從B2B到A2A：Agent新基建，如何讓“一人企業(yè)”做全球生意？

（點(diǎn)擊收聽本期音頻）

采訪｜泓君

圖文｜朱婕

“龍蝦熱”正在退潮，但它帶來的創(chuàng)新沖擊還在持續(xù)——當(dāng)它與行業(yè)know-how相結(jié)合，正在迸發(fā)出新的能量。

阿里國(guó)際站有著26年的B2B數(shù)據(jù)和經(jīng)驗(yàn)積累，今年初，OpenClaw、Cowork這些工作范式被驗(yàn)證，讓他們看到了打通B2B閉環(huán)的智能體，終于到了可以落地的臨界點(diǎn)。

于是春節(jié)之后，“外貿(mào)版龍蝦”Accio Work來了，海外用戶只需要和這個(gè)Agent對(duì)話，它就能自主跑完從市場(chǎng)分析、選品設(shè)計(jì)、供應(yīng)商篩選、商品發(fā)布和日常運(yùn)營(yíng)的全過程，把原本需要數(shù)周甚至數(shù)月的流程，壓縮成幾句對(duì)話。

以往復(fù)雜的專業(yè)知識(shí)壁壘正在被Agent攻破，生產(chǎn)力被重新定義。從數(shù)據(jù)上來看，Accio Work 40%的用戶是Solopreneur（一人企業(yè)）。降低門檻的同時(shí)，生意越做越精明了，在AI的幫助下今年阿里國(guó)際站的EBITA（息稅攤銷前利潤(rùn)）增長(zhǎng)了18%。

本期播客，我們與阿里國(guó)際站總裁張闊一起聊聊，他作為一名互聯(lián)網(wǎng)巨頭的掌舵人，在這一輪AI浪潮下，對(duì)新業(yè)務(wù)、新人才的思考與判斷。他提出了一個(gè)非常有意思的判斷方法：面對(duì)新模型，你的公司是興奮、焦慮，還是毫無感覺？最后一種，才是最危險(xiǎn)的。

歡迎關(guān)注《硅谷101視頻號(hào)》或音頻欄目直接收聽本期播客。如果你喜歡我們的節(jié)目，更推薦大家使用音頻客戶端來收聽，《硅谷101》已覆蓋各大主流音頻平臺(tái)（渠道見文末），歡迎訂閱！

以下是這次對(duì)話內(nèi)容的精選：

01

AI吞噬SaaS

或者讓它變得更好？

泓君：GTC期間您也在硅谷，您來了以后，感覺硅谷跟國(guó)內(nèi)AI的發(fā)展有什么不一樣？

張闊：我覺得硅谷這邊的生態(tài)和國(guó)內(nèi)有比較大的差別。比如說在美國(guó)，除了所有創(chuàng)業(yè)可能都跟AI有關(guān)以外，AI底層的這些基礎(chǔ)設(shè)施，大家也投入非常多。像TogetherAI、Fireworks，規(guī)模已經(jīng)比較大了，它們的存在就是要幫助上面的應(yīng)用更容易地獲取模型，更低成本地做推理。再往上，就是做各種各樣的構(gòu)建型基礎(chǔ)設(shè)施，比如語(yǔ)音轉(zhuǎn)文字。有很多小公司，在某些垂直領(lǐng)域里能做得比別人快一步，永遠(yuǎn)在推土機(jī)前面幾十米跑，但一直能保持一定的身位。我們也跟很多這種公司合作，比如Whisper Flow，它的語(yǔ)音轉(zhuǎn)文字就轉(zhuǎn)得非常好，無論是時(shí)效還是準(zhǔn)確性。

現(xiàn)在硅谷有一些討論，說AI能力上來之后，對(duì)SaaS可能有影響，我覺得這個(gè)也分兩面看。對(duì)于SaaS這種商業(yè)模式，基于Token使用的計(jì)量方式，跟原來基于坐席的計(jì)量方式比起來，可能是一個(gè)更優(yōu)的下一代商業(yè)模型的基礎(chǔ)。也有非常多的SaaS公司，因?yàn)橛蠥I的加持，讓它的產(chǎn)品比原來更好用了。比如我們最近看了一家，幫助連鎖超市做小時(shí)工招聘。原來藍(lán)領(lǐng)跟文本交互，人家不樂意用，到場(chǎng)率很低。現(xiàn)在跟Agent交互，Agent跟他講好所有事情，穿什么衣服、怎么報(bào)到、車停在哪兒、病假怎么算，到場(chǎng)率就更高了。所以不能一概而論。

