AI越强对人越狠：没有真本事，你连当AI监工的资格都没有

（来源：非凡产研）股票怎么买入

AI行业真心话

AI时代，你的经验才是那瓶酒

AI越强大，对“人”的要求反而越高

AI时代最稀缺的不是AI。是你脑子里那瓶酒。先去酿酒吧。

肖铭洋说，他把自己"蒸馏"了。

这位前字节员工把自己六年攒下的销售方法论——怎么挖客户需求、怎么拆会议纪要、怎么一步步推到签约——灌进了一个AI智能体。然后让它去带教初级销售。

效果：他的管理带宽从7个人扩到了20人。他的公司接近200人，但只有六十多个在交社保。

剩下的一百多号"员工"，是硅基的。

这是2026年5月深圳一场圆桌上四位创业者各自交出的真实答卷。一个把团队从30人缩到12人，一个把客户需求的交付周期从两星期压到一上午，一个用5个人跑出了以前20人团队的活。

但他们说出的最重要的一句话，跟效率无关。

蒋先福，魔联科技联合创始人，PPS创始团队老兵，干了10年投资又杀回创业一线。他说："会领导AI的人和不会领导AI的人，是两种物种。"

我听到这句话的时候感觉挺精确的。这场圆桌聊了一个多小时，四个人背景不同、赛道不同、阶段不同，但所有人的经验最终都收敛到了同一个悖论：

AI越强大，对"人"的要求反而越高。

30人变12人，中间发生了什么

蒋先福讲了一段让我印象很深的经历。

魔联科技2025年2月启动项目，到6月招了30多人。用传统方法做产品——设计、研发、测试，天天开会对齐颗粒度。一个项目一个月搞不下来。

然后八九月份，团队开始用Claude。

"感觉打开了天灵盖。"他原话就是这么说的。

深圳股票投资配资

到现在，团队只剩12人。以前五六个人一两个月干的项目，现在一两个人三五天干完。有些同学的抱怨不是AI不好用，是"恨自己需要睡觉"，因为AI可以24小时不停。

魔联在今年3月完成了数千万融资，PPS创始人雷量带队，定位Agent互联网基础设施服务商。去年发布了国内最早可落地的智能体通信协议，昨天刚升级到2.0。蒋先福自己负责市场策划、活动组织、媒体合作，以前这些事需要一个小团队配合，现在他一个人加Claude就能跑完全流程。

但这里面有个细节容易被忽略：蒋先福不是技术出身。他是做了8年PPS、10年投资的老兵。他用AI跑通工作流，不是因为AI万能，是因为他脑子里本来就有那套流程。

AI帮他放大了已有的经验。不是替他发明经验。

“蒸馏”：2026年最值得记住的一个动词

回到肖铭洋。

灵核数智成立于2024年，今年2月完成了Pre-A轮融资。定位是给制造业做AI数字员工，使命叫"助力中国制造持续伟大"。

肖铭洋之前在字节待了六年。字节内部一个leader的管理带宽，平均是7个人。再往上精力就崩了。

但灵核做了一个"销售leader智能体"。从商机进来开始，它作为mentor带教初级销售：怎么聊需求、怎么拆会议纪要、下一步提供什么方案、怎么推到签约。

这个Agent的内核是什么？是肖铭洋自己的销售方法论。

"可以理解为把我蒸馏出来了。"他说这话的时候语气很轻松，但信息量不轻。

它说明一件事：AI不是凭空产出能力的。它需要有人先把自己的"酒"酿好，再蒸馏出来、灌进机器、批量复制。

没有酒，蒸馏出来的只是水。

韩东君从另一个角度印证了这一点。他做的产品叫"牛马军师"，一个面向职场人的AI coach，帮人解决职业规划、职场沟通这些等问题。团队5个人，基本都是大厂背景。

他很直接地反驳了"年轻人用AI更好"的说法：

"年龄不是问题，关键是好奇心和判断力。越有经验的人能用得越好。"

