即刻App年轻人的同好社区
下载
已经让技术团队，全部转向DSH的Agent内核，我们之前的用户场景和需求，全部以DSH - Plugin的方式，与其结合。 另，DSH 本质是对 Codex 和 workbuddy Qoder的第二次釜底抽薪。（第一波是开源大模型 vs 闭源；第二波是开源 Harness vs 闭源）
2 10
端侧AI崛起的讯号？
rosicky311_明浩: 又是学习的一天
0 00
DeepSeek Harness，有没有可能让很多做办公Agent的大厂们，当前的投入，最终又变成徒劳无功？（闭源模型👉开源模型；闭源Harness👉开源 Harness）
0 00
我最近越来越强烈地感觉到：
99%的企业做AI化改造，其实都没有真正改到位。
为什么？
因为绝大多数企业所谓的“AI化”，本质上只是给员工开几个AI账号，接几个AI工具，再做几个Agent。
这叫AI应用升级，但还远远不叫企业AI化。
真正的企业AI化，应该像过去的信息化、数字化一样，重新改造企业的基础设施。
我认为，未来企业级AI基础设施，会形成五个层级。
第一层，是AI算力。
过去企业的信息化，服务器放在机房里。
未来企业的AI，也会越来越多拥有自己的AI服务器。
因为企业真正有价值的数据，包括客户、订单、生产、供应链、员工行为和内部知识，都不能全部交给云端。
所以未来越来越多企业会形成：
自己的算力、自己的模型、自己的数据。
⸻
第二层，是企业数据、知识和上下文。
很多企业做AI，第一反应是：
“我们应该用哪个大模型？”
但我认为这个问题问反了。
真正的问题是：
AI到底懂不懂你的企业？
你的客户是谁？
你的业务流程是什么？
你的组织结构是什么？
你的知识库是什么？
你的权限是什么？
如果这些东西没有被AI真正结构化，那么AI再聪明，也只是一个“外部大脑”。
所以企业真正需要建立的是自己的企业上下文系统。
让AI知道：
我是谁、我在哪里、我能看到什么、我应该做什么。
⸻
第三层，是企业协同与能力基础设施。
过去我们有ERP、CRM、OA、飞书、钉钉、Slack。
这些软件的核心是：让人操作系统。
但Agent时代会发生一个巨大变化：
未来不只是人使用软件，AI也会直接使用软件。
任务、客户、合同、财务、采购、项目、知识，这些系统不能再彼此孤立。
它们需要被AI连接起来。
最终形成的，可能不是一个“企业版ChatGPT”，而是：
企业自己的AI操作系统。
⸻
第四层，是Agent与业务流程。
以前的自动化是：
“发生A，就执行B。”
但Agent不一样。
老板只需要说一句：
“帮我分析一下这个月华东销售为什么下降。”
AI可以自己调用CRM、财务、订单系统，分析数据，找到原因，提出解决方案，甚至直接执行。
这时候，AI才真正从一个“工具”，变成了企业里的数字员工。
⸻
第五层，是端侧与边缘侧AI硬件。
AI不会永远待在电脑里。
未来工厂会有AI摄像头、AI音频设备和机器人；
门店会有AI终端；
仓库会有AI感知设备；
办公室会有AI会议设备。
因为企业真正的数据，最终来自现实世界。
所以我认为，未来企业AI会形成这样五层结构：
底层是算力；
第二层是数据、知识与上下文；
第三层是企业协同与能力；
第四层是Agent和业务流程；
第五层是连接物理世界的AI硬件。
而现在绝大多数企业，可能只做到了其中一两层。
99%的企业做AI化改造，其实都没有真正改到位。
为什么？
因为绝大多数企业所谓的“AI化”，本质上只是给员工开几个AI账号，接几个AI工具，再做几个Agent。
这叫AI应用升级，但还远远不叫企业AI化。
真正的企业AI化，应该像过去的信息化、数字化一样，重新改造企业的基础设施。
我认为，未来企业级AI基础设施，会形成五个层级。
