【對談】亞倫·萊維：寫程式已被AI解決，其他工作還要十年
ChatGPT 上線才十天，雲端檔案平台 Box 就決定全力投入 AI。共同創辦人亞倫·萊維（Aaron Levie）大學時創立 Box，帶領公司超過二十年，如今有超過十萬家機構使用。init() 2026 的主持人說他是最相信 AI 的執行長之一。他的時間卻大多花在銀行，保險公司身上，想弄清楚 AI 在真實世界到底走到哪裡。
每天精選 6 則要聞、一則產業名人訪談，五分鐘跟上。
他講了三件事。第一，寫程式這件事已經被 AI 解決，其他工作要普及還得花十年苦工。第二，最近剛紅起來的個人 AI 代理，在私人生活裡可能比在企業裡好用。第三，他認為 AI 帶來的是成長而不是裁員，問題是產業自己把形象講壞了。三件事合起來，是網路上看到的起飛和企業裡的現實之間，還有一段長路要鋪。
◎寫程式已被解決，其他工作還差十年
他說程式碼能測試，跑得起來就算數，所以 AI 最先攻下工程。律師，業務，銀行員要開會，談判，揣摩客戶意圖，對錯沒辦法像跑測試那樣驗證。他把 AI 看成工業技術，預估整個經濟八到九成的 token 用量會來自企業。
難處在落地：資料散在各個系統，權限要設好，還要決定人該放在流程的哪一段。他舉例，模型準確率 95%，卻不知道錯的 5% 在哪裡，貸款和藥物試驗就不敢放手。導入 AI 像替公司添一批會突然換腦袋的員工，所以他看好 FDE，也就是派到客戶現場協助導入的工程師。
◎個人代理可能先在生活裡好用
他說 Muse，Instinct 這類隨時待命的代理，用在私人生活風險較小。要給它什麼資料由自己決定，出錯的範圍有限。進到企業，代理得跟同事，其他系統往來，資安風險跟著放大。他估計一到兩年內，打電話，蒐集資料這類五到十個步驟的真實任務，代理大概都做得到。
他當天早上才見過一家銀行，對方在想什麼時候該讓代理執行電匯，身分驗證，審批通知都還缺產業標準。他也分享自家冷氣壞掉，用 Muse 找到可以替代的通用零件，當天就修好。代理問到的回覆卻說，不少技師跳槽去蓋資料中心，他家已經在華氏八十七度的高溫裡睡了四天。
◎AI 是成長工具，但產業把話講壞了
談到工作會不會消失，他偏向樂觀。他說即使是財星五百大企業的執行長，想的也是預測性維護，服務更多客戶，而不是砍掉四成人力。他也不認識哪位藥廠高層因為 AI 裁員。他眼中的真正風險是 AI 成本高出百倍，企業才會被迫在人力和 AI 之間取捨。他還說，如果 AI 真的搶光工作，選民會投票不要資料中心。
主持人提到，民調裡 AI 的好感度甚至低於美國移民及海關執法局 ICE。他認為產業過去五年把話講反了：部落格滿篇在講這東西多危險，可能毀滅人類，媒體自然只記得這一段。他提到 SNL 短劇，也提到強·史都華（Jon Stewart）在《每日秀》跟 Muse 機器人的對話，兩者都反映出大眾的疑慮。不過他也肯定研究人員專注安全是必要的。
他說自己不會陷入對 AI 的狂熱，正是因為常跑客戶。網路上看起來像在起飛，現實裡的人還在開會，跟人講話。接下來要觀察的，是代理和企業之間怎麼做身分與安全驗證，電匯這類高風險操作何時有產業標準，還有 AI 的成本能不能持續往下降。
回顧 2016 到 2018 年用視覺模型處理客戶資料，每個問題都要專屬模型，動輒數百萬美元，最後擱置；ChatGPT 出現後約一週半就開始打造新平台。
說約 80% 的資訊來自 X 的推薦動態，並靠大量拜訪保險，銀行，生技客戶來校準對 AI 進展的判斷。
分析個人代理在私人生活中出錯範圍有限，可能比在企業中更早好用。
以銀行為例，討論何時該讓代理執行電匯，以及安全驗證，審批通知與產業標準的缺口。
預估經濟中 80% 到 90% 的 token 用量來自企業，並提出準確率 95% 卻不知錯在哪 5% 的難題。
說寫程式已被解決，原因是軟體可以測試驗證；法律，投資銀行等領域則依序跟上。
看好各種 FDE 職務，並比較導入傳統工具與導入 AI 的差別：AI 更像替組織補充人力。
說自己的 P-Doom 偏低，最擔心的是強大模型開放權重，能在手機上執行。
看完今天的，讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談，五分鐘跟上。
已出刊 147 期 ・ 隨時可退訂
