第 34 章 · AI 为什么可能成为新的经济主体
当软件可以自己完成一系列行动，公司的边界会怎样变化？
- 出场人物
- 阿匠果果小算
- 涉及学科
- 经济学组织理论计算机科学
- World OS 层
- 技术世界经济世界
一个故事
阿匠家族的工厂匠造，已经传到了第十几代。它生产各种工具和机器零件，卖到整个群岛。
过去，匠造的办公楼里有 30 个人：
- 采购部 10 个人：找供应商、比价格、谈条件、下订单、付货款。
- 市场部 10 个人：写广告、买广告位、回复客户。
- 分析部 5 个人：看销售数据、做报表。
- 仓库管理 5 个人：盘点库存、安排补货。
今年，匠造引入了一个 AI Agent。经理只给了它一句话的目标：
「为下个月备货，成本控制在 5000 元以内，保证任何零件都不断货。」
然后，屏幕上开始一条条地滚动它的行动记录：
- 查询过去 12 个月的销量，预测下个月每种零件的需求。
- 盘点库存，列出需要补货的 37 种零件。
- 在群岛上搜索到 64 家供应商，向其中 12 家发出询价。
- 比较报价、交货时间和历史评价，选定 5 家。
- 和果商家的贸易公司谈价格。对面回复它的，也是一个 AI Agent。
- 下订单，并在预算内完成付款。
- 顺手写好了下个月的促销文案，买了三个广告位。
- 生成一份报告，提醒经理：有一种钢材可能会涨价，建议提前多买一批。
整件事花了 40 分钟。以前，这是 30 个人一个月的工作。
冲突
匠造的老板面对一个前所未有的问题：
如果 AI Agent 能自己找供应商、比价、谈判、下单、付款，那公司里的这 30 个人还需要吗？
更进一步：一个人加上一群 Agent，能不能做到过去一千人的公司才能做的事？如果能，公司为什么还要这么大？甚至，公司为什么还要存在？
你来决定
你是匠造的老板。
观察结果
要理解这个故事，得回到第 18 章留下的那个问题：既然市场能协调一切，为什么还需要公司？
经济学家科斯在 1937 年给出的答案是：因为去市场上办事是有成本的。 找供应商要花时间（搜索成本），谈价格要花精力（谈判成本），签合同、盯着对方履约也要花钱（签约和监督成本）。当这些成本太高时，把事情放在公司内部、由老板直接安排，反而更便宜。
公司的边界，就划在「内部安排更便宜」和「去市场上买更便宜」的交界处。
AI Agent 恰恰在大幅降低这些成本：
| 成本 | 过去 | AI Agent |
|---|---|---|
| 搜索成本 | 一个采购员一周找 5 家供应商 | 几分钟搜遍 64 家 |
| 协调成本 | 各部门开会、对表 | Agent 之间直接对接 |
| 沟通成本 | 写邮件、打电话、翻译 | 即时、多语言 |
| 管理成本 | 层层汇报、审批 | 自动记录每一步 |
| 交易成本 | 谈判、签约、付款、对账 | 自动完成 |
所以，公司的边界很可能会改变。但往哪个方向变，还说不准：
- 去市场上办事变便宜了，公司可能变小：更多的「一人公司」和小团队。
- 在公司内部管理也变便宜了，公司也可能变大：一家公司用 Agent 管理过去不可能管理的规模。
更深的变化在于：过去的软件，等着人来操作；AI Agent，接收一个目标，就自己去完成一系列行动。 它会花钱、会谈判、会和别的 Agent 交易。它开始像一个经济主体那样行动，这就是 Agent Economy（智能体经济）。
它叫什么
能接收目标、自己规划步骤、调用工具、执行一系列行动的 AI 系统。它和普通软件最大的区别是：普通软件执行命令，Agent 追求目标。
大量 AI Agent 代替人和企业，参与搜索、谈判、交易、支付等经济活动的经济形态。
在市场上完成一笔交易所需的全部成本：搜索、谈判、签约、监督、执行。它是科斯解释「公司为什么存在」的核心概念。
哪些事情由公司自己做，哪些事情去市场上买。它由内部管理成本和外部交易成本的比较决定。
第 18 章讲过：主人把事交给代理人，代理人未必完全按主人的意思办。AI Agent 字面上就是「代理人」。它有没有真正理解你的意图？它为了完成目标，会不会做出你不希望的事？这个问题在 AI 领域常被叫作对齐。
