ARTICLE · 1239823
AI时代,真正的机会在于构建基础设施
AI时代,真正的机会在于构建基础设施我认为是通用。 它不是为某一个人、某一个企业、某一个行业而存在的。 它必须能够在某一个时间节点上，成为大多数人都用得上，甚至某些行业所有人都绕不开的东西。 水、电、道路、铁路、互联网，都是如此。 它们的价值，不在于某一个具体的功能有多强，而在于它们改变了整个社会运行的方式。 而每一次新的基础设施出现，往往都会经历一个有趣的过程。 先知先觉的人，开始使用它；后知后觉的人，开始质疑它。 互联网刚刚兴起的时候，有人认为，人类永远离不开报纸。 报纸有深度，有公信力，有专业的记者，有成熟的发行网络。 这些判断，在当时并没有错。 但问题在于，互联网并不是简单地与报纸竞争。 它改变了信息生产、传播和获取的成本结构。 过去，一份报纸需要经过采访、编辑、印刷、运输，才能送到读者手中。 而互联网让信息可以在几乎没有边际传播成本的情况下，瞬间抵达世界的另一端。 报纸没有消失。 但报纸作为信息传播基础设施的地位，发生了根本性的变化。 这才是最值得思考的地方。 新基础设施真正改变的，不是某一个产品，而是旧世界赖以运行的底层逻辑。 回顾人类历史，我们会发现一个规律。 在新的基础设施出现之前，人们往往认为旧有的生产方式是合理的，甚至是唯一可行的。 在没有电力之前，工厂围绕动力源布局。 在没有互联网之前，企业围绕地域、渠道和信息差建立竞争优势。 在没有智能体之前，企业围绕人的时间、经验、岗位和组织层级配置生产力。 这些方式都曾经是合理的。 但合理，不代表永远合理。 当新的基础设施出现，它首先改变的是成本。 然后改变效率。 接着改变组织。 最终改变行业的竞争规则。 互联网让信息流动的成本大幅降低。 移动互联网让人与信息、人与服务的连接变得随时随地。 而今天，人工智能正在改变另一件事情： 知识的获取、理解、推理和执行，正在逐渐摆脱对人类时间的完全依赖。 这不是说机器已经可以替代所有人。 恰恰相反，我们应该对这个过程保持足够清醒。 今天的大模型仍然会犯错，智能体仍然需要权限、边界、治理和验证。 但是，技术的不成熟，并不意味着方向不存在。 互联网早期同样有速度慢、成本高、体验差的问题。 如果我们只盯着今天的产品体验，而不去判断底层成本结构正在发生什么变化，就很容易错过真正重要的东西。 我观察到，面对新技术，通常有三类人。 第一类人，知道它是什么，也知道它将改变什么。 他们不一定拥有最多的资源，也不一定是行业里最有话语权的人。 但他们愿意在新事物还不够成熟的时候，就开始尝试。 他们不只是使用新工具，而是重新思考自己的业务。 当别人还在讨论互联网能不能取代报纸时，他们已经开始思考，如何利用互联网重新组织信息。 当别人还在讨论 AI 能不能写一篇文章时，他们已经开始思考，能不能让 AI 参与整个企业的经营过程。 这类人，往往最早尝到甜头。 第二类人，是旧时代的守护者。 他们可能是专家，可能是行业权威，也可能是已经在旧体系中建立起巨大优势的人。 他们的经验是真实的。 他们的能力也是真实的。 但问题在于，他们很容易把过去的成功经验，当成未来的普遍规律。 他们会说： “这个行业很特殊。” “这个事情必须由人来做。” “我们积累了几十年的经验，不是机器能够理解的。” 这些话，有些是正确的。 但如果它们最终变成拒绝尝试的理由，那么经验就可能从资产变成负担。 第三类人，其实并不是反对新技术。 他们只是根本不知道，新的基础设施已经出现了。 他们依然按照旧有的方式经营企业、组织生产、寻找客户。 他们不是不愿意改变，而是没有意识到，改变已经开始。 我认为，真正值得警惕的，不是一个人暂时不使用新技术。 而是他已经习惯了旧世界的运行方式，以至于无法想象另一种可能性。 当然，我也不认为所有人都应该盲目拥抱新技术。 新基础设施的成熟，需要时间。 真正有价值的先行者，不是最早喊出概念的人，而是最早在真实场景中验证价值的人。 