Enterprise-Ai

前阵子给工作助理 Muse 算账的时候，我发现一个很尴尬的数字：它每天写一篇工作日记，最早的做法是让模型带着工具自己去翻素材，一次要烧掉约 83 万 token，因为同一份上下文被来回重发了 9 次左右。改成「代码先把素材采齐、模型只调用一次」之后，降到约 6 万 token，耗时几乎不变。

省钱只是表面。更让我在意的是，第一种做法里模型每次都在 重新理解同一批原始消息：谁是谁、哪句话是承诺、哪件事已经关掉了。理解了一遍又扔掉，下次再来一遍，而且每次理解的结果还不完全一样。

这件事让我对知识编译（Knowledge Compilation）形成了一个明确的判断：

目前实现知识编译最合适的工程范式，是 Harness Engineering + Models。模型负责理解和推理，Harness 负责把理解和推理变成一个可靠、可持续运行、可评估、可迭代的工程系统。

这个边界很重要。只有模型，你得到的是一次次聪明但不可复现的理解；只有 Harness，你得到的是一套规则写死、碰到自然语言就失效的 ETL。两者分开各管一摊，知识编译才能成为一个工程系统。

我在 从程序编译器到企业上下文编译器 里讲了「企业上下文编译器」是什么：词法分析、符号表、IR、链接、增量编译怎么一一对上。这篇不重复那个类比，回答的是下一个问题：用什么工程范式把它造出来，以及怎样把它抽象成一套通用的知识编译架构。

昨天那篇 每天 1000 条钉钉消息，我让一个 Agent 先编译再开口 是从一个 ❌ 开始的：我在单聊里问一位同事某件事要不要先做，他回了四个字「今天弄好」；5 分钟后，我的工作助理 Muse 把这句话当成急事推给了我——而我 7 分钟前就在和他聊这件事。

那次修的是推送时机。但这四个字之后一直在我脑子里，因为它暴露了另一个问题：同一件事，在我的台账里是「等别人交付」，在他那边是「我要办」。 Muse 只编译了我这一半。他那一半在他脑子里、在他的待办里，或者哪儿都没有。

把一个人的工作流编译成 AI 能用的上下文，444 那篇已经跑通了。这篇往上走一层：一个组织的工作流，能不能像程序一样，被一台编译器编成 AI 可以执行的上下文？

我的回答是能，但前提是把「编译器」这个类比当真——不是借个名字，而是把词法分析、符号表、中间表示、链接、增量编译一一对上，再老实承认它在哪里不成立。恰恰是不成立的那几处，决定了这台编译器该怎么设计。

谢扬做了一个新产品叫 Qoni，定位是给 Personal Agent 用的身份基建。赛博禅心那篇报道的标题起得很准：给 Agent 发一张工牌。

思路我一看就熟。今年 6 月我在 当 Agent 有了工牌：钉钉群里的 Agent IAM 架构设计 里设计过几乎一样的东西——Agent 每次执行任务前，换一张 限定事务、限定时段、最小权限 的临时通行证；沙箱本身不持有任何凭证；每一步操作都记在委托它的人名下。Qoni 的 Dana 例子和这套设计对得上：授权页勾了「读客户资料」「发邮件」、没勾「删除」，有效期 15 分钟；09:43 Agent 去删客户资料，被拦下；09:44 Dana 撤销授权，工牌作废。

三个月后有人把我画在纸上的架构做成了产品，这是好事。 说明这个方向不是我一厢情愿。

但这篇报道里有一个细节，我读到时停了一下。它在「入职」那一节：

因为 Salesforce、飞书这些工作 SaaS「并不认识什么 Agent 工牌」，但好在大家还都是认邮箱/手机号的，那么 Qoni 也就给这些 Agent 配了自己的邮箱和手机号，像新员工入职一样去注册账号、收验证码。

给 Agent 发工牌的产品，为了让工牌真能用，做的第一件事是——给每个 Agent 再配一个邮箱和一个手机号。

这个动作里藏着整个 Agent 身份问题的死结，而几乎所有报道都滑过去了。

先说一类很常见的翻车现场。一个数字员工被问「把这份报销单转给张三的直属主管审批」，它很自信地查了通讯录，拿到一个名字，发过去了。结果那个人三个月前就调岗了，张三现在的主管是另一个人。报销单卡在一个已经不管这摊事的人那里，没人报错，日志全绿——只是这件事从此没人推进。

