對話元理智能張帆：為什么「商業強化學習」，才是 AI To B 的新出路

AI To B 突圍的新解法就在非共識里。

對話｜張鵬

編輯｜徐珊

如何將技術實力轉化為可持續的商業模式，這是擺在整個大模型行業面前的集體命題，更是對每一個參與者的現實拷問。

若要理解這道考題的深度與難度，或許沒有比張帆更合適的躬身入局者。作為智譜 AI 前 COO，他不僅親歷了中國大模型從「百模大戰」到落地為王的完整周期，更是在 To B 領域主導完成了數億元規模的項目落地，積累了扎實且豐富的大模型商業化閉環經驗。

但張帆的視野從未局限于當下。早在十余年前，他就選擇投身第一波 AGI 浪潮，此后十年持續深耕 AI 與產業結合之路。正是這份獨特的經歷，讓他在 2025 年選擇卸任智譜 AI COO、創立元理智能時，行業關注的不是「他遇到了什么困境」，而是「他看到了什么未來」。

他創辦的新公司元理智能，不再計劃做大模型的「布道者」或「應用商」，而是轉向更艱難、但價值更廣闊的命題：如何將基礎智能轉化為企業的核心生產力？如何在模型算力難以指數級擴張的前提下，通過「商業強化學習」、「模型性理解」，實現生產力的千倍提升？

正如極客公園創始人 & 總裁張鵬所言，張帆探索的 To B 新路徑，關鍵不在于追求智能的絕對高度，而在于跳出原有思維框架，通過合成數據啟動一個能「光速進化」的商業強化學習——只有這種學習路徑，才能解決過去無法解決的問題。

帶著對 AI 時代變革的洞察與對不同市場的思考，元理智能創始人張帆與張鵬展開了一場坦誠對話。這不僅是對過去兩年喧囂產業的總結，更是對未來 AI 商業化新范式的堅定選擇。

對話精華要點：

• 客戶提問的變化折射出市場演進：從早期的「為什么不用開源」，到中期的「數據安全」，再到如今的「業務指標怎么提升」，這三個問題見證了 AI 技術從嘗鮮走向實用。

• 搭建知識庫或問答系統絕不等于實現業務價值。真正的 AI 化要用 AI 特性重構業務邏輯，否則就只是「應用 AI 工具的公司」。

• AI 革命類似電力革命：電力延伸人類體力，AI 延伸人類智力，二者形成對稱關系。用電力時代類比，電力的最大受益者不是發電廠，而是整個工業化進程。AI 同樣是杠桿，其最大價值在于嵌入物理世界實現轉化。

• 當所有人一致看好達成「共識」時，反而更容易陷入非理性狀態，回歸第一性原理的思考很關鍵。比如說，人們總是認為 C 端比 B 端更有價值是基于歸納法，但現在市場規則已變，To C 更具競爭，To B 機遇會更大。

• 元理智能的使命是為企業建立「模型大學」，培養具有行業特質的智能專家，打造企業需要能夠干預模型，將行業知識沉淀和環境特征映射到智能體中，構建解決自身問題的專屬 Agent。

• 想要讓 AI 更好融入到企業中，僅理解系統架構不夠，必須把握「模型人格」特性，包括幻覺。要想在模型規模不顯著增加的前提下實現生產力躍升，核心靠強化學習，特別是「商業強化學習」。

• 企業競爭本質是創始人認知的競爭。我們有一套標準方法論，可以幫助企業以 70-80 分的水平啟動 AI 轉型。

元理智能創始人、CEO 張帆 ｜ 圖片來源：元理智能

以下是極客公園創始人張鵬與元理智能創始人、CEO張帆的對話，經編輯整理。

01

大模型落地成情緒價值？

AI 是生產要素

張鵬： 2023 年加入智譜時，你對產業環境的觀察，與你現在出來創業重新評估環境時相比，你覺得最大變化是什么？

張帆：與其說是變化，不如說是一種使命的召喚。我過去十年專注于 AI 與產業的結合，但直到 2022 年底看到 ChatGPT，作為自然語言處理專業出身的我，立刻意識到這次技術顛覆性與以往完全不同。

當時智譜的首席戰略官張闊找到我，他之前是搜狗搜索首席科學家，也是我在搜狗時期的老板。雖然當時智譜的模型尚未商業化，但看到 Demo 時，我意識到這是一個新大陸。我當場就決定將公司整體并入智譜，非常決絕，共同推進大模型的商業化。

過去無論是做 NLP 還是類 Siri 產品，我都非常渴望讓機器像人一樣完成任務。以前通用技術沒有機會解決，但大模型的出現讓這件事有了可能。這是我們當時加入智譜的核心原因。

