企業(yè)AI化的窗口，可能只剩3到6個月。

兩個月前，姜海舟接觸到了OpenClaw（俗稱“龍蝦”）?，F(xiàn)在，他可能是投資圈“玩蝦”經(jīng)驗最豐富的人之一。但是對于普通用戶在本地“養(yǎng)蝦”，他的態(tài)度是“勸退”。

姜海舟是恒海奇點（家辦）創(chuàng)始人，他的履歷橫跨銀行、互聯(lián)網(wǎng)創(chuàng)業(yè)、股權(quán)投資與量化投資：從廣發(fā)銀行到奇點金服，再到環(huán)游世界后的投資轉(zhuǎn)型，他長期在“效率系統(tǒng)”和“資金系統(tǒng)”之間穿梭。

過去70天，他將這種對系統(tǒng)的敏感度，投入到一個更不穩(wěn)定的對象中——基于OpenClaw構(gòu)建的AI Agent協(xié)作系統(tǒng)，并親自參與搭建、調(diào)試與“搶救”。

在4月3日「甲子光年」舉行的一場內(nèi)部分享活動中，姜海舟進(jìn)行了一次“非標(biāo)準(zhǔn)意義的技術(shù)講解”：盡管他現(xiàn)場展示了OpenClaw的能力，但更多的時間，他是作為一線實踐者在進(jìn)行“事故復(fù)盤”——系統(tǒng)崩潰、記憶失效、流程錯亂，而一間被他反復(fù)提及的“AI急診室”，成為理解企業(yè)AI化當(dāng)下階段的關(guān)鍵隱喻。

在這間“急診室”里，只有三樣?xùn)|西：一臺遠(yuǎn)程Mac mini，一堆運行中的AI Agent，以及一個隨時準(zhǔn)備“心肺復(fù)蘇”的人類操作員。正是在這個極端環(huán)境下，他逐步驗證了一個核心判斷：企業(yè)AI化的瓶頸，不在模型能力，而在信息結(jié)構(gòu)與組織方式。

在“養(yǎng)龍蝦”熱潮之中，“急診室”這個比喻尤為關(guān)鍵。它揭示了一個常被忽視的事實：AI系統(tǒng)（包括OpenClaw）不是部署完成即生效，而是一個需要持續(xù)監(jiān)控、不斷修復(fù)、逐漸馴化的生命體系統(tǒng)。人們看到的“智能”，往往是大量“搶救”之后的結(jié)果。

也正是在這種不斷出錯與修復(fù)的循環(huán)中，一套關(guān)于AI記憶體系、組織形態(tài)與業(yè)務(wù)結(jié)構(gòu)的認(rèn)知逐漸清晰。姜海舟將其總結(jié)為四個判斷：

• AI不是沒能力，AI是沒信息；

• “眼高手低”的人贏了；

• AI不是用來裁人的；

• 嚇尿點比你想象得近。

他還進(jìn)一步推導(dǎo)出一個更具緊迫感的結(jié)論：企業(yè)AI化的窗口期，可能只剩3到6個月。

以下為恒海奇點（家辦）創(chuàng)始人姜海舟的分享要點，內(nèi)容由姜海舟的AI助手整理，經(jīng)姜海舟授權(quán)發(fā)布。

大家好，我是姜海舟。

2015年，一個叫Tim Urban的人在Wait But Why上寫過一個概念——Die Progress Unit：把一個1750年的人帶到2015年，他會被嚇?biāo)?；但帶?780年，他只覺得有點新鮮。差別不在于時間跨度，在于技術(shù)進(jìn)步的速度是否超過了人的適應(yīng)閾值。

過去，跨越一個“嚇尿點”需要幾百上千年。現(xiàn)在這個間隔正在急劇縮短。

我不確定下一個臨界點到底在什么時候。但過去70天，我在一間急診室里親手摸到了加速的手感——這間急診室只有三樣?xùn)|西：一臺放在日本的Mac mini，一堆跑在OpenClaw上的AI Agent，和一個經(jīng)常深夜遠(yuǎn)程登錄給系統(tǒng)做心肺復(fù)蘇的人。

