旧金山觉得AI无所不能，普通企业还在找插头

住在旧金山，你会听到很多这样的想法：实验室能搞定一切，为什么不直接装个Codex让它干活？

说这话的是OpenAI的James Sun。他和同事Ari Weinstein在a16z的访谈里聊了一个具体的问题：AI采用差距。

在旧金山之外，现实完全不同。对普通美国人、普通中小企业主、普通企业来说，“理解工具能干什么”只是第一个障碍。连接工具，第二个；部署，第三个；维护，第四个。

James Sun和Ari Weinstein都是创始人出身，后来加入OpenAI。Ari做消费端的computer use产品，James做企业端。他们的解法是：让AI像人一样操作电脑，点击、输入、浏览界面。这不需要API，不需要连接器，不需要MCP服务器。

Ari说，computer use的特别之处在于通用性。不像之前做的任何东西，开发者需要适配，需要有人写连接器。它适用于每一个应用。

如果有复杂的工作流需要很多不同的软件，computer use可以把它们串起来，完成整个端到端的流程。James认为，这仍然是一个非常大的机会，窗口还开着。

他们在a16z的访谈里还聊了这些话题：Astra模型给computer use带来了什么变化；消费端和企业端的使用有什么不同；企业怎么给无法一直盯着的agent设置控制；agent对广告支撑型网站意味着什么；为什么UI不会消失。

其中有个观点值得注意：最好的企业级用例恰恰是最无聊的那些，对账、采购、处理发票。这些活儿不性感，但它们是真实世界的痛点。

a16z的推文发出后，评论区比访谈本身更真实。

有网友说，那些老ERP厂商很快会发现，他们丑陋的UI是唯一的护城河。还有人说，旧金山以为每家企业都在跑智能体，普通企业还在用传真机，和一个叫Dale的家伙。市场巨大，真的。

但也有网友表达了顾虑：在2009年的ERP界面上，速度没意义。每一步点击都要有日志，下拉菜单里选错一个供应商，可能在账上躺一个月财务才发现。还有人说，旧金山与普通企业的采用差距，可能来自试错成本承受力。普通企业只有在单任务净收益覆盖兜底成本后，才会规模化部署。

这些回应勾勒出AI落地要面对的真实世界：旧金山讨论的是agent能不能超速，普通企业关心的是选错供应商怎么办。Computer use确实是目前为止最接近“通用API”的解法。但真正的机会不在实验室，而在那些靠传真机和一个叫Dale的家伙运营的小公司里。