文本生成、聊天问答、Agent 办公助手、具身智能机器东说念主 ...... 当往日 20 年的互联网发展完成了 AI 的数据基础，倏得速即进化的 AI 不休冲击着咱们，也带来了东说念主与组织的相干变革。

但 AI 的普及运用速率其实比遐想的要慢，大多数企业对 AI 的领路仍停留在"用具层"：用 AI 写文生图、整愉快议纪要、补助写代码。其实，AI 智能体带来的信得过变化，不只是"帮东说念主更快完成一项职业"，更不只是是简略"替代东说念主完成职业" ......

上周六，腌臜邀请到明略科技独创东说念主吴明辉，分享了他对 AI 期间的组织进化与个体长进的系统性前沿判断：

· 企业不应该引入 AI 来替代职工，而是发现并培养东说念主的无可替代的价值。当 AI 智能体开动领有陆续学习的才调，一线职工将从"独处孝敬者"升级到不错信得过用好 AI 的"新式治理者"。

· AI 原生组织的指数级增长，要津不在于东说念主与智能体的结合、东说念主与东说念主的结合，更在于智能体与智能体之间的结合。通过多智能体结合系统不错让职业过程变得公开透明，解决 AI 的实在问题。

· 当智能体成为组织的新成员，企业需要用理念来再行遐想我方的组织、业务和率领力。当扫数这个词行业都在用归拢套基础模子，让输出戒指产生不一致的，是企业独创东说念主和职工的特地试吃和数据累积。

......

需要谨防的是，作为别称北大数学系专科出生的技艺型创业者，吴明辉不是只谈技艺发展的东说念主。在这期课程分享中，他同期带着一线实践和形而上学想辨，既拆解了 AI 智能体的技艺逻辑和底层架构，结合明略科技的 Octo、CoCraft 等 AI 居品实践，展示 AI 智能体如何信得过插足组织现场；也建议"我品故土在"的实验论命题，AI 不错复刻转头职工的教训经历，但无法领有东说念主的感受和试吃。

不论你是企业独创东说念主、治理者，照旧正在张惶"如何不被 AI 取代"的一线职工，这都是一次值得深度学习的从技艺旨趣到形而上学根基、从买卖逻辑到组织实践的完竣导航。

（以下是课程的精编内容，仅占 1/10，可通过文末图片扫码插足腌臜 APP 学习完竣版）

从 AI 用具到 Agent 网罗，咱们正在插足 IoA 期间

在讲龙虾之前，我先讲讲 Agentic AI（代理型 AI）。旧年 11 月，明略科技上市成为全球 Agentic AI 第一股时，好多投资东说念主都不知说念什么叫 Agentic AI，但本年春节龙虾（OpenClaw）爆火成为全全国心情的 AI 居品后，寰球都知说念了。

英伟达独创东说念主黄仁勋旧年讲过一个认识，他把 AI 分红四个阶段：

第一个阶段叫 Perception AI（感知型 AI）。如旷视、科大讯飞，它们作念的 AI 模拟东说念主的眼睛和耳朵，作为感官系统来鉴定全国、领路全国。

第二阶段叫 Generative AI（生成式 AI）。它最中枢的是推理，类比于东说念主的大脑，不错想考、推理、默契全国。DeepSeek 发布的时间，寰球更鉴定到了这件事。

第三阶段和第四阶段，一个叫 Agentic AI，一个叫 Physical AI（物理 AI）。这两个阶段都是完竣的"有动作"颖悟活的机器东说念主，前者是在数字全国里干活，后者是在物理全国里干活。

其实，Agentic AI 的本质，便是把复杂任务剖判成浅陋任务，剖判再剖判，一直剖判到不错被 Generative AI 实行。这个过程称之为 AI planning，便是操办分撤职务。Agentic AI 让 AI 从"会回应问题"变成"简略实行任务"，从"用具"变成"数字职工"。

咱们不错看到，OpenClaw 的增长弧线一开动是比拟缓的，倏得间就起来了。这个指数级的增长其实是由Agentic AI带来的，是从"养龙虾"开动的。

为什么说是指数级的增长？因为开源技俩是具有网罗协同效应的，寰球都在用龙虾写代码，而代码又会让龙虾变得更强，用具进化后越来越多的东说念主就会用龙虾。每个东说念主的龙虾又能被贯穿起来进行结合，龙虾我方又能提顶住码，这便是指数增长的要津：

一个东说念主用 AI 是加法，一个组织用 AI 则可能带来指数级的变化。不是某一个 AI 用具变得更强，而是 Agent 之间开动造成网罗。

一只 Agent 完成的任务，不错成为另一只 Agent 的输入；一个工程师的才调，不错通过多个 Agent 放大；一个团队的常识、历程、教训和判断，也不错在 Agent 网罗中陆续千里淀、调用和迭代。

