红杉：下一个万亿美金公司，把服务作为软件#AgentOS的商业模式#养龙虾

Shadow：做外包服务的大机会！

下一个万亿美元公司，将是一家"伪装成服务公司的软件公司"。

这是红杉资本合伙人Julien Bek在最新文章中抛出的大胆预言。听起来有点反直觉？但仔细想想，这可能是过去十年最重要的商业洞察之一。

卖工具，还是卖工作？

每个做AI工具的创始人都在问同一个问题：如果下一代Claude把我做的产品变成一个功能怎么办？

这个问题直击商业模式的核心。如果你卖的是工具，你和模型在赛跑——模型每一次进化，都在蚕食你辛苦构建的护城河。但如果你卖的是工作，情况就完全相反了。

Gartner的预测佐证了这个趋势：到2026年，40%的企业应用将内置任务特定的AI agent，而2025年这个数字还不到5%。这意味着企业不再满足于"更好的工具"，它们想要"更好的结果"。

Stack Overflow 2025年调查显示，84%的开发者已经在使用或计划使用AI工具，而其中70%的agent用户认为AI显著减少了他们花在特定开发任务上的时间。这反映了整个工作模式的根本性转变。

Copilot向左，Autopilot向右

Copilot卖工具，Autopilot卖工作。

在过去几年里，构建Copilot是正确的产品策略：把AI交到专业人士手中，让他们决定如何使用。Harvey卖给律所，Rogo卖给投行——专业人士是客户，工具让他们更高效，他们为输出负责。

但今天，模型已经足够聪明，在某些类别里，直接从Autopilot切入才是最优解。Crosby不卖给外部律师，而是卖给需要起草NDA的公司。WithCoverage不卖给保险经纪人，而是卖给需要保险的CFO。客户直接购买结果。

以前是卖工具给专家，现在是和专家竞争

这背后是一个简单的数学题：在任何职业中，工作预算都远远大于工具预算。一家公司可能每年花1万美元买QuickBooks，但花12万美元请会计来结账。

下一个传奇公司做的事情，就是直接结账。

一人公司的机会

对于我们MixLab社区的"设计黑客"们来说，这意味着什么？

引用一下我记录的笔记：一人公司孵化营帮助学生验证商业模式并获得种子用户。在AI时代，这个模式有了新的可能性——你可以直接卖"工作"，而不需要先构建一个复杂的工具产品。

vibe coding的核心理念是"让AI成为副驾驶，你掌控方向"。但在Autopilot模式下，你可以更进一步——让AI成为执行者，你成为质量把关人。YC的Vibe Coding指南强调"你主导决策，AI负责执行"——这正是Autopilot的商业逻辑。

PwC的AI Agent调查显示，采用AI agent的企业中，66%报告了生产力提升，57%实现了成本节约。这些数字背后是真实的市场需求。

从Copilot到Autopilot：演进还是革命？

更有趣的洞察是：今天的判断力，会成为明天的智能。

随着AI系统积累关于"什么是好的判断"的专有数据，Copilot和Autopilot正在趋同。

Harvey已经快速从Copilot转向Autopilot——它不再只是帮助律师，而是直接完成法律工作。

但这里有一个微妙的挑战——创新者困境。当你开始卖工作，你实际上是在"服务化"你的客户，让他们变得更不需要你。这为纯粹的Autopilot公司打开了机会之门。

写在最后

2025年，增长最快的AI公司是Copilot。2026年，很多Copilot会尝试变成Autopilot。它们有产品，有客户认知。但它们也面对创新者困境——卖工作意味着把自己的客户变成不需要他们的人。

这正是创业者入局的机会。

如果你正在构建一个Autopilot，你不是在卖一个工具，而是在重新定义"专业服务"意味着什么。从外包任务切入，从智能密集的工作开始，然后向判断密集的领域扩展。

致最先触达未来的那一小部分人——当别人还在讨论"AI能不能写代码"时，你已经在思考"AI能不能帮我完成工作"了。

Shadow：红杉还提到了一些高潜力赛道的案例，非常有启发，也分享给大家：

高潜力赛道案例

🔹 保险经纪 AI解析客户风险→自动比价+生成合规方案+一键投保，替代经纪人重复劳动。规则明确、预算清晰，客户愿为"省时降本"按效果付费。

🔹 供应链采购 聚焦长尾供应商寻源与履约跟踪，AI自动谈判、比价、预警风险。从非核心物料切入，用"节省的采购成本"作为付费锚点，快速验证ROI。

🔹 招聘外包 自动化简历初筛、匹配与外联。AI基于JD解析能力标签、多轮触达、生成评估报告。输出可审计，便于企业合规留存与量化招聘效率。

🔹 会计与审计 连接财务系统→自动对账→生成合规报表+税务建议。全球会计师短缺加速采纳，护城河在于领域知识沉淀与财税系统深度集成。

🔹 医疗理赔 AI读取病历→推荐ICD-10编码→预判赔付概率→生成申诉材料。错误成本极高，客户愿为"准确率提升1%"支付溢价，规则明确易验证。

🔹 理赔理算 针对标准险种，AI审核材料、计算赔付、生成报告。核心能力：多模态理解+规则引擎+反欺诈。按"时效提升"或"拒赔率下降"分成。

🔹 跨境税务 服务小企业多司法管辖区申报。AI归集数据→匹配税法→生成报表+风险预警。从单一国家起步，用"避免罚款"锚定价值，逐步扩展。

🔹 法律事务 自动化合同起草、合规申报等产出可验证任务。输入交易要素→输出NDA初稿+风险批注。保留人类律师策略判断，AI专注执行层。

🔹 IT托管服务 自动化补丁管理、监控、权限配置。AI巡检→预警→修复→报告闭环。失误成本明确，客户易为"可用性提升"付费，护城河在工具集成。

🔹 管理咨询 不替代战略判断，但拆解intelligence组件：数据抓取、竞品分析、PPT初稿。先做"咨询师Copilot"，积累信任后再推标准化Autopilot子任务。

通用公式：输入[标准数据] → AI执行[规则+推理] → 输出[可验证结果] → 按[效果/节省]付费

参考

[1] Services: The New Software. Sequoia Capital.

[2] Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026. Gartner.

[3] AI | 2025 Stack Overflow Developer Survey. Stack Overflow.

[4] shadow的笔记

[5] PwC's AI Agent Survey. PwC.