ONWARD 深读 · Deep Read
Outside the Jar / Vol.4 / 2026.06.30

当 AI 学会「开车」,谁有通行权?

When AI learns to drive, who has the right-of-way?

从「协同」到「通行权」——当企业 agent 像自动驾驶汽车一样上路,组织真正缺的不再是「能不能开」,而是道路、收费、牌照、检查制度这一整套看不见的基础设施。

策展Mike Bechtel 来源《Outside the Jar》月度专栏 体例八则观察 · 中文深读
编辑插画:企业 AI agent 车辆在带有收费、许可和检查站的道路系统中获得通行权。
Right-of-Way / 通行权Possibility → Profitability2026.06.30
导读 · About Outside the Jar

「你坐在罐子里,就读不到罐子上的标签」

本月主题词:Right-of-Way / 通行权。这是 Mike Bechtel 月度专栏《Outside the Jar》第四卷。

《Outside the Jar》是 Mike Bechtel 的月度专栏。他用一套「agentic 爬虫」持续扫描各大分析机构的视角、咨询报告、网络安全简报、厂商叙事与智库思考,再缩放到「地貌视角」去找其中趋同的模式——哪些故事正在对齐,哪些正在分叉,哪些假设开始出现裂缝。

他的方法论自带一个清醒的前提:每一家机构的研究都是「动机性推理(motivated reasoning)」的产物。某些趋势天然有利于某些玩家的战略,于是透过各自品牌色的「有色眼镜」,你永远只看到故事的一部分。作为独立研究者,他做的是「分析分析师们」——把碎片拼回全景。这正是「罐中人读不到罐身标签」的隐喻。

上一卷的主题词是「协同」(Coordination)——系统、职能、客户与机器之间的连接组织。这一卷,故事推进到了「交通」:当 agent 真的能在组织里「开车」之后,有趣的问题不再是「它们到底能不能开」,而是——我们还需要为它们配齐什么,才能把一群「科学实验」变成可持续的经济效益?本月的信号,从 Deloitte、Gartner、KPMG、WEF、NVIDIA、Microsoft、CrowdStrike、Bain、BCG 到 arXiv,齐刷刷地收敛到这个不性感、却最要命的问题:基础设施。

The Eight Sub-themes · 八则观察

支撑「通行权」的八套基础设施

用一组高速公路隐喻贯穿:道路、收费、牌照、钢筋、驾校、检查员、碰撞测试、州际系统。点开每张图版的「深读」,展开延伸分析与「为什么重要」。

01 · Roads道路
01

架构选择,正在固化成「建构性劣势」

20%neocloud 预计占 2030 年 2670 亿美元 AI 云市场份额(Gartner)

Deloitte 本轮最锋利的措辞是「architected disadvantage(建构性劣势)」:云、数据、应用、接口、边缘环境、自托管 AI 工厂、后量子信任层,正在各自独立的预算与路线图下被同时重塑。每个决策单看都「局部理性」,叠加起来却是一堆没人设计过的依赖与锁定——本是选项,却成了义务。

来源 · Deloitte《Digital infrastructure strategy》· Gartner neocloud forecast

深读 · Read deeper收起

Gartner 的 neocloud 预测给这幅图加上了「地理」与「司法管辖」维度:专用 AI 云正在获得位置、延迟、能源约束乃至政治属性。有的负载走「信息高速公路」就够,有的需要不出国境的安全隧道,有的(物理机器人、金融)则要「HOV 快车道」以微秒而非毫秒到达。

而这一切最终仍要跑在混凝土、铜缆与电网上——这些物理基础设施的相对就绪度,十年来首次出现下滑。Agent 活在软件里,跑它们的工厂却仍是物理的。

Why it matters / 为什么重要

今天为「单点效率」做的架构取舍,会成为明天 agent 大军的「路网」。CIO 需要的不是又一个云决策,而是一张跨预算、跨团队的「路网总图」。

02 · Tolls收费
02

token 成为必须计量、路由与「拒付授权」的可变成本

2028AI 编码成本或超过普通开发者年薪(Gartner)

GenAI 头几年,成本话题基本被晾在一边或抽象化处理。这个月,「电表」开始以一个逼出真实治理问题的速度转动。Gartner 那句「AI 编码成本到 2028 年可能超过普通开发者薪资」是煤矿里的金丝雀:agent 不像初级程序员那样耗费工时,但它烧 token。

来源 · Gartner《AI coding costs》预测

深读 · Read deeper收起

臃肿的上下文窗口、无治理的自治、薄弱的反馈回路、缺失的「上下文工程」纪律,会把一个 AI 编码助手变成「一个拿着无上限公司信用卡的天才外包」。

一座城市不会允许每辆车在任何时段、为任何目的走任何路——它有货车专线、限重、收费和限行车道。企业级的「无计量自治」既不是战略,也不可持续。收费站,要来了。

Why it matters / 为什么重要

AI 成本治理正从「采购议题」升级为「运营议题」。FinOps 要长出新的一只手:对 token 消耗做计量、路由、限额,并赋予某个角色明确的「拒绝授权」权力。

03 · Licenses牌照
03

非人类身份 82:1 碾压人类,凭证治理上升到董事会级

82 : 1非人类身份对人类用户的数量比(KPMG)

