Brex 的 AI 豪赌：CTO 把工程团队变成“多智能体公司”的那一刻

Brex CTO 在播客里丢出一个反直觉观点：真正的 AI 优势，不在模型，而在组织结构。从统一用 Cursor 写代码，到把 KYC、风控交给 Agent，再到刻意制造“AI 团队内卷”，这是一家被 50 亿美元收购的公司，如何把 AI 变成日常生产力的真实路径。

AI 不是一个部门，而是三条命：Brex 的“公司级”AI战略

大多数公司谈 AI，第一反应是“我们要不要搞一个 AI 团队”。Brex CTO James Reggio 的答案很直接：如果你只把 AI 当成一个团队，那你已经输了。

在这次 Latent Space 的对谈里，他把 Brex 的 AI 战略拆成三根“支柱”：Corporate AI、Operational AI、Product AI。听起来像 PPT，但真正狠的地方在于——这三根柱子分别对应“公司怎么用 AI”“内部怎么被 AI 重写”“客户能买到什么样的 AI”。

最反直觉的一点是 Corporate AI。Brex 不是只想给客户提供带 AI 的产品，而是希望“成为客户企业 AI 战略的一部分”。这意味着，Brex 内部先把 AI 当成公司级能力来运营，而不是功能点。CTO 的角色也因此发生变化：不只是技术负责人，而是 AI 治理、成本、风险、效率的总设计师。

这套框架的潜台词是：模型会商品化，真正拉开差距的，是你有没有能力把 AI 变成组织的默认操作系统。

从前端负责人到 CTO：为什么 Brex 偏爱“前创始人型工程师”

另一个容易被忽略的细节，是 James Reggio 自己的路径：从前端 / 移动端工程负责人，一路做到 CTO。这并不是传统意义上“最硬核”的技术路线，但恰好解释了 Brex 的用人哲学。

Brex 明确偏好招聘 ex-founder。他们甚至公开打出“Quitters Welcome”的 EVP：创过业、失败过、但还能重新加入高速组织的人，往往自带一种“我知道事情会在哪崩”的直觉。

这种 founder mentality 在 AI 时代被进一步放大。AI 带来了即时分发、极低试错成本，但也更容易让组织失控。Brex 的解法不是流程，而是人才密度：小团队、强 ownership、允许团队之间存在友好的竞争。

这也解释了为什么他们会刻意把“年轻的 AI-native 工程师”和资深工程师配对，用 pod 的形式推进。前者对工具天然熟，后者对系统和风险有敬畏感。AI 并没有削弱资深工程师的价值，反而放大了判断力的重要性。

统一用 Cursor 写代码：效率暴涨，但“代码垃圾”也一起涌来

Brex 在工程侧做了一个很多公司不敢做的决定：统一 AI 工具的采用。

Cursor 成了默认编码工具，管理层自己也在用 agentic coding。这不是“你可以用”，而是“我们一起用”。结果很直接：交付速度和人效都有明显提升，headline 数字很好看。

但 Reggio 讲得非常坦诚：代价同样明显。AI 生成代码带来的 code slop，让 code review 的负担显著上升；系统在“看起来还能跑”的情况下，团队对底层逻辑的理解却在漂移。

更有意思的是，这些问题最早不是 CTO 发现的，而是 junior 工程师先提出来的。他们一边享受 AI 带来的速度，一边开始意识到：工程这门手艺正在变化。写代码不再是稀缺能力，理解、评估、归因才是。

Brex 的应对不是禁用，而是接受现实：工程的 craft 在演化，review、评估和归因，会成为比“敲代码”更重要的核心技能。

把 KYC 和风控交给 Agent：SOP 比“聪明模型”更重要

真正让人停下来的，是 Brex 在运营侧对 AI Agent 的使用。

KYC、反欺诈、争议处理，这些原本高度流程化、但又风险极高的场景，被逐步交给 operational agents。过程中他们踩过一个典型的坑：过度工程化。

结论很“反 AI 直觉”：在 ops 场景里，成功的关键不是更聪明的模型，而是更清晰的 SOP。LLM 在被严格流程约束时，表现反而最稳定。

Brex 很早就搭建了自己的 LLM gateway，从 ChatGPT 刚出来的时代就开始积累内部 AI 基础设施。他们引入 Mastra 作为多智能体框架，用 orchestrator 调度子 agent，目标不是炫技，而是一步步逼近“员工级助手”的形态。

这里还有一个重要分工：Product AI 和 Ops AI 的 eval 责任是分开的。谁用，谁负责。回归测试、多轮对话评估，这些“脏活累活”不再是研究团队的专利，而是业务的一部分。

AI 团队会不会变成特权阶层？Brex 的答案是：让所有人都内卷

集中式 AI / LLM 团队，几乎是所有中大型公司的标配。但随之而来的问题是：AI 会不会变成少数人的特权？

Brex 的做法很有攻击性：一方面保留中心化团队，负责基础设施和平台；另一方面，把业务影响作为唯一“荣誉体系”。谁用 AI 真正改变了业务指标，谁就有话语权。

这在内部制造了一种良性的 rivalry。AI 不再是“你会不会用”，而是“你用 AI 帮业务省了多少钱、扩了多少 ICP”。

在多厂商策略上，Brex 也保持了极强的现实主义：用 Conductor One 做权限和工具管理，用 usage-based 续约来保持谈判筹码，同时警惕代码归属和质量风险。

所有这些动作，最终指向同一个目标：让 AI 像云计算一样，成为默认存在，却不被神话。

总结

Brex 的故事给 AI 从业者一个清醒的信号：真正的 AI 护城河，不是你选了哪个模型，而是你有没有把 AI 变成组织的基本能力。统一工具、重塑工程手艺、用 SOP 驯化 Agent、把评估责任下放到业务——这些都不性感，但极其有效。

如果你在一家公司推动 AI，或许可以从三个问题开始：AI 是不是已经写进公司的“操作系统”？用 AI 出问题时，责任是不是清晰的？你的组织，是否奖励“用 AI 创造业务结果”，而不只是“懂 AI 的人”？

下一阶段，多智能体不是 demo，而是组织设计问题。谁先想清楚，谁就能跑得更久。

关键词： 大语言模型， AI Agent， AI工具， Cursor， 组织与AI

事实核查备注： Brex 被 Capital One 以 50 亿美元收购的金额与时间；James Reggio 的正式职位与过往履历；Brex 内部是否官方采用 Cursor；Mastra 框架的具体定位；Conductor One 的使用范围描述