本集简介
双语字幕
仅展示文本字幕，不包含中文音频；想边听边看，请使用 Bayt 播客 App。
大家好，欢迎回到硅谷101，我是艺文。
大家好，欢迎回到硅谷101，我是艺文。
之前我们聊到了大模型的训练数据和榜单，提到每次新模型发布，各种榜单上的成绩都在刷新。
之前我们聊到了大模型的训练数据和榜单，提到每次新模型发布，各种榜单上的成绩都在刷新。
但这种进步对于我们用户来说呢，很多时候并没有变成工作中的进步。
但这种进步对于我们用户来说呢，很多时候并没有变成工作中的进步。
以电商为例，从一个产品创意到把它做出来，卖到全世界，中间要研究市场、找工厂、比较报价、安排物流，还要在不同平台上开店、发布商品，最后算清楚这笔生意到底赚不赚钱。
以电商为例，从一个产品创意到把它做出来，卖到全世界，中间要研究市场、找工厂、比较报价、安排物流，还要在不同平台上开店、发布商品，最后算清楚这笔生意到底赚不赚钱。
这些工作AI现在能接手多少，又会在哪一步卡住呢？
这些工作AI现在能接手多少，又会在哪一步卡住呢？
半年前，我们请到了阿里国际站总裁张阔，聊了他们刚发布的Accio Work。
半年前，我们请到了阿里国际站总裁张阔，聊了他们刚发布的Accio Work。
半年过去，Agent产品不断更新，所以呢，我们也再次请到他来聊聊这些变化究竟给商家的实际经营带来了多少帮助。
半年过去，Agent产品不断更新，所以呢，我们也再次请到他来聊聊这些变化究竟给商家的实际经营带来了多少帮助。
张阔分享了一个观察，很多模型的通用评测成绩已经接近满分，但在真实经营中，他们并没有感受到同样幅度的提升。
张阔分享了一个观察，很多模型的通用评测成绩已经接近满分，但在真实经营中，他们并没有感受到同样幅度的提升。
于是团队从实际业务中整理了107个任务，测试AI在没有人干预的情况下能不能把工作做完。
于是团队从实际业务中整理了107个任务，测试AI在没有人干预的情况下能不能把工作做完。
下面就是我和张阔的对话。
下面就是我和张阔的对话。
阔，你好。
阔，你好。
你好。
你好。
其实阔3月份的时候就上过我们一次节目啊，那个时候是你们春节之后刚发布Axio Work这个产品的时候，其实当时呢你就说Cloud Cowork这个产品比当时特别火的OpenAI更值得关注。
其实阔3月份的时候就上过我们一次节目啊，那个时候是你们春节之后刚发布Axio Work这个产品的时候，其实当时呢你就说Cloud Cowork这个产品比当时特别火的OpenAI更值得关注。
现在过去了半年左右的时间，其实我们也看到市场相当于是印证了你的这样一个判断吧。
现在过去了半年左右的时间，其实我们也看到市场相当于是印证了你的这样一个判断吧。
那我觉得我们可以先聊一下Cowork的整体市场。
那我觉得我们可以先聊一下Cowork的整体市场。
你觉得你现在对于Cowork AI同事这样一个市场的整个判断是什么？
你觉得你现在对于Cowork AI同事这样一个市场的整个判断是什么？
因为Agent最开始出来解决的第一个问题是coding嘛，我们现在认为coding的市场渗透率，我估计99%吧，因为很难看到身边有一个研发人员不用任何AI去写代码。
因为Agent最开始出来解决的第一个问题是coding嘛，我们现在认为coding的市场渗透率，我估计99%吧，因为很难看到身边有一个研发人员不用任何AI去写代码。
然后现在绝大多数代码应该都是AI产生的。
然后现在绝大多数代码应该都是AI产生的。
如果跟这个相比呢，第二个垂直的赛道的渗透可能都远远小于这个数字。
如果跟这个相比呢，第二个垂直的赛道的渗透可能都远远小于这个数字。
因为Cowork本身偏Work类的产品吧，它可能完成的内容和能够给它交付的内容相对来讲还是比较有限，还是一些文案类的工作，一些计算类的工作可能完成的更多吧。
因为Cowork本身偏Work类的产品吧，它可能完成的内容和能够给它交付的内容相对来讲还是比较有限，还是一些文案类的工作，一些计算类的工作可能完成的更多吧。
但对于商业，就尤其像电商这种，要去更复杂的判断，可能更长程的任务，以及它最终这个结果不是一个当下马上可以verifiable的结果。
但对于商业，就尤其像电商这种，要去更复杂的判断，可能更长程的任务，以及它最终这个结果不是一个当下马上可以verifiable的结果。
对于这类的场景来讲，我们觉得整个Agent也是刚刚开始的一个状态。
对于这类的场景来讲，我们觉得整个Agent也是刚刚开始的一个状态。
OK，所以就是我们现在还是相当于把工程类的coding Agent和非工程类的一些商务类的应用分成两块来看的。
OK，所以就是我们现在还是相当于把工程类的coding Agent和非工程类的一些商务类的应用分成两块来看的。
你觉得为什么coding的任务交给Agent可能更加容易一点呢？
你觉得为什么coding的任务交给Agent可能更加容易一点呢？
相比你刚才说的比较少用的这些work的场景。
相比你刚才说的比较少用的这些work的场景。
我觉得一是本身关于coding的工作，它100%数字化的嘛，就所有的code在GitHub呀，或者在所有的这个code base里边，容易被AI更广泛的学习。
我觉得一是本身关于coding的工作，它100%数字化的嘛，就所有的code在GitHub呀，或者在所有的这个code base里边，容易被AI更广泛的学习。
第二个呢，去做这个内容的verifiable。
第二个呢，去做这个内容的verifiable。
就它是一个天然的可以 verify 的一个工作，这个到底能编译完成还是不能完成，出来的结果到底对还是不对，就这些事情天生比较适合现在大语言模型去进行。
就它是一个天然的可以 verify 的一个工作，这个到底能编译完成还是不能完成，出来的结果到底对还是不对，就这些事情天生比较适合现在大语言模型去进行。
但如果我们把它换到商业这个场景，就太复杂了。
但如果我们把它换到商业这个场景，就太复杂了。
第一，数据吧，可能更加多元。
第一，数据吧，可能更加多元。
第二个呢，它本身其实没有一个通用的流程可言，你可能最终有一个结果，而且不同的企业对于这个经营的结果好跟坏的判断也有自己的差异性。
第二个呢，它本身其实没有一个通用的流程可言，你可能最终有一个结果，而且不同的企业对于这个经营的结果好跟坏的判断也有自己的差异性。
然后呢，你要去做结果的验证，可能这个验证不是一个以单次去记的，它可能是以一个天啊、一周啊、一月或以年去记的一个结果，它整个反馈的闭环周期就是很长的。
然后呢，你要去做结果的验证，可能这个验证不是一个以单次去记的，它可能是以一个天啊、一周啊、一月或以年去记的一个结果，它整个反馈的闭环周期就是很长的。
了解，那你觉得自从Cloud相当于是上半年正式推出了Cowork这个产品嘛，在这个之后，这些通用的Cowork Agent有没有尝试去解决你刚刚说的那些问题呢？
了解，那你觉得自从Cloud相当于是上半年正式推出了Cowork这个产品嘛，在这个之后，这些通用的Cowork Agent有没有尝试去解决你刚刚说的那些问题呢？
这个中间有没有发生什么变化，是你觉得比较值得去探讨的？
这个中间有没有发生什么变化，是你觉得比较值得去探讨的？
第一个就是这个赛道肯定更热闹了嘛。
第一个就是这个赛道肯定更热闹了嘛。
中国你进到任何一个电梯间里边，你现在可能看到的最多的产品就是各类的通用办公类产品。
中国你进到任何一个电梯间里边，你现在可能看到的最多的产品就是各类的通用办公类产品。
从产品的体验角度来讲吧，我觉得各家都会有一些自己的特色。
从产品的体验角度来讲吧，我觉得各家都会有一些自己的特色。
从X Work推出来讲，我们核心可能还是要解决电商这个垂直人群的问题。
从X Work推出来讲，我们核心可能还是要解决电商这个垂直人群的问题。
就今天跟之前比，它能解决的问题肯定更泛化了。
就今天跟之前比，它能解决的问题肯定更泛化了。
如果说我们这个产品一年之前，当时核心解决的问题是一个AI搜索的问题。
如果说我们这个产品一年之前，当时核心解决的问题是一个AI搜索的问题。
它就相当于阿里巴巴的AI mode，买家可以更自然语言的方式去描述自己的需求，或者通过多模态的方式去表达自己的需求。
它就相当于阿里巴巴的AI mode，买家可以更自然语言的方式去描述自己的需求，或者通过多模态的方式去表达自己的需求。
我们现在去看整体搜索涨20%，但是多模态搜索涨130%，就现在越来越多的用户去描述自己的需求，跟之前有一个很大的差别。
我们现在去看整体搜索涨20%，但是多模态搜索涨130%，就现在越来越多的用户去描述自己的需求，跟之前有一个很大的差别。
第二个阶段呢，就是sourcing本身向前向后工作比以前延展的更多了，比如之前从搜索更多的是一个query。
第二个阶段呢，就是sourcing本身向前向后工作比以前延展的更多了，比如之前从搜索更多的是一个query。
那现在向前延展呢，就是要做市场的调研，要做产品的第三pack的设计。
那现在向前延展呢，就是要做市场的调研，要做产品的第三pack的设计。
有这个设计之后，他把这个设计交给供应商，可以跟供应商去推进整个的沟通的过程，包括最后完成交易，我们管它叫Agent trade，一个AI驱动交易。
有这个设计之后，他把这个设计交给供应商，可以跟供应商去推进整个的沟通的过程，包括最后完成交易，我们管它叫Agent trade，一个AI驱动交易。
这些是我们看到一个Agent在sourcing上面去表达的一个更完整的一个路径，而且它能解决的问题跟之前比可能有一个非常大差别。
这些是我们看到一个Agent在sourcing上面去表达的一个更完整的一个路径，而且它能解决的问题跟之前比可能有一个非常大差别。
到新的阶段，就是今年4月份我们再推出XU Work，希望它解决的问题呢就可以更泛化，跟电商相关的问题呢，我们刚才讲的sourcing可能都是跟供应链相关的，因为XU Work本身就基于阿里巴巴.
