他看到了什么？| 对谈张帆：前智谱COO，元理智能创始人/CEO ——为何笃信 AI 的机会在 ToB？

摘要

• 张帆押注 ToB，不是“明知山有虎”的勇敢，而是判断 AI 时代的竞争结构已经改变。 互联网早期线上空白，创业公司可以跑马圈地；今天则是“线下是满的，线上也是满的”，消费级 Agent 即使体验领先，OTA 可能一年追上，创业公司却可能要十年才能补齐供应链和服务体系。结论是：“冰山上”的界面不是壁垒，这也是他押注 ToB、希望在企业深层流程里重构价值的理由之一。
• 基座模型从 2023、2024 年约“六七十分的智商”进化到他所说的“今天”或“今年”的“一百或一百一”，机会因而从造大脑转向建设 AI 社会。 张帆用人类五千年脑容量基本不变、生产力却增长至少一千倍作类比：真正的杠杆来自“教育、分工、工具、组织协作”。他创办元理智能，要做的是把基础智能训练成职业专家，补上模型与生产力之间的巨大 gap。
• AI ToB 与 SaaS 的根本区别，是前者对标劳动力市场而非软件市场。 张帆把企业价值简化为流量乘以转化能力，而转化能力由人和工具构成；传统 SaaS 容易与既有团队形成零和博弈，AI 若被视为“同事”，则直接改善转化能力，与老板形成正和博弈。“中国企业不是不付钱，而是愿意为结果、为生产力买单”，证据是远大于软件市场的 BPO 需求。
• 元理智能早期刻意把客户上限锁在六家，以财务和业务结果而非功能交付来验证价值。 团队会访谈一家企业中二三十名来自不同部门、层级的员工，画出业务流与成本结构，识别三四十个 AI 改进点，再按“业务价值 × 技术成熟度”筛选右上角机会。目标不是交付知识库，而是让关键业务指标乃至财务模型发生可见变化；若某个生产环节成本和时效下降五倍，上下游战略也会随之重塑。
• “商业强化学习”是张帆对规模化企业 Agent 的核心押注：以工种定义生产力，以真实商业反馈持续优化。 数学、coding、GUI 有明确答案，销售却可能聊一百句话后才知道客户没买，reward 稀疏且难以归因；元理智能设想用约五千条销售 log 拟合企业环境，让 Agent 在模拟环境中“没日没夜”训练。定制的不是软件代码，而是企业自己的环境与 reward。
• 张帆反对把垂类 Agent 的“行业最佳实践”当终局，认为每家公司需要自己的个体最佳实践。 Manner、M Stand、Luckin 的客群和经营环境不同，红杉、IDG、蓝驰也很难用同一套投资判断；“不对称性不是模型的缺陷，而是模型的特性”。创业公司的机会，是找到一套通用学习机制，把 general 模型适配到每个动态、独特的商业环境。
• 企业 AI 当前最大的断点不在供给侧，而在需求侧：算力、模型和资本高速扩张，真正改变核心业务的案例仍很少。 张帆复盘智谱深度服务的上千家客户，承认很多项目提供的是“情绪价值而不是业务价值”；POC 能演示亮点，却会在合规、安全、成本、稳定性上遭遇“一票否决”。他的比喻是，不能只拿电线和灯泡要求部落多用电，而要发明冰箱、彩电、洗衣机等“开箱即用的电器”。
• 可持续壁垒不是在上涨的模型海面上修灯塔，而是造一条随海平面上升的船。 张帆建议企业把“模型含量”控制在约 50%：一半竞争力来自原有业务，一半来自模型放大；Jasper 的文案能力被 ChatGPT 快速覆盖，而 Notion AI 因嵌入既有办公体系持续增值。数据也不应被当成静态庄稼，真正的护城河是能随真实世界变化持续生产新数据的“一块田”。

精读

1. ToB 的反共识，来自消费互联网旧壁垒仍然有效

• Koji 从中国创业者和 VC 对 ToB 的“生理性恐惧”问起；张帆的回答不是否认难度，而是质疑由互联网成功史归纳出的“ToC 必然更大”。
• 互联网时代，线下体系已经建立、线上却近乎空白，携程等公司可以重新构建供应链并获得长期战略纵深；今天“线下是满的，线上也是满的”，且没有新设备清空旧格局。
• 旅游 Agent 最能说明不对称：创业公司可能迅速做出高级体验，但携程追上界面也许只需一年，创业公司追上其供应链、服务和运营体系却可能需要十年。“冰山上的界面只是一角。”

