访谈脉络:从模型能力到企业生产力的转换器
反共识押注 To B:为什么 AI 时代的 To C 是「不对称战争」
Koji 开篇发问:中国创业者和 VC 对 To B(企业服务)几乎有「生理性恐惧」,前智谱 COO 张帆为何逆流而上?张帆先区分归纳法与演绎法:市场默认 To C 机会更大,源于互联网时代的归纳——彼时「线下已满、线上空白」,传统旅行社供应链在携程视角无法直接复用,携程得以跑马圈地建全新线上供应链,手握极长战略纵深。
今天却是「线下满了、线上也满了」,且没有新硬件终端,原有的线上护城河并未消失。张帆举例:今天做出一个体验极佳的 AI 旅游 Agent(智能体)并不难,但面对携程这类成熟 OTA(在线旅行社),这是一场不对称战争——巨头追平你的交互体验可能只需 1 年,创业公司追平它冰山之下的供应链与履约运营却要 10 年。界面只是冰山一角,多数 To C 赛道皆然。
类 Siri、妙计旅行数千万美元「学费」与错误的 Reward Model
外界常因张帆在智谱管商业化而误以为他是纯业务出身,他澄清自己一直是技术底色,只在智谱最后两年转做业务(且一半精力仍在产研)。2010 年回国正逢 Siri 引爆第一波「类 AGI/《Her》」热潮,他在搜狗、腾讯做类 Siri 产品,两年后行业几乎全军覆没——当年靠人工切分几十个意图类别、逐类训练解析与调用 API 的小模型,缺乏通用泛化力,且注定是大厂必争之地,小团队缺乏掌控力。
2014 年他首次创业做 AI + 旅游「妙计旅行」。去哪儿网做的是「一阶源搜索」(单张机票比价),他希望把搜索空间升维到「行程级最优解」:用户给出巴黎、马德里、巴塞罗那各 3 天且不限顺序,系统通过排列组合串起机票、酒店、租车、包车、门票、Day Tour(一日游)与城内小交通。Koji 认为这个自下而上的痛点至今未解;张帆坦言妙计做了 5 年、融了数千万美元仍以失败告终,交了一笔昂贵「学费」——程序员容易把旅游当产品问题,以为给出够「Fancy」的高级方案就赢了,最终才明白旅游本质是供给与供应链问题,不能交付的高级信息毫无价值(Koji 附和印奇所言「不能闭环的商业模式都是泡沫」)。
更深的教训是警惕「错误的 Reward Model」:2014 年资本热,十几二十名程序员零用户便从一线基金融超 1,000 万美元、拒掉大厂 Offer;业者赞许、少数天使客户狂热、媒体捧为「旅游门外的野蛮人」「公牛冲进瓷器店」。外部正反馈极易造成自我强化,唯有切回业务层面的 Reward Model(留存、满意度、问题解决完成度),才能看清生意是否闭环。
大搜车千人产研、中小电商数据中台,与 1 小时决定并入智谱
妙计之后张帆意识到:「一流技术团队」满大街都是,真正稀缺的是「花几千万美元在产业里深磨过的技术团队」。他随后以集团 CTO 加入估值约 30 亿美元、手握约 10 亿美元现金的大搜车,带近千人产研团队服务新车、二手车、二网、金融、保险、物流、软件、代运营共 17 条业务线,落地二手车估价、自动化检测与车商匹配;2020—2021 年又带 100 人数据中心团队全链路自研埋点、大数据调度、治理、指标体系、BI(商业智能)和 CDP(客户数据平台)。
2022 年他再次创业做 AI + 数据公司,押注又一反共识:业界以为只有大厂适合建数据中台,他却发现大厂极度异构、文档缺失且不可复用;反倒中小电商被大平台铺平了信息化——淘宝、京东、抖店、有赞、微盟,加聚水潭、万店通等 ERP 与光云等内容工具,约 50 个标准化网站即可全覆盖。电商只需填账号密码,系统自动汇聚治理、生成预测报告并支持自然语言查询,将大厂中台成本压到几十分之一、10 万元交付。