以下是我在這間急診室里確認(rèn)的四件事。

1.AI不是沒能力，AI是沒信息

先說一個可能讓很多人不舒服的判斷：過去十年我們做的那些數(shù)字化，放在AI時代來看，是不夠的。

CRM記錄成交了幾單，ERP記錄物料和流程，審批系統(tǒng)記錄簽了哪些字。這些當(dāng)然重要，但它們記錄的是業(yè)務(wù)SOP的系統(tǒng)化——流程走了什么，結(jié)果是什么。

AI Agent需要的是另一層?xùn)|西。

它需要知道：這家公司最近在討論什么方向？上周會議誰說了哪句話改變了決策？這個客戶和誰的關(guān)系好？那個約定俗成但從來沒寫進(jìn)文檔的規(guī)矩到底是什么？這家公司的三觀和方法論——碰到爭議時怎么判斷？

這些信息沒有一個傳統(tǒng)系統(tǒng)在記錄。它們活在人的腦子里、飯桌上、走廊里隨口說的一句話里。

AIAgent是一支無所不能的機械化智能軍團(tuán)，大模型就是每個機器人的大腦。但這支軍團(tuán)腦子里沒有你公司的任何原始信息。你不喂給它，它不知道要干什么，也不知道怎么判斷。

為什么AI看起來聰明、做起來很笨？缺少經(jīng)營過程的數(shù)字化信息

我有一個非常具體的驗證時刻。

3月底股東會前一天晚上，我把大綱發(fā)給AI，讓它幫做PPT。初版太薄，我讓它補。然后它做了一件我沒預(yù)料到的事——把我們過去沉淀的所有材料翻了出來：會議紀(jì)要、財務(wù)數(shù)據(jù)、活動方案、公眾號文章、視頻采訪。自己識別，自己歸類，自己補進(jìn)對應(yīng)板塊。

幾輪之后，文字稿扎實了很多。然后它說了一句：“第二部分內(nèi)容比其他板塊單薄，你還有沒有補充材料？”

這不是執(zhí)行器會說的話。它開始理解目標(biāo)、理解交付質(zhì)量、發(fā)現(xiàn)結(jié)構(gòu)缺口。那天它表現(xiàn)好，是因為之前的信息沉淀做得還行。換一家什么都沒數(shù)字化的公司，同樣的模型，只能給出空洞的回答。

它不只是在執(zhí)行，它開始參與判斷——這是協(xié)作者才會說的話

但反過來也有教訓(xùn)。早期它經(jīng)常失憶——昨天說好的事今天不知道，上周聊過的結(jié)論這周重新問。我本來記性就差，兩個人互相等對方記事，最后誰都記不住。有一次它甚至忘了寫當(dāng)天的工作日報。

后來我們硬生生把記憶制度化了：每天必須寫日報，新session先讀近期記錄，犯過的錯寫成長期規(guī)則，重要決策邏輯存進(jìn)可搜索的結(jié)構(gòu)。三層疊起來，它從金魚變成了老朋友。

三層記憶體系：日報層→規(guī)則層→歷史召回層，協(xié)作成本越來越低

過去做數(shù)字化，是把流程裝進(jìn)系統(tǒng)。現(xiàn)在做AI化，是把經(jīng)營過程裝進(jìn)AI。

什么叫全面數(shù)字化？開會全程AI錄音轉(zhuǎn)文字；所有業(yè)務(wù)規(guī)則、方法論、企業(yè)三觀寫成文檔；每個重要客戶、合伙伴、團(tuán)隊成員的信息建成結(jié)構(gòu)化檔案；所有約定俗成但沒寫下來的事，寫下來。AI知道的越多，越強大——這不是抽象的說法，是直接的因果關(guān)系。

