在 DeepSeek 之后，一个全新的时代悄然来临。每一家公司仿佛都化身为智能的 Agent。它们如同拥有了敏锐的感知力，能迅速捕捉市场的细微变化和客户的需求。这些公司 Agent 具备高效的决策能力，能够在瞬息万变的商业环境中快速做出反应，精准把握商机。它们以强大的学习能力不断进化，整合各种资源和信息，为企业的发展提供源源不断的动力。无论是在研发、生产还是营销等各个领域，每一家公司都以 Agent 的姿态活跃着，推动着行业的进步与创新。

无论是DeepSeek-V3，还是OpenAI的GPT-4o，我们都称它为大语言模型。大语言模型的本质其实是函数，你给他一段话的上文，它帮你编这段话的下文。

现在，以DeepSeek-R1为代表的大模型在推理方面的能力发生了十倍速的变化，对我们来说这是重大的机遇。

尽管DeepSeek的功能非常强大，但是很多公司都用不好，用不好的第一个原因就是幻觉问题。比如前几天，在全球幻觉排行榜上，DeepSeek一度登上榜首。对我们来说，DeepSeek们的幻觉问题越是解决不了，我们越能从中找到新的创业机会，因为你可以用自己的数据和公司独有的知识去解决这个问题。

每个机会都是一个Agent

Manus就是一个把握机会非常成功的案例。Manus到底解决了什么问题？这个问题先悬置。

我们先来探讨一个问题：什么是Agent？

对于计算机行业从业者，Agent通常翻译为智能体。但看DeepSeek对于Agent的翻译，是“代理商”。我认为在商业世界里，Agent被翻译为代理商更为合适。

如果是代理商的意思，我们就要认真思考一个问题，它到底代理谁的利益？是卖方的利益，还是买方的利益。Agent有两条路，都可以干，也都有很大的机会。一条路叫供给侧代理，另一条路叫需求侧代理。

什么是供给侧代理？举个例子，每个公司都有自己的上一代软件，上一代软件卖的不好，最大的问题是客户不会用，解决方式就是让AI帮客户把原有的软件用得足够好，这完全可以做到。

什么是需求侧代理？客户买什么都需要通过一个固定的方式，它围绕的是客户的某一类需求，然后去连接所有资源。举个例子，所有的人都希望成为客户的全案代理，个人消费者的全案代理，Manus在抢、手机厂商也在抢，这个赛道竞争很激烈，所以一定不能盲目入场。

Manus在供给侧方面做得非常好，它把各种工具都连起来了。实际上在Manus出现之前，美国已经有了一些同类Agent。Agent就像人一样，它既有我们的眼睛、耳朵、手、脚，又有大脑和神经网络，只需要人类为它明确一些目标，它就可以开始工作了，这是它运营的几个必要条件。

今天，企业中的一线员工就是企业的眼睛和耳朵，以及手和脚，企业的管理层就是企业的大脑，整个公司其实是一个超级Agent。

如何把公司打造成为一个Agent？

其实任何一家公司都可以拆解为四部分：感知系统、认知系统、行动系统、目标。打造企业的Agent，就是基于这四部分。

• 感知系统

感知系统是企业的眼睛和耳朵。企业众多员工，每天都在市场上跟客户打交道，站在企业的角度考虑，企业的眼睛绝不能只考虑老板一个人的，而是要全方位开打，要倾听这些来自一线员工“重要耳朵和眼睛”的声音，这一点，贝壳找房的案例值得学习。

贝壳找房是中国最大的互联网房地产经纪公司，这家公司跟传统的地产经纪公司完全不一样，它是一个互联网公司，同时，它也是中国最大的装修公司。装修是比买房子还要糟心的一件事，但是贝壳做了一个非常重要的动作，让管理千军万马这件事变得简单许多。

贝壳给每一个工长胸前佩戴了工牌，这个工牌其实是个录音笔，它可以记录工长每天在装修现场的实际情况，更重要的一点，它可以如实记录工长是否按照公司标准的SOP进行操作，是否认真负责地检查每一个环节，如何应对客户的各类投诉。工牌所带回来的数据还要进行分析，后台管理系统自动执行脱敏、语音转写、语音识别等操作，实现线下沟通过程在线化。这些信息非常宝贵，很多门店都苦于缺少有效的销售话术，但如果通过智能会话分析销冠的话语，赋能一线员工，每个人都可以成长为销冠，这种方式非常有效。