第一层，是AI算力。
过去企业的信息化，服务器放在机房里。
未来企业的AI，也会越来越多拥有自己的AI服务器。
因为企业真正有价值的数据，包括客户、订单、生产、供应链、员工行为和内部知识，都不能全部交给云端。
所以未来越来越多企业会形成：
自己的算力、自己的模型、自己的数据。
⸻
第二层，是企业数据、知识和上下文。
很多企业做AI，第一反应是：
“我们应该用哪个大模型？”
但我认为这个问题问反了。
真正的问题是：
AI到底懂不懂你的企业？
你的客户是谁？
你的业务流程是什么？
你的组织结构是什么？
你的知识库是什么？
你的权限是什么？
如果这些东西没有被AI真正结构化，那么AI再聪明，也只是一个“外部大脑”。
所以企业真正需要建立的是自己的企业上下文系统。
让AI知道：
我是谁、我在哪里、我能看到什么、我应该做什么。
⸻
第三层，是企业协同与能力基础设施。
过去我们有ERP、CRM、OA、飞书、钉钉、Slack。
这些软件的核心是：让人操作系统。
但Agent时代会发生一个巨大变化：
未来不只是人使用软件，AI也会直接使用软件。
任务、客户、合同、财务、采购、项目、知识，这些系统不能再彼此孤立。
它们需要被AI连接起来。
最终形成的，可能不是一个“企业版ChatGPT”，而是：
企业自己的AI操作系统。
⸻
第四层，是Agent与业务流程。
以前的自动化是：
“发生A，就执行B。”
但Agent不一样。
老板只需要说一句：
“帮我分析一下这个月华东销售为什么下降。”
AI可以自己调用CRM、财务、订单系统，分析数据，找到原因，提出解决方案，甚至直接执行。
这时候，AI才真正从一个“工具”，变成了企业里的数字员工。
⸻
第五层，是端侧与边缘侧AI硬件。
AI不会永远待在电脑里。
未来工厂会有AI摄像头、AI音频设备和机器人；
门店会有AI终端；
仓库会有AI感知设备；
办公室会有AI会议设备。
因为企业真正的数据，最终来自现实世界。
所以我认为，未来企业AI会形成这样五层结构：
底层是算力；
第二层是数据、知识与上下文；
第三层是企业协同与能力；
第四层是Agent和业务流程；
第五层是连接物理世界的AI硬件。
而现在绝大多数企业，可能只做到了其中一两层。
1 00
真正越往后做2B服务，越会卷死Anthropic自己的。这种能力，其他企业级AI团队又不是做不出来。而且像我们这样一直产品侧在探索AI协作（生产关系）而不是生产力的企业，在这块的思考和实践，一点都不比Anthropic 少。而且很多都是从企业的成本侧 和 易用度、智能度很多角度思考和落地的。而并非只是智能。
原动态已删除
0 00
token成本还需要2年时间大规模降。所以也意味着，这两年真正原生的AI应用不会大规模爆发。大概相当于上世纪75-85年。从大型机（OpenAI）过渡到企业小型机（Palantir+英伟达）时代。大量企业要先进行AI-Native化的改造。
1 00
同意。目前AI时代的交互，大概只发展到从DOS、往第一代GUI的过渡时期。对应历史时间，大概在上世纪80-85年之间
启师傅今天逛动物园了吗: AI应用层最应该做好的， 就是GUI！！！
2 00
应用层肯定已经成为塑造AI壁垒的一部分。Codex改名字、Anthropic不断蚕食各垂直领域的应用层，国内大厂开始新一轮的“抄袭”，workbuddy、Qoder（马上改名 qwen work）
Zealen泽良: 国内很多AI自媒体，还没X上面的美国网友、开发者看的更透。被西方洗脑几十年，很多人的骨头还是弯的，直不起来。开源一定胜过闭源（成本角度、普惠角度）都不怎么需要讨论了。大模型层的价值也在被大大被削弱。 很多人只看当下，而不是用半年、1年、3年的眼光看问题。
0 00