他举了个例子：Anthropic不招初级工程师了，但是还招高级别的工程师。说明不能只看年龄，经验还是有用的。

然后他说了句很实在的话："没有判断力的话是用不好的，虽然能搓出一个原型，但离工程实践、离真正可用有很长的距离。"

搓原型人人会。把原型变成产品，需要踩过坑的人。

告别SaaS，迎来Token

王毅鹏是爱客易智能的CGO。爱客易旗下的麦当秀（MindShow）做AI PPT，已经服务了数百万用户。

他在圆桌上宣布了一件对行业有标本意义的事：爱客易正式从SaaS订阅制转向Token消耗制。

"我们告别SaaS时代，迎来了Token时代。"

什么意思？以前用户买包月包年，不管用多用少，价格固定。现在改成按Token用量计费。C端目前免费，这对他们来讲是个大动作。

逻辑变了。SaaS时代卖的是软件使用权，Token时代卖的是AI算力和服务。用户的使用量波动很大，死板的订阅制越来越不匹配实际消耗。

更有意思的是他分享的一个交付案例：

一个C端用户早上在私域群里提了个产品升级需求，中午就交付了。其中80%的实现是AI完成的，人只负责做决定。

"上一个时代的决策机制比较长，现在我们也是通过具体的事情去推动加快组织的变革。"

我觉得这句话比他所有的战略描述都有说服力。组织变革不是开会讨论出来的，是一个又一个"上午提需求、中午就交付"的案例逼出来的。

但王毅鹏也有清醒的判断。被问到AI在公司内部的渗透率，他说了段很坦诚的话：

"个体能力的边界突破在这两年已经是确定的事实了。真正的瓶颈来自于组织进一步的进化。"

产品经理的边界模糊了，技术人员的边界模糊了，甚至业务侧的人已经能穿透到产品开发阶段。但组织的工作习惯、决策机制、协作方式，这些东西的惯性比任何人想象的都大。

个人进化容易，组织进化才是硬仗。

需求在涨，但铲子还不够锋利

主持人赵亮抛了问题：这个赛道到底是泡沫破裂的前夜，还是爆发的前夜？

四个人的答案出奇一致：爆发。

但仔细听，"爆发"的含义不太一样。

肖铭洋讲了一个制造业的故事。他上周跟一家做割草机出海的企业聊，本来约了一小时，对方供应链负责人硬拖着聊了三小时，全程吐槽：

订单来了要不要接？不接老板不乐意，接了排产跟不上。BOM零件没齐套，交期肯定出问题。采购下了单，供应商什么时候送货？良率又怎样？

这些问题以前只能靠人一点点算。但AI擅长这个——从订单分析毛利、计算库存够不够撑三个月、到什么时候该采购什么物料。需求是真实的，痛点是具体的。

但肖铭洋紧接着泼了盆冷水：

"市场需求增加并不代表商业化增长。商业化增长取决于你能不能真正解决客户的问题。"

这句话值得所有AI创业者贴在屏幕上。

韩东君的判断更具体：下半年国内智能体市场一定爆发，大厂会重点布局编程、设计这些通用赛道。但他选择不跟大厂硬碰。

"越通用越容易陷入模型厂商的射程。越垂直反而越有壁垒。"

蒋先福最乐观，也最有画面感："中国只是在紫禁城慈禧太后宫里点了一盏灯，整个社会还没AI化。"

他认为AI化比互联网化更具革命性——互联网改变的是连接方式，AI改变的是生产要素。

我同意这个方向判断，但对节奏持保留态度。看看这四家公司的现状就知道：蒋先福短期靠帮企业接入模型收"过路费"，王毅鹏的C端刚宣布免费，韩东君的产品才做了几个月，肖铭洋服务了几十家制造业客户但没提营收规模。

市场在爆发。但铲子还不够锋利，交付能力还没跟上大模型指数级增长的声势。

赵亮在结尾时说了句话，比嘉宾们的乐观更值得记住："商业化远比技术突破更难。"

谁的狂欢

这场圆桌有一条没被充分展开的暗线。

肖铭洋被问到制造业一线工人对AI的接受度，他很坦率："一线同学会担心——这事做了我是不是没工作了。"