运作 6 个月拿完天使轮与首批客户、正备 A 轮时,2022 年 12 月 ChatGPT 问世。NLP 出身的张帆立刻判定这是颠覆式创新。老领导兼好友、原搜狗首席科学家张阔(唐杰师弟)邀他同行,他甚至没跟唐杰聊满 1 小时、自己独处思考 1 小时,便于 2023 年 2—3 月携团队并入当时「一单未卖」的智谱。
Koji 好奇他为何放弃已有初步 PMF 的项目,张帆用两轮融资的温差解释趋势权重:2014 年经验尚浅却遇热潮,零用户轻松融过千万美元;2021 年「SaaS 元年」基金追着给高估值,等到 2022 年出来正好撞上疫情与上海封城,尽管个人与团队能力强了 10 倍、管过千人产研,融资却难了 10 倍——「人在大事面前,能力根本不重要」。Koji 想到《异类》(Outliers)中同生于 1955 年的盖茨与乔布斯;张帆回道:「出生年份没法把握,创业年份可以把握。」
离开冲刺 IPO 的智谱:每天 7 个客户会与 60 分到 110 分的临界点
在智谱冲刺 IPO 之际离任 COO、拿蓝驰创投 800 万美元再创业,蓝驰投资人称赞他「勇敢」,张帆却不认这个词:「明知搞不了还偏向虎山行才叫勇敢。」他自认只是高风险偏好,且看到了 AI 下半场的确定性,不想等上市错过窗口。
在智谱的两年多比创业更忙:他同时搭建商业化体系和商业产品(MaaS 平台全功能及早期编程产品 CodeGeeX)。2023 年刚加入时几乎只有智谱手握可用大模型,他每天开 7 个客户会(每场 1 小时多),手机常驻 100 多条未读,深夜 12 点散会后再回两三百条消息到凌晨 1 点,两年多深度服务超 1,000 家企业客户。
一手摸模型、一手见客户,让他看清拐点:2023—2024 年基座模型「智商」仅 60—70 分,应用完全卡在底座;到 2025 年已达 100—110 分,跨过临界点。他类比人类历史:过去 5,000 年人脑容量和智商基线未变,生产力却飙升逾 1,000 倍(3 个数量级),靠的是教育、分工、工具和组织协作。60 分智能跨不过这一门槛,但今天跨过了;援引黄仁勋「做只有你能做的事」与 People-Mission Fit,张帆决定下场为 AI 构建「社会形态」,创办一家「模型培训机构」。
落地四步法、限额 6 家跨行业灯塔客户与三层分治
元理智能成立于 2025 年 7 月,录制时仅一个季度,对天使客户设上限不设下限——次年 Q2 前不超过 6 家,且故意来自 6 个不同行业,目标是用重度共创打穿客户的关键业务指标与财务模型,同时倒逼出跨行业通用框架。因未获授权,他以定制游为例拆解以业务结果(而非「交个知识库」)为 Reward 的四步法:
- 跨层访谈画链路:访谈客户 20—30 名跨部门、跨层级员工,勾勒完整业务流;
- 拆解财务与成本结构:如定制游拆为获客、生产、供应链三段;
- 穷举 30—40 个 AI 改进点:获客(投放、内容、沟通)、生产(行程制作与修改)、供应链(谈判、下单、确认);
- 四象限选点与 PDCA 闭环:横轴业务价值、纵轴技术成熟度,只切右上角——供应链谈判价值大但技术不成熟先放着,日常提醒容易做但价值小也不做。工程师再进场接日志、训模型、搭 Agent 按结果迭代;一旦行程生产时效和成本降 5 倍,上下游商业模式都会发生连锁重塑。
