AI 实验室铺了一条黄砖路，a16z 劝创业公司绕道走

前沿 AI 实验室正在往应用层伸手，这件事没多少争议。争的是创业者还剩多少空间。a16z 合伙人 Joe Schmidt 写了篇文章，用一个《绿野仙踪》的比喻把这事拆开了讲。HubSpot 联合创始人兼 CTO Dharmesh Shah 在播客里聊了自己的版本。

黄砖路是给谁修的

《绿野仙踪》里，桃乐丝沿着黄砖路去翡翠城找魔法师。Joe Schmidt 借这个意象，指代实验室正在集中资源猛冲的那条路：代码生成、写作、图像生成这类横向任务。它们的共同点是，模型能力每提升一档，产品就跟着变好。砸钱做预训练和后训练，回报是线性的。

走这条路对创业公司最诱人也最危险。拿一个高性能模型，接几个现成连接器（G Drive、Slack、Salesforce、Notion、GitHub），在上面搭一层 agent 编排，看起来就成了一门生意。问题是实验室自己在做同样的事，Cowork 和 Codex 就是。他们手里有模型，有更好的毛利，有定价权，还有架构选择权。就算创业公司能在性能上短时间压过 Codex，也压不过对方的发行渠道和品牌光环。

Joe Schmidt 的结论很直接：用同一套连接器、没有子 agent、没有配置层、没有分销，这就是一条通往死胡同的路。

奥兹国剩下的地方

有意思的是，实验室自己也在承认他们搞不定所有事。OpenAI 和 Anthropic 都在大举推前置部署的合资公司，帮企业配置和定制模型。如果下一代模型发布就能解决一切，这几十亿美元花得就没道理。

剩下的地盘长这样：多步骤、多参与者、要跨多个系统抓上下文、要路由给不同角色的人类审批、经常牵扯遗留系统、输错一次就出事的活。Joe Schmidt 给了三个测试来判断自己在不在黄砖路上。

第一是工具和步骤测试。拿横向的 AI 搜索 Google Drive 举例，一步，一个工具，结果错了用户重问就行。对比一份要对照三年判例的法律红线修改，几十步，跨多个工具，输出要过合伙人审，可能还要上法庭争。两个都叫 agent 干活，但只有一个需要专门的团队做好几年软件。

第二是系统测试。你建的是客户拿来跑业务的那套系统，还是架在他们现有系统上面的一个工具？系统的 ACV 通常高，但高 ACV 不保证是系统。问一句：如果实验室推出一个看起来直接竞争的东西，客户还需要你吗？需要，你是系统。不需要，你是工具。

第三是 P&L 测试。实验室按 benchmark 打分，奥兹国里的公司按客户的损益表打分。客户不关心你在 SWE-Bench 上多少分，只关心合同签没签成、条款改没改对、保单有没有绑到对的那张。

一个 30 年没带过下属的 CTO 做了什么

播客那期里，Dharmesh Shah 讲了自己的经历。他在软件行业做了 30 多年，从没有过直接下属。最新项目叫 uSpot，一个给一人公司用的 CRM，第一天就收钱，成了他在 HubSpot 最成功的一次发布。

时间轴里有个节点值得注意：14:40 那一段讲的是那 60% 根本没在用 CRM 的人。这解释了为什么是 SMB、为什么是一人公司。这个市场之前不值得做，因为软件太贵，客户太散。现在做软件便宜了，原本撑不起一家软件公司的市场突然撑得起了。

播客里还有个判断：模型正在变成基础设施，ChatGPT 是新的操作系统。这句话听着像口号，放在 uSpot 的语境里反而具体了。一人公司不需要装一整套 CRM，它需要一个在后台自己填数据、需要时只问一句“发不发”的东西。有网友在推文下面补了一句：一人公司不用 CRM 就一个原因，没人有空往里敲字。能自己从收件箱和日历里读数据的那个才赢。

一半的活跟实验室无关

文章里引了 11x 的 CEO Prabhav Jain 和 FurtherAI 的 CEO Aman Gour 的实战经验，这部分最值得抠。

Prabhav Jain 说，任何真实工作流里大约一半是非 agent 的确定性软件，实验室在这半边并不比创业公司强。另一半是 agent 的，但要你针对具体结果去调、去训、去约束。给保险代理人写一封冷邮件，和给一个 SMB 老板打电话开场，模型通用能力帮不上忙，得靠垂直领域一点点喂出来。

他举了个听起来很蠢的例子：如果一家公司已经是客户，就不该再给它联系人发陌拜。这件事一点都不简单。CRM 里也许存的是公司域名，可公司有几十家子公司呢？主记录存的是母公司域名呢？Salesforce 里一个过期字段会不会把冷推销发给现有客户的 CRO？真实数据很脏。模型不会自动跨过这条线。

Aman Gour 从保险角度讲同一件事。两家保险公司走同一条流程：提交、审核、报价、承保。流程本身容易。难的是里面那些东西：哪些风险要升级、哪些损失信号重要、两条承保规则冲突时哪条赢、什么时候必须人签字。这些逻辑不存在于某个干净的规则引擎里，散在 SOP、经理复盘、承保哲学和多年经验里，很多根本没写成模型能直接读的形式。

所以 FurtherAI 做的是 agentic workflow，不是纯 agent。工作流提供可重复、可审计、成本可控；agent 处理变化，处理 happy path 断掉之后怎么恢复；人留在环里，为需要担责的判断签字。上线第一天，这套东西自动化的只是体力活。跑上几千次之后，每一次升级、每一个例外、每一次人工纠正，都变成流程的记忆。Aman Gour 的说法是：第一天交付的工作流不是护城河，生产使用长出来的那个循环才是。

模型在底下，系统在上面

文章结尾的判断是，黄砖路上和路外都会出大赢家。实验室继续赢，因为他们同时拥有模型和横向工具的发行渠道。路外的公司能不能赢，取决于他们是否拥有那套工作系统：工作真正执行的那个界面，以及从里面流出来的数据。

模型是可以替换的。工作系统不是。

Dharmesh Shah 和 Joe Schmidt 的完整对谈在这里，接近一小时，从怎么挑创业点子讲到 HubSpot 内部怎么用 AI 把 20 年代码重放了一遍。

YouTube 版本在这里，章节分得比较细，Builder 那一段和一人公司那一段可以先看。

Joe Schmidt 那篇原文发在 X 上，标题是《Avoiding Death on the Yellow Brick Road》，链接在这里。