創業公司下一個隊友可能是 AI Agent:Gusto、Insight Partners 與 Leland 探討團隊構建新範式

AI Agent 正在重新定義創業團隊的"前十人"

創業公司最關鍵的，往往是前幾個員工，他們決定了公司的基因。但現在情況變了——AI Agent 已經能搞定工程開發、客戶支援、市場調研和運營執行這些活兒。創始人現在面臨一個新問題：哪些事必須人來做，哪些可以交給 AI？

在 TechCrunch Disrupt 2026 大會上，三位行業大佬將登上 Builders Stage，聊一聊這個話題。Gusto 的 CEO Josh Reeves、Insight Partners 的高階副總裁 Michelle Johnson 和 Leland 的 CEO John Koelliker 將在 "當 AI 成為聯合創始人時如何招聘" 環節，深度探討人機協作的新玩法。

從"招誰"到"做什麼"：決策邏輯的根本轉變

以前創業公司招人，都是在能力、成本和速度之間做權衡。現在多了個選項：AI Agent。工程開發、客戶支援、運營流程這些事，都能交給能搞定多步驟任務的 AI 系統。創始人得重新思考團隊構成——不再是"下一個該招誰"，而是"這事必須人幹嗎？"

這個變化很重要。AI Agent 能提升小團隊的執行速度，但也帶來了新問題：誰來稽核 AI 的輸出？誰做最終決策？AI 出錯怎麼辦？哪些活絕對不能交給 AI？對於 AI Native 創業公司來說，這些都是實打實的挑戰。

三位嘉賓的互補視角

Josh Reeves 手握最全的客戶樣本。Gusto 服務超過 50 萬家企業，覆蓋薪酬、福利、合規、入職、HR 和退休金等領域，還把 AI 能力和十多年服務小企業的經驗結合。這讓 Gusto 能近距離觀察企業在團隊擴張中的真實需求。

Michelle Johnson 懂規模化增長。在 Insight Partners，她和北美、歐洲的 CEO 及 CRO 合作，制定 GTM 策略、收入組織架構和 AI 方案。加入 Insight 前，她作為早期銷售與收入運營負責人，幫 Flock Safety 把 ARR 從不到 100 萬做到 9000 萬。她提出了個尖銳問題：如果 AI Agent 能研究潛在客戶、準備觸達內容、分析客戶資料或管理部分銷售流程，人類銷售該幹啥？創業公司招聘時該優先考慮啥技能？

John Koelliker 站在人才與 AI 的交叉點。作為 AI 時代職業與人才平臺 Leland 的 CEO，他曾在 LinkedIn、Curated 和 Uber 負責產品與增長，現在專注於幫人們在變化的勞動力市場中發展和應用技能。

三人從產品、資本和人才市場三個維度，探討同一個核心問題：當部分工作從第一天起就能由 Agent 完成時，創業團隊該怎麼設計？

人類應保留哪些核心職責？

創業公司最重要的決策，往往沒法簡化為工作流。誰真正懂客戶？誰敢質疑錯誤戰略？誰在失敗時扛責任？誰能建立關係、激勵團隊，或在資料指向錯誤時做出判斷？隨著 AI Agent 能力提升，這些問題可能變得更關鍵。

早期員工的角色，可能越來越多地由判斷力、責任歸屬以及指揮人機協作的能力來定義，而不是單純地完成任務。這對整個創業生態都有深遠影響。

在 Builders Stage 學習如何構建公司而非僅僅技術

創業公司一直靠"用更少資源做更多事"的能力競爭，AI Agent 可能把這原則推到極致。但公司的價值不等於完成任務的總和。創始人仍需要能決策、擔責任、懂客戶並塑造企業文化的人。挑戰在於確定這些人在哪創造最大價值——以及在哪 Agent 可以搞定。

這正是 Josh Reeves、Michelle Johnson 和 John Koelliker 將在 Disrupt 上展開的對話核心：當 AI 不僅是幫手，而是團隊一員時，會發生什麼。

常見問題

AI Agent 目前能在創業團隊中承擔哪些具體工作?

根據文中描述,AI Agent 已開始承擔工程開發、客戶支援、市場研究和運營執行等工作。在銷售場景中,Agent 可以研究潛在客戶、準備觸達內容、分析客戶資料或管理部分銷售流程。這些通常是能夠標準化為多步驟任務的工作,而非需要複雜判斷的決策。

使用 AI Agent 替代部分人力會帶來哪些管理挑戰?

文中明確指出三個核心挑戰:一是責任歸屬問題(誰稽核 AI 輸出、誰做最終決策);二是容錯機制(Agent 出錯時如何處理);三是邊界劃分(哪些職責過於關鍵不能委託)。這些問題對於 AI Native 創業公司已不是理論探討,而是需要在實踐中建立明確規則的現實問題。

在 AI Agent 參與的團隊中,人類員工應該具備什麼核心能力?

根據嘉賓觀點,人類員工的價值將越來越集中在判斷力、責任歸屬和指揮人機協作的能力上。具體包括:理解客戶真實需求、質疑錯誤戰略、在失敗時承擔責任、建立關係、激勵團隊,以及在資料指向錯誤方向時做出判斷。這些涉及複雜情境理解和文化塑造的能力,目前仍難以由 AI 替代。

Gusto 服務 50 萬+企業的經驗對中國創業者有什麼參考價值?

Gusto 的客戶樣本覆蓋薪酬、福利、合規等多個人力資源場景,且將 AI 能力與十餘年服務小企業的經驗結合。這意味著他們能觀察到不同規模、不同行業企業在團隊擴張時的真實決策模式。對中國創業者而言,這種大規模客戶實踐資料可以幫助理解 AI Agent 在人力資源管理場景的實際落地邊界和效果。

Michelle Johnson 提到的 Flock Safety ARR 增長案例說明了什麼?

Flock Safety 在 Michelle Johnson 作為早期銷售與收入運營負責人期間,ARR 從不足 100 萬美元增長至 9000 萬美元。這個案例背景下,她現在關注的問題是:如果 AI Agent 能承擔銷售流程中的部分工作,人類銷售團隊應該專注什麼技能。這暗示在高速增長場景中,合理的人機分工可能成為新的效率槓桿。

---

本文基於 TechCrunch 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://techcrunch.com/2026/09/16/your-startups-next-teammate-might-be-an-ai-agent-gusto-insight-partners-and-leland-explain-what-that-changes-at-techcrunch-disrupt-2026/