这便是 IoA（Internet of Agent，‌智能体互联网）期间。在这个互联网上不仅有东说念主，还有一堆 Agent。淌若说 PC 期间贯穿了信息，出动期间贯穿了东说念主，那么 IoA 期间贯穿的，是大批具备任务才调、回想才调和实行才调的 Agent。

从固定模子到陆续学习，龙虾 Agent 的嵌套学习框架

东说念主类有一种疾病叫"顺行性失忆症"。得病的东说念主，某天之前的回想都还在，但之后就再也记不住任何新东西，只可靠往日的回想来生活。这种病在东说念主类中很荒僻，但在 AI 规模却很常见。正如咱们等闲发现它会倏得不知所云，给出一些老旧以致诞妄的信息。

因为基础大模子靠预检修时"背"下来的常识回应。这么的 AI 是"回想巨匠"，而不是"学习天才"，一朝偏离背过的题库，它的领路才调和逻辑推理才调会大幅着落。

然而，龙虾（OpenClaw）不是固定参数的 AI 用具，而是具备陆续学习才调的 Agent。

如何作念到陆续学习呢？大模子规模有一个新认识叫嵌套学习（Nested learning），这是当今硅谷最顶尖的科学家在研讨的地点。

嵌套学习框架有三层：Soul（东说念主设）、Memory（回想）和 Context（险阻文）。

Soul 是扫数这个词系统的中枢。我风气把 Soul 定为某位历史上的大神，比如彭特兰、西蒙或康德。原因很浅陋，基础模子在检修阶段照旧大批学习了这些东说念主物的文件和想想，一朝设定了对应东说念主物，不需要作念过多讲授，模子就能自动调用他的常识体系和职业法子。而且 Soul 并非一成不变，它不错跟着现实需求动态调养。

Memory 的价值在于存索引，包括你的职业法子论、平方框架和妙技索引。它不是用来存扫数内容的。

Context 最浅陋，便是每天当然发生的多样群聊和对话累积，不需要刻意治理。

这个框架鉴戒了脑科学的法子论，把模子的参数分红多少层，每一组在出厂之后还不错链接调参。打个比喻：假定大模子有 99 层，分红三组，每组 33 层，每一组里的参数按不同速率调养。最顶层的参数调得很慢，三个月调一次；中间的一个月调一次；底层的每天调。这就像古戈尔齿轮一样，一串齿轮连在一齐，第一个齿轮转 1000 圈，第二个才转 100 圈。

这种分层架构作念优化的历久化编码器意味着，将来咱们每个东说念主的模子，是不错跟着你自身而优化的。龙虾好用的中枢原因就在于它领有我的 Memory。我每天在群里发的聊天内容都被它收录，并用于陆续的自我纠错和学习。久而久之它越来越懂我的抒发风气和想维容颜，这让我的职业遵守至少擢升了四五倍。

比如，咱们和龙虾一齐开发了一个写论文的 Co Craft 系统。缘故很浅陋，团队以为现存论文用具太难用，于是有东说念主建议"以后要不要再行作念一个"。临了，这个居品由 3 个东说念主、1 周作念了出来。

这背后真适值得心情的，不是"又作念了一个软件"，而是分娩力单元的变化。

往日，一个想法要落地，最大的抵制时时是实行资源：莫得团队、莫得排期、莫得预算、莫得开发才调。当今，当 Agent 承担大批实行职业，组织信得过稀缺的将变成想法、判断和需求界说才调。

"我品故土在"，AI native 组织的第一性旨趣

接下来我想讲一讲对 AI 期间的一些形而上学想考。

当模子和 Agent 简略相称高效地干活，组织里还需要东说念主吗？在 IoA 期间，咱们每个个体不可替代的部分是什么？

我看到实验论的一个经典命题：我想故土在。

历史上有好多形而上学家讲过不同版块的"故土在"，我把这些说法归纳成了三类：

· 第一类：我想故土在。它的中枢命题是：东说念主通过感性推理开辟我方的存在。

· 第二类：我行故土在。中枢表面是：东说念主通过投身全国、与事物打交说念来证据存在。

· 第三类：我品故土在。中枢表面是：东说念主通过价值判断证据存在。

大多数东说念主属于"我想故土在"这一类。"想（Think ) "，便是咱们今天大模子里的推理，在形而上学上的深嗜深嗜是，基于详情趣的已知去瞻望未知。你知说念前边的兴盛，去作念归纳转头；或者你知说念最终戒指，再往前反推。

