Daniel Dines：AI 智能体、企业工作与自动化的边界

Harry Stebbings 欢迎 UiPath 联合创始人兼 CEO Daniel Dines，并问一位上市公司领导者为什么决定写书。Dines 说，写作是他童年的愿望；在大约六个月的工作中，Claude 和 ChatGPT 帮他整理了自己的想法。

这本书背后的一个问题是：AI 是否有持久的局限，还是高能力系统很快就能完成大部分人类工作。Dines 说，数百万个类似爱因斯坦的系统让他感到担忧，于是他开始思考这对员工和企业意味着什么。

Dines 区分了拥有强大推理能力与成为一名能从经验中学习的员工。在他看来，组织不会给新员工一份完整手册，人们是在工作中形成判断力的。Stebbings 则反驳说，模型也在进步，而雇用人有成本和管理挑战。

Dines 说，AI 系统可以把信息存入暂存区，但这不同于通过训练改变模型权重。他比较两位职业经历不同的厨师按照同一份食谱做菜：即使指令相同，积累的经验也可能影响他们的决定。

他还问，一个人读完所有国际象棋书籍，却从未下棋或输棋，能否成为特级大师。他的观点是，企业未必能把每项有用技能都写在纸上。这是关于学习和经验的类比，而不是比较人类与模型的实验。

Stebbings 认为，许多企业岗位涉及可重复的执行工作，判断力只集中在较小一部分任务中。Dines 不同意，他说员工常常作出细小但有价值的干预，例如在正式信号出现之前察觉客户可能流失。

Dines 把在工作中学习视为当前模型的一个瓶颈。Stebbings 提到可以回忆先前互动的 AI 记忆。Dines 回应，存储笔记与改变权重不是同一种机制；被一次经历改变，也不同于检索对该经历的书面记录。

作为例子，Dines 说，训练中见过大量开源代码示例的模型，生成这些技术的代码可能比生成 UiPath 平台代码更好，即使给了后者提示和技能。他将其视为公司的经验观察，而非针对所有模型的普遍测试。

Stebbings 问，递归自我改进是否最终能改变这一局限。Dines 说他不知道，并提出关于自我复制计算系统和模拟的推测性思想实验。两人都承认未来自我改进可能产生什么结果仍不确定。

Dines 进一步区分推理与他所说的意志。他认为自主性或意志是否会从推理中自动产生尚不确定，也怀疑把模型放进自我改进循环就必然会产生意志。这些是哲学观点，不是关于 AI 意识的既定结论。

Stebbings 问前沿实验室是否应放慢研发。Dines 说，如果开发者真诚地相信系统可能造成重大且无法控制的危害，就应谨慎行事。随后他解释自己对放缓前沿研发呼吁的理解，并强调这只是他的解读。

Dines 认为，担心恶意行为者获得强大系统，也可以被理解为对开放源码分发的担忧。他说自己会把中国 AI 研究人员视为善意参与者，并将他们与假设中的恶意行为者区分开。他的解读不能证明任何实验室的动机。

被问及企业客户是否担心前沿模型提供商成为竞争对手时，Dines 说，他看到的顾虑更多是知识产权流向现有竞争对手，而不是模型公司进入每位客户的市场。他认为保护专有信息是合理的担忧。

Dines 认为精确性也是企业问题。他说，长串概率性操作中的错误可能累积；AI 模型能完成某项任务，不意味着它是每项任务的最佳工具。实际可靠性取决于系统设计，而不是单一的每步概率。

Stebbings 指出，人们可能因为已经在使用 AI 界面，就让它完成计算。Dines 同意自然语言可以是有用的界面，但认为系统可以调用普通计算工具执行精确操作，而不是只依靠模型生成的答案。

Dines 说，企业内部也可采用类似分工：用 AI 设计软件和自动化，再用确定性工具执行适合的可重复操作。他观察到一种不对称：编码智能体使创建自动化更容易，而部署可靠的智能体仍需要大量工作。

