「軟件不應(yīng)再等待被使用，而是在需要它的那一刻才存在?！?/p>

這是 Agencize AI 創(chuàng)始人張浩然，對(duì)于 AI-Native 時(shí)代工作流/軟件該如何設(shè)計(jì)的一種回答。

多年 SaaS/無(wú)代碼創(chuàng)業(yè)的經(jīng)歷，2021 年、2025 年兩次登上奇績(jī)創(chuàng)壇的 Demo Day，做了十幾年生產(chǎn)力工具的張浩然，對(duì)于 AI 工作流有很多自己的想法。

「我們想解決的不是 『做 AI 工作流』，是『根本不需要有工作流』。所有要求用戶『預(yù)先構(gòu)建工作流』的 Agent 都是錯(cuò)的。」

在他看來(lái)，SaaS 不會(huì)因?yàn)?Agent 而消亡，但 SaaS 會(huì)成為 AI 時(shí)代新的基礎(chǔ)設(shè)施，Agencize AI 會(huì)為用戶即時(shí)生成各類個(gè)性化的軟件，連接和利用好傳統(tǒng) SaaS 軟件。

在 Agencize AI 產(chǎn)品發(fā)布之前，我們和張浩然聊了聊他對(duì)于生產(chǎn)力工具和工作流的看法，以及 Agencize AI 的真正競(jìng)爭(zhēng)力。

產(chǎn)品官網(wǎng)：https://agencize.ai/

超 19000 人的「AI 產(chǎn)品市集」社群！不錯(cuò)過(guò)每一款有價(jià)值的 AI 應(yīng)用。

邀請(qǐng)從業(yè)者、開(kāi)發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進(jìn)群后，你有機(jī)會(huì)得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈(zèng)送熱門新品的邀請(qǐng)碼、會(huì)員碼；
  

• 最精準(zhǔn)的AI產(chǎn)品曝光渠道

01所有要求用戶預(yù)先構(gòu)建工作流的 Agent，都是錯(cuò)的

Founder Park：怎么介紹你的產(chǎn)品？解決了什么核心痛點(diǎn)？

張浩然：我們希望用戶不需要預(yù)先構(gòu)建任何工作流，只需要描述意圖，就能替用戶完成 95% 以上的自動(dòng)化工作。實(shí)現(xiàn)的方式，是為用戶生成一個(gè)個(gè)性化的軟件，來(lái)替代 Ta 過(guò)去手動(dòng)的重復(fù)性操作。

本質(zhì)上，我們面向的是所有知識(shí)工作者，為他們提供一種以意圖驅(qū)動(dòng)、全新的生產(chǎn)力工具和交互方式。就像 Excel 開(kāi)啟了數(shù)字化辦公時(shí)代一樣，我們認(rèn)為 AI 時(shí)代也需要一個(gè)對(duì)標(biāo) Excel 的劃時(shí)代產(chǎn)品，改變大家在 AI 時(shí)代的工作方式。所以，我們的目標(biāo)是面向知識(shí)工作者的通用場(chǎng)景，不是某個(gè)具體行業(yè)。

Founder Park：舉一個(gè)典型的用戶場(chǎng)景，哪一類人用這個(gè)工具解決什么問(wèn)題？

張浩然：幾周前，我們在海外做了一些小范圍的推廣，收集了 100 多個(gè) waitlist 申請(qǐng)。其中，訪談了一位心理醫(yī)生，他的 case 非常典型。

他的日常工作流是：每天要整理 WhatsApp 里的醫(yī)患對(duì)話，生成報(bào)告，然后更新到 Notion 的對(duì)應(yīng)病人文檔中；之后還要和病人約下次溝通的時(shí)間，如果病人回復(fù)了，就要把時(shí)間同步到 Google 日歷，而且在日歷里還要附上病人的 Notion 文檔鏈接。

以前做這些事特別麻煩，每天只能手動(dòng)處理，效率很低。他也試過(guò) n8n、Zapier，都沒(méi)解決問(wèn)題。直到看到我們的產(chǎn)品演示，他覺(jué)得這就是他想要的形態(tài)，不用復(fù)雜操作，只要說(shuō)明每天要做的事、同步到 Notion 和 Google 日歷，我們的產(chǎn)品就能自主推理、調(diào)用他的工具，串聯(lián)成一個(gè)完整的工作流。只要再加上一個(gè)「每天 9 點(diǎn)運(yùn)行」的觸發(fā)器，整個(gè)流程就能完全自動(dòng)化了。

這就是我們期望的典型場(chǎng)景：讓每個(gè)知識(shí)工作者都能組合自己常用的多個(gè)工具，達(dá)成最終目標(biāo)。我們的核心用戶有兩個(gè)特點(diǎn)：一是完成一件事需要用多個(gè)工具；二是做事的環(huán)節(jié)相對(duì)固定，但每個(gè)環(huán)節(jié)的具體內(nèi)容又高度變化、有不確定性。這類場(chǎng)景，我們能解決得很好，但是在過(guò)去的 SaaS 時(shí)代、軟件時(shí)代、自動(dòng)化時(shí)代都解決不了的問(wèn)題。

Founder Park：你們的產(chǎn)品更像是在現(xiàn)有的SaaS工具之間搭橋梁，并不是替代它們？

張浩然：是的，我們不會(huì)消滅任何軟件。我們認(rèn)為，SaaS 本身就是一種基礎(chǔ)設(shè)施，重構(gòu)了社會(huì)的數(shù)字化。

雖然 SaaS 在中國(guó)有點(diǎn)失敗，但它的價(jià)值不可否認(rèn)。個(gè)人的生活數(shù)字化被各種 App 瓜分了，但我們社會(huì)的運(yùn)行，真正還是在被「軟件吞噬世界」這件事完全數(shù)字化掉。我們的目標(biāo)是在 SaaS 的基礎(chǔ)上，利用新技術(shù)帶來(lái)新價(jià)值，做更進(jìn)一步的價(jià)值交付，而不是去替代每一個(gè)應(yīng)用。