泓君：Jensen Huang在GTC上，提到最多的一個(gè)詞就是OpenClaw。上次我們倆吃飯也聊到，您覺得在這個(gè)時(shí)間點(diǎn)上，真正應(yīng)該關(guān)注的是Anthropic的Cowork，而不只是OpenClaw，可以展開講講嗎？

張闊：OpenClaw是最近比較現(xiàn)象級(jí)的應(yīng)用，但它還不是一個(gè)開箱即用的產(chǎn)品，配置起來對(duì)技術(shù)有要求，門檻擋住了很多人。更重要的是，你到底能產(chǎn)生什么價(jià)值。如果留住的工作流非常有限，過一段時(shí)間你會(huì)看到退潮。Claude Cowork這個(gè)設(shè)計(jì)范式也非常吸引人注意。雖然還在研究預(yù)覽版的早期，但能看到非常多下一代工作臺(tái)或Agent平臺(tái)的影子。它分層的開放架構(gòu)、產(chǎn)品的設(shè)計(jì)體系，包括它跟Claude模型之間的匹配度都非常高。

泓君：是不是OpenClaw更適合2C，Cowork更適合2B？我覺得大家在用AI的時(shí)候，有兩種思想一直在爭(zhēng)論。我們到底應(yīng)不應(yīng)該把很多的工作分步驟來解決？比如我把AI運(yùn)用到我的播客制作中，我需要有一個(gè)非常明確的流程，告訴它一、二、三你要做什么，且每一步的準(zhǔn)確性都要達(dá)到，不能給我質(zhì)量不能保證的產(chǎn)品。所以我在想這兩個(gè)產(chǎn)品，它是不是對(duì)應(yīng)不一樣的工作范式？

張闊：OpenClaw開源和泛化的能力比較強(qiáng)，下面可以接多個(gè)模型、多個(gè)工具。但開放性過強(qiáng)，到底什么做得好，強(qiáng)化學(xué)習(xí)怎么設(shè)計(jì)，需要花比較長(zhǎng)的時(shí)間去磨合。Claude Cowork的面向?qū)ο蟾逦恍褪侵R(shí)工作者，開發(fā)人員、程序員、分析師、做研究的、做金融的、律師等等，需要跟郵件、Word、Excel以及互聯(lián)網(wǎng)信息交互的那些人。

我覺得一次性處理完還是逐步來，可能不是核心的分野。因?yàn)樽預(yù)gentic的工具，其實(shí)是所有工具的工具。不同的人用這個(gè)產(chǎn)品，最后會(huì)用出自己的樣子。你會(huì)在每一個(gè)步驟上設(shè)計(jì)和校正它，看看這一步做得對(duì)不對(duì)。如果對(duì)的，就進(jìn)到下一步；否則所有步驟纏在一起，最后結(jié)果就不可用了。假設(shè)做播客要18步，每一步誤差10%，90%的18次方，基本不可用。所以你每一步都要去驗(yàn)證，把核心步驟的差錯(cuò)率降到最低。大家基于自己的專長(zhǎng)，告訴這個(gè)Agent工具，你的輸入和輸出要符合你自己的成功標(biāo)準(zhǔn)。然后AI不斷強(qiáng)化學(xué)習(xí)這個(gè)結(jié)果，最后產(chǎn)生一個(gè)你更能接受的工具。這個(gè)過程如果不是開放式的，AI很難衡量中間哪一步做錯(cuò)了。一旦它學(xué)會(huì)，接下來的推理和執(zhí)行就很簡(jiǎn)單，單位Token產(chǎn)生的經(jīng)濟(jì)價(jià)值也會(huì)更大。

02

B2B走向A2A

生產(chǎn)力被重新定義

泓君：你們?nèi)ツ晖屏艘粋€(gè)叫Accio的產(chǎn)品，用AI幫外貿(mào)2B廠家解決自己垂直領(lǐng)域的問題，今年很快也要升級(jí)了，你是怎么考慮迭代的？

張闊：我們當(dāng)時(shí)做了一個(gè)推演，B2B的生意未來可能都會(huì)走向A2A（Agent to Agent）。我們現(xiàn)在有兩個(gè)平行的業(yè)務(wù)系統(tǒng)：

一個(gè)是阿里巴巴.com，它的搜索、溝通、推薦、交易、物流等等，都在用AI快速重構(gòu)。今天你去用，會(huì)覺得它也是一個(gè)AI原生的產(chǎn)品，非常多的交互是你跟AI去做，讓AI幫你篩選信息、推進(jìn)訂單流程、做物流和支付條件的建議，最后幫助買家跟賣家快速完成交易。