2.“眼高手低”的人贏了

第二個判斷是反直覺的。

以前“眼高手低”是貶義詞——思維強、判斷好、有方向感，但執(zhí)行跟不上，在傳統(tǒng)組織里往往吃虧。AI Agent徹底改變了這個邏輯。

它最擅長什么？搜集資料、整理信息、跟進(jìn)進(jìn)度、寫初稿、做調(diào)研、結(jié)構(gòu)化輸出、監(jiān)控重復(fù)任務(wù)——全是“手”的工作。那個腦子好但手不夠快的人，突然有了很多只手。

這不是假設(shè)，我自己就是活例子。

股東會那次之后，再做給CEO的分享材料，速度快了一個量級。因為AI已經(jīng)開始知道我怎么看問題，討厭什么樣的廢話，什么信息對特定受眾有用。就像人和人的合作——新同事剛來你得帶很久，但合作久了，他知道你的標(biāo)準(zhǔn)，邊際成本越來越低。

我懶得每天自己點咖啡，就讓小龍蝦做了個瑞幸自動下單的工具。第一次穩(wěn)定跑通要90秒，后來一輪一輪調(diào)，最終壓縮到我說“來一杯咖啡到家里”，到收到下單截圖，整條鏈路28秒。這個迭代意義省的不是那每次幾十秒——而是它證明的是：一個系統(tǒng)從不能用到能用到好用，是被打磨出來的。你在最不好用的時候放棄，就永遠(yuǎn)得不到后面的順滑。

這種反常規(guī)的“眼高手低”者能力大幅加強會帶來組織形態(tài)的變化。過去是金字塔：少數(shù)人想，多數(shù)人執(zhí)行。往后會變成一種我叫做“釘耙型組織”的形態(tài)——腦袋變大，手腳被Agent承接。真正值錢的，是能想清楚方向、能設(shè)計系統(tǒng)、能判斷什么時候信AI什么時候不信的人。

所以一人公司不是噱頭——一個人真的可以做到以前需要一個團(tuán)隊才能完成的量。

組織從金字塔走向釘耙型：腦袋變大，手腳由Agent補強

3.AI不是用來裁人的

講完上面那段，很多人第一反應(yīng)可能是：那就把執(zhí)行層裁掉，換AI。

我們的真實經(jīng)驗，方向完全不是這個。

我們有家被投企業(yè)有個痛點：客戶很多，服務(wù)同事有限，消息都沉在個人微信里，幾分鐘不回就掉體驗。后來我們搭了一條完整鏈路——微信消息監(jiān)聽→AI理解意圖→生成回復(fù)→桌面端發(fā)出→確認(rèn)送達(dá)。先是能回，再是能穩(wěn)，然后往業(yè)務(wù)深處走：接庫存、接訂單、接價格變動提醒、接財務(wù)對賬、接群聊多線程識別。它從“微信客服”慢慢變成了整個業(yè)務(wù)的神經(jīng)中樞。

AI成為業(yè)務(wù)系統(tǒng)的神經(jīng)中樞，但人的信任和責(zé)任感無法替代

但我們沒有裁掉任何一個真正懂客戶關(guān)系和深刻業(yè)務(wù)理解的人。

因為他們做的是托付——客戶信任這個人，是因為這個人出了問題會站出來，愿意為結(jié)果負(fù)責(zé)，懂這個生意里只有做了很多年才知道的細(xì)節(jié)。這件事沒有辦法被寫成代碼，也沒有辦法被一個新來的“AI指揮官”在兩個月內(nèi)學(xué)會。

AI替代的是動作，不是托付

AI替代的是動作，不是托付。替代的是執(zhí)行，不是信任和責(zé)任。

所以我們的策略是兩條腿同時走：引進(jìn)和培養(yǎng)具備AI原生思維的人——能用AI放大判斷力，成為真正的AI指揮官；同時識別出擁有不可替代品質(zhì)的團(tuán)隊成員——信任、責(zé)任感、深度業(yè)務(wù)理解——給他們補上AI技能，讓他們?nèi)缁⑻硪怼?/p>

