从零重建 AI 时代的 IT：Serval 的 Jake Stauch
摘要
Jake Stauch 正在打造"AI 原生的 ServiceNow"——Serval 是一个企业服务管理平台，但它从根本上重新思考了 IT 自动化应该如何构建。他的核心洞察简单而深刻：如果创建自动化的过程比手动完成任务还麻烦，那么人们永远会选择手动。 传统 ITSM 工具（包括 ServiceNow）虽然用"数据库上的工作流"这个正确的抽象，但问题在于这些工作流需要数周到数月的手动开发才能建立——而在这个商业流程快速变化的时代，等自动化建好时，业务可能已经变了。Serval 用 AI 代码生成引擎来解决这个问题：用自然语言描述你想要的工作流，系统自动将其转换为代码，实现几乎零开发时间的即时自动化。Jake 还分享了他作为"极致客户导向型"CEO 的实践——亲自在 100 多个客户 Slack 频道中每天互动——以及对 AI 原生组织设计的思考：给 AI "优先拒绝权"，质疑每个岗位是否还需要由人来承担。
正文
为什么世界需要 AI 原生的 ServiceNow？
"员工在工作中需要帮助——就这么简单。"Jake 解释道。传统的方式是提交工单、等待分配、有人手动处理。"但如果能做到即时自动化的支持——你提出需求，立刻得到解决——那才是正确的方式。而 AI 是实现这种自动化的最佳工具。"
ServiceNow 确实做对了一件事：将企业软件抽象为"数据库上的工作流"。这是正确的原语。但问题在于：这些工作流需要大量手动努力来构建和维护——通常需要专门的开发资源投入数周到数月。在当前商业流程快速变化的环境中，"等你的工作流实现完毕，你的业务可能已经变了，你想要的是另一种工作流。"
Serval 的做法是保留这些正确的原语，但用 AI 来自动化两个关键环节：用 AI 构建工作流（自然语言描述 → 代码生成）和 用 AI 维护数据（自动抓取、保持更新）。
构建自动化必须比手动操作更容易
Jake 分享了他最核心的产品洞察："设想你是一个 IT 人员，有人要求你重置密码。你有两个选择：要么打开 Google Workspace，找到用户点一下重置按钮——两秒钟的事。要么打开工作流构建器，拖拽触发器、拖拽响应、配置权限……当你面对这两个选择时，你只会手动重置密码。"
"只有当构建自动化比手动操作容易时，人们才会选择构建自动化。" 这就是 Serval 的设计哲学——让自动化之路永远是阻力最小的那条。
当然，这也带来了"slop 自动化"的风险——当自动化变得如此容易，有人可能一周内建了第 20 个密码重置工作流。Serval 为此构建了一个拥有完整上下文感知的代理，能够识别已有工作流、建议合并或删除重复项。
双代理架构：管理员代理 + 帮助台代理
Serval 的一个关键架构决策是将代理分为两个角色：
- 管理员代理（Admin Agent）：帮助 IT 管理员构建工具和技能，配置权限和审批流程
- 帮助台代理（Help Desk Agent）：面向最终用户，解答问题、执行自动化
帮助台代理只能使用管理员明确构建、发布和审批过的工具和技能。这意味着它可以在企业环境中"安全地狂奔"——充分利用其推理能力和智能来解决问题，但被严格限制在管理员划定的边界内。
"我们的产品不是模型能力的问题——现在的模型能力几乎是无限的。产品是关于边界和控制的：权限、审批、API 集成的范围限制、审计日志、可观测性。这些才是让大型企业放心让 AI 进入生产环境的东西。"
用多个模型，每个做自己最擅长的事
Serval 同时使用 OpenAI 和 Anthropic 的模型——但分工不同：与最终用户的交互用 OpenAI 模型表现最好（调用工具和恰当回应），代码生成自动化用 Anthropic 模型（Sonnet、Opus）更优。
Jake 坦承模型升级并非简单的即插即用——"有时新模型在某些方面更好，但之前运行良好的东西会变差。"因为这不仅关乎模型本身，还涉及围绕已知模型行为和"怪癖"所构建的大量基础设施（提示词调优、防护栏等）。"有些情况下，我们升级了模型又降级回去了——旧模型可能没那么聪明，但行为可预测，客户体验稳定。"
在 100 多个客户 Slack 频道中
"我在每一个客户的 Slack 频道里——100 多个客户，很多是大型企业——我每天都会在那些频道里发消息。"Jake 承认这在某些时候感觉像是在浪费时间，"但我真正理解什么在顺利、什么不顺利。我有手指直接搭在脉搏上。当实现工作变得越来越快时，创业公司的护城河越来越多地来自客户洞察和同理心——真正理解客户想要什么。"
他认为客户洞察的差异化优势比产品优势更有价值——因为产品可以被一夜之间复制。
AI 原生组织：给 AI "优先拒绝权"
Serval 自身也在实践 AI 原生的运营方式。Jake 的原则是：给 AI "优先拒绝权"（right of first refusal）——先假设某个岗位或部门可能不需要人来做，再用 AI 尝试替代。 很多时候他们会重新发现某些部门确实需要人手，但至少是从质疑开始的。
具体例子：他们没有解决方案工程师（SE）和销售开发代表（SDR）。销售代表在面对客户技术问题时，直接问 Serval——系统即时给出答案、甚至可以在通话中实时生成幻灯片、一页纸和竞品对比表。"我们期望 AE 们做得更多，不给他们 SE 资源。"
另一个例子是市场营销——他们延迟了很多领域的招聘，发现在 AI 工具的帮助下，一个人就能完成过去需要多人的使能（enablement）工作。"很多时候你会比预期走得更远，然后发现'好吧，确实需要一个人——但这个部门可能比原先设想的小'。"
自主权 vs 控制权：AI 时代企业的核心张力
Jake 分享了一个他认为重要的趋势：个体员工想要完全自主的 AI 代理——可以访问一切、做一切事情。但组织本身不想让员工的代理拥有这种自主权。 这种张力正在形成——类似于当年消费者自发使用 iPhone 而企业还在锁死黑莓的"影子 IT"时代。
"默认说'yes'的公司将远远领先于默认说'no'的公司。但说'yes'的企业也会面对后果——会有安全事件，会有问题。从中学到的经验会推动整个行业前进。"
每六个月就要推倒重来
"我们在思考推翻几个月前还深信不疑的事情——在所有方向上大幅转向。我们必须有这种灵活性。'我要打造能用 20 年的软件'的思维正在消失——现在你要打造的是希望能用 6 个月的东西，然后在范式转移和市场变化到来时重建它。"
Jake 认为这种快速自我颠覆的能力正是 AI 原生组织的核心特征——而保持小团队（"更少但更好"）是实现这种敏捷性的关键。"人才依然是你拥有的最大护城河。"