Founder Park：也就是說(shuō)，傳統(tǒng)的SaaS軟件成為了新基建，你們用一種新的方式來(lái)連接它們。用戶不需要再來(lái)一個(gè)標(biāo)準(zhǔn)化的軟件，而是可以隨時(shí)、隨意地在任意工具之間生成一個(gè)流程來(lái)連接彼此。

張浩然：是的。過(guò)去用 n8n、Zapier，你必須要先設(shè)定好「當(dāng)這個(gè)應(yīng)用觸發(fā)后，那個(gè)應(yīng)用要做什么」。如果能把流程想清楚，搭建本身不難；真正的問(wèn)題是，非技術(shù)人員根本沒(méi)法想明白、串起這些邏輯——他們腦子里的需求，和這些工具的使用方式是對(duì)不上的。

現(xiàn)在確實(shí)有很多 AI 工作流工具，但我們想解決的不是「做 AI 工作流」，而是「根本不需要有工作流」。所有要求用戶「預(yù)先構(gòu)建工作流」的 Agent 都是錯(cuò)的。Agent 是個(gè)交互環(huán)境，核心得圍繞你的目標(biāo)來(lái)：要是你已經(jīng)把要做的事梳理清楚了，Agent 的價(jià)值反而低了，它最大的價(jià)值應(yīng)該體現(xiàn)在幫你梳理需求的過(guò)程中。

所以我們想再往前一步：不需要用戶梳理完再來(lái)找我，而是在跟我對(duì)話的過(guò)程中，我就幫用戶把需求越理越清。當(dāng)用戶最終確認(rèn)「對(duì)，這就是我要的」，任務(wù)就可以自動(dòng)運(yùn)行了。這個(gè)關(guān)鍵在任務(wù)生成前的互動(dòng)。就像有個(gè) AI 工作伙伴，它會(huì)先用你的工具試做一遍，然后問(wèn)你：「是這樣操作嗎？」你說(shuō)：「不對(duì)，那個(gè)地方需要調(diào)整?！顾{(diào)整完再問(wèn)：「這次對(duì)了嗎？」你確認(rèn)后說(shuō)：「對(duì)了，以后每天 9 點(diǎn)都這么運(yùn)行?！谷蝿?wù)就固定下來(lái)了。

現(xiàn)在的工作流工具，都是拖拽模塊、連接模塊……根本不是真正的 Agent。我們希望讓「Agent」這個(gè)概念消失，讓普通用戶不需要理解它是什么，只需要在這完成工作。系統(tǒng)會(huì)記住并學(xué)習(xí)他的做事方式，之后讓 AI 替他做。這才是我們真正想做的事。

Founder Park：你希望用戶在使用你們的產(chǎn)品時(shí)，在哪個(gè)環(huán)節(jié)體驗(yàn)到「aha moment」？

張浩然：當(dāng)他給出一個(gè)模糊的指令，我們立刻給出了結(jié)果，并且這個(gè)完成方式超出了他的預(yù)期。比如把一個(gè)模糊的需求丟過(guò)來(lái)，結(jié)果這事居然真辦成了。這是我們觀察到最強(qiáng)烈的驚喜時(shí)刻，用戶會(huì)覺(jué)得「你的 AI 真聰明」。

很多海外用戶體驗(yàn)后會(huì)說(shuō)：「這才是真正的 AI，不是 ChatGPT 那種只會(huì)聊天的。」這種「魔法時(shí)刻」，遠(yuǎn)比讓用戶自己去研究如何配置工具更有沖擊力。

Founder Park：從測(cè)試來(lái)看，用戶達(dá)到「aha moment」需要多久？

張浩然：快的可能一分鐘，慢的需要兩三輪額外對(duì)話。如果指令明確，用戶用我們提供的模板一點(diǎn)，馬上就能跑通。如果用戶覺(jué)得結(jié)果不符合預(yù)期，會(huì)跟 AI 說(shuō)「不該從那個(gè)工具找，要從這個(gè)工具找」，經(jīng)過(guò)一兩輪調(diào)整，結(jié)果也會(huì)很準(zhǔn)。

而且「準(zhǔn)」是相對(duì)的，關(guān)鍵是有沒(méi)有達(dá)到用戶預(yù)期。哪怕有些細(xì)節(jié)錯(cuò)了，用戶也會(huì)很「aha」，因?yàn)樗庾R(shí)到「原來(lái) AI 能力這么強(qiáng)，只是我剛才指令沒(méi)說(shuō)清」。

02AI-Native 的工作流，

節(jié)點(diǎn)應(yīng)該是后置的

Founder Park：在交付形式上，用戶是需要把完整的流程細(xì)節(jié)都告訴 AI，還是只需要給一個(gè)任務(wù)目標(biāo)？

張浩然：只需要給目標(biāo)。比如我自己會(huì)說(shuō)：「每天 9 點(diǎn)，看看我官網(wǎng)昨天有多少人申請(qǐng)了白名單，然后在 Slack 里發(fā)個(gè)全員公告，提醒運(yùn)營(yíng)同事關(guān)注?！咕瓦@樣，結(jié)束了。我不需要告訴它白名單在哪個(gè)工具里，也沒(méi)說(shuō) Slack 發(fā)在哪個(gè)頻道，但是我的 AI 就會(huì)知道。因?yàn)槲覀冊(cè)谶@里做了很多工作，當(dāng)這些信息 AI 全都知道的時(shí)候，構(gòu)建工作流就很簡(jiǎn)單了。但真正人的工作在腦子里產(chǎn)生的那一刻是很模糊的：「我要把那個(gè)東西發(fā)到那」。我們能接收并處理這種模糊的用戶指令。

AI 會(huì)替我找到最合適的軟件，在軟件中完成操作，然后把將多個(gè)軟件串聯(lián)起來(lái)。最后 AI 會(huì)告訴我：「我已經(jīng)在你的 A 應(yīng)用里做了什么操作，并且在 Slack 里發(fā)了公告，還需要我做什么嗎？」然后任務(wù)就結(jié)束了。