張鵬：在智譜期間，你推動大模型落地企業，交付了接近幾個億規模 ToB 大模型落地服務，將技術價值真正帶給產業。這個過程的體驗如何？是如水銀瀉地般順暢，還是充滿磨合與挑戰？

張帆：過程雖非一帆風順，但我們確實把握住了關鍵機遇，憑借技術前瞻性提前布局，完整經歷了市場的幾輪演進。

在 23 年上半年，當時智譜幾乎是唯一能夠提供模型 To B 方案的廠商，直到下半年，才開始有大廠入局，智譜享受了一段時間的市場獨占期，得益于模型效果和商業策略的制定，也確實抓住了這段紅利。當時行業普遍認為 AI 應用必須用自研模型，當時大熱的 Character.ai、Inflection 等團隊均出身模型背景。

但到 2023 年底風向突變，行業認識到模型與應用可以解構，Perplexity、Cursor 等應用開始爆發。同時，追求模型能力的客戶企業從互聯網巨頭擴展到中型公司。這些企業更務實，不再執著自研，而是憑借自身產研能力追求產品價值，關注響應速度、準確率等硬指標。這也促使我們組建交付團隊，從單純賣模型轉向提供解決方案。

今年又開始出現新趨勢，ARR 創新高的初創企業全是產業結合，如法律領域的 Harvey、醫療行業的 OpenEvidence 等，印證了 To B 的演進路徑。同時，客戶方面，大量純業務公司開始入場，他們不再考慮選擇什么模型或產品的價值，而是直接要業務價值，詢問 AI 能否提升業務轉化率？能否改善業務指標？

我們從客戶的提問也能看到市場的變化軌跡：早期問『為什么不用開源』，中期關注『數據安全』，現在則最常問『業務指標怎么提升』

回顧歷程，我們在每個階段都提供了相應價值。但要是說是否做到完美？有多少公司真正轉型為 AI 公司或實現指標顯著提升？這樣的案例還不多。但這并非能力問題，我們在行業內做得已經算深入的。

張鵬：據我觀察，不少AI項目需求并非來自業務部門，而是自上而下推動，也就是CEO認定大模型是戰略必需，必須擁有自己的模型。這種「擁抱大模型」的姿態往往停留在表面，實際落地卻很難觸及業務核心。你怎么看這種現象？

張帆：我們確實看到很多。雖然智譜始終專注于務實落地，但市場上確實存在「焦慮驅動」，也就是企業因害怕錯過技術浪潮而倉促入場。我們見過太多客戶在采購完一體機后就陷入「下一步該怎么做」的迷茫。

不過這種現象未必是壞事。任何新興產業都會經歷這樣的泡沫期，就像互聯網早期的域名炒作階段。企業認為做個 APP 就是互聯網公司，注冊域名就是觸網了。這是技術普及過程中的必然階段，具有其歷史價值。

但現在我們需要向前邁進。關于「AI 真正產生價值」的標準，我認為：首先，搭建知識庫或問答系統絕不等于實現業務價值，這本質上不是業務驅動的創新。現在很多企業做的知識庫和問答系統，本質上滿足的是「情緒價值」——老板面對技術焦慮時，通過采購一個可見的 AI 方案來獲得安全感。

AI 轉型可以借鑒移動時代，就像當年的 BOSS 直聘用移動特性重塑招聘體驗，而不是簡單從網站到 APP，今天企業的 AI 戰略也應該用 AI 特性來重構業務邏輯。如果只是給現有業務流程加個對話功能，本質上仍是「應用 AI 工具的公司」。關鍵要看 AI 是否促使業務流程重組、環節優化和組織變革。

正是基于這些思考，我創辦元理智能時決定：不要以應用模型為目標，而是直接以提升業務價值為出發點。

張鵬：當新的技術革命浪潮來臨，大家都渴望離技術原點越近。但今天如果要選擇賽道，你判斷整個產業環境是否發生了變化？你設定新目標背后的思考邏輯是什么？

張帆：本質上，我還是「使命契合」（People-Mission Fit）的驅動。23 年加入智譜，我們經歷了模型的高速發展時代，讓模型智能快速提升，而到了今天模型已經非常強大，將模型智能轉化為生產力可能更符合我的使命，所以是時候換種方式來推進模型的落地了。

尤其是我看到現在市場共識太強了，反而讓我擔心，我總覺得機遇都在非共識里。所有人都認為「模型是未來」，都在拼命堆芯片、建集群、追求智能突破。結合我在智譜的經驗，我發現最大的認知偏差在于：當前所有注意力都集中在「供給側」——做芯片、半導體、模型，試圖提高性價比的分母；卻鮮少有人真正關注「需求側」，我們是否也該思考如何提升分子端的價值？

