Stop Building AI Agents. Build AI Employees Instead (Live Demo) | Pedro Franceschi

Brex 用 AI 招聘官 Jim 取代传统流程，自动筛选、推荐候选人，节省招聘团队 80% 时间，还能全程追踪和控制 AI 成本与安全。

AI 时代，卖工具不如卖结果

Pedro Franceschi 是 Brex 联合创始人兼 CEO。Brex 原本是一家企业支出管理公司，但 Pedro 在这场对话里展示的，不只是“公司如何用 AI 写代码”，而是一整套把 AI 塞进组织骨架的方法：给招聘团队配虚拟员工、用网络代理约束 Agent、把 Token 消耗对到账单上的真实美元。本期最有意思的地方在于，他没有把 AI 当成一个聊天窗口，而是当成一个要有岗位、权限、成本中心和考核方式的新劳动力。

这期回答了 8 个问题：

1. 当写代码变得极便宜，为什么“知道不做什么”反而成为最稀缺能力？
2. AI 会怎样把 PM 从写 PRD 和协调关系中解放出来？
3. 为什么 Brex 不做“万能 Agent”，而要给 AI 造一个虚拟员工身份？
4. 一个能发邮件、跑代码的 Agent，究竟该怎样被安全地放进生产环境？
5. 为什么企业不该一开始就严控 Token，而应先允许员工“用深”？
6. AI 时代招聘工程师，为什么刷题和 GitHub 开源履历都不再是核心门槛？
7. AI 会带来失业潮，还是催生目前尚未命名的新岗位？
8. SaaS 没有消失，但为什么它的收费对象会从软件功能转向完成的工作？

被问到工程团队如今能更自主地发功能、产品产出会不会失控时，Pedro 先泼了一盆冷水：AI 确实让一个团队“可以做五件或十件事”，但这不等于应该同时做五件或十件事。Brex 反复要求团队找出真正能推动结果的那个 lever，也就是最关键、最能撬动目标的一根杠杆，然后集中做这一件事。他们刻意最小化产品表面积：先把一个问题解决得足够深，再围绕它扩展，而不是因为开发便宜，就往产品里连续塞功能。

Pedro 的原话很直接："because it's so easy to build things, having discernment on what matters I think is like more important than ever."（正因为做东西变得如此容易，辨别什么真正重要，反而比以往任何时候都更重要。）

这意味着，过去团队的瓶颈常是“排期排不过来”：工程师有限，开发周期长，很多想法自然死在资源不足上。现在这个天然过滤器变弱了。原型能更快做，功能也更快上线，错误方向同样能被更快地放大。真正稀缺的，变成了及早说“不”的能力：到底哪个客户问题最痛，哪个改动会真正改变留存、成交或使用频率。

这不意味着管理可以退出。Pedro 明确说，领导力带宽仍是有限资源，而且集中投入通常才会带来更好的结果。低成本开发不会自动提高产出质量；它只会让“没想清楚也先做了”的账单更低、数量更多。

被问到“写 PRD、对齐利益相关者”的传统 PM 玩法是否已死时，Pedro 没有说 PM 消失了，而是重新定义了产品组织该优化什么。他衡量工程和产品质量的方式是：从外界出现一个客户痛点、机会或其他信号开始，到团队理解它、做出产品、交付给客户，中间需要多久。"what you're trying to do is compress cycles in that loop"（你要做的，是压缩这个循环的周期。）

在 Brex，PM 会借助内部工具阅读长达六个月、甚至一年的 Gong 客户通话。Gong 是销售通话记录工具，里面有大量非结构化信息：客户抱怨什么、销售为什么丢单、客户没有直说但持续追问的是什么。PM 不再只是把访谈结论整理成 PRD，而是从这些材料里提炼假设，再用低成本、易制作的原型去验证。等真正进入开发，团队对方向已经有更高确信度，因此少走一段“做完才发现不对”的回头路。

这意味着 PM 的核心产物不再是文档，而是高质量的取舍：把混乱信号变成可验证的判断。工程、设计和产品的边界也在变模糊——PM 写代码，设计师写代码，工程师开始做过去属于 PM 的数据判断和优先级判断。

但 AI 只能替人处理信息，不能替人承担方向责任。Pedro 仍把“这件事是否符合公司更大目标”的判断留给人。模型可以帮你读完一年通话，不能替你决定这是不是当前最该解决的问题。

被问到 Brex 怎样让非工程团队也获得接近 AI 工程师的生产率时，Pedro 给出的答案不是造一个什么都能问的万能助手，而是“virtual employees”——虚拟员工。Brex 的重点，是让 Agent 的行为、外观和使用体验都像真实同事：有名字，有明确职责，有可追踪的工作状态，也出现在员工本来就工作的地方。