问题不在模型笨。模型很聪明，它把「查主管」这个动作完成得干净利落。问题在于，它查的那个「通讯录」，根本不是一份能被 Agent 可靠依赖的事实——它是一张随时会过期、没有版本、说不清哪个字段是权威的人员列表。

几个月前我在 Palantir 从本体长到 Agent，我们从 Agent 长回本体 里下过一个判断，下得很痛快：

Ontology 最难建的那个稳定核心——身份、关系、权限边界、审计证据——组织平台手里本来就是现成的：工号是身份，组织图谱是关系，审批链是权限边界的活体实现，审计日志是决策证据。

那篇讲的是路线：为什么组织平台可以反着走，先让 Agent 以数字员工的身份上岗，再从它的日常工作里长回本体。但路线讲完，有个工程问题被我一笔滑过去了——从钥匙串到本体，中间那道编译，具体怎么做？

「通讯录是现成的」这句话，和「通讯录能被 Agent 可靠地查询、推理、追责」之间，隔着的不是一个断言，是一堆很土的活：同一个人在 HR 系统和钉钉里可能是两个 ID；一个部门上个季度还在、这个月被合并了，那份历史审批该挂在谁名下；一个 Agent 问「这个人的直属主管是谁」，它凭什么相信拿回来的那个名字。开头那张卡住的报销单，就死在这堆活里。

这篇就把这道编译拆开写。核心判断只有一句：企业知识不是检索出来的，是编译出来的；而且要从最土的那一层开始编译——可验证的事实。

我在一个业务群里看到过这样的三条消息，时间戳原样抄下来：

05:01  天刚亮，打个照面。
10:00  上午好，开工了，随时招呼一声。
10:00:55  本次执行已结束，但有消息是否送达尚未确认，请查看运行记录。
（群里没有任何活人发言）
# generated by hugo AI

发消息的是我们自己的数字员工。三条里没有一条错——问候很客气，状态提示很负责，措辞也没毛病。可我在屏幕这头看着，只觉得尴尬。

尴尬在哪，我想了几天才想清楚：05:01 那一刻，群里没有一个活人在。它不是在跟谁打招呼，它是在跟一个空房间打招呼。 而不到一分钟之后那条运行状态提示，等于它转过身，把后台日志贴到了业务群的公告栏上。

我在 数字员工的活人感，不是设计出来的，是长出来的 里写过：活人感不是皮肤，是行为，是「可验证的一致性」。那篇给了六条行为特征——记忆、主动性、边界、一致性、成长、节奏，又给了六个把它做出来的动作。但这三条消息让我发现那篇漏了一整维：特征和动作全是加法，没有一条讲什么时候该做减法。

这篇补上那一维。我的判断是：数字员工的活人感，一半来自它知道什么时候不说话。

OpenAI 负责 ChatGPT 与 Codex 的 Tibo Sottiaux（Codex 的创建者之一，现管 Core Products & Platform）在 The Pragmatic Engineer 的播客里描述了他自己现在的工作方式：开会开到一半想到一个问题，过去他会先记下来，回头找对应团队聊一聊；现在他直接拿起手机，把这个问题用语音说出去，扔给 agent 跑——用户反馈到底怎么样、哪些功能根本没人用可以砍掉、某个团队最近在忙什么。他说他遇到的大部分问题，三十分钟之内就能拿到第一版报告。

晚上没想完的事，他直接派 Codex 通宵去查，第二天早上起来看结果。周末做原型，用他自己的话说是「把想法从脑子里冲出去」，一天之内拿到反馈。

这些细节我核过一手字幕，都是真的。而真正让我停下来的是另一句——他说现在的情况是「突然有上百个 agent 在往同一个东西上贡献，而这可能在一个周末里就发生」。

这句话的份量不在 agent 数量，在于它意味着：对他个人来说，执行配额已经不存在了。 他不需要排期，不需要申请，不需要说服任何人这件事值得做——想到就发出去，半小时后有结果。