另一條線是Accio，到今年3月份月活已經(jīng)到1000萬，增長(zhǎng)速度非常快。它核心想解決的是采購(gòu)的問題。從研究開始，到形成想法，再到產(chǎn)品設(shè)計(jì)，然后進(jìn)入供應(yīng)商篩選、溝通、交易、運(yùn)輸、售后。Accio希望把采購(gòu)更大程度地自動(dòng)化。基于Agentic的模式，從輸入一個(gè)想法開始，到建立比較穩(wěn)固的商業(yè)關(guān)系，時(shí)間縮短到原來的五分之一。原來用一個(gè)禮拜做的事，現(xiàn)在一天之內(nèi)就可以完成。

因?yàn)樵瓉碛姓Z(yǔ)言、時(shí)差的問題，原來買家跟賣家之間的設(shè)計(jì)，沒有AI的幫助，可能是一個(gè)比較潦草的想法開始，然后賣家?guī)椭阒鸩降厝ネ晟圃O(shè)計(jì)。今天AI可以幫助你直接形成設(shè)計(jì)包，形成一個(gè)非常專業(yè)的設(shè)計(jì)文檔，包括圖片、文字、3D等等。這樣的話，買家跟賣家的交互就可以非常高效、順暢，也比較專業(yè)地去完成。

圖片來源：Accio.com

泓君：我再把這個(gè)問題稍微遷移到大模型領(lǐng)域一下，用你們的工具跟用ChatGPT、Gemini，有什么本質(zhì)上的不一樣？

張闊：對(duì)于我們自己的模型和工具，有四個(gè)方向的投入，是當(dāng)下的模型可能做得不夠好的。

第一個(gè)是信息的準(zhǔn)確性。有些信息非常關(guān)鍵，比如商品價(jià)格。每天在阿里巴巴.com上都有上百萬的溝通，對(duì)不同設(shè)計(jì)想法、技術(shù)細(xì)節(jié)的溝通，這些都會(huì)形成精確的輸入和指導(dǎo)。它既基于我們26年的積累，也基于大量互聯(lián)網(wǎng)工具的組合。這樣信息可以90%或99%地接近事實(shí)，比大模型產(chǎn)生的幻覺要好很多。

第二個(gè)是強(qiáng)化學(xué)習(xí)的機(jī)制。在國(guó)際站有一個(gè)好處，它能形成閉環(huán)的反饋。最終你這個(gè)想法形成了交易還是沒有？你是持續(xù)買還是試了幾次失敗了？這些都是可以回到平臺(tái)里的信號(hào)。當(dāng)越來越多人使用，整個(gè)產(chǎn)品會(huì)向?qū)Φ姆较虬l(fā)展。

第三個(gè)是安全和可靠性保障。2B的風(fēng)險(xiǎn)比較高，信息的完整性、每一步推理的嚴(yán)謹(jǐn)性都要有保障。因?yàn)橥评碇芷诤荛L(zhǎng)，如果出錯(cuò)需要能向前回滾。

最后一個(gè)，我們下一個(gè)版本叫Accio Work。第一個(gè)版本Accio是基于瀏覽器的Agent系統(tǒng)，Accio Work裝在桌面上，除了從設(shè)計(jì)到采購(gòu)，它還能幫你完成日常操作，比如開店、賣商品、管理庫(kù)存、接受客服反饋。因?yàn)橛辛薈omputer-Use和Browser-Use的能力（即Agent像人一樣操作電腦、瀏覽器），我們可以幫海外買家完成從想法到采購(gòu)結(jié)束，再進(jìn)入到商品銷售周期的全過程。這個(gè)上下文是無限長(zhǎng)的，需要分層存儲(chǔ)。有些內(nèi)容要索引起來，有些信息需要的時(shí)候再去訪問。

泓君：如果底層的大模型更新了，或者說模型的能力大規(guī)模地提升了，對(duì)你們來說是好事，還是說你需要馬上切新模型？

張闊：我們期待的是，每當(dāng)有一個(gè)新的SOTA模型出現(xiàn)，整個(gè)產(chǎn)品應(yīng)該變得比以前更聰明，體驗(yàn)更好，這才是AI原生的產(chǎn)品。如果說出現(xiàn)新模型跟你沒關(guān)系，那才是更大的問題。我們現(xiàn)在的模型就是基于SOTA的，千問是我們的基礎(chǔ)底座，我們?cè)谏厦孀龊芏鄡?yōu)化。在多模態(tài)、編程能力、Agent推理能力上做得好的模型，我們都盡量在最好的應(yīng)用場(chǎng)景里利用起來。