Koji 追问重服务如何规模化?张帆按程序员「分治」拆成三层:① 业务理解与选点(偏咨询,先沉淀 SOP 并用 Agent 辅助定访谈对象、出提纲与初访,将服务门槛和成本降 5 倍,最后一公里交给独立资深咨询师与行业专家生态);② 垂类模型优化(SFT/RL 产数据训模型);③ 垂直 Agent 工程化(Prompt、RAG、Memory、Workflow)。团队目标是用商业强化学习把后两层统一为免人工的自动闭环。援引 Salesforce、SAP 及地平线于凯早期驻车厂磨芯片,他指出平台 Day One 都很重;元理只卡住「咨询与基座间的转换器」生态位,明确四不做:不做基座模型、不搭 MaaS 平台、不做 SaaS、不做纯定制咨询。
新旧世界分野:SaaS 零和博弈、AI 正和博弈与「电力 vs 电器」
谈到中国投资人和创业者对 SaaS(软件即服务)挥之不去的心理阴影,张帆拒绝用「中国企业没有付费习惯」草率归因——抖音投放同样是企业真金白银花钱,却极其赚钱。他列出一条直白的商业公式:企业的唯一目标是价值最大化 = 流量 × 转化能力。在多数传统企业里,转化能力乃至全行业的转化能力被默认视作已经压到极致的常量,因此想放大收益只能去买流量,广告平台由此成为最大赢家。
再往下一层拆解,转化能力 = 人 + 工具(SaaS)。当管理层把转化能力锁死为常量,老板花 100 万买一套 SaaS 时,业务团队的第一反应往往是「那是不是要砍掉 100 万的人力预算?」因为人是必选项、SaaS 不是,现有组织天然会排斥 SaaS——人与 SaaS 由此落入零和博弈,这也是 SaaS 极度依赖重度客户成功团队的根源。当 Koji 追问「同样的人性在美国、欧洲、日本为何跑通了 SaaS」时,张帆认为底层人性一致,差异在于代际与信息化早晚:西方员工入职第一天就活在 CRM(客户关系管理)系统里,离了它不会干活;中国也正在经历这一代际切换,如今离开飞书很多人同样无法办公。
元理智能最底层的价值观是「AI 不是工具,AI 是你的同事」:既然是同事,它直接作用于「转化能力」本身,从而把与团队的零和博弈转化为与老板的正和博弈,真正对标的是体量比软件市场大几十倍的劳动力市场/BPO(业务流程外包)——中国企业历来愿意为直接的生产力结果买单,只是不愿为中间过程工具买单。由此也必须跳出「旧坐标系」:有人说机器只要还有 1% 幻觉就需要人,张帆反问「人难道没有幻觉吗?人的幻觉恐怕不止 1%」,写确定性代码才追求零错误,若硬拿确定性规则锁死大模型只会扼杀其泛化能力,视 AI 为人就得学会驾驭幻觉。
他同时指出当下市场极端的供需错配:几乎所有资本、算力与舆论都押在供给侧(芯片、集群、基座模型),需求侧严重缺位。在智谱推 Token 消耗时,靠降价和加派 BD 极难打开增量,张帆用了「电力与电器」作比:拿着电线和灯泡跑到原始部落劝人家「电便宜了多用点电」,可部落里已经摆满灯泡,绝无增长空间;唯有拿出冰箱、彩电、洗衣机、空调这些直接连入生活的开箱即用「电器」,耗电量才会自然爆发。全行业都在卷降本 10 倍的分母,却极少思考如何把业务价值的分子放大 10 倍,而填补基础智能到生产力之间的鸿沟,正是元理要造的「AI 电器」。
商业强化学习、三代 Agent 演进与「个体最佳实践」
如何把通用智能真正变成生产力?张帆拆出两道题:一是「为生产力建模」,二是找到极低成本(1% 甚至 0.1%)的通用优化手段。他把今天的基座模型比作一名高中生——会算术、识字、推理、有常识,具备通用智能却没有直接生产力,必须通过分工赋予他医生、律师乃至外卖员等工种身份。让模型学会一个工种的方法,团队命名为商业强化学习:常规强化学习之所以在数学题(如鸡兔同笼)、Coding、GUI 上突飞猛进,是因为任务存在非黑即白的标准答案作 Reward;而商业场景高度复杂且反馈极其稀疏——销售与顾客聊了 1 小时、说了 100 句话最终没成交,无法简单打一个负分说这 100 句话全都错了,必须像人学习一样让数字员工在贴近真实的商业环境里反复练习。