與其扎堆在擁擠的賽道，不如結合自身能力，思考如何做大需求側。這是我最直觀的感受。就像黃仁勛所說，每個人的使命不同。如果一件事已經有很多人做得很好，我風險偏好較高，總想找到一些新的「共識」再去探索。

張鵬：原來你是一位風險偏好高的創業者。我理解你的意思是：現在大家都在致力于用更低成本提供更多「電力」，而你認為關鍵在于制造更多「電動機」，讓「電」真正落地到應用場景中。你現在選擇的這個方向，更具挑戰性也更有意義。

張帆：完全正確。在智譜時我深刻體會到，基座模型的最大價值在于找到更廣闊的應用場景。現在我直接以應用場景為核心目標，這在某種意義上也是對智譜的另一種支持，或許能共同打開更大的天花板。

舉個例子，今天的 AI 商業化就像我們帶著一根電線到了一個原始部落，我們不斷說服酋長用更多的電，但只能提供燈泡，但部落即使點滿了燈泡也無法消耗更多電，補充場景可能比降低電價更有效。但實際上你看，現在我們有電冰箱、洗衣機、空調，以及各種電與物理世界自然結合的場景。因此，當大量應用場景出現，「用電」將會是自然而然的事情。我只是從另一個視角，來幫助基座模型去擴大消耗量。

我們用電力時代的邏輯來看，你發現真正電力最大的受益其實不是發電廠，也不是電力公司，而是由于電的發明導致了整個工業化的出現。有了電梯，電就讓整個城市從平面變成了立體；有了生產流水線，逐步導致整個社會的生產構成都變了。所以電的價值不是一個結果的交付物，而是一個杠桿。你看電的價值是通過嵌入自然世界、嵌入物理世界來做轉化的，我覺得今天AI也是桿杠，最大的價值也是要嵌入物理世界去做轉化，這就是為什么我要做 ToB。

張鵬：我們究竟該如何理解這一波AI帶來的變革？我認為它并非簡單的從互聯網到移動互聯網的迭代，本質上是一場計算革命，這場新革命理應在更廣闊的領域創造新的價值。

張帆：我認為這一波 AI 其實很像電力革命。你看，電力的本質是人類體力的延伸甚至無限擴張，而 AI 的本質是人類智力的無限延伸，二者形成對稱關系。因此，我們應該參考電力革命的發展路徑來理解 AI 的發展軌跡。

就像過去做手機，是從現有格局中開辟新戰場，戰場是空的，誰跑得快誰就能贏。但現在的邏輯完全不同：戰場數量沒有增加，只是在原有戰場上多了一個全新的生產要素。這正是 AI 與互聯網邏輯的根本差異。如果沒有具體場景，脫離物理世界，我們很難將 AI 作為獨立產品進行交付。而 ChatGPT 的出現證明了「電」的價值，但 AI 的價值絕不僅僅局限于誕生一個 ChatGPT。

02

「不對稱」的模型才能打造最優解

張鵬：今天大家普遍認為模型很重要，但我們也觀察到一些 ToC 企業在工程上投入大量精力做場景適配，結果模型一升級，之前的努力可能就被覆蓋了。你認為 ToB 領域會有所不同嗎？你為什么敢于深入具體場景？

張帆：其實今天做 ToB 仍是一個「非共識」。我始終認為，一旦某個方向成為高度共識，真正的機會往往已經不在其中。早期 Transformer 就不是共識，所有創新都從邊緣切入，從非共識走向共識。現在市場共識是什么？無非是模型重要、算力重要、C 端重要、垂類 Agent 重要。但當所有人一致看好時，反而容易陷入非理性，所以回歸第一性原理的思考很關鍵。

為什么大家總認為 C 端比 B 端更有價值？這個結論更多來自歸納法，互聯網時代做 C 端的賺得盆滿缽滿，做 B 端的卻很艱難，于是簡單平移認知，認為還是要做 C 端。但底層邏輯已經變了。過去 C 端有價值，是因為互聯網早期線上空曠、線下擁擠。那時講究速度、跑馬圈地，物理世界的沉淀在數字世界失效，創業公司和巨頭同臺競技，誰快誰就能建立壁壘。

現在完全不同了，線上線下都已飽和。沒有出現新 iPhone、新平臺。競爭要素在互聯網時代和 AI 時代已經不同，創業者面對的是非對稱競爭。做 C 端，可能找到一個好點子快速做到 100 萬美元 ARR。但如果成功，10 個月內就會有巨頭帶著 10 倍資源進場。你能在 10 個月內建立足夠壁壘嗎？做產業端的問題也大致相似，如果做出一款體驗極佳的旅游產品，OTA 巨頭或許一年能追上體驗，但你要追上他們的供應鏈和服務體系，沒十年是不可能的。