Dines 说，如果上游系统变化导致自动化失效，AI 可能帮助诊断或修复。他认为生成的软件可以在运行前接受检查、测试和治理。这些防护属于建议的设计，并不保证每个生成系统都没有错误。

Stebbings 问及 UiPath 的员工规模，Dines 说公司约有 4000 人，其中工程师超过 1000 人。Dines 表示，他已告诉员工 AI 将改变公司，但反对在理解并实施转型之前，仅以 AI 为借口立即裁员。

为写书分析工作时，Dines 认为岗位既有可衡量产出，也有不易察觉的贡献。面向客户的员工可能带来收入，但长期建立的关系和信任也能帮助留住客户。他认为劳动力决策应关注这些贡献。

他提出建立员工贡献记录，捕捉岗位描述之外的价值。他说，在决定自动化什么、将人员调往何处之前，企业应理解这些贡献以及员工如何承载公司文化。他警告，不加区分的裁员可能削弱完成转型所需的人员。

Dines 预计 AI 将协助某些专业技能，进而可能改变公司需要的技能组合。他尤其重视主动性、指导他人和客户关系。Stebbings 回应，组织总体上仍可能需要更少的人；Dines 同意一些岗位可能缩减，但追问领导者如何公平有效地作出选择。

Stebbings 认为会计工作可能容易核验。Dines 则说，即使是一张发票，也可能涉及未写明的例外和针对特定客户的判断。在他看来，关键是运营框架及相关规则是否已充分记录，以供系统使用。

Dines 将这些文档称为工作地图：为达成某个流程结果所涉及的工作流程、例外、程序和系统。Stebbings 设想由一位财务负责人监督许多智能体并处理例外；Dines 同意，这种模式仍需要决定保留哪些人的能力。

他认为组织应重视主动性和员工对待客户的方式，而不只是可见的任务产出。两个处理发票的人，对公司关系和文化的贡献可能不同。他提出的记录旨在让这些难以定义的贡献更可见。

Stebbings 问，公司如何捕捉屏幕监控可能遗漏的信息，例如通话语气或一句让人安心的话。Dines 称这正是问题核心。他介绍了 UiPath 拟采用的流程映射方法，以及一款在专家演示工作时采访他们的产品。

在他的例子中，智能体会问财务员工为什么一张发票走了特殊路径，并把多个人的回答汇总成流程地图。Dines 说，编码智能体随后可帮助设计软件来改变流程。这是对 UiPath 产品的介绍，并非每个例外都能被捕捉的独立证明。

Stebbings 问，如果员工认为观察的目的是替代自己，是否会抵制。Dines 说，沟通很重要：UiPath 已告诉员工变化不可避免，但反对仅借 AI 之名大规模裁员。他认为 AI 素养有助于改善员工前景，同时指出采用需要时间。

Stebbings 提到一家 AI 公司据报道花在推理上的钱是工资总额的数倍，并问 Dines 如何比较人和机器的成本。Dines 说，如果机器能够以相同或更高质量可靠地完成工作，他可能愿意接受较高的初期成本，因为他预计机器经济性会随时间改善。

Dines 随即补充，在他看来，目前尚不存在能全面替代一名员工的通用 AI。他承认未来技术可能改变这一判断。Stebbings 提到一家较小公司据报道出现的替代案例；Dines 说，没有规模化证据，不能将个别例子推广到各个行业。

谈到 AI 生成软件，Dines 说 UiPath 曾尝试替换内部工具，并做出了有前景的原型。但团队准备投入生产时，遇到了连接器、权限、可审计性、安全和维护问题。他认为写出第一个版本只是交付企业软件的一部分。

他举了一个内部采购工具的例子：初版由 AI 生成，但团队缺乏足够信心和测试，不能将其完全投入生产。他说，一名员工必须修正数据库架构。即使原型便宜，维护和资深工程师的时间也可能提高总成本。

被问及 Salesforce 时，Dines 说自己投资过软件类别，但市场情绪快速变化时，很难判断单只股票。他不认为单纯生成代码就能替代复杂的记录系统。他的评论是个人看法，不构成投资建议。

