“我不再将自己的工作视为编写产品需求文档(PRD)并试图说服他人去做某事，”White表示，“我首先做的是，能否在我们的预发布服务器上构建一个可行的原型，然后分享一个它实际工作的演示。”

这一转变代表了企业在采用AI方面的更广泛变革，从简单的问答聊天机器人迈向能够自主工作的复杂“智能体”系统。White的经历为数百万其他知识工作者揭示了未来可能发生的情景。

从代码补全到自主编程：AI的飞速进化

这一进化过程异常迅速。当White加入Anthropic时，公司的Claude 2模型还能只能处理基本的文本补全。Claude 3.5 Sonnet的发布使得创建整个应用程序成为可能，进而催生了如Artifacts这样的功能，让用户能够生成自定义界面。现在，Claude 4在SWE-bench编码基准测试中取得了72.5%的成绩，该模型能够胜任White所说的“完全远程的智能体软件工程师”角色。

Claude Code是该公司最新的编码工具，能够分析整个代码库，搜索互联网上的API文档，发起拉取请求，回应代码审查评论，并迭代解决方案——所有这些都能异步工作数小时。White指出，Claude Code本身的90%都是由这个AI系统编写的。

“这就像是一个完整的智能体流程在后台运行，这在六个月前还是不可能的。”White解释道。

企业巨头利用智能体将工作时间从数周缩短至数分钟

这一影响远远超出了软件开发领域。丹麦制药巨头诺和诺德已将Claude集成到之前需要10周才能完成的临床报告工作流程中，现在同样的工作仅需10分钟。GitLab利用该技术处理从销售提案到技术文档的所有事务。Intuit则部署Claude直接向消费者提供税务建议。

White区分了AI集成的不同层次：回答问题的简单语言模型、配备网络搜索等增强工具的模型、将AI融入业务流程的结构化工作流，以及能够使用多种工具和迭代推理自主追求目标的全智能体。

“我认为智能体是有目标的，然后它可以做很多事情来实现这个目标，”White说。关键在于他所说的模型智能与新产品能力之间“不可避免的”关系。

基础设施革命：构建AI协作者网络

一项关键的基础设施发展是Anthropic的模型上下文协议(MCP)，White将其描述为“集成的USB-C接口”。与其让每家公司为每个数据源或工具建立单独的连接，MCP为AI系统提供了一种标准化的方式来访问企业软件，从Salesforce到内部知识库。

“这真正实现了数据访问的民主化，”White说，并指出通过这一开源协议，一家公司建立的集成可以被其他公司共享和重用。

对于希望实施AI智能体的组织，White建议从小处着手，逐步构建。“不要试图从头开始构建一个完整的智能体系统，”他建议道，“先构建其中的一个组件，确保该组件工作正常，然后再构建下一个组件。”

他还强调了评估系统的重要性，以确保AI智能体按预期执行。“评估就是新的产品需求文档，”White说，他指的是产品需求文档，强调公司必须开发新的方法来评估AI在特定业务任务上的表现。

从AI助手到AI组织：下一个劳动力前沿

展望未来，White设想AI开发将变得对非技术工作者也触手可及，类似于编码能力的进步。他想象了一个未来，个人不仅管理一个AI智能体，而是管理由多个专业化AI系统组成的整个组织。

“每个人如何成为自己的迷你首席产品官(CPO)或首席执行官(CEO)?”White问道。“我并不完全清楚那会是什么样子，但这就是我醒来并想要实现的目标。”

White所描述的转变反映了更广泛的行业趋势，随着公司应对AI不断扩展的能力，早期采用主要集中在实验性用例上，而企业现在正越来越多地将AI集成到核心业务流程中，从根本上改变了工作的完成方式。

随着AI智能体变得更加自主和有能力，挑战从教授机器执行任务转变为管理能够长时间独立工作的AI协作者。对White来说，这个未来已经在到来——每次生产一个功能特性。

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。