本文信息来源：digitalnative

隐形 AI 之年

上个月《2026 年的 26 个预测 》中的最后一个预测是：“对于 AI 应用而言，UI 将成为差异化的关键。”模型之间的竞赛还会持续，但应用型 AI 的真正大战将发生在产品设计和工作流之中。任何新技术都会带来挑战：如何用用户熟悉的方式来包装陌生的技术——既简单又强大，既直观又富有创新？

当然，界面在这一点上确实需要改进：

和我一起大声喊出来吧：“你的用户根本不在乎他们用的是什么模型。” 为什么要让用户背负这些决策负担？只要为具体任务选择最合适的模型就够了。顺带一提：我真希望 OpenAI 当初把 4o 的昵称 Strawberry 当作正式名称。至少对大众来说，那是个熟悉的名字 🍓，而不是晦涩难懂的 4o。

话说回来：为 OpenAI 辩护一下，上面的截图已经有些过时。你可以在这里看到，OpenAI 确实改进了其界面；令人困惑的模型名称已经被更清晰的描述所取代，这算是一个好的开始：

AI 界面确实在不断变好，但要将强大、遥遥领先的能力转化为直观而美观、能被数十亿人使用的产品，仍有很长的路要走。这一挑战在企业领域尤为突出，因为那里的工作流程高度定制且复杂。

我的总体看法是：教会老狗新把戏很难。大多数人并不愿意改变他们熟悉、舒适的工作方式。因此，如果你在为职场人士构建 AI，一定要顺势而为，而不是逆流而上。

一个很好的经验法则是：当你向人们引入一项新技术时，应尽可能少地改变他们如何以及在哪里工作的方式。最好的 AI 产品会在用户所处的位置与他们相遇。

案例研究：Sandstone

Sandstone，我们 Daybreak 投资组合中的一家公司，今日结束隐身模式，宣布完成由 Sequoia 领投的 1000 万美元新一轮融资。Sandstone 提供了一个以用户为中心、设计精良的 AI 典范。

Sandstone 正在为企业内部法务团队打造 AI。企业内部法务是一个规模约 300 亿美元的全球市场（来源：麦肯锡），其增长速度明显快于更广泛的法律服务市场。多重利好因素正在汇聚：企业正面临愈发复杂的监管环境；合规要求似乎年年攀升；而成本压力则推动法律支出向内部转移。律师也越来越被视为战略决策的核心力量。这正是为什么 Gerry 总是陪伴在 Logan Roy 身边。

总体来看，过去15年里，美国企业内部法律顾问的人数大致翻了一番。这构成了法律支出的一个巨大部分。

不过，正如你所料，企业法务部门充斥着各种难题和低效。数据分散且杂乱。工作往往令人沮丧且重复：律师们深陷于采购工单和单调乏味的合同修订之中。而这份工作也变得更加被动 （例如回复市场部的 Rachel，审批一条社交媒体内容），而非主动 （例如为一项重大的新法规进行战略规划）。

Sandstone 的洞察在于从企业法务团队的实际工作场景出发，成为统一数据并将 AI 注入人们已在使用工具中的“中枢神经系统”。

在我看来，应用型 AI 的一个重大错误是我所说的“炫技”。创始人和工程团队往往过度构建，在展示新模型各种花哨功能的同时，却把顾客拒之门外。在大多数情况下，你的顾客并不懂、也并不特别关心什么是 GPT。他们可能只想把堆积如山的合同审查、保密协议和修改稿理一理，然后下班回家。

Sandstone 在这方面做得很到位。他们拥有 30 个集成，可无缝接入 Slack、Salesforce、Gmail、Jira、HubSpot 等平台。以下是一个 Slack 集成实际运作的示例：

这套体验非常无缝。你可以想象公司里的任何人，无论是否从事法务工作，都可以以这种方式与 Sandstone 互动。而对于内部法务团队来说，他们可以构建操作手册 ，用来训练 Sandstone 按照团队偏好的方式开展工作。由此一来，Sandstone 会随着时间推移变得越来越聪明、越来越高效。

假设我经营着一个名为 Rex’s Chex 的消费品品牌，我们的法务团队有十来个人。

Sandstone 之前的 Rex’s Chex 法务部一天

上午 9:15——法律顾问助理 Sarah 上班时发现有 47 封未读电子邮件。一名销售代表在晚上 11 点将某封邮件标记为“紧急”：Costco 希望扩展至 200 家新门店，但需要在周三之前签署一份分销协议。Sarah 花了 20 分钟在 Slack 和电子邮件中翻找上一份与 Costco 的协议，结果找到了三个版本，却不清楚哪一个才是最终版。

