Thế hệ tiếp theo của Phần mềm, xây dựng cho Tỷ phú Đại lý.
原文标题：构建面向数万亿代理的系统
原文作者：Aaron Levie，Box
编译：Peggy，BlockBeats
编者按：随着大型模型的不断突破，AI 代理正从“对话工具”逐渐发展为能够独立执行任务的数字劳动力。从编码、处理合同到审计财务、分析科研数据，代理开始渗透到几乎所有知识工作领域。
当企业内部运行的代理数量远远超过员工规模时，软件的主要用户可能会从“人类”转变为“机器”。在这一趋势下，软件设计、基础设施甚至商业模式都在发生变化。本文以“为代理构建软件”为线索，探讨代理时代的软件形态和基础设施将如何发展。
注：本文作者 Aaron Levie 是企业云存储公司 Box 的联合创始人兼首席执行官，也是长期关注 AI 和企业软件趋势的科技行业领袖。
以下是原文内容：
在过去几个月里，代理领域发生了一项重要变革。去年底前后，我们进入了这样一个阶段：编程型代理已经可以独立完成更长时间的任务，而且在整个开发过程中不再需要人类频繁的手把手指导。
这些代理早已不再是配备简单工具的聊天机器人。如今，它们通常拥有独立的沙盒计算环境，能够自行编写和运行代码以解决问题，可以直接调用 API 和 CLI，与各种系统进行交互，并拥有自己的文件系统和长期记忆功能等。这些基本能力，加上围绕代理运行框架的最佳实践逐渐成熟，以及在工具调用和软件开发方面的巨大进步，使我们开始看到一种可能性：代理将能够处理几乎任何交给它们的任务。
最初，这种架构主要由一批编程型代理推动，例如 Claude Code、Devin、Codex、Factory、Cursor、Replit 等。但最近，这种模式已经跨越了早期的技术界限，开始进入更广泛的个人体验和知识工作领域，比如 Claude Cowork、Perplexity Computer、Manus，当然还有 OpenClaw。后者将这一方向推向更远——可以在持续存在的环境中全天候运行。
Với khả năng phát triển nhanh chóng, Agent sẽ được đưa vào gần như mọi lĩnh vực công việc. Chúng sẽ được sử dụng để xem xét mọi hợp đồng, xử lý các vấn đề hỗ trợ khách hàng hàng đầu, kiểm toán tài chính doanh nghiệp, phân tích hàng loạt nghiên cứu y khoa để thúc đẩy phát hiện thuốc, tạo ra hầu hết mã nguồn phần mềm, tạo bản trình bày bán hàng và tư vấn, thậm chí đại diện cho người tiêu dùng hoàn thành giao dịch trực tuyến. Tổng thể, chúng sẽ tham gia vào hầu hết mọi công việc mang giá trị kinh tế trong xã hội.
Và điều quan trọng, điều này không chỉ là thay thế để chúng ta hoàn thành những gì đã làm ngày hôm nay. Agent cũng sẽ giúp chúng ta thực hiện nhiều hơn, chẳng hạn chạy các mô phỏng phức tạp trước đây tốn kém, tạo ra nhiều mẫu nguyên mẫu cho mỗi ý tưởng nhanh chóng, vì chi phí khởi đầu của dự án giảm đáng kể, việc dừng dự án cũng trở nên dễ dàng; chúng ta có thể tiến hành nhiều dự án cùng một lúc; chúng ta cũng có thể phân tích hầu hết dữ liệu, không chỉ dựa vào mẫu chọn nữa.
Đưa các xu hướng này cùng nhau, có thể dự đoán: trong tổ chức tương lai, gần như mỗi nhân viên sẽ sở hữu nhiều Agent làm việc cho mình. Số lượng Agent mà một doanh nghiệp sở hữu sẽ lên tới 100 lần hoặc thậm chí 1000 lần số lượng nhân viên, và không khó để tưởng tượng. Khi hàng ngàn tỷ Agent hoạt động cùng một lúc, chúng sẽ trở thành người dùng chính của phần mềm tương lai.
Tuy nhiên, hầu hết phần mềm ban đầu đều được thiết kế cho con người. Điều này có nghĩa là, hình dạng của phần mềm rất có thể sẽ trải qua một thay đổi lớn. Vậy điều gì sẽ xảy ra tiếp theo?
Tạo ra Phần mềm "Mà Agent Sẵn Sàng Sử Dụng"
Paul Graham từng tóm gọn nguyên tắc khởi nghiệp phần mềm bằng một câu rất đơn giản: Tạo ra sản phẩm mà mọi người muốn (Make something people want).
