AI行业变天了!DeepSeek开始让AI自己造工具了

从 DeepSeek Creator Mode 一直到 Salesforce 开展收购 AI 公司的动作，可以看作是 AI 产品的功能由聊天机器人转变为智能化的工作伙伴。

如果最近你所关心的重点还是某个 AI 模型的表现更加聪明、某个模型参数量更大之类的事情的话，在很大一部分程度上你就已经错失了整个 AI 行业里一个比较重要的转变。

以前用 AI 主要是为了让它来回答问题、写文案和生成图片等。

而现在，AI 所做的事情已经不只是告诉你应该怎么做，而是可以帮你把事情做好。

在 2026 年 11 月 2 日至 3 日这段时间里，AI 行业发生了一些比较重要的事情。DeepSeek 推出了 Creator Mode这样一个功能，让用户能够借助对话的方式来开展插件的创建工作。Salesforce 则对外宣布了收购 AI 客服公司 Cresta的相关决定。

而 Anthropic 最新提交的 IPO 文件，也把较为惊人的营收以及计算能力方面的信息给公开了出来。

在同一个时间段里，有一部分企业采取强制要求员工使用 AI的做法，也引发了相应的争议；英国的网络安全机构则针对由 AI 驱动的网络攻击发出了警告。

这些新闻表面上看往往并没有直接的关联，但是却共同指向了某一种趋势。

「AI 行业的竞争重心，正在从模型层面的竞争，逐步进入到智能体执行能力以及商业价值方面的竞争。」

在这次的一系列消息当中，相对比较值得关注的内容之一，就是 DeepSeek Harness 所推出的 Creator Mode，也就是创造模式。

简单来说的话，在以前我们使用 AI，往往需要先去寻找较为合适的工具，然后才能够告诉 AI 具体应该怎么样去使用。

而现在，DeepSeek 方面希望让用户能够直接借助对话的方式，把自身所需要的插件给创建出来。

举例来说的话，你可以向它提出这样的要求。

DIALOGUE

帮我创建一个番茄钟的插件。

帮我做一个视频编辑方面的工作台。

帮我搭建一个 3D 可视化的工具。

帮我创建一个专属的设计工作空间。

AI 在这里并不只是把一段建议给生成出来，还能够参与到插件的开发、安装以及验证这些相关的环节当中去。

在 DeepSeek 官方所展示的番茄钟案例当中，系统首先会加载插件开发方面的技能，接着对环境的情况进行检查，把插件文件编写出来，最后再完成安装以及运行方面的验证工作。

整个演示的流程大概用了 5 分 24 秒这样一个时间。

在这背后其实存在着一个相对重要的变化。

在以前往往是人去适应软件，而现在则开始尝试让软件根据人的具体需求来开展定制化的工作。

当然了，Creator Mode 目前仍然处在预览以及持续迭代的阶段当中，对于那些相对复杂的插件来说，也并不意味着只靠一句话就一定能够保证一次性取得成功。

但是它毕竟展示出了一个较为值得关注的方向，也就是在未来的时候，每一个人都有可能拥有着一套根据自身工作习惯来定制的 AI 工具。

02

如果说 DeepSeek 所展示的是个人开展工具创建的可能性，那么 Salesforce 的这步动作，则在很大程度上体现出了 AI 智能体在企业场景当中的商业价值。

11 月 2 日的时候，Salesforce 对外宣布已经签署了最终的协议，要开展对 AI 客户体验公司 Cresta 的收购。

根据《The Information》援引知情人士的相关报道，这笔交易的金额大约在 27 亿美元左右。不过 Salesforce 的官方公告当中，并没有把具体的交易价格给披露出来。

Cresta 在核心能力方面主要表现为 AI 语音智能体。

它能够对较为复杂的客户电话进行处理，在对话的过程当中把客户的需求理解清楚，对打断的情况作出处理，并且提供实时的回应，同时还能够把客户的交互情况与企业方面的业务系统连接在一起。

这也就意味着，AI 客服已经不再仅仅停留在对常见问题作出简单回答的层面上了。

举一个例子来说。

传统的客服往往需要由人工来接听电话，把订单的信息查询出来，对客户的信息进行核实，然后才能够根据业务的规则来处理相应的问题。

而 AI 智能体则可以在被授权的范围之内，把客户的需求理解清楚，查询到相关的信息，执行对应的流程，最后把处理的结果给出来。

相对更重要的一个方面是，Salesforce 能够把 Cresta 的语音能力和自家的 CRM 以及 Service Cloud 结合起来，让客户对话与后续的业务处理之间形成一种闭环的状态。