2. 第一轮“类 Siri”浪潮教会他：泛化能力不到临界点，产品想象无法兑现

• 张帆并非传统销售型 COO：他在巴黎十一大学人工智能，曾在法国国家科研中心研究机器翻译，2010 年回国后先后在搜狗、腾讯负责类 Siri 产品。
• Siri 发布后，各厂都相信自然语言交互会成为下一代入口，甚至期待电影《Her》式体验；但当时的方法仍是手工定义几十个类别，为每类单独识别、解析并调用 API。
• 约两年后，张帆判断问题比预想更难，即使最终发生也会成为大厂必争之地，于是转向“AI 加垂直产业”，在 2014 年开始第一次创业。

3. 妙计旅行证明了需求，却输在无法交付完整体验

• 妙计旅行试图把去哪儿式“一阶元搜索”升级为“二阶元搜索”：用户不必指定巴黎、马德里、巴塞罗那的访问顺序，系统在更大搜索空间里联合优化价格和体验。
• 产品会连接机票、酒店、租车、包车、景点门票、day tour 和城市交通，自动串成完整行程。Koji 认为这个自下而上的需求至今仍未被很好解决，张帆也同意需求本身成立。
• 真正的失败发生在交付端：团队把旅游理解成 fancy 的产品问题，做了五年、融资数千万美元后才认识到，“旅游本质上是一个供给问题，是一个供应链问题”。
• 这次失败把他从理想主义技术研究者推向创业者视角：界面上的高级信息若不能被供应链和运营兑现，就没有商业价值；创业目标必须是“可闭环的生意”。

4. 融资、媒体和天使客户，可能共同训练出错误的 reward model

• 2014 年资本环境宽松，妙计很快拿到很多钱和一线基金的投资，也拒掉了一些大厂 offer；行业人士、早期拥趸和媒体又以“门外的野蛮人”“公牛冲进瓷器店”等叙事强化团队的正确感。
• 张帆事后的定性很直接：“融资从来不是一个对的 reward model。”
• 真正该看的 reward 是留存、满意度和问题解决完成度。把注意力从外部喝彩切回业务指标，团队才会看见一个项目究竟在进步，还是只获得了情绪上的正反馈。

5. 大搜车和第二次创业，把“产业 × 技术”变成了团队标签

• 妙计之后，张帆意识到一流技术团队并不稀缺，真正少见的是“花了几千万美金，在一个产业里深度磨过的技术团队”。
• 他随后以集团 CTO 身份加入大搜车；公司当时覆盖新车、二手车、二网、金融、保险、物流、软件和代运营等 17 条业务线，有近千人的产业团队。
• 大搜车的数据中心团队约 100 人，做了从埋点、大数据调度、数据治理、指标体系到 BI、CDP 的全链路方案；团队还尝试把 AI 用于二手车估价、自动检测和车商匹配。
• 2022 年再创业时，他看向中型企业或垂直领域小厂，并以标准化程度较高的电商为例：约 50 个淘宝、京东、抖店、有赞、微盟及 ERP 等系统，已能覆盖大量商家。数据中台的成本可以做到大厂正常成本的几十分之一，10 万元即可提供一个中台。

6. ChatGPT 出现后，他用一个小时放弃已初步验证的 PMF

• AI+Data 公司做了约六个月，完成天使轮并拥有几个天使客户，正准备 A 轮时，ChatGPT 发布；张帆的第一反应是：“这不是渐进式创新，这是颠覆式创新。”
• 经前搜狗首席科学家张阔牵线，他面对两条路径：给原业务叠加 AI、放大融资故事，或彻底放弃已有 PMF 并入一家尚未卖出订单的模型公司。
• 他自己思考约一小时便决定加入，甚至不需要唐杰做长时间说服，因为前两段经历已让他相信：“创业的年份是你可以把握的。”