03

Agent新基建

讓“一人企業(yè)”做全球生意

泓君：你提到了Accio Work，它是一個(gè)工作流，可以幫大家管理在訂單執(zhí)行過程中的各種問題。現(xiàn)在從商家的角度來說，他們?cè)趫?zhí)行過程中會(huì)遇到哪些問題？以前他們可能會(huì)用各種SaaS產(chǎn)品去處理這些問題。因?yàn)樽罱麮owork出來以后，SaaS的模式在被顛覆。我覺得正好這一個(gè)環(huán)節(jié)，我們可以從你的這個(gè)產(chǎn)品來展開，去聊一聊大家現(xiàn)在的觀點(diǎn)跟實(shí)際企業(yè)在應(yīng)用中有什么樣的差距。

張闊：Accio Work如果跟原來的Accio比起來，第一個(gè)差別，我們希望把商家經(jīng)營(yíng)環(huán)節(jié)的閉環(huán)完整掉。原來我們幫他做了研究、設(shè)計(jì)、采購(gòu)這些。之后就是他日常的商業(yè)操作環(huán)節(jié)，包括開店、經(jīng)營(yíng)、補(bǔ)貨、客服、銷售等等。這部分我們利用現(xiàn)在的泛化的AI能力，幫他開店、發(fā)布商品，在Shopify等平臺(tái)上做經(jīng)營(yíng)。如果企業(yè)本身還有雇員，可能也有薪酬、財(cái)務(wù)、稅務(wù)等要求，我們會(huì)接入硅谷做得好的Agent產(chǎn)品，最終給中小企業(yè)一個(gè)開箱即用的體驗(yàn)。

其次，基于Agentic這套體驗(yàn)，它跟原來的SaaS體驗(yàn)比起來，有可能做得更簡(jiǎn)化。而且對(duì)于每一個(gè)中小企業(yè)，它都有辦法去定義自己的核心流程和邏輯。如果要聽每個(gè)人的，你就要給每個(gè)人都重新定制一遍，這在原來SaaS的世界里很難做到，除非你有上百萬、上千萬美金的預(yù)算。但對(duì)于中小企業(yè)來說，今天你可以把你自己的成功標(biāo)準(zhǔn)輸入給這個(gè)Agent產(chǎn)品，它就基于你的輸入形成一個(gè)新的工作流，專門為你完成產(chǎn)品定義、發(fā)布、營(yíng)銷、做社媒的全過程，而且這個(gè)過程可以更加自動(dòng)化。我們至少30%到40%的企業(yè)就是Solopreneur，也就是“一人企業(yè)”。我原來設(shè)計(jì)商品花一個(gè)禮拜，覺得值得，但后面還要花一個(gè)禮拜去做所有其他細(xì)節(jié)——發(fā)到多個(gè)店鋪、在多個(gè)社交媒體發(fā)內(nèi)容、回顧客反饋、管理庫(kù)存、進(jìn)貨，這些事就很花時(shí)間了。我們覺得所有這些事情也可以基于Accio Work自動(dòng)化掉，大部分工作只需要人做比較少的交互，就可以由AI通過多Agent方式協(xié)同完成。

泓君：你們的中小企業(yè)用戶是什么樣的畫像？

張闊：阿里國(guó)際站的用戶是分層的。一年采購(gòu)幾百萬、上千萬美金的也有，沃爾瑪和亞馬遜也在國(guó)際站采購(gòu)。但最底層有非常多的個(gè)體經(jīng)營(yíng)者，再往上變成連鎖商家，再往上才是頭部的穩(wěn)固企業(yè)。我們的商家也是一樣，很多大客戶就是從小伴隨成長(zhǎng)起來的。所有這些實(shí)體經(jīng)濟(jì)的中小企業(yè)者，就是我們核心面對(duì)的對(duì)象。他們打開OpenClaw或Claude Cowork，會(huì)感到有點(diǎn)難理解。核心還是我們希望做個(gè)開箱即用的產(chǎn)品，解決他們?nèi)粘５年P(guān)鍵問題，同時(shí)ROI在合理范圍內(nèi)。

圖片來源：Pixabay

泓君：Accio的商業(yè)模式是怎樣的？

張闊：Accio分兩部分。一部分是Token Base，我們自己的工具會(huì)消耗Token，三方合作伙伴比如稅務(wù)、薪酬、財(cái)務(wù)這些子智能體也會(huì)消耗Token。另一類是基于市場(chǎng)平臺(tái)（market place）的商業(yè)模式，因?yàn)楸旧硪彩枪┬桕P(guān)系的平臺(tái)，廣告，以及在服務(wù)中間產(chǎn)生的費(fèi)用可以繼續(xù)用在這個(gè)商業(yè)模式。