他给出的解法是"ATM机理论"：ATM来了之后银行柜员没失业反而翻了三倍，因为都去做理财业务了。

这个类比我听过太多次了。每次技术替代的讨论都会被搬出来。但它掩盖了一个关键问题：从柜员到理财顾问，中间需要重新培训和技能升级。谁来承担这个成本？

目前AI落地的经验流向是单向的：自上而下。管理者把know-how蒸馏进Agent，Agent去指导基层。基层怎么想？没人展开聊。

肖铭洋自己也说了，70%-80%的场景下落地是顺畅的。但他补了一个前提："这东西可用性得很高。"

换句话说，一线愿意配合的条件是AI真的能帮到他们，而不是来监视他们、替代他们。

韩东君团队之所以用AI用得溜，是因为每个人都"熬过了T7"。肖铭洋的Agent之所以有效，是因为灌进去的是他自己的方法论。王毅鹏交付之所以快，是因为最终做决定的还是人。

目前AI办公的红利，本质上是精英的红利。

有经验的人用AI如虎添翼。没经验的人搓出来的东西"离真正可用有很长的距离"。这不是AI的错，是AI落地的结构性矛盾。

解决它，不能只靠一句"ATM机来了柜员没失业"。

蒸馏之后

听完这场圆桌，我最强烈的感受不是兴奋，是一种紧迫感。

四位创业者都在用AI重塑自己的组织。30人变12人，200人里100个硅基，SaaS变Token，上午提需求中午交付。这些数字是真的，变化是剧烈的。

但变化的受益者是谁？目前看，是那些本来就有经验、有判断力、有行业know-how的人。AI放大了他们，让一个人顶一个团队。

那些还没来得及积累经验的人呢？制造业一线担心"做了这事是不是没工作了"的人呢？

蒋先福说"两年内中国职场员工要被AI化"。我不确定这个时间表，但方向没错。问题是：AI化的过程中，谁在蒸馏，谁在被蒸馏？

AI时代最稀缺的不是AI。是你脑子里那瓶酒。

先去酿酒吧。

更多对话细节

嘉宾：魔联科技 联合创始人 蒋先福牛马军师 CEO-韩东君灵核数智 销售总经理-肖铭洋爱客易智能 CGO-王毅鹏

主持人：非凡资本 合伙人-赵亮Abner

赵亮Abner：我们这场Panel，还是围绕着AI办公这个场景。大家也知道，其实最近尤其是2026年的开年，随着OpenClaw的爆火，基本上把AI办公这个场景的整个智能体的大规模落地推到了一个非常高的高度。像25年如果说还只是一个概念验证的阶段的话，那今年基本上能够看到它的确定性了，可以说它是一个规模化落地的年份。所以今天呢，我们就这样一个话题，大家一起来充分地沟通交流一下。首先请各位嘉宾大概花个两分钟的时间，给各位观众大概介绍一下你们自己，然后介绍一下你们公司的产品业务，我们要不先从蒋总开始。

蒋先福：我叫蒋先福，是魔联科技的联合创始人。我算是互联网老兵了，在05年加入PPS做了8年，后来在14年到去年做了10年投资。我们在去年成立了魔联科技。我们团队是PPS创始团队的原班人马，PPS创始人雷量也就是魔联的创始人。去年5月9号的时候，魔联科技发布了国内当时第一款可以落地的智能体通信协议。去年，对智能体通信协议这个赛道大家不太理解，因为当时大家的关注点都在像Manus这样的通用智能体。

