Forward Future Live：AI 工程、企业智能体、数学与采用情况

Matthew Berman 和 Nick Wentz 在 2026 年 1 月 16 日的节目开场讨论 Apple 与 Google 宣布的合作。两家公司表示，下一代 Apple Foundation Models 将基于 Gemini 模型和 Google 云技术，为未来的 Apple Intelligence 功能提供支持，其中包括更加个性化的 Siri。

Berman 认为，选择 Google 表明 Apple 在构建自己想要的模型时遇到了困难，但他不知道交易的财务条款。Wentz 则将此视为对 Google 技术的有力认可。两人谈的是自己的解读，并非披露 Apple 内部决策过程。

主持人讨论了马斯克对权力过度集中的担忧，因为 Google 还拥有 Android 和 Chrome。Berman 指出马斯克在 xAI 有竞争利益，两人还推测可能出现反垄断审查；他们并未证实这项具体协议引发了调查。

谈到外包是否只是暂时措施，Berman 希望 Apple 最终能提升自身能力，并认为组织文化可能与资源同样重要。Wentz 则提出，等待技术和成本成熟也可能是有意采取的策略。两人都不知道这一安排会持续多久。

第一位嘉宾是 Gauntlet AI 创始人 Austen Allred。他介绍了一个选拔严格的工程培训项目：据他说，项目不向学员收费，而是从招聘合作伙伴收取费用。申请者需要参加认知评估和编程测试，每周的挑战决定他们能否继续。

Allred 说，进入后期阶段的学员会来到 Austin，获得住宿、餐食等支持，每周花 80 至 100 小时学习 AI 辅助工程和智能体开发。他称完成项目的人可获得至少 20 万美元的工作机会；这些是他对项目的描述，成果并未经过独立核实。

Allred 说，学员通常是三十出头、有经验的工程师，但年龄和背景各不相同。一些班次倾向于或要求申请者具备数年经验，因此该项目更像帮助现有工程师提升能力，而非面向初学者的培训。

Allred 表示，招聘伙伴既有大型科技公司，也有小公司和私募股权支持的企业。他认为，熟练使用 AI 的工程师能够完成过去一个团队承担的工作；不过，这来自他自己项目的观察，并非对整个经济体的测量。

对于就业问题，Allred 预计公司会创造更多产品，但短期和长期的岗位数量变化仍不确定。他说，自己看到过去预计需要数月的项目在几天内完成，积压工作也开始投入生产；同时他承认技术正在迅速变化。

Allred 描述了缩短的客户反馈循环：企业可以询问潜在客户需要什么功能才能成交，几天内做出来，再带着可用产品回来。他举例称，工程师在数小时内响应了一位政府客户的需求，还说一些学员促成了金额可观的合同。

据 Allred 所说，由于过去需要一周完成的任务现在容易得多，课程必须在每一期重新编写。他估计，要跟上最前沿进展，每天大约需要花一小时学习，并建议毕业生做好工作持续变化的准备。

Wentz 问，如果每种职业都需要 AI 素养，为什么项目先从工程师开始。Allred 说，工程是自然的起点，因为公司已有招聘网络，编程工具也可以立即应用。他表示正在探索扩展到其他职业，但经济模式有所不同。

Allred 预测，许多办公室工作会在一到两年内发生重大变化。他估计 Gauntlet 毕业生的典型薪酬约为 20 万至 30 万美元，个别更高，同时承认不知道准确的平均值。这些数字和预测都是他的说法。

谈到 Austin 的创业文化，Allred 将他感受到的现金流和长期经营导向，与 San Francisco 对风险投资和快速增长的重视作对比。他认为两种文化各有利弊，部分差异源于当地激励机制和其他产业。

Berman 询问了一项重振 Marin Software 的计划。该公司是一家广告平台。Allred 说，合作伙伴把一个没有客户和收入的旧代码库交给了团队，Gauntlet 学员有六周时间寻找机会、构建产品并销售。