到新的阶段，就是今年4月份我们再推出XU Work，希望它解决的问题呢就可以更泛化，跟电商相关的问题呢，我们刚才讲的sourcing可能都是跟供应链相关的，因为XU Work本身就基于阿里巴巴.
com，基于1688，它就是全球最大的一个供应链的平台。
com，基于1688，它就是全球最大的一个供应链的平台。
很大一类用户其实就是电商用户，他在1688进货，可以在淘宝啊、天猫啊、京东啊、抖音上去卖，然后在阿里巴巴.
很大一类用户其实就是电商用户，他在1688进货，可以在淘宝啊、天猫啊、京东啊、抖音上去卖，然后在阿里巴巴.
com上去进货，那就是在全球的各个电商平台上，无论是Amazon、Shopify、eBay等等去销售。
com上去进货，那就是在全球的各个电商平台上，无论是Amazon、Shopify、eBay等等去销售。
那现在Accio Work呢，可以帮我们所有的用户去管理他所有的电商后台，就通过一个一站式的服务，去理解你整个多平台的经营情况，去管理你整个的供应链，去管理你整个企业员工在整个日常经营里边的表现。
那现在Accio Work呢，可以帮我们所有的用户去管理他所有的电商后台，就通过一个一站式的服务，去理解你整个多平台的经营情况，去管理你整个的供应链，去管理你整个企业员工在整个日常经营里边的表现。
以这个是现在我们看到这个Agent能够再进一步的泛化去解决的更多的问题。
以这个是现在我们看到这个Agent能够再进一步的泛化去解决的更多的问题。
嗯，可不可以具体举一个例子，比如说一个跨境商家，他一开始用Accio Work是想要解决什么样的问题，这整个流程是什么样的？
嗯，可不可以具体举一个例子，比如说一个跨境商家，他一开始用Accio Work是想要解决什么样的问题，这整个流程是什么样的？
嗯，OK。
嗯，OK。
我们这次在CoCreate这个大会上正好讲了一个商家Edward他这个例子，他呢原来自己喜欢种植物，但是经常把花养死，他就想创造一个产品，怎么让植物去告诉他现在他是个什么状态。
我们这次在CoCreate这个大会上正好讲了一个商家Edward他这个例子，他呢原来自己喜欢种植物，但是经常把花养死，他就想创造一个产品，怎么让植物去告诉他现在他是个什么状态。
但从有这个idea到把这个产品做出来，它是一个消费级的个人的电子消费产品。
但从有这个idea到把这个产品做出来，它是一个消费级的个人的电子消费产品。
怎么能把它这个产品做出来变成一个design pack，这就可能难住很多的创业者。
怎么能把它这个产品做出来变成一个design pack，这就可能难住很多的创业者。
那最后呢，这个电子产品到底用什么样的检测设备啊，到底用什么样的读取设备啊，怎么把这个成本压到最低，卖的时候你可以有margin。
那最后呢，这个电子产品到底用什么样的检测设备啊，到底用什么样的读取设备啊，怎么把这个成本压到最低，卖的时候你可以有margin。
Xwork它首先帮你做design pack设计，第二呢可以帮助你找到所有广州啊、深圳啊这些做电子产品最厉害的厂商，帮助你制造出这个产品。
Xwork它首先帮你做design pack设计，第二呢可以帮助你找到所有广州啊、深圳啊这些做电子产品最厉害的厂商，帮助你制造出这个产品。
然后呢可以帮助你去解决所有跨境领域的问题，就无论是你要订船期啊，你过海关的时候到底要什么HS code去过呀，以及运到当地之后我们怎么去管理物流的过程。
然后呢可以帮助你去解决所有跨境领域的问题，就无论是你要订船期啊，你过海关的时候到底要什么HS code去过呀，以及运到当地之后我们怎么去管理物流的过程。
然后有了之后呢，你要产生各种各样的social的内容，上amazon去ebay去shopify到tiktok上去卖你这个产品。
然后有了之后呢，你要产生各种各样的social的内容，上amazon去ebay去shopify到tiktok上去卖你这个产品。
就这个过程中你要管理多个店铺，然后去管理所有的social的内容，有的内容要符合不同的平台的不同的规则，然后可能还有不同的pricing的计划。
就这个过程中你要管理多个店铺，然后去管理所有的social的内容，有的内容要符合不同的平台的不同的规则，然后可能还有不同的pricing的计划。
管理各个平台的买家给你的反馈啊，feedback等等，在持续的迭代这个产品，就现在x work。
管理各个平台的买家给你的反馈啊，feedback等等，在持续的迭代这个产品，就现在x work。
就可以帮你把这个完整的周期在一个Agent里边去完成，去跨端的去管理你的整个一本生意。
就可以帮你把这个完整的周期在一个Agent里边去完成，去跨端的去管理你的整个一本生意。
所以我理解这个过程当中，比如说你刚刚提到Sourcing，然后Sourcing前后的这样一些步骤，我理解这个Agent它可能会起到一些搜索和推荐的作用，这个中间有哪些步骤还是需要人去完成的呢？
所以我理解这个过程当中，比如说你刚刚提到Sourcing，然后Sourcing前后的这样一些步骤，我理解这个Agent它可能会起到一些搜索和推荐的作用，这个中间有哪些步骤还是需要人去完成的呢？
它应该还是需要商家做一些选择，知道哪个是更好的，这些东西是人和Agent合作的这样一个步骤。
它应该还是需要商家做一些选择，知道哪个是更好的，这些东西是人和Agent合作的这样一个步骤。
我可以描述一下最开始如果没有Agent的人是怎么做的，就是你从query一个关键词开始，你想把这个产品做出来，那你大概其就要知道这个产品需要有什么样资质的工厂和商家能做出这个产品。
我可以描述一下最开始如果没有Agent的人是怎么做的，就是你从query一个关键词开始，你想把这个产品做出来，那你大概其就要知道这个产品需要有什么样资质的工厂和商家能做出这个产品。
然后你可能要管理Excel，这一个Excel可能有20列，比如说十几个供应商之间，你从他的生产制造的能力啊，到他当地有没有制造这类产品的资质啊，他工厂的水平啊，拿货的价格呀，包括他可以给你的账期的水平啊，物流的方案啊等等，就是你最终选到两个三个你要合作的厂家，然后这过程中可能省略的呢就是，你要back and forth跟这个供应商要去交互，周期一般可能是以月计，到最后你能拿到一个样品。
然后你可能要管理Excel，这一个Excel可能有20列，比如说十几个供应商之间，你从他的生产制造的能力啊，到他当地有没有制造这类产品的资质啊，他工厂的水平啊，拿货的价格呀，包括他可以给你的账期的水平啊，物流的方案啊等等，就是你最终选到两个三个你要合作的厂家，然后这过程中可能省略的呢就是，你要back and forth跟这个供应商要去交互，周期一般可能是以月计，到最后你能拿到一个样品。
那如果用Agent，我们可以把你这个周期缩短到以天计。
那如果用Agent，我们可以把你这个周期缩短到以天计。
就它可以帮助你把你的 idea 首先分解成一个可以制造出来的产品，和这个产品究竟需要什么样的能力。
就它可以帮助你把你的 idea 首先分解成一个可以制造出来的产品，和这个产品究竟需要什么样的能力。
然后从 Alibaba dot com 这个平台里边，包括用这些商家自己的详情里的内容，以及商家上传的自己这个企业知识库的内容，帮助你去匹配最合适的商家。
然后从 Alibaba dot com 这个平台里边，包括用这些商家自己的详情里的内容，以及商家上传的自己这个企业知识库的内容，帮助你去匹配最合适的商家。
然后在你允许的情况下，他会去跟若干个商家去做沟通，去推进，拿到你最终想要的这个报表。
然后在你允许的情况下，他会去跟若干个商家去做沟通，去推进，拿到你最终想要的这个报表。
前面花一个月去维护的这个excel，现在这个project可以用AI，可能在24小时之内帮你达成一个结果。
前面花一个月去维护的这个excel，现在这个project可以用AI，可能在24小时之内帮你达成一个结果。
比如说在刚刚我们举的这个例子里面，这个产品比较复杂嘛，所以它其实也有相当于是赋能这样一批商家去找到一些他们可能一开始不太熟悉的产品，这里面有更多的可能性。
比如说在刚刚我们举的这个例子里面，这个产品比较复杂嘛，所以它其实也有相当于是赋能这样一批商家去找到一些他们可能一开始不太熟悉的产品，这里面有更多的可能性。
对的，我们的供应商给我们的反馈说是没有见过这么专业的design pack。
对的，我们的供应商给我们的反馈说是没有见过这么专业的design pack。
因为一般买家都是自己在纸上画一画，大家开始去交流的。
因为一般买家都是自己在纸上画一画，大家开始去交流的。
你只要把这个事情能把它搞清楚，就要花很多精力。
你只要把这个事情能把它搞清楚，就要花很多精力。
还有很多时候呢，就是当拿到的东西发现跟你原来想的又不太一样，就这是大量有dispute的back and forth的过程。
还有很多时候呢，就是当拿到的东西发现跟你原来想的又不太一样，就这是大量有dispute的back and forth的过程。
就是开始能把一个人的想法真的能说清楚，到最终呢，我们给你算出来一个到手价，到你在零售之间的margin是多少，就能把这个信息更多的给用户去呈现出来，我觉得也能极大的去提高他们自己做生意成功的效率。
就是开始能把一个人的想法真的能说清楚，到最终呢，我们给你算出来一个到手价，到你在零售之间的margin是多少，就能把这个信息更多的给用户去呈现出来，我觉得也能极大的去提高他们自己做生意成功的效率。
嗯，OK，那我们刚才是简单的以Accio Work为例子，看了一下一个电商这个垂直领域的Agent这样一个用法。
嗯，OK，那我们刚才是简单的以Accio Work为例子，看了一下一个电商这个垂直领域的Agent这样一个用法。
我想回到你一开始提到的通用Cowork Agent的这个点，你讲到国内有很多厂商在竞争这个赛道嘛，我们最近听到比较多的就是像Work Buddy这一类的产品，在美国也有很多通用的Agent。
我想回到你一开始提到的通用Cowork Agent的这个点，你讲到国内有很多厂商在竞争这个赛道嘛，我们最近听到比较多的就是像Work Buddy这一类的产品，在美国也有很多通用的Agent。
Meta刚刚发了News，之前Grok Bot也是大家评价说是一个非常好用的产品。
Meta刚刚发了News，之前Grok Bot也是大家评价说是一个非常好用的产品。
能不能给我们讲一下这个市场的竞争，你觉得现在整体的格局是怎么样的？
能不能给我们讲一下这个市场的竞争，你觉得现在整体的格局是怎么样的？
而且你现在也在美国嘛，你觉得这个中美之间有没有什么比较大的差异呢？
而且你现在也在美国嘛，你觉得这个中美之间有没有什么比较大的差异呢？
从办公的角度来讲，我觉得可能差异相对来讲小一些。