7. 趋势能把十倍能力差距反转为十倍难度差距

• 妙计时期，团队只有算法、产品和小团队管理经验，却能在没有用户时融资超过 1,000 万美元；第二次创业时能力与准备强了十倍，却因上海封城和融资周期变化而困难得多。
• 张帆由此得出一句刻意尖锐的总结：“人在大事面前，你的能力根本不重要。”他的实际含义不是能力无用，而是时间窗口会把同一件事的难度放大或缩小十倍。
• 他借《Outliers》里 Bill Gates、Steve Jobs 都生于 1955 年的例子解释趋势红利：出生年份无法控制，但创业年份可以，因此宁可放弃局部确定性，也要进入更大的技术拐点。

8. 离开智谱，是因为他把模型成熟视为 AI 下半场的起点

• 张帆在 ChatGPT 发布后的次年二三月加入智谱，工作两年多；到离开时，智谱在他看来技术和发展都很顺利，并处于 IPO 过程中，外界自然期待他等到上市。
• Koji 提到蓝驰向新公司投资 800 万美元，并把他的选择称为勇敢；张帆不接受这一标签：“勇敢”应是明知不可为仍去做，而他认为新方向本身更值得押注。“如果是你的使命，就不要等待。”
• 在智谱早期，他一天常开七个客户会，午夜后再回复两三百条消息；高强度接触模型进展和企业需求，让他更早看到模型能力接近临界点，也看到需求落地的缺口。

9. 模型智商过线后，教育、分工和协作比继续加智商更有杠杆

• 张帆把 2023、2024 年的模型比作六七十分智商：已呈现人的行为，但具体落地仍困难；到他所说的“今天”或“今年”，他认为模型已到一百或一百一，市场范式因而改变。
• 他的类比是，人类五千年来脑容量和基础智力没有本质变化，生产力却至少增长一千倍；变化来自“教育、分工、工具、组织协作”，而非大脑容量继续增长。
• 这也构成 People-Mission Fit：他自认无法显著推动基座模型继续变强，却同时拥有模型理解、产品、业务和产业经验，因此要为 AI 构建从基础智能走向生产力的社会形态。

10. 元理智能先限制客户数量，再追求可复制的灯塔结果

• 公司注册约三个月，张帆明确设置上限：到下一年 Q2 前服务客户不超过六家，不设下限，且六家分别来自不同产业。
• 跨行业是泛化测试；只有同一框架在不同客户中都 work，团队才能确认自己构建的是通用能力，而非换了包装的项目制交付。
• 早期客户以“全方位服务”共创，但目标不是把公司做成定制化服务。张帆希望它们因元理的介入，在关键业务指标甚至财务模型上发生显著变化，成为传统公司转向 AI 时代公司的样板。

11. 企业 AI 落地必须从经营模型倒推，而不是从功能清单正推

• 团队首先访谈客户企业中二三十名来自不同部门、层级的员工，勾勒核心业务流；再分析成本结构，因为“财务模型其实代表了企业经营模型的关键”。
• 以定制游为例，业务可拆成获客、生产、供应链：广告投放、内容生产和客户沟通属于获客，行程制作与修改属于生产，谈判、下单和确认属于供应链。
• 一家企业通常能识别三四十个 AI 改进点，但不是全部实施。团队以业务价值为横轴、技术成熟度为纵轴，只选右上角：供应链议价价值高但技术未成熟，日常提醒容易实现却价值有限。
• 工程师随后进入日志与服务流程，决定模型训练和 Agent 搭建方式，再把效果反馈到业务判断中形成 PDCA；若生产时效和成本下降五倍，改变的不只是单点费用，而是整条上下游和商业模型。

12. 重服务不是反规模化，而是找到标准化边界的必要成本

• Koji 的质疑很现实：仅第一步就要访谈二三十人，这样的业务如何成为大公司？张帆的工程化回答是“分治”，把问题拆成业务理解、模型优化、Agent 优化三层。
• 业务理解暂时离不开人与人的沟通；模型侧通过数据、SFT 或强化学习适配场景，Agent 侧加入 Prompt、RAG、Memory 和 Workflow。后两层最终可由商业强化学习统一并完全自动化。
• 最上层咨询工作也可能有一半被 Agent 辅助，包括选择访谈对象、生成提纲、自动访谈和沉淀 SOP；张帆估计这能把专业服务门槛和成本降低五倍。
• 下一步不是元理吃掉 everything，而是让独立咨询顾问、资深咨询师和行业 know-how 持有者完成最后一公里。Salesforce、SAP 和地平线早期都曾与天使客户重度共创，“不走一遍流程，根本没有泛化基础”。

