這次 AI 革命剛開始的時候，大部分 AI 產(chǎn)品可能只是簡單給用戶提供了一個和模型進(jìn)行更方便輸入和輸出的交互界面，這確實(shí)符合「套殼」的定義。但是 3 年過去，最前沿的 AI 應(yīng)用早已經(jīng)不是那么簡單了。我們認(rèn)為現(xiàn)代 AI 應(yīng)用帶給用戶的價值可以大致分為三層：

- 模型層：模型提供智力，是底層引擎的角色，但模型本身不能獲得最新的知識，也不知道用戶的上下文，更不能和外界進(jìn)行互動。

- 上下文層：為了讓模型能夠發(fā)揮出最強(qiáng)的能力，我們需要給模型提供更多的 Context。如 Emergence Capital 所強(qiáng)調(diào)，All You Need is Context。這里面既包括用戶的意圖，也包括用戶的喜好，也包括各種與組織相關(guān)的專有數(shù)據(jù)和信息。

- 環(huán)境層：與此同時，像 Genspark 這樣的 General Agent 還需要使用不同的工具和越來越復(fù)雜的環(huán)境進(jìn)行互動。這些工具和環(huán)境，也是需要由應(yīng)用本身來提供和存儲的。

打個比方，最原始的 AI 產(chǎn)品有點(diǎn)像「生魚片」，簡單由魚肉和芥末醬油構(gòu)成，客戶體驗(yàn)中魚肉的新鮮程度占 95%，那么現(xiàn)在最先進(jìn)的 AI 產(chǎn)品更像是「松鼠鱖魚」，魚肉的質(zhì)量仍然很重要，但刀工、火候、調(diào)料、服務(wù)等，是構(gòu)成一道美味菜肴的完整體驗(yàn)必不可少的要素。

真格基金管理合伙人戴雨森

11 月 5 日，硅谷頂級風(fēng)投 Emergence Capital（專注企業(yè)服務(wù)軟件的投資，被認(rèn)為「SaaS」這個行業(yè)的開創(chuàng)者之一，是 Salesforce， Zoom， Veeva 等公司的最早投資人）發(fā)布了一篇文章《All You Need Is Context》，開篇就強(qiáng)調(diào)：AI 需要的只有上下文。

文章指出，目前大模型已經(jīng)足夠驚艷：能寫、能編程、能總結(jié)、能推理，但它們天生面向「通用」。而真正的工作從來不是通用的，它扎根于每家公司獨(dú)有的團(tuán)隊、流程、工具、系統(tǒng)與決策。因此，未來十年最有價值的 AI 應(yīng)用不會停留在大模型本身，而是要在模型之上構(gòu)建自己的 System of Context（上下文系統(tǒng)）。

11 月 21 日，Emergence 宣布參與完成 Genspark 的 2.75 億美元 B 輪融資。文章中寫道：「Genspark 是我們見過上下文系統(tǒng)最完整的一次落地。」

一個上下文系統(tǒng)能夠掌握、組織并綜合上下文信息，讓 AI 不只「聰明」，而是真正能「執(zhí)行」。它從使用中不斷進(jìn)化：每一次動作、輸出和判斷都會反哺系統(tǒng)，讓它更懂用戶、更懂任務(wù)、更懂環(huán)境。用得越多，你的系統(tǒng)就越快、越準(zhǔn)，也越不可替代。

所以未來判斷一家公司能否建立長期優(yōu)勢的關(guān)鍵不在于用沒用 AI，而在于 AI 是否真正深度融入工作流。而 Genspark 正是模型從概念走向現(xiàn)實(shí)、從答案走向執(zhí)行的范例。不論意圖多復(fù)雜，結(jié)果都能一步到位。

Emergence 指出，一個清晰的模式正在涌現(xiàn)：未來的勝者不是擁有最強(qiáng)模型的人，而是能在模型之上構(gòu)建最完整系統(tǒng)的人。

沒有哪件事是 AI 做不到的，而 AI 需要的只是上下文。

以下是真格編譯全文。

Genspark：打造終極上下文系統(tǒng)

今天，AI 已經(jīng)滲透進(jìn)所有軟件里。任何人都能套殼大模型、做個 Demo，就敢說自己在做「AI 產(chǎn)品」。但智能與真實(shí)影響之間依然隔著一道巨大的鴻溝——模型擅長生成答案，卻無法真正把事做完。

