當 AI 不再等你下指令——a16z 對 2026 年的三個判斷

每年底，矽谷頂級創投 a16z 都會發布「Big Ideas」系列，由各領域合夥人分享他們對未來一年的預測。這不是憑空猜測，而是基於他們每天與創辦人、新創公司近身接觸所累積的第一線觀察。2026 年的主題很明確：AI Agent。三位合夥人分別從不同角度切入，但指向同一個方向——我們與 AI 的互動方式，正在發生根本性的轉變。

本文整理自 a16z「Big Ideas for 2026」影片。

預測一：Prompt Box 之死

a16z AI 應用投資團隊合夥人 Mark Andruszko 開門見山：「我對 2026 年的預測是——Prompt Box 作為 AI 應用主要介面的時代，即將結束。」

這句話乍聽很激進，但他的邏輯其實很直接。現在我們用 ChatGPT、Claude 這類工具，互動模式都是一樣的：打開對話框，想好問題，輸入指令，等待回應。這個流程的問題在於，它把工作的起點放在「人」身上——你得先意識到有個任務要做，然後想清楚怎麼問，AI 才會動起來。

但最好的員工不是這樣工作的。Andruszko 引用了一個在 Twitter 上流傳的圖，把員工分成五個層級。最低層的員工發現問題後會來問你：「老闆，這個怎麼辦？」而最頂層的員工呢？他們發現問題、自己研究原因、評估多個解決方案、挑一個執行，然後才來找你說：「這是我做的，你看行不行？」他們把「等待指令」變成「主動執行，最後確認」。

Andruszko 認為，下一代 AI 應用應該要像這種頂級員工一樣運作。它們不會坐在那邊等你打開對話框，而是持續觀察你在做什麼，然後主動介入、提出建議、甚至直接執行，最後讓你做最終確認就好。

他用 AI CRM 舉例。現在的銷售人員每天早上打開 Salesforce，自己翻開各個進行中的案子，看看今天該聯絡誰、該做什麼。但未來的 AI CRM 應該要自己做這些事：它會持續掃描你的 Email、行事曆、通話紀錄，找出你兩年前聊過但後來沒跟進的潛在客戶，然後跳出來說：「這個人當時對產品有興趣，最近他們公司剛拿到一輪融資，要不要我幫你寫封信試試看？」

這裡有個重要的細節：Andruszko 並不是說人類會完全退出迴圈。相反，他認為多數使用者仍然會想要「最後一哩的確認權」，在 AI 真正發送 Email、真正提交訂單之前，自己點一下「確認」。但關鍵的轉變在於，99% 的工作已經由 AI 完成了，人類只負責最後那 1% 的決策。

至於進階使用者（Power User）會更進一步。他們會花時間「訓練」自己常用的 AI 應用，讓它對自己的工作習慣、偏好、判斷標準有更多理解。這些人會利用更大的上下文視窗、更完整的記憶功能，讓 AI 真正理解「我是怎麼做事的」，最終達到幾乎不需要人工確認的境界。他們甚至會以「有多少任務是 AI 自動完成、不需要我看過」作為效率指標來自豪。

預測二：為 Agent 設計，不為人設計

a16z 成長團隊合夥人 Stephanie Zheng 提出的觀點更根本：我們創造內容、設計產品的方式，都要改變了。因為真正在「消費」這些內容和介面的，越來越常是 AI Agent，而不是人類。

她用自己高中上新聞學的經驗開場。當時老師教的第一課就是：新聞稿的第一段一定要包含 5W1H（誰、什麼、何時、何地、為什麼、如何），特寫文章要用 Hook 開頭抓住讀者注意力。為什麼？因為人類的注意力有限，你如果把重要資訊埋在第五頁，讀者很可能根本看不到。

但 Agent 不一樣。它不會「掃過」文章然後跳掉，它會把整篇文章從頭讀到尾。你埋在第五頁的洞見，人類可能錯過，但 Agent 不會。這意味著，過去為了「抓住人類注意力」所發展出來的那一整套優化技巧——SEO、Amazon 商品排序、App 的 UI 設計——可能都要被重新思考。

Zheng 舉了兩個具體的例子。過去，工程師在系統出問題時會打開 Grafana 這類監控儀表板，自己盯著圖表、交叉比對不同的指標，試著拼湊出問題在哪裡。現在，AI SRE（網站可靠性工程）工具會直接讀取這些遙測資料，自己做分析，然後把假設和洞見直接發到 Slack 讓人類閱讀。另一個例子是 CRM：以前銷售團隊要自己點進 Salesforce 翻資料，現在 Agent 會把資料抓出來、做摘要、整理成人類能快速消化的格式。

這裡的關鍵轉變是：介面不再是設計給人看的，而是設計給機器讀的。視覺層級（Visual Hierarchy）變得不那麼重要，「機器可讀性」（Machine Legibility）成為新的優化目標。