招聘虚拟员工 Jim 从 2 月开始运行。它先同步 ATS，也就是招聘管理系统 Greenhouse，再读取职位信息、面试笔记和申请资料；随后解析简历，补全候选人的 LinkedIn 与 GitHub 数据，并按照每个岗位的具体标准评分。Jim 只承担三项清晰职责：主动搜寻候选人、过滤所有入站申请、作为招聘分析层回答问题。招聘人员可以直接在 Slack 问它：哪个岗位的候选人平均分最高？某个岗位前 30 名候选人是谁？Jim 还会主动推送表现突出的候选人和 LinkedIn 链接。

更关键的是，Jim 不只是执行一次任务。它有状态，知道候选人走到哪个阶段；它还有自我改进循环，会列出下一步值得自动化的流程，再由团队决定要不要实施。这意味着，Agent 的入口可能从聊天框和软件菜单，迁移到组织已有的沟通渠道和岗位分工里。人不是“每次下一个提示词”，而是在和一个负责固定工作的数字同事协作。

边界也很清楚：Brex 不打算变成招聘软件公司。Jim 是为内部一个具体岗位创造杠杆，不是试图覆盖所有招聘场景的通用产品。

在主持人追问：一个能代表真人发信、访问系统，甚至能运行代码的 Agent，怎样避免安全事故时，Pedro 的判断是，不能只靠“这个工具能不能用”的权限清单。因为只要 Agent 有执行代码的能力，就可能绕开原先设定的工具边界。"it can always like cross a network boundary and do something wrong."（它总可能跨过网络边界，然后做错事。）

Brex 为此开源了 Crabtrap，一个拦截 Agent 请求的 HTTP 代理。HTTP 可以理解为应用访问外部服务时走的网络请求；Crabtrap 就像守在出口处的安检门，控制 Agent 的全部网络流量。它先用静态规则处理那些始终允许的请求。静态规则无法覆盖的请求，再交给 LLM 按照安全策略提示词判断是否放行。

这套机制不是只能人工写规则。系统可以回放已经观察到的 HTTP 流量，再自动生成策略，Pedro 说大约需要 30 分钟。以 Jim 为例，策略可以允许它在 GitHub 上研究候选人，却禁止它向其他仓库提交代码、删除 GitHub 仓库、修改 Okta 配置，或修改策略本身。一次被拦截的 Granola 请求，由 Sonnet 判断，耗时两秒，输入约一千 Token、输出 104 Token。

这意味着，Agent 安全的重点会从“给它装哪些工具”，转向“审计并控制它每一次对外行动”。但静态 allowlist，也就是允许名单，不足以理解请求的真实意图，所以 Brex 让 LLM 做裁判。这也带来新问题：安全层本身依赖模型判断，也会增加延迟和 Token 成本。

被问到企业是否该给那些疯狂消耗 Token 的工程师设严格预算时，Pedro 的做法与传统 IT 预算管理相反：Brex 给工程师提供基本不限量的 Token 预算，只对少数明显滥用的情况设上限。顺序是先让人把 AI 用深，建立实际使用能力，再去优化成本；如果一开始就把预算卡死，很可能根本得不到想要的业务结果。

但“不限量”不是闭眼花钱。Brex 做了内部工具 Magpie，把 AI 用量拆成三类：corporate AI，即员工内部提升工作效率的使用；operational AI，即服务客户、推动增长或自动化运营流程的使用；product AI，即直接嵌入产品功能的使用。系统还能按调用方、模型、员工、客户和具体用例下钻。

Pedro 展示的数据很能说明问题：transaction tagging 每次调用大约 10 美分，每月约花 2.8 万美元；disputes 则大约每笔 2 美元，两者单位成本相差 240 倍。只看“这个月 Token 花了多少”没有意义，关键是知道哪一个调用在变贵、为什么变贵、是否带来了对应产出。他特别强调，要把模型侧的使用数据和公司账户中真正清算出去的钱对账。

这意味着，未来管理的不是一个 Token 总额度，而是每个用例的单位成本和单位产出。先让员工探索，等使用模式成形后，再通过缓存、模型选型和调用分析做“外科手术式”优化。边界在于，Brex 仍承认会有人滥用；没有可观测性，不限量就会变成无从解释的账单。

在讨论 GitHub 开源贡献是否会成为 AI 时代工程师招聘的重要信号时，Pedro 给了一个很细的区分：有开源贡献是正向信号，但没有开源贡献不是负向信号。也就是说，GitHub 主页可以为候选人加分，却不能成为没有它就淘汰人的硬门槛。

Brex 更看重的是“builder loop”。候选人面试时必须现场构建某个东西，而不是只回答算法题或谈过去做过什么。在这个环节里，能否使用工具、能否借助 AI 大幅提升生产率，已经变成通过面试的必要条件。Pedro 说得近乎不留余地："if you don't know how to use tools and have a good sense for you know how to just be 10x more productive you just cannot pass the interview."（如果你不会用工具，也不知道怎样让自己效率提高到 10 倍，你根本通不过面试。）