Founder Park：最后生成的自動(dòng)化流程，每次的執(zhí)行過(guò)程會(huì)完全一樣嗎？還是會(huì)很自主？

張浩然：這個(gè)過(guò)程相對(duì)標(biāo)準(zhǔn)化，但不是絕對(duì)的。還是剛才的場(chǎng)景：當(dāng)你確認(rèn)一套流程沒(méi)問(wèn)題，設(shè)置了「每天 9 點(diǎn)運(yùn)行」后，我們會(huì)為你生成一個(gè)專屬的、個(gè)性化的軟件。

軟件界面會(huì)清晰地展示整個(gè)流程，比如「9 點(diǎn)觸發(fā)」，然后是「在 A 應(yīng)用搜索 XX 內(nèi)容」，接著「確認(rèn)得到 XX 結(jié)論后，去 B 應(yīng)用發(fā)運(yùn)營(yíng)公告」。這個(gè)工作流不是你手動(dòng)搭建的，而是 AI 在理解了你的意圖和操作后，自動(dòng)生成的。

簡(jiǎn)單來(lái)說(shuō)，如果你明確說(shuō)「每天從我樓下那家瑞幸點(diǎn)美式咖啡」，它就會(huì)嚴(yán)格執(zhí)行。如果你只說(shuō)「每天點(diǎn)一杯美式給我同事」，它就會(huì)在中間擁有一定的自主決策空間。

通過(guò) chat 完成任務(wù)，用戶只需要關(guān)心結(jié)果，無(wú)需預(yù)先構(gòu)建工作流

Founder Park：最終生成的個(gè)性化軟件里，那些傳統(tǒng)n8n或 workflow 里固定的節(jié)點(diǎn)，還存在嗎？

張浩然：其實(shí)還在，但顆粒度很粗，而且它是后置的，不是前置的。這些模塊可能粗到像「選個(gè)咖啡館、訂杯美式」這樣的程度。

「后置」這點(diǎn)特別重要?，F(xiàn)在沒(méi)有人意識(shí)到「預(yù)先構(gòu)建工作流」是錯(cuò)的，大家都覺(jué)得得先把工作流編排好才能用。工作流的核心問(wèn)題是「角色錯(cuò)配」，能把工作流想清楚、搭明白的，只有工程師或結(jié)構(gòu)化思維極強(qiáng)的人。生產(chǎn)力工具要面向普通大眾，就得讓 AI 來(lái)替他們完成「思考結(jié)構(gòu)化工作流」這一步。

所以，「工作流」這個(gè)概念本身，在用戶側(cè)就不該存在。

Founder Park：「后置」具體是什么意思？

張浩然：舉個(gè)例子：你招了新員工，怎么安排工作？你不會(huì)說(shuō)「每天 9 點(diǎn)到崗，先放好衣服，再打開(kāi)飛書、點(diǎn)開(kāi)表格，看到文檔里有 XX 內(nèi)容就粘到那個(gè)系統(tǒng)里?！惯@種指令是反人性的。

你會(huì)說(shuō)的是：「到崗后，首要任務(wù)是處理這件事。根據(jù)我的經(jīng)驗(yàn)，建議你先從飛書里獲取信息，最后把結(jié)論同步到某個(gè)地方。」你看，后者只給了目標(biāo)和方向，沒(méi)說(shuō)具體步驟。前者就是工作流，后者就是我說(shuō)的模式。你只是給了他一個(gè)目的、或者意圖，怎么干，你幾乎沒(méi)說(shuō)。

聰明的員工會(huì)自己在工具里摸索，找到關(guān)鍵信息完成任務(wù)；不聰明的員工會(huì)回頭問(wèn)：「要完成這件事得先要 XX 信息，我從哪找？」這才是人與人之間自然的協(xié)作方式。

我們做的 AI 工具就像后者：如果任務(wù)模糊，它會(huì)主動(dòng)問(wèn)你；如果覺(jué)得能嘗試，它會(huì)自己去操作，做好了告訴你，不確定的會(huì)帶著嘗試的結(jié)果來(lái)找你確認(rèn)。

這就是我們和「預(yù)先構(gòu)建工作流」工具的區(qū)別：我們的工具像人一樣靈活交互，預(yù)先構(gòu)建工作流是反人類的。

Founder Park：預(yù)先構(gòu)建的工作流把人的能力限制在了一個(gè)很死的框架里，他沒(méi)法發(fā)揮自己的主動(dòng)性。

張浩然：說(shuō)得很對(duì)。Agentic 的本質(zhì)就像你對(duì)一條小狗說(shuō)「出去，找到骨頭后回來(lái)」，它去哪找，怎么找，完全由它自己決定，你撒手就不用管了。如果沒(méi)有 agentic，就是你必須得告訴它「往前一公里右轉(zhuǎn)，再走五百米左轉(zhuǎn)……」

我們是真正把 agentic 原生到產(chǎn)品里去思考這個(gè)問(wèn)題的。目前，我還沒(méi)看到第二家公司是這樣思考的。

以及，n8n 原來(lái)干這個(gè)事需要很多個(gè)模塊，它可能只是把這些模塊變模糊了，只需要一個(gè)模塊就搞定了。但我覺(jué)得仍然不對(duì)，這還不是 AI-native 的。AI 時(shí)代不能這么想問(wèn)題。我們思考的角度不是說(shuō)誰(shuí)好誰(shuí)壞，而是真正從 AI-native 的視角下去思考，一個(gè) agentic、AI-native 的產(chǎn)品，它應(yīng)該像一個(gè)人。

03比起用什么工具，

AI 更應(yīng)該去理解工具有什么能力

Founder Park：所以，現(xiàn)在做這類軟件的出發(fā)點(diǎn)是，我們可以把 AI 當(dāng)成一個(gè)真正的同事來(lái)交付任務(wù)了？

