邱懿武
工作台

a16z × OpenAI:让 AI 用电脑,而且比你更快——Computer Use Agent

Astra 之后,Computer Use Agent 已能完成人在电脑上能做的一切,速度正逼近「超人类」。

原文日期
整理日期
讲者
**Ari Weinstein**(OpenAI,负责 Computer Use,偏消费端)、**James Sun**(OpenAI,负责 Computer Use,偏企业端)——两人此前都创办过公司;主持:**Seema Amble**、**Fabrizio Serafini**(a16z 投资人,此前合写过一篇 Computer Use Agent 的文章)

渠道:a16z 官方播客(The a16z Show)/中文全译见新浪财经、搜狐 · 体裁:访谈(播客对谈) · 信源层级:二手(中文实录整理;一手为 a16z 播客音频,未直听)+ a16z 配套文章(一手) · The a16z Show 播客《OpenAI: When AI Agents Use Computers Faster Than You》(另题《Why OpenAI Is Racing to Make Computer Use Superhuman》),**2026 年 10 月发布**;节目页 |配套文章 a16z《Can Agents Use a Computer Yet? We've Got the Data》 |中文全译(Z Potentials)

全篇概述

这是 a16z 旗下播客 The a16z Show 的一期对谈,主持人是 a16z 投资人 Seema Amble 与 Fabrizio Serafini(两人 2026 年 8 月合写过一篇 Computer Use Agent 的文章),嘉宾是 OpenAI 负责 Computer Use 产品的 Ari Weinstein(偏消费端) 与 James Sun(偏企业端)——两人此前都创办过公司。

两人的核心判断很清楚:自 Astra 模型之后,Computer Use Agent 已能完成“一个人用电脑能做的任何事”;速度上已超过普通人,正逼近“超人类”水平(即比电脑使用专家更快)。 访谈真正强调的增量,是那些“难以察觉”的细节——Astra 在 99% 与 97% 可靠性之间那点微小却关键的差别、它在抵抗 prompt injection 上的对齐提升,以及 dots 如何主动发现你漏掉的外部会议邀请、登录 Sentry 提取日志并给出分析。企业端落地则朴素到近乎“无聊”——ERP、采购、财务对账、市场调研,全是没人愿意亲手做的苦差事,却正是机会所在。

贯穿全场的一个关键定义:Computer Use 不是一个“单独的工具”,而是“模型为完成任何任务所需的通用 API”——它能和一切应用配合,用法和人类一样。历史软件不会一夜消失,新软件也在同时生长;给创业者的提醒反而克制:护城河仍在速度、执行节奏与行业纵深。

> 配套(a16z 官方文章《Can Agents Use a Computer Yet?》)给出的量化背景:计算机操作基准 OSWorld-Verified 上,一年前最好的模型得 42%,如今最好得 85%,高于人类测试者的约 72%(即 100 个任务里能完成 85 个)。文章同时提醒:基准不等于真实可用——“85% 意味着 100 个里失败 15 个,而一个业务流程要走通才算完成”。

---


一、Astra 的增量,藏在“难以察觉”的细节里

二、团队自己怎么用 dots:从漏掉的会议邀请到 Sentry 日志

三、速度才是产品问题:从“比普通人快”到“比专家快”

四、开放网络的张力:广告模式与 WebMCP

五、什么任务能交出去,企业又凭什么敢用

  1. 确定性控制——① 沙盒(规定能用哪些应用/网站);② 人工介入(如每次下载/上传、进入新网站都需人审批)——“像企业可以自行调节的旋钮”。
  2. 展示评测——内部 + 第三方评测证明对齐程度;产品上做信任设计(始终能看到光标、光标动作做得有趣、用新应用/网站前征求许可)。

六、“无聊就是机会”:ERP、采购、财务与市场调研

七、遗留软件不会一夜消失,新软件也在同时生长

八、给创业者的建议:护城河在速度、节奏与行业纵深


整理者的分析

标注:以下为整理者(范德)的分析,非两位讲者原话,不代表其立场。

  1. 这期的关键词其实是“那 2%”——即从“能用”到“可托付”的可靠性台阶。99% 与 97% 之间“很难察觉但非常重要”的差别,本质是“人是否还需要在流程末端逐一复核”。这与 a16z 配套文章的判据完全一致:“如果每个产出都要人复核,那就没省下任何人力。” 对造物云/教育线的含义:AI 落地的门槛不是“能力”,是“免复核率”——能不能让人不必逐条检查,才决定它是否真的替代了工作。
  2. “无聊就是机会”是本篇最能直接搬走的一句——ERP、采购、财务对账、市场调研这些“流程固定、系统老旧、人力厌恶”的活,恰是 Computer Use 最先爆破的阵地。这也是造物云“场景深”路径的官方背书:真正的机会不在做“另一个 ChatGPT”,而在吃透某个行业的“脏活 + 无 API 的老系统”。
  3. “Computer Use 是通用 API,不是工具”这一句,重新定义了竞争层级——当“用 UI 完成任务”变成模型层的商品,护城河就上移到上下文、权限、流程知识、校验、升级、错误处理、缓存,以及对某个具体客户组织的真实理解。这与 a16z 文章的判断一致:“前沿正从'Agent 能不能用电脑'转向'它能不能可靠地把这份工作做完'。”
  4. “WebMCP / 共享智能层”提示了下一个协议层机会——不是让每个网站各造一个 Agent,而是让人和 Agent 一起使用网站。谁定义“Agent 如何被网站接纳”的标准,谁就握住了入口(与造物云“入口/标准”的判断同源)。

保留意见:① 本篇为a16z 播客的中文实录整理(二手),一手为音频(未直听);其中模型名、产品名(Astra、Sol、dots、Guardian、WebMCP、5.5/5.6)与内部细节均为对谈中的口述,未见独立来源印证,引用时宜标注“讲者表述”;② a16z 配套文章的量化(OSWorld-Verified 42%→85%、人类约 72%)为一手,已单列,与对谈内容区分;③ 录制时点说明:访谈发布 2026 年 10 月,中文全译见新浪财经 2026-11-08,两者日期不同,勿混。