蒋先福：为什么我们会发布智能体通信协议呢？因为我们对未来的AI有一个世界观的判断：AI它有一个很重要的属性，叫做社会化属性。而且最后面最核心的竞争力，我们认为是它的独特的、差异化的数据。没有任何一个Agent可以包打天下，因为他不可能掌握所有行业、所有的数据。那么基于Agent数据的独特性，以及我们对它社会化属性的定义，我们认为Agent未来是一种非常丛林化的、生态化的一个场景，会有非常非常多的Agent。现在大家的所有互联网账号、所有工作行为和工作习惯，都可以被Agent化。那么我们认为在这样的一种发展趋势中，智能体通信协议是一个基础性的设施。所以说我们给自己定位为Agent互联网的基础设施服务商。昨天我们对协议进行升级发布了我们的2.0版本。刚好今年呢又是一个非常好的Agent的爆发年，从年初OpenClaw爆火起，大家开始意识到智能体的价值，都在思考智能体如何协作，包括今天我们的主题探讨企业AI化，其实它本质上就是企业的一个智能体的应用场景的问题。所以这是我们的一个创业初衷。

韩东君：大家好，我叫韩东君，其实我也是一个连续创业者了。我第一次创业是在14到17年，那是我做的第一家公司。后来呢，是在大厂做产品，一直做了五年的产品，现在又出来创业。我们现在在做的这个项目是一个新项目，是一个比较轻松的项目，名字叫牛马军师。其实听这个名字大家也能猜到，其实我们是给职场人做的AI伙伴。相当于是一个职场人的coach，能帮助大家解决职场上的沟通，包括自己的一些职业发展的问题。它其实是一个基于Harness engineering和职场心理学来做的一个智能体。我们的产品目前确实比较新，在微信上可以搜到我们的这个名字和动态，我们后来的一些产品动态也会发布在公众号上。

肖铭洋：大家好，我是灵核数智的肖铭洋，大家记住“名扬天下”就能记住我。如果大家未来对制造业的AI有需求的话，也欢迎来找灵核的铭洋。我介绍一下灵核数智这家公司，灵核是一家生于制造、扎根制造、服务制造的企业。我们对制造业怀有敬畏之心。为什么呢？首先第一个点，制造是中国的脊梁，很多大国重器都来自于制造。第二个点呢，就是从国内到出海，从之前的Made in China到现在的Made by Chinese，其实都能看到中国制造和中国人的影子。在这个过程中我们也服务了很多客户，我们发现在制造业有很多痛点。大家都知道制造业招人很难，它可能不像互联网公司一样那么有吸引力，大家可能更想去字节、去阿里这种公司，即使人来了，传承下去也有可能会走，所以留人也很难。从管理的角度来讲，人是一个很难去管的事。

肖铭洋：从业务的角度上讲，制造业也面临到很多问题。可能在我交流的很多制造业企业里，由于物流、生产、车间、仓储以及销售供应链各种各样的问题，可能整个制造的生产力只发挥了30%到50%。有可能因为我的BOM没有齐套我就停产了；也有可能因为订单过来了，但是产能跟不上；也有可能采购了一批货，但是积压在库存里，那都是成本。所以在这里面业务上也是有非常多事情值得去做的。灵核其实就是解决制造业AI数字员工的这么一家公司，我们希望通过AI来助力中国制造持续伟大。。

王毅鹏：我是来自上海爱客易智能的CGO王毅鹏。我们发现我们穿越了三个周期，从PC时代到现在的AI时代，我们都有幸参与到了。我们现在的团队正在做的事情是下一代的AI office，也是像牛马军师这个产品一样，是面向职场人士的。我们在昨天做了一个公司在战略上重要的里程碑动作，我们告别SaaS时代，迎来了Token时代。之前面向所有办公用户，我们是用死的订阅制，那我们现在也是顺应时代技术发展跟用户消费习惯的变化，接下来会用Token消耗的形式来为用户提供服务。这个过程会有一个过渡期，现在C端的用户目前是免费的，这对我们来讲是一个比较大的动作。通过三年的发展，我们现在已经实现了C端、B端一系列产品的实际交付能力，从C端的办公职场应用（比如从PPT文档、图表到logo图稿设计），到最后面向企业的私有化部署。通过这两年的夯实，我们现在已经具备一个开始在AI时代可以去获得一些小收获的状态了，谢谢。