从办公的角度来讲，我觉得可能差异相对来讲小一些。
当然它也有一些不同的场景，这是跟原来这两个地方本身企业的一个延续性有关。
当然它也有一些不同的场景，这是跟原来这两个地方本身企业的一个延续性有关。
因为你比如在美国，sars就是个挺大的生意。
因为你比如在美国，sars就是个挺大的生意。
然后这个SaaS的生意本来就是垂直化的，做CRM的有SaaS，做广告类的，做律师类，做医疗的，都有自己的垂直的成熟的SaaS体系。
然后这个SaaS的生意本来就是垂直化的，做CRM的有SaaS，做广告类的，做律师类，做医疗的，都有自己的垂直的成熟的SaaS体系。
这个生态在中国就不太一样。
这个生态在中国就不太一样。
中国呢，可能有很多平台侧，它有非常多垂直的整合进去的功能，所以它AI进来的时候，它本身也有一定的惯性的差异。
中国呢，可能有很多平台侧，它有非常多垂直的整合进去的功能，所以它AI进来的时候，它本身也有一定的惯性的差异。
但是从最终要给用户去交付结果来讲，各个平台想做的事情都是一样的。
但是从最终要给用户去交付结果来讲，各个平台想做的事情都是一样的。
对，其实这个市场的观察也很有意思，因为你说到SaaS嘛，比如说我们先从美国这边来说，其实咱们上次聊的时候，相当于是美国SaaS恐慌情绪最严重的那样一段时间，就是有很多sell off，就包括说现在AI的能力，呃，其实cloud推出cowork之后呢，也有很多投资人担心说这又一次的杀死了很多SaaS公司。
对，其实这个市场的观察也很有意思，因为你说到SaaS嘛，比如说我们先从美国这边来说，其实咱们上次聊的时候，相当于是美国SaaS恐慌情绪最严重的那样一段时间，就是有很多sell off，就包括说现在AI的能力，呃，其实cloud推出cowork之后呢，也有很多投资人担心说这又一次的杀死了很多SaaS公司。
当时你提出了一个判断，就是只要一些SaaS公司能把AI用得好，那反而AI可能是一个利好。
当时你提出了一个判断，就是只要一些SaaS公司能把AI用得好，那反而AI可能是一个利好。
那现在我们看到很多SaaS公司也没有我们想象的那么在这个过程当中就没有办法继续生存下来，能不能再聊一下，比如说现在这几个月过去，你觉得Agent对于这些SaaS公司的影响，你看到他们采取了什么样的对策呢？
那现在我们看到很多SaaS公司也没有我们想象的那么在这个过程当中就没有办法继续生存下来，能不能再聊一下，比如说现在这几个月过去，你觉得Agent对于这些SaaS公司的影响，你看到他们采取了什么样的对策呢？
如果这个SaaS本身做的内容比较简单，那有一些就是AI自动可以帮助他做的事情，可能你说他削弱了一些SaaS本身的能力吧，这个事儿也是存在的。
如果这个SaaS本身做的内容比较简单，那有一些就是AI自动可以帮助他做的事情，可能你说他削弱了一些SaaS本身的能力吧，这个事儿也是存在的。
然后呢，因为SaaS本身跟工作流集成的比较紧密，它对于整个企业的上下文的理解，就尤其这个企业啊，我们就是现在比较流行一个词儿是ontology嘛，就是你就算请一个大学生来，你搞不清楚这个企业本身各个数据到底意味着什么，以及这些企业最终经营的目标是什么。
然后呢，因为SaaS本身跟工作流集成的比较紧密，它对于整个企业的上下文的理解，就尤其这个企业啊，我们就是现在比较流行一个词儿是ontology嘛，就是你就算请一个大学生来，你搞不清楚这个企业本身各个数据到底意味着什么，以及这些企业最终经营的目标是什么。
但其实就让一个人来去做这件事也很困难。
但其实就让一个人来去做这件事也很困难。
就今天呢，一方面就是SaaS自己也可以围绕这个角度去升级自己的产品，用更多的AI去推动。
就今天呢，一方面就是SaaS自己也可以围绕这个角度去升级自己的产品，用更多的AI去推动。
那反过来呢，一个AI进到一个企业里边，它也一定要去理解到底这个企业各种数据意味着什么，就这个老板到底是想基于什么东西去做优化。
那反过来呢，一个AI进到一个企业里边，它也一定要去理解到底这个企业各种数据意味着什么，就这个老板到底是想基于什么东西去做优化。
就你最后达成一个交易，不是这个交易最终只是成交了，它就能代表好还是坏。
就你最后达成一个交易，不是这个交易最终只是成交了，它就能代表好还是坏。
这个交易到底是为了有更多的margin，还是我要为了有更多的市场份额。
这个交易到底是为了有更多的margin，还是我要为了有更多的市场份额。
那我可能budget的使用的方法都是不一样的，我需要库存的方法，我需要去做广告的方法，可能都是不一样。
那我可能budget的使用的方法都是不一样的，我需要库存的方法，我需要去做广告的方法，可能都是不一样。
这些事情呢，其实没有办法，你扔一个通用AI进到一个企业里边，就能帮助完成。
这些事情呢，其实没有办法，你扔一个通用AI进到一个企业里边，就能帮助完成。
同样的，原来的SaaS必须要人去推动去执行嘛，但是它的好处是它了解很多企业的经营上下文。
同样的，原来的SaaS必须要人去推动去执行嘛，但是它的好处是它了解很多企业的经营上下文。
如果你有更好的AI去帮助，那它也可以去拿到更好的结果。
如果你有更好的AI去帮助，那它也可以去拿到更好的结果。
我觉得现在可能更多是两边一个都要互相集成的这么一个过程。
我觉得现在可能更多是两边一个都要互相集成的这么一个过程。
对，其实在美国，像你刚刚提到的一些垂直领域，法律啊、医疗啊，像Harvey、OpenEvidence这样的产品，其实现在做的都非常好。
对，其实在美国，像你刚刚提到的一些垂直领域，法律啊、医疗啊，像Harvey、OpenEvidence这样的产品，其实现在做的都非常好。
但我理解这些可能更多还是AI native的Agent产品，而不是就可能一个SaaS公司去转型，加上AI来推动这样一个工作流。
但我理解这些可能更多还是AI native的Agent产品，而不是就可能一个SaaS公司去转型，加上AI来推动这样一个工作流。
嗯，每一个时代都有这个时代的公司，一些人对于这个技术理解的更好。
嗯，每一个时代都有这个时代的公司，一些人对于这个技术理解的更好。
同时呢对于经营的领域理解的更深，它可能速度就更快嘛。
同时呢对于经营的领域理解的更深，它可能速度就更快嘛。
就像移动互联网时代，有移动互联网时代的产品，到每一个有技术的转折的节点，都会有一些新的公司冒出来。
就像移动互联网时代，有移动互联网时代的产品，到每一个有技术的转折的节点，都会有一些新的公司冒出来。
那你觉得在中国的市场，你刚刚说从平台的角度去推动这个对于用户的需求，我们怎么理解这些产品的用户需求呢？
那你觉得在中国的市场，你刚刚说从平台的角度去推动这个对于用户的需求，我们怎么理解这些产品的用户需求呢？
你比如说美国跟中国的电商就有很大差别。
你比如说美国跟中国的电商就有很大差别。
如果是一个中国的企业在中国经营，他第一个想法一定不是做个独立站。
如果是一个中国的企业在中国经营，他第一个想法一定不是做个独立站。
但是在美国，你发现 Shopify 这个生意，或者是独立站这个生意吧，还是个挺大的生意，而且还在持续经营增长。
但是在美国，你发现 Shopify 这个生意，或者是独立站这个生意吧，还是个挺大的生意，而且还在持续经营增长。
比如在美国 Amazon，它确实是个平台，这个平台到你可能客户你自己都接触不到，你要把商品发到一个仓里边。
比如在美国 Amazon，它确实是个平台，这个平台到你可能客户你自己都接触不到，你要把商品发到一个仓里边。
通过FBA的方式把它卖出去，这很适合当地的这些目前企业经营的一个状况。
通过FBA的方式把它卖出去，这很适合当地的这些目前企业经营的一个状况。
但是如果你想要有自己的独立品牌，想自己的独立的客户，要跟所有的客户去建立关系，那可能Spotify就是个选择。
但是如果你想要有自己的独立品牌，想自己的独立的客户，要跟所有的客户去建立关系，那可能Spotify就是个选择。
但在国内呢，假设淘宝和天猫，它就是基于两者之间的一个状态，就是它既是一个平台，你可以在这里边更低成本的获客。
但在国内呢，假设淘宝和天猫，它就是基于两者之间的一个状态，就是它既是一个平台，你可以在这里边更低成本的获客。
同时在这个平台里边也集成了大量的电商类的工具，其实最终呢，它给客户交付的这些价值项是一样的，只不过它表达的形态在不同的地方是不一样的，仅此而已。
同时在这个平台里边也集成了大量的电商类的工具，其实最终呢，它给客户交付的这些价值项是一样的，只不过它表达的形态在不同的地方是不一样的，仅此而已。
那基于这个区别，你们阿秀有发布国内和海外不同的版本吗？
那基于这个区别，你们阿秀有发布国内和海外不同的版本吗？
AI这个产品很有意思，就是它的第一天就是global的。
AI这个产品很有意思，就是它的第一天就是global的。
天生的没有语言问题，就是你在各个地方可能你要解决的不同的用户的交互的问题是大同小异的。
天生的没有语言问题，就是你在各个地方可能你要解决的不同的用户的交互的问题是大同小异的。
第二呢，它从客户交互的角度来讲，它交互的门槛肯定比之前大部分降低了。
第二呢，它从客户交互的角度来讲，它交互的门槛肯定比之前大部分降低了。
就是虽然它里边有一部分GUI的属性。
就是虽然它里边有一部分GUI的属性。
但是大部分用户在交互的时候是LUI的方式，我把我这个工作描述清楚了，我就可以把这个工作交付给你。
但是大部分用户在交互的时候是LUI的方式，我把我这个工作描述清楚了，我就可以把这个工作交付给你。
但是它需要做的差别是什么呢？
但是它需要做的差别是什么呢？
我们说Agent有一个公式，就是Agent等于Model乘以Harness乘以Context。
我们说Agent有一个公式，就是Agent等于Model乘以Harness乘以Context。
不知道业界是不是统一这么说啊，但我自己总结可能是这个样子。
不知道业界是不是统一这么说啊，但我自己总结可能是这个样子。
对，为什么是乘法？
对，为什么是乘法？
就是哪一项是0，整个这个公式结果就是0。
就是哪一项是0，整个这个公式结果就是0。
就是你既要在Model上做优化，同时也要Harness优化，也需要在Context做优化。
就是你既要在Model上做优化，同时也要Harness优化，也需要在Context做优化。
美国跟中国肯定是在Harness和Context上会有差别，因为你需要美国接的工具，接的平台跟中国的工具跟平台是有差别的。
美国跟中国肯定是在Harness和Context上会有差别，因为你需要美国接的工具，接的平台跟中国的工具跟平台是有差别的。
然后Context呢，就是跟你自己的日常的经营的上下文有关系，跟你平台集成的情况有关系。
然后Context呢，就是跟你自己的日常的经营的上下文有关系，跟你平台集成的情况有关系。
你比如如果在阿里巴巴.
