Token导航 LogoToken导航

AI 资讯 · 42章经

复盘2C与2B Agent发展脉络

更新 2026-11-2242章经正文 3938字阅读约 13分钟

嘉琛原本研究深度学习与天体物理学,20 年从博士阶段退学创业,此后创办了开源文档协作与知识库产品 AFFiNE,一度做到 700 万用户、Product Hunt 年度第四,后来又与尤雨溪等人一起孵化了开发者工具公司 VoidZero,后者被 Cloudflare 收购。

本期播客原文约 15000 字,编辑整理后约 3400 字。

曲凯:国内的 personal agent 虽然很火,但大家聊起来概念还比较模糊,而海外的 personal agent 已经有各种分类和赛道了,比如 Hermes 是 OpenClaw 的延续,Instinct、Muse 做 To C,Town AI 做 To B。你怎么看这些不同的定位?

嘉琛:从 25 年下半年到 26 年上半年,不变的主线是模型越来越聪明,越来越能掌握复杂系统、工具和终端。

不过,To C 和 To B 在产品和商业上都有比较大的区别。

产品上,To C 的 personal agent 还是平台型机会。因为 AI 创业跟互联网创业的一大区别,就是规模效应和网络效应被极大减弱了。

以前用户越多,积累的用户习惯数据越多,越能帮你迭代出更好的产品。

但这件事在 C 端 AI 产品上不太成立了,因为模型的智能才是最大的决定因素。

B 端就不一样。公司里的事情可能有大量重复,信息在沟通时也会有损耗。那如果 agent 之间、人和 agent 之间能相互学习,就有可能实现持续学习,或者形成规模效应。

商业上,我真的觉得 To C personal agent 太卷了。能活下来的公司,可能拼的都是产品外的东西,比如能不能搞定外卖、差旅平台,真让大家更省钱。而 To B agent 的价值更直接,就是帮公司降本增效。

曲凯:美国的生态确实更开放。但最近也有 Amazon 封掉 Muse 这种情况。所以大家押注的,有可能是新一代的 Amazon 之类的平台?

嘉琛:对。Instinct、Muse 在美国讲的,更像是重新发明平台电商、重新定义消费供应链的故事。

但没有平台想从入口变成供应商。所以你需要非常大的业务体量,才能去重构这些东西。

曲凯:这应该是未来几年的核心命题。如果真有创业公司能跑出来,可能就会大洗牌。我们从 23 年就在讲,如果 AI 真能变得特别强,滴滴、美团这些生活服务平台就都变成后台供应商了,品牌和用户价值可能都不存在了。

嘉琛:但反过来,滴滴、美团这些公司现在还挺年富力强,一定也会下场做 personal agent。所以这会是比较血腥的战争。

曲凯:虽然有点站着说话不腰疼,但这样才有意思,不然长期都是那几家独大啊。哪怕最后还是那几家,竞争过程里至少也能给用户来点补贴什么的(笑)。

嘉琛:现在补贴得更凶了,又得补贴商品,又得补贴 token,还得补贴广告哈哈。

曲凯:是。然后过去几年做 AI 产品,大多还停在讲故事的阶段,或者只有小范围 C 端用户。而你们已经有了几个大客户了。这很难得,是怎么做到的?

嘉琛:不太谦虚地说,我觉得是切入点找得比较好。

对一个比较好的全自动 agent 系统来说,前期从 B 端切入是很自然的事情,因为 personal agent 很吃 context 和权限。

对 C 端用户来说,一个产品要拿到你手机的所有权限,看到所有记录和照片,就为了推测你是什么样的人、给你推荐广告,听起来还是很吓人。

但在 To B 场景里,企业的一号位是乐意让你去 hack 的,因为 Ta 也想知道该怎么改造自己的系统、每个员工花钱买的 token 变成了什么价值,以及怎么让 AI 拿到更多 context、产生更多产出。

所以做 C 端很多时候是在跟用户对抗,而 B 端只要能把 AI 相关的 know-how 呈现给管理层,这些真正赚钱的公司反而非常有动力配合。

曲凯:但这些公司,尤其是互联网公司,绝大多数可能都已经全员 AI coding 了。那在大家都用 AI coding 软件的情况下,再接入你们的产品,会有什么区别?

嘉琛:第一,coding agent 解决不了所有问题。比如在产品研发场景里,除了写代码的工程师,还有不写代码的产品经理、设计师,他们之间天然有沟通壁垒。

第二,提效不只看个人效率提高多少倍,还要看系统交互产生了多少信息浪费。单纯给每个人配 AI,可能反而会产生大量 slop。

举个具体例子:产品经理让 AI 把一个需求翻译成 300 页的 PRD,工程师拿到后,又让 AI 总结成一句话,再去写代码。在这个过程里,被放大的大概率是噪声,而不是信号,因为人跟人之间对齐的环节反而被略过去了。所以很多 tokenmaxxing 的公司,效率反倒降低了。

曲凯:所以你们这条线是不是也有点像从 LangChain、Dify、n8n,到 OpenClaw,再到今天的 Hermes?你们是不是一定程度上也在对标 Hermes 之类的产品?