赵亮Abner：大家也发现了，我们今天的四位嘉宾、四家企业其实都是To B的企业。据我所知呢，除了魔联，可能这三家企业也都相对成立的时间不久。所以我们在抛出第一个问题之前，先聊我们自己。作为AI-native的公司为客户解决办公场景AI化的问题，那首先我们自己使用AI工具这方面的渗透率大概是有多少？哪些场景已经在使用了，比如使用数字人，哪些职能已经用数字人开始去解决问题了？对于我们公司来说，从个人提效一直到组织进化这件事情，现在内部已经建到哪一步了？ 所以我们先从自己聊起，当然也希望大家透露一下你们公司有多少人，再来跟大家分享一下你们公司自己内部的AI到底发生了些什么。不知道哪位嘉宾可以先分享一下，嗯，你应该是最年轻的公司是不是？

韩东君：应该是。

赵亮Abner：你们是什么时候成立的？

韩东君：我们这个项目其实做几个月，很短，然后我们现在团队是五个人。我们基本确实已经是离不开AI的一个状态了，不管是产品研发、设计、运营，其实每个环节工作流基本都有深度的AI植入。我们的实践是这样的，我们团队基本都有大厂经验的各领域的专家，比如技术已经有10年的经验，运营也有各自的经验。我们发现确实不能全依赖AI。它能帮我们解决一些环节的问题，但是不能放手让他做所有的事。比如设计环节，我们发现不能完全交给它。我前段时间作为企业导师，参加了教育部高教司的一个方案评审，评审议题是，方案是培养大学生怎么去做人机协同，所有在场的专家都提到了一个观点：可以用AI，但是一定要有自己的判断力，因为它有很多结果不一定准。所以方案设计这块如果完全依赖AI其实会出问题的，也很难做出一些很有创意的产品。但是在执行能力上，它比真人好太多了，比如写代码、出设计稿、出原型图，速度和质量确实比人去干要好很多。

韩东君：上午的Panel我大概听了一下，有个观点觉得越年轻的人对AI用的越好，但这个观点我不是很同意。我觉得年龄不是问题，关键是大家对AI的好奇心、对新技术的学习能力和接受度。越有经验的人能够用得越好。其实包括Anthropic前段时间发的招聘帖也说不招初级的工程师了，对应到大厂（我原来在百度），大概对应T7级别以下的就不招了，但T7级别以上的高工还是招的。很庆幸我们团队里基本都熬过了那个职级。所以用AI的时候我们发现，没有判断力的话是用不好的，虽然能搓出一个原型，但是离工程实践、离真正可用其实有很长的距离。所以我们把踩过的坑、工作经验放进去跟AI协同，可能是我们探索到的一个更好的实践方式。

赵亮Abner：那方便透露你们团队平均年龄大概是多大吗？

元股证券:ygzq.hk

韩东君：30+了。

赵亮Abner：30+，所以是一个年轻的团队，但不一定都是年轻人，都是有经验的人。所以你们首先是自己跟AI进行协同，然后再为客户解决真人员工和AI协同的问题。好的谢谢，那接下来请肖总分享一下。

肖铭洋：我有点迫不及待想分享我们公司的AI实践了，我觉得非常有意思。我之前在字节待了六年，字节里面一个leader的管理带宽平均是七个人。到了AI时代之后呢，我们灵核数智现在接近200人的状态，但实际上其中有100多人是硅基员工，碳基员工只有六七十人。这硅基员工是怎么运转的呢？它扩大了我的管理边界。以前我做一个leader，去管下面的销售，我review商机、开日会，可能只能管到七个人左右，再往上精力就不够了。但是我们公司有一个销售leader的智能体，它能做什么？从一个商机进来开始，它会作为你的mentor带教你怎么去跟客户聊需求、挖掘需求；你把需求反馈给它、把会议纪要丢给它，它又会去分析，告诉你下一步应该提供什么样的解决方案，怎么使这个项目签约。