Allred 称，该项目在六周内达到 150 万美元的年化收入，目前有团队经营，并且一档记录这一过程的真人秀正在剪辑和向平台推介。收入和盈利情况均来自他的描述。

话题转向教育成本。Allred 认为，政府资助和认证规则减缓了高等教育的变化。他提出，新教育机构在获得联邦资助方面面临障碍；访谈并未评估学费上涨的全部原因。

Allred 说他的孩子在 Austin 的 Alpha School 上学，每天大约用两小时进行基于计算机的自适应学科学习，其余时间用于其他活动。他承认学校的标价学费约为每年 4 万美元，并介绍了与 Texas 资助相关的潜在远程选择。

Allred 声称这一模式能让学生学习得异常快并取得优异成绩。这些宽泛比较来自他的描述，访谈没有证实。他还介绍了不同远程版本：学科学习之外可以参加体育、团体活动或居家教育。

展望未来，Allred 预计精英大学仍会存在，但影响力会逐渐变化；他预测 K–12 教育的变化会更快。访谈结束后，主持人表示对这种学校模式感兴趣，同时提醒实验性方案并不总能成功。

下一位嘉宾是 Box 联合创始人兼 CEO Aaron Levie。他称 AI 是自己经历过的最大技术转变，并将其与互联网、云计算和移动技术相比较，解释 Box 为什么围绕企业文档中的信息调整平台方向。

Levie 说，过去组织通常需要知道要搜索什么，或者手工检查文档。如今，智能体可以帮助从合同、发票、研究、营销计划等非结构化内容中提取信息、回答问题并自动化工作流。他认为企业内容能为这些智能体提供上下文。

Box 刚刚宣布推出 Box Extract。Levie 将其描述为针对一组文件提取结构化数据的智能体。他说，组织往往不知道档案中包含什么，因此目标不仅是自动化现有任务，还包括开展过去无法大规模完成的分析和工作流。

一份合同可能包含重要义务，一份旧研究文件也可能避免团队重复劳动。Levie 认为，提取这些信息有助于做出新决策，让员工有更多时间处理战略性工作。这些是供应商提出或观察到的应用场景，并非保证取得的成果。

谈到产品为何现在才成为可能，Levie 说模型只是其中一部分：文档需要预处理，智能体需要针对相关材料运行，结果还必须评估。Box 正在开发工具，将不同模型的输出与客户对特定文档类型的标准答案进行比较。

Levie 说，在银行、法律和医疗工作流中，仅仅上传文件并相信模型是不够的。他希望系统能够利用更好的模型，同时在模型不再需要某些提高准确率的辅助机制时及时将其移除。

他认为，即使模型不断进步，一些基础设施仍然有价值：权限、安全、文档标准化、访问正确的数据，以及与预期结果进行比较。可重复的企业流程，也不只是让通用聊天机器人每次重新构建相同上下文。

Berman 询问，主动式 AI 能否在对话过程中推送一份有用的文档。Levie 认为这里存在矛盾：智能体必须适时介入才能帮忙，但几次无关的打断就可能让用户关闭它。时机和界面设计可能与模型能力同样重要。

Levie 说，智能体仍难以处理缺失的上下文，也不容易知道自己不知道什么。它可能找到 8 条事实就停下来，而人类知道一共有 10 条；检索也可能选错材料。组织需要确保上下文完整、权威且保持更新。

对于采用情况，Levie 看到的既有兴奋也有务实的谨慎。他说，许多组织仍将编程 AI 理解为自动补全，而先进用户已开始委托长得多的任务。帮助非技术员工采用这些工作流，需要变革管理和易用的产品辅助系统。

Levie 承认人们对工作和能源成本的担忧。他认为，专家往往会发现评估 AI 输出仍需要判断力和上下文，而 AI 可以减少繁琐工作。他提到的法律咨询例子说明的是个人经历，并不能保证所有专业建议都可靠。