Koji 提到两周前 A16Z Speedrun 路演中大批「Agent as a Service(数字员工)」公司都选择了垂直岗位(用户调研、客服、销售、HR),追问元理为何要做跨领域泛化?张帆借此梳理出 Agent 发展的三个代际:
- 第一代:基于 Workflow 的 Agent。例如机票预订机器人按固定顺序先问出发地、再问目的地和人数;一旦顾客一上来回答「我想去上海」,它便死循环追问「你从哪儿出发」。即便把节点全连成蜘蛛网,也会因频繁错误流转演变成失控的庞大规则库,毫无泛化力。
- 第二代:AI 自我 Planner 的 Agent(如 Manus、Genspark 等)。用 Prompt 告知角色与目标,借模型原生泛化能力自主规划,已是巨大突破;但痛点在于开发者只能有限调优 Context(上下文),无法干预底座模型(如 Claude)自身的规划策略,导致全世界不同岗位被迫共用同一套思维方式。
- 第三代:商业 RL 直接干预模型本身。如同同样是医生,在不同医院、不同科室的工作方式迥异,第三代要让模型原生学会具体企业与岗位的动作拆解与规划映射——今天大家没做,本质是因为最难、不知道怎么做。
背后更深层的分歧是「行业最佳实践 vs 个体最佳实践」:早期 SaaS 与多数垂类 Agent 好比今日头条出现之前的门户网站(编辑挑好 20 篇体育给所有人看),并不是客户只需要共性,而是创业公司做不起个体化才作出的妥协;而今日头条打破了门户逻辑。同样卖咖啡,星巴克、Manner、M Stand、瑞幸的客群各异;同样做投资,红杉、IDG、蓝驰的判断体系迥然不同,不可能共买一套标准决策软件。这还连着他对「模型不对称性」的判断:大模型能解奥数金牌题,却常把 Strawberry 里有几个字母 r 数错,这不是待修的缺陷,而是所有智能天然的特性——正如爱因斯坦、马云与杨振宁目标各异,无法放在单维尺子上比较谁更聪明。商业环境同样不对称且动态变化(两年前的卖法今天已失效)。
如何既做个体最优又不滑回非标定制软件?他以 AlphaGo 与 AlphaGo Zero 作比:AlphaGo 吞下 3,000 万局人类残局战胜李世石,一年后 AlphaGo Zero 不靠人类先验、仅凭规则和自我博弈几天便反超前者,说明人类知识有时反而是噪音。元理的目标不是人工标注 3,000 万条数据,而是把企业环境定义成一种软性 Prompt:客户给出约 5,000 条销售日志,系统据此快速构建贴合该企业的虚拟实验场,让销售 Agent 在里面日夜沟通、试错与进化,走出来时就成了高度契合该企业的专属销售。
95% POC 失败的现实、「模型性」、轮船 vs 灯塔与数据飞轮
复盘智谱 1,000+ 客户,张帆形容企业 AI 呈「冰火两重天」:供给侧美股 Mega Seven、ARR 和日活高歌猛进;需求侧却如 MIT 同期访谈一两百位高管的报告所示——95% 的 POC(概念验证)失败。过去两年大量交付的只是「情绪价值」(展厅里摆个会说话的知识库),一旦进入生产环境,合规、安全、成本、稳定性每项都是一票否决。
援引张一鸣「企业竞争就是认知竞争」及马云、李彦宏、马化腾早年谈云计算的视频,张帆强调 AI 是业务问题不是技术问题。他提出「模型性」(Model-Nature)对应「人性」:CEO 不必懂 Transformer,却必须成为自家「AI 先知」,理解幻觉、不对称性与 RLHF 带来的讨好型人格——他举海外论文中 Seller 与 Buyer 两个模型谈判博弈,因讨好倾向只要成本与预算有交集便草率成交,Multi-Agent 还会叠加放大偏差。
