整理 |「定焦One」

作者 | 金玙璠

過去一年，Agent幾乎成了AI行業最熱的詞。創業公司的BP里有它，大廠的產品路線圖里有它，企業管理者也在問：如果AI已經能寫文案、做PPT、寫代碼、跑流程，下一步，它是不是可以真正替人完成工作？今天市面上，哪些是真正的Agent？Agent創業，怎么跨越落地鴻溝、怎么找到理想的商業模式、怎么在與巨頭的競爭中生存下來？

5月14日，北京前沿國際人工智能研究院舉辦了《“真”AGENT無雙！》主題活動。在圓桌環節，由「定焦One」創始人兼總編輯賀樹龍擔任主持人，與北京前沿國際人工智能研究院理事長、英諾科創基金合伙人王晟，Parall創始人兼CEO盛思雄，Ztalk AI（未來對話）創始人兼CEO朱起，無界方舟CEO曾曉東，中國人民大學信息學院院長柴云鵬，圍繞Agent熱門話題展開討論。

王晟稱，真正的Agent要“自主且獨立地創造價值”，這也是它區別于普通工具的核心。盛思雄強調，Agent不能只停留在聊天和情緒價值上，關鍵要能接近業務系統、真正干實事；朱起則把問題拉到ROI和組織知識上：能不能幫客戶降本、穩定交付、能不能幫企業沉淀人多年積累下來的“默會知識”；曾曉東更關注Agent在硬件等深水區的數據整合和沉淀能力。

柴云鵬教授則把視角放在組織試驗上：Agent真正跑起來，可能要先在中小公司和創業公司里反復迭代，這種組織經驗本身也會成為價值。

本文圍繞“什么是真Agent”，用8個問題梳理本場沙龍的精華內容。

01.什么是真Agent？

如果只用一句話概括，真Agent首先不是一個更會聊天的工具，而是一個能自己推進任務、交付結果，并且讓客戶看見價值的系統。

王晟從投資的角度給出了一個標準：真正的Agent會自主且獨立地創造價值。工具和人的差別，往往就在這里。工具要等人來安排，人負責判斷和收尾；而Agent如果想成立，就不能一直停在“幫我查一下”“幫我寫一下”的層面，它至少要能接住一段相對完整的工作。

北京前沿國際人工智能研究院理事長、英諾科創基金合伙人王晟

朱起把問題落到了ROI上。判斷一個Agent是否有價值，要看它能不能像企業里的某個崗位或流程節點一樣，接住一段工作，且投入產出可計算。比如做PPT，如果AI只是生成幾頁草稿，它仍然只是工具；如果它能理解目標、整理資料、組織內容、完成排版，并在修改中逐步逼近可交付標準，它才開始接近真Agent。

柴云鵬則提醒，Agent不能只會執行一次任務，還要能在執行中反饋、修正和積累經驗。真實商業環境里，很少有任務輸入清晰、條件完美。目標可能模糊，信息可能不完整，客戶需求也會變化。Agent如果每次都從零開始，或者只在理想輸入下表現不錯，就很難進入真實場景。

因此，真Agent可以拆解成幾個關鍵詞：自主行動、結果交付、持續學習。

02.真Agent最不可或缺的能力是什么？

對于這個問題，嘉賓們給出的表述不同，但最終都指向一個標準：能干事，而且能越干越好。

盛思雄的觀點是：“Agent說白了，要能干事”。它不應該停留在“助手”層面，只是講道理、提供情緒價值，或是給人建議、最終讓人去執行，約等于人在偷懶。真正有價值的Agent，必須接近業務系統，干人類以前在做的事。

這個判斷看似簡單，其實已經把許多“偽Agent”排除在外。很多AI產品之所以拿不到企業預算，是因為它們沒有進入企業最關心的鏈條：比如能不能轉化成訂單，在客服、銷售、研發、財務、數據處理等業務里能不能減少人力、提高產出，能不能降低錯誤率、對結果負責。

曾曉東關注的是Agent處理模糊問題的能力。真實企業環境不像測試題一樣輸入清晰、答案唯一。客戶需求可能表達不完整，業務人員的判斷也常常依賴經驗。真Agent要進入高價值場景，就必須理解模糊目標，必要時還能一步步追問和引導，最后把需求落成可執行的結果。

無界方舟CEO曾曉東

所以，真Agent是一套閉環能力：理解目標、拆解任務、調用工具、處理異常、交付結果，再把經驗沉淀下來

03. 數據和默會知識，為什么會成為Agent落地的門檻？

AI行業常說“數據是燃料”，但對企業里的Agent來說，問題比這更復雜。沒有干凈、可信的數據，Agent就可能判斷錯；沒有業務知識，它就只能停留在通用能力上，離真正干活還有距離。