泓君：如果用戶搜索跟采購(gòu)都開始在AI軟件里面去完成，那傳統(tǒng)的市場(chǎng)平臺(tái)廣告會(huì)受到?jīng)_擊嗎？

張闊：展示廣告肯定沒什么意義了，大家更多是基于效果的廣告。AI對(duì)阿里巴巴.com有兩方面幫助。第一，它讓搜索量變多了，因?yàn)锳I更好地理解了你的意圖，結(jié)果更好了，還有多模態(tài)的輸入，語(yǔ)音或是圖片，用戶更愿意進(jìn)來搜索和交互。第二，對(duì)廣告本身也有幫助。能生產(chǎn)同一個(gè)商品的不止一個(gè)人，可能有10個(gè)、100個(gè)。我們告訴他這是一條廣告，它匹配了你哪些標(biāo)準(zhǔn)，買家也有意愿去交流。我們自己看到，今年搜索和廣告是我們?cè)鲩L(zhǎng)比較快的兩個(gè)軌道。

泓君：但像Accio這樣的一個(gè)工具，整體來看，AI匹配的需求更精準(zhǔn)了，廣告位就減少了。

張闊：這個(gè)理解肯定是對(duì)的。在供需匹配過程中，可能原來給你1000個(gè)結(jié)果，現(xiàn)在只給你5個(gè)。這5個(gè)結(jié)果里如果要做廣告，它必須是個(gè)更精準(zhǔn)的結(jié)果，不能像原來一樣不精準(zhǔn)還硬塞廣告。Google的財(cái)報(bào)也驗(yàn)證了這一點(diǎn)——過去大家擔(dān)心AI概覽會(huì)沖擊廣告，但事實(shí)上它既做到了用戶停留時(shí)長(zhǎng)和查詢數(shù)變多，廣告數(shù)也變高了。因?yàn)閺V告更精準(zhǔn)，點(diǎn)的人更多，更多廣告主愿意為這條付費(fèi)。不像原來，大家搞一堆CPC（按點(diǎn)擊付費(fèi)），點(diǎn)完了用戶意圖跟廣告匹配效率很差，對(duì)廣告主也是一種浪費(fèi)。

泓君：你覺得未來的商業(yè)模式會(huì)變成什么樣？

張闊：至少互聯(lián)網(wǎng)這個(gè)時(shí)代，商業(yè)模式大概就四到五種。有一些商業(yè)模式，它也會(huì)進(jìn)入到AI這個(gè)時(shí)代里邊。

首先，這件事的核心邏輯還是創(chuàng)造什么價(jià)值。比如我?guī)椭阕隽艘粋€(gè)更好的設(shè)計(jì)，幫助你做了一個(gè)更好的對(duì)全世界的調(diào)查，這些價(jià)值用Token Base的方式衡量比較好，最終大家贏的標(biāo)準(zhǔn)是單位Token的智力密度更高，或者單位Token產(chǎn)生的價(jià)值更高。

第二個(gè)，比如拿阿里巴巴.com為例，尤其是效果的廣告，從長(zhǎng)期來講，它可能也是一個(gè)存在的商業(yè)模式。因?yàn)楣┬杵ヅ涞倪^程里，有人愿意讓利，要么商品上讓利，要么用廣告做更多展現(xiàn)，這個(gè)商業(yè)模式可能也會(huì)持續(xù)成立。

第三個(gè)就是基于平臺(tái)側(cè)的所有供應(yīng)鏈的服務(wù)，比如擔(dān)保交易，類似保險(xiǎn)的服務(wù)，有爭(zhēng)議時(shí)平臺(tái)先補(bǔ)償再去追責(zé)，抽成很少，可能一到兩個(gè)點(diǎn)。它跟原來的商業(yè)模式也是一樣的，只不過你把這個(gè)規(guī)模變大了。全世界30萬億美金的交易額，阿里國(guó)際站大概700億，滲透率還非常少。讓更多中小企業(yè)參與到全球交易里，提供更高效的服務(wù)，就能帶來更多的增量?jī)r(jià)值。