Stebbings 质疑，如果私募股权也能提供流动性和收购货币，公司为什么要上市。Dines 区分了极少数特殊私有公司与更广泛市场：公开交易可以让员工和股东获得流动性，也能为原本只有账面财富的企业提供估值。

两人讨论了 Anthropic 和 OpenAI 的假设性估值。Dines 说，在决定是否以极高价格买入之前，他希望看到真实财务信息。Stebbings 认为价值可能向主要公司集中；两人都没有把假设价格或未来回报当作已知结果。

Stebbings 认为，即使难以预测哪个应用会胜出，基础设施仍可能受益。Dines 回应，芯片提供商的前景部分取决于开放模型生态是否多元，尤其当少数模型提供商自行开发更多芯片时。

两人讨论开放模型基础设施，并提及据称涉及 Hugging Face 和 Nvidia 的一笔交易，也讨论了所有权可能如何影响外界对中立性的看法。访谈未核实该交易，也未证实任何控制权变化。

被问及 AI 基础设施是否存在过度建设风险时，Dines 说重大基础设施周期可能吸引超出近期需求的产能。Stebbings 认为电力、水、数据中心和监管约束目前限制了供给。Dines 区分未来几年与未来十年，并表示自己不知道答案。

Stebbings 提到开发者和律师快速采用 AI 工具的个别例子。Dines 同意模型在文献知识丰富的领域可能很强大，但认为企业特有的例外情况是另一个问题。Stebbings 则质疑法律工作总是明确无歧义的说法。

Stebbings 就 AI 可能替代的法律服务工作价值作了一项假设计算。Dines 提醒，劳动力的美元价值不会自动等量转化为模型提供商的收入。两人的算术仅作说明，不能构成市场预测。

Dines 说，如果法律产品映射并管理整个工作流程，而不只是返回模型生成的意见，就可能获得更多价值。在他看来，模型可以互换，而流程上下文和工作流可能成为差异化来源。这是他的商业判断，并非对所有提供商都已验证的结论。

被问及开放模型与闭源模型时，Dines 将问题重新表述为前沿能力与成本效率。他预测，90% 的企业运营模型流量可能转向低成本模型。这个数字是预测，访谈没有证明实际未来份额。

Dines 说，企业可能仍会使用主要提供商的低价服务，但应保留可用的开放模型备份以避免锁定。Stebbings 披露自己投资了 Fireworks，并认为许多公司希望拥有自己的模型和智能能力。

Dines 说 UiPath 使用 Fireworks，并支持企业分散选择不同提供商。他认为，在用公司数据训练或适配模型之前，企业必须记录自身如何运作。这些上下文也能帮助企业以后迁移到新的基础模型，而不依赖困在某个版本中的知识。

他认为一些公司可能保留自己的模型作为备份，但不确定它们能否像最大提供商一样低成本地运行。Stebbings 认为高度专门化的数据可能提高效率；Dines 说结果取决于训练和基础设施运行效率。

被假设性问到是否会以 150 亿美元估值投资 Fireworks 时，Dines 说，如果他的开放模型判断得到验证，他可能会投资。他认为公司需要获得足够算力才能大规模满足需求。这是推测性观点，不是投资建议，也不是对融资的确认。

Stebbings 赞赏数据供应商，并认为广泛获取专业数据可以改善模型。Dines 则区分了存储数据与理解应该检索哪些信息、将哪些信息作为上下文提供。两人都认为有价值的数据可能有用，但强调供应链中不同的环节。

被问及自己改变了什么看法时，Dines 再次提到公司手册的必要性：AI 系统回答问题时可能需要知道相关流程如何运作。他说，这一认识让他更清楚地区分暂存区与人被经验改变。

Dines 说，用 AI 写书让他思考风格和个性。他认为，一个人的选择和生活经历会塑造独特声音，单纯要求模型模仿作者不能完全捕捉这一点。这是他对自己写作过程的个人理解。