面对每半年海平面上涨 100 米的基座大模型,他提出「灯塔 vs 轮船」与「50% 模型含量」:靠模型短板修「灯塔」(如广告文案独角兽 Jasper 10 个月冲出数千万美元 ARR,ChatGPT 发布 6 个月迅速陨落)必然被淹;要造与模型解耦、水涨船高的「轮船」,业务壁垒与模型放大各占约一半(如 Notion AI 叠加既有办公协作体系,2023—2024 年单人收入攀升)。同时破除「我有几千万条聊天数据拿来训练就行」的迷思:静态历史数据只是已收割的庄稼,环境一变就过时;真正护城河是能持续生成新数据的业务场景——即一块田。
至于泛化平台会不会被基座大厂吃掉,张帆认为基座模型具有后发优势(晚 3 个月算力成本减半且可蒸馏),且没转起数据飞轮——对比百度搜索「荷塘月色」(北京用户点小区、天津用户点餐厅,真实点击不断加固壁垒),ChatGPT 吐出 5,000 字双选项让用户二选一时根本选不出,RLHF 飞轮失灵;但落到具体「工种」后,好销售、好医生、好程序员有了明确业务标尺,沉淀约 50 个常用工种的共性知识就能重启飞轮,摆脱上一轮 CV 小模型换一版发票几万标注全作废的旧困局。
CUDA 的底层推演、对合成数据改观与 300 万美元投资题
Koji 对比妙计(自下而上抓痛点)与元理(自上而下第一性推演)。张帆举黄仁勋早年押注 CUDA 的例子:当年毫无商业场景却烧钱要求全显卡支持,10 年后借 AI 几何式爆发——在表象凌乱的时代必须抓住底层不变趋势。
谈及过去两年最大的认知反转,张帆说是从不信到相信合成数据:传统 NLP 认为 100 条规则生成 1 万条语料必然 Overfitting(过拟合),不如直接用规则;但他后来跳出「规则一定少于数据」的旧假设——如果反过来 1 万条规则生成 100 条数据呢?预训练大模型的万亿参数本身宛如海量隐式规则,叠一条 Prompt 或百条微调相当于映射整张知识网;两个叠加不同 Prompt 的模型互相博弈,正是在碰撞中激发新知识,这也是商业强化学习采用 AI 博弈的底层逻辑。
结尾 300 万美元天使投资题,他笑称投出十亿美元公司太难,若全市场都能投则分成三份:一份投大厂,一份投一线模型公司,一份投低调高融资的 Thinking Machines Lab——既懂商业又深谙 AI,且专注「让机器更高效地学习」,走在同一路径上并更为激进。
核心机制与示例:商业强化学习的反馈拆解与落地链路
访谈贯穿两条机制主线:企业如何通过「三层分治」平衡重咨询与复用,以及「商业强化学习」相对前两代 Agent 究竟改了哪一层。
| 演进代际 | 代表形态 | 可控抓手 | 主要瓶颈(按访谈论述) |
|---|---|---|---|
| 第一代:Workflow Agent | 固定状态机、按槽位依次追问 | 手工编排节点与跳转规则 | 用户不按顺序答即卡死;全连接成蜘蛛网后规则失控、无泛化力 |
| 第二代:AI 自我 Planner | 通用规划 Agent(如 Manus、Genspark) | Prompt、RAG、Memory、工具集(Context 层) | 无法干预底座模型规划逻辑,全行业被迫共用同一套通用脑子 |
| 第三代:商业强化学习(目标) | 按企业日志构造模拟实验场,训岗位专属模型 | 环境定义 + 业务结果 Reward + 参数微调 | 商业反馈极稀疏、模拟器可信度与反事实外推难验证(尚属目标) |
