夜雨聆风
尤其在电商、消费和品牌出海场景里，这种变化正在变得越来越具体：AI 不再只是帮团队写文案、做客服、生成内容，而是开始进入获客、转化、履约、复购和客户关系维护等更深的业务环节。
杭州一直是中国电商和消费创新的重要城市。也正因如此，7月2日 SEAMATE China Summer·杭州站「Agentic Commerce：深入场景的垂直应用」，将把讨论重点放在 AI 如何进入真实商业场景，
SEAMATE China Summer·杭州站
本次活动 Keynote 分享嘉宾之一郭辰璐，Shulex CEO 兼联合创始人，将围绕「自外而内的 Agentic 趋势：AI 客服和 AI 组织升级实践」展开分享。
而在此前出海同学会硅谷线下「疯狂星期四」中，Shulex 创始人郭振（Hunter Guo）也曾分享过团队用 AI Agent 驱动业务增长的实践。从自动化增长、内容运营、客户开发，到团队协作和知识沉淀，他讨论的重点不是某一个工具，而是一家公司如何把 Agent 真正变成日常工作的组成部分。
以下内容，来自郭振（Hunter Guo）此前分享的精炼整理，也可以作为理解 7.2 杭州活动议题的一个前置视角。
Hunter 开场没有讲产品，而是先分享了过去几个月团队的一些变化。
在他看来，过去很多人把 Claude Code 看成一个写代码的工具，但真正用下来之后，他最大的感受是，它已经远远超出了研发的范畴。
过去几个月，他们尝试把很多原本由人工完成的工作重新梳理，并交给 Agent 去执行。从内容运营、SEO，到客户开发、社交媒体运营，很多流程都已经能够自动运行。
Hunter 认为，真正值得关注的并不是这些工具本身，而是公司的工作方式正在发生变化。
因此，他越来越倾向于把 Claude Code 看作一种新的生产工具，而不是开发工具。
模型会不断变化，今天领先的是 Claude Code，未来也可能是其他产品；真正重要的是，公司是否已经建立起一套能够持续使用这些工具的工作方式。
在 Hunter 看来，很多人讨论 AI 创业时，都会关心一个问题：如果未来 AGI 足够强，大模型公司会不会最终把所有能力都做掉？AI 创业公司的护城河又在哪里？
他的答案并不是模型。
因此，他们一直把模型当成 Processor，而不是公司的核心资产。模型负责推理、执行任务，而真正决定一家公司的，是长期积累下来的业务经验，以及这些经验如何被组织起来。
Hunter 认为，这也是未来 AI 公司最重要的能力。
模型越来越强，对所有人都是利好；真正拉开差距的，不会是谁先用了某一个模型，而是谁率先建立起自己的 Memory，把行业经验、SOP、Workflow 不断沉淀下来，并能够持续复用。
过去几年，很多公司都在讨论知识库、经验沉淀，希望把每个人的工作方法留下来，避免因为人员流动造成经验流失。
但在 Hunter 看来，这件事本身值得重新思考。
一开始，他们也尝试过把每个人的经验都整理下来，逐渐沉淀成公司的 Memory。后来发现，真正有价值的并不是某一个人的经验，而是一个角色应该具备的能力。
因此，他们后来开始重新设计 Agent。
不是让每一个 Agent 去模拟某一个员工，而是围绕不同岗位，构建一套能够持续复用的角色能力。产品、运营、研发、Service……每一个 Agent 都只负责一件事情，并不断把这件事情做好。
Hunter 认为，这些角色最终不仅需要 Prompt，还需要属于公司的 Skill，以及不断积累下来的 Memory。公开的 Prompt、公开的 Skill，任何团队都可以获得；真正形成差异的，是这些能力如何结合公司的业务经验，逐渐变成只属于自己的 Skill Library。
在所有关于 Agent 的讨论里，一个很容易被忽略，但在实际使用中又不断被放大的问题是：如何让系统变得越来越好。
Hunter 在现场反复提到一个词：feedback。
在他看来，Agent 和传统软件最大的不同，不在于“能不能执行任务”，而在于它是一个可以持续被训练的系统。而这个训练过程，并不是来自模型本身，而是来自不断的反馈。
很多团队在使用 Agent 的时候，容易停留在“能不能跑”的阶段。但真正拉开差距的，是后面的那一层：哪些结果是好的，哪些是不好的，为什么好，为什么不好。