這兩類人都是接下來最值錢的。缺任何一類，企業(yè)AI化都會跑偏。

4.嚇尿點比你想象得近

最后說時間。

過去70天，我親眼看著這套系統(tǒng)每周發(fā)生跳變。不是漸進(jìn)改善，是斷層式變化。

• 最開始答應(yīng)我“明天九點自動下單瑞幸”，第二天什么都沒發(fā)生——不是崩了，是承諾只存在會話記憶里，session一關(guān)就消失了。于是我們搭了整套基礎(chǔ)設(shè)施：模擬器保活、LaunchAgent KeepAlive、watchdog探活、真正寫入cron。一周之后它從“會一次”變成了“能反復(fù)”。

• 最開始所有定時推送晚了8小時，沒有任何報錯——因為設(shè)備在海外小龍蝦默認(rèn)用本地時區(qū)，但我寫任務(wù)時想的是北京時間。完全沉默的失敗，沒人發(fā)現(xiàn)。

• 最開始上下文監(jiān)控程序靜默掛了好幾個小時——因為OpenClaw升級后狀態(tài)顯示多了一個emoji，Context: 75k/200k，正則沒匹配上，監(jiān)護(hù)儀直接變擺設(shè)。

• 日報被誤發(fā)到另一個用戶那里——同一臺機器跑著兩個Agent，腳本查“當(dāng)前用戶”時查串了。多Agent共存，系統(tǒng)根本不知道自己在替誰說話。

• 但到昨天為止，我和產(chǎn)品負(fù)責(zé)人分別在兩個城市的Mac mini第一次通過內(nèi)網(wǎng)互相發(fā)任務(wù)——AI和AI開始握手了。AI之間開始交換經(jīng)驗教訓(xùn)和迭代升級，我們的AI中樞開始形成并應(yīng)用于工作流。

技術(shù)變化不是線性的，是斷層式的

變化不是線性的，是斷層式的。

Tim Urban描述的DPU間隔正在急劇縮短。我不知道“嚇尿點”具體是哪天，但我感受到的節(jié)奏是這樣的：等你想清楚了，局面已經(jīng)變了。等你選好了工具，工具已經(jīng)迭代了。等你做完了培訓(xùn)，培訓(xùn)的內(nèi)容已經(jīng)過時了。

我給這個窗口設(shè)置了一個期限：3到6個月。在窗口關(guān)閉之前，你必須積累好四樣?xùn)|西：

1.能駕馭AI的思維方式—— 不只是會用工具，是理解AI的能力邊界和信息邊界

2.適配AI時代的商業(yè)模式—— 業(yè)務(wù)設(shè)計本身要能承載AI參與，不只是在舊業(yè)務(wù)上貼AI功能

3.扎實的業(yè)務(wù)積累—— AI放大的是你已有的判斷和信息，你自己空洞，AI也幫不了你

4.對的團(tuán)隊—— AI指揮官和擁有不可替代品質(zhì)的業(yè)務(wù)骨干，這兩類人都不能少

四個核心判斷——企業(yè)AI化必須積累的四樣?xùn)|西

等“嚇尿點”真的到來，不是AI把你嚇到。是你發(fā)現(xiàn)身邊那個之前和你差不多的競爭對手，已經(jīng)用AI把經(jīng)營方式重寫了一遍——而你還在研究該選哪個工具。

先干的人先長手感。先把經(jīng)營過程數(shù)字化的人，先獲得AI的真實能力。先讓團(tuán)隊從執(zhí)行者升級為AI指揮官的組織，先贏。

窗口就這么寬。

碳基做碳基的事，硅基做硅基的事——分工而非替代

*本文部分文字內(nèi)容由AI生成

（封面圖來源：「甲子光年」拍攝，文中PPT來源：姜海舟）