肖铭洋：有了这么一个智能体，对我的管理带宽可以扩张到20人甚至更多。这个智能体非常好，它从一个Top Sales的角度（因为我本来负责销售，可以理解为把我蒸馏出来了）去mentor一个初级销售一步一步把项目close。对于制造业来讲很大一个点是，他们有订单但怎么扩大，比如我有100万的订单怎么扩大到500万，在这个过程中Agent也是可以做到的。但这过程里面leader的know-how很重要。我们To B的know-how可能是偏软件服务类，但在制造业里面更偏怎么去把工艺、技术传递给客户来获得更多市场份额。所以Agent极大地解决了我的管理诉求以及团队业绩增长。到现在为止虽然只有60多个碳基员工，但已经服务了几十家客户，像春光、雅虎、凯弘等，在这里面销售Agent和服务Agent非常大地释放了管理带宽。

赵亮Abner：所以以后我们问你们公司有多少人的时候要问交社保的人数。

王毅鹏：是这样子，从三年前起步做这个项目的时候，我们经历了一个AI工具时代到现在的AI伙伴时代。我现在正在推动的是AI要变成框架，就是我们讲的组织的变革。个体能力的边界突破在这两年已经是一个确定的事实了。我们现在团队里产品经理边界越来越模糊，技术人员边界越来越模糊，甚至业务侧、市场侧伙伴的能力已经可以穿透到产品开发的阶段了。个体能力的进化在AI时代其实是一个非常大的红利。我们现在觉得真正的瓶颈来自于组织进一步的进化，这挑战的是我们搭建这套班子时的所有工作习惯。所以这个过程是这三个过程中最重要的一个也最难的一个。我们现在的渗透，从创意侧到那些高度简单重复、在时间消耗上很多的工作，其实都是AI在帮我们做支撑。但是更多的在战略上的思考，包括像重大产品主线的发展，这方面我们不能依赖于AI的判断，更多还是基于我们的初心。

王毅鹏：第二个，我们用AI能够高速度、高效率地交付用户的需求。现在交付给C端用户最快的一次响应，是早上他在私域粉丝区（这个区改为群）提出一个产品升级的需求，我们在中午的时候就交付了。这种节奏在上一个时代是不能想象的。所以一方面我们在核心团队未来的战略判断上有对市场的认知，另一方面我们通过更高效的客户服务来沉淀需求，这还是在过程当中。

赵亮Abner：刚才您提到的这个案例，客户提出的需求你们能够快速反应、快速交付，是人参与了多少，AI参与多少？

王毅鹏：应该来讲，这其中有80%都是AI去实现了。如果是用代码的形式在底层实现这个功能，还是交给它；但是做决定是我们人来做决定。我们也可以按传统的习惯，把需求收集回来星期一开例会，产品经理再判断一下再集中开发，那可能两个星期就过去了。现在是一个小时就能完成的事情。上一个时代的决策机制比较长，现在我们也是通过具体的事情去推动加快组织的变革。。

蒋先福：我分享一下我们魔联用AI的过程。很坦率说我们去年是非常不AI的一个公司。我们在2025年2月份开始启动这个项目，到6月份招到了30多个人。用非常传统的方法去搞产品设计研发测试，一个项目一个月搞不下来，中间天天开会沟通对齐所谓的颗粒度。最后我们在八九月份开始用到了Claude等AI，我们这团队感觉就打开了天灵盖，一下子就觉得整个工作方法发生了颠覆。到现在为止我们只有12个人。以前五六个人一个月两个月干的项目，现在一个人或者两个人三五天干完。这就是AI给我们带来的巨大战斗力的提升。我们现在整个团队的现状就是深度使用，有些同学美中不足的就是觉得AI没办法自动推进，“催谁催谁，谁需要反复确认”，他们只恨自己需要睡觉，因为AI不需要睡觉，可以24小时干活。