所以有一些商業(yè)模式是現(xiàn)有世界自動(dòng)延續(xù)到Agent世界的。當(dāng)然也有一些Agent世界里邊，它基于使用量的使用，可能比SaaS的基于坐席的使用，此時(shí)此刻就是領(lǐng)先的，這種模式可能未來就會(huì)持續(xù)超越。整體上來看就是，如何基于現(xiàn)在的新技術(shù)，讓服務(wù)跟效率再優(yōu)化一層。

泓君：你們做Accio，跟創(chuàng)業(yè)公司做，最核心的優(yōu)勢(shì)是什么？

張闊：阿里巴巴.com是阿里集團(tuán)的第一塊業(yè)務(wù)，大概做這件事情有26年左右的積累。平臺(tái)側(cè)每天有上百萬、上千萬的溝通、查詢、交易，這些都是信號(hào)，能幫系統(tǒng)完成強(qiáng)化學(xué)習(xí)，而且能形成閉環(huán)。另外，我們背靠阿里集團(tuán)，跟千問有比較多合作，能保持模型理解和使用的領(lǐng)先性。同時(shí)我們會(huì)注入數(shù)據(jù)到中期訓(xùn)練和后期訓(xùn)練里，讓壁壘越來越大。

同時(shí)因?yàn)橛懈嗟娜擞茫鋵?shí)這個(gè)Agentic產(chǎn)品也有數(shù)據(jù)飛輪。有更多的人用，它就會(huì)記住更多的工作流，更多的工具在什么情況下可以有更好的表現(xiàn)，產(chǎn)品就會(huì)進(jìn)入下一個(gè)飛輪。

因?yàn)槲覀儽旧肀容^聚焦，我覺得跟現(xiàn)有的大部分AI產(chǎn)品面向的不是同一撥客戶。我們客戶可能更挑剔，預(yù)算更少，對(duì)ROI更敏感，這也推動(dòng)我們更關(guān)注單位Token的智力密度和單位Token能產(chǎn)生的價(jià)值。

泓君：據(jù)我觀察，像亞馬遜，他們內(nèi)部也在做類似的事情。你覺得未來，比如說亞馬遜它也推出一個(gè)B2B的這種垂直領(lǐng)域的AI應(yīng)用，會(huì)是你們的競(jìng)爭(zhēng)對(duì)手嗎？

張闊：對(duì)于我們今天想定位的這個(gè)產(chǎn)品，它想要解決的問題來講，我覺得我們自己還是比較有信心。對(duì)于中小企業(yè)，從設(shè)計(jì)的產(chǎn)品到自己的日常操作的過程。當(dāng)然如果說未來B2B會(huì)走向A2A，就是Agent to Agent，不光是買家Agent To賣家Agent，也包括用戶自己，它的多個(gè)智能體可能也是一個(gè)協(xié)同的過程。最終可能勝出的一個(gè)方式就是，你在一些方向上做得非常好，同時(shí)又是一個(gè)高頻的工具，那你成為一個(gè)Master Agent。同時(shí)這個(gè)企業(yè)還有很多其他的Agent需求，所以子智能體需求，這些Agents之間可以互相交流，可以去協(xié)同，共同幫助這個(gè)中小企業(yè)完成服務(wù)。

亞馬遜的后臺(tái)系統(tǒng)很復(fù)雜，Agent對(duì)它應(yīng)該是一個(gè)比較好的垂直領(lǐng)域，它自己也有優(yōu)勢(shì)。但如果把它泛化到要經(jīng)營(yíng)多平臺(tái)，幫助客戶去做一個(gè)更廣泛的產(chǎn)品設(shè)計(jì)，并且要讓它利用全球供應(yīng)鏈，我覺得這個(gè)方向來講，我們肯定起步比較早，經(jīng)驗(yàn)也會(huì)更多一些。

泓君：你自己評(píng)估Accio做得好不好，核心在抓哪些點(diǎn)？

張闊：本質(zhì)問題不是消耗多少Token，而是產(chǎn)生多少價(jià)值。一個(gè)比較顯性的指標(biāo)是留存，用戶持續(xù)用這個(gè)產(chǎn)品做更多設(shè)計(jì)、更多采購(gòu)，就是好信號(hào)。另外，在每個(gè)垂直工具上，任務(wù)的完成度和用戶的采納度要高，并且能持續(xù)使用。從經(jīng)濟(jì)角度，單位Token的智力和性價(jià)比越來越高，這樣客戶能更好地以ROI的方式使用產(chǎn)品。唯一可能不是標(biāo)準(zhǔn)的就是一共用了多少Token，很可能大家努力的方向是多讓你浪費(fèi)點(diǎn)Token。核心還是把產(chǎn)品做得好用。

