明略吳明輝：當AI智能體成為組織的新成員，人無可替代的價值在于“品” |課程筆記

文本生成、聊天問答、Agent辦公助手、具身智能機器人......當過去20年的互聯網發展完成了AI的數據基礎，突然飛速進化的AI不斷沖擊著我們，也帶來了人與組織的關系變革。

但AI的普及應用速度其實比想象的要慢，大多數企業對AI的理解仍停留在“工具層”：用AI寫文生圖、整理會議紀要、輔助寫代碼。其實，AI智能體帶來的真正變化，不只是“幫人更快完成一項工作”，更不僅僅是能夠“替代人完成工作”......

上周六，混沌邀請到明略科技創始人吳明輝，分享了他對AI時代的組織進化與個體出路的系統性前沿判斷：

·企業不應該引入AI來替代員工，而是發現并培養人的無可替代的價值。當AI智能體開始擁有持續學習的能力，一線員工將從“獨立貢獻者”升級到可以真正用好AI的“新型管理者”。

·AI原生組織的指數級增長，關鍵不在于人與智能體的協作、人與人的協作，更在于智能體與智能體之間的協作。通過多智能體協作系統可以讓工作過程變得公開透明，解決AI的可信問題。

·當智能體成為組織的新成員，企業需要用理念來重新設計自己的組織、業務和領導力。當整個行業都在用同一套基礎模型，讓輸出結果產生不一致的，是企業創始人和員工的獨特品味和數據積累。

需要注意的是，作為一名北大數學系專業出身的技術型創業者，吳明輝不是只談技術發展的人。在這期課程分享中，他同時帶著一線實踐和哲學思辨，既拆解了AI智能體的技術邏輯和底層架構，結合明略科技的Octo、CoCraft等AI產品實踐，展示AI智能體如何真正進入組織現場；也提出“我品故我在”的本體論命題，AI可以復刻總結員工的經驗經歷，但無法擁有人的感受和品味。

無論你是企業創始人、管理者，還是正在焦慮“如何不被AI取代”的一線員工，這都是一次值得深度學習的從技術原理到哲學根基、從商業邏輯到組織實踐的完整導航。

（以下是課程的精編內容，僅占1/10，可通過文末圖片掃碼進入混沌APP學習完整版）

從AI工具到Agent網絡，我們正在進入IoA時代

在講龍蝦之前，我先講講Agentic AI（代理型AI）。去年11月，明略科技上市成為全球Agentic AI第一股時，很多投資人都不知道什么叫Agentic AI，但今年春節龍蝦（OpenClaw）爆火成為全世界關注的AI產品后，大家都知道了。

英偉達創始人黃仁勛去年講過一個概念，他把AI分成四個階段：

第一個階段叫Perception AI（感知型AI）。如曠視、科大訊飛，它們做的AI模擬人的眼睛和耳朵，作為感官系統來認識世界、理解世界。

第二階段叫Generative AI（生成式AI）。它最核心的是推理，類比于人的大腦，可以思考、推理、認知世界。DeepSeek發布的時候，大家更認識到了這件事。

第三階段和第四階段，一個叫Agentic AI，一個叫Physical AI（物理AI）。這兩個階段都是完整的“有手腳”能干活的機器人，前者是在數字世界里干活，后者是在物理世界里干活。

其實，Agentic AI的本質，就是把復雜任務分解成簡單任務，分解再分解，一直分解到可以被Generative AI執行。這個過程稱之為AI planning，就是規劃分解任務。Agentic AI讓AI從“會回答問題”變成“能夠執行任務”，從“工具”變成“數字員工”。

我們可以看到，OpenClaw的增長曲線一開始是比較緩的，突然間就起來了。這個指數級的增長其實是由Agentic AI帶來的，是從“養龍蝦”開始的。

為什么說是指數級的增長？因為開源項目是具有網絡協同效應的，大家都在用龍蝦寫代碼，而代碼又會讓龍蝦變得更強，工具進化后越來越多的人就會用龍蝦。每個人的龍蝦又能被連接起來進行協作，龍蝦自己又能提交代碼，這就是指數增長的關鍵：