蒋先福：我本人其实不是太技术化，到后来开始用了OpenClaw和Claude。在我的工作岗位上面，比如市场策划、活动组织管理、媒体合作宣发等这些事情。以前我的工作习惯是有个点子，需要一个团队来帮我做，现在只需要把想法告诉Claude或者ChatGPT。很快它会给我一个框架，甚至引导我完成整个项目的闭环。有AI之后我感觉自己进行了蜕变。我会跟朋友分享：会领导AI的人和不会领导AI的人，是两种物种。所以我们团队现状就是深度使用目前AI工具提高战斗力。我们也很想把这种经验工程化、变成范式，让更多传统企业岗位来运用AI提高战斗力。我觉得这就像手工业向电气化时代进化一样，不是AI企业用AI，是全行业用AI，这是我们做这件事非常有激情的一个出发点。

赵亮Abner：那Claude这涨价之后你怎么看呢？你会去用Codex吗？还是说怎么样？

蒋先福：Token是值得付费的，就是优质Token是稀缺的。我觉得这不是价格问题，而是你用它产生什么价值。我们有一种能力是让你的点子和它的能力结合创造出更大价值。便宜的模型是在浪费你的时间。所以它涨价有它的道理，因为它有价值、稀缺。所以我们非常希望中国尽快有靠谱的这样的产品为我们中国人敞开膀子使用。

赵亮Abner：所以魔联未来一定不会走低价策略是吧？

蒋先福：我们为重度用户提供有价值的Token服务，不是为捡便宜薅羊毛的用户提供服务。

赵亮Abner：那接下来我们进入第二轮的问题。今年初在AI办公这个场景非常卷，因为智能体落地的速度非常快。但是也看到了一些问题，比如像OpenClaw热度快速攀升，但很快又被其他大模型盖过去，热度持续时间更短。所以这个市场大家还是有点看不清楚，赛道到底处在泡沫破裂的前夜呢，还是爆发的前夜？另外结合各自公司的状况，觉得你们在赛道上处于一个什么生态位、会有什么布局？要不先请肖总。

肖铭洋：其实AI这个事我聊了蛮多客户的，我的体感是AI的需求在快速增长。举个例子，我上周跟一家做割草机的出海制造企业聊，我跟他的供应链老大本来约了一个小时，结果硬拖着我聊了三个小时跟我吐槽。比如订单来了要不要接？不接老板肯定不乐意，接的话排产又跟不上。因为BOM零件没有齐套，交期跟不上到时候肯定有问题。如果让采购去下单，供应链什么时候能把货送到？良率又是怎么样的？ 有很多这样的问题，以前没有办法去解决，只能靠人一点点去计算。但其实这些事情AI都可以帮你去做。从一个订单开始，它可以分析有多少毛利、计算当前库存是不是能支撑未来三个月生产、什么时候该采购哪些东西，其实这些正是AI所擅长的。

肖铭洋：所以市场需求在增加，但这里面有个关键点：市场需求增加并不代表商业化增长。商业化增长取决于你能不能真正解决客户的问题。哪怕是一个很小的问题，比如帮他把生产数据规范化了少出点错，只要能解决问题就能获得市场信任。所以无论是OpenClaw还是其他模型都只是过程，目标很明确：我们要解决客户的问题。

赵亮Abner：所以您判断未来还是一个持续增长的市场对吧？

肖铭洋：对，持续增长的市场，而且会越来越大。

赵亮Abner：那我追问一个问题，AI在各行各业的落地，制造业严重依赖一线个体以往知识的积累和know-how。这些know-how是否能沉淀到智能体里还是个问号；第二是一线的成熟工人或老师傅对AI的接受度怎样，也是个很大挑战。你们在服务这赛道时怎么看这件事情？

肖铭洋：这是一个很现实的问题。一线同学会担心：这事做了我是不是没工作了。我觉得这个问题不应该由AI技术来回答，应该由研究社会生产关系的社会学家来回答。很多专家得出结论是AI不会取代人，AI会使人和生产关系之间发生变化。就像ATM机来之后，银行柜员没失业反而翻了三倍，因为他们都去做理财业务了。第二，关于在组织内落地的阻力，坦白讲是一定程度上存在的，但是在70%-80%的时候，AI是很顺畅的。如果真有一个Agent能告诉采购什么时候去采购、告诉销售什么时候去给方案、给生产排产计划，业务负责人是非常愿意拥抱它的，但前提是这东西可用性很高。