朱起提到，Agent進入真實業務的一大難點，是“企業的數據如何變干凈”，當客戶有36萬個商品的時候，怎么確保它的每一行字段都是對的，這是一個巨大的工程問題。很多時候，AI不是輸在模型能力，而是前面的數據底座還沒有整理好。

但朱起認為，更難的是理解人類的“默會知識”。企業內部知識大體可以分為兩類：一類是寫在SOP、制度和流程里的顯性知識；另一類是大量存在于員工經驗、部門默契和歷史處理方式中的隱性知識。比如，什么時候該升級給主管，什么時候可以靈活處理，哪些客戶要特殊對待，哪些情況雖然流程允許但實際不建議做。這些經驗，人可以通過帶、教慢慢學會，但Agent要學習它們，就必須先把它們抽象出來、結構化，再嵌入系統。

Ztalk AI（未來對話）創始人兼CEO朱起

曾曉東也提到，和客戶對接時，早期的難題是適配工作，后期難的是數據建設。尤其在硬件端，還會碰到算力、功耗、場景碎片化等問題，需要通過端側識別降低延遲和成本。但在這之前，“讓客戶先體驗到爽感”，是數據生態建設里的前提。客戶只有先看到價值，才愿意貢獻更多數據和場景。

所以，Agent落地的數據問題包括，數據能不能被清洗，經驗能不能被表達，規則能不能被抽象，業務現場能不能被系統理解。

04.Agent進入企業真實業務場景，最難跨越的鴻溝是什么？

很多AI產品在演示場景中表現驚艷，一進入企業就不好用。原因在于，生產力變化得很快，但生產關系的調整往往很慢。企業內部的流程、權限、責任和協作方式，往往沒那么快跟上。

圓桌中，嘉賓有個共識是：Agent落地要先做到“95分的practice”才有說服力。客戶要的是一套可以跑通的業務實踐方案。如果只是80分，在企業流程里可能意味著異常頻發、人工兜底、責任不清，最后反而增加管理負擔。只有當產品和客戶場景共同打磨到足夠穩定，它才可能從試點走向采購，從采購走向規模化。

王晟把問題推到了組織層面。他將現場嘉賓分為效率提升生產關系解決兩類，并指出生產力與生產關系的匹配需要時間。Agent帶來的上下級協作、流程分工和責任劃分，可能比單純的技術接入更棘手。

盛思雄對這一點也有很強的感受。Agent不是一個單點的產品，進入企業后，不只是把一個工具塞進原有流程，而是會改變組織的協作方式。上一個SaaS時代已經證明，飛書、企微、釘釘賣的不只是軟件，背后還有一套組織協同方法論。到了Agent時代，企業更像是在一邊做軟件、一邊打磨方法論，還要和行業里的公司一起磨合。

柴云鵬注意到，Agent要進入企業，還要和既有規則、制度、權限和責任邊界對齊，這樣，客戶才能放心大膽的用。反過來，要求客戶一上來就為了AI重做制度，也并不現實，尤其在傳統行業，這個過程會更慢。

中國人民大學信息學院院長柴云鵬教授

在他看來，這就需要中小公司、創業公司先跑出來。這些公司決策鏈條短，更容易重構工作流，也更有動力把AI用到足夠深。它們一邊做產品，一邊在自己的組織里試人和Agent怎么配合。某種程度上，它們探索的不只是產品形態，也是一種新的組織經驗。

因此，Agent落地真正難跨越的，是技術、數據、組織和信任的綜合難題。它往往要先在低風險環節證明價值，再進入可標準化的流程，最后才可能改寫組織協同方式。Agent越往后走，越像一場管理變革。

05.員工如何看待Agent？企業如何激發積極性？

在企業內部推動AI，員工反應通常不會整齊劃一。有人興奮，因為工具能減少重復勞動；有人謹慎，因為擔心工作被替代；也有人抵觸，因為新流程會打破原來的習慣。

曾曉東認為，首先要通過“畫餅”消除員工的危機感。這里的“畫餅”不是空喊愿景，而是變相解答員工的疑問：AI來了以后，我怎么不被替代？比如，哪些工作會變輕，哪些能力會變重要，哪些崗位需要轉型。如果這些問題講不清，工具再好也很難真正用起來。

盛思雄更關注員工能力轉型。他會通過內部支持降低成員使用AI的恐懼感，這本質上是在搭建“腳手架”：不必讓每個員工從零摸索提示詞、流程和質量標準，而是在可控框架中使用AI。對企業來說，AI普及不是把工具賬號發下去就結束，而是要把可復用的方法沉淀下來。