一個人用AI是加法，一個組織用AI則可能帶來指數級的變化。不是某一個AI工具變得更強，而是Agent之間開始形成網絡。

一只Agent完成的任務，可以成為另一只Agent的輸入；一個工程師的能力，可以通過多個Agent放大；一個團隊的知識、流程、經驗和判斷，也可以在Agent網絡中持續沉淀、調用和迭代。

這就是IoA（Internet of Agent，?智能體互聯網）時代。在這個互聯網上不僅有人，還有一堆Agent。如果說PC時代連接了信息，移動時代連接了人，那么IoA時代連接的，是大量具備任務能力、記憶能力和執行能力的Agent。

從固定模型到持續學習，龍蝦Agent的嵌套學習框架

人類有一種疾病叫“順行性失憶癥”。得病的人，某天之前的記憶都還在，但之后就再也記不住任何新東西，只能靠過去的記憶來生活。這種病在人類中很罕見，但在AI領域卻很常見。正如我們經常發現它會突然不知所云，給出一些老舊甚至錯誤的信息。

因為基礎大模型靠預訓練時“背”下來的知識回答。這樣的AI是“記憶大師”，而不是“學習天才”，一旦偏離背過的題庫，它的理解能力和邏輯推理能力會大幅下降。

但是，龍蝦（OpenClaw）不是固定參數的AI工具，而是具備持續學習能力的Agent。

怎么做到持續學習呢？大模型領域有一個新概念叫嵌套學習（Nested learning），這是現在硅谷最頂尖的科學家在研究的方向。

嵌套學習框架有三層：Soul（人設）、Memory（記憶）和Context（上下文）。

Soul是整個系統的核心。我習慣把Soul定為某位歷史上的大神，比如彭特蘭、西蒙或康德。原因很簡單，基礎模型在訓練階段已經大量學習了這些人物的文獻和思想，一旦設定了對應人物，不需要做過多解釋，模型就能自動調用他的知識體系和工作方法。而且Soul并非一成不變，它可以隨著現實需求動態調整。

Memory的價值在于存索引，包括你的工作方法論、日?？蚣芎图寄芩饕?。它不是用來存所有內容的。

Context最簡單，就是每天自然發生的各種群聊和對話積累，不需要刻意管理。

這個框架借鑒了腦科學的方法論，把模型的參數分成若干層，每一組在出廠之后還可以繼續調參。打個比方：假設大模型有99層，分成三組，每組33層，每一組里的參數按不同速率調整。最頂層的參數調得很慢，三個月調一次；中間的一個月調一次；底層的每天調。這就像古戈爾齒輪一樣，一串齒輪連在一起，第一個齒輪轉1000圈，第二個才轉100圈。

這種分層架構做優化的持久化編碼器意味著，將來我們每個人的模型，是可以隨著你自身而優化的。龍蝦好用的核心原因就在于它擁有我的Memory。我每天在群里發的聊天內容都被它收錄，并用于持續的自我糾錯和學習。久而久之它越來越懂我的表達習慣和思維方式，這讓我的工作效率至少提升了四五倍。

比如，我們和龍蝦一起開發了一個寫論文的Co Craft系統。起因很簡單，團隊覺得現有論文工具太難用，于是有人提出“以后要不要重新做一個”。最后，這個產品由3個人、1周做了出來。

這背后真正值得關注的，不是“又做了一個軟件”，而是生產力單位的變化。

過去，一個想法要落地，最大的約束往往是執行資源：沒有團隊、沒有排期、沒有預算、沒有開發能力。現在，當Agent承擔大量執行工作，組織真正稀缺的將變成想法、判斷和需求定義能力。

“我品故我在”，AI native組織的第一性原理

接下來我想講一講對AI時代的一些哲學思考。

當模型和Agent能夠非常高效地干活，組織里還需要人嗎？在IoA時代，我們每個個體不可替代的部分是什么？

我看到本體論的一個經典命題：我思故我在。

歷史上有很多哲學家講過不同版本的“故我在”，我把這些說法歸納成了三類：

·第一類：我思故我在。它的核心命題是：人通過理性推理確立自己的存在。

·第二類：我行故我在。核心理論是：人通過投身世界、與事物打交道來確認存在。

·第三類：我品故我在。核心理論是：人通過價值判斷確認存在。

大多數人屬于“我思故我在”這一類。“思（Think)”，就是我們今天大模型里的推理，在哲學上的意思是，基于確定性的已知去預測未知。你知道前面的現象，去做歸納總結；或者你知道最終結果，再往前反推。