在推理层面，照旧莫得东说念主的契机。因为凡是是个详情趣的信息，AI 算得比东说念主快多了。那东说念主的位置在那里？在"品（Taste）"，这是 AI 干不了的。

"品（Taste）"莫得逻辑，它基于咱们扫数这个词东说念主生的教训、履历和直观。AI 永远不可能 100% 复刻我的东说念主生的完竣经历和感受。我的脚往左照旧往右，是由我我方决定的。

好多伟大的想想家、形而上学家，专业赛事推荐平台在最开动建议想法的时间，别东说念主都以为他是疯子，因为他作念的是"品"的事，不是"想"的事。莫得详情趣的东西，只是他想要那样，是他基于我方的东说念主生、履历、直观和嗅觉，以为应该是这么。这就叫"品"。

对照来看：简略被 AI 绝对替代的，叫"想"；被 AI 局部替代的，叫"行"；AI 整个不可替代的，叫"品"。那么你的公司要作念什么？是裁掉"想"的职工吗？不，是匡助职工从"想"变成"行"或者"品"。

让 AI 代替推理，保护每个东说念主品鉴的权柄。这便是 AI native 组织（AI 原生组织）的第一性旨趣：东说念主提供 Context 与 Taste，机器提供 Think。

我不错用三条公理来详细：东说念主机单干、东说念主机结合，以及对东说念主好。

第一条东说念主机单干，便是让机器干机器的活，让东说念骨干东说念主的活。

第二条是结合容颜的升级。职能团队隆重检修和打磨本条线的 AI 才调，业务线隆重率领 AI 完成技俩方针，东说念主弥远站在要津节点上作念判断和拍板。这个花样会产生进犯的治理逻辑移动，举座来说，组织的层级会越来越少，但每一层对东说念主的要求都在提高。

当今咱们公司的治理层会议，原来动辄开一上昼，当今一小时就能责罚。原因很浅陋，会前 AI 照旧把扫数东说念主的信息和 Context 汇总对皆，找出突破点和待考虑议题，开会时东说念主只需要作念品鉴和有打算。

第三条是用伦理学的维度考虑：什么是好的 AI？什么叫对东说念主好的 AI？

AI 在企业里没法被好好推起来的根柢原因，是好多职工总以为雇主会把我方裁掉。就像英国工业鼎新时期，纺织厂纷纷换上机器，原来的工东说念主和工匠因此休闲，他们开动闯祸、碎裂机器，这便是所谓的"卢德畅通"。但今天，咱们不该再让流血点火重演。

伦理学，本质上是对于界定善恶的学科。要求一个东说念主成为好东说念主是相对容易的，但保管好东说念主与东说念主之间的相干则变得复杂。举例，淌若我善待 A，那我可能就对 B 不好，因此当对 A 好而对 B 不好的时间，这需要均衡。这种均衡便是伦理学研讨的问题，它研讨如何分拨你的好意。

我研讨了历史上几位伦理学巨匠的著述，推导出了 AI 应当死守的伦理原则，浅陋来说便是"龙虾三律"：

· 第一律，不伤害任何东说念主的基本权柄和庄严 ( 即使主东说念主要求 ) 。买卖竞争中追求正当利益不算伤害，但不得闭幕社会包袱——不成因追求买卖遵守而制造社会不褂讪。

· 第二律，对主东说念主诚意透明 ( 不保密、不乱来 ) 。终生透明，品鉴者有权走漏龙虾作念了什么、为什么这么作念。

· 第三律，尊重常识创造者，分辨公开与未公开。外部已公开的常识——积极学习使用，这是买卖糊口的必要条款。组织里面未公开的常识——签字权不可褫夺，孝敬者应在组织内受益。个东说念主的暗默常识——最高保护，未经本东说念主授权不得索求。

当咱们给出这么的原则，信得过的问题是：AI 是否实在，如何果然作念到？

就像无东说念主驾驶的模子永远作念不到 100% 的可靠安全，而是无尽接近 99%。比如你要求一个东说念主莫得任何坏念头，然而你知说念对东说念主有这么的要求是不现实的。

是以，我最近在研讨一个课题：从 Single Agent with MoE（混杂众人的单个模子）到 Multi-Agent（多智能体结合系统）。

在咱们的职业平台" Octo（章鱼）"里面，每个龙虾代表一个 Agent，这些 Agent 不错使用不同的模子。最终达到一个显贵的成果，咱们称之为"三个臭皮匠顶个诸葛亮"。