Ý tưởng này đã sinh ra một nhóm các công ty phần mềm thành công nhất thế kỷ 21, cũng thúc đẩy một phương pháp luận mới về sản phẩm - công cụ phải đơn giản dễ sử dụng, dễ nắm bắt, giải quyết vấn đề cụ thể, tránh các thuật ngữ rối, giá cả rõ ràng.
Và bây giờ, câu nói này có thể sẽ được sửa đổi thành: Tạo ra phần mềm Mà Agent Sẵn Sàng Sử Dụng.
Hiện tại, người dùng Agent thường là nhà phát triển hoặc người dùng có kỹ năng công nghệ mạnh, họ thường có sở thích riêng cho các công cụ. Nhưng khi Agent bắt đầu xử lý các nhiệm vụ cho công nhân tri thức, sở thích này sẽ dần suy giảm. Trừ khi công ty đã quy định các công cụ thống nhất bên trong, ở nhiều quy trình làm việc, quyết định thực sự sẽ được Agent đưa ra.
Điều này có nghĩa là: chúng sẽ quyết định sử dụng công cụ nào, viết mã nào, gọi thư viện nào, áp dụng kỹ năng nào. Các nền tảng dễ dàng cho Agent tham gia và giải quyết vấn đề tốt hơn sẽ nhanh chóng có được lợi thế hơn so với các sản phẩm khác. Agent sẽ không tham gia hội nghị trực tuyến của bạn, cũng không xem quảng cáo của bạn; chúng chỉ sẽ chọn công cụ giải quyết công việc hiệu quả nhất, và bạn chắc chắn muốn đó là sản phẩm của bạn.
Phát hiện lớn nhất của đề xuất này là: Mọi thứ đều phải tập trung vào API (API-first).
Nếu một tính năng không có API, gần như tương đương với việc nó không tồn tại.
Nếu một tính năng không thể được gọi thông qua CLI hoặc MCP server, bạn đã tụt hậu.
Nếu thiết kế API rối rắm và phức tạp, có xung đột đường dẫn, khiến cho Agent khó sử dụng, thì đó hầu như là từ bỏ cơ hội trở thành công cụ Agent một cách tự động.
Tại Box, chúng tôi đang tập trung vào việc xây dựng hệ thống tệp hướng đến Agent, do đó chúng tôi đang kiểm tra từng chi tiết của API, suy nghĩ về những vấn đề có thể xảy ra trong môi trường Agent. Mức độ chi tiết này trước đây thường chỉ xuất hiện trong thiết kế trải nghiệm người dùng (UX).
Giống như việc thiết kế phần mềm cho người dùng cần suy nghĩ từ góc nhìn của người dùng, thiết kế phần mềm cho Agent cũng cần cùng tư duy đó. Ví dụ, Jared Friedman của Y Combinator đã cảnh báo nhà phát triển: "Ngay cả các công cụ phát triển tốt nhất, phần lớn vẫn không thể đăng ký tài khoản thông qua API. Điều này là một vấn đề lớn trong thời đại Claude Code, vì điều này có nghĩa rằng Claude không thể tự đăng ký tài khoản. Bây giờ, việc đưa tất cả chức năng quản lý tài khoản vào API nên trở thành yêu cầu cơ bản."
Nếu Agent không thể dễ dàng đăng ký và bắt đầu sử dụng dịch vụ của bạn, thì trong suy nghĩ của họ, bạn gần như không tồn tại.
Mô hình kinh doanh cũng sẽ thay đổi
Khi Agent trở thành người dùng chính của phần mềm, mô hình kinh doanh cũng sẽ thay đổi.
Trong một số trường hợp, mô hình dựa trên ghế ngồi của người dùng vẫn áp dụng cho việc kích hoạt hoạt động của Agent. Nhưng sẽ xuất hiện nhiều Agent không còn liên kết với người dùng cụ thể, hoặc công việc của chúng vượt ra ngoài cách sử dụng truyền thống của phần mềm. Ví dụ, người dùng chỉ cần nhập vài câu, một Agent có thể hoàn thành một số giờ công việc con người trong phần mềm, sau đó chỉ đưa ra kết quả cuối cùng cho người dùng.
Do đó, một phần của mô hình kinh doanh phần mềm sẽ tiến hóa. Bất kỳ công cụ nào muốn sống sót trong "thời đại Agent" cần phải giới thiệu một mô hình tính phí dựa trên việc sử dụng hoặc lượng tính toán, thậm chí hỗ trợ Agent tự lấy thanh toán.