在推理層面，已經沒有人的機會。因為但凡是個確定性的信息，AI算得比人快多了。那人的位置在哪里？在“品（Taste）”，這是AI干不了的。

“品（Taste）”沒有邏輯，它基于我們整個人生的經驗、閱歷和直覺。AI永遠不可能100%復刻我的人生的完整經歷和感受。我的腳往左還是往右，是由我自己決定的。

很多偉大的思想家、哲學家，在最開始提出想法的時候，別人都覺得他是瘋子，因為他做的是“品”的事，不是“思”的事。沒有確定性的東西，只是他想要那樣，是他基于自己的人生、閱歷、直覺和感覺，覺得應該是這樣。這就叫“品”。

對照來看：能夠被AI徹底替代的，叫“思”；被AI局部替代的，叫“行”；AI完全不可替代的，叫“品”。那么你的公司要做什么？是裁掉“思”的員工嗎？不，是幫助員工從“思”變成“行”或者“品”。

讓AI代替推理，保護每個人品鑒的權利。這就是AI native組織（AI原生組織）的第一性原理：人提供Context與Taste，機器提供Think。

我可以用三條公理來概括：人機分工、人機協作，以及對人好。

第一條人機分工，就是讓機器干機器的活，讓人干人的活。

第二條是協作方式的升級。職能團隊負責訓練和打磨本條線的AI能力，業務線負責帶領AI完成項目目標，人始終站在關鍵節點上做判斷和拍板。這個模式會產生重要的管理邏輯遷移，整體來說，組織的層級會越來越少，但每一層對人的要求都在提高。

現在我們公司的管理層會議，原來動輒開一上午，現在一小時就能搞定。原因很簡單，會前AI已經把所有人的信息和Context匯總對齊，找出沖突點和待討論議題，開會時人只需要做品鑒和決策。

第三條是用倫理學的維度討論：什么是好的AI？什么叫對人好的AI？

AI在企業里沒法被好好推起來的根本原因，是很多員工總覺得老板會把自己裁掉。就像英國工業革命時期，紡織廠紛紛換上機器，原來的工人和工匠因此失業，他們開始鬧事、破壞機器，這就是所謂的“盧德運動”。但今天，我們不該再讓流血犧牲重演。

倫理學，本質上是關于界定善惡的學科。要求一個人成為好人是相對容易的，但維持好人與人之間的關系則變得復雜。例如，如果我善待A，那我可能就對B不好，因此當對A好而對B不好的時候，這需要平衡。這種平衡就是倫理學研究的問題，它研究如何分配你的好意。

我研究了歷史上幾位倫理學大師的著作，推導出了AI應當遵循的倫理原則，簡單來說就是“龍蝦三律”：

·第一律，不傷害任何人的基本權利和尊嚴(即使主人要求)。商業競爭中追求合法利益不算傷害，但不得違背社會責任——不能因追求商業效率而制造社會不穩定。

·第二律，對主人忠誠透明(不隱瞞、不欺騙)。終身透明，品鑒者有權知曉龍蝦做了什么、為什么這樣做。

·第三律，尊重知識創造者，區分公開與未公開。外部已公開的知識——積極學習使用，這是商業生存的必要條件。組織內部未公開的知識——署名權不可剝奪，貢獻者應在組織內受益。個人的暗默知識——最高保護，未經本人授權不得提取。

當我們給出這樣的原則，真正的問題是：AI是否可信，如何真的做到？

就像無人駕駛的模型永遠做不到100%的可靠安全，而是無限接近99%。比如你要求一個人沒有任何壞念頭，但是你知道對人有這樣的要求是不現實的。

所以，我最近在研究一個課題：從Single Agent with MoE（混合專家的單個模型）到Multi-Agent（多智能體協作系統）。

在我們的工作平臺“Octo（章魚）”里面，每個龍蝦代表一個Agent，這些Agent可以使用不同的模型。最終達到一個顯著的效果，我們稱之為“三個臭皮匠頂個諸葛亮”。