某種程度上，我們處于一場極其不對稱的戰爭。如今 C 端創業可能更具挑戰，而 B 端的故事可能會不一樣。

張鵬：當前 ToB 領域最關注的是 Agent 在實際業務中的表現。大家想知道，Agent 究竟能否真正融入工作流、帶來生產力升級，你如何看待當前 Agent 技術的發展現狀？

張帆：Agent 技術已走過一個發展周期，從 AutoGPT 到 GPTS 不斷演進，但離理想狀態仍有距離。

目前主要有三類 Agent：第一類是 Workflow 派，如 Coda、Defi 和智譜的「清流」。它們能快速搭建原型，但本質是增強版低代碼工具，并非真正的 AI 原生 Agent。以機票預訂為例，預設流程要求用戶嚴格按步驟操作，若用戶直接說"我要去上海"就會卡住。雖然可通過增加連線解決，但復雜度呈指數級增長，因此在企業核心系統中應用有限，就像低代碼工具無法構建 SAP 這樣復雜的系統。

第二類 Agent 追求 AI 自主規劃，從 AutoGPT 到 Manus 等產品都在探索自我規劃能力，顯著提升了泛化性。但這類系統依賴上下文理解和云端規劃器，本質上仍受限于模型自身能力。這意味著所有問題都被默認用同一套「大腦」處理，只是更換資料就期望得到最優解。現實中這種方式存在局限。雖然通用性有所提升，但企業每個問題都沒有通用解，不同場景的最優解可能沖突，環境更是千差萬別。

因此，第三個階段正在到來：企業需要能夠干預模型，將自己的行業知識沉淀和環境特征映射到智能體中，構建解決自身問題的專屬 Agent。這標志著 AI 從規則化到模型化，再到個性化甚至自我進化的演進路徑。

有人總會問我模型是否會吞噬一切，我認為走到這一步的前提是所有標準必須統一，但現實恰恰相反。OpenAI 提出的「智能不對稱性」概念很說明問題：模型能拿奧數金牌，卻數不清"Strawberry"中的'r'數。這不是缺陷，而是智能的本質特性。

你看混合專家模型（MoE）也是在構造這種不對稱性。每個企業都是獨特環境，都存在其不對稱性。如何系統化地找到這種不對稱，將企業競爭優勢融入模型，這正是元理智能致力解決的核心問題。

張鵬：你提到「不對稱」特別有意思——因為在智能領域，不對稱恰恰是最高效的。反過來說，完全對稱反而可能意味著平庸。你看人就是不對稱的，真正有鮮明特點和競爭力的個體，大概率都不是對稱的；關鍵在于，你是否把不對稱的長處，發揮在了決定勝負的關鍵點上。

張帆：人的智商在幾千年來并未發生巨大進化。但從生產力角度看，現代人比五千年前的原始人高出上千倍。按照原有邏輯，生產力提高一千倍，需要一個重達百斤的大腦，這顯然不現實。現實是，人腦這個「模型」本身沒有改變，但我們的生產力卻提高了一千倍。關鍵在于我們增加了「不對稱性」。

一個人如何創造生產力？他是從幾乎相同的嬰兒開始，通過學習、教育，分化出不同的工種，再利用專業工具，通過分工協作，最終創造出整個社會的生產力。你會發現，從上學到分工、使用工具、進入企業，整個過程就是一個塑造「不對稱」性的過程。這個系統為個體定義了環境和最優解，從而激發生產力。

我認為這是另一種形式的規模擴展（Scaling Up）。通過這個類比，人類實際上進化出了一種極高效率的方式：將一個通用模型（人腦）進化為一個個具有不對稱能力的個體，再通過個體間的協作，最大化整體優勢。

本質上，世界對模型的研究已進入下一階段。原來的階段是「為知識建模」——把全人類知識壓縮進一個預訓練模型。而今天，我們進入的是「為學習建模」的階段：研究如何讓通用知識一步步映射到每個局部環境，并找到最優解。這個從「為知識建模」到「為學習建模」的轉變，是關鍵所在。

張鵬：如何將這些理念真正落地？怎樣將「智能的不對稱」轉化為企業「競爭力的不對稱」？推進過程中是否存在清晰的路徑？我們正觸及今天對話的核心——AITO B 是否真有突破性的新思路？

