注解：AI面对面·系列对话访谈栏目主理人，创业黑马副董事长罗浛予对话未来式智能创始人杨劲松
导 语
“这个人消除了人类的无聊工作。”——这是杨劲松为自己设想的墓志铭。从北大到康奈尔，从阿里达摩院到AI Agent赛道创业者，他正将这一愿景变为现实。2023年，他创立未来式智能，致力于用AI Agent解决大模型落地的“最后一公里”问题。2025年，公司完成数千万元天使轮融资，Agent技术已在电力、金融等领域掀起效率革命。在他看来，大模型是“大脑”，而Agent则是赋予其行动能力的“手和脚”。
黑马注：作为中国AI应用服务推广平台，i黑马特推出了《中国AI应用100人》系列报道，聚焦技术落地中的关键人物与思考。
7月20日，杨劲松还会带着联创邹阳一起，在黑马AI实战营，讲透智能体是什么，企业如何落地智能体，打造24小时在线的数字智能员工，为企业提升运营效率和赚钱能力。
欢迎带着核心成员来与29家成长型企业，一起破局增长。
01
从达摩院到AI Agent创业
罗浛予：不想落俗套，但还得俗套。因为您的背景挺精英的，所以特别想问一下，您在读书、求职、创业过程中，有哪些影响比较深刻的事？
杨劲松：选择。我是出自北京大学元培实验班，后来在康奈尔大学毕业，还曾在阿里巴巴达摩院担任产品总监。我的求学和职场之路相对比较顺利。我觉得过程中比较重要的一点是，我做了比较长的一些规划。比如上学时就规划了后面出国留学，职业路径也做了一些规划，所以相对比较顺利。不过，太早做规划时，每个时间节点考虑问题都比较关注在那个时间点的最优解，但那不一定是一个全局的最优解。比如，最初选择职业时，外企或咨询公司是较好的选择，但后来移动互联网等新技术潮流出现，如果当时只按最初规划，就会错过这些大机会。所以，局部的最优解不一定是全局的最好选择。
罗浛予：在阿里巴巴您负责过AI产品，大厂的职场路线大家都觉得挺不错，尤其是在达摩院。那是什么契机让您特别想创业？
杨劲松：2021年的时候，大家对上一代AI有点灰心失望，一些大厂甚至撤掉了自己的AI lab，因为投入大但产出相对小。但2022年底ChatGPT发布后，大模型把人工智能推向了一个新的高潮。我们在达摩院从2020年、2021年就开始训练大模型，2021年还发布了国内第一个千亿参数规模的大模型，不过当时没太形成热度。到了2023年，处于所谓“百模大战”爆发阶段，我们发现全中国接触过大模型训练或应用的人才非常少，而未来每个企业，甚至每个个体都要运用大模型技术。我们想把这项技术商业化应用，当时就定位到AI Agent这个赛道，想把大模型结合到企业或个人的各种工具中。
罗浛予：当时大家觉得开发大模型最容易融资，您作为训练过模型的人，为什么没有选择大模型创业，而是选择了Agent呢？
杨劲松：训练模型的资金耗用量很大，2021年我们模型训练一周的成本大概是300万。如果想做训练模型这个赛道，早期需要大量的资本，而且这个赛道可能不是小玩家能轻松进入的。我们觉得大厂可能更适合做这个，所以想找创业者的机会。而且当时我们判断，大厂之间的差距主要在工程经验上的一些技巧，这些是可以比较快速获得的，所以我们追得也比较快。
语言模型只能对话，预测下一个词，但人类日常工作中，大部分工作不是以对话形式进行的，而是上网使用搜索引擎或各种数据工具获取信息，加工整理，这是一个更长链条和外界有很多交互的过程。语言模型相当于人脑，但人工作时不仅有脑，还有手、脚，还需要记忆，这些都要通过Agent产品来补齐。我们觉得Agent才是语言模型被广泛应用的重要途径，而不是单纯的模型本身。
罗浛予：您提过“大模型是脑，Agent是手、脚”，能否用一个具体场景解释这种分工？比如在您服务的客户中是怎么应用的？
杨劲松：Agent是以大模型为大脑，配上手、脚和记忆，有行动能力的人。比如，我想创造一个自己的数字分身，它不仅有我的形象，还能了解我接触的信息，知道我之前怎么表达自己、解决问题，把这些能力沉淀下来。之后，如果有人来找我做访谈，可以让数字分身去做，相当于把我的能力复制放大。Agent就是把专家的能力无限放大。
对于我们的客户，比如电力客户和金融客户，AI Agent可以像电力专家一样，通过接口工具获取设备上的数字信号进行分析，辅助电力专家决策；在金融领域，可以帮助信贷审核员或核保员从系统数据中提取关键信息，形成信贷评级或打分，用于风控。
罗浛予：AI创业公司如何避免被大厂碾压？