Parall創始人兼CEO盛思雄

朱起則強調員工素質和組織規則。他舉了公司內部開發場景的例子：AI來了以后，上下文和文檔量迅速增加，過去可能看5頁文檔，現在變成50頁；以前一周出的PRD（產品需求文檔），現在第二天就能出，質量還不錯。但新的問題也來了：AI生產內容變多，管理者和關鍵崗位的審查壓力反而上升。

具體到用人，朱起認為，學習能力、結構性思考能力和自驅力這三項能力在這個時代變得異常重要。AI會放大人的產出，也會放大組織的管理壓力。企業不能把“生成得更多”誤認為“效率更高”，而是要建立公司層面的規范，讓標準嵌入工具和流程。

因此，激發員工積極性不能只靠喊口號。企業要讓員工看到，Agent不是簡單替代人，而是把人從機械工作中釋放出來，讓人更多轉向判斷、審美、架構性思考和復雜協同等更難被替代的能力。員工知道自己要往哪里走，才更愿意把工具用起來。

06.什么是好的AI Agent商業模式？

談到商業模式，圓桌中出現了一個清晰趨勢：Agent正在把軟件從“功能產品”推向“服務交付”，但這條路還在探索中。

嘉賓們有一個共同判斷：賣服務是好生意

盛思雄談到，關鍵是把賬算清楚。如果一項任務一小時能交付一個結果，收費100美元，而完成任務的成本不超過50美元，剩下的就是利潤空間。

隨著AI更深地進入業務，按結果付費可能會成為重要方向。朱起以AI客服為例，如果一次對話完全沒有人工介入，可以按會話收取固定金額；但如果對話轉給人工，就相當于這件事沒有完全做好。

這個例子說明，Agent收費方式取決于它介入業務的深度：從輔助人，到替代一部分人工，再到在無人工介入的流程中獨立交付結果，商業價值會逐級抬升。

圖源 / unsplash

朱起還摸索出了一套“好賣+好做”產品切入策略。“有兩種產品，一種是好賣的，但是通常比較難做，另一種很難賣，但好做。”面向大型企業時，創業公司可以先用相對容易交付、能讓客戶快速看到價值的分析類產品作為敲門磚，再逐步進入粘性更高、增效邏輯更強的核心業務。簡單說，先讓客戶覺得有用，再讓客戶離不開。

王晟則從組織服務角度談到，好的收費方式應當盡量量化最終結果。比如請律師，不只是買他的工作時間，而是為一份合同的價值買單；酒店保潔，也可以按打掃房間數量和房間價值來結算。放到AI產品里，核心就是把原本模糊的中間過程，轉化為客戶看得懂、算得清的結果價值。

除了服務與結果量化，盛思雄還談到類似Stripe的抽點模式。產品本身不一定直接收費，而是在用戶通過平臺成交后，從交易流水中獲取分成。這類模式的前提是，AI確實推動了交易效率，或者幫助交易雙方創造了增量價值。

所以，好的Agent商業模式大致會沿著幾個方向走：按服務交付收費，按結果價值收費，或者圍繞交易場景分享增量收益。無論走哪條路，最后都要回到一個問題：客戶能不能清楚地看到，這個Agent替他省了什么、賺了什么、少了哪些麻煩。

07.如何說服大客戶？大客戶為什么買單？

Agent商業化的關鍵，是客戶愿意為什么樣的結果買單。大客戶要求高、場景復雜、驗收嚴格，進入門檻也高。對創業公司來說，服務大客戶很辛苦，但它的價值也在這里：如果產品能經受住最挑剔客戶的檢驗，后面再進入其他市場就會順利很多。

朱起表示，公司選擇做大客戶，是因為“大客戶代表著全世界最高的標準”。當技術、產品和服務能力在高標準客戶身上被反復打磨，再放到市面上，才更有說服力。

但大客戶在面對新事物時，往往是保守的。王晟強調了標桿客戶的重要性。對于中大型企業的銷售，樣板的力量是巨大的。

第一個樣板客戶往往決定后續推廣速度。當標桿客戶通過產品實現降本增效，甚至替代一部分傳統模式，后續客戶才會基于“可驗證的收益”和“可復制的路徑”放下顧慮。

圖源 / unsplash

大客戶決策鏈條復雜，涉及不同層級的決策者，曾曉東強調，第一步是“如何在5分鐘之內，講給決策層，你能給他帶來什么價值”。這句話其實說出了企業銷售的本質：如果價值講不清，技術再先進也很難進入預算。