這也是我們發(fā)布《All You Need Is Context》這篇關(guān)于「System of Context（上下文系統(tǒng)）」文章的原因。真正能創(chuàng)造長期企業(yè)價值的一定是那些圍繞基礎(chǔ)模型搭建完整上下文系統(tǒng)的公司。上下文是腳手架，能把通用推理變成可執(zhí)行、可落地的結(jié)果。

Genspark 之所以一眼就被我們注意到，就是因?yàn)樗呀?jīng)體現(xiàn)了這種轉(zhuǎn)變。上線五個月，公司 ARR 就突破 5000 萬美元，以 12.5 億美元估值完成 2.75 億美元的 B 輪融資。這樣的增長曲線只有一個前提：用戶看到的不是「潛力」，而是「它真的在把工作做完」。

這增長背后的原因不只是快。從 Day 1 起，它的唯一目標(biāo)就是提升商業(yè)生產(chǎn)力。Genspark 不是企業(yè)版 ChatGPT，而是我們見過對「上下文系統(tǒng)」最完整、最成熟的一次落地。

從輔助走向結(jié)果

大多數(shù) AI 工具能減少一些勞動量，但不會替你承擔(dān)責(zé)任。它們能幫你寫、幫你分析，但引導(dǎo)、修正、拼接上下文的活兒依然落在用戶身上。系統(tǒng)始終沒真正理解用戶想達(dá)成的目標(biāo)，所以你沒辦法真正「放手」。

Genspark 走的是完全不同的路。它全新的 All-in-One AI Workspace 是圍繞「意圖」（intent）來設(shè)計的。你只需要描述你要的結(jié)果，系統(tǒng)就能直接交付成品。無論是演示文稿、分析報告、表格、研究總結(jié)、財務(wù)模型、產(chǎn)品 brief，甚至更復(fù)雜的軟件開發(fā)，結(jié)果都會一次到位。

這種自主性來自成熟而龐大的底層架構(gòu)。Genspark 的 Mixture-of-Agents（多智能體混合，MoA）系統(tǒng)能夠智能調(diào)度 GPT、Claude、Gemini 及多種開源模型等 30 余個大模型、150 個自研工具和 20 套高質(zhì)量數(shù)據(jù)集。它能與知識工作者常用的工具深度集成，自動匯聚執(zhí)行任務(wù)所需的碎片化上下文，并在無需手把手指導(dǎo)的情況下完成整個流程。

輸入意圖，輸出結(jié)果。

系統(tǒng)背后的團(tuán)隊

這樣的平臺不可能只靠理論堆砌出來，而是來自一個在大規(guī)模系統(tǒng)里打過很多次仗的團(tuán)隊。Genspark 的創(chuàng)始團(tuán)隊來自 Microsoft、Google、Meta、YouTube、Pinterest 等國際頂尖科技公司，在搜索、排序與 AI 系統(tǒng)建設(shè)上有數(shù)十年的深厚經(jīng)驗(yàn)。

聯(lián)合創(chuàng)始人兼 CEO 景鯤是 Microsoft Bing 的早期核心成員，也曾在百度從零打造小度智能音箱；CTO 朱凱華在 Google 推出了首個用于生產(chǎn)搜索的深度神經(jīng)排序模型；COO 桑文曾創(chuàng)建并成功退出一家由 YC 和 Khosla Ventures 支持的企業(yè) SaaS 公司。

COO 桑文（左）與 CEO 景鯤（右）合影

這段經(jīng)歷浸潤在 Genspark 的產(chǎn)品、架構(gòu)與節(jié)奏中。B 輪的融資規(guī)模也反映了用戶與投資人對這個賽道、這個團(tuán)隊，以及他們所選擇路徑的高度信心。

從模型到系統(tǒng)的時代演進(jìn)

Genspark AI Workspace 的發(fā)布是企業(yè)級 AI 的一個決定性瞬間。它讓 AI 不再停留在「輔助層」，而真正進(jìn)入「執(zhí)行層」。在這里，戰(zhàn)略意圖與實(shí)際執(zhí)行實(shí)現(xiàn)無縫銜接；個人、團(tuán)隊與 Agent 在同一個空間協(xié)作；上下文在每一次行動的瞬間被捕捉；系統(tǒng)也會隨著每次任務(wù)的完成持續(xù)變得更強(qiáng)。

這就是從「模型」走向「系統(tǒng)」在現(xiàn)實(shí)中的樣子。