Endava 正在用 AI 代理（能在设定目标下调用工具、执行多步任务的软件系统）重做软件交付流程，我们的判断是：这不是一家咨询公司的常规提效案例，而是软件外包行业从“卖人力”转向“卖流程能力”的一个明确信号。
这是什么
根据 OpenAI 披露，Endava 正把 ChatGPT Enterprise、Codex 和 AI 代理放进软件开发与交付链条里，覆盖需求整理、代码生成、工作流自动化和企业内部协作。简单说，它不是让员工零散地用聊天机器人写几段代码，而是在尝试把交付流程拆成多个可复用环节，再交给人和 AI 共同完成。
这里最值得我们关心的是“AI-native culture”这个表述。它的意思不是全员学会几个新工具，而是公司把知识管理、任务流转、代码协作和交付标准都按 AI 可参与的方式重构。对项目制公司来说，这比单点提效更重要，因为利润空间往往取决于交付是否稳定、可复制。
行业怎么看
行业里对这类案例普遍会给正面评价：一是软件交付本来就高度文档化、流程化，适合先引入 AI；二是像 Codex 这样的代码工具，确实能缩短部分开发、测试和维护周期；三是对外包与咨询公司来说，AI 代理还能把资深员工的经验沉淀为流程资产，而不是只停留在个人能力上。
但反对意见也很明确。第一，公开案例通常展示的是成功环节，不等于全流程都成熟，尤其需求变更频繁、客户系统复杂时，AI 代理容易卡在边界条件。第二，合规和数据权限是大问题，企业客户未必愿意把核心代码、流程文档和业务上下文开放给第三方模型。第三，外包公司如果都用上相似工具，短期提效未必自动转化为更高利润，反而可能被客户要求降价。
所以我们的判断是：AI 代理会先改变交付方法，再改变行业定价。前者已经开始，后者还要看谁能把流程真正产品化。
对普通人的影响
对企业 IT： 采购软件服务时，今后不能只问团队规模和单价，还要问对方有没有可审计的 AI 工作流、知识库和交付标准。
对个人职场： 程序员、产品经理和项目经理都会更频繁地与 AI 协作，价值会更多体现在定义问题、校验结果和跨团队推进，而不只是手工产出。
对消费市场： 普通用户未必直接感知“AI 代理”这个词，但会更快遇到迭代频率更高、客服和数字服务响应更及时的软件产品。