張浩然：是的，除非某些環(huán)節(jié)真的重要，必須明確一、二、三布分別怎么做，那 AI 也會(huì)嚴(yán)格遵循你的指令。它就像一個(gè)「真人」同事。

并且，我們?cè)?agentic 的基礎(chǔ)上自研了一套推理引擎，才可以當(dāng)做人來(lái)看待。我們對(duì)「能動(dòng)性」的理解是：接受一個(gè)目標(biāo)后，持續(xù)對(duì)齊并完成目標(biāo)的能力。基于這個(gè)理解，我們做了一套持續(xù)自適應(yīng)對(duì)齊用戶目標(biāo)的推理架構(gòu)，再結(jié)合像 Claude 這樣的模型，才能做到今天這樣。這背后其實(shí)是有哲學(xué)的思考。

Founder Park：今天的 AI 在「主動(dòng)性」上能做到什么程度？

張浩然：我們認(rèn)為，現(xiàn)在的「能動(dòng)」和「主動(dòng)」是兩回事?！改軇?dòng)」是遵循指令完成目標(biāo)，而「主動(dòng)」是 AI 觀察到某些特征后，自主發(fā)起行為。

主動(dòng)，是我們下一步要重點(diǎn)做的。當(dāng) AI 充分理解你的工作環(huán)境后，它應(yīng)該能自主判斷什么事需要被關(guān)注。比如，它會(huì)主動(dòng)跟你說(shuō)：「我覺(jué)得現(xiàn)在做這件事很合適，原因是 XXX，要不要我啟動(dòng)？」甚至可能直接做完，拿著結(jié)果告訴你：「我主動(dòng)分析了這些數(shù)據(jù)，建議你未來(lái)的內(nèi)容方向做一些調(diào)整?！苟@一切，你并沒(méi)有提前給它指令。

這就是我們接下來(lái)的目標(biāo)：第一步先讓 AI 在你的工作空間里「站穩(wěn)腳」，能感知你的所有需求；在此基礎(chǔ)上，下一步就是「主動(dòng)」。

Founder Park：現(xiàn)在你們實(shí)現(xiàn)的「能動(dòng)性」，大概能達(dá)到什么狀態(tài)？

張浩然：現(xiàn)在的狀態(tài)是，你給 AI 一個(gè)模糊的任務(wù)，它能自己尋找工具、不斷試錯(cuò)，直到把這個(gè)事干完，把結(jié)果交給你。整個(gè)鏈路可以調(diào)用二三十個(gè)工具，持續(xù)地對(duì)齊目標(biāo)。目前我們已經(jīng)做得比較穩(wěn)定了，可以持續(xù)二三十步完成任務(wù)。

Founder Park：在多步執(zhí)行中，怎么保證每一步完成的準(zhǔn)確度？

張浩然：我們的推理框架會(huì)自行來(lái)解決這個(gè)問(wèn)題，不用人操心。而且這個(gè)框架能判斷事情的輕重：比如，修改電商商品價(jià)格這類高風(fēng)險(xiǎn)操作，它會(huì)自動(dòng)彈出確認(rèn)窗口：「我即將把價(jià)格調(diào)整為 XX，是否確認(rèn)？」你點(diǎn)擊確認(rèn)后才會(huì)執(zhí)行。簡(jiǎn)單說(shuō)，它清楚什么時(shí)候該讓你決策，什么時(shí)候可以自主操作。

Founder Park：對(duì) AI 調(diào)用「工具」的能力，你們是怎么理解的？

張浩然：現(xiàn)在大家都覺(jué)得要給 AI 描述工具是做什么的，AI 才知道怎么用。我覺(jué)得不對(duì)。比如 Klaviyo 是一個(gè)郵件營(yíng)銷工具，但它到底是電商郵件工具，還是 B2B 外貿(mào)郵件工具？定義得太窄，另一類用戶用起來(lái)就不準(zhǔn)；如果同時(shí)有三個(gè)郵件工具，不定義又不知道該選哪個(gè)。

我們的解決方案是：根本不去看每個(gè)應(yīng)用是做什么的，我們讓 AI 理解「應(yīng)用有什么能力」。我們有一套機(jī)制，把每個(gè)應(yīng)用的能力點(diǎn)「打散」。比如，你有電商郵件營(yíng)銷的需求，AI 會(huì)發(fā)現(xiàn) Klaviyo 在用戶標(biāo)簽和 CDP 相關(guān)的能力點(diǎn)上，比 Mailchimp 更匹配電商場(chǎng)景，于是反推出應(yīng)該使用 Klaviyo。這種細(xì)節(jié)工作我們做了很多，我們把模糊的語(yǔ)義理解問(wèn)題，轉(zhuǎn)化成了一個(gè)更精確的能力匹配問(wèn)題。

Founder Park：這個(gè)「打散」和理解的過(guò)程，是怎么做的？

張浩然：我們自創(chuàng)了一套推理引擎，是一個(gè)雙 Agent 循環(huán)架構(gòu)。有一個(gè) Agent 非常能夠理解我們定義的這套能力，另一個(gè) Agent 非常理解用戶的目標(biāo)，兩個(gè)結(jié)合起來(lái)能很好地工作。

在上下文管理上，我們?cè)O(shè)置了一個(gè)中間層專門用來(lái)挑選工具。我們說(shuō)的「能力」維度，比工具本身要更細(xì)。比如，Klaviyo 不僅有郵件查詢功能，它還有一個(gè)「能帶著用戶標(biāo)簽進(jìn)行查詢」的能力，這就跟 Mailchimp 產(chǎn)生了區(qū)別。我們的拆解細(xì)到了這個(gè)程度。

當(dāng)用戶發(fā)出一個(gè)指令，Agent 就會(huì)在這個(gè)中間層里，找到能解決問(wèn)題的能力組合，形成一個(gè)推理策略。它可能最終組合了五個(gè)能力點(diǎn)，然后發(fā)現(xiàn)這五個(gè)能力分屬于兩個(gè)不同工具的三個(gè)接口。這時(shí)，它會(huì)把這個(gè)包含具體接口的策略帶回來(lái)，注入到上下文中，去干預(yù)下一步的推理。這樣，下一步的推理就能非常明確地命中那幾個(gè)工具。