Hệ cơ sở hạ tầng thế hệ tiếp theo hướng tới Agent
Người sáng lập của Perplexity, Aravind Srinivas, đã từng nói: 「Việc giao máy tính cho con người là ý tưởng tốt, nhưng việc giao máy tính cho máy tính, để chúng hoàn thành công việc thay cho chúng ta, mới là ý tưởng tốt hơn.」
Với Agent sở hữu môi trường tính toán của riêng mình, có khả năng viết và thực thi mã, gọi kỹ năng để hoàn thành các nhiệm vụ lặp đi lặp lại và truy cập vào các công cụ và dịch vụ bên ngoài, một hệ sinh thái công nghệ hoàn toàn mới sẽ xuất hiện. Giống như con người cần trên máy tính của mình, Agent cũng cần một hệ thống cơ bản tương tự nhưng được thiết kế đặc biệt cho chúng.
Một phần dịch vụ này sẽ đến từ các công ty hiện có, vì Agent vẫn cần truy cập dữ liệu hiện có hoặc cần hợp tác giữa người dùng con người và Agent.
Nhưng đồng thời, cũng sẽ có nhiều danh mục sản phẩm mới ra đời, vì các vấn đề mà Agent đối mặt là hoàn toàn khác biệt so với con người, việc thiết kế dịch vụ mới từ đầu thường hợp lý hơn.
Ví dụ, Agent rõ ràng cần một cơ sở hạ tầng của riêng mình và quy mô có thể chưa từng có. Các nền tảng đám mây siêu lớn thế hệ tiếp theo (hoặc phiên bản nâng cấp từ các gigantosaur hiện có) rất có thể được xây dựng xung quanh một ý tưởng như vậy: Trung tâm dữ liệu của tương lai không còn chủ yếu chạy ứng dụng của chúng ta mà là chạy Agent của chúng ta. Các công ty như E2B, Daytona, Modal, Cloudflare đều đã đang tiến hướng hướng này, và quy mô của các môi trường tính toán sandbox này có thể đạt đến mức chưa từng thấy trước đây.
Agent cũng cần truy cập vào các tập tin hạt nhân doanh nghiệp và quản lý dữ liệu và bộ nhớ của riêng mình để hỗ trợ các nhiệm vụ dài hạn. Tương tự, các hệ thống doanh nghiệp cũng cần chuyển sang lập trình giao diện ứng dụng (API) hàng đầu, để Agent có thể truy cập vào hệ thống quản lý nhân sự (HR), CRM, hệ thống quy trình làm việc, hồ nước dữ liệu và các dịch vụ quan trọng khác. Những nền tảng có thể giúp Agent hoạt động mượt mà với dữ liệu này mọi lúc mọi nơi sẽ có khả năng chịu đựng công việc tương lai nhất.
Agent cũng có thể cần một hệ thống định danh của riêng mình và có khả năng giao tiếp với nhau. Ví dụ, Agent mail đang cung cấp hộp thư cho Agent, giúp chúng có địa chỉ email tồn tại liên tục. Đồng thời, các công ty như Exa, Parallel cũng đang tái cấu trúc công cụ tìm kiếm để phù hợp với thế giới nơi 「Agent mới chính là người dùng tìm kiếm chính」. Nhiều Agent khác cũng cần quản lý ngân sách của riêng mình, ví dụ thông qua ví được cung cấp bởi Stripe hoặc Coinbase để thực hiện thanh toán, điều này thậm chí có thể thúc đẩy thanh toán nhỏ trở nên phổ biến, cho phép Agent truy cập vào các công cụ thanh toán và tài nguyên dữ liệu có phí.
Tất nhiên, an ninh, tuân thủ và quản trị cũng sẽ trở thành thách thức lớn. Trong một thế giới nơi Agent xử lý thông tin nhạy cảm, thậm chí thực hiện các quy trình được giám sát (ví dụ như ngành dược hoặc ngân hàng), các công ty cần có khả năng kiểm toán và ghi lại tất cả các công việc mà Agent thực hiện. Agent chạy dài hạn có thể cần có một danh tính độc lập để đăng nhập vào các hệ thống khác nhau và hạn chế nghiêm ngặt những hoạt động chúng có thể thực hiện và dữ liệu chúng có thể truy cập. Chúng ta sẽ cần một hệ thống phần mềm và nền tảng mới để giải quyết những vấn đề này, giống như chúng ta đã tạo ra hệ thống an ninh cho người dùng và ứng dụng con người trong quá khứ.
Nói chung, chúng ta đang bước vào một kỷ nguyên phần mềm mới. Trong kỷ nguyên này, phần mềm phải được thiết kế từ đầu để sử dụng quy mô lớn của các Agent. Khi hàng ngàn tỷ Agent đang làm việc cho loài người, mối quan hệ của chúng ta với phần mềm cũng sẽ được định hình lại hoàn toàn.
Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:
Nhóm Telegram đăng ký: https://t.me/theblockbeats
Nhóm Telegram thảo luận: https://t.me/BlockBeats_App
Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia
