Andrew Chen：創業趨勢從"Copilot for X"轉向"Agent for X"
a16z 合夥人 Andrew Chen 發文稱，去年創業趨勢是"Copilot for X"（X 的副駕駛），今年轉變爲"Agent for X"（X 的智能體）。
Chen 認爲這反映用戶不再滿足於"人在迴路中"的 AI 產品，而是希望智能體能夠採取行動並生成結果。他在使用 OpenClaw/Hermes 時發現，最煩人的是技能開發最終生成更多需要審查的內容，現在需要的是行動而非更多副駕駛。
資金從 AI 輔助工具流向自主智能體，工作流自動化公司受益。傳統 SaaS 和人工服務承壓於智能體替代，審批和合規流程成爲瓶頸。
2026 年 AI 智能體融資 150 億美元，同比 +300%，代表項目包括 Devin（AI 軟件工程師）、Cognition（AI 分析師）、OpenClaw（AI 工作流），估值從 1 億美元升至 50 億美元。
來源：公開信息
ABAB AI 解讀
歷史行爲
Andrew Chen 在 AI 投資上的歷史行爲呈現"範式轉移"特徵。2023 年投資"Copilot"模式（Jasper、Runway），2024 年轉向"Agent"模式（Devin、Cognition），2026 年明確提出"行動 > 輔助"觀點。對比 Sam Altman（OpenAI CEO，2023 年提出"Copilot 時代"，2026 年推出"Operator 智能體"）和 Marc Andreessen（a16z 合夥人，2024 年提出"AI 吞噬軟件"，2026 年提出"智能體吞噬工作流"），Chen 的觀點更"用戶中心"——從"AI 輔助人類"轉向"AI 替代人類"。
資本路徑
智能體的資本影響清晰：2026 年企業 AI 支出 2000 億美元，其中"Copilot"模式佔 60%（1200 億美元，人均 50 美元/月訂閱），"Agent"模式佔 40%（800 億美元，按結果付費，單次 10-100 美元）。若 2027 年 Agent 模式佔 70%，Copilot 模式佔 30%，企業 AI 支出結構將重構：從"訂閱費"（固定成本）轉向"按結果付費"（可變成本）。資金從"工具採購"（一次性購買 Copilot）流向"服務外包"（按任務付費 Agent），反映"AI 即員工"的範式。Devin 2026 年收費 500 美元/月（替代 1 名初級工程師，年薪 10 萬美元），ROI 約 20:1。
類比 + 行業位置
類似案例：2010 年代"SaaS vs 本地部署"——SaaS 2010 年佔企業軟件 20%，2026 年佔 80%，按訂閱付費替代一次性採購。2020 年代"零工經濟 vs 全職僱傭"——Upwork 2020 年佔自由職業市場 10%，2026 年佔 30%，按任務付費替代固定薪資。當前 AI 智能體處於"Agent 爆發期"——相比 2023 年（Copilot 主導，90% 市場）、2026 年（Agent 崛起，40% 市場），2030 年預計 Agent 佔 80%，Copilot 佔 20%。行業位置屬於"AI 自主化拐點"——用戶從"AI 幫我寫代碼"（Copilot）轉向"AI 幫我寫完整代碼並部署"（Agent），從"AI 幫我分析數據"（Copilot）轉向"AI 幫我分析並生成報告併發送郵件"（Agent）。
結構判斷
本質屬於技術替代導致的工作流重構。傳統 Copilot 是"人在迴路中"——AI 生成內容，人工審查、修改、發佈，效率提升 2-5 倍。Agent 是"人在迴路上"——AI 生成內容，自動審查、修改、發佈，僅異常時人工介入，效率提升 10-50 倍。這解釋了爲何 Chen 提出"更多行動，更少副駕駛"——不是"功能升級"，而是"範式轉移"。當 Agent 能自主完成 90% 任務（寫代碼、分析數據、發郵件），人工僅需處理 10% 異常，"審查瓶頸"成爲新約束。這推動了"工作流兩極化"——高端工作流（複雜決策、高風險）保留人工審查，低端工作流（重複、低風險）全自動化，中間層（半自動）消失。當 Agent 普及，"人在迴路中"從"默認模式"變爲"異常模式"，工作流從"AI 輔助人類"轉向"人類監督 AI"。
ABAB News · 認知定律
副駕駛是輔助，智能體是替代
人在迴路中是瓶頸，人在迴路上是未來
按結果付費是 AI 商業化的終局