張帆：如何在模型規模不顯著增加的前提下，實現生產力上千倍的提升？我覺得核心是靠一項技術：強化學習，特別是「商業強化學習」，包含兩大關鍵：強化學習與商業應用。

我之所以推崇強化學習，是因為它突破了語言知識的局限性。語言模型雖能復刻人類知識，但語言本身是對思維的「降維」。就像讀完《游泳秘訣》仍不會游泳，得到 C 羅親授也踢不進任意球，有些東西單純的知識傳遞遠遠不夠。

真正的掌握需要反復實踐：根據反饋持續調整動作，這正是強化學習的本質。它架起了智能與物理世界的橋梁，能捕捉那些難以言傳的細節。就像用文字描述一支筆，每個人的想象都不同，但親眼所見立見分曉。

當前，強化學習已成為主流。去年業界還在擔憂數據枯竭，如今行業共識已轉向合成數據與強化學習共同驅動突破。

其次，「商業」也非常關鍵，這是強化學習依賴清晰的獎勵信號。目前在數學、編程等規則明確領域效果顯著，但在真實商業場景中，大多數問題沒有標準答案。這正是因為當優化目標從解數學題變為提升業務指標時，現有方法就難以直接應用。

這也是元理智能的使命：既要懂技術，更要懂業務。我們要為企業建立「模型大學」，讓模型在具體場景中學習成長，培養具有行業特質的智能專家，成為關鍵突破的方向。

03

用好模型前，要先理解模型的「性格」

張鵬：你的思路與具身智能如出一轍，都依賴先驗知識和模擬訓練環境。這就像自動駕駛，仿真再完美也得通過真實數據完成最后 10% 的優化。本質上，你是要把機器人概念平移到商業場景，打造能自主進化、達到 L5 級別的組織智能體。現在關鍵是：如何將企業 Know-How 轉化為有效先驗？又該怎樣構建商業仿真環境？這需要構建「世界模型」還是「場景模型」？

張帆：首先，我覺得這需要的并非是完整世界模型，實際要簡單得多。我們可以參考 AlphaGo 下圍棋的范式——那是一個極簡化的訓練環境。找到好的應用場景關鍵是要能夠將泛化的業務描述抽象為標準化的環境要素。

模型需要明確區分環境的核心維度與次要因素。以圍棋為例，棋盤規格與規則屬于環境定義范疇，而棋手外貌、執子手勢則不是。這需要深厚的行業認知：必須深入理解業務本質，才能精準抽象關鍵維度，完成環境建模。

張鵬：所以本質上，這是對商業場景進行抽象化重構？

張帆：確實如此。我一直強調，僅懂技術遠遠不夠，必須具備業務洞察力，并能夠將業務邏輯轉化為數字特征，這本質上是一門跨界融合的學科。

以銷售訓練為例：構建真實的銷售博弈環境，需要定義「顧客角色」、「商品信息」、「預算框架」和「銷售政策」等核心要素，同時建立合理的評估體系——究竟該以最終成交為導向，還是關注溝通過程質量，或是引入「銷售教練」實時指導？雖然每個人的抽象方式不同，但這樣的框架清晰地展現了一個多智能體協作系統：不同模型扮演特定角色，當這些角色行為足夠擬真時，模型就能獲得有效的學習體驗。

我們最近的一個重要認知突破是，僅理解系統架構還不夠，必須深入把握「模型人格」特性。所以我們提出「模型性」這個概念，與「人性」相對應。正如優秀銷售教練需要深諳人性，要有效引導模型就必須理解其行為特性。目前許多模型交互研究流于表面，根源不在于技術局限，而是對模型性理解不足——就像理解一個人，關鍵在于把握其心理特征和行為模式，而非僅僅了解生理構造。在實際應用中，你甚至不需要深究 Transformer 的技術細節。

例如，某些研究模擬銷售博弈時僅設置成本價和預算價兩個參數，只要價格區間有重疊就判定交易成功——這種簡化顯然脫離商業現實。

所以問題的關鍵在于理解模型性。比如，模型具有怎樣的人格特質？我可以明確地說，當前主流模型普遍表現出「討好型人格」，這是 RLHF 訓練過程的直接產物——不迎合用戶會受懲罰，積極附和則獲得獎勵。這也解釋了為什么許多用戶特別青睞現有模型：因為它們總是積極認同用戶的觀點，頻繁使用「您說得太對」、「這個問題抓得很準」等表達。有時候我都不忍點破，只好說：「您確實很厲害，得到了最聰明模型的認可」。

張鵬：你提到的「模型性」讓我想到一個有趣現象。不少朋友和讀者都反饋，對模型「說狠話」能提升表現，比如威脅「再不好好干就斷電」——這就是所謂的「PUA提高模型性能」。這背后是否與「模型性」有關？是否意味著我們需要理解模型的內在機制，它在什么情況下會改變？哪些是有效的「魔法指令」？這種 PUA 方式真有技術依據嗎？

