没有意思、这个创始人值不值得关注”。

第一家上场的是 Kamad,做实物商品贸易的 agentic 执行层。团队的说法是,全球实物贸易至今还靠邮件和一纸合同在跑,银行早年因为欺诈太多退出了这块业务。Kamad 让一组 agent 分别负责身份核验、单据取证、合规审查,由一套他们申请了专利的状态机统一协调,只有每个环节都清除”拒绝条件”才会往下走,agent 本身不碰钱,只给银行发一个”可以结算”的信号。团队给的数字是,这行一笔交易动辄两亿美元,一个炼油厂客户一个月流水就有 90 到 120 亿美元,理论上只要拿下大约 100 个客户就能冲到独角兽规模。评委追问了一个尖锐问题:模型足够强之后,Anthropic、OpenAI 会不会直接把这类应用当成一个功能吃掉。Theo Browne 的回应挺直接:这个时代唯一站得住的护城河就是比别人更有创造力,他们的策略是”抢发式竞争”。先把功能做出来,后面的公司自然活不下去。

第二家出场时先卖了个关子,评委还以为是在问第三家。等介绍完才知道,这是一款给人和 agent 一起用的多人协作 markdown 文档编辑器。字幕里这家公司的名字反复变形,读作 Comment.io、Common.io,又出现过 Text.io,拼写实在拿不准,下文就叫它”冠军团队”。创始人此前在 Texio 做过面向财富 500 强的企业级 AI 写作产品,那还是 ChatGPT 出现的六年前。他们的切入点是:现有的协作软件都是给人设计的,Google Docs 就算接了 MCP,也没法让多个 agent 实时协同编辑同一份文档。Howie 现场点评说这家和 Kamad 正好相反,Kamad 往一个垂直行业里扎得极深,这家反而是往最通用的场景里铺得极宽,赌的是 agent 经济体量足够大,哪怕只吃到一两个百分点的 token 流量,也能撑起一门生意。

第三家是 Foundry,给内容创作者组一支 agent 团队,端到端帮他们把粉丝流量变成一门经常性收入生意。创始人现场引用了 Theo Browne 自己做过的 T3 Chat 打趣,说创作者做自己的产品这条路 Theo 也试过。Theo 当即提出了质疑:自己作为创作者最清楚,反复给同一批粉丝推同一个产品很快就会到饱和点,更好的模式或许是让品牌方主动找创作者,而不是反过来让创作者自己开公司。Foundry 创始人用一个具体例子接招:一位做家庭自给自足内容、200 万粉丝的创作者,靠 agent 挖出了粉丝真正在意的一个极小痛点:记不住冷冻干燥机的最佳参数设置,靠这个做成了一份按月付费的订阅,他调侃说 Theo 选的科技创作者赛道太拥挤,换个小众赛道效果会好很多。

结果公布,Kamad 拿二等奖 2 万美元,Foundry 是亚军 3 万美元,”冠军团队”拿下 5 万美元大奖。

三天大会在这里收尾

拿完奖之后,大会主持人回到台上,正式宣布 AI Engineer World’s Fair 2026 结束。这一届是历史上规模最大的一次:4 天、7000 名参会者、40 条并行 track。主持人依次感谢了呈现赞助商微软和各级赞助商,也特意提到了那些从没在台上露过面的现场工作人员和志愿者。收尾时预告了两件事:今年 10 月纽约还有一场活动,明年会在原地再办一届。

我的判断

这三天反复出现的主题是 harness engineering——怎么把一个能干活的循环搭起来、跑起来、验证起来。Howie Liu 这场把这个大主题落到了一个最朴素的问题上:一个 agent 到底能不能替一个真实的、不懂技术的生意主,把一份能挣钱的活从头干到尾。园艺生意那个案例给出的答案是能,但答案里藏着一个具体的分工方式——agent 干活,人只在”发出一个有约束力的报价”这类不可逆动作上签字。这不是一个笼统的”人类监督”,是一个精确到某个具体节点的放行权,这个设计比”给 agent 更多权限”或”处处设人工审核”都更容易复用。

这和我自己之前整理过的一个判断对得上号:AI 原生创业的核心变化,是创始人的角色从个人贡献者变成 agent 编排者。Howie 这场从产品形态角度把这个转变具体化成了一条五级台阶,人最终停在”编排者”这一级。这场分享的转录文件开头,其实还带着上一位讲者 Garry Tan 演讲的尾巴。他刚讲完 GBrain 这个 agent 长期记忆系统,提出”每家公司都需要一个会越用越懂你的记忆层”,Howie 紧接着从客户案例的角度给出了同一个判断的落地版本:agent 要在交互里当场学会新规则,不能等下一轮训练。两场背靠背的演讲,从两个不同的产品公司,推出了同一个结论。这也呼应了我记录过的另一个观察:AI 行业正从卖模型转向卖落地。园艺案例是这个判断缩到最小颗粒度的样子——没有企业花钱请人驻场部署,是生意主自己雇了一支 agent 团队顶上了这个角色。

“claw”这个词和 Sim City 那个比喻都还在其次,我会挑那个具体的分工节点直接搬回去用:先把自己团队里”一旦出错就不可逆”的动作列出来,只在这些动作上留人工审批,其余的交给 agent 自己判断。这比笼统地说”要有人在回路里”更容易落地,也更容易验证有没有做到位。