KPMG《Invisible access, visible risk》指出:非人类身份的数量,如今已以 82 比 1 的比例碾压人类用户。而 agentic 系统让这个比例更剧烈波动——agent 能以「机器速度」创建、修改、链接、委托凭证。曾经可管理的「清单问题」,变成了没有任何单一流程能完全监管的「信任关系大爆炸」。

来源 · KPMG《Invisible access, visible risk》

深读 · Read deeper收起

组织架构图正在变成一个「玻璃缸生态(terrarium)」:人、agent、服务账号、数据产品、工作流、治理委员会,都在同一基底上移动,却带着截然不同的「徽章」和权限。于是一批「宪法级」问题不再抽象:谁能 spawn 一个子 agent?谁能碰客户数据?谁能批准支出?谁能发布代码?

Why it matters / 为什么重要

身份与访问管理(IAM)从一个 IT 管道议题,跃升为董事会风险议题。企业在推进 agent 落地时,必须同步建立「非人类身份」的全生命周期治理——创建、授权、审计、回收,缺一不可。

04 · Rebar钢筋
04

遗留系统是承重墙,不是可拆的瓦砾

70%+2026 年发起的主机退役项目或将失败(Gartner)

Gartner 警告:2026 年启动的主机(mainframe)退役项目中,超过 70% 可能因「高估了 GenAI 的能力」而无法兑现预期收益——这是对「现代化魔法思维」的一记纠偏。几十年沉淀的复杂业务逻辑,不会因为一个新模型能更「自信」地总结 COBOL 就变简单。

来源 · Gartner《Mainframe exit projects》预测

深读 · Read deeper收起

大多数企业主机系统是结构性的、承重的。仅仅因为「模型让它感觉容易」就一锤砸穿,恰恰是在制造下一代的「建构性劣势」。

更成熟的问题不是「哪里能推倒重来」,而是:哪里重建能创造真正的选择权,哪里用包裹或共存来保留那些一旦丢失就要昂贵重新发现的能力。

Why it matters / 为什么重要

「AI 现代化」不等于「全盘替换」。动任何核心系统之前,先做一次「承重判定」——迁移路线图要以「能力保全」而非「技术新旧」为第一排序键。

05 · Driving School驾校
05

入门工作是判断力的「飞行模拟器」,别太快关掉

1 / 3全球年轻工作者处于 AI 中/高暴露职业(WEF × PwC)

WEF 与 PwC 的研究显示:全球超过三分之一的年轻工作者,身处「受 AI 驱动的任务变化中/高暴露」职业。BCG 给出同向信号:职场溢价正转向「高 agency」——能识别有价值的工作、改善交接、在没有完美指令时也能行动的人。

来源 · WEF × PwC《AI and entry-level work》· BCG via Business Insider

深读 · Read deeper收起

企业的风险不只是「岗位被取代」,而是「判断力得以养成的那些车道」被一并移除。入门工作里一直混着乏味与质感——而质感(什么是好、什么闻起来不对、哪个例外真正要紧)从来不只是杂活,它是飞行模拟器。

如果 agent 太快吸收掉这一层,组织就需要一套全新的「资深判断如何产生」的理论。通行权也关乎「下一代人类,是否还有能学会系统如何真实运转的道路」。

Why it matters / 为什么重要

用 AI 替代 ≠ 用 AI 培养。当 agent 接管初级岗位,人才梯队可能出现「中段断层」。把被 AI 省下的初级产能,部分再投资为有意识的「带教车道」。

06 · Inspectors检查员
06

AI 从「执行者」变成核验、尽调与防御的基础设施

5×↑Codex 活跃用户 2026 上半年增长逾五倍(arXiv)

Bain 经《金融时报》披露:私募股权的尽调团队,正用 AI 生成的软件「复制品」来测试一个产品所谓的「护城河」究竟是真实的还是表演性的。Microsoft 的 agentic 威胁检测(DTD)指向一种「靠编排而非单模型英雄主义来调整防御节奏」的系统。