這個轉變已經催生了一個新的領域：GEO（Generative Engine Optimization，生成式引擎優化）。就像過去有 SEO 讓網站在 Google 搜尋結果排名更前面，現在有工具專門幫企業確保——當消費者問 ChatGPT「最好用的公司信用卡是什麼」或「哪雙跑鞋最值得買」時，自家產品會被推薦到。具體怎麼做？沒人真正知道。但每家公司都在問同一個問題：Agent 想看什麼？

Zheng 也點出了這個趨勢的風險。當內容創作的成本接近零，很容易出現大量低品質、但針對各種關鍵字優化的內容，試圖「騙」Agent 推薦。這有點像當年 SEO 農場氾濫的情況，只是這次的對象換成了 AI。這會是 2026 年及之後需要面對的挑戰。

預測三：語音 Agent 規模化落地

a16z AI 應用投資團隊合夥人 Olivia Moore 的預測最「落地」：2026 年，AI 語音 Agent 會真正開始佔據空間。

她指出，2025 年是語音 Agent 從「科幻概念」變成「企業採購清單上的選項」的一年。幾乎每個垂直產業都有企業客戶在測試，甚至大規模部署。而 2026 年，這個趨勢會加速擴展到更多平台、更多形態，處理更完整的任務。

哪些產業已經在用了？Moore 提到三個：

醫療可能是最積極的。語音 Agent 已經深入醫療流程的各個環節——打電話給保險公司、藥局、醫療器材供應商，這些是比較基本的。更讓人意外的是，連直接面對病患的電話也開始用 AI 處理了。排程和提醒只是基本功，術後追蹤電話、甚至精神科的初次問診訪談，現在都有語音 AI 在做。為什麼醫療業這麼積極？Moore 認為主要原因是人力短缺和高流動率——當你根本找不到足夠的人來接電話，一個表現穩定的 AI 就變成了合理的解決方案。

金融與銀行是另一個意外的領域。你可能以為這個產業法規那麼多、合規要求那麼嚴格，應該是最後才會採用 AI 的。但事實相反，語音 AI 在這裡的表現反而特別好——因為人類其實很容易違規。一個訓練有素的客服可能在疲憊時說錯話、在壓力下走捷徑，但 AI 每次都會按照腳本走，而且每通電話都有完整紀錄可以追蹤。

招募是第三個大規模應用的場景。從零售業的第一線人員、到初階工程師、甚至中階顧問職位，都有公司用語音 AI 做第一輪面試篩選。對候選人來說，好處是可以在任何時間進行面試，不用配合人類面試官的時間表。對公司來說，好處是能快速過濾大量申請者，把人類面試官的時間留給真正有潛力的候選人。

Moore 分享了一個有趣的細節：因為語音 AI 的延遲和準確度在 2025 年大幅改善，有些公司反而開始故意讓 AI 講慢一點、甚至加入背景噪音，讓它聽起來更像人類。這是個值得玩味的現象——技術進步到一個程度，反而要刻意「退化」來符合人類的預期。

那麼，這對傳統客服中心和 BPO（商業流程外包）公司意味著什麼？Moore 的判斷是：不是直接被取代，而是被迫升級。很多企業客戶還是想要「買服務」而不是「買技術自己搞」，所以他們會繼續使用外包的客服中心——但會選擇那些有在用 AI、因此能提供更低價格或更大容量的供應商。AI 不是取代 BPO，而是成為 BPO 的武器。

不過，有些地區的人力成本實在太低，低到目前最好的語音 AI 仍然比人類貴。Moore 認為這些市場會是最後被影響的，要等到模型成本繼續下降才會看到衝擊。

展望 2026 年，她特別期待兩個方向。第一是政府服務：如果 911 的非緊急電話都可以用 AI 處理（a16z 投資的 Prepare 911 就在做這件事），那 DMV（監理站）這類讓人崩潰的政府服務電話，應該也可以。第二是消費者端的健康應用：語音陪伴機器人已經開始在養老院和安養中心部署，它們不只是陪伴，還能追蹤長者的各項健康指標。

這三個預測的共同脈絡

把這三個預測放在一起看，會發現它們指向同一個方向：從「人操作工具」到「AI 主動執行」。

Prompt Box 之死，講的是 AI 不再等你下指令，而是觀察你、理解你、主動幫你做事。為 Agent 設計，講的是當 AI 成為主要的「閱讀者」和「操作者」，我們創造內容和設計產品的邏輯都要跟著改變。語音 Agent 規模化，講的是 AI 開始接管那些過去一定要人類做的、即時的、高互動的溝通任務。

三個預測，三個切面，但同一個趨勢：2026 年，Agent 不再只是一個你偶爾打開來用的工具，而是一個持續運作、主動介入、幫你處理事情的存在。

a16z 在影片開頭說了一句話：過去軟體產業瞄準的是全球每年 3,000 到 4,000 億美元的軟體支出。但現在，他們興奮的是另一個數字——光是美國，每年就有 13 兆美元的勞動力支出。AI Agent 讓軟體的可觸及市場（TAM）擴大了大約 30 倍。

這不只是技術的演進，而是商業邏輯的重寫。當 AI 能做的事從「回答問題」變成「主動幫你把事情做完」，整個軟體產業的想像空間就不一樣了。