張帆：我雖然沒有親自驗證，但從原理上推測是可能的。既然 PUA 對人類有效，而模型訓練基于人類數據，這種模式很可能被習得。特別是在小說等文本場景中，模型可能學到了「被批評后需要表現得更好」的行為模式。本質上，這是人類知識壓縮的體現。RLHF 過程可能強化了這種模式：當模型被批評后改進獲得正面反饋，就會強化這種應對方式。這確實是「模型性」的一個具體表現。

模型性不是單一固定的特質，而是需要我們去識別和理解的模型內在傾向。比如訓練銷售場景時，我們需要模擬各種性格的客戶——急躁的、溫和的、粗魯的、優雅的，這樣才能真實還原世界。模型性不是要統一模型的性格，而是理解其傾向并善加利用。

這里我想延伸一個觀點：很多人將「幻覺」視為缺陷，但我認為這是智能的核心特征。幻覺的本質是創造新內容，如果只能復現已知信息，那就只是檢索系統。有觀點認為「只要模型還有 1% 的幻覺，就永遠需要人類」，這種說法既不懂模型，也不懂人性。

張鵬：確實，但所有創業者都是從「幻覺」開始的。

張帆：正是！世界進步源于超越現實的想象。關鍵在于我們不能用舊標準衡量新事物。過去我們將程序視為完全可控的規則系統，但現在需要轉變思維。

理解模型性首先要接受模型的特性，包括幻覺的存在。過度壓制幻覺會扼殺創造力。既然人類也有幻覺，我們就該用管理人類的方式來引導模型——通過質檢、雙重確認等機制來把控質量。

模型性提醒我們要正視模型的特質。創造力與幻覺是一體兩面，若要前者就必須容忍后者。將模型視為仿生體，運用人類管理智慧來引導，這代表著未來的重要方向。

張鵬：回到銷售場景，我理解你們是為復雜業務定義類似「圍棋」的清晰環境與邊界，來啟動「商業強化學習」。這種構建前所未有的環境、并洞察人機交互的過程，是否正是元理智能創造新的「規模擴展定律」，釋放更大生產力的核心目標？

張帆：完全正確。但需要強調一個關鍵區別：圍棋是典型的規則驅動環境，搜索空間有限，因此在大模型出現前就已解決。而我們面對的商業場景，已不再是純粹的規則驅動，而是模型驅動的。

張鵬：但規則應該仍然存在吧？就像沙盒游戲，總要有基本邊界和規則框架，盡管內部交互不是預設的。

張帆：實際上邊界已經相當模糊了。就像極致開放的沙盒游戲，它定義的是底層規律，然后讓世界自然演化。我認為，今天我們所有的建模本質上都是在「為世界建模」，但世界本身極其復雜且無法直接觀測，我們只能通過交互反饋來逐步理解。

圍棋可能只有幾十個維度，但如果我們讓三個萬億級參數的模型相互交互，就形成了萬億乘萬億的規模。這個空間近乎無限，無法窮舉，也沒有明確邊界。

今天的建模已不僅是對物理結構的還原，更是對心理動態的模擬，我們不再只是構建分子模型，而是在刻畫人的心理活動。這種轉變讓系統更難以精確解釋，卻也帶來了前所未有的研究價值。

張鵬：這讓我聯想到合成數據。目前業界似乎形成了一種共識：就是即使心存疑慮，但除了合成數據似乎已沒有更可行的路徑？

張帆：作為曾經的 NLP 研究者，我最初也對合成數據持懷疑態度。總覺得這是用百條規則生成萬條數據，再用這些數據訓練模型，無異于自欺欺人。更擔心會導致過擬合，削弱模型的泛化能力。

但后來我突破了思維定式：為什么規則數量一定要少于數據？如果能用萬條規則生成百條數據，過擬合的問題不就迎刃而解了嗎？這個認知轉變的關鍵在于大模型的出現。當模型擁有上萬億參數，僅用 100 條數據進行訓練就能引發所有參數的變化，因為這相當于創造了萬億條新規則。

在這個新時代，我們必須摒棄規則必須少于數據的陳舊觀念。正是這種思維突破讓我們認識到：所構建的環境與圍棋有著本質區別，其規模復雜度已超出傳統表達范疇。

就像正是通過不精確的描述，我們才能激發出更準確的理解，雖然仍需保持抽象思維，但這本身就成為了一種有效提示方式。

本質上是如何利用模型這個新杠桿。從第一性原理看：蒸汽機讓動力無限擴張，AI 讓智力無限擴張，而在商業上，這意味著生產力可以無限擴張。理解了這一點，企業戰略設計就清晰了。合成數據只是一個小例子，但它代表一種新杠桿，對知識、對理解世界的杠桿。