上午 10:30——市场部问：“我们能在新包装上写‘有益心脏健康’吗？”没有任何背景信息。Sarah 询问是哪个 SKU。对方花了两个小时才回复。

中午12:00——一份长达58页的联合制造商协议出现在她的收件箱里。她隐约记得曾有一份类似的协议涉及责任上限问题，但找不到相关先例，只能从第一页开始阅读。

下午 2:30——总法律顾问（GC）需要一份未结合同的状态更新。Sarah 手动更新了一份电子表格，花了 40 分钟，却不确定数据是否准确。

下午 5:45——Sarah 下班离开。Costco 的合同仍未完成，“有益心脏健康”的问题没有答案，电子表格也已经过时。

Rex 的 Chex Legal：Sandstone 之后的一天

上午 9:15——Sarah 打开 Sandstone。Costco 的优惠被标记为时间敏感事项，自动从昨晚的 Slack 中提取。Sandstone 找到了最近一次已签署的协议，并根据 Rex’s Chex 的范本起草了一份修订稿。Sarah 调整了一项条款，并在上午 9:45 前发送回去。

上午 10:30——市场部关于“心脏健康”的问题传来。Sandstone 调取 FDA 指南，交叉参考此前获批的包装用语，并起草了一份响应。Sarah 微调了一行，并在上午 10:45 前回复。

中午 12:00——代工制造协议送达。Sandstone 标记出四处偏离标准条款的地方，并展示公司此前如何处理类似问题。Sarah 在 12:30 前完成对修订稿的审阅，并批准发出。

下午 2:30——首席法务官需要一份状态更新。Sarah 调出 Sandstone 的仪表盘：14 笔交易在推进中，周期时间下降 35%，三份合同等待签署。她只用两次点击就导出成一页幻灯片。

下午 5:30——Sarah 清空收件箱并下线。

当然，这种说法过于简化，但足以传达核心要义。代理型工作流应当等同于随时随地拥有一名初级分析师在身边，能够即时为你提供数据和背景信息，将你的时间从繁琐事务中解放出来，转而专注于高价值的审批和关键判断。

以下是 Sandstone 对其工作流程的可视化方式：

是的，Sandstone 确实引入了一款新产品进入技术栈。但它将这款产品定位为“统领一切的产品”——作为唯一的权威真相来源，也是所有工作流程的起点与终点。实际工作仍然在各种熟悉的工具中完成；Sandstone 只是充当智能的连接组织，将一切整合在一起。

最后的思考：隐形 AI 之年

我将 2026 年视为“隐形 AI”之年。AI 将被无缝集成进我们的工作流程，以至于 AI 工作流与我们原有的工作方式之间的界限将彻底模糊。在 Slack 中为一个法律问题 @Sandstone，感觉上应当与 @你的法务同事毫无二致；在你编辑 Word 文档时，Sandstone 随时出现并提出关键修改建议，也会成为一种本能。我们终将忘记，过去做事是多么痛苦而缓慢。

正如杰文斯悖论所指出的那样 ，法律工作的自动化很可能也会增加企业内部法务团队的规模：随着法律专业知识变得更加容易获得，需求将会上升。

Jaya Gupta 最近写了一篇精彩的文章，探讨 Context Graphs。记录系统（systems of record）构成了一个数万亿美元规模的生态系统：客户用 Salesforce，员工用 Workday，运营用 SAP。记录系统存储规范化的权威数据，为工作流提供动力，并形成用户锁定。Jaya 认为，在 AI 时代，另一个因素变得同样重要： 上下文 。上下文是解释决策如何以及为何产生的复杂过程。这并不是存在于 CRM 某个字段里的离散数据，而是对公司如何运作的有价值、细腻的理解。比如，Rex’s Chex 通常是如何处理联合制造协议（co-man agreements）的？这类知识比记录系统所能存储的内容要微妙且复杂得多。

Jaya 的原话是：

这一切在第一天并不需要实现完全自主。它从“人类在环”开始：智能体提出建议、收集上下文、流转审批并记录全过程。随着类似案例不断重复，系统拥有了结构化的过往决策与例外库，更多流程便可以实现自动化。即便最终决策仍由人类作出，图谱也会持续增长，因为工作流层会将输入、审批以及决策依据沉淀为可复用的先例。

上下文正是像 Sandstone 这样的产品能够为其服务对象带来深刻变革的原因。这一点在 Sandstone 的“Playbooks”功能中体现得尤为明显，该功能直接引导团队提供上下文，从而持续改进 Sandstone 产品。一个优秀的 B2B AI 产品不应只是自动化繁琐劳动；它应当学习组织的运作方式，并据此构建具备情境理解、不断演进的工作流来执行任务。

构建良好的应用应当随着时间推移不断产生复利效应，产品通过积累情境与上下文，使未来的决策更加迅速、更加智能。所谓“隐形 AI”的承诺，并不是创造一种全新的工作方式，而是在用户熟悉且感到舒适的既有工作方式之上，打造一个更优版本。