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”。
---
- 日期:2026-11-09
- 原始日期:2026-10-01
- 来源: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 阅读原文 |配套文章 a16z《Can Agents Use a Computer Yet? We've Got the Data》阅读原文 |中文全译(Z Potentials)阅读原文
- 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)
- 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)
- 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)
- 标签:Computer Use / Agent / OpenAI / 企业自动化 / WebMCP
- 一句话: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」。
一、Astra 的增量,藏在“难以察觉”的细节里
- Ari:Astra 更快(完成同一任务所需思考 Token 更少)、在某些创造性工作上更出色(如发布演示里在 Microsoft Paint 上画画),在细节上更可靠。
- 关键那句:“在可靠性达到 99% 和达到 97% 的两种情况之间,存在一个很小、很难察觉但确实非常重要的差别。”
- James:“Astra 也是我们目前对齐程度最高的模型。” 按其系统卡,它在抵抗 prompt injection、避免采取非预期行动方面好得多——对企业处理敏感事务(采购、与供应商/客户沟通)意味着“用得安心很多”。
二、团队自己怎么用 dots:从漏掉的会议邀请到 Sentry 日志
- 主动性是 James 最看重的:“当 dots 提醒我一些完全被我遗漏的事情时,我常常感到很惊讶。”
- 例:外部会议邀请落到邮箱但不进日历,dots 会说 “你的收件箱里有一封邀请,但日历上没有。让我在你的 Gmail 里接受它?”
- 一个完整工作流:给 dots 一个高层目标(“汇报链上有人说了什么就提醒我;有人提关键产品反馈,你自己判断并处理”),它会同时控制本地电脑与云电脑——登录 Sentry、提取并分析日志,再给出反馈,替掉“先判断哪条反馈重要 → 再去 Sentry 下载日志 → 交给 Codex 询问”的整条流程。
- 定位:“至少对于这些主动型、长时间运行、每次形式都不同的任务来说,它很棒。”
三、速度才是产品问题:从“比普通人快”到“比专家快”
- Ari:“我们已经让 Computer Use 在使用电脑时比普通人更快,我觉得也非常接近让它达到超人类水平,也就是比一位电脑使用专家更快。”
- 为什么速度是关键:“一旦做到这一点,它会改变我们所有人与电脑交互的方式——任何你能手动完成的事情,它都能做得更快。” 于是默认选择会变成“让 Agent 帮你做”,除非你特别想自己动手。
- 速度与“旁观”的张力(James):模型慢时你能看着它做,但任务就受限(因为你不可能一直盯着),且更慢更低效;一旦快到无法逐条审查,如何让企业控制“人工介入程度”与“可审计性”就变得越来越重要。
- 模型分层策略:提供多种质量与价位的模型;便宜模型在 Computer Use 上也随时间变好,“人们针对不同任务想要使用的模型,实际上会变得更加多样。”
四、开放网络的张力:广告模式与 WebMCP
- 在企业已批准使用的软件内,自动化比较直接;但到了开放互联网,出现几类人:一类是商业模式与“让 Agent 使用产品”不一致者(广告商、出版商——“Agent 带来的广告展示实际上并不能计入真实收入”)。
- WebMCP:一个让人和 Agent 一起使用网站的标准,OpenAI 已在应用内浏览器中支持。“Agent 提升使用网站的体验,但并没有完全取代这种体验”——Agent 做繁琐工作,保留让你自己浏览的体验,关键交易(如输入信用卡)再交还给 Agent。
- James 的个人立场:“我个人觉得浏览互联网依然很有趣。我还是喜欢购物,也喜欢看看各种酒店、航班和地点。”
五、什么任务能交出去,企业又凭什么敢用
- James 的自评习惯:“自从 Astra 出现之后,Computer Use Agent 已经能够完成一个人能做的任何事情。” 他现在做任何事都先想“能不能直接让 Agent 来做”。
- 对“模糊性”的处理:Astra 推出 flexible input——要求不明确时它会反问“我需要一些细节”,若你没及时回答,它会继续推进并自行提取上下文。
- Ari 强调“普适性”:“它能和每一个应用配合使用,这一点不同于我们构建过的其他任何东西。其他技术需要开发者做适配(连接器 / MCP server),而 Computer Use 使用应用的方式,和人类使用应用的方式一样。”
- 企业的信任从哪来(两层):
- 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”。
- 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
- 两类事:① 自动化繁琐工作流(无聊但有用);② 更具创造性的野心任务。
- James 点名的方向:
- 所有记录系统(ERP、CRM 等)——采购(上千行表格 → 录入采购软件 → 生成采购明细 → 联系供应商)可整条自动化;
- 财务——月末大量对账,“很多美国的财务软件没有能快速提取数据的 API”,可让 Computer Use 看账簿、对账、标记可疑项;
- 销售(挖掘线索 → 录入 CRM)、市场调研;他自己用 Computer Use 登录竞品软件、建号试用、截图反馈。
- 更有创造性的扩展领域:电路设计、建筑工作、硬件工程、游戏设计(视觉设计能力已很强)。
- Ari 补消费端:替你填 DMV 表格、取消邮件订阅;他还用 Computer Use 维护个人财务表、膳食规划表,“我使用 Apple Numbers,它是一款比较冷门的电子表格软件,但这个模型依然能把它做得非常出色”。
- Ari 最兴奋的第三类:“以一种不同的方式使用整台电脑,或与软件交互”——直接通过语音和电脑对话,“我认为随着时间推移,这项技术会改变软件本身的形态。”
七、遗留软件不会一夜消失,新软件也在同时生长
- Ari:“如今正在生产环境中运行的软件,很多都是 10 年、20 年、30 年、40 年前写的,我不认为它们会在一夜之间消失。” 且 Computer Use 的存在会给公司更大压力,促使它们让软件更好地与 Agent 协作(WebMCP 就是例子)。
- James 的乐观:“如果互联网变成一个没有面目的东西,只剩下 Agent 相互对话……我会很难过。” 他举例给太太做五子棋战术训练器——个性化软件:“我们将进入一个时代,任何软件都可以为一百个人,甚至一个人设计。”
- “共享智能层”:“你的 Agent 在别处使用遗留软件……如果你正在使用某个应用,这个应用就会希望获取相关上下文,从而提供更好的体验。” 若每个网站都有自己的 Agent 且互不沟通,“那将是一个非常割裂的世界”。
八、给创业者的建议:护城河在速度、节奏与行业纵深
- Fabrizio 的问题:如果明天创业、要用 Computer Use 解决企业内部某个工作流,你会先想什么?
- Ari:取决于形态——① 小团队内部提效(用现成产品,如 ChatGPT 内协作);② 产品本身要与现有软件交互(可能让云端机器在后台跑 Computer Use)。后者的关键问题:什么时候需要人工介入?出错时 Agent 会不会告诉你?顺利时会不会告诉你?——以及需要什么东西做总结,避免你被“这个发生了、那个发生了”的通知淹没。
- Z Highlights(中文编译提炼的要点):
- Computer Use 是“模型为了完成任何任务所需的通用 API”;
- “采购是我们看到的一个重要方向……财务也是另一个很有意思的类别”;
- “今天仍然存在的护城河之一,就在于速度与执行节奏”——很多垂直行业对 AI 扩散慢得多,Computer Use 是把割裂软件连起来、完成端到端工作流的好方法;
- “我非常期待一个世界:Agent 能够适应你,而不是让你去适应它。”
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。
- 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。
- “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”。
- “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'。”
- “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。