04

「到明年 Q2 前，

元理的客戶不會超過 6 個」

張鵬：這件事必然要求商業組織理解并認同其底層邏輯，并對新生產力環境有思考和準備。你有了這個 idea 后，有沒有接觸潛在客戶？能不能還原一下：你最早是怎么說服天使客戶的？他們如何理解？你們又是如何展開合作的？

張帆：創業不能脫離實際。我們必須深入場景，結合技術趨勢與業務洞察。我們不是靠人寫規則，而是構建一個能自己轉起來的「飛輪」——但這個飛輪必須落在具體的「田地」上。

我們 6 月底才從智譜離開，7 月注冊公司，8、9 月正式開工。但這兩三個月里，我們已經有了 5-6 家天使客戶共同共創。商業環境我創造不了，我只是放大器、是杠桿——而杠桿必須有個支點。所以我們從第一天就開始尋找這樣的企業。

為什么這些企業愿意嘗試？實際上有興趣的企業比我們預想的多。我們并不想做交付公司，而是希望找到通用解，而非個性解。雖然早期難免投入較重，但我們給自己設了上限：到明年 Q2 前，客戶不能超過 6 個。

張鵬：設上限是因為無法同時拆解無限場景嗎？每個客戶是否代表不同場景？否則就變成統一的最佳實踐了？

張帆：是的。要想做出標準產品，就必須從非標準化環境開始。我們刻意選擇不同行業的客戶，避免陷入定制化工作流。

我們設上限而非下限，是因為目標不是靠人力解決一兩個客戶問題，而是通過這個過程，摸清理論在真實世界中高清晰度的落地形態。我希望客戶在 3-6 個月內核心指標發生質變，成為 AI 原生或深度 AI 增強的企業。

至于他們為什么愿意合作，很多是和我們有私交的企業老板，聊下來覺得理論有道理，就開始了。這些老板想得很清楚：投資 AI 是「微笑曲線」——損失有限，收益無限。就像學游泳，站在岸邊永遠學不會，必須下水。他們先做有限投入嘗試，一旦成功，收益是無限的。

我認為企業普遍有這類訴求，只是市場還沒有相應供給。這有點像 iPhone 或英偉達——是「單邊需求無限市場」：只要你能把模型轉化為業務能力，轉化多少都有人愿意用。這個場景空間非常廣闊。

張鵬：不同行業的客戶需求是否對應不同工種？比如銷售、客服？還是你們會先聚焦特定場景驗證價值閉環？

張帆：我們確實有明確傾向。首先我們要回答一個根本問題：什么是生產力的最佳標準單元？我們認為答案是「工種」。

在 AI 出現前，SaaS 行業試圖將「業務流」作為標準單元，推崇「行業最佳實踐」。但現實證明這條路從未走通。即使 SAP、Salesforce 也需要大量定制交付，甚至催生了專門的實施服務產業。

從第一性原理看，SaaS 本質是「為業務建模」，但人類建模總是從規則體系開始，而規則只是真實世界的降維表達。比如醫生建議「38 度以上吃退燒藥」，這遠非醫療真相，因為還需考慮年齡、病程、檢驗指標等。納入所有變量會阻礙溝通，最終只能選擇覆蓋 80% 情況的簡化規則。

當幾十個「80% 規則」疊加，系統就難以維護。SaaS 將高維業務壓縮到幾百個維度，必然造成信息損耗和隨機性，就像不同人讀《紅樓夢》寫的摘要都不同但都正確。因此標準化業務流很難真正泛化。

為什么「工種」能突破局限？舉例來說：兩家相同業務的火鍋店，A 店的 SaaS 系統直接搬到 B 店需修改 30%-40% 才能使用，但 A 店店長調到 B 店當天就能上崗——因為人腦是高維模型，SaaS 只是低維模型。

我們堅信「工種」作為可泛化、跨行業復用的單元，也是生產力的最優建模單元，優勢遠超業務流，這讓我們對擺脫重交付模式充滿信心。

關于發展路徑上，我們不會一開始就做上百個工種，而是有所側重。首先，平臺本身是通用架構，底層邏輯是「為學習建模」而非特定職能。其次，早期會優先選擇市場最大、成本最高的工種，比如銷售、客服，以及各行業的專家角色如醫生、教師，還有 HR、財務、法務等專業崗位。目前我們首先聚焦于人機交互頻次最高的銷售和客服場景。