他预测，优秀工程师可以通过委托日常维护和软件包更新来提高生产力，从而把时间留给架构和产品决策。他使用的生产力倍数只是说明性估计，并非受控研究的测量结果。

被问到 Claude Cowork 是否能将智能体工作方式带给其他知识工作者时，Levie 认为有可能，但指出验证方式存在差异。他测试的一份幻灯片中，有一个项目符号落在可见区域之外，说明用户仍需检查生成的成果。

Levie 描述了一种拟议的文档智能体：利用以前的答复和产品资料来回应招标文件。他估计，它可以把数小时的任务压缩为一次较短的智能体运行和随后的人类检查；这个时间是示例，并非已公布的评估结果。

第三位嘉宾、Harmonic 联合创始人兼 CEO Tudor Achim 讨论了近期关于 Erdős 问题的工作和公司的 Aristotle 系统。他纠正了主持人的说法：这些是尚未解决的研究问题，但难度各异，不能等同于千禧年大奖难题。

Achim 根据自己看到的公开信息表示，用户先用 GPT-5.2 Pro 研究候选证明，再用 Aristotle 将其转换为 Lean 以供计算机检查。他没有直接参与这些工作，并指出此前还有用户直接用 Aristotle 解决问题。

Achim 认为近期 AI 数学成果是从学校问题到竞赛、再到研究问题的渐进发展。他尤其看重形式化越来越常见：证明助手可以检查形式化命题的推导步骤，速度比完全依赖非形式化审查更快。

形式验证会检查证明是否遵循给定的定义和假设，但它本身不能证明形式化命题完全表达了自然语言中的原问题。Achim 还认为，机器可检查的反馈有助于强化学习，因为证明检查器能提供明确的奖励信号。

被问到模型是在推理还是在回忆训练数据时，Achim 说他尚未看到根本全新的技术，但认为这些解法创造性地组合了已有方法。这是他对所讨论案例的判断，并非对模型训练数据的完整审计。

Achim 将数学推理描述为一种表达可客观检查的逻辑链条的方法。他认为其中一些能力可以迁移到编程和定量科学，同时也承认数学能力不会自动泛化到所有领域。

主持人和 Achim 将科学发现视为对失业担忧的一种乐观回应。Achim 想象了医学、核聚变和能源领域的应用，但这些是可能性，而不是已经取得的突破。

谈到训练，Achim 提到了 Harmonic 关于其 2025 年 IMO 水平系统的技术报告。他将基于 Lean 检查证明的奖励，与对自然语言文本较不精确的判断作比较，并表示对于可用形式数学表达的任务，这种方法的数据效率可能较高。

Achim 预计形式数学推理将有助于代码验证和定量科学，但并未声称它已经解决所有问题。他说 Harmonic 希望到 2028 年为解决一道千禧年大奖难题作出贡献，并明确表示这一预测是对进展趋势的外推。

他解释，黎曼猜想和 P 与 NP 问题等千禧年难题具有广泛的数学影响。如果 P 等于 NP，后者可能影响安全领域的一些假设，但实际后果取决于具体算法及其效率。

Achim 预计数学家会采用能够处理子问题和检查证明的工具。他认为形式化可以减少一部分检查工作；不过，选择正确的定义、评估相关性和解释结果仍需要人类审查。

他将 Aristotle 的 API 描述为一种智能体服务：接受英文数学问题，长时间进行处理，并返回经过形式验证的进展。它可能无法完成每项任务，他也预计组合不同专长的模型会很有用。

被问到超人类推理能力时，Achim 说，AI 独立解决一道千禧年难题将比 Erdős 问题案例更能说明问题。他提醒说，后者并未显示出向这一突破迈出的阶跃式进展；他认为那可能需要新的洞见。

主持人回顾了 AI 辅助科学的前景，对发现新知识表示兴奋，同时承认可能存在负面影响。他们对科学和医学进步加速的预测，是对未来的期待，而非本期节目已经证实的成果。

最后一位嘉宾是 Ramp 首席经济学家 Ara Kharazian。Ramp 提供企业财务工具，他说其研究利用约 5 万家企业和每年约 1,000 亿美元支出的数据，研究 AI 服务的采用情况。

