史上第一次，人比软件便宜？AI要是没用好，比人可贵多了！

AI浪潮的最大悖论正在浮出水面：这项被寄望于取代人力的技术，实际上正在制造更多岗位，并将软件成本推至高于人力的历史性拐点。问题不在于AI能否胜任工作，而在于绝大多数企业根本不知道如何管理它。

据a16z发布的分析，头部企业每名员工的token消耗成本已超过对应人力成本，AI采纳后的员工人数亦呈增长态势。与此同时，该分析指出，99%的AI收入目前集中于编程领域——因为代码有内置的评估标准，跑通就是跑通，其余领域的AI应用仍深陷管理失效的泥沼。

Hebbia首席执行官George Sivulka将这一困境总结为：企业实际上在一夜之间雇用了数百万名"糟糕的员工"。每一名员工，包括最差的那些，现在都拥有了近乎无限的算力与预算。但没有人告诉他们该做什么。AI放大效率，同样放大混乱。

历史的镜像：铁路危机与现代管理的诞生

技术每解决一个问题，都会制造另一个问题。

1830年代，铁路建设浪潮席卷美国，十年内铁轨里程扩张120倍。随后系统崩溃——1841年10月5日，马萨诸塞州西部铁路因调度协调失误，两列火车迎头相撞，造成人员死亡。

面对复杂度的爆炸式增长，单靠个别列车长已无法维系安全运营。铁路公司由此启动了长达数十年的管理变革：按地理区域设立经理人，以书面形式明确职责分工，建立带有汇报关系的清晰层级体系。现代管理制度由此诞生。铁路随即成为全球最早的十亿美元级产业之一，高峰时期占据美国股市市值约60%。

AI正在重演这一历史。与铁路一样，它将系统的复杂度推向了现有管理能力的临界点。

Token即员工：放大效率，亦放大失能

理解AI管理困境的关键，在于将token视为一种劳动力。

AI的承诺——"比人更准确""比人更快""不搞政治""不会离职""值得信任"——在实际部署中无一兑现，至少不是无条件兑现。Token只在被正确提示时才准确；速度优势在100次重试中荡然无存；它们不搞人际政治，却会在token消耗上自我"帝国扩张"；模型更新或会话结束，它们即告"死亡"。

AI真正超越人类的维度只有一个：规模化速度。扩张人力需要耗费大量资源于招聘、入职与人员流失，而扩张token几乎是即时完成的。这恰恰解释了为何管理不善的成本如此高昂。

分析指出，大约只有1%的员工真正懂得如何向AI提供有效上下文。其余99%的人使用AI代理工具（agent harness），最终只会产生"循环"——代理不断自我调用以修复自身，根本原因在于人类从未将任务说清楚。这种"为了消耗token而消耗token"的状态，与企业中那80%对业务毫无实质贡献的员工如出一辙。

上下文囤积：AI落地的组织政治壁垒

AI的推广面临一个被严重低估的内部阻力：员工不愿将自己的核心知识"喂给"AI系统。

那些掌握最关键上下文——即所谓"100X token"——的员工，恰恰最没有动力将其拱手相让。行会保密方法的传统延续数百年，而AI是第一项要求工人一次性交出全部秘诀的技术。情感上、结构上、政治上，企业都被内置成排斥这项技术的形态。

Meta的案例是一个预警信号。据报道，即便是持股员工——理论上最有动力推动AI成功的群体——也对公司将员工上下文作为训练数据一事强烈反弹，致使Meta不得不缩减其AI鼠标追踪工具的部署规模。这一冲突是即将席卷各行业的缩影。

Evals：管理AI的核心工具

解决上述困境的出路，与管理人类员工的核心逻辑一脉相承：定义"好结果"究竟是什么。

编程是目前唯一成功突破政治阻力的AI应用场景，原因恰在于代码拥有内置评估标准——代码要么能跑，要么不能跑，结果明确。这解释了为何当前99%的AI收入来自编程领域。

跨领域AI应用大规模落地的前提，是有人为每个业务场景构建对应的评估体系（evals）。Evals与OKR（关键结果指标）的逻辑相同：将模糊的人类流程转化为可量化的代码标准。一家公司的eval套件将成为其最有价值的资产，且任何两家公司的eval集合都不会相同——这意味着eval本身将构成不可复制的竞争优势。依赖通用eval或通用代理的企业，不会拥有任何差异化壁垒。

下一个万亿美元机会：AI转型公司

企业级市场已在基础模型、应用层及内部构建上投入数年，却掩盖了一个残酷现实：目前没有任何企业真正实现了AI的稳定可靠运行。

硅谷对此心知肚明，其最新赌注是押空传统企业，转而押注"Neofirms"——即AI原生服务初创公司。这批公司试图吞下知识经济中21万亿美元的服务支出，逻辑在于：深陷内部政治与流程泥沼的传统企业，永远无法自行完成转型。

但这一逻辑存在盲区。传统企业依然掌握最核心的AI资产：已经验证有效的差异化流程，以及现成的分发渠道。

真正的下一个万亿级机会，不是蚕食现有服务支出，而是向现有玩家出售全新服务——"AI转型公司"的规模将是任何neofirm的10倍。

Palantir提供了最直接的参照。这家市值近5000亿美元、至今仍为企业手工定制应用的公司，按照SaaS逻辑早应归零。但它没有，因为Palantir卖的从来不是软件，而是转型服务本身。在AI时代，这一模式的内涵已经深化：真正的工作在于构建evals、压缩token消耗，以及深度理解一家企业，直至可以将其业务逻辑编入代理程序。

将每家企业的独特知识编码进AI代理，或将成为这个十年最大的经济任务。

基础设施已经够了。服务层也已经够了。现在，是时候让火车准点运行了。