我做 AgentrixOS，并不是因为我认为 AI 很热门。 也不是因为我想做一个看起来很先进的 AI 产品。 我更关心一个问题： 如果 AI 正在成为新的生产力基础设施，那么企业应该如何重新组织自己的生产力？ 过去十年，我接触过工厂、茶叶、乡村产业，也经历过传统企业真实的经营问题。 我越来越清楚地认识到，传统产业真正缺少的，并不只是一个更好的软件。 很多企业的问题，是长期积累下来的。 信息分散在不同的人手里。 经验依赖少数核心员工。 决策依赖老板个人判断。 市场变化无法及时感知。 大量重复性的工作，消耗着组织的时间。 一个企业可能拥有很好的产品、很强的供应链、很深的行业经验。 但它未必拥有足够的能力，把这些优势持续转化为增长。 这也是我理解 AI-Native 的出发点。 传统软件，是让人通过软件完成工作。 AI-Native 系统，则应该逐渐让 AI 理解目标、感知变化、推理原因、制定行动方案，并在授权范围内执行。 人仍然是组织的核心。 但人的角色，可以从大量重复性的操作中逐渐解放出来，更多地承担目标设定、判断、创造和治理。 这也是 AgentrixOS 正在探索的方向。 我们不是简单地给每一个岗位增加一个聊天机器人。 我们希望让企业拥有一套可以持续感知、推理、决策、执行、记忆和进化的智能体系统。 市场发生变化，它能够感知。 出现新的机会，它能够分析。 需要采取行动，它能够执行。 执行产生结果，它能够记忆。 经验经过验证，它能够逐步沉淀为组织能力。 当然，这个过程不能仅仅依赖大模型的聪明。 权限、治理、验证、审计和人的最终责任，同样重要。 因为企业真正需要的，不是一个偶尔表现惊艳的 AI。 而是一套能够在真实业务中持续工作的系统。 但这里有一个非常重要的区别。 AgentrixOS 并不是某一个行业的应用系统。 它是我们希望构建的 AI-Native 智能体系统底座。 在这个底座之上，我们可以针对不同产业，构建不同的产业级智能体系统。 底座负责提供通用的智能体能力，包括感知、推理、决策、执行、记忆、治理与进化。 产业系统则负责理解具体行业。 它需要理解这个行业的业务流程、专业知识、数据结构、经营目标，以及真实世界中的约束条件。 换句话说，AgentrixOS 解决的是智能体如何组织、如何协作、如何持续运行的问题。 而产业系统解决的是这些智能体如何真正进入一个行业，参与这个行业的生产与经营。 这两者不是相互独立的产品。 而是底座与应用之间的关系。 我们希望通过 AgentrixOS，逐渐形成一套可以复用的通用能力。 然后基于这些能力，持续构建面向不同产业的智能体系统。 这也是为什么我们不会把自己局限于某一个行业。 因为我们真正想建设的，是能够持续服务不同产业的 AI-Native 基础设施。 如果说 AgentrixOS 是我对企业生产力基础设施的探索。 那么 TeaNexus，就是我对产业全球化基础设施的探索。 我做了十年茶。 我知道中国茶叶有多好的产品，也知道中国茶叶出海有多复杂。 一个茶厂可能拥有几十年的制茶经验。 一个茶商可能掌握着优质的原料和稳定的供应链。 但当他们面对海外市场时，仍然需要解决一系列问题。 如何找到真正的采购商？ 如何让采购商理解自己的产品？ 如何处理语言、认证、合规和贸易流程？ 如何建立信任？ 如何让自己的产品被海外市场持续发现？ 过去，这些能力往往掌握在少数有经验的外贸公司手里。 对于大量中小茶企来说，出海是一件成本很高、门槛很高的事情。 我一直在思考： 如果 AI 能够理解茶叶产品、企业资质、采购需求和国际贸易流程，能不能让一家普通茶厂，也拥有过去只有成熟外贸团队才具备的一部分能力？ 这就是 TeaNexus 想要做的事情。 我们希望让中国茶企更容易被全球采购商发现、理解和信任。 从过去的“人找茶”，逐渐走向“茶找人”。 当然，这并不是说 AI 可以自动解决所有贸易问题。 