在自动化流程的关键环节，保留人的检查和决定权。它能减少错误，但如果人只是机械地点「同意」，就会形同虚设。
真实世界
年轻的经济学家科斯在 1937 年发表了一篇文章《企业的性质》，提出了本章的核心问题：既然市场价格能协调一切，为什么还存在公司？他的答案，即交易成本，在当时并没有受到多少重视。半个多世纪后，他因此获得了 1991 年的诺贝尔经济学奖。
八十多年后，AI 正在让他的问题重新变得紧迫。
早在 AI Agent 出现以前，软件就已经让公司变得更小。2012 年，一家照片分享应用被以 10 亿美元收购时，全公司只有 13 名员工，服务着三千多万用户。
AI Agent 可能会把这个趋势推得更远。
2024 年，一家金融科技公司宣布，它的 AI 助手在上线第一个月就处理了三分之二的客服对话，相当于 700 名全职客服的工作量。
可一年后，这家公司又表示要重新招聘一部分人工客服，因为只靠 AI，服务质量出现了问题。替代并不总是一步到位，人和 Agent 怎样分工，还在摸索中。
一位乘客在一家航空公司的网站上咨询客服聊天机器人，机器人给出了一项并不存在的退款政策。乘客据此购票，事后申请退款被拒，于是投诉。2024 年，加拿大一个裁判机构判定：航空公司要为自己网站上的聊天机器人所说的话负责，不能把它当作一个「独立的主体」来推卸责任。
当 AI 开始替企业行动，责任仍然要落在人和企业身上。
改一个变量
交易快得惊人，成本低得惊人。可一旦很多 Agent 同时对同一个信号做出反应，就可能在几分钟里把某种零件的价格推高十倍。
2010 年 5 月的一个下午，美国股市在几分钟里暴跌又反弹，一个重要原因就是大量自动交易程序的互相作用。机器速度的市场，也需要机器速度的刹车。
一个模型的错误，会在所有公司同时出现。这是第 30 章「只有一家芯片厂」问题的 AI 版本。
他们不再亲自比价、写报表，而是给 Agent 布置目标、检查结果、处理 Agent 解决不了的难题。一个人能做过去好几个人的事。
AI 替代的往往是任务，而不一定是整个职业。 可一旦一个职业里大部分任务都被替代，这个职业需要的人数就会大大减少。下一章我们直面这个问题。
三种讲法
问孩子：如果你有一个聪明的机器人小助手，你只要说「帮我准备明天的野餐」，它就会自己去买面包、装水果、查天气。你觉得它还需要问你什么问题？如果它买错了东西，该怪谁？
做一张表：列出你家里一件需要好几个步骤才能完成的事（比如给全家订一次旅行），写出每一步需要的「搜索、比较、沟通、付款」，想一想哪些可以交给 Agent，哪些必须你自己决定。
找因果：AI Agent → 搜索、协调、沟通、管理、交易成本下降 → 公司内部和市场之间的成本对比改变 → 公司边界变化 → 工作和组织方式改变。
讨论：一个替你花钱的 Agent，需要哪些「规矩」？
分析：用科斯的交易成本理论，分析一个你熟悉的行业（比如外卖、设计、法律服务、软件开发）。AI Agent 会让这个行业的公司变大还是变小？为什么？
讨论：当 AI Agent 替人和企业行动时，责任应该如何分配：使用者、开发者、平台，还是 Agent 本身？参考航空公司聊天机器人的案例，提出你的方案。
带走的问题
本章自测
因为在市场上交易有成本：搜索、谈判、签约、监督。当这些交易成本高于在公司内部安排的成本时，把事情放在公司内部更划算。
传统软件等待人来操作、执行具体命令；AI Agent 接收一个目标，自己规划步骤、调用工具、完成一系列行动。
两种可能都有。去市场上办事变便宜了，公司可能变小；公司内部管理也变便宜了，公司也可能变大。具体取决于哪种成本下降得更多。
Agent 替主人办事，但它可能误解意图，或者为了完成目标做出主人不希望的事。怎样让 Agent 的行动真正符合主人的意愿，就是 AI 领域所说的对齐问题。
一句话带走
AI 降低搜索、协调、沟通、管理和交易成本，公司为什么存在、边界在哪里都要重新回答。