在 Hunter 看来，这个过程本质上是在构建一种新的“学习机制”。不是人学习工具，而是工具在学习公司。
而这个学习的关键，不是 prompt，也不是模型，而是 feedback loop。如果没有 feedback，Agent 只是一个更快的执行器；但如果有持续的 feedback，它才可能变成一个不断进化的系统。
当 Agent 开始进入真实业务之后，一个更现实的问题开始出现：公司里的角色正在被重新划分。Hunter 提出了一个非常明确的判断：未来公司的核心角色，会逐渐收敛为几类。
第一类，是 Builder。
负责把想法变成可以运行的系统，让 Agent 真正跑起来。
第二类，是 Reviewer。
负责判断结果是否正确，是否符合业务目标，并不断修正方向。
还有一类，是直接和物理世界发生连接的角色，比如 Service、Sales、BD。在 Hunter 看来，这些角色不会消失，反而会变得更加重要，因为他们仍然需要处理真实的用户、真实的交易，以及真实的不确定性。
而在这个结构之下，传统意义上的“中间层”，会逐渐被压缩。不是因为这些岗位不重要，而是因为很多原本需要人协调、对齐、执行的工作，现在可以被 Agent 吸收掉。
组织的复杂度正在下降，但对每一个角色的要求正在上升。
Reviewer 不再只是“看结果”，而是要有判断力、审美能力，以及对业务的理解能力。Builder 也不再只是“写代码”，而是要理解业务本身，并把业务拆解成可以被系统执行的结构。
在所有关于组织变化的讨论里，有一个问题是绕不开的：当工具变了，公司到底是“自然演化”，还是必须被推动改变？
Hunter 的判断是后者，而且非常明确。
在他看来，Agent 时代的组织变化，不可能靠中间层推动，也不可能靠某一个流程优化慢慢发生，它只能来自更上层的主动改变。因为旧的工作方式本身是稳定的，每一个人都会按照既有职责去运转。但新的方式不是优化旧系统，而是直接替换掉一部分系统逻辑。
他甚至提到一个比较极端的判断：在一个 1000 人以下的公司里，如果 founder 自己没有真正使用新的工具，没有改变自己的工作方式，那么组织层面几乎不可能发生变化。
因为每一个人都会回到自己熟悉的路径依赖里。在这种情况下，所谓“引入 AI”，最后往往只会变成工具叠加，而不是结构变化。
Hunter 自己的做法恰恰相反。他会亲自参与 builder 的角色，亲自把业务拆解成可以被 Agent 执行的任务，并在过程中不断调整组织的工作方式。不是先定义系统，而是在使用过程中逼出系统。
如果说前面的讨论是在讲“组织如何变化”，那么这一部分，Hunter 在试图回答一个更底层的问题：一家公司的长期价值到底来自哪里。
在他的判断里，未来公司最重要的资产，不是代码，也不是模型调用能力，而是两样东西：Memory 和 Skill。
Memory 指的是公司在长期业务中积累下来的经验、流程、判断方式，以及这些内容如何被系统化。Skill 则是这些经验如何被抽象成可以复用的能力模块。而这两者，最终决定了一家公司是否可以持续扩张。
在这个结构之下，Agent 的作用不是替代人，而是承载这些 Memory 和 Skill。公司不再依赖个人经验，而是把经验结构化之后，交给不同的角色 Agent 去执行。
于是组织开始发生一个非常关键的变化：从“人驱动公司”，变成“Memory 驱动公司”。人变成 Builder、Reviewer、Service。而真正决定公司能力上限的，是这些角色背后承载的 Memory 与 Skill 是否足够深。
当 Agent 可以完成越来越多工作之后，一个更现实的问题开始浮现：如果工具、流程、甚至执行本身都可以被复制，那么一家公司真正不可替代的部分到底是什么？
Hunter 在整场分享中其实反复在回答这个问题。
是公司如何持续积累、更新、判断，并把这些东西沉淀为可以执行的系统。也正是在这个意义上，他提到 Feedback 会变得越来越重要，因为它决定了系统是静态的，还是可以持续进化的。
而 Reviewer 的角色，则决定了公司是否具备判断“什么是好”的能力。
相关往期推荐阅读