许多企业在开会时会先听一段客户录音，现在更加方便，可以使用AI进行总结，但需要基于企业体现自己管理意图的prompt进行总结，总结出来的就是具有高反馈价值的消费者声音。不管有门店的和没门店，都需要倾听消费者的声音，这是一个公司最重要的核心能力。

AI可以强化企业的感知系统。举个例子，作为AI大模型的用户，你会选择Grok3还是DeepSeek？从模型能力上来讲，两者是一样的，但是Grok3比DeepSeek多了一个核心能力，X（原名Twitter，Grok3的开发公司是XAI，二者的实控人都是马斯克）上面有全世界的舆情数据，而且是实时的数据。这种系统相当于一个实时的数据系统，即全世界最聪明的大脑在帮你进行运算。

许多华尔街和香港做股票交易的人都在使用大模型，他们以前是用股市上的场内交易数据进行量化分析，但是像DeepSeek这种大模型可以帮助这些股票交易员去找场外的数据，包括社交媒体上的这些数据。以前社交媒体上的数据是非结构化的，文字、图片、视频都算不了，但是今天的大模型非常擅长处理这些非结构化的数据。当大模型把这些数据引进来，从量化交易的角度来讲，交易人的感知能力的提升是指数级的。

• 认知系统

首先一个灵魂拷问，到底应该拿公司里面的什么决策去做推理？到底应该用AI干什么？这其实取决于一家公司的认知系统。

混沌正在做入企的探索流，探讨公司遇到的卡点。如何找到一家公司的卡点？可以从高频出现的关键词着手。哪些关键词我们经常会讨论？企业每天高频的行为是什么？哪些是客户最认可的？你经常说的那句话是什么？一个企业里面最有价值的，或者杠杆率最高的那件事，你最应该用AI给它打造好对不对？英特尔前CEO格鲁夫说过，一个企业的杠杆率是否高，体现的是CEO和管理层的决策是否正确。

什么叫高频？我们可以把公司里所有的工种拉出来，比如我们公司是做ToB的软件和数据分析的，最大的两个工种就是软件研发人员和数据分析师。但是伴随AI的出现，很多人面临的是转岗问题，数据分析师将来可能需要去做销售，给客户提供服务，帮他们做咨询等等。所以，怎么用AI去变革企业最大的工种，这是第一个要讨论的问题。

第二个要讨论的问题是高杠杆率。今天只需通过一个很简单的技术，企业家就可以快速将周报和例会里面的重要信息检索出来，这就是一个企业里面最重要的杠杆率。

所以，高杠杆率往往取决于管理层的决策，而这个决策一定要基于一线的真实信息去做。今天的大模型拥有特别强大的阅读理解能力、推理能力，它可以帮你去解决这个问题。但最重要的是，你得把公司数据准备好给它。如果公司有能力，当然要做自己的模型，今天其实是基于开源才能做这件事，如果是基于闭源，你的数据都给到别人了，将来别人分分钟就会将你打垮。

所以DeepSeek是给了我们所有的创新者、创业者一次巨大的机会，我们可以训练自己的模型。虽然要花一些IT的成本，但是能保护你自己的企业的创新。

回到认知这个环节，企业如果想打造自己的Agent，就要把组织架构图倒过来，把CEO放到下面去，把一线员工放到顶上，最上面是放客户，要把客户供起来。

倒三角的认知结构，可以解决企业的两大问题。第一大问题，什么是最高频的问题？客户和一线员工的互动。第二大问题，什么是最高杠杆的问题？一线员工和管理层的互动。如果可以把这种互动的过程记录下来，积攒下数据，再基于AI进行决策，就能达到非常好的效果。

• 行动系统

今年春晚上出现的宇树机器人，是物理世界的行动系统，主要针对制造业乃至餐饮业。那么对于我们，比如知识密集型行业，虚拟世界的行动系统是什么？是AI，可以做的是API（应用程序编程接口）、是RPA（机器人流程自动化），是Agent。

举个例子，API对于广告投放十分重要，大脑想出来的广告要调用API投放出去。字节、腾讯、阿里都给大家提供了Marketing API，上一代有很多RPA公司帮大家去连这些东西，在未来将是Agent帮大家做这件事。

