Zapier 联合创始人谈 AI Agent：自动化、AGI 与真实落地的边界

Zapier 联合创始人 Mike Knoop 在访谈中，从自动化工具的本质出发，讲述了 Zapier 从 API 自动化到 AI Agent 的演进路径，并分享了他对当前 AI 能力边界、企业内部推动 AI 使用的方法，以及 AGI 可能到来的现实判断。

为什么“自动化”并不只有一种形态

理解 Zapier 和 AI Agent 的前提，是先理解自动化本身。Mike 在访谈一开始就做了一个重要区分：自动化并不是一个模糊的概念，而是至少分成两大类。第一类是 API 驱动的自动化，也就是不同软件系统通过接口直接通信，这是 Zapier 最早、也是最核心的能力。第二类则是 RPA（Robotic Process Automation，机器人流程自动化），本质是“键盘和鼠标级别”的模拟操作。

这个区分之所以重要，是因为它直接决定了自动化的稳定性、可扩展性和智能化上限。API 自动化结构清晰、可预期，而 RPA 更像是对人类操作的模仿，灵活但脆弱。Mike 提到，这两种自动化在 AI 出现之前就已经存在，而 AI 的加入并不是推翻它们，而是放大各自的能力边界。

他隐含的一个观点是：很多人高估了“AI 自动化”的新颖性，却低估了底层工程能力的重要性。真正有价值的 AI Agent，并不是取代 API 或 RPA，而是站在这些成熟自动化之上，负责理解意图、组合步骤、处理异常。这也是 Zapier 能够自然过渡到 AI Agent 的原因之一。

Zapier 内部的一个“顿悟时刻”

谈到 Zapier 的早期经历，Mike 给出了一个非常工程师视角的故事。他回忆说，自己和联合创始人、CTO Brian 在创业早期“几乎整天都在写代码”，直到某个非常个人化的时刻，“一切突然对齐了”。他没有把这个瞬间包装成宏大的使命，而是强调那种工程师式的‘Got it’——意识到自动化可以系统性地解决大量重复劳动。

这个故事之所以有价值，在于它揭示了 Zapier 的基因：不是从市场概念出发，而是从自身痛点出发。也正因为如此，当 AI 开始变得可用时，Zapier 的反应不是追逐热点，而是思考：哪些原本需要人来“想一想、判断一下”的步骤，可以交给模型？

Mike 并没有声称这是一次完美的转型。相反，他坦承在推动 AI 方向的最初 6 到 12 个月里，几乎所有时间都花在试错上。这种反复尝试的过程，反而为后来的 AI Agent 奠定了现实主义的基调：不是展示炫技，而是解决真实、具体的任务。

让员工先用起来，比技术路线更重要

一个经常被忽视的细节是：AI 在公司内部到底是怎么被用起来的。Peter 直接问 Mike：你是如何鼓励普通员工使用 Zapier 的 AI 能力的？Mike 的回答指向了一个关键点——内部使用本身，就是产品进化的加速器。

当员工在日常工作中大量使用 AI 自动化工具时，问题会自然暴露：哪些地方不稳定、哪些地方理解错了意图、哪些任务根本不适合交给 AI。Mike 认为，这种来自真实使用场景的反馈，比任何路线图都更有价值。

他还提到，AI 总结（AI summarization）这类看似简单的功能，被嵌入到工作流的“中间步骤”后，往往能产生意想不到的商业效果。在某些案例中，这种组合式自动化直接带来了“数十万美金级别的额外收入”。这里的关键不是模型有多聪明，而是它被放在了对的节点上。

AI Agent 的现实边界，与通往 AGI 的距离

在谈到 AI Agent 时，Mike 明确泼了一盆冷水：“当前的 AI，其实很不擅长学习新技能。”这句话点出了当下 AI 的核心限制。大模型可以在已知模式内表现得非常聪明，但一旦任务需要真正的持续学习或能力迁移，就会迅速暴露短板。

正因如此，他区分了“弱 AI”和“强 AI”，并进一步延伸到 AGI（通用人工智能）的讨论。在 Mike 看来，我们距离强形式的 AGI 还有明显距离，而未来很可能会经历一个“弱 AGI 与强 AGI 并存”的阶段。这个判断并不乐观，也不悲观，而是工程师式的现实主义。

对企业和开发者来说，这意味着什么？意味着今天的 AI Agent，更适合被当作一个高效但有限的执行者，而不是一个可以完全托付的数字员工。理解这一点，反而能避免失望，并帮助团队设计出真正可靠的自动化系统。

总结

这场对话的价值，不在于描绘一个遥远的 AGI 乌托邦，而在于清晰地划定了当下 AI 的能力边界。Mike Knoop 从 Zapier 的实际经验出发，反复强调一个朴素但重要的原则：AI 的价值，来自与现有系统、真实工作流的结合。对读者而言，最大的启发或许是——与其追逐最前沿的模型，不如先问清楚：你的工作中，哪些判断和步骤，真的值得交给 AI？

关键词： Zapier， AI Agent， 自动化， 通用人工智能， RPA

事实核查备注： 人物：Mike Knoop（Zapier 联合创始人）；公司：Zapier；技术概念：API 自动化、RPA（Robotic Process Automation）、AI Agent、AI Summarization、AGI（通用人工智能）；时间描述：6-12 个月为探索 AI 方向的投入周期；判断性观点：当前 AI 不擅长学习新技能、弱 AI 与强 AI 区分。