其實(shí)對(duì)于整個(gè)原來阿里巴巴.com，我們也是希望能讓跨境B2B就像在線購(gòu)物一樣簡(jiǎn)單。你做在線購(gòu)物，大家都知道是個(gè)什么體驗(yàn)。但是跨境B2B可能要細(xì)分有28個(gè)步驟，每個(gè)步驟可能跟2C比起來都要復(fù)雜很多。這大的28個(gè)步驟跟流程里邊，我們逐步幫他去做數(shù)字化的過程。

泓君：簡(jiǎn)單來說，其實(shí)這個(gè)產(chǎn)業(yè)整個(gè)的產(chǎn)業(yè)鏈，包括你們沉淀的方法論，這些步驟已經(jīng)非常完善了。你們是想把所有從開始到結(jié)尾的整個(gè)過程，閉環(huán)的流程，全部提供給這些商家。

04

AI時(shí)代

衡量團(tuán)隊(duì)的標(biāo)準(zhǔn)在改變

泓君：你們現(xiàn)在招聘會(huì)偏向什么樣的人？

張闊：有些是比較好定義和量化的，比如模型訓(xùn)練、基礎(chǔ)設(shè)施、算法。這些人進(jìn)來之前，論文、研究或者開源社區(qū)的貢獻(xiàn)就已經(jīng)能說明很多問題。學(xué)歷不是最關(guān)鍵的，面試就是打開論文，討論原創(chuàng)的思想和貢獻(xiàn)。另外就是對(duì)AI用得比較充分的年輕人，這個(gè)比較難量化。產(chǎn)品經(jīng)理進(jìn)來我們希望他設(shè)計(jì)的產(chǎn)品是面向未來6個(gè)月模型能力的，意味著他對(duì)未來6個(gè)月模型可能走向的方向和能力要有基礎(chǔ)的預(yù)判，這樣產(chǎn)品上線時(shí)能最好地利用當(dāng)下能力，要求很高。

有些工種在慢慢融合。原來產(chǎn)品經(jīng)理寫需求文檔，交互設(shè)計(jì)師畫交互，技術(shù)人員做出來跟交互設(shè)計(jì)一模一樣，這事就結(jié)束了。但做出來跟交互設(shè)計(jì)一模一樣是不是好，很難講。今天可能三個(gè)角色慢慢融合成兩個(gè)或者一個(gè)，這個(gè)人就要對(duì)閉環(huán)的結(jié)果負(fù)責(zé)任，但效率更高了。

我相信現(xiàn)在工程師編程的模式跟原來有質(zhì)的差別。前兩天在一個(gè)硅谷創(chuàng)業(yè)公司，外面喧嘩，CEO出去一看說Anthropic宕機(jī)了，波動(dòng)了3個(gè)小時(shí)。那3個(gè)小時(shí)里，硅谷的工程師全不會(huì)寫代碼，也沒人編程。現(xiàn)在大家是基于上下文給輸入，模型生成代碼，生成得越多你越看不懂，代碼審查也很困難。突然這個(gè)工具不能用了，大家就恐慌。但這也說明，今天做工程的方式方法跟之前有很大差異。

泓君：你現(xiàn)在會(huì)要求你的團(tuán)隊(duì)用這些編程Agent嗎？

張闊：我覺得不用要求，大家肯定都在用。我分享一些我們內(nèi)部衡量的成功標(biāo)準(zhǔn)。第一個(gè)，你一定要給工程師設(shè)計(jì)一個(gè)Master Agent（主智能體），下面管理很多Sub Agent（子智能體），有寫代碼的、讀文檔的、做代碼審查的、做檢查的。要設(shè)置護(hù)欄，保證沙箱環(huán)境，不要寫個(gè)代碼內(nèi)部用的就開放到外部去了。

第二個(gè)，我看到一個(gè)做量化的公司很有意思。幾個(gè)研究員在Slack里聊，聊到一定程度艾特Agent說我們談完了你看一下，然后去寫代碼。Agent進(jìn)來讀一下大家對(duì)模型怎么改變，寫個(gè)文檔MD，生成代碼，提交，有人看可能有人不看，保證一定灰度不影響全局。

我們衡量AI成功與否有幾個(gè)標(biāo)準(zhǔn)。我們團(tuán)隊(duì)每個(gè)季度有300個(gè)想法，這是我們跟蹤了4年總結(jié)出來的，這300個(gè)想法里大概150個(gè)上線，還有150個(gè)做不過來。150個(gè)上線想法的里邊可能有50個(gè)有效果。我們希望AI幫助，讓實(shí)際上線產(chǎn)生商業(yè)價(jià)值和客戶價(jià)值的想法數(shù)量變多。