杨劲松：我觉得AI创业公司需要先挑一些比较窄或者比较深的点，这些可能是大厂看不到或者看不上的机会，然后深耕进去，做到比较好的结果，再基于这个结果去做规模化复制。早期选择的时候，应该先挑一些利基市场来开拓，这样成功率会大一点。
02
垂直场景的Agent革命
罗浛予：在您创业过程中，AI Agent在哪些实际场景中已经展现出了这种能力，做过一些尝试或测试了吗？
杨劲松：2023年大家主要用AI Agent做一些偏模型能力的任务，比如文档审核和处理，通过大模型提取核心字段进行比对分析。后来开始把它和一些工具整合，比如Open AI把大模型和搜索引擎、数据爬取工具整合，形成行业报告。对于我们的客户，比如电力客户和金融客户，AI Agent可以像电力专家一样，通过接口工具获取设备上的数字信号进行分析，辅助电力专家决策；在金融领域，可以帮助信贷审核员或核保员从系统数据中提取关键信息，形成信贷评级或打分，用于风控。
罗浛予：您说到电力那个案例，您的意思是说在各种设备上加了您的Agent，然后设备在运转时会产生各种数据，这些数据集中让Agent感知、分析、决策，对吗？
杨劲松：对，Agent可以通过这些数据的收集和分析，判断设备如变压器等是否存在风险，并提示给专职人员或专家进行预警。目前更多场景中还是需要人来确认和决策，但未来Agent可能会直接通过自动化控制机器来应对极端风险。
罗浛予：那您觉得3到5年之内，每个场景、每个机器上都会有各种Agent，这种想象是不是不算夸张？
杨劲松：不算夸张。不过这还涉及商业价值的考量，技术上可行，但要看是否有价值去做。比如一些设备价值千万级别，故障损失可能达百万级别，那就有动因去做。但一些小设备可能成本较高，从成本角度就不一定会做。
罗浛予：那您分析过哪些场景，用Agent的商业化价值可能会相对大一点？
杨劲松：比较典型的是coding Agent，因为程序员工资高，还有律师Agent、医生Agent等，这些领域工资高，但容错率低，对知识、数据和决策分析要求高。不过技术还在早期阶段，营销端可能相对现实，比如替代销售，能直接带来收益。
罗浛予：那您觉得在中国，Agent的赛道应该从哪些行业开始做，或者从哪些职能做起，商业化更容易？
杨劲松：我们确实有一些行业聚焦，比如电力和金融。这些行业有很多专家能力，价值高且量大。我们找的是单点海量且有价值的场景去挖掘。比如电力行业，核心诉求是保证电力供应稳定安全；金融行业，核心诉求是放贷挣钱。只要解决这些核心诉求，就有价值。
罗浛予：那您觉得未来3到5年，Agent最关键的突破会是什么？
杨劲松：从我们公司来说，会比较关注在垂直领域里，如何通过数据闭环让Agent自我进化。现在模型训练是通过已有数据训练，但Agent在用户使用过程中会产生大量数据，我们想通过强化学习技术，在垂直领域里基于已有数据形成数据闭环，自我进化，最终让Agent在垂直领域达到人类专家水平。
03
大中小企业的AI化路径
罗浛予：那您觉得中小企业应该怎么看待Agent和自己的业务结合点？
杨劲松：中小企业要先了解和学习，然后分析自己的业务痛点，看AI产品是否能解决。如果能解决，就用；如果不能，也不用焦虑。有些行业可能还是靠人完成工作，AI并不擅长。
罗浛予：那您觉得中小企业是自己开发Agent，还是直接用市面上的？
杨劲松：其实Agent主要解决企业个性化问题，通过上下文或知识库让模型理解企业业务。中小企业可以先用市面上的Agent，看看是否能满足需求，如果不能，再考虑自己开发。
罗浛予：您能给我们介绍一下灵搭平台吗？它的优势和对用户的价值是什么？
杨劲松：灵搭平台的核心目标是让构建数据员工（Agent）的过程更加无缝和容易。过去，构建Agent需要通过手写代码，或者使用一些开源工具来辅助开发，这要求用户对技术本身非常熟悉。现在，大模型已经能够很好地理解人类的意图，并且可以很好地执行一些任务。我们认为，构建Agent的中间过程，比如大量的代码编写或者使用无代码、低代码工具，也应该由AI来解决。灵搭平台的主要作用就是解决构建Agent的过程，让它变得更简单、更高效。我们希望用户只需要表达出自己的需求，灵搭平台就能自动生成一个Agent来为他们服务。
罗浛予：那这个平台是不是可以理解为一个生成Agent的平台呢？
杨劲松：是的，这个比喻非常准确。我们内部给这个产品起了一个代号，叫“Agent Zero”，也就是“零号智能体”。这个名字的灵感来源于中国古代哲学中的“一生二，二生三，三生万物”。Agent Zero的作用就是不断地帮助我们生成更多的智能体。我们的目标是让灵搭平台更加丝滑、聪明和便捷，让每一个普通人、小企业或者大企业都能比较方便地生成适合自己的Agent。
