Serval 的 Jake Stauch：面向企业 IT 的编程智能体

Serval 联合创始人兼首席执行官 Jake Stauch 与 No Priors 主持人 Sarah Guo、Elad Gil 讨论企业自动化。他认为，编程智能体可以帮助 IT 和其他部门构建工作流，但大型组织需要明确的权限、审批和审计记录，才能委派敏感工作。

Stauch 将 Serval 描述为与 ServiceNow 竞争的企业自动化和服务管理平台。他在 Verkada 工作时接触到这个领域，当时他会询问 IT 团队在哪些方面花钱最多、对什么最不满意。他说，ServiceNow 经常同时出现在两类回答中。

他认可 ServiceNow 是一个功能强大、可定制的平台，但表示客户告诉他，实现变更可能缓慢且昂贵，有时还需要顾问。对于稳定的入职流程，较长的实施周期或许可以接受；但如果公司希望不断增加小型自动化，情况就困难得多。

Guo 和 Gil 问如何将编程智能体扩展到软件工程师之外。Stauch 说，工程师能够尝试，是因为生成的代码进入生产环境之前要经过审查。他说，Serval 的目标是通过抽象、暂存、审批和审计控制，将类似的构建能力带给 IT、人力资源、财务等团队。

Stauch 将这种做法与只拥有员工普通权限的个人助手区分开来。在大型企业中，权限通常比较有限，很多系统不能随意操作。即使底层模型能力很强，这些限制也会约束个人智能体能做的事情。

他说，Serval 通过受管理的账户连接系统，并围绕明确审批和有记录的工作流组织例外访问。访问请求可以经过审核和记录，并针对特定任务授予权限。他将其描述为让有用的自动化适应企业治理的一种方式，而不是安全的万能保证。

客户仍然需要人来理解流程并决定哪些工作适合自动化。Stauch 说，Serval 会派出策略人员和工程师协助实施平台，然后通过 ProServal 提供持续的自动化工程支持，处理大量后续需求。

成立约两年半的公司正在直接挑战大型企业核心系统。Stauch 说，尽管难度很大，这个雄心从一开始就存在。主持人将其与另两种策略作比较：在现有厂商之上提供一个小层，或先服务小企业再逐渐进入大型市场。

Stauch 认为，从第一天就瞄准大型客户，会改变产品、招聘和增长方面的决策。他们选择服务管理，是因为了解 IT 工作流，并相信与拖拽式构建工具相比，代码是表达自动化更灵活的方式。

障碍在于能够编写和维护代码的人相对较少。Stauch 和联合创始人押注编程智能体会进步，特别是在定义明确、可验证的流程任务上。早期演示中，他们提供了大量示例；后来模型能力提高，减少了对这些辅助材料的需要。

他欢迎编程和计算机操作能力进一步提升，因为 Serval 自己并不训练底层模型。他将产品描述为围绕这些能力建立的边界：让大型组织能够在自己的流程内使用越来越强大的工具。

Stauch 预测，随着智能体更容易大规模执行操作，企业会收紧个人权限。但例外情况仍然存在，因此当权限需要提升时，审批工作流和审计记录就有用武之地。这是他的预测和产品战略，并非已被证明的普遍结果。

主持人问，客户为什么愿意冒险替换已经深度嵌入的现有系统。Stauch 说，公司必须让这一变化成为内部推动者的职业成功。他以 Fox 为客户案例，并说负责迁移的人获得了公司表彰；对谈没有独立评估该部署。

展望未来，Stauch 预计工作中的个人智能体会互相沟通和委派任务。他也预计，员工对便利性的追求与组织安全之间会存在张力。他认为个人和工作智能体可能保持分离，就像个人邮箱和公司邮箱一样。

谈到产品原则，他指出软件开发生命周期的重要性：开发和暂存环境、审查、测试，以及进入生产环境前的关卡。一些 IT 系统已经具备这些控制，但 Stauch 认为新的 AI 产品常常跳过它们。

Serval 既有驻场人员，也有核心平台。Stauch 说，公司不会为单个客户开发定制产品功能，但客户会在相同的基础能力上创建不同自动化。反复出现的客户自建工作流，可以帮助公司判断哪些能力值得成为标准功能。

他举了两个例子：查找过时或相互冲突的知识库文章，以及回收未使用的软件许可证。如果很多客户反复构建同一种模式，Serval 可能把它纳入平台，而不是让每个客户重新制作。

主持人转向 AI 支出。Stauch 说，一些客户正在收敛最初大量消耗 token 的做法，但仍预计长期支出会增长。按照他的说法，客户需要的是投资回报的证据，而这仍然很难衡量。

Serval 尝试按运行的工作流计价，因为 Stauch 认为这比 token 数量更接近实际完成的工作。他预计，行业将继续尝试如何把 AI 支出与过去由软件或人员完成的工作进行比较。

对于所谓的 SaaS 大崩盘，Stauch 认为，即使有代码生成，重建和维护核心企业系统仍然昂贵。他预计较小的单点解决方案会整合，但 ERP、人力资源系统、服务管理和 CRM 等核心类别会继续存在，只是供应商可能发生变化。

主持人问非工程师如何构建可靠系统。Stauch 说，大型企业 IT 团队的技术能力往往比外界认为的更强。Serval 为需要的人开放代码和开发生命周期，同时为不想直接处理代码的用户提供抽象。

他介绍了 Catalyst：一个旨在帮助管理员将需求转化为平台配置、自动化和审批规则的智能体。其设想是，用户可以先讨论自己想构建什么，而不是先学习产品中的每一项基础能力。

Stauch 将后台智能体称为企业领域的宏大目标：理想情况下，它们能自行发现并解决问题，无需持续监督。他说，这个领域尚未解决自主性与了解智能体能够读取什么、执行什么操作之间的张力。

他提出的方法是逐步提升权限。智能体请求使用特定工具或工作流，人们批准这些请求，智能体便逐渐拥有更大的授权工具集。他承认这一过程可能繁琐，并表示不受限制地执行代码会带来严重安全风险。

被问及更好的模型和更好的防护边界哪一个更重要时，Stauch 回答两者都重要。智能体需要记忆和上下文来理解偏好，但组织仍需决定信任它执行哪些操作，以及何时必须回来确认。

Stauch 说 Serval 约有 200 名员工，并预计会继续招聘。他认为，个人生产力提高会扩大公司能够尝试的工作，而不是消除对人员的需求。这是公司的招聘展望，并非对所有工作场所的普遍预测。

为了跟上客户需求，他说工程师会直接参与客户对话和沟通渠道。按照 Stauch 的说法，Serval 将许多产品决策下放给工程师，而没有设置独立的产品职能。

这样的速度也带来挑战：客户和管理层可能难以消化变化。Stauch 说，工程师需要产品判断力和作出局部决定的权限，而领导者必须在客户需求或市场变化时愿意撤回决定。他认为，愿意重新思考先前选择，让公司能够保持适应性。