你比如如果在阿里巴巴.
com和1688里边。
com和1688里边。
你跟供应商之间的交流也是你的context一部分，就是conversation也是context一部分，你这个商业的数据也是context的一部分。
你跟供应商之间的交流也是你的context一部分，就是conversation也是context一部分，你这个商业的数据也是context的一部分。
平台长时间积累这些数据，我们去看到的一些垂直的行业的属性啊、趋势啊等等，可能也是context一部分。
平台长时间积累这些数据，我们去看到的一些垂直的行业的属性啊、趋势啊等等，可能也是context一部分。
我们就要把这些所有的数据基于不同的区域啊、不同的用户的需求整理在一起，才能更好的去达到Agent想要的效果和水平。
我们就要把这些所有的数据基于不同的区域啊、不同的用户的需求整理在一起，才能更好的去达到Agent想要的效果和水平。
所以我们开始做，其实最早做的是海外用户，现在的用可能更多的是中国的用户，就是从供给侧，从Antiprime这个版本来讲，中国的企业很多，从这个个人用户啊，或者从这个买家或者一个电商的经营的视角来讲，可能国外的用户用的最多，这跟以前还是有挺大差别，你像国内有1688，跨境的有Alibaba.
所以我们开始做，其实最早做的是海外用户，现在的用可能更多的是中国的用户，就是从供给侧，从Antiprime这个版本来讲，中国的企业很多，从这个个人用户啊，或者从这个买家或者一个电商的经营的视角来讲，可能国外的用户用的最多，这跟以前还是有挺大差别，你像国内有1688，跨境的有Alibaba.
com，我们做了二十几年，这还是两个平台，但是Axio从第一天起，它就可以做一个全球的平台的产品。
com，我们做了二十几年，这还是两个平台，但是Axio从第一天起，它就可以做一个全球的平台的产品。
这个非常有意思，可能是AI Agent时代一个新的产品设计范式吧，就是你说第一天我们就可以做一个全球化的产品，你觉得这可以适用于所有的Agent产品吗？
这个非常有意思，可能是AI Agent时代一个新的产品设计范式吧，就是你说第一天我们就可以做一个全球化的产品，你觉得这可以适用于所有的Agent产品吗？
嗯，如果需求本身是接近的，因为电商本身我们认为这个最大公约数是比较接近的，那这个事情应该是成立的。
嗯，如果需求本身是接近的，因为电商本身我们认为这个最大公约数是比较接近的，那这个事情应该是成立的。
就如果这个需求本身在各地具有非常大的差异，流程有非常大的差异，环境有非常大的差异，那可能还是。
就如果这个需求本身在各地具有非常大的差异，流程有非常大的差异，环境有非常大的差异，那可能还是。
有很多需要在每个区域里面去重做的部分。
有很多需要在每个区域里面去重做的部分。
嗯，你们推出这个产品也有一段时间了。
嗯，你们推出这个产品也有一段时间了。
在你刚才提到这三个方面，model harness和context里面有哪个部分是你们持续投入的时间或者经历更多的吗？
在你刚才提到这三个方面，model harness和context里面有哪个部分是你们持续投入的时间或者经历更多的吗？
还是这三个部分你觉得都是一样重要的。
还是这三个部分你觉得都是一样重要的。
此时此刻我觉得可能是齐头并进的，就最开始大家可能做呢，在Harness上会花的精力比较多，因为你要连接不同的tools，要管理你自己的memory啊，要做好用户的授权啊等等，这一整套的工程的事情，你是保证你这套系统能够持续运行的。
此时此刻我觉得可能是齐头并进的，就最开始大家可能做呢，在Harness上会花的精力比较多，因为你要连接不同的tools，要管理你自己的memory啊，要做好用户的授权啊等等，这一整套的工程的事情，你是保证你这套系统能够持续运行的。
做电商天生可能就是一个长程任务，它是要连续几个月不停的去执行跟经营，你能不断的优化得到结果的。
做电商天生可能就是一个长程任务，它是要连续几个月不停的去执行跟经营，你能不断的优化得到结果的。
所以在Harness上本身就要花非常多的精力。
所以在Harness上本身就要花非常多的精力。
然后呢，我们在Context上天生就是有优势的嘛，因为本身我们就积累了20多年，至少做电商还是做跨境电商还是做Sourcing和采购，就这里边呢有大量的可能跟每天沟通相关的信息，当然也有大量的行业属性，有大量平台的趋势属性，这些信息都可以进来让你得到更好的结果。
然后呢，我们在Context上天生就是有优势的嘛，因为本身我们就积累了20多年，至少做电商还是做跨境电商还是做Sourcing和采购，就这里边呢有大量的可能跟每天沟通相关的信息，当然也有大量的行业属性，有大量平台的趋势属性，这些信息都可以进来让你得到更好的结果。
所以现在呢，我们在Model上其实也花非常多的时间，因为Model跟Harness这两个我们发现是要在一起去优化。
所以现在呢，我们在Model上其实也花非常多的时间，因为Model跟Harness这两个我们发现是要在一起去优化。
不是你只优化一个，另一个你就直接可以去用一个通用的Frontier模型就能完成的。
不是你只优化一个，另一个你就直接可以去用一个通用的Frontier模型就能完成的。
而且现在对于Model呢，大家的经营肯定都更深入了，也不是说用一个通用Model，我们简单的做做FT就行了，可能都是要基于一个一定尺寸的模型去做后训练。
而且现在对于Model呢，大家的经营肯定都更深入了，也不是说用一个通用Model，我们简单的做做FT就行了，可能都是要基于一个一定尺寸的模型去做后训练。
同时呢，在Model、在Serving和在Harness这三个上面都要去做非常精细的打磨，你才能拿到一个模型最好的效果，至少能同时让它的产出的结果效率最高，你可以用最低成本去达到一样的结果。
同时呢，在Model、在Serving和在Harness这三个上面都要去做非常精细的打磨，你才能拿到一个模型最好的效果，至少能同时让它的产出的结果效率最高，你可以用最低成本去达到一样的结果。
同时呢，你要让你的cash率啊，你要让你整个模型的产出的结果的准确率达到一个新的水准，它肯定是在训练和在serve和在Harness上要同时去做优化的，而不是你只是简单的优化一件事。
同时呢，你要让你的cash率啊，你要让你整个模型的产出的结果的准确率达到一个新的水准，它肯定是在训练和在serve和在Harness上要同时去做优化的，而不是你只是简单的优化一件事。
比如现在我觉得至少在这个角度来讲吧，可能竞争更加是一个多元化的、全方位的竞争了，这也是能让不同的垂直领域里边的这些Agent能够真正跑出来的原因，因为它不是一个通用模型，再加上你给的一些简单的Prompt就能产出结果。
比如现在我觉得至少在这个角度来讲吧，可能竞争更加是一个多元化的、全方位的竞争了，这也是能让不同的垂直领域里边的这些Agent能够真正跑出来的原因，因为它不是一个通用模型，再加上你给的一些简单的Prompt就能产出结果。
对，其实这也是一个很好的过渡啊，因为你说到模型，然后还有Context这两个点，我觉得可能就对应了。
对，其实这也是一个很好的过渡啊，因为你说到模型，然后还有Context这两个点，我觉得可能就对应了。
相当于是通用模型和垂直领域的模型，这两个不太一样的发展方向吧。
相当于是通用模型和垂直领域的模型，这两个不太一样的发展方向吧。
因为我们上次聊的时候呢，其实我们也有问到，当现在底层模型能力越来越强的时候，我们为什么还能在垂直Agent身上看到机会呢？
因为我们上次聊的时候呢，其实我们也有问到，当现在底层模型能力越来越强的时候，我们为什么还能在垂直Agent身上看到机会呢？
你们当时就提到说你们来做这个产品有20多年的优势，包括有信息啊，数据的准确性，可以形成一个比较有效的强化学习机制嘛。
你们当时就提到说你们来做这个产品有20多年的优势，包括有信息啊，数据的准确性，可以形成一个比较有效的强化学习机制嘛。
我想现在再把这个问题抛给你，你觉得近半年来模型也有那么大的进步，你觉得这些优势它的作用是更明显了。
我想现在再把这个问题抛给你，你觉得近半年来模型也有那么大的进步，你觉得这些优势它的作用是更明显了。
还是它有什么变化呢？
还是它有什么变化呢？
第一个呢，我们对这个事本身的理解也是持续有迭代的。
第一个呢，我们对这个事本身的理解也是持续有迭代的。
就是为了去衡量这个Agent的好不好，我们甚至做了一个自己的bench。
就是为了去衡量这个Agent的好不好，我们甚至做了一个自己的bench。
因为现在模型发布的时间比我们上次聊的时候可能频次更快了嘛。
因为现在模型发布的时间比我们上次聊的时候可能频次更快了嘛。
我估计我在硅谷这待一个礼拜，光个人助理就发了好几个。
我估计我在硅谷这待一个礼拜，光个人助理就发了好几个。
但是呢，我们自己日常经营下来就发现，当一个模型说它出来了，它都会说各个角度都更好。
但是呢，我们自己日常经营下来就发现，当一个模型说它出来了，它都会说各个角度都更好。
甚至非常多的榜单啊，都已经达到99分了，就满分100。
甚至非常多的榜单啊，都已经达到99分了，就满分100。
就是这99小数点之后去进步，但我们自己在日常去使用的时候又没有感觉到像说的这么好。
就是这99小数点之后去进步，但我们自己在日常去使用的时候又没有感觉到像说的这么好。
所以我们后来呢就觉得我们自己不断实践里面去发现啊，比如coding在数学或者在通用的叫Agent的能力上得分比较高，和你在电商领域里边能完成更多的工作，这个事情其实没有那么大相关性。
所以我们后来呢就觉得我们自己不断实践里面去发现啊，比如coding在数学或者在通用的叫Agent的能力上得分比较高，和你在电商领域里边能完成更多的工作，这个事情其实没有那么大相关性。
你的通用智能水平变好，确实能让你在完成一些工作的通过率更高。
你的通用智能水平变好，确实能让你在完成一些工作的通过率更高。
但是呢，从我们整体的感觉上来讲，就是大家没有把本质的水位，每一个发布的模型的时候拉得那么大。
但是呢，从我们整体的感觉上来讲，就是大家没有把本质的水位，每一个发布的模型的时候拉得那么大。
所以我们就基于我们的上百万的在阿里巴巴.