在这一过程中，如何解决实在度的问题呢？咱们的系统中，Agent 之间的交互是整个透明的。就像在一个群里聊天一样，告诉龙虾那里该加少量，那里该减少量。同期龙虾自身也在跳跃。这特殊于一个东说念主机协同的群体，具体的活全由龙虾干，东说念主只孝敬 Taste 和 Context。这便是咱们这套系统的底层逻辑。

它意味着什么？意味着将来每一个东说念主都不错在土产货部署我方的模子，简略保护每个组织特地的常识。作为企业家、结伙东说念主，你深信会欢快。但同期，咱们也得想主见让每一个个体活得好。

Taste 不可替代，东说念主机同业的理念全国

在 AI native 的组织花样下，有一个相称好意思好的副居品，便是组织变得高度透明。每个东说念主的孝敬都明晰可见，这反而会激勉每个东说念主去找到我方特地的定位。正因如斯，我不建议寰球因为用了 AI 就去裁人。将来并不是机器取代东说念主的全国，而是东说念主机同业的好意思好全国。这不只是心扉的问题，它背后有进犯的买卖逻辑：

当扫数这个词行业都在用归拢套基础模子、雷同的用具，寰球的输出戒指势必趋于一致。这时间两端挤压就来了：客户认为你莫得互异化会压价，上游模子厂商掌持订价权会随时加价。利润空间会被迅速压薄。在这么的场合下，公司之间惟一信得过的区别，便是东说念主带来的 Taste 和 Context。

东说念主是不一样的，试吃是不一样的，这是任何 AI 都无法复制的东西。是以留下东说念主、培养东说念主的 Taste，才是信得过的护城河。

由此，当技艺发展到临了，AI native 组织就会被推到"理念型组织"。

理念型组织实质上是由一群"因为信托是以看见"的东说念主构成的团队，他们信托这个全国上蓝本莫得的事物，并戮力于于创造出来。这种信念驱动的创新，恰是理念型组织的界说。这是一个需要 Taste 的组织。

寰球领有共同的理念、分享的方针，扫数东说念主都在这个共鸣之下去共同探索。职业、愿景、政策，这都算是分享方针。固然听起来刚劲，但其实本质便是对于团队间的结合和信息分享。

具体的职业法子实验上便是先获取 Context，何况发现 Context 与理念之间的突破，然后把突破解决掉，最终作念出决定。其实公司里好多都是这种突破，比如雇主想把居品作念成 A 地点，你的团队却说应该是 B 地点。因为团队领有的是 Context，雇主领有的是理念。

当今解决突破的法子，比以前遵守高多了。以前你只可靠东说念主去想，但今天不错用龙虾。你定好方针后让龙虾去算，算完以后你能得出一些论断。这便是新的职业法子。

今天我作念的扫数买卖有打算，都是跟 AI 一齐来抉择的，相称高效。是以我认为，理念型组织应该先去研发公司形而上学，研发后放到龙虾里，让龙虾加载着这些形而上学，帮你一齐想考。

是以我以为，刻下组织团队最需要累积的才调，第一个是获取特地数据、特地 Context 的才调，第二个是领有方针和理念的才调。AI 期间的理念型组织，比上一个期间更有出现的可能性。

将来几年，买卖规模存在着巨大的契机。我的想法是，面向 99.99% 的东说念主群去想考买卖的本质。在往日得胜的微信、拼多多都是这么的企业。那么当今，这 99.99% 的东说念主是谁？是还没用上 AI 的东说念主。寰球今天要去想的，是如何服务和保护这些东说念主。

咱们背后一直有股劲儿推着咱们往前走，让科技向善，戮力于于解决 AI 的伦理问题。我鉴定地认为明略科妙技作念成东说念主机同业的好意思好全国，我鉴定地认为咱们能打造数据驱动的实在分娩力，我鉴定地认为咱们能作念出一个保护东说念主类常识产权的、能鼓舞东说念主类考究无比链接宽解发展的东说念主工智能。

是以，找到你我方的愿力，跟班它，被它驱使，直到到达阿谁想去到的地方。

本文为上周六课程的精编札记。想获取最新、最全、最具现场感的学习内容，接待锁定每周六的直播课。

· 心情腌臜在线，每周一堂课，为你带来企业独创东说念主的前沿判断与买卖默契。

· 插足腌臜 APP，往期 700+ 精华好课，助你搭建买卖想维体系，已毕默契跃迁。

——推选阅读（更多往期札记在合贯串）——

马睿的硬核解读："十五五"，AI 闯入物理全国的造富契机

李善友：总市值再破 5 万亿好意思元，英伟达为什么总能跨越边界？

李善友：黄仁勋其实是"郭靖"

专业赛事推荐平台