嘉琛:有类似的地方。工作流时代,还是人做规划,AI 替你补全打字。但 AI 聪明到一定程度之后,就可以从替你打字变成替你决策,因为它看到的信息、能提供的智力都比你多。

把 AI 放到组织里也一样。25 年的时候,AI 可能还是人类的辅助工具,要去适应人类的工作习惯。但现在 AI 端到端交付的能力变强了,就应该反过来,人去适应它。

举个例子。以前代码库只面向工程师,但今天的开发范式应该变化,让不写代码的人也面向 mono repo 开发,用 artifact 快速实时构建、预览,言出法随地修改最终结果。

这也应该是做 personal agent 或企业协作的共识了。但很多公司可能还没意识到,或者还没完成改造。

曲凯:明白。工作流这条线是不是也到了比较尾声的阶段?之前每一家刚出来,star 都涨得很快,都很火。但 n8n 应该好久没人提了。你怎么看它们的现状和未来趋势?

嘉琛:其实不光是工作流,包括 skill 在内的外挂形态都在快速被淘汰。因为模型越来越强,就不再需要这些了。甚至今天用一个更聪明的新模型或更好的 harness,第一件事可能就是卸载之前的 skill、删掉 system prompt,否则它们可能带来副作用。

曲凯:但当时大家讲工作流,一般会提两个点。第一,尤其在 To B 场景里,纯 AI 生成的确定性不够,而工作流能提高工作闭环的确定性。第二是降本,因为很多工作流可以复用。现在这两个点有什么变化?

嘉琛:这是一个很好的问题。我觉得这些优势也在慢慢被模型内化。

比如现在 agentic 工作负载里,KV cache 和 prompt cache 的命中率非常高。也就是说,如果想得到确定性的输出,之前可能要靠外挂,让模型反复调同一个 API 或者工作流,但现在这件事可能在 infra 层面就被优化掉了。

曲凯:那你们签的大客户为什么不选 Hermes 这些产品?你们主要的区别在哪?

嘉琛:最大的区别,就是缓存命中和持续学习。

假设一家公司有 100 个人,Hermes、Grok Bot 这类产品的方案是给每个人配一个 agent,agent 之间没有协作。我们则是给所有人配同一个 agent,但它是高并发、千人千面的。

举个例子。如果要读一份代码,用别的产品,可能需要 100 个 agent 都读一遍;用我们的产品,可能一个同事读过一次,你就能利用缓存,减少重复读取和浪费。

另外,以前各个 agent 之间没有协同,公司里最会用 AI 的两三个人,跟其他人的效率差距很大,这种差距也很难说清楚。如果一个 AI 能看到所有工作流,就能端到端地看到谁做得好、卡在哪,老板也能更清晰地知道问题在哪。

曲凯:用俗话讲,就是打通了、闭环了、align 了(笑)。

然后我知道你们也在训自己的模型。能不能介绍一下你们实际在做什么,遇到了哪些难点,以及现在做这件事的意义?

嘉琛:25 年下半年,在 Afk 成立前,我深度参与了国内第一个 1T 参数以上的多模态 agentic model 的训练。之后那段时间,我特别不相信 RLaaS 这个叙事。因为做大规模 RL 需要非常聪明的人,更重要的是非常多的卡、科学的数据合成过程,怎么听都不像创业公司能做的事。

但 26 年发生了比较大的变化。

一方面,RSI 越来越成为现实,训练模型的成本下降了;

另一方面,我们对模型的追求也变了:我们不再需要一个在某方面天花板比闭源模型更高的模型,而是可能像 Jev 那样,给模型提供「肌肉记忆」,把确定能做对的东西,用更低的成本、更快的速度做出来就行。

所以我认为,26 年可以说迎来了 RL 文艺复兴。我们可以用 system 1 model,快速吐出大模型需要很长 reasoning process 才能得到的结果。这是最近刚出现的系统性机会,商业上也很 make sense,所以我们又变得很兴奋。

曲凯:明白。你对整个 agent 市场接下来的发展有什么看法?

嘉琛:我们有两个比较根本的判断。

第一,今天所有软件都是开源软件。即便不给出源代码,别人只要知道你在做什么,就能让 AI 逆向整个软件,或者重写一个功能一模一样的东西来替代。

第二,模型可能真的会在两三年内实现普惠。这几年,To B 的思路是用最好的模型,帮本来就能捕获价值的公司提高效率,从中分一些钱作为利润。但开源模型的进化越来越快,追赶也在加速。我觉得两三年以后,AGI 级别的模型供给会非常充裕。到那时,C 端和 B 端重构软件和商业规则的过程,可能会非常血腥,但也令人兴奋。

曲凯:最后想问一下,你们之前的团队里,有人参与创办的公司被 Cloudflare 收购,有人做出了最近在 X 上有点火的 Airbuild,也有人做成了挺火的出海增长自媒体。你是怎么聚到这些很好的人的?在招人和组织人才上有什么心得?

嘉琛:这正是创业非常有意思的地方。

创业可以让你塑造一个环境,把有才华、有想法的人聚在一起,让大家放开手脚,真正做出比较美好的事情。

那我最大的心得,就是要跟聪明、善良、能坚持、勇敢的人一起创业,shoot for the moon。最后我们不一定能落到哪颗星星上,但大家共同成长的速度会很吓人,大多数人最终都会超越原来的自己,在不同领域发光发热。

42章经
思考事物本质
文章标签智能体

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。