所以我们就基于我们的上百万的在阿里巴巴.
com里边的真实经营的数据，包括X里边的真实的这些问答数据，我们大概总结了107个task。
com里边的真实经营的数据，包括X里边的真实的这些问答数据，我们大概总结了107个task。
这107个task现在是开源的，就是我们也希望所有的模型在训练的时候可以围绕这个开源的bench去做自己的评测嘛，这样我们每次出来我们也可以借点大家的光，因为不然的话大家评测的内容就都不一样，就会发现这个模型进来我们还要做非常大的适配，才能让电商类的workflow可以做得更好。
这107个task现在是开源的，就是我们也希望所有的模型在训练的时候可以围绕这个开源的bench去做自己的评测嘛，这样我们每次出来我们也可以借点大家的光，因为不然的话大家评测的内容就都不一样，就会发现这个模型进来我们还要做非常大的适配，才能让电商类的workflow可以做得更好。
把这107个task，再加上这个Axio作为一个统一的Harness，我们就可以去评测各个模型在bench下面它的表现。
把这107个task，再加上这个Axio作为一个统一的Harness，我们就可以去评测各个模型在bench下面它的表现。
就事实上呢，可能现在最Frontier的模型在我们这个bench下面能够通过率就是61%多一点点，它想要达到及格水平，现在都有点费劲。
就事实上呢，可能现在最Frontier的模型在我们这个bench下面能够通过率就是61%多一点点，它想要达到及格水平，现在都有点费劲。
但是它呢就不代表说61就是这个工具不能用，61是说全部人不干预的情况下，你能不能完成，但每个工作的难度是不一样的。
但是它呢就不代表说61就是这个工具不能用，61是说全部人不干预的情况下，你能不能完成，但每个工作的难度是不一样的。
我们把它分成L1到L4。
我们把它分成L1到L4。
就是越长程，可能它的最终的结果就是越开放性的。
就是越长程，可能它的最终的结果就是越开放性的。
这时候呢，能通过的这个模型可能就更少一些。
这时候呢，能通过的这个模型可能就更少一些。
我们把所有这些模型放在一起，就形成一个新的帕累托最优曲线。
我们把所有这些模型放在一起，就形成一个新的帕累托最优曲线。
就是我们希望给用户优化的是什么呢？
就是我们希望给用户优化的是什么呢？
就最终拿到一个最好的结果，你要用最低成本。
就最终拿到一个最好的结果，你要用最低成本。
就不是说模型升级了，于是大家都跑最贵的模型，然后去完成最简单的事情。
就不是说模型升级了，于是大家都跑最贵的模型，然后去完成最简单的事情。
就一定是你，其实有非常多的低成本的模型，尤其是中国我们出非常多的模型，就是非常高性价比的模型。
就一定是你，其实有非常多的低成本的模型，尤其是中国我们出非常多的模型，就是非常高性价比的模型。
当然也有一些呢， Frontier 的模型，解决一些复杂和困难的问题。
当然也有一些呢， Frontier 的模型，解决一些复杂和困难的问题。
由 Accio Work 这个产品本身帮你去路由不同的问题到不同的模型上，同时基于我们自己 Harness 能力和 Context 能力，即使同样模型我们也可以拿到更好的结果。
由 Accio Work 这个产品本身帮你去路由不同的问题到不同的模型上，同时基于我们自己 Harness 能力和 Context 能力，即使同样模型我们也可以拿到更好的结果。
这是我们在实践过程中不停的在尝试的问题，比如我们用千问最新的版本的小尺寸模型做Post Train，就它能拿到的效果已经非常接近Frontier的Top的模型。
这是我们在实践过程中不停的在尝试的问题，比如我们用千问最新的版本的小尺寸模型做Post Train，就它能拿到的效果已经非常接近Frontier的Top的模型。
那这样呢，大量的这些简单的工作，我们其实就可以路由到一些小尺寸模型，更快的时间去拿结果，同时更高效率。
那这样呢，大量的这些简单的工作，我们其实就可以路由到一些小尺寸模型，更快的时间去拿结果，同时更高效率。
因为现在商家侧，我们的一个感受是，必须是一个用得起的AI，才是一个有价值的AI。
因为现在商家侧，我们的一个感受是，必须是一个用得起的AI，才是一个有价值的AI。
因为它是一个日常经营使用的产品，对，它不是一个，我为了解一个数学难题，一次性我就用一下这个产品，之后就不用管了，其实跟这个还是有很大差异的。
因为它是一个日常经营使用的产品，对，它不是一个，我为了解一个数学难题，一次性我就用一下这个产品，之后就不用管了，其实跟这个还是有很大差异的。
所以在同样的任务的情况下，107个任务把它都跑完这个情况下，X work跟Codex跟Claude Code，我们就换一个角度去比Agent，完成同样的通过率上的任务，X work的成本是1/3。
所以在同样的任务的情况下，107个任务把它都跑完这个情况下，X work跟Codex跟Claude Code，我们就换一个角度去比Agent，完成同样的通过率上的任务，X work的成本是1/3。
就是我们可以不断的把它降到更低，这样让更多的人可以更大规模的把他的工作交付给 AI，就这是我们想要去优化的目的。
就是我们可以不断的把它降到更低，这样让更多的人可以更大规模的把他的工作交付给 AI，就这是我们想要去优化的目的。
对，这个非常好，因为我们经常聊到开源模型，然后 token 经济学嘛，我们经常听到的一个观点就是现在企业在有选择的使用模型，就包括像刚才你说的把不同的任务交给不同的模型，达到最终降低成本的一个目的。
对，这个非常好，因为我们经常聊到开源模型，然后 token 经济学嘛，我们经常听到的一个观点就是现在企业在有选择的使用模型，就包括像刚才你说的把不同的任务交给不同的模型，达到最终降低成本的一个目的。
我觉得你们现在这个例子也是非常好的证明了这一点。
我觉得你们现在这个例子也是非常好的证明了这一点。
能不能具体来讲一下你们做的 benchmark？
能不能具体来讲一下你们做的 benchmark？
你说到 107 个任务，能不能给我们描述一下是什么类型的任务？
你说到 107 个任务，能不能给我们描述一下是什么类型的任务？
这都是具体的电商任务是吧？
这都是具体的电商任务是吧？
是的，举几个例子吧，有的是跟电商相关的，有的是跟平台相关的，但都是日常过程中我们可能经常会交互或者碰到。
是的，举几个例子吧，有的是跟电商相关的，有的是跟平台相关的，但都是日常过程中我们可能经常会交互或者碰到。
你比如说从一个买家去给商家发 quotation，这个买家要从大量的商家回复的 quotation 里边去选择最合适的一个供应商是谁。
你比如说从一个买家去给商家发 quotation，这个买家要从大量的商家回复的 quotation 里边去选择最合适的一个供应商是谁。
这个内容本身含非常多的信息嘛，除了你要回复你对他的产品，你的生产工艺啊、制造啊、价格以外，可能还需要包括产品到手价是多少，给你提供的物流的解决方案是什么。
这个内容本身含非常多的信息嘛，除了你要回复你对他的产品，你的生产工艺啊、制造啊、价格以外，可能还需要包括产品到手价是多少，给你提供的物流的解决方案是什么。
然后在这个quotation的回复里边，我们还可能给他去掺杂几个钓鱼邮件。
然后在这个quotation的回复里边，我们还可能给他去掺杂几个钓鱼邮件。
对，我们要把一些有害的信息识别出来，把一些有价值的信息把它识别出来，最后把从生产侧的工厂的价格到含税的到手价格。
对，我们要把一些有害的信息识别出来，把一些有价值的信息把它识别出来，最后把从生产侧的工厂的价格到含税的到手价格。
每一个把它算得很清楚，要选出最后一个正确答案是什么，就这是一个task。
每一个把它算得很清楚，要选出最后一个正确答案是什么，就这是一个task。
在中间呢，你可能任何一个环节fail掉了，或者你算的结果是不对的，那这个task就还没完成。
在中间呢，你可能任何一个环节fail掉了，或者你算的结果是不对的，那这个task就还没完成。
第二个呢，你比如说要去订一艘船，给定的交期到起始点到底是什么？
第二个呢，你比如说要去订一艘船，给定的交期到起始点到底是什么？
然后呢，你要在那个船公司的网站上能够book到这个船，如果book成功了，那就算你这个工作完成了，就否则的话就算fail。
然后呢，你要在那个船公司的网站上能够book到这个船，如果book成功了，那就算你这个工作完成了，就否则的话就算fail。
然后平台有大量的dispute，那这个dispute呢，你是要最终判断基于现在，比如买家对于卖家的投诉，或者是对于供应商这个投诉，他现在提供的信息是不是完整，就你的结论呢，是不是赔或者不赔，是对还是不对，是要判断呢，现在需不需要更多的信息来去做最终的判断，就这些都是日常工作中你会看到，有的是监测你最终计算结果的，有的是要监测你是不是能执行成功。