罗浛予：那您觉得未来每个公司是不是都会根据自己的需求，拥有各种各样的Agent呢？
杨劲松：是的，未来每个公司可能都会根据自己的需求拥有各种Agent。比如，销售部门有销售Agent，课程研发部门有研发Agent，甚至像采访人员也有自己的Agent来帮助写文章、剪辑视频等。每个公司都有这样的需求，未来可能在市面上，用户只需要找到适合自己的Agent模板，把数据填进去就可以使用了。
罗浛予：那您能描述一下Agent生态会是什么样子吗？
杨劲松：Agent生态可以分为几个层次。底层是基础设施，比如云计算、推理能力、记忆能力等，这些是为了帮助大家更好地构建Agent服务。中间层是一些基础的应用组件和能力，比如浏览、爬虫能力、地址服务等。最上层是一些像灵搭平台这样的产品，它们负责组合和调度各种底层能力，变成上层应用。基于这些平台，还会有大量的生态公司，针对不同行业（比如金融、制造业）开发出真正适用于行业的Agent。
罗浛予：如果把Agent生态比喻成一场足球比赛，您觉得灵搭平台是前锋、中锋还是守门员呢？
杨劲松：我觉得更好的比喻是交响乐团，灵搭平台就像是指挥家。指挥家的作用是调度和整合各种资源，让整个乐团发挥出最大的价值。虽然不是最耀眼的，但却是最重要的角色。
罗浛予：那如果像OpenAI等这样的大公司也想做类似的Agent平台，您觉得灵搭平台怎么应对他们的挑战呢？
杨劲松：我们的策略是先切入一些行业，深耕这些行业，积累数据和经验，把灵搭平台变成我们自己的生产力工具。这样，我们可以在这些行业里跑得更快，积累优势。虽然Agent的市场规模非常大，但每个行业都有自己的特点和需求，我们希望通过深耕行业，形成自己的核心竞争力。
罗浛予：已经感受到我们的策略了，先把平台搭起来，能做得多宽就多宽。如果最后核心做几个垂直的，也是OK的，对吧？
杨劲松：对，我们先做平台的原因是，我们认为Agent的使用效果需要端到端的优化，从底层模型到中间的供应链，再到上层的业务和数据，都要整合和优化，才能有非常好的效果，或者和别人有明显的差异化。如果工具本身不是自己的，很难做出非常好的效果。比如OpenAI做应用时，肯定不会用其他厂商的开发工具。
04
未来图景：一人公司与人机协作
罗浛予：您设想的“10倍效率革命”具体是什么图景？
杨劲松：其实未来可能每个人把自己当成CEO或管理者，管理不同的Agent完成任务，形成一人公司或小公司做大业务。当然也会有人与Agent合作。我们的愿景是让全球10亿知识工作者10倍效率工作，让大家管理各种Agent为大家服务，甚至一周工作一天就能取得现在十倍的成效。
罗浛予：那您觉得Agent会不会变成未来的流量超级入口？
杨劲松：从C端来说，未来一定有个超级入口，大概率在硬件或端侧，比如手机等设备上，作为对Agent下指令的入口。到企业端，会有公司整体的智能管家或Agent，熟悉公司业务和数据，提供指导建议，协调其他Agent完成生产任务。
罗浛予：如果Agent集体罢工，哪个行业会最先崩溃？
杨劲松：可能还是跟我们日常生活息息相关的基础设施行业，比如电力供应。如果电力瘫痪，其他行业都会崩溃。
罗浛予：如果让您创造一个终极的Agent，您会创造一个什么样的Agent，最疯狂的功能会是什么？
杨劲松：从价值最大和科学探索角度来说，我会创造一个能探索可控核聚变等问题的Agent。如果科学技术突破，会有AI自己研究新技术推动人类发展。
罗浛予：您对人工智能和具身智能这两个投资赛道的看法是什么？
杨劲松：具身智能解决了劳动力供给问题，Agent解决了脑力工作者的无限供给。把这两个结合起来，会是一个很好的方向。
罗浛予：最后，想问一下，如果让您选一个电影里的AI角色作为同事，您选《钢铁侠》中的贾维斯还是《Her》里的萨曼莎？
杨劲松：我会选《Her》里的萨曼莎，因为她更友好、有温度，交互感也更好。
结 语
访谈结束时，杨劲松提到灵搭平台的代号“Agent Zero”——取自“道生一，一生万物”的哲学。这恰似AI Agent的未来：从零到一，再从一到无限。或许不久后，刻在他墓志铭上的愿景将成为现实：无聊工作消失，人类得以专注于创造与决策。而这场变革的起点，正始于今天Agent迈出的每一步。
这里，认真给大家推荐一下：
7月18日-7月20日，黑马AI实战营
3天2夜，带你用AI突破企业增长困局，聚焦企业AI应用落地困惑，运用“黑马AI增长画布，助力企业用AI破局增长。
课程详情如下
匿名用户