大客戶對效率的追求，其實超過外界的想象。朱起提到，企業買單，不是因為AI在賬面價格上絕對最低，而是因為它能把原來隱藏在組織里的成本顯性化、可控化。如果原來一個人力崗位每月成本是一萬元，客戶即使用接近一萬元、或者按人力成本八折的價格購買AI服務，也可能愿意買單，因為AI可能降低管理、溝通成本，解決業務波峰波谷、淡季旺季的問題，并減少招聘、培訓、排班和流失帶來的不確定性。

也就是說，如果Agent能穩定完成某類任務，即便單價并沒有低到夸張，也具備購買價值。大客戶要的是更確定的投入產出。

大客戶通常不會只買一個通用產品，而是能精準解決個性化需求的解決方案。他們更關心的是，供應商能不能聽懂自己的業務，把方案盡快改到可用。朱起的經驗是，大客戶既要定制化，也要速度。過去很多個性化方案靠人工“手搓”，很難復制；如果創業公司能把這些經驗沉淀成相對標準的交付流程，在不犧牲效果的前提下縮短周期，就更容易讓客戶買單。

08.創業公司如何構建壁壘，不被巨頭碾壓？

在Agent領域，創業公司總繞不開一個靈魂拷問：大廠手握資源、技術、流量，隨時可能下場碾壓，創業公司憑什么站穩腳跟？

第一步，是避開巨頭的主戰場，進入那些路徑長、門檻高、短期內不容易被標準化復制的深水區。巨頭的優勢在于資源整合和標準化能力，但它們未必愿意在落地周期長、環節復雜、前期需要大量服務的領域投入重兵。恰恰在這些地方，創業公司有機會用更近的服務、更快的響應、更深的行業理解建立位置。

硬件領域就是一個典型深水區。曾曉東談到，早期聚焦硬件，是因為硬件的落地路徑很長，涉及軟件、應用連接、模型、材料以及案例管理等難題，這些復雜環節很難被快速吃透。更關鍵的是，深水區業務往往需要高度定制化，標準化產品很難直接滿足，創業公司通過長期服務積累的經驗，反而可能形成自己的優勢。

第二步，是做巨頭不容易復制的原創創新。盛思雄總結，創業公司的創新有兩個方向：一是用新方式重構成熟需求，二是創造全新的需求場景。前者是在已有需求中做升級替代，比如用AI重構客服場景，用更低成本創造更高價值；后者是探索無人涉足的領域，比如創造新的協作模式。這要求創業公司選擇一條足夠長的賽道，持續深耕，并且跑得足夠快。

壁壘不是靠一個點子就能建立的，而是需要持續的積累。曾曉東認為，尤其是數據和核心能力的沉淀，讓增長飛輪越轉越快。產品解決的問題越多，積累的數據越多；數據越多，模型和產品越容易改進；產品越好，又能進入更多場景。這里的核心能力包括對行業的理解、對客戶需求的洞察、對供應鏈的把控等，無法被巨頭快速復制。

所以，創業公司要選一個足夠具體、足夠難、客戶又確實愿意付費的地方，把它做深做透。先在深水區站住，再用高標準客戶打磨產品，用真實場景沉淀數據，用持續交付積累口碑。

09.結語

這場關于真Agent的討論，最后落到了一個核心問題：企業到底需要什么樣的AI？

如果只是提供情緒價值，企業新鮮一陣就會冷下來；如果只是幫人省幾分鐘，預算也很難長期留下來。真Agent要進入企業，必須證明自己能承接具體工作、交付明確結果、減少人工兜底，并能算得清投入產出比。

這也是為什么現場反復談到ROI、數據、組織、權限、員工接受度和大客戶交付。它們聽起來沒有“通用智能”那么性感，卻決定了Agent能不能從概念走進現實。一個真正可用的Agent，是在業務現場被一遍遍試出來的。

對創業公司來說，這條路也不會輕松。大廠會下場，客戶會猶豫，交付會反復，團隊也會被拖進很多具體而瑣碎的問題里。但正如現場有嘉賓談到的，創業不是線性的勝負題，真正關鍵的是，團隊要保持判斷力，并盡可能久地活下去。

所以，判斷一個Agent是不是真的，不妨多看三個細節：它有沒有進入真實業務，客戶愿不愿意為結果持續付費，團隊能不能在一次次交付中把產品越磨越硬。

活動現場，北京前沿國際人工智能研究院向「定焦One」頒發合作伙伴證書。未來，「定焦One」將與研究院保持深度合作，持續記錄AI領域的真實進展與產業思考。