红杉资本合伙人Julien Bek在X上发帖文 Services: The New Software，该文内容可以概括为一句话：下一家万亿美元级公司，未必是卖软件工具的公司，而更可能是“伪装成服务公司”的软件公司——它不卖“帮你做事的工具”，而是直接卖“做完的结果”。
Julien Bek 认为，过去软件主要是“copilot（副驾驶）”模式：把工具卖给专业人士，让律师、会计、投行分析师、IT 运维人员自己使用，AI 只是提高他们的效率。但现在更值得关注的是“autopilot（自动驾驶）”模式：企业不再购买一个辅助工具，而是直接购买最终交付结果。比如，不是买一个更好用的会计软件，而是直接买“月结账已经做好”；不是买法律起草工具，而是买“合同已经起草完成”；不是买保险经纪软件，而是买“保险方案已经配好”。Sequoia 的判断是，一旦 AI 足够强，卖工具的公司会越来越容易被基础模型“吞掉”，而卖结果的公司反而会随着模型能力提升而变得更强，因为模型越进步，它的交付成本越低、速度越快、质量越稳。
这套逻辑背后，有一个非常关键的区分：“intelligence（智能）”与“judgement（判断）”。 Julien Bek 认为，很多工作并不是完全依赖深度判断，其中有大量部分其实是规则复杂但可描述、可拆解、可标准化的“智能型工作”。软件工程之所以成为 AI 最先大规模渗透的职业，就是因为写代码、测试、调试这类任务，虽然复杂，但高度属于“可执行规则”范畴；真正更难的是“该做什么”“何时发布”“是否承担技术债”这类判断。作者的核心判断不是“AI 已经全面替代人”，而是：AI 已经先跨过了很多职业里的“智能门槛”，接下来会一点点逼近原本被认为只能由人承担的判断部分。 这也是为什么他提出“今天的 judgement，会变成明天的 intelligence”——随着系统积累行业数据、反馈和决策样本，过去要靠资深从业者经验完成的部分，未来也会被逐渐模型化。
在商业上，这篇内容最有冲击力的地方，是它把 AI 创业机会从传统 SaaS 预算，直接推向了更大的劳务支出市场。文中给出一个很直观的对比：一家公司可能一年只花 1 万美元买 QuickBooks，却要花 12 万美元请会计完成关账；真正昂贵的从来不是软件，而是“人把工作做完”这件事本身。Sequoia 因此提出一个极具进攻性的判断：每花 1 美元在软件上，就有约 6 美元花在服务上。 过去软件公司只能争夺那 1 美元，但 AI-native autopilot 公司可以直接去争夺后面的 6 美元。换句话说，AI 真正放大的，不只是软件效率，而是软件可触达的市场边界。
因此，这篇贴文并不是泛泛而谈“AI 会改变行业”，而是在给出一个很具体的创业打法：先从已经被外包、且高度依赖“智能”而非“深判断”的任务切入。 因为一项工作如果早就被外包，说明三件事已经成立：客户接受外部交付、预算线已经存在、采购的是结果而不是过程。这样，AI 公司替换掉的不是内部岗位编制，而是现成外包合同，阻力更小。文中举了很多行业：保险经纪、会计与审计、医疗收入周期管理、理赔处理、税务顾问、交易型法律服务、IT 托管服务、供应链采购、招聘等。其中，会计审计被特别点名，因为美国近五年流失了约 34 万名会计，且 75% CPA 接近退休，供给收缩会进一步推动行业接受 AI 自动化。医疗收入周期则被作者视为“听起来像判断密集，实则很多是高规则密度的智能工作”；管理咨询则相反，市场很大，但仍有较多判断成分，所以短期更难被彻底 autopilot 化。
如果进一步分析，这条内容的价值不只在于提出“服务即软件”，还在于它准确抓住了 2026 年 AI 商业化竞争的焦虑：很多 AI 工具型创业公司，已经开始担心自己只是“下一代模型发布前的临时形态”。 Business Insider 转述 Bek 的话时就提到，不少创始人担心自己距离被模型替代，只差“一次迭代”。所以，这条帖子本质上是在劝创业者换赛道思维：不要把自己放在模型正面竞争的轨道上，而要站到模型进步的受益面上。也就是说，少卖 feature，多卖 finished work；少卖效率提升，多卖业务结果。
总结：这篇贴文的内容非常有代表性，它不是在讨论单点产品，而是在试图为 AI 时代重新定义“软件公司”的边界。它的启发在于，未来很多最强 AI 公司，外表看上去会像咨询公司、会计公司、法律服务公司、保险代理公司、招聘公司，但内核其实是数据飞轮、模型编排、工作流自动化和少量人类判断构成的“软件工厂”。当然，这个判断也有前提：行业流程必须足够标准化，质量必须可验证，责任边界必须能被合同化，且 AI 输出的错误成本不能过高。满足这些条件的领域，确实很可能率先出现真正意义上的“autopilot 公司”；不满足这些条件的领域，则仍会长期停留在 copilot 阶段。