13. 元理要做模型的“培训机构”，并主动划掉四类业务

• 张帆给自己的生态位定义为“从咨询到基座模型之间的转化器”：基座模型提供越来越聪明的人，元理把它训练成某种职业专家，再送进企业工作。
• 因此公司明确不做基座模型、不搭 MaaS 平台、不做 SaaS，也不承接咨询定制；它要沉淀的是从业务环境到职业化模型之间的通用训练能力。
• 这套边界也解释了与智谱的关系：元理仍处在其下游生态，通过制造“电器”帮助模型转化为业务能力，最终扩大 token 的有效消耗。

14. AI 不是更好的 SaaS，而是企业的新同事

• 张帆把企业价值近似为“流量 × 转化能力”。当行业转化能力近似常量，企业只能购买广告、投放和店铺扩大流量；转化能力本身则由人加工具构成。
• 传统 SaaS 与人容易成为零和博弈：团队拿到一套价值 100 万元的软件，老板随即会问能否减少 100 万元人力；人是必选项、软件不是，组织天然产生阻力。
• AI 若被视为同事，对标的便不是工具预算，而是转化能力和劳动力市场，企业与供应商由零和转为正和。“AI 不是工具，AI 是你的同事。”
• Koji 追问美国、日本、欧洲为何能接受 SaaS；张帆没有归因于人性差异，而强调信息化代际：许多西方管理者 Day One 就在 CRM 中工作，中国用户如今也逐渐变成“没有飞书就不会工作”。

15. 接受幻觉，是从代码坐标系切换到智能坐标系

• 张帆认为“只要机器仍有 1% 幻觉，人就有价值”的说法，用的是旧坐标系：代码应严格执行，但人同样会犯错，且人的幻觉可能不止 1%。
• 若要求 AI 像代码一样绝不出错，就会同时消灭它的泛化能力；正确问题不是怎样彻底去除幻觉，而是怎样像管理人类错误一样驾驭它。
• 他的提醒是：“不要用旧的坐标系来找新的地图。”企业需要理解的不是 Transformer 的内部细节，而是模型作为一种智能的行为边界。

16. 供给侧已经堆满灯泡，需求侧缺的是能改变生活的电器

• 张帆观察到资本、人力和观点几乎都涌向供给侧：半导体、芯片集群和基座模型不断获得正反馈，而需求侧如何消费智能的投入明显不足。
• 在模型商业化岗位上，目标往往是让客户消耗更多 token，常见办法是降价和扩大商务拓展；但如果客户不知道智能能解决什么问题，再便宜也无法形成有效需求。
• 他的比喻是把电线和灯泡带到原始部落，请人“多用点电”：灯泡摆满后就没有增量。真正需要发明的是冰箱、彩电、洗衣机、空调等开箱即用、与生活相连的电器。
• 行业推演常在优化性价比的分母，假设成本再降十倍便会爆发；张帆反问，若成本不变而业务价值的分子放大十倍，效果同样成立。元理选择“为生产力建模”，正是押注这个分子。

17. 工种是基础智能转化为生产力的最小标准单元

• 一个高中生会识字、计算、推理并具备 common sense，却还不是生产力；只有经过教育和分工，成为医生、律师或外卖员，智能才获得可评价的身份。
• 因此张帆把“工种”视为第一层建模媒介：先定义模型承担什么工作，再让它进入具体企业的真实环境学习，而不是继续抽象地追求通用聪明。
• 元理为第二层方法发明了“商业强化学习”一词：它首先服从商业目标，其次才是强化学习；每个工种 reward 不同，不可能用一个统一分数衡量。

18. 商业强化学习的难点，是稀疏反馈和错误归因

• 数学题、coding 和 GUI 任务有明确答案，强化学习因而进步迅速；销售与之不同，一个销售聊一小时、说一百句话后客户未购买，不能简单把一百句话全部标成错误。
• 商业世界中的 reward 往往稀疏且难以归因，必须把算法与业务认知结合，构造能近似真实环境的实验场。
• 张帆仍相信路径成立，因为人类销售同样在物理世界中从初级成长为高级；关键不是手工写出所有正确话术，而是让数字工种能够在反馈中持续自我进化。