那问题来了：为什么在他这样的公司里成立的事情，放到绝大多数公司里，一个想法从冒出来到被处理，还是要等三个月？

我的答案是：因为执行变便宜了，过滤器没有。

Asana 的销售和客户成功人员有一个共享 Slack 频道，专门问产品问题。新功能不断发布，同样的问题被反复提出，每次都要 @ 一位领域专家。他们想过建可搜索的知识库，结论是不可行——用他们首席产品官 Arnab Bose 的原话说：「答案很微妙、而且会变化，你需要有人对『产品当前状态』做出带品味的判断。」

现在这个频道里有一个 Asana 应用，把每个问题转成任务，交给一个 Agent 接手。大多数人介绍这个案例时，讲的是它答得多好。我读了 Claude 官方博客这篇访谈（2026-09-29，「构建人机协作团队」系列第三篇），读出来的是另一件事：这个 Agent 最值钱的设计，是它答不上来的时候会发生什么。

它有两种「答不上来」，每一种都有一个出口：没有获批口径、且问题暴露了产品缺口，它会在产品团队的受理项目里建一条任务，进 backlog；同一个问题反复出现、它反复贴同一条记录，它会建一条任务，让赋能团队去更新培训材料和文档。失败不蒸发，不硬答，全部变成结构化的组织信号。

这一刻，Agent 从一个应答机器，变成了一个组织缺口探测器。

朱啸虎讲过一个他亲手投过的反例。

一家公司，专门派机器人在海底洗船。商业化做得非常好——客户真金白银付费，订单扎实，水下泛化还容易：洗船、洗海上光伏柱子、港口清淤、帮海关查走私（走私分子把货藏在船底，以前要潜水员下去抽查，机器下去就容易多了）。

但朱啸虎说，这家公司有个致命问题：它没法展示。它在海底洗船，根本没办法展示给别人看，能看到的场景很有限。

而同一时期，人形机器人赛道有近 200 家公司挤在一起，彼此差异极小，真实商业化订单稀薄（大部分是政府订单或科研订单），宇树的估值却冲到 4000 亿。朱啸虎的原话很直接：「因为故事好讲。上春晚这种活动，人形机器人的可展示性非常高。很多投资人更喜欢看到这种高度可展示性的东西。」

一家在海底默默赚钱、估值便宜；一群在台上翻跟头、估值冲天。区别不在谁更能创造价值，而在 谁能被看见。

这就是我今天想讲的东西：可展示性偏差——资本、注意力、资源，正在系统性地流向「能演示给人看」的项目，而不是「能产生结果」的项目。

9 月中旬，一家叫 TypeSafe AI 的公司出隐身。创始人 Diogo Almeida 是 RLHF/InstructGPT 的共同发明人，GPT-4 致谢名单里有他的名字——可以说，是他教会了大模型「说人话」。而他隐身两年后发布的产品，却出人意料：一个不会说一句话的模型。

这个模型叫 Jev，定位「决策模型」：输入任意状态和预定义的问题，输出只有三种——选择题、打分、是非题，每个都附带校准过的置信度。口号只有三个词：Decisions, not strings（要决策，不要字符串）。输入 $0.042/百万 token，输出免费，端到端 70–500 毫秒。

市场反应激烈：发布帖 420 万浏览，5 天撤掉 waitlist 全面开放，browser-use 团队次日开源集成（仓库已 12.5k 星），Vercel、OpenRouter、LangChain 一周内全部上架，连蹭热度的 memecoin 都出现了。

一个「不会说话」的模型，凭什么这么火？

因为它赌对了一件事：大模型的岗位不在每一次调用里，而在调用背后——大模型该在工厂里，不在流水线上。

在《当智能变得免费，什么东西在涨价》里，我拆了那张「AI 无法低成本复制什么」的环图。顺着这个题目继续想，想到一个更落地的对比：

企业花钱买 AI，是为结果买单；个人花钱买 AI，是提效给自己赚钱。

两句话听起来是同一件事的两面。但放到账本上看，是两种完全不同的账——而且大多数人把自己的账记错了。