另一個(gè)量化標(biāo)準(zhǔn)是，AI原生的產(chǎn)品從0到1，能不能快速規(guī)模化？阿里巴巴.com存在26年了，原來的指標(biāo)有沒有非線性增長(zhǎng)？比如我們今年的EBITA（息稅攤銷前利潤(rùn)）增長(zhǎng)到18%左右，跟去年比還是一個(gè)快速增長(zhǎng)的過程。

圖片來源：Pixabay

還有兩個(gè)感性的衡量方式——當(dāng)新的模型框架出現(xiàn)，你的組織是興奮還是焦慮？如果你感到興奮，或者焦慮，這兩個(gè)信號(hào)都是好的，說明你的產(chǎn)品跟模型有關(guān)、跟Agent框架有關(guān)。最差的是沒有感覺。外邊模型速度很快，像高速列車，你在邊上開老爺車，開得再快也趕不上。除非你自己已經(jīng)坐上高鐵了，在高鐵上有個(gè)相對(duì)速度，至少你跟全世界聰明人努力的方向是一樣的。

所以這個(gè)事有一個(gè)基本要求，就是你的產(chǎn)品和組織要架構(gòu)在AI Agent和最新的模型之上，這樣每次新模型上來，你的所有產(chǎn)品都會(huì)變得更聰明。如果反過來，來了模型你適配不適配都無所謂，或者適配要花很長(zhǎng)時(shí)間，那你就不是AI原生構(gòu)建在模型上的產(chǎn)品。當(dāng)然最好你是在興奮這邊，新模型來了，你的組織和業(yè)務(wù)更興奮，因?yàn)樵瓉斫鉀Q不了的問題現(xiàn)在可以解決了。如果你很焦慮，說明你雖然在模型上，但你是個(gè)包裝器（wrapper），來一次大的迭代你的價(jià)值就被擠沒了。

泓君：最近讓您最興奮或者焦慮的一次模型更新是什么？

張闊：我現(xiàn)在一般都是興奮居多。比如多模態(tài)，是一個(gè)比較大比較快的變化，比如Nano Banana，它產(chǎn)生商品的細(xì)節(jié)。原來我們要產(chǎn)生商品圖片，買家從想法開始最后要生成設(shè)計(jì)包，擴(kuò)散模型不精準(zhǔn)，經(jīng)常把尺寸搞錯(cuò)，比如一架很大的機(jī)器放在桌子上，或者一個(gè)不大的機(jī)器顯得很大在廠房里。原來要花大量時(shí)間調(diào)提示，保證產(chǎn)出盡量滿足預(yù)期。現(xiàn)在模型本身能力變強(qiáng)了，相對(duì)簡(jiǎn)單的上下文就可以讓內(nèi)容生成得非常逼真。

第二個(gè)，我們很早就在想要閉環(huán)。首先我們今天的模型已經(jīng)擁有全世界的知識(shí)，其次，我們也有最好的全球的供應(yīng)商的網(wǎng)絡(luò)，包括所有線上的交易等信號(hào)，幫助我們?nèi)プ雠袛唷乱粋€(gè)大想法到底是什么？誰(shuí)可以制造這個(gè)？就誰(shuí)可能是你最好的供應(yīng)商？

我們還希望去做你日常經(jīng)營(yíng)的過程，也就是80%是日常操作。在沒有Computer-Use、沒有Browser-Use、沒有長(zhǎng)程上下文Agent能力之前，做這件事很困難。當(dāng)有了這些能力，我們?cè)诮膺@條問題的鏈條上的速度就變得非常快。這就是為什么我們春節(jié)就開始加班做Accio Work。因?yàn)榘l(fā)現(xiàn)OpenClaw和Claude Cowork證明了范式在這個(gè)環(huán)境下是成立的，能夠再往前推進(jìn)一步。我們?cè)谶@個(gè)基礎(chǔ)上可以快速推進(jìn)產(chǎn)品，讓它在用戶群體里產(chǎn)生更廣泛的應(yīng)用。

【音頻收聽渠道】

公眾號(hào)：硅谷101

收聽渠道：蘋果｜小宇宙｜喜馬拉雅｜蜻蜓FM｜網(wǎng)易云音樂｜QQ音樂｜荔枝播客｜嗶哩嗶哩

海外用戶：Apple Podcast｜Spotify｜TuneIn｜Amazon Music

聯(lián)系我們：podcast@sv101.net