这次收购所释放出来的信号是相对明显的。

「企业真正愿意把资金投入进去的对象，并不只是那些能够开展聊天动作的 AI，而是那些能够把业务结果给创造出来的 AI。」

AI 商业化的现状如何？可以参照一组数据来了解。

Anthropic 最新的 IPO 文件中包含了一些值得我们注意的数据状况。

根据 11 月 2 日更新的 SEC 文件和美联社相关报道：

需要注意的是，在这之前的九个月里所发生的净亏损中包括了约 940 亿美元和融资协议有关的会计调整，所以不能简单地认为账面上的亏损就是实际现金被消耗的情况。

这组数据在一定程度上说明，AI 企业虽然正在获取较为巨大的商业收入，但是在模型的训练、推理服务以及数据中心的建设这些方面，依然需要开展巨额的投入。

AI 行业目前正在面对着这样一个相对现实的问题。

模型的能力越强，相应的用户数量往往也会越多，商业方面的机会也就越大，但是在背后所对应的算力、能源以及基础设施方面的成本，也有可能随之出现增长的情况。

所以说，未来 AI 企业之间的竞争，往往并不只是模型能力层面的竞争，同时也包含着模型效率以及商业化能力方面的竞争。

04

在 11 月 3 日于中国香港举办的全球金融领袖投资峰会上，中国国家金融监督管理总局副局长肖远企作出了提醒，全球范围内的 AI 投资正在出现过度集中的趋势。

他指出，资金如果过度地流向少数的科技企业，那么就有可能把杠杆的水平给推高，带来投资扩张速度过快等一系列的问题，同时也会对传统产业的融资空间形成挤压。

这条消息是相对值得企业和投资者加以重视的。

在过去的时候，AI 行业受到关注最多的往往是融资的规模、模型的参数以及估值这些方面。

但是随着 AI 投资规模不断地扩大，市场方面也开始对一个问题给予更多的关注。

也就是这些投入最终到底能不能够转化为实际的生产力。

比如说：

技术方面的突破当然是比较重要的，但是那些真正能够获得长期发展的 AI 产品，最终往往还是要回到实际业务价值这个层面上来。

05

AI 正在逐步进入到企业的场景当中，但是与此同时，也出现了一个相对有意思的问题。

有一部分企业开始要求员工必须使用 AI，甚至借助 Token 的消耗数量、使用的时间以及培训的完成情况来对员工开展考核的工作。

《华盛顿邮报》在 11 月 2 日的一篇报道当中，就专门针对这个问题开展了讨论。

斯坦福大学的研究人员指出，员工消耗掉大量的 Token，并不代表着就已经把大量的商业价值给创造出来了。

如果企业仅仅关注员工使用 AI 的次数，而对于实际的工作成果并不关注，那么就有可能出现这样的一种现象。

员工使用 AI 的目的变成了完成考核，而并非是为了把工作效率真正地提升上去。

这其实是很多的企业在开展 AI 转型的过程当中比较容易犯的一种错误。

真正有效的 AI 考核，往往应该对以下几个方面给予关注。

AI 的价值并不体现在使用的次数上，而是体现在实际所产生的结果方面。

06

最后的一条新闻，是值得所有的企业加以警惕的。

在 11 月 3 日的时候，英国国家网络安全中心也就是 NCSC发布了相关的警告。

到 2028 年，由 AI 驱动的恶意软件极有可能被用于针对英国关键基础设施开展勒索软件方面的攻击。

所涉及的领域可能包括电力、交通以及医院等相对重要的方面。

AI 有可能帮助攻击者以更快的速度把目标寻找出来，把网络方面所存在的漏洞给发现出来，并且编写出恶意的代码，从而把攻击的效率给提升上去。

但是从另外一个方面来看，AI 同样也可以被用于开展漏洞的检测、异常行为的识别以及网络防御等相关的工作。

因此，问题的关键往往并不在于是否使用 AI，而是在于如何把一套安全并且可控的 AI 使用体系给建立起来。

尤其是当智能体开始拥有访问文件、调用工具以及执行操作的相关权限的时候，权限的管理、操作的审计以及人工的确认这些环节，就会变得相对更加重要。

把这几条新闻放在一起加以观察的话，可以看到 AI 行业正在发生三个相对明显的变化。

第一，竞争的重心正在从模型层面走向智能体层面。

AI 已经不再仅仅需要把问题回答出来，还需要能够把工具连接起来，把任务理解清楚，执行相应的流程，并且把结果交付出来。

第二，关注的重点正在从技术展示走向商业价值。

企业真正关注的是 AI 到底能不能够把成本降下来、把效率提上去、把收入增加起来，而并非单纯地去追求使用的次数以及 Token 的数量。

第三，整体的走向正在从能力开放转向安全治理。

AI 所能够执行的任务越多，企业方面也就越需要对数据安全、权限管理以及风险控制这些方面给予重视。

对于普通的人来说，现在相对最值得开展的事情，并不是每天去追逐几十个新的模型，而是学会把自身的工作拆解成那些可以交给 AI 来承接的任务。

对于企业来说，真正值得把资源投入进去的，也并不是盲目地开展 AI 工具的采购工作，而是找到那些能够产生实际价值的业务场景。

AI 的下一阶段，并不只是让机器变得更聪明，而是让机器真正成为那种能够协助我们把工作完成好的伙伴。

你觉得在未来的时候，最有可能被 AI 智能体所接管的工作会是什么?