这里的变化不只是“面试时允许开 Copilot”。过去刷题主要测的是人在资源受限时的抽象能力和基础知识；现在的现场构建还测另一种能力：面对一个真实任务时，你会不会拆问题、调用合适工具、验证中间结果，并把一堆不确定性收束成可运行的交付物。

这意味着，岗位之间会继续融合，每个人都要在某种程度上成为 builder。产品、设计、运营未必都要变成传统工程师，但都更可能被要求把想法推进到可验证的结果。传统工程基础和开源经历没有作废，只是静态履历不再比动态构建能力更有解释力。

被问到科技公司裁员之后，AI 到底会减少就业，还是让更小的公司补上空缺时，Pedro 没有给出一个轻松答案。他承认，一部分失业会发生；同时，也会出现许多今天甚至还没有名字的新工作。"you're gonna have some of that, but you're also going to have like a lot more jobs that we may not even know about yet."（这种情况会有一部分，但我们也会有很多目前甚至还不知道的新工作。）

他的核心判断是，AI 会显著拉大生产率分布。它会同时抬高地板和天花板，但天花板抬得更多。换句话说，普通人借助工具能做得比过去多，但真正会使用 AI、会设计工作流、会验证结果的人，可能把差距拉得更大。

Pedro 用一张图说明“我们还很早”。图把全世界分成 2500 个方格，每个点代表 320 万人。红色格子是从没用过 AI 的人，绿色是免费 Chat 用户，橙色是每月付 20 美元的用户；真正能有效使用 Agent 的人，只占其中极小一块。这个图不是就业预测，却指出了一个现实：多数企业和个人还没有完成 AI 转型，而转型不会自动发生，仍需要人去改流程、设岗位、训练团队和处理例外。

这意味着，短期最先发生的不是“所有人被统一替代”，而是不同组织之间的产出差距被重新排序。Pedro 也没有断言最终净就业一定增加：失业风险存在，新岗位也尚未被清楚定义。确定的是，旧岗位的工作边界会先被重画。

被问到传统订阅制垂直 SaaS 会不会被技能、API 和 Agent 的组合取代时，Pedro 的回答不是“软件没用了”，而是货币变了。过去客户为一个 SaaS 工具解决问题付费；未来，客户可能为一个消耗 Token、直接交付结果的 Agent 付费。"you're now able to sell the work itself versus just sell the tool."（你现在可以卖的是工作本身，而不只是卖工具。）

他把很多优秀 AI 产品归纳为相似结构：把工具暴露给模型，运行 agentic loop，也就是让模型在“观察—调用工具—检查结果—继续行动”的循环里持续完成任务。创业者的收费方式也可能随之变化：不只是按席位、按月订阅，而是按 Token 加价，或者干脆按完成的工作收费。Pedro 提到，Cursor 这类产品表面看仍像在卖软件，但底层越来越多地使用 Token 作为定价机制。

这意味着，软件公司的竞争点会从功能清单转向结果边界。过去一个报销 SaaS 卖的是表单、审批流和后台；未来客户可能更愿意为“把这批报销审核完、异常挑出来、结果交付回来”付费。后者不是让用户操作工具，而是替用户完成一段工作。

但这不等于所有 SaaS 都会消失。Pedro 的前提恰恰是，客户始终在为“解决问题”付费。变化的是交付单位和计价单位：当 Agent 能稳定承担完整任务，只卖操作界面的产品，就更容易被卖结果的服务挤压。

“编码不再是瓶颈，领导力的稀缺性反而上升”和“SaaS 没死，但客户将为完成的工作付费”，表面在讲两个层面：前者讲公司内部怎么做产品，后者讲公司对外怎么卖产品。但它们指向同一件事：AI 把“做出来”的成本压低后，真正昂贵的环节会前移到判断什么值得做，并后移到验证结果是否真的完成。

这也是为什么 Brex 不满足于给员工加一个聊天框。Jim 被设计成有固定职责的虚拟员工；Crabtrap 要在网络边界控制它每一次外部行动；Magpie 则把 Token 消耗拉回真实账单和具体业务用例。一个 Agent 只有同时具备岗位、权限边界、成本归属和可检查的结果，才不只是演示里的聪明玩具。

对读者来说，问题不再只是“要不要学一个 AI 工具”。更实际的是：你所在团队收到客户信号后，谁能判断哪些值得做？一项工作能否被拆成可交给 Agent 的明确职责？Agent 做完后，谁来定义什么算合格、什么算越界、什么成本算值得？AI 没有把人从系统里拿掉，它是把人的位置推向了更靠近方向、岗位设计和结果验收的地方。