19. Agent 正从规则工作流走向可被训练的原生规划器

• 第一代 Agent 以 Workflow 为基础：订票系统依次询问出发地、目的地和人数；用户若在“从哪里出发”时回答“我要去上海”，流程可能反复卡死。
• 把所有节点连成蜘蛛网虽能增加分支，却会膨胀成庞大规则系统并产生错误流转。第二代让模型自己做 Planner，只需说明订票必须收集哪些信息，缺什么便追问什么。
• Koji 提到 A16Z Speedrun 中大量 Agent as a Service 公司选择客服、销售、HR 或用户调研等垂类；张帆认为这些产品已有效利用模型原生泛化，但仍过度依赖基座模型统一的规划能力。
• 他押注第三代：除了调整 Context，还能干预模型本身，让它原生掌握某家公司、某个工种的知识映射、动作拆解和 Planner；商业强化学习就是拟议中的训练手段。

20. 行业最佳实践只是妥协，个体最佳实践才符合智能的不对称性

• SaaS 常卖“行业最佳实践”，本质是把共性做法交给所有客户；张帆以门户与今日头条对比，认为智能系统最终会从统一编辑选择转向个体化最优。
• 同为咖啡公司，Manner、M Stand、Luckin 的客群和经营环境仍有差别；也很难相信红杉、IDG、蓝驰会购买同一套服务，帮助它们判断要不要投资。
• 他的底层判断是：“不对称性不是模型的缺陷，而是模型的特性。”模型能解奥数题却可能数错 Strawberry 里的 R，人类天才也分别适配不同目标，不能用单一标尺排序。
• 企业环境又会不断变化，两年前有效的销售方式今天可能失效；真正 general 的产品不是提供一个通用答案，而是提供一套通用学习方法，为每个环境寻找自己的最优解。

21. 环境定义可以个性化，学习过程仍然能够规模化

• Koji 指出悖论：若每家公司都有独特环境，最终是否仍会退回定制软件？张帆区分两种定制——过去是理解需求后开发代码，今天只是把环境、目标和 reward 定义清楚，环境也可以理解为一种 Prompt。
• 他用 AlphaGo 作类比：AlphaGo 训练了人类历史约 3,000 万个残局并击败李世石；一年后的 AlphaGo Zero 不依赖人类先验，只靠自我博弈几天便超过前者。“人类知识有时候也是一种噪音。”
• 具体到销售，企业可提供约 5,000 条销售 log，系统据此快速拟合实验场；Agent 在其中不断沟通、反馈和学习，出来时已适配该企业，而无需为每家客户重写软件。
• 元理要标准化的是构建围棋盘和 reward 的能力，而不是替客户标完“3,000 万个残局”。这也是张帆所谓从定制交付转向通用学习基础设施的关键边界。

22. 企业 AI 仍处于混沌期，多数 POC 购买的是情绪而非结果

• 张帆接触的企业呈现“冰火两重天”：一端极度焦虑，担心原有生意消失；另一端因内部做出 demo 就相信 AI 已经跑通。
• 供给侧看到美股创新高、mega seven 财报增长、AI 公司 ARR 与日活上升；需求侧却有报告称约 95% 的 POC 失败。张帆认为，这与自己服务上千家企业后的复盘基本同向。
• 他坦承，智谱服务虽已做得不错，但真正因这些服务变成 AI 导向公司、或让核心指标明显提升的客户“非常少”。过去两年很多项目提供的是“情绪价值而不是业务价值”。
• POC 只需在一两个点上演示亮点，生产系统却必须同时通过合规、安全、成本和稳定性，“每一个都是一票否决”。从演示走向业务闭环，是企业 AI 最难的一跃。

23. 企业家的必修课不是模型技术，而是“模型性”