Founder Park：相當(dāng)于拓展了模型本身的能力，不再糾結(jié)怎么選擇工具。

張浩然：是的。而且你想想，當(dāng)一個(gè)用戶集成了 40 個(gè)應(yīng)用時(shí)怎么辦？只有我們這種從業(yè)務(wù)倒推的方式才能解決。我們提前構(gòu)建的這套能力，就相當(dāng)于是數(shù)據(jù)標(biāo)注了，我們未來(lái)做強(qiáng)化訓(xùn)練的時(shí)候，這個(gè)數(shù)據(jù)標(biāo)注的價(jià)值直接就用上了。

04PMF 就在那，

看誰(shuí)敢第一步跳出慣性

Founder Park：你當(dāng)時(shí)是怎么考慮去做這樣一款產(chǎn)品的？

張浩然：我過(guò)往的所有經(jīng)歷都是圍繞流程效率與生產(chǎn)力的。包括之前在飛書做 workflow，兩次創(chuàng)業(yè)分別做營(yíng)銷 MarTech 領(lǐng)域的 SaaS 和幫其他 SaaS 做用戶引導(dǎo)工具，都和流程自動(dòng)化相關(guān)。

我很清楚，企業(yè)經(jīng)營(yíng)的本質(zhì)就是不斷組合工作流：把工作流拆分成不同角色，對(duì)應(yīng)設(shè)置崗位，崗位再去執(zhí)行相應(yīng)的 SOP。過(guò)去工廠靠流水線組合 SOP，現(xiàn)在知識(shí)型企業(yè)就是靠無(wú)數(shù)軟件拼接起來(lái)的。

在過(guò)去的知識(shí)型流水線工廠里，無(wú)數(shù)軟件成為設(shè)施，人反而成了無(wú)腦執(zhí)行 SOP 的「機(jī)器」，這是大量中低端員工的現(xiàn)狀。AI 的出現(xiàn)，尤其是 Claude 3.5 推出后，帶來(lái)了 agentic 這類模型能力的擴(kuò)展。這種高能動(dòng)性的核心是能持續(xù)對(duì)齊人類目標(biāo)，基于目標(biāo)使用人類工具，真正融入到真實(shí)生活場(chǎng)景中。

如果 agentic 能力一直在變強(qiáng)，軟件行業(yè)將迎來(lái)從「軟件 1.0」到「SaaS 時(shí)代的軟件 2.0」，再到「軟件 3.0」的巨大變革?！杠浖?3.0」的最大意義，在于能感知你所處空間的所有知識(shí)，還能在你所行動(dòng)的空間里完成一樣的行動(dòng)。

這時(shí)候，軟件不再是預(yù)先構(gòu)建好的，而是根據(jù)你的意圖實(shí)時(shí)顯化、即時(shí)生成的「意圖驅(qū)動(dòng)型計(jì)算工具」。這會(huì)徹底打破傳統(tǒng)的 SOP 執(zhí)行模式，實(shí)現(xiàn)「專家平權(quán)」，讓資深員工的 know-how 下沉，讓月薪 5000 元的員工也能完成高端工作。

這種變革將顛覆現(xiàn)有軟件市場(chǎng)，反推企業(yè)模式改變：企業(yè)不再是預(yù)先制定好工作流程，用軟件把人「拴」在崗位上執(zhí)行；而是人類可以專注發(fā)揮創(chuàng)造力，理解工作本質(zhì)后，通過(guò)和 AI 工具對(duì)話傳遞意圖，由 AI 完成工作中大量具有不確定性的「灰度」任務(wù)。人類的「灰度」工作被壓縮到最小，能更高效地做出高質(zhì)量決策，真正釋放創(chuàng)造力

這是我們看到的未來(lái)，也是我們想投身去做的事。

Founder Park：你覺(jué)得產(chǎn)品現(xiàn)在找到明確的 PMF 了嗎？

張浩然：我認(rèn)為已經(jīng)不需要再驗(yàn)證了。n8n、Zapier 的存在就已經(jīng)證明了這個(gè)需求的強(qiáng)烈性。關(guān)鍵是，我們能不能做出比它們體驗(yàn)好 20 到 50 倍的構(gòu)建方式。

現(xiàn)在大家都困在慣性里，沒(méi)人敢想「讓流程消失來(lái)實(shí)現(xiàn)自動(dòng)化」。AI 時(shí)代之前，IFTTT 那樣的流程引擎是最好的模式，所有人都被這種確定性思維固化了。我做過(guò)很多流程引擎工具，我知道這種模式有問(wèn)題，所以敢第一個(gè)跳出慣性。

PMF 本身就在那，看得是誰(shuí)能做出顛覆性的產(chǎn)品，改變用戶解決痛點(diǎn)的方式，你只要會(huì)自然語(yǔ)言就可以了。

Founder Park：你們產(chǎn)品的核心壁壘是什么？

張浩然：短期壁壘是認(rèn)知。我們搭建了一套讓 AI 像人一樣工作的認(rèn)知框架，敢于跳出傳統(tǒng)工作流的慣性，這本身就是差異。加上我們的迭代速度快，擁有先發(fā)優(yōu)勢(shì)。

長(zhǎng)期壁壘是個(gè)性化軟件。當(dāng) AI 通過(guò)對(duì)話幫你完成任務(wù)時(shí)，會(huì)學(xué)習(xí)你的工作方式，之后直接生成一個(gè)專屬軟件。比如，你需要看 Shopify 訂單并去 ERP 發(fā)貨，AI 能給你生成一個(gè)界面：左邊是訂單，右邊是發(fā)貨狀態(tài)，甚至還會(huì)提示「這 4 個(gè)訂單建議優(yōu)先處理」。點(diǎn)一下就能操作，這多棒啊。如果沒(méi)有界面，AI 只能用大段文字描述，根本滿足不了真實(shí)工作的信息密度需求。