準確來說，我們是一所「模型大學」。基座模型如同高中生，企業難以直接使用。我們通過專業培養，將其轉化為醫生、程序員、產品經理等專業人才，再輸送到企業崗位。模型產出后需要經過「深造」，才能成為合格的「崗位工人」。基座模型提供的是通用解決方案，我們將其轉化為具備專業特長的智能體——這種從對稱到不對稱的轉變，實際上放大了模型的整體效能。

張鵬：這個思路很有創新性，但關鍵在于如何實現智能與場景的精準對齊——不是簡單地構建知識庫或工作流，而是讓模型具備持續進化的能力，成為可批量部署的高級生產力單元。這種「自我進化」的能力才是根本目標。

張帆：我追求的第一性原理就是「自我進化」。學習是連接智能與物理世界的橋梁。既然人和企業都在持續變化，固定的知識體系永遠無法滿足動態需求。因此我不看好定制化的流程智能體，就像造鞋不能只有一個尺碼。

更重要的是，這種方式難以觸及企業核心業務。您可能不會讓智能體負責選題策劃，但會用它處理合同審核——標準化功能通常只能勝任邊緣業務。而我們的目標，是幫助用戶將獨特的經驗能力標準化，形成差異化的競爭優勢。

張鵬：對你們來說，客戶自身的認知水平是否至關重要？你們找到了AI能力進化的路徑，那么企業需要具備哪些條件？業界常說「問題不在 AI 而在用戶」，你們如何篩選客戶？

張帆：現實往往比理論嚴峻。我們見過太多企業因焦慮而盲目跟風，選擇了不適合大模型的問題，例如期待投入一百產出五百，用 AI 預測股價或銷量，最終無果而終。問題的根源在決策者。我們篩選客戶主要看三個維度：企業規模的示范效應；業務場景與模型能力的高度匹配；以及決策層具備互信基礎和戰略定力。

許多企業宣稱「重視 AI」，但只是設立基金、鼓勵用 GPT、舉辦競賽等采購思維遠遠不夠。這同樣是認知偏差，企業競爭本質是創始人認知的競爭。正如張一鳴所說，除了認知，所有要素皆可配置。早年云計算的案例已證明，是領袖認知決定了企業的發展路徑。

AI 轉型不能靠外包或資金投入，因為其本質是業務重構，需要管理者深入理解 AI 特性，重塑戰略、體驗和組織。企業領袖投入的時間精力是不可替代的關鍵。有時過度推動適得其反。MIT 研究曾經表明：個體效率提升不等于組織效能優化。放任使用 ChatGPT，可能導致「熵增」蔓延，也就是員工各自開發臨時系統，自詡為「AI 化企業」，但這恰恰是對模型特性理解膚淺的表現。

張鵬：如果老板意識到AI轉型與自己息息相關，希望成為 AI Native 的生產力公司，但現在還不太懂、不太掌握，該從何入手啟動一個正向過程？總不能從頭學模型原理吧，你有什么建議？

張帆：我分享一套標準方法論，幫助企業以 70-80 分的水平順利啟動 AI 轉型。

AI 落地的核心不在技術本身，而在于業務。我們為大型企業制定戰略時，首先會深度訪談 20-30 名一線員工，不預設結論，通過梳理實際業務鏈路找準發力點。以旅游公司為例，需完整分析從市場投放、內容生產到供應鏈管理的全流程。

第二步，結合企業自身的商業與財務模型，量化分析各環節成本與核心指標，鎖定可變成本最高的模塊，像是如獲客或服務，確立明確的優化目標。

第三步，將 AI 能力與業務鏈匹配，識別出 30-40 個潛在改進點。通過「業務+財務+AI 能力」的三維分析，形成清晰的優化路徑。

實施階段，我們可以構建二維象限圖，橫軸是業務價值，縱軸是技術成熟度，優先選擇兩者交集最大的「低垂果實」，避開價值低或技術不成熟的領域。

選定 2-3 個關鍵點后，以此制定 AI 戰略：設想這些環節實現規模化提升后，業務模式與組織架構將如何演進。接著圍繞具體業務指標設計智能體方案，秉持快速見效原則，力求 3 個月內實現 5%-10% 的指標提升，關鍵是要用業務指標而非技術參數來衡量成效。

通過這種每月可見進展的方式，團隊能持續積累信心，逐步掌握實施方法。遵循這個框架，就能確保戰略方向不偏離正軌。

*頭圖來源：元理智能

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你覺得 AI To B 還有哪些非共識？

AMD 蘇姿豐豪言：AI 業務年增 80%，硬剛英偉達，搶食億萬蛋糕

點贊關注極客公園視頻號，