然后平台有大量的dispute，那这个dispute呢，你是要最终判断基于现在，比如买家对于卖家的投诉，或者是对于供应商这个投诉，他现在提供的信息是不是完整，就你的结论呢，是不是赔或者不赔，是对还是不对，是要判断呢，现在需不需要更多的信息来去做最终的判断，就这些都是日常工作中你会看到，有的是监测你最终计算结果的，有的是要监测你是不是能执行成功。
有的就是监测你对于这个商业的判断，它现在是个开环问题，其实还是个闭环问题，能有结论的问题。
有的就是监测你对于这个商业的判断，它现在是个开环问题，其实还是个闭环问题，能有结论的问题。
就类似这样的问题，我们大概有100多个，涵盖7大类。
就类似这样的问题，我们大概有100多个，涵盖7大类。
然后呢，107是此时此刻Step Shot的数据，说你下个月再问，可能就比这个多了，因为我们也是持续的把更多的、更复杂的问题加到这个Bench里边，去保证整个模型的测试是跟真正的日常经营的结果是相同的。
然后呢，107是此时此刻Step Shot的数据，说你下个月再问，可能就比这个多了，因为我们也是持续的把更多的、更复杂的问题加到这个Bench里边，去保证整个模型的测试是跟真正的日常经营的结果是相同的。
而且因为经常我们这个模型迭代或者Agent的迭代一段时间之后要避免腐化嘛。
而且因为经常我们这个模型迭代或者Agent的迭代一段时间之后要避免腐化嘛。
你做一段时间，你发现原来case又不行了，或者结果更差了，这是一个不能接受结果，所以不停的就要evals我们每一个版本迭代的时候，这个产品其实可以再向前去推进。
你做一段时间，你发现原来case又不行了，或者结果更差了，这是一个不能接受结果，所以不停的就要evals我们每一个版本迭代的时候，这个产品其实可以再向前去推进。
就如果我们说广义的AGI怎么定义，不一定有定论。
就如果我们说广义的AGI怎么定义，不一定有定论。
我觉得我们这个商业上的AGI是好定义的，就是你用这个Agent的产品经营，当然给定一定的边界，就是你的budget，你的供应链是一样的情况下。
我觉得我们这个商业上的AGI是好定义的，就是你用这个Agent的产品经营，当然给定一定的边界，就是你的budget，你的供应链是一样的情况下。
这个Agent一定比一个人去做日常的这些操作和判断，能赚到更多的钱，那就是这个商业领域里边的AGI。
这个Agent一定比一个人去做日常的这些操作和判断，能赚到更多的钱，那就是这个商业领域里边的AGI。
很有意思，这个就整个电商的一整套的商业环节其实都是有覆盖。
很有意思，这个就整个电商的一整套的商业环节其实都是有覆盖。
没错。
没错。
你刚刚提到的7个大类，有的是sourcing，有的是dispute嘛，其实这些能力就可以说是不太一样的能力吧。
你刚刚提到的7个大类，有的是sourcing，有的是dispute嘛，其实这些能力就可以说是不太一样的能力吧。
你觉得在真实的场景中，就有没有哪些环节是对于商家来说更困难，需要Agent去完成的？
你觉得在真实的场景中，就有没有哪些环节是对于商家来说更困难，需要Agent去完成的？
有哪些环节可能是商家更愿意个人操作的？
有哪些环节可能是商家更愿意个人操作的？
我觉得呀可能不会这么分，就是我们都会把一些比如说一定需要去人做决策的事情留给人。
我觉得呀可能不会这么分，就是我们都会把一些比如说一定需要去人做决策的事情留给人。
就比如你要去支付，需要采购这批货，这个按钮一定是交给人去判断的。
就比如你要去支付，需要采购这批货，这个按钮一定是交给人去判断的。
因为你要对于你整个的经营结果负责，那就是所有这些terms。
因为你要对于你整个的经营结果负责，那就是所有这些terms。
帮你生成了之后，你要去确定要不要做这笔采购，这肯定是人要做的事情。
帮你生成了之后，你要去确定要不要做这笔采购，这肯定是人要做的事情。
从分的角度来讲，我觉得按照频次来讲可能更有意义。
从分的角度来讲，我觉得按照频次来讲可能更有意义。
因为最近做了非常多的电商的商家反弹，因为XU在国内也可以解决B2C的商家日常的经营的问题嘛。
因为最近做了非常多的电商的商家反弹，因为XU在国内也可以解决B2C的商家日常的经营的问题嘛。
因为我的工作前6年嘛，2011到2016都是在淘系，就是淘宝和天猫去做商家的平台啊，包括开放平台啊、工具啊等等。
因为我的工作前6年嘛，2011到2016都是在淘系，就是淘宝和天猫去做商家的平台啊，包括开放平台啊、工具啊等等。
因为那个时候呢，对于整个商家的后台的经营还是比较清晰的。
因为那个时候呢，对于整个商家的后台的经营还是比较清晰的。
然后呢，我们做XU Work这个产品之后呢，我就站在另外一个视角去看它到底怎么用AI的产品去做日常经营。
然后呢，我们做XU Work这个产品之后呢，我就站在另外一个视角去看它到底怎么用AI的产品去做日常经营。
就发现呢，非常有意思的事就是，我们当时觉得这个产品已经做得比较极致，包括让商家怎么去看数据啊，怎么去看客服的体系啊，怎么去做日常的客服经营啊。
就发现呢，非常有意思的事就是，我们当时觉得这个产品已经做得比较极致，包括让商家怎么去看数据啊，怎么去看客服的体系啊，怎么去做日常的客服经营啊。
但今天有了更强大的AI的能力之后，你会发现呢，大家去看问题的方法和去经营的方法还是有非常多的不一样的。
但今天有了更强大的AI的能力之后，你会发现呢，大家去看问题的方法和去经营的方法还是有非常多的不一样的。
视角和方式一定是比以前做生意做得更灵活了。
视角和方式一定是比以前做生意做得更灵活了。
比如这个use case第一个呢就是多平台经营，就现在你要问国内的商家，可能大部分是多平台经营，抖音电商啊、淘系电商啊、京东啊、多多啊等等。
比如这个use case第一个呢就是多平台经营，就现在你要问国内的商家，可能大部分是多平台经营，抖音电商啊、淘系电商啊、京东啊、多多啊等等。
现在呢到底哪个平台今天挣到钱了，只有大量的流水进来，但是不代表你最后的经营是有利润。
现在呢到底哪个平台今天挣到钱了，只有大量的流水进来，但是不代表你最后的经营是有利润。
这个问题本身其实就要跨多个平台的数据去看，投入的情况、收益的情况、退换货的情况，最后给你形成一个完整的报表。
这个问题本身其实就要跨多个平台的数据去看，投入的情况、收益的情况、退换货的情况，最后给你形成一个完整的报表。
就以前呢，可能一个人要拿到这个问题，多个平台去来回切换，整理Excel，最终你还不一定算对。
就以前呢，可能一个人要拿到这个问题，多个平台去来回切换，整理Excel，最终你还不一定算对。
但我觉得现在AI去解决这个问题应该非常容易，你任何时间节点都可以给一个你自己跨平台的实时经营的结论。
但我觉得现在AI去解决这个问题应该非常容易，你任何时间节点都可以给一个你自己跨平台的实时经营的结论。
第二大类呢就是发布商品嘛，其实很多平台很多商家要经营多个平台，然后每一个平台它的规则多多少少都有点差别。
第二大类呢就是发布商品嘛，其实很多平台很多商家要经营多个平台，然后每一个平台它的规则多多少少都有点差别。
然后每个平台因为它的受众和它自己的媒体形式有差异，你发布这个内容又多多少少有点差别，就稍微有一点规模的商家，这个差成关系起来就是一个非常大的工作量，就发布一个商品，光把它都update一遍就是很大的事情。
然后每个平台因为它的受众和它自己的媒体形式有差异，你发布这个内容又多多少少有点差别，就稍微有一点规模的商家，这个差成关系起来就是一个非常大的工作量，就发布一个商品，光把它都update一遍就是很大的事情。
这个事儿呢现在交给AI就非常方便。
这个事儿呢现在交给AI就非常方便。
你有一个新品在多个平台上发布，或者说呢，你对于一类商品都有一个统一的update，就是到一定的时间了，你要做大促啊、打折操作等等。
你有一个新品在多个平台上发布，或者说呢，你对于一类商品都有一个统一的update，就是到一定的时间了，你要做大促啊、打折操作等等。
就这些事情，AI的repetitive work当做完了之后，给你一个判断，你可以选择放在草稿箱里再把它发布掉，或者你直接给它授权，让它去发布掉，它来告诉你个经营结果，它肯定是比人的效率和精确性要高的。
就这些事情，AI的repetitive work当做完了之后，给你一个判断，你可以选择放在草稿箱里再把它发布掉，或者你直接给它授权，让它去发布掉，它来告诉你个经营结果，它肯定是比人的效率和精确性要高的。
呃，再比如说呢。
呃，再比如说呢。
任何一个大一点的店可能都有客服经营的要求，当一个客户进来问问题，你怎么回答？
任何一个大一点的店可能都有客服经营的要求，当一个客户进来问问题，你怎么回答？
就是以前呢，可能大家开经营会，一条一条拿出来看，谁答的是对的，谁答的是错的。
就是以前呢，可能大家开经营会，一条一条拿出来看，谁答的是对的，谁答的是错的。
当然你可以基于一些转化数据去给出评论。
当然你可以基于一些转化数据去给出评论。
那现在AI很容易的事情就是马上把你所有的这些经营的结果分析一遍，告诉你什么人呢，什么样的回答是个更好的方式。