AI 與你互動(dòng)的越多，就越懂你的業(yè)務(wù)經(jīng)驗(yàn)，生成的軟件也就越多。這些軟件的交互數(shù)據(jù)，你為什么生成它，它動(dòng)用了你哪些 know-how，你如何與它互動(dòng)，得到了什么結(jié)果。最終，會(huì)形成一個(gè)獨(dú)一無(wú)二的封閉數(shù)據(jù)集。未來(lái)，用這個(gè)數(shù)據(jù)集來(lái)訓(xùn)練我們自己的「行動(dòng)型模型」，就像 Cursor 的模式一樣，這就是我們的長(zhǎng)期壁壘。

Founder Park：這個(gè)數(shù)據(jù)集能夠形成數(shù)據(jù)飛輪嗎？

張浩然：是的，就像 Cursor 監(jiān)控你寫代碼的方式，用你的編程習(xí)慣和糾錯(cuò)記錄訓(xùn)練小模型，這個(gè)小模型形成了數(shù)據(jù)飛輪，越用越懂你，還能實(shí)時(shí)更新模型權(quán)重，這就是我們要構(gòu)建的長(zhǎng)期壁壘。

而且，因?yàn)槲覀兪莻€(gè)性化軟件，個(gè)性化軟件的后端本質(zhì)上就是一個(gè) Agent，它使用了你所有的工具，學(xué)到了你的 know-how 和工作流程，同時(shí)有 coding 能力，固化了一部分代碼在沙盒里運(yùn)行。

馬卡龍、靈光都沒(méi)有后端，這個(gè)世界上，沒(méi)有任何一個(gè) AI 生成的軟件有后端，但我們有。

但我們會(huì)讓「Agent」這個(gè)概念消失，你不用特意構(gòu)建它，跟 AI 伙伴一起工作，它就會(huì)變成你的「業(yè)務(wù)分身」。本質(zhì)是 Agent，但我們不會(huì)強(qiáng)調(diào)，因?yàn)樗皇沁^(guò)渡產(chǎn)物。沒(méi)人會(huì)說(shuō)「先構(gòu)建 Excel 再工作」，Excel 的概念早被淡化了。等哪天沒(méi)人提 Agent 了，AI 才算真正走進(jìn)大眾。

完成任務(wù)后，可以將整個(gè)對(duì)話流程轉(zhuǎn)換成自動(dòng)化常規(guī)流程

Founder Park：如果n8n或者大廠也按這個(gè)思路來(lái)做，你們?cè)趺捶烙?/strong>

張浩然：防御要靠下一步的強(qiáng)化學(xué)習(xí)，訓(xùn)練自己的模型?，F(xiàn)在我們有一個(gè)小身位差，可以利用先發(fā)優(yōu)勢(shì)積累大量用戶、跑通數(shù)據(jù)。我們必須在這個(gè)窗口期里，搭建用戶交互到模型自訓(xùn)練的管道，讓用戶行為能動(dòng)態(tài)地、持續(xù)自主地更新模型權(quán)重，形成數(shù)據(jù)飛輪。

Founder Park：擔(dān)心大模型本身的能力迭代，吃掉你們的業(yè)務(wù)嗎？

張浩然：有點(diǎn)小擔(dān)心，還是要考慮這件事的風(fēng)險(xiǎn)，不能盲目樂(lè)觀。

比如 Claude 和 Gemini 都在往類似方向發(fā)力：Claude 的進(jìn)化，大概率會(huì)瞄準(zhǔn)整個(gè)計(jì)算機(jī)生態(tài)，想顛覆馮?諾依曼架構(gòu)，做 GPU 驅(qū)動(dòng)的新一代上下文計(jì)算，所以它不會(huì)具體在應(yīng)用層。但我也會(huì)緊跟變化。Gemini 有谷歌全家桶，可能會(huì)顛覆很多通用場(chǎng)景，但很難滲透到各行各業(yè)。

我們真正的價(jià)值，還是在積累企業(yè)的 know-how，并把這些經(jīng)驗(yàn)轉(zhuǎn)化成實(shí)際結(jié)果。本質(zhì)上，Gemini 是「低抽象、高通用」，而我們?cè)谒显俪橄笠粚?，是「高抽象、中等通用」。因?yàn)槲覀円钊氲浇M織的復(fù)雜場(chǎng)景里，這是大模型難以替代的。

05選對(duì)用戶，

這是個(gè)十萬(wàn)億的巨大市場(chǎng)

Founder Park：你希望用戶如何定位這款產(chǎn)品？

張浩然：我們想定位的是一個(gè)全新的工作臺(tái)，就像飛機(jī)的駕駛艙。過(guò)去的駕駛艙有成千上萬(wàn)個(gè)按鈕，你需要知道什么時(shí)候按哪一個(gè)。但現(xiàn)在，這個(gè)駕駛艙只有一個(gè)話筒，你對(duì)它說(shuō)話，它就能自動(dòng)完成操作。

如果說(shuō)跟馬卡龍、靈光的區(qū)別，本質(zhì)上我們的產(chǎn)品形態(tài)是類似的，只不過(guò)是在工作的復(fù)雜場(chǎng)景里。既然 SOP 能被解決，為什么最終的產(chǎn)出只能是一句話，而不是一個(gè)軟件呢？現(xiàn)在所有 Agent 的輸出都只是一句「我做完了」，但為什么不能輸出一個(gè)軟件？自然語(yǔ)言的密度低且是線性的，而 GUI 有天然優(yōu)勢(shì)，軟件的視覺(jué)化呈現(xiàn)能讓你一眼看懂功能。

在真實(shí)的復(fù)雜工作場(chǎng)景中，很多交互是靠界面驅(qū)動(dòng)的，不是語(yǔ)言。所以我們覺(jué)得，AI 工作伙伴完全可以通過(guò)一個(gè)界面與你交互，這不就是個(gè)性化軟件嗎？

