作者：Aaron Levie，AI自动化公司Box创始人兼CEO
原文地址：https://x.com/levie/status/2007958155137876183
框架：知识资源的本质回归
作为管理学与商业领域最重要的思想家之一，彼得·德鲁克（Peter Drucker）早在 90 年代即预言：“知识已成为核心经济资源，是竞争优势的主导性——甚至可能是唯一的——来源。”他对人工智能时代的预测精准得令人惊叹。
随着人工智能进程的持续推进，AI 模型在增强或自动化各类知识型劳动者任务方面的能力将日益增强。正如当下在代码开发领域所见，这些模型将演变为各领域的专家级智能体（AI Agents）——包括资深律师、医疗专家、商业战略家或科学研究员，渗透至几乎所有工作领域。
核心解构：通用智能的同质化困境
然而，这些模型在默认状态下对具体个人、团队或组织是一无所知的。它们可能在这一秒受命审查福特汽车（Ford）的法律合同，下一秒便在为高盛（Goldman Sachs）编写新的软件代码。作为完全通用型的超智能系统，它们能为任何请求者执行任何任务。其导致的必然结果是：企业从AI所获得的专家律师、工程师或其他职能AI智能体，与竞争对手并无二致。
在一个所有人都能接入同等智能的世界中，个人和企业如何构建差异化？这便是必须正视的命题。
逻辑重构：场景作为生产力乘数
团队与员工如何高效使用 AI 代理固然重要，但终极的生产力乘数在于智能体所能获取的“场景”（Context）。这涵盖了关于正确产品构建的决策、服务客户的模式、瞄准的目标市场、客户交互的微观细节、组织内部的部落知识（Tribal Knowledge），以及随时间推移而沉淀、授权或收购的海量专有信息。
为了攻克这一难题，“场景工程”（Context Engineering）在过去一年中呈爆发式增长。但这绝非易事：想象一下，你聘请一位默认对组织毫无认知的顶尖律师或工程师智能体，但你仅有一个文档的篇幅，来向其描述全部工作职责、必须利用的所有系统、针对特定任务所需处理的全部数据，以及其战略目标。能否为他们提供精准的场景信息，已成为驱动生产力的关键要素。
演进矩阵：从数字化资产到场景图谱
事实上，在智能体出现之前，这一问题已困扰企业许久。组织本质上是各类场景的集合体，旨在从中获取最大价值：包括流程、知识产权、独特创意、发展蓝图、决策机制及客户信息等。随着规模扩张，企业往往只能利用这些知识（无论是否数字化）的极小部分。90 年代惠普（HP）CEO 露·普莱特（Lew Platt）曾言：
“如果惠普知道惠普所知道的一切，我们的生产力将提升三倍。”
AI 智能体的出现，终将使这一愿景成为现实。我们首次得以挖掘深藏于组织内部的财富。Atlassian 公司（全球知名软件公司）的 Mike Cannon-Brookes 将此定义为“数据领域的梅特卡夫定律”（Metcalfe's law）：
如同网络效应理论，拥有的数据（Context）越多，整体系统的效能就越强大。
味着，在 21 世纪，企业打造竞争优势的核心能力将是——捕捉、管理场景，并围绕优质场景构建专属运营流程。对市场定价与租金动态拥有更精准洞察的房产中介，能吸引更多客户；凭借海量数据高效研发、设计新药的制药企业，能创造更高营收；能能策划更精准营销活动的广告公司，能能确立更大的竞争优势，实现更显著的差异化 —— 这一切的核心，都是对场景的掌握与运用。
战略部署：通往下个十年的执行路径
在大规模场景下，为智能体提供正确的数据（场景）是一项艰巨挑战。正如投资公司Foundation Capital 的 Jaya Gupta 与 Ashu Garg 在关于场景图谱的论述中所指出的，许多供 AI 智能体运行的关键决策痕迹在现有软件中并不存在。这仅是智能体所需情境的一个缩影，它们还需要客户数据、企业文档、对话历史、项目时间线、研究数据、营销资产、财务记录、代码库及人力资源信息等。
构建系统以赋予智能体访问数据的权限，并确保所有智能体在该数据上具备互操作性，将变得至关重要。在某些场景下，现有的记录系统（Systems of Record）将成为这些数据与相应智能体的天然载体和逻辑归宿；而在另一些场景——尤其是目前尚无此类软件的领域——则需要全新的工具。即便如此，管理数据访问控制中出现的复杂冲突、围绕智能体执行权限的治理与合规挑战，以及连接散乱的企业系统，都将是未来十年的持续性工作。
认知转型：从执行者到智能体管理者
此外，企业必须推动深刻的变革管理。我们曾设想 AI 系统会适配人类的工作方式，但事实证明，由于其强大的力量（及固有局限），反而是我们要去适配 AI 的运作逻辑。这意味着必须优化组织架构与工作流，以为智能体的成功应用提供最佳的场景。这一变革的核心准则是：
用户现在负责指导和引导代理如何开展工作，并确保其在过程中获得正确的场景（Context）。
本质上，今天的个人贡献者将成为未来的代理管理者。他们的新职责将包括提供监督与升级路径、在代理工作全过程中进行深度协调，并在不同代理之间引导工作流——正如 AI 时代之前的团队管理者一样。
结论
整体趋势已经非常清晰，我们正进入场景时代。能够积累并最佳化利用场景的团队与公司，将驱动最高的生产力与产出。反之，则会发现在竞争性的市场中服务客户会变得越来越困难，正如彼得·德鲁克所预言的那样。