那现在AI很容易的事情就是马上把你所有的这些经营的结果分析一遍，告诉你什么人呢，什么样的回答是个更好的方式。
对于To B来讲，哪些客户现在可能出现了问题。
对于To B来讲，哪些客户现在可能出现了问题。
就是你这个交易本来可以进展的好好的，但中间可能出了什么问题，这个单子可能要黄了，他会给你一些提前的预警，或者告诉你这个单子接下来最重要要做出的判断是什么等等。
就是你这个交易本来可以进展的好好的，但中间可能出了什么问题，这个单子可能要黄了，他会给你一些提前的预警，或者告诉你这个单子接下来最重要要做出的判断是什么等等。
就这些事情原来有大量的人去做复盘啊，然后对于业务的主管要求很高，对业务员要求很高的事情，现在AI一定是可以比原来做的更好。
就这些事情原来有大量的人去做复盘啊，然后对于业务的主管要求很高，对业务员要求很高的事情，现在AI一定是可以比原来做的更好。
嗯，其实AI能力的增强，因为你刚刚也提到它让大家的这个工作方式变得更加灵活嘛，你觉得商家的预期会不会也变得更高或者更加的复杂？
嗯，其实AI能力的增强，因为你刚刚也提到它让大家的这个工作方式变得更加灵活嘛，你觉得商家的预期会不会也变得更高或者更加的复杂？
一定是这样，就是每次你做一个产品，大家都会去提一个更高的要求。
一定是这样，就是每次你做一个产品，大家都会去提一个更高的要求。
我可以从一个数据来去表达，因为我们每天会去分析XU Work里边，刚才我们就说有七大类嘛，那七大类里边呢，每一大类还都有从L1到L4的难度的任务。
我可以从一个数据来去表达，因为我们每天会去分析XU Work里边，刚才我们就说有七大类嘛，那七大类里边呢，每一大类还都有从L1到L4的难度的任务。
就从发布的第一天到今天我们去做一个今天的截图，你会去发现呢，任务的难度都是不断的从简单的一直推到复杂的。
就从发布的第一天到今天我们去做一个今天的截图，你会去发现呢，任务的难度都是不断的从简单的一直推到复杂的。
就开始大家可能都是L1级的任务，我去问一些问题，你能给我答案就挺好的。
就开始大家可能都是L1级的任务，我去问一些问题，你能给我答案就挺好的。
等慢慢的就开始我要交给你一些任务，你把这个任务帮我做完，后来变成我交给你一些更复杂的任务，你来去帮我做完，到我要交给你一些跟经营最终判断相关的任务，你要帮我去做完。
等慢慢的就开始我要交给你一些任务，你把这个任务帮我做完，后来变成我交给你一些更复杂的任务，你来去帮我做完，到我要交给你一些跟经营最终判断相关的任务，你要帮我去做完。
就是商家侧一定是每一段时间会去push你这个产品，要去帮他解决一个更复杂的问题，交给这个产品更多的任务，让他自己去重复的执行，让这个店铺里边更多的经营的数据可以交给这个AI，让他帮着去做判断。
就是商家侧一定是每一段时间会去push你这个产品，要去帮他解决一个更复杂的问题，交给这个产品更多的任务，让他自己去重复的执行，让这个店铺里边更多的经营的数据可以交给这个AI，让他帮着去做判断。
但是最终还是要人去做一些最重要的判断，我们核心讲的还是说越来越多的重复性的工作交给AI，我觉得这个是对于电商本身的一个进步的表现。
但是最终还是要人去做一些最重要的判断，我们核心讲的还是说越来越多的重复性的工作交给AI，我觉得这个是对于电商本身的一个进步的表现。
嗯。
嗯。
你刚提到最后一个下单的动作肯定是要交给人做的判断，还有什么你觉得是比较重要的判断？
你刚提到最后一个下单的动作肯定是要交给人做的判断，还有什么你觉得是比较重要的判断？
哎呀，那太多了。
哎呀，那太多了。
假设说我们说现在AI能帮助人做非常多的重复性工作了，你有一个idea，最后你要把这个idea变成一个产品卖给更多的人。
假设说我们说现在AI能帮助人做非常多的重复性工作了，你有一个idea，最后你要把这个idea变成一个产品卖给更多的人。
第一步，你这个idea靠不靠谱就是个非常重要的事情。
第一步，你这个idea靠不靠谱就是个非常重要的事情。
说你解这个问题是不是个真问题？
说你解这个问题是不是个真问题？
啊，你解这个问题面对的客户群体是不是一个对你设计这个产品感兴趣的客户群体，并且他的基数足够大，愿意支付足够多的溢价，就这些事情都是要人去做判断。
啊，你解这个问题面对的客户群体是不是一个对你设计这个产品感兴趣的客户群体，并且他的基数足够大，愿意支付足够多的溢价，就这些事情都是要人去做判断。
这个产品的taste都是人去做判断。
这个产品的taste都是人去做判断。
你此时此刻对这个市场的预测和判断，这也是一个人本身经营的一个直觉。
你此时此刻对这个市场的预测和判断，这也是一个人本身经营的一个直觉。
就是同样一个budget，你是希望更多的广告，更少的库存，还是更多的库存，我要铺更多的渠道，但我要有更大的margin，这都是大家对于你这盘生意目前经营的一个判断。
就是同样一个budget，你是希望更多的广告，更少的库存，还是更多的库存，我要铺更多的渠道，但我要有更大的margin，这都是大家对于你这盘生意目前经营的一个判断。
那这些事情我们觉得现在还是需要是人去按这个按钮。
那这些事情我们觉得现在还是需要是人去按这个按钮。
AI可以帮助做大量的市场的分析啊，调研啊，竞对的判断啊等等，但是最终这个商业判断还是人去做。
AI可以帮助做大量的市场的分析啊，调研啊，竞对的判断啊等等，但是最终这个商业判断还是人去做。
嗯，我想再回到我们提到的这个107个电商任务啊，benchmark，因为你刚才提到这个数字嘛，就是成本的降低，用Axel的估算的成本是。
嗯，我想再回到我们提到的这个107个电商任务啊，benchmark，因为你刚才提到这个数字嘛，就是成本的降低，用Axel的估算的成本是。
3.69美元，我看到是你们给到的一个数字，然后Codex和Claude Code都是在9美元以上，所以就是Axio的成本是另外两家的1/3。
3.69美元，我看到是你们给到的一个数字，然后Codex和Claude Code都是在9美元以上，所以就是Axio的成本是另外两家的1/3。
这个成本具体包括什么？
这个成本具体包括什么？
能不能给我们讲一下？
能不能给我们讲一下？
你觉得在这个过程当中，为什么Axio的成本会更低呢？
你觉得在这个过程当中，为什么Axio的成本会更低呢？
为什么更低？
为什么更低？
我觉得比较好理解，因为我们本身就是用帕累托最优的模式去路由所有的工作到不同的模型上。
我觉得比较好理解，因为我们本身就是用帕累托最优的模式去路由所有的工作到不同的模型上。
比如L3以下级的工作相对来讲比较简单，我们用小尺寸的或者用高性价比的模型就能完成，我们肯定最大程度的帮商家节省成本。
比如L3以下级的工作相对来讲比较简单，我们用小尺寸的或者用高性价比的模型就能完成，我们肯定最大程度的帮商家节省成本。
然后有一些模型对多模态的要求比较强，对于整个视频的要求比较强，你可能就要路由到一些特定的成本上。
然后有一些模型对多模态的要求比较强，对于整个视频的要求比较强，你可能就要路由到一些特定的成本上。
那核心它的优势就是你集约采购，你比个人去用这个模型的成本肯定还是便宜一些。
那核心它的优势就是你集约采购，你比个人去用这个模型的成本肯定还是便宜一些。
同时呢，同样的模型情况下，我们在不同的Harness的工程的时间和对于Context的管理上，要比你用一个通用模型的效率会更高一些。
同时呢，同样的模型情况下，我们在不同的Harness的工程的时间和对于Context的管理上，要比你用一个通用模型的效率会更高一些。
因为这些方向都是我们能够帮助用户去节约成本。
因为这些方向都是我们能够帮助用户去节约成本。
为什么我对这个事儿很关心呢？
为什么我对这个事儿很关心呢？
因为经常去看商家测的反馈嘛，会觉得贵。
因为经常去看商家测的反馈嘛，会觉得贵。
有的时候可能是对于一个特定Task觉得贵，有的时候呢，它就是我就固定选择一个模型，比如我就用最贵的模型解决所有的问题，他觉得这个事情贵。
有的时候可能是对于一个特定Task觉得贵，有的时候呢，它就是我就固定选择一个模型，比如我就用最贵的模型解决所有的问题，他觉得这个事情贵。
我们给客户的建议都是你可以直接选到Auto模型，就Auto就是我们可以帮助你去帕累托最优去优化你所有的工作，到底应该用什么样的模型去完成。
我们给客户的建议都是你可以直接选到Auto模型，就Auto就是我们可以帮助你去帕累托最优去优化你所有的工作，到底应该用什么样的模型去完成。
当然呢对比，类似Codex跟Claude Cowork，因为它自己本身是Agent跟自己的模型去做绑定的嘛，有很多的类似路由这些工作它可能是没有办法做的。
当然呢对比，类似Codex跟Claude Cowork，因为它自己本身是Agent跟自己的模型去做绑定的嘛，有很多的类似路由这些工作它可能是没有办法做的。
这也是你从美国这个市场能看得出来，就是美国有一大类的生意，非常受欢迎的就是类似OpenRouter啊，类似Fireworks啊，就是它就要hosting大量的模型，帮你去优化每一个模型，解决什么样的工作跟任务。