Founder Park：在生產(chǎn)力場(chǎng)景下，GUI 或軟件界面還是必要的。未來(lái)它的交互還會(huì)有其他形態(tài)嗎？

張浩然：會(huì)有。未來(lái)會(huì)和硬件結(jié)合，不同硬件在不同場(chǎng)景下有不同優(yōu)勢(shì)，比如能語(yǔ)音交互的戒指，處理低密度信息推送就很高效。未來(lái)我們會(huì)考慮，當(dāng)產(chǎn)品滲透到工作場(chǎng)景各環(huán)節(jié)時(shí)，讓不同工作形態(tài)匹配不同交互方式：比如電商場(chǎng)景需要打電話問(wèn)用戶，這時(shí)界面就不重要了，語(yǔ)音交互才是核心。

不排除我們會(huì)推出硬件的可能，想象一下，把動(dòng)態(tài)界面推送到 Apple Watch 上，抬手說(shuō)話、看一眼小界面就能處理工作，想象空間很大。

Founder Park：現(xiàn)階段你們專注于解決工作流問(wèn)題，暫時(shí)不考慮個(gè)人生活場(chǎng)景，是覺(jué)得價(jià)值不大嗎？

張浩然：我們永遠(yuǎn)不會(huì)考慮。我們公司的使命就是釋放人類生產(chǎn)力，讓組織能自主運(yùn)行。像個(gè)人娛樂(lè)、服裝管理這類需求，不在我們的解決范圍內(nèi)。

Founder Park：你們的目標(biāo)用戶是中小商家，還是更偏向個(gè)人的知識(shí)工作者？

張浩然：在我們看來(lái)，中小企業(yè)（SMB）和個(gè)人知識(shí)工作者本質(zhì)上是一群人。比如我們自己公司目前就兩個(gè)人，是典型的中小企業(yè)，工作模式和一個(gè)獨(dú)立的個(gè)人沒(méi)什么區(qū)別。

Founder Park：「知識(shí)工作者」這個(gè)畫像有更詳細(xì)的分類嗎？怎么定義？

張浩然：基本上，只要是坐在電腦前，通過(guò)操作軟件就能完成工作、交付結(jié)果、產(chǎn)生經(jīng)濟(jì)效益的這群人，都算是知識(shí)工作者。全球大概有 10 億。

Founder Park：這個(gè)賽道的市場(chǎng)有多大？

張浩然：首先，生產(chǎn)力市場(chǎng)本身是 600 多億美金的規(guī)模，這是 SaaS 時(shí)代的標(biāo)準(zhǔn)市場(chǎng)。全球大概 2000 萬(wàn)個(gè)人用戶、1500 萬(wàn)中小企業(yè)用戶，按個(gè)人 30 美金 / 月、企業(yè) 200 美金 / 月的收費(fèi)結(jié)構(gòu)算，我們瞄準(zhǔn)的 TAM（總體有效市場(chǎng)）約 660 億美金。

但真正的機(jī)會(huì)不在這，在于我們一旦用個(gè)性化軟件交付了價(jià)值的最后一公里，我們顛覆的其實(shí)是一個(gè)非常成熟的軟件勞動(dòng)力供應(yīng)市場(chǎng)。這個(gè)市場(chǎng)非常龐大，無(wú)論是 IT 外包，還是微軟、SAP 的實(shí)施供應(yīng)商生態(tài)，規(guī)模都達(dá)到了幾萬(wàn)億美金級(jí)別。

當(dāng)用戶說(shuō)一句話，就能生成想要的軟件時(shí)，這種定制化的勞動(dòng)力市場(chǎng)就會(huì)被替代。我們從幾百億美金的生產(chǎn)力市場(chǎng)先切進(jìn)來(lái)，最終瞄準(zhǔn)的是軟件勞動(dòng)力定制化市場(chǎng)。很多標(biāo)準(zhǔn)軟件的長(zhǎng)尾需求，仍然需要第三方公司通過(guò)類似于外包和定制開(kāi)發(fā)的方式來(lái)解決，這個(gè)市場(chǎng)巨大。

Founder Park：未來(lái)會(huì)考慮純粹按結(jié)果付費(fèi)嗎？

張浩然：今天大家都在談按結(jié)果付費(fèi)，但關(guān)鍵是怎么驗(yàn)證結(jié)果。你交付一份報(bào)告，用戶不認(rèn)可怎么辦？至少目前來(lái)看，你生成了一個(gè)軟件，用戶認(rèn)可并持續(xù)使用它，這本身就是一種明確的結(jié)果交付。這個(gè)事還在探索，但我個(gè)人希望能最終干掉 token 消耗模式，讓用戶可以不限量地使用。

06創(chuàng)業(yè)別太執(zhí)著「產(chǎn)品必須完美才上線」

Founder Park：創(chuàng)業(yè)、大廠這些經(jīng)歷對(duì)你現(xiàn)在的項(xiàng)目有什么幫助？

張浩然：幫助非常大。首先，在之前的職場(chǎng)工作里，一直是在用軟件自動(dòng)化解決龐大的業(yè)務(wù)效率問(wèn)題，親身經(jīng)歷過(guò)企業(yè)、個(gè)人、組織在這方面的痛點(diǎn)，我自己就是最懂這些痛點(diǎn)的人。

我第一次創(chuàng)業(yè)做的「住客云」，是一個(gè) MarTech，本質(zhì)是營(yíng)銷自動(dòng)化，核心還是工作流；第二次創(chuàng)業(yè)做「啊哈時(shí)刻」，幫國(guó)外 SaaS 公司做用戶引導(dǎo)，離不開(kāi)流程和規(guī)則引擎的設(shè)計(jì)；后來(lái)去字節(jié)，負(fù)責(zé)飛書里的無(wú)代碼表單和工作流系統(tǒng)，依舊在跟工作流打交道?？梢哉f(shuō)，我整個(gè)職業(yè)生涯都在和工作流深度綁定，對(duì)它的理解非常透徹。