他设想未来可能出现能在与用户共事时改变的个人模型，例如在笔记本电脑上运行，但表示这可能需要多项创新，也不知道时间表。他还对比解决具体数学问题与建立更广泛的概念框架；他对差异原因的解释是一种假设。

Dines 用爱因斯坦发展思想的过程作类比，说明人在解决问题时可能被这一过程改变。他认为，单纯在笔记中记录上下文可能与这种转变不同。Stebbings 和 Dines 并未证明未来系统无法以其他方式学习。

Stebbings 说自己担心更快的工作岗位流失。Dines 对自己和孩子更乐观，部分原因是他预计企业会一次采用一个流程，并投入大量精力记录工作。这些是不同的预测，而不是对就业的实测预报。

话题转向欧洲。Dines 认为，尽管欧洲拥有优秀人才和重要的芯片制造设备供应商，该地区的科技表现仍不理想。这是他的总体评价；访谈没有给欧洲科技行业建立全面排名。

被问及工作文化时，Dines 从自己与英国和美国团队共事的经验作出概括。他说美国有更活跃的创业文化，也认为自己的公司受益于美国市场。这些是个人观察，并非关于两国每位员工或公司的证据。

两人讨论接触客户和销售人才。Dines 说，美国企业可能愿意更早为新技术作出更大投入；Stebbings 则提到经验丰富的市场拓展团队。他们认为，这些因素可能使美国成为通用产品公司的有吸引力市场。

Dines 说，他会建议许多打造通用技术的年轻欧洲创始人考虑美国，同时也预计欧洲会出现成功的 AI 应用公司。对于面向特定本地市场的产品，判断可能不同。

他认为数据和模型主权是重要的企业顾虑，并说一些欧洲客户希望在本地部署并拥有模型选择。他回忆自己曾敦促 Fireworks 提供可供客户在本地运行的软件。需求规模和产品的商业结果仍是他的判断。

Dines 大致介绍 UiPath 的公开收入和增长情况，Stebbings 则问上市软件公司是否必须快速增长，才能避免被归为 AI 时代的输家。Dines 说，投资者需要评估许多公司，可能用增长作为信号，从而忽略个别业务的细节。

被要求提出 UiPath 的乐观情景时，Dines 指出公司正从机器人流程自动化扩展到编排与自动化。他提到分析师的认可，并认为企业采用 AI 时需要流程上下文和可靠的系统协调方式。他是在陈述自己公司的投资逻辑。

他将这种组合称为地图和轨道：地图记录企业上下文，轨道提供编排与自动化。智能体可以获得目标并在这些工具内工作。Dines 认为这有助于提高控制力，但没有任何架构能消除所有可能的错误。

对于悲观情景，Dines 描述了一个假设性的未来：AI 足够便宜且强大，能像完全自主的人类员工一样在企业各处工作。他说，这可能降低客户对刚才所述服务的需求。他并未声称这一情景已经到来。

在快问快答中，Dines 说，协调性格、自尊和优先事项不同的人，是他作为 CEO 最困难的工作。他还说，自己现在花大量时间使用编码工具和 AI 审视公司战略，通常基于文档而不是传统幻灯片工作。

Stebbings 问及 Nvidia 的假设性未来估值。Dines 表达了乐观的个人看法，两人也就科技公司估值之高开玩笑。他们的交流是预测，并非能够确定未来股价或投资回报的分析。

被问及创始人的孤独感时，Dines 建议更经常与值得信赖的朋友交谈，包括那些在公司改变之前就认识创始人的人。他说，家人和友谊让他的生活保持连续性，也是最令人满足的部分，尽管孤独感不一定会完全消失。

谈话最后转向对医学进步和长寿的希望。Dines 介绍了自己的生活习惯和补充剂，并说自己感觉比几年前更好，包括减少饮酒之后。他的个人经历不能证明补充剂或任何特定方案安全有效。

Dines 说，他的书已经可以下载，并计划在即将举行的公司活动上发放纸质版。Stebbings 感谢他参与对话，访谈随之结束。