从本质来讲，Manus就是更为复杂的Agent。Manus现在的功能非常强大，只要我们给它一个命令，它就可以按照指令进行操作。从这个角度来讲，给我们创业者的tips是什么？要升级！整个公司都要升级。首先要升级公司，升级日常使用的工具。将来企业里面应该人手一个Manus才对，且未来Manus的价格应该也不会很贵。同时，企业从CEO到中层管理干部到一线员工，每一个人都要升级，要把组织当成一个Agent。这个Agent是什么？就是组织的大模型把所有的工具调动起来，每个人要思考自己在其中扮演的角色，会不会用新一代的工具，是否要重新分工，这才是组织老板要重新思考的问题，而不是简单地说每个人会使用Manus就可以了，组织一定要重构，一定要升级。

• 目标

对于一个公司来讲，最重要的就是目标。一个Agent最重要的也是目标，你要知道你要代理谁的需求，然后想尽一切办法满足他们的需求，形成闭环。

有一个概念叫感知响应行动的闭环，这个闭环是控制论的理论。人在这个闭环里面的时候，他的整个速度都很慢。解决方法有两个，一是让人在闭环之外，二是让身处闭环的人迭代效率变得更快。

《奇点临近》重点讲了一个观点，AI可以自己造自己。有一家机器人公司叫思灵科技，它就可以自己造自己。像Manus这样的产品，如果它掌握了客户的第一手需求，它发现今天的需求用现在的流程走不好，就应该自己上网寻找最新升级的大模型。如果没有新的模型，自己也要记录下来，便于自己日后的升级。AI自己迭代自己的组件，自己写自己代码，自己发现问题、自我反思、自行解决。

其实每个企业都应该有自己的复盘，这个过程中，AI也可以起到作用，但是一定要在一个目标的前提下。赫伯特·西蒙曾经写过一本书《管理决策新科学》，里面一个重点观点就是“在不同的时间点上，人机分工的持续迭代”。直到今天这本书仍然适用。

在几十年前，人工智能尚未发达的时候，赫伯特·西蒙为什么要写这本书？那时电脑刚刚在企业中得到应用，很多人担心自己会失业，这本书就应运而生了。机器很厉害，可以探索一些事，人也同样可以做一些事，这中间是有一些分工的，而且它是持续迭代的。

给创始人和创新者的一些战略建议

最后，给所有同学一些面向AGI时代的战略准备tips：

1. 企业家、创始人，面向AI时代，有很多事情要做。要升级自己的研发团队，并不只是换人。企业家创始人要同做代码的员工讲清楚一件事，你现在干的活AI都能干，然后让他们琢磨到底应该做什么，要让大家有自行升级的能力。

2. 要保护好自己的核心数据。

3. 要面向大模型去做营销，千万不能只想面向人去做营销。举个例子，我们公司每天都有DeepSeek订单。什么是DeepSeek订单？我们公司的市场部每天会对来官网留言的客户进行回访，问大家通过哪种渠道知道我们的。最近我们发现越来越多的客户是通过DeepSeek知道的我们，可能很多人会问DeepSeek，说营销数据分析推荐哪家企业？然后DeepSeek推荐了我们。试想一下，将来大模型可能会成为每个人的桌面，每个人都用它，我们不可能不和大模型链接，那么来自大模型的推荐就会尤其重要。

4. 要面向机器人做产品设计。前段时间我同一位做空气净化器的企业家聊天，他提出一个思考的问题，将来每家的产品不一定都是由人去按钮的，可能是机器人，可能是智能家电，如果还需要人去操控，产品设计就会过时，这些都是我们要面向那个时间点提前思考的问题。

5. 同时，如果有资源的话，建议大家还是要训练属于自己的模型。

最后的最后，送给大家三句话：

一. 我们未来的战略一定要建立在 “智能是无限提供的” 这个技术假设上，然后再去想你的企业核心价值是什么。一定要基于此去做你的底层原理。

二. 企业里面的工种要重新分配。所有的工作分为两类，一类是面对人的，一类是不面对人的，不面对人的工作只会越来越少。所以你一定要定位好，否则就会被淘汰。

三. 人与人的交互不会被机器取代，面对客户的事儿还是要多干，即使不能当下解决，也要为客户提供好情绪价值。

本文来自微信公众号：混沌学园