特別是「啊哈時(shí)刻」這個(gè)項(xiàng)目，它是一款 Chrome 插件，我們需要通過(guò)它解構(gòu)網(wǎng)站的所有 DOM 元素，再綁定規(guī)則來(lái)引導(dǎo)用戶。這段經(jīng)歷讓我積累了大量底層技術(shù)經(jīng)驗(yàn)，現(xiàn)在大家常說(shuō)的 Computer Vision、Browser Vision，甚至 RPA，本質(zhì)上都是我們當(dāng)時(shí)產(chǎn)品里用到的技術(shù)。過(guò)去識(shí)別網(wǎng)站元素的能力，現(xiàn)在正好能轉(zhuǎn)化為生成個(gè)性化軟件模塊的能力，兩者在技術(shù)上是相通的。

所以，在生產(chǎn)力這件事的理解上，我可能是中國(guó)最懂 IFTTT 模式的產(chǎn)品經(jīng)理了。很多產(chǎn)品經(jīng)理雖然也做過(guò)流程引擎，但他們沒(méi)有真正扮演過(guò)企業(yè)里 CIO 這樣的角色。而我恰好既在企業(yè)里承擔(dān)過(guò)類似 CIO 的職責(zé)，深知業(yè)務(wù)運(yùn)營(yíng)如何與產(chǎn)品結(jié)合，又親手做過(guò)抽象層的工作流引擎。

為什么我要堅(jiān)持「干掉工作流」？因?yàn)槲壹榷ぷ髁?，又懂企業(yè)是怎么經(jīng)營(yíng)的，我知道一線運(yùn)營(yíng)人員腦子里在想什么。這些經(jīng)歷對(duì)我?guī)椭浅４蟆?/p>

Founder Park：參與過(guò)兩次奇績(jī)路演，感覺(jué)國(guó)內(nèi)的創(chuàng)業(yè)生態(tài)有什么變化？

張浩然：首先，現(xiàn)在資本整體還在寒冬，但我能明顯感受到 90 后、95 后創(chuàng)業(yè)者的熱情。21 年我做 SaaS 去奇績(jī)時(shí)，是那期最年輕的創(chuàng)始人，大概 25、26 歲，當(dāng)時(shí)整體平均年齡 31、32 歲；但這一期入選者平均年齡 28 歲，我 94 年的，今年 31 歲，幾乎是前三大的，變化特別大。

21 年那波創(chuàng)業(yè)還是以 SaaS、生產(chǎn)力為主，AI 還沒(méi)起來(lái)，大家的想象力比較局限；但這一波完全不一樣，00 后創(chuàng)業(yè)者做的東西天馬行空，比如 AI 陪伴玩具，有些我都理解不了，我主要還是關(guān)注生產(chǎn)力方向。

一個(gè)明顯的感受是，創(chuàng)投圈換代了。21 年我加了 300 多個(gè)投資人微信，這次加了近 500 個(gè)，但只有 3 個(gè)是 21 年認(rèn)識(shí)的。

Founder Park：對(duì)你來(lái)說(shuō)，這個(gè)換代是好事還是壞事？

張浩然：我不知道，但體感上有回暖。21 年奇績(jī) Demo Day 后我沒(méi)融到資，直到 22 年冬天才融，那會(huì)兒美元基金全面撤出，哪怕我做的「啊哈時(shí)刻」數(shù)據(jù)很好，一個(gè)月有上千家 SMB 客戶、周留存 70% 以上，也沒(méi)人敢出手。但這次不一樣，我?guī)е磳⑸暇€的產(chǎn)品演示，大家都很積極想推進(jìn)，能感受到「暖意」。

Founder Park：回顧過(guò)去的創(chuàng)業(yè)經(jīng)歷，有什么經(jīng)驗(yàn)可以分享，幫助大家少走彎路？

張浩然：一定要盡快推出產(chǎn)品?！赴」r(shí)刻」那次，產(chǎn)品打磨太久，快沒(méi)錢了才被迫上線，結(jié)果現(xiàn)金流斷裂，公司倒了。

我們這波 AI 創(chuàng)業(yè)的人大部分都是產(chǎn)研驅(qū)動(dòng)的，這是一個(gè)優(yōu)勢(shì)，但也要反過(guò)來(lái)意識(shí)到，最終能夠證明你產(chǎn)品行不行的是市場(chǎng)。用陸奇的話說(shuō)，「上帝來(lái)了都要踩坑」，所以本質(zhì)是快速推出產(chǎn)品，快速驗(yàn)證，把大坑變成小坑，別掉到大坑里去。

創(chuàng)業(yè)別太執(zhí)著「產(chǎn)品必須完美才上線」，哪怕沒(méi)成品，也能用其他方式先驗(yàn)證：比如我這次創(chuàng)業(yè)前，先給公司做 AI 落地顧問(wèn)，看咨詢能不能賣出去；如果是 To C，先拋出觀點(diǎn)看有沒(méi)有人認(rèn)可。要有驗(yàn)證思維，別憋大招、別過(guò)度理想主義。

Founder Park：明白，就是盡快面向市場(chǎng)，看市場(chǎng)的反饋。

張浩然：對(duì)。有時(shí)候即便市場(chǎng)反饋不好，但你拿到了反饋信息。不一定要調(diào)整，你也可以選擇堅(jiān)持，這不沖突。但你不能不面向市場(chǎng)，自己悶頭憋，這是不對(duì)的。就算你一定要往那個(gè)方向做，你也得知道它可能在哪錯(cuò)。你可以不認(rèn)可這個(gè)錯(cuò)誤，但你必須知道今天你在這有一個(gè)問(wèn)題，這個(gè)問(wèn)題可能會(huì)影響它。

轉(zhuǎn)載原創(chuàng)文章請(qǐng)?zhí)砑游⑿牛篺ounderparker