可计算示例:一笔 100 轮销售对话的稀疏反馈拆解
以张帆提到的「聊 1 小时、说 100 句话却没成交」为例,拆成输入 → 动作分支 → 终局回报 → 局部核验四步:
- 输入上下文:客户首轮表示「团队只有 3 个人,担心上手太复杂」,历史日志显示同类客户客单价 2 万元、平均决策周期 7 天。
- 动作分支:策略 A 确认现有流程、给 30 分钟上手清单并约次日试用;策略 B 跳过顾虑,连续催促当天签约享折扣。
- 稀疏终局与信用分配:100 轮后未成交(终局回报 = 0)。若把 0 分均摊给全部 100 句话,前 90 句精准需求挖掘会遭误罚,第 12 句引发反感的催促或第 45 句的夸大承诺却未被准确定位。
- 过程可核验信号:拆出局部事实检查——是否准确记录团队规模(3 人)、是否正面回应上手门槛、报价条款是否忠实文档、有无越权承诺。这些检查能抓住明显失误,却仍不能单独证明换策略 A 就一定成交。
独立判断:商业反馈怎样才能成为可靠的学习信号
围棋给了什么,真实商业又缺什么
AlphaGo Zero 原论文无须人类棋谱即可自我博弈超越人类,前提是围棋具备三个商业世界稀缺的条件:精确不变的转移规则、零成本无限复盘与无噪声胜负判定。真实销售受预算、审批、竞品与时机共同支配,无法对同一客户并行试验两套话术。因此从「5,000 条日志模拟场」走向真实生产,必须先在留出真实对话上校准模拟器(能否预测未见客户异议、拒单率与跨时段漂移)并由资深业务抽检,绝不能把模拟得分直接视作商业能力提升。
过程护栏与长期终局约束不可偏废
工程上不必把 Workflow 与自主 Planner 视为非此即彼:涉及合规、报价权限与扣款的节点,受约束流程 + 人工复核恰恰是防「一票否决」的底线;需求澄清与异议处理再交给模型规划。同理,商业奖励若只追短期成交率,模型易学会隐瞒限制、过度承诺,把代价转嫁为高退款与高投诉;留存、净收益、合规零事故与人工复核工时必须写进硬约束。
对几项核心类比与技术断言的冷静边界
- SaaS 零和 vs AI 正和:对照 BPO 解释「结果付费」极富启发,但 AI 若直接替代基层编制,组织抵触同样存在;是否正和取决于业务盘子是否扩容及权责划分。
- 50% 模型含量与 Jasper/Notion:「灯塔 vs 轮船」精准警示薄壳应用风险,但 50% 属经验直觉而非统一测度,相关公司财务数据未在访谈中独立核验。
- 「万条规则生百条数据一定不过拟合」:预训练先验能提升生成多样性,但万亿参数不能直接等同于独立规则,规则多于样本也不能在统计上保证不过拟合;双模型博弈若共享预训练偏置,同样会互相强化偏差,仍需外部真实业务反馈裁决。
- 两次融资与「能力不重要」:2014 与 2022 的温差凸显周期威力,但宏观、赛道与估值变量同时变化,适合作为择时警示,不能严格推出团队能力无关紧要。
通用「模型培训机构」的真正硬骨头
跨行业复用日志清洗、模拟接口与训练脚手架可行,但从 6 家灯塔客户扩向规模化,真正的硬成本往往不在算法,而在每家企业的数据权限打通、隐性业务规则显性化与上线后漂移监控。检验「商业强化学习」是否跑通,应测量切入第 7 家、第 20 家新行业客户时的数据准备周期、人工配置人天、错误率与真实财务净增量。
证据边界与资料索引
依据官方简介和第三方机器转写重建,未逐字听审。企业客户数、业务经历、自动化能力和市场判断为嘉宾自述,未核验具体客户结果;商业强化学习与自动优化是其团队目标而非本笔记确认已实现的系统。AlphaGo Zero 的规则与训练方法对照文中原论文。销售情景与评测方案为解释性示例。