真实的交易仍然需要产品质量、供应链、信用、物流和人的判断。 但如果 AI 能够显著降低信息获取、客户开发和跨语言沟通的成本，那么它就有可能改变中国茶企参与全球市场的方式。 这才是我真正感兴趣的事情。 我并不是想让茶叶行业多一个 AI 工具。 我想探索的是： 当 AI 成为基础设施之后，一个传统产业原本不具备的能力，能否成为它的基本能力？ 除了茶叶，我们还在药食同源产业进行了实践。 我们已经基于 AgentrixOS，为大仁堂华膳云选完成了产业级智能体系统的建设。 这个系统不是一个简单的 AI 客服，也不是一个孤立的 AI 员工。 它是一个由多个智能体协同工作的系统。 在这个系统中，情报趋势官负责感知市场趋势与行业变化；选题官负责分析信息、判断方向；市场猎手负责发现社交媒体上的潜在客户与关联客户；内容生产官则根据选题执行内容生产。 不同的智能体承担不同的职责，并在统一的系统中协同工作。 这背后，是我们对 AI-Native 企业运行方式的一种探索。 过去，企业需要依赖不同岗位的员工，分别完成市场信息收集、趋势分析、客户发现、内容策划和内容生产。 现在，我们开始尝试让这些工作由多个智能体协同完成。 当然，这并不意味着所有工作都可以交给 AI。 真实的业务仍然需要人的判断，需要明确的权限，需要治理与验证机制。 但我们希望逐渐降低企业对重复性人工操作的依赖，让人的经验能够沉淀为系统能力，让系统能够持续参与企业的经营过程。 大仁堂华膳云选，是 AgentrixOS 在药食同源产业的一次实践。 而 TeaNexus，则是 AgentrixOS 在中国茶叶出海领域的一次实践。 它们面对的是不同的产业。 但它们共享同一个底座。 这也是我们真正想做的事情： 不是为每一个行业重新开发一套完全独立的 AI 系统。 而是通过一个持续进化的智能体系统底座，让不同产业能够以更低的成本，获得属于自己的 AI-Native 能力。 这是一个必须回答的问题。 因为基础设施不是慈善。 我做 AgentrixOS 和 TeaNexus，当然希望创造商业价值。 但我认为，基础设施型公司的收益逻辑，与单纯卖工具有所不同。 如果我们只是在卖一个功能，那么我们的价值，很容易被下一个拥有类似功能的产品取代。 今天可以生成内容，明天别人也可以。 今天可以分析数据，明天别人也可以。 但如果我们能够真正深入一个产业，理解它的业务流程、积累它的数据、建立它的治理规则，并让 AI 持续参与它的生产和经营，那么我们创造的价值就不再只是一个功能。 而是产业运行能力。 对于 AgentrixOS 来说，我们希望获得的是： 第一，企业智能体系统的产品化能力。 第二，深入行业之后形成的业务理解和数据积累。 第三，客户长期使用之后形成的流程、记忆和系统价值。 第四，能够复制到更多企业的标准化能力。 对于 TeaNexus 来说，我们希望获得的是： 第一，中国茶企出海服务的市场入口。 第二，真实的茶叶产品、供应链和国际采购需求数据。 第三，采购商与中国茶企之间的连接能力。 第四，随着交易规模增长而逐渐形成的网络价值。 但这些都不是天然成立的。 客户是否愿意付费，系统是否真正提高效率，交易是否能够持续发生，才是最终的验证标准。 基础设施的价值很大。 但基础设施的建设，也可能失败。 我不想把未来说得过于确定。 我只是认为，这个方向值得投入。 因为基础设施从来不是一个人能够完成的。 互联网需要通信网络、服务器、软件、内容、支付、物流和无数应用。 AI 也一样。 它需要模型、算力、数据、应用、行业知识、治理机制和真实业务场景。 我希望与我同行的人，不只是来做一个项目。 而是一起参与一件可能持续很多年的事情。 对于企业来说，我们希望帮助它们降低经营成本，提高经营效率，建立过去不具备的能力。 对于行业专家来说，我们希望让他们的经验不再只能通过个人时间传递，而是能够沉淀为可验证、可复用的组织能力。 