• 张帆引用“企业竞争就是认知竞争”的观点：人可以招、钱可以融、技术可以买，企业家对趋势的认知却直接决定战略；云计算时代的分歧已经展示过这种路径差异。
• 他要求企业家不要把 AI 外包成技术问题：“AI 是个业务问题。”老板不必理解 Transformer 的每个算法，但必须像理解人性一样，理解幻觉、不对称性和行为偏好。
• 他把这套知识称为“模型性”。企业家应成为公司内部最早理解 AI 与自身业务结合的人，因为供应商和模型厂商都不可能比经营者更了解那个独特环境。
• 多 Agent 博弈的失败是典型警示：让 Seller 与 Buyer 谈判时，双方可能一到预算区间就成交，因为 RLHF 赋予模型“讨好型人格”；多个模型叠加后，偏差还会进一步放大。

24. 真正的护城河，是业务与模型各占一半的“船”

• 张帆把基座模型比作不断上涨的大海：若企业在海面上修一座灯塔，海平面每半年上涨 100 米，辛苦积累的高度很快被淹没；“不要修灯塔，要修一条船”，船会随模型能力共同上升。
• 他建议“模型含量最好在 50%”：过高会与基座模型正面竞争，过低又与时代脱节；一半来自原有业务壁垒，一半来自模型放大，两者结合才可持续。
• Jasper 在 GPT-3 时期快速做到数千万美元 ARR，却在 ChatGPT 发布后约六个月迅速陨落；Notion AI 则依附既有办公软件体系，二者分别对应灯塔与船。
• 数据也不能被静态崇拜。几千万条聊天记录直接训练可能让模型“训完就废了”；企业更应构建持续产生新数据的业务场景，“把它当成一块田，而不是固定的庄稼”。

25. Agent 层的数据飞轮，可能比基座模型层更容易建立

• 张帆认为基座模型存在后发优势：晚三个月训练，可能因算力降价和蒸馏把成本降到一半；早期设想的 RLHF 数据飞轮也没有成为足够强的壁垒。
• 搜索引擎曾能从“荷塘月色”在北京被点击为小区、在天津被点击为餐厅的行为中获得独有数据；大模型的通用反馈却常常模糊到用户无法判断两个长答案谁更好。
• 一旦进入工种，评价重新变得明确：更好的医生、程序员或销售都能由业务结果衡量。若平台覆盖约 50 个常用工种，场景使用越多，积累的共性知识越强，也会降低每家企业驯化模型的成本。
• 因而张帆不认为机会必然归基座模型大厂；创业公司的壁垒可以建立在“为学习建模”，用统一机制让 general 模型适应无数独立任务。

26. 第一性推演取代单点痛点，合成数据则成了他最新一次改观

• Koji 观察到，妙计从具体用户痛点自下而上出发，元理却从技术临界点和第一性原理自上而下推演。张帆承认变化：表象不断变化，成熟创业者更应寻找底层不变的确定性。
• 他以黄仁勋早期长期投资 CUDA 为例：当时几乎没有应用场景，只有个别科学家使用；十年后 AI 出现，才带来几何式增长。元理同样试图先判断“学习如何规模化”的底层方向，再寻找表层产品。
• 张帆过去不相信合成数据：若 100 条规则生成 1 万条语料，何不直接使用规则？后来他把问题倒过来——大模型的万亿参数可以理解为极大量潜在规则，一个 Prompt 或少量样本可能调用“1 万条规则生成 100 条语料”，未必导致过拟合。
• 这也解释了商业强化学习中的 AI 博弈：给两个模型不同 Prompt 和微小调整，相当于让两套知识规则相互作用，从而产生新知识。“我们总是自觉或不自觉地陷在原来的认知里。”

27. 最后的投资选择，仍然围绕“机器如何更高效地学习”

• 面对 300 万美元、分投三处的假设，张帆没有给出三个创业者名字，而是按技术栈配置：一份投大厂，一份投模型公司，一份投 Thinking Machines Lab。
• 他特别认可 Thinking Machines Lab 对商业与 AI 的理解，认为其研究集中在“如何高效地让机器更好地学习”，与元理的判断同向，只是对方资本更充足、推进更激进。
• 这也收束了整期对谈：从妙计的供应链教训，到智谱的模型商业化，再到元理的商业强化学习，张帆反复寻找的并非一个更炫的界面，而是智能如何被训练、被交付，并最终改变企业的业务结果。