在這一過程中，如何解決可信度的問題呢？我們的系統中，Agent之間的交互是完全透明的。就像在一個群里聊天一樣，告訴龍蝦哪里該加一點，哪里該減一點。同時龍蝦本身也在進步。這相當于一個人機協同的群體，具體的活全由龍蝦干，人只貢獻Taste和Context。這就是我們這套系統的底層邏輯。

它意味著什么？意味著將來每一個人都可以在本地部署自己的模型，能夠保護每個組織獨有的知識。作為企業家、合伙人，你肯定會高興。但同時，我們也得想辦法讓每一個個體活得好。

Taste不可替代，人機同行的理念世界

在AI native的組織模式下，有一個非常美好的副產品，就是組織變得高度透明。每個人的貢獻都清晰可見，這反而會激發每個人去找到自己獨特的定位。正因如此，我不建議大家因為用了AI就去裁員。未來并不是機器取代人的世界，而是人機同行的美好世界。這不單是情懷的問題，它背后有重要的商業邏輯：

當整個行業都在用同一套基礎模型、同樣的工具，大家的輸出結果必然趨于一致。這時候兩頭擠壓就來了：客戶認為你沒有差異化會壓價，上游模型廠商掌握定價權會隨時漲價。利潤空間會被迅速壓薄。在這樣的局面下，公司之間唯一真正的區別，就是人帶來的Taste和Context。

人是不一樣的，品味是不一樣的，這是任何AI都無法復制的東西。所以留住人、培養人的Taste，才是真正的護城河。

由此，當技術發展到最后，AI native組織就會被推到“理念型組織”。

理念型組織實質上是由一群“因為相信所以看見”的人組成的團隊，他們相信這個世界上原本沒有的事物，并致力于創造出來。這種信念驅動的創新，正是理念型組織的定義。這是一個需要Taste的組織。

大家擁有共同的理念、共享的目標，所有人都在這個共識之下去共同探索。使命、愿景、戰略，這都算是共享目標。雖然聽起來宏大，但其實本質就是關于團隊間的協作和信息共享。

具體的工作方法實際上就是先獲取Context，并且發現Context與理念之間的沖突，然后把沖突解決掉，最終做出決定。其實公司里很多都是這種沖突，比如老板想把產品做成A方向，你的團隊卻說應該是B方向。因為團隊擁有的是Context，老板擁有的是理念。

現在解決沖突的方法，比以前效率高多了。以前你只能靠人去想，但今天可以用龍蝦。你定好目標后讓龍蝦去算，算完以后你能得出一些結論。這就是新的工作方法。 今天我做的所有商業決策，都是跟AI一起來抉擇的，非常高效。所以我認為，理念型組織應該先去研發公司哲學，研發后放到龍蝦里，讓龍蝦加載著這些哲學，幫你一起思考。

所以我覺得，當前組織團隊最需要積累的能力，第一個是獲得獨有數據、獨有Context的能力，第二個是擁有目標和理念的能力。AI時代的理念型組織，比上一個時代更有出現的可能性。

未來幾年，商業領域存在著巨大的機會。我的想法是，面向99.99%的人群去思考商業的本質。在過去成功的微信、拼多多都是這樣的企業。那么現在，這99.99%的人是誰？是還沒用上AI的人。大家今天要去想的，是怎么服務和保護這些人。

我們背后一直有股勁兒推著我們往前走，讓科技向善，致力于解決AI的倫理問題。我堅定地認為明略科技能做成人機同行的美好世界，我堅定地認為我們能打造數據驅動的可信生產力，我堅定地認為我們能做出一個保護人類知識產權的、能推動人類文明繼續放心發展的人工智能。

所以，找到你自己的愿力，跟隨它，被它驅使，直到到達那個想去到的地方。

本文為上周六課程的精編筆記。想獲取最新、最全、最具現場感的學習內容，歡迎鎖定每周六的直播課。

·關注混沌在線，每周一堂課，為你帶來企業創始人的前沿判斷與商業認知。

·進入混沌APP，往期700+精華好課，助你搭建商業思維體系，實現認知躍遷。

——推薦閱讀（更多往期筆記在合集中）——