对于开发者来说，我们希望一起构建一套真正服务于真实产业的 AI-Native 系统，而不是不断重复制造新的聊天界面。 对于产业伙伴来说，我们希望共同探索新的商业模式，让传统产业在全球化过程中获得新的竞争优势。 对于早期同行者来说，当然也应该有合理的商业回报。 如果我们创造了价值，就应该通过产品收入、业务增长、长期合作，乃至合理的股权安排，让参与者分享价值。 我不认为仅仅因为一个方向伟大，就足以要求别人付出。 真正有意义的合作，是大家都能够从这件事情中获得自己想要的东西。 有人获得商业收益。 有人获得成长。 有人获得新的事业。 有人获得参与改变一个行业的机会。 而我们共同创造的，是一套能够持续产生价值的系统。 我一直认为，中国有很多非常优秀的传统产业。 它们有供应链、有制造能力、有产品、有经验。 但在全球化过程中，很多产业的竞争优势，并没有充分转化为全球市场的商业优势。 过去，我们通过制造业基础设施，建立了强大的生产能力。 通过互联网基础设施，建立了强大的信息连接能力。 而今天，我们有机会通过 AI 基础设施，把生产能力、信息能力、组织能力和全球市场连接起来。 这并不意味着所有行业都需要被 AI 重做一遍。 也不意味着 AI 一定能够改变所有事情。 但我相信，未来一定会有一批企业，它们不再把 AI 当作一个附加工具。 而是从一开始，就把 AI 当作企业运行的一部分。 它们的组织方式、业务流程、决策机制和全球化能力，都将围绕新的生产力基础设施重新构建。 我希望 AgentrixOS 和 TeaNexus，能够成为这个过程中的一部分。 我们可能不是最早提出概念的人。 也不一定拥有最多的资源。 但我们有真实的产业经验，有真实的客户，有真实的问题，也有愿意持续投入的决心。 我更愿意把自己看作一个基础设施的建设者。 不是因为我已经看到了全部未来。 而是因为我认为，有些事情值得提前开始。 最后 每一次基础设施革命，都会产生新的机会。 但机会并不属于所有人。 它属于那些能够理解变化、愿意进入真实场景、并且持续创造价值的人。 当互联网成为基础设施之后，真正改变世界的，不只是互联网公司。 还有那些利用互联网重新组织零售、制造、金融、物流和教育的企业。 同样，AI 时代真正值得期待的，也不只是模型公司。 而是那些能够把 AI 变成真实生产力的人。 我做 AgentrixOS，是希望让企业拥有持续进化的智能能力。 我做 TeaNexus，是希望让中国茶企拥有更容易走向全球的能力。 大仁堂华膳云选，则是我们在药食同源产业的一次实践。 而这几件事，并不是孤立的。 AgentrixOS 是我们持续建设的 AI-Native 智能体系统底座。 TeaNexus、大仁堂华膳云选，则是基于这个底座构建的产业级智能体系统。 未来，我们还希望与更多产业伙伴一起，探索 AI 在不同产业中的应用。 可能是茶叶，可能是药食同源，也可能是制造业、食品、零售，以及更多传统产业。 每进入一个产业，我们都需要重新理解它的业务。 但我们不需要每一次都从零开始建设智能体的通用能力。 底座可以持续复用，产业知识可以持续沉淀，治理机制可以持续完善，真实业务产生的经验也可以不断反馈到系统之中。 这意味着，随着产业系统不断增加，AgentrixOS 的通用能力也有机会持续增强。 而随着底座能力不断增强，未来构建新的产业系统，也有机会变得更快、更可靠、成本更低。 这才是我们希望形成的长期循环。 一个持续进化的 AI-Native 底座，支撑更多产业系统；更多产业系统进入真实业务，又反过来推动底座持续进化。 这不是简单地复制几个 AI 产品。 而是在探索一种新的产业智能基础设施。 这两件事，看起来不同。 但在我看来，它们指向同一个目标： 让新的基础设施，真正进入真实产业。 我相信，未来会有越来越多的人意识到这一点。 而我希望，当他们开始寻找同行者的时候，我们已经在路上。 艾金特智能：sagezhang 微信：rod66s（张思元）