Kharazian 介绍了 2026 年 1 月的 Ramp AI Index。该指数估计，在其衡量范围内，2025 年 12 月有 46.6% 的企业为 AI 模型或服务付费。这个数字来自 Ramp 观察到的支出，并非对美国所有企业的直接普查，也不衡量员工实际使用的强度。

他将这一估计与 Census 的调查作比较。该调查此前询问企业是否使用 AI 来生产商品和服务。他说，这种措辞可能漏掉工程、营销或客户服务等内部用途，尽管 AI 产品生态已经扩大。

Kharazian 说，Census 将问题改为是否在任何业务职能中使用 AI 后，估计比例从约 8% 升至 18%。两种衡量仍有差异，因为调查问题和付款数据捕捉的内容不同，覆盖的人群和时期也不同。

他承认 Ramp 客户并不能完全代表整个经济体：即使不属于科技行业，选择 Ramp 的公司也可能更愿意采用技术。免费服务可能被漏计，而购买订阅或 API 访问权限也不能说明具体是谁在使用、使用多少，或者创造了多少价值。

Kharazian 指出，合同规模增长、同比续约率从此前约 60% 升至约 80%，暗示企业感受到了价值。这些支出和续约模式是间接指标，不能独立衡量生产力或投资回报。

Kharazian 说，Ramp 数据显示使用 OpenAI 的企业数量更多，而 Anthropic 的客户往往支出更高，涵盖更多科技公司和大量 API 使用者。按企业数量衡量采用率与按金额衡量支出回答的是不同问题；通过 Google Workspace 免费使用的情况也可能被低估。

被问到 AI 采购是否正在挤占其他软件支出时，他表示 Ramp 的数据没有显示 AI 之外的软件支出普遍放缓，尽管 AI 支出增长更快。他将这一观察与企业厌倦按席位收费或更换供应商的轶事区分开来。

Kharazian 说，随着开发变得更容易，更多初创公司和软件工具正在进入市场，因此支出可能转向新供应商，而不是消失。他预计，随着买家为智能体完成的工作而非席位数量付费，AI 产品的定价方式将发生变化。

关于 AI 泡沫，Kharazian 区分了两个问题。他的数据涉及客户是否购买和续约工具；它们不能确定模型公司是否建设了过多数据中心，也不能判断资本支出是否会获得回报。仅凭客户支出增长无法解决投资问题。

他说，公司的证据包括更大的合同、续约情况和客户交流，这些迹象表明市场正在增长。不过，这些观察不能直接证明每个客户都获得正回报，也不能证明基础设施建设在财务上合理。

谈及竞争，Kharazian 说 Ramp 数据显示 DeepSeek 的直接采用率有限，并提出美国企业担心将数据发送到海外可能是原因之一。主持人指出，开放权重模型也可以在其他地方托管，而直接向供应商付款的数据无法完整捕捉这种情况。

Kharazian 预计，许多公司会更愿意使用不断改进的前沿模型，而不是维护自己微调的开放模型。他承认一些企业确实使用开放模型，而 Ramp 只能通过付款和云计算支出观察到其中一部分活动。

在模型选择方面，他转述工程师的建议：使用适合任务的最佳模型，不要自动选择最昂贵的模型，并预期成本会发生变化。这是他从交流中得到的实务观点，并非适用于所有情况的价格比较。

Kharazian 说，缺乏有关私人 AI 供应商的透明数据，促使 Ramp 开展研究。他预测，采用范围会扩大到科技和金融之外，包括餐饮业；在这些行业，AI 可能帮助处理营销或财务运营。这是预测，而非已经测得的生产力收益。

主持人在节目结束时感谢 Kharazian 和其他嘉宾。整期讨论将更快的工程开发、企业文档工作流、形式数学和企业支出联系起来，同时也表明 AI 对经济影响的速度和分布仍有待观察。