赵亮Abner：接下来请韩总咱们一起来聊一聊这个问题。

韩东君：我觉得下半年一定是爆发的。国内超级智能体和智能体助手的市场其实还没起来。现在大家用的Claude Code或者是Genspark基本都是海外的。国内这块市场一定会是大厂重点布局的赛道。所以能预见下半年这市场一定会爆发。除了AI接受度高的人，还有那么多的下沉市场和普通用户也非常需要这些工具，一定会有很大市场空间。比如像Coding编程赛道海外已经卷得不行了，Claude Design出来之后Figma股价也有剧烈波动。国内大概率也一定是先从编程、设计等通用的赛道开始卷。但是再往后，很多垂直领域、垂直行业的场景反而更有壁垒。因为越通用其实越容易陷入模型厂商的射程。

赵亮Abner：越通用越没用是吧？因为大厂一定会布局，那作为初创公司，你会选择什么样的切口切入？

韩东君：我觉得我们的产品切入还是比较轻、比较巧妙的。牛马军师没有直接面向企业，而是面向个人用户。个人用户在工作中有沟通的困难，比如向上汇报、向下管理、同事沟通甚至跟客户的沟通。这些其实不是效率赛道，更多偏情绪情感。我们从这些细分场景切入，先让用户通过这些场景把数据留在我们这里，和我们成为好朋友好搭子，然后我们才会去考虑解决效率和工具上的问题。所以大家可以参考，从边缘的细小点切入，但其实未来大家的用户群是很像的。

赵亮Abner：接下来请蒋总。

蒋先福：我们觉得这是一个刚刚还没开始的市场，更不要说泡沫了。就像电力时代，中国只是在紫禁城慈禧太后宫里点了一盏灯，整个社会还没AI化。AI化可能比当时的互联网化更加具有革命性，互联网化本质还是链接方式的改变，而AI化是生产要素、能源方式的重大变化。这剩下的是工程解决方案。OpenAI、OpenClaw给了百花齐放百业适配的选择权，不再是被巨头标准化的方案包打天下。这就让创业公司能够帮助各行各业进行AI化的升级。虽然赛道卷，但市场足够大。两年内中国职场的员工要被AI化，这是一个让人兴奋的事情。建议各位老板充分拥抱AI，抢占AI时代组织化的先机。

赵亮Abner：作为魔联来说，你们定位是Agent时代基础设施服务商。这是长期的事情，但短期你们为企业提供什么样的服务？一两句话介绍一下。

蒋先福：我们的愿景是为Agent互联网提供基础设施服务。中期我们希望为企业AI化提供基础设施服务，帮助企业实现AI网络搭架，企业Agent实现跨域协同和复用。短期内我们通过ModelGate提供AI网关服务，帮助企业一键接入各种模型，实现初步的商业化。

赵亮Abner：我这边计时应该还有四分钟，最后也请王总稍微做一下分享。

王毅鹏：不管OpenClaw火爆的程度也好，其实都只是前奏。市场给了确定的趋势，核心就是交付结果。现在的AI能力是指数级增长，但实际交付能力还没有同比例成长。我们要把智能体训练成真正解决从需求到结果的过程，而不是一个工具化产品。在未来学习成本会越来越低，真正考验的是人类提出问题的能力，而不是解决流程化工工具的事情。这最后沉淀在技术文明上的绝对是解决问题能力的升级。我们现在这阶段叫AI to anyone，智能体时代就是AI to AI，下个时代才是真正anyone to anyone，全世界人共享思考精华时会比现在顺畅得多。（全世界的人们可以更好的在技术赋能下开展高质量的协作。）

赵亮Abner：好的，谢谢王总。因为时间关系今天就交流到这里。很多人给出的判断是商业化远比技术突破更难。在座四位都是做To B的企业，商业化是最主要的事情，希望各位在未来商业化上能取得好结果，到时候再跟大家分享。谢谢各位。

]article_adlist-->