来源 · Bain via FT · Microsoft Security《DTD》· arXiv

深读 · Read deeper收起

一篇关于 Codex 使用情况的 arXiv 论文显示,2026 上半年活跃用户增长逾五倍,且超过 10% 的用户在某一周内同时管理三个或更多并发 agent。

核心结论:人的角色正从「操作员」漂移为「调度员」,从「单线程绘图员」漂移为「班组主管」。AI 正成为评估、核验、红队、防御的基础设施——而不只是生产工具。

Why it matters / 为什么重要

审计、风控、安全与尽调部门的工作范式正在被重写。核验与鉴证能力本身,正在变成一种可被 AI 放大的基础设施型资产。

07 · Crash Tests碰撞测试
07

概率系统撞上确定性安全,需要提前的「早期预警」

抗量子 + 物理 AINVIDIA Halos for Robotics · 法国 ANSSI 抗量子加密

NVIDIA 的「Halos for Robotics」与法国 ANSSI 对「抗量子加密」的强力推进,都把「通行权」推进到新疆域:概率性系统在这里撞上确定性的安全与信任要求。一个糟糕的聊天机器人浪费的是时间,而一个糟糕的机器人——在仓库、在街道上——浪费的,可能远不止时间。

来源 · NVIDIA via Axios · ANSSI via Reuters

深读 · Read deeper收起

通行权不只是软件治理问题,它同时是材料、能源、密码学与认证问题。今天浇筑的混凝土,将决定当「威胁模型」与「物理约束」改变时——比如量子时代的风险真正落地时——哪些「交通」还能继续跑。

Why it matters / 为什么重要

物理 AI 与「先存储、后解密」的后量子威胁,是两个叠加的长周期时间窗。今天的架构、加密与认证决策,决定的是十年后的安全边界——一旦做错,几乎不可逆。

08 · Interstate州际系统
08

AI 不是唯一的故事,但正成为每个故事的一部分

Top 10WEF《2026 十大新兴技术》横跨能源 / 材料 / 健康 / 计算

WEF《2026 年十大新兴技术》横跨能源、材料、健康、计算与科研落地。AI 贯穿其中,但常常是作为「溶剂、支撑或加速器」,而非「头条主角」。企业领导者容易把 AI 这个故事过度个性化(到处找「那个 AI 战略」「那笔 AI 预算」),但真实的剧情要纠缠得多。

来源 · WEF《Top 10 Emerging Technologies of 2026》

深读 · Read deeper收起

AI 连着能源;能源连着基础设施与主权;主权连着数据与身份;身份连着网络安全与信任;信任连着采纳与劳动力设计。到了某个临界点,这股趋势就不再是「趋势」,而变成「我们习以为常呼吸的空气」——与其说是焦点,不如说是地基。

Why it matters / 为什么重要

把「AI 战略」做成一座孤岛,恰恰会错过真正的杠杆。更稳健的做法是把 AI 嵌入能源、主权、人才与信任的系统视角——它是横切层,不是并列项。

The Right-of-Way Question · 作者提炼

最好的领导者,问的不是「在哪部署」,而是「路上的规则」

他们不会只问「该把 agent 部署到哪里」。他们会追问一组关于「行车规则」的问题:谁拥有通行权?谁来负责修路、收费、发牌照、建检查制度——把一件件「可能性」,真正变成「盈利能力」?从 Possibility 到 Profitability 之间隔着的,正是这一整套看不见的基础设施。

Possibility 可能性 → 道路 · 收费 · 牌照 · 检查 → Profitability 盈利能力
For Chinese Enterprises · 启示

对中国企业与 CIO 的六条行动启示

把八则观察落到可执行的优先级上——从「能不能做」转向「基建够不够」。

01

先画「路网总图」,再做单点优化

把分散在各部门、各预算下的云 / 数据 / 应用 / 边缘决策,统一到一张跨团队的架构地图上,主动识别正在形成的锁定与依赖。

02

把 AI 成本变成一个「运营科目」

为 token 消耗建立计量、路由与限额机制,并明确赋予某一角色「拒绝授权」的权力,把消耗与真实业务价值挂钩。

03

让「非人类身份」治理进董事会议题

建立 agent / 服务账号 / 数据产品的全生命周期身份治理——谁能创建子 agent、谁能触达客户数据、谁能批支出,都要可授权、可审计、可回收。

04

动核心系统前先做「承重判定」

不轻信「GenAI 让现代化变简单」。以「能力保全」而非「技术新旧」排序迁移路线图,分清装饰墙与承重墙。

05

把被省下的初级产能,再投资为「带教车道」

用 AI 替代 ≠ 用 AI 培养。有意识地保留并重设计「判断力养成路径」,防止人才梯队的中段断层。

06

把 AI 当「横切地基」,而非「并列项目」

在能源、主权、数据、信任、人才的系统视角中规划 AI,而不是单独立一个孤岛式的「AI 战略」。

Final Takeaway · 收束

从可能性到盈利能力,隔着一整套看不见的基础设施

“

上个月的故事是「协同」,这个月的故事是「交通」。当 agent 学会在组织里「开车」,真正稀缺的不再是「能不能开」,而是道路、收费、牌照、钢筋、驾校、检查员、碰撞测试与州际系统。AI 正持续地从「焦点」升华为「地基」——而最好的领导者,已经在问「路上的规则」了。Onward。