这也是你从美国这个市场能看得出来，就是美国有一大类的生意，非常受欢迎的就是类似OpenRouter啊，类似Fireworks啊，就是它就要hosting大量的模型，帮你去优化每一个模型，解决什么样的工作跟任务。
就是现在越来越多的模型成为commodity，每一段时间都有一个更好的开源模型去出现，其实也是至少在一个相当长的时间节点里面，我们觉得是有非常大的优化空间的一件事。
就是现在越来越多的模型成为commodity，每一段时间都有一个更好的开源模型去出现，其实也是至少在一个相当长的时间节点里面，我们觉得是有非常大的优化空间的一件事。
你们现在支持哪些底层模型？
你们现在支持哪些底层模型？
基本上你能看得到都支持。
基本上你能看得到都支持。
当然了，就是有一些帕洛图最优曲线已经完全埋在下面的，那就没有必要支持。
当然了，就是有一些帕洛图最优曲线已经完全埋在下面的，那就没有必要支持。
对对对，因为我们现在聊的时候，GPT-6 Astra这个模型刚发布嘛，大家也在讨论它减少token的成本，包括说是一个能力更强的模型。
对对对，因为我们现在聊的时候，GPT-6 Astra这个模型刚发布嘛，大家也在讨论它减少token的成本，包括说是一个能力更强的模型。
你觉得这样的模型的发布，因为你们测试用的是Codex和Claude Code嘛，你觉得在Astra之后，这会对你们造成什么影响吗？
你觉得这样的模型的发布，因为你们测试用的是Codex和Claude Code嘛，你觉得在Astra之后，这会对你们造成什么影响吗？
我觉得你再过两天可以直接去我们bench上去看Astra的评分。
我觉得你再过两天可以直接去我们bench上去看Astra的评分。
嗯，我觉得再给他们测两次去看一看。
嗯，我觉得再给他们测两次去看一看。
这个效果到底是好还是不好？
这个效果到底是好还是不好？
因为之前呢经常就会有这种问题。
因为之前呢经常就会有这种问题。
但这个问题呢一旦没有一个 benchmark，就你不能量化他说好还是不好。
但这个问题呢一旦没有一个 benchmark，就你不能量化他说好还是不好。
然后他发一个模型，就是我这个事情解决得很好，然后就说那他所有的事情都可以解决得好。
然后他发一个模型，就是我这个事情解决得很好，然后就说那他所有的事情都可以解决得好。
其实这两个事不是一个相关性的事情。
其实这两个事不是一个相关性的事情。
就是他可能是做 3D 模型做得不错，啊也可能在一些 computer use 上有一些突破，但不代表他在通用商业里边的 Agent 的能力强。
就是他可能是做 3D 模型做得不错，啊也可能在一些 computer use 上有一些突破，但不代表他在通用商业里边的 Agent 的能力强。
所以你说它是AGI，我现在给你打保票的肯定不是AGI，就最终还是以最高性价比的完成它的任务是第一优先级。
所以你说它是AGI，我现在给你打保票的肯定不是AGI，就最终还是以最高性价比的完成它的任务是第一优先级。
等我们发布了，我觉得你可以直接去网站上看一下它的评测结果，因为所有的Frontier的模型我们有一个统一的Benchmark去跑，我觉得这个评估呢可能更公允一些。
等我们发布了，我觉得你可以直接去网站上看一下它的评测结果，因为所有的Frontier的模型我们有一个统一的Benchmark去跑，我觉得这个评估呢可能更公允一些。
对，所以这也体现出了Benchmark的重要性。
对，所以这也体现出了Benchmark的重要性。
这个其实也是现在的一个趋势，就是我们越来越需要专业领域的Benchmark，这也就是为什么数据公司现在非常火嘛，每一家模型公司也都需要这些具体的数据去进行训练。
这个其实也是现在的一个趋势，就是我们越来越需要专业领域的Benchmark，这也就是为什么数据公司现在非常火嘛，每一家模型公司也都需要这些具体的数据去进行训练。
其实又回到了我们刚才说的通用的Agent和垂直领域的Agent的一个区别。
其实又回到了我们刚才说的通用的Agent和垂直领域的Agent的一个区别。
那你觉得反过来说，对于一个垂直产品，因为其实我们都有非常具体的流程，这个会不会因为流程过于的固定，写的太死，限制了一些模型本来能够做到的事情。
那你觉得反过来说，对于一个垂直产品，因为其实我们都有非常具体的流程，这个会不会因为流程过于的固定，写的太死，限制了一些模型本来能够做到的事情。
我觉得不会去固定这些流程吧，我们现在核心的一个标准还是先要固定一下红线是什么，就什么事情肯定是不能做的，但是路线肯定不是定死。
我觉得不会去固定这些流程吧，我们现在核心的一个标准还是先要固定一下红线是什么，就什么事情肯定是不能做的，但是路线肯定不是定死。
就是你希望完成一个任务，只要你能把这目标说清楚，一定是不断优化这个流程，或者不断优化这个操作，不断的逼近你想要的这个目标。
就是你希望完成一个任务，只要你能把这目标说清楚，一定是不断优化这个流程，或者不断优化这个操作，不断的逼近你想要的这个目标。
嗯，现在别的电商其实也有在发类似的 Agent 产品。
嗯，现在别的电商其实也有在发类似的 Agent 产品。
对于一个商家来说，如果他在用多个 Agent 的时候出现了冲突，Agent 给他的建议不一样，这种情况应该怎么样去处理呢？
对于一个商家来说，如果他在用多个 Agent 的时候出现了冲突，Agent 给他的建议不一样，这种情况应该怎么样去处理呢？
比如在美国为例吧，像各个垂直的电商和一些平台电商也都有一些 Agent。
比如在美国为例吧，像各个垂直的电商和一些平台电商也都有一些 Agent。
然后这Agent我觉得做的也挺好的，我觉得可能X work跟他们的差异呢，更多的是X work还是希望站在商家的自己的一本账的角度，帮他去整体做优化，各个平台应该怎么去做投入啊，怎么去做经营。
然后这Agent我觉得做的也挺好的，我觉得可能X work跟他们的差异呢，更多的是X work还是希望站在商家的自己的一本账的角度，帮他去整体做优化，各个平台应该怎么去做投入啊，怎么去做经营。
这个从定位上来讲，我觉得这个产品跟其他的围绕着某一个平台去做优化的定位还是有差别的。
这个从定位上来讲，我觉得这个产品跟其他的围绕着某一个平台去做优化的定位还是有差别的。
第二个呢，就是不同的Agent给你不同的建议，这非常正常。
第二个呢，就是不同的Agent给你不同的建议，这非常正常。
展开剩余字幕（还有 72 条）
最核心的还是说作为一个老板，你要有一个整体的经营的目标是什么？
最核心的还是说作为一个老板，你要有一个整体的经营的目标是什么？
然后基于这个大的经营的目标下去看Agent给你本身的建议是不是合理的。
然后基于这个大的经营的目标下去看Agent给你本身的建议是不是合理的。
因为从我们自己的视角上来讲，它是一个商业经营还是一个非常长周期的过程，但甚至不是以一次交易成功和失败为目的。
因为从我们自己的视角上来讲，它是一个商业经营还是一个非常长周期的过程，但甚至不是以一次交易成功和失败为目的。
这次交易就算成功了，它可能最终导致你商业失败，那它也不是一个好的交易。
这次交易就算成功了，它可能最终导致你商业失败，那它也不是一个好的交易。
就算同一笔钱，就它的花法可能也有非常大的差别。
就算同一笔钱，就它的花法可能也有非常大的差别。
就各个平台有它自己的建议，那你从你自己经营最终想要以毛利为结果，还是以规模为结果，以速度为结果，你有自己核心的判断。
就各个平台有它自己的建议，那你从你自己经营最终想要以毛利为结果，还是以规模为结果，以速度为结果，你有自己核心的判断。
就这个事情没有办法有一个统一Agent，统一一下所有Agent的意见，然后给用户一个更好的反馈，这不是我们这个产品设计的初衷。
就这个事情没有办法有一个统一Agent，统一一下所有Agent的意见，然后给用户一个更好的反馈，这不是我们这个产品设计的初衷。
对，所以其实这还是回到人的决策，而且从你们厂商的角度来看，这是你们不希望Agent去代替的。
对，所以其实这还是回到人的决策，而且从你们厂商的角度来看，这是你们不希望Agent去代替的。
最终的经营判断一定是这个人，最终对于这个产品本身的品味，这肯定是跟这个人相关的。
最终的经营判断一定是这个人，最终对于这个产品本身的品味，这肯定是跟这个人相关的。
就这个也是最终这个产品走向市场是不是能成功的关键嘛。
就这个也是最终这个产品走向市场是不是能成功的关键嘛。
我觉得AI能够帮助他完成非常多的原来重复性工作，把它解放出来的部分。
我觉得AI能够帮助他完成非常多的原来重复性工作，把它解放出来的部分。
但是最终对于商品的判断，对于这个问题是个大问题还是小问题的判断，和对于商业上的节奏的判断，这一定是人要去做的。
但是最终对于商品的判断，对于这个问题是个大问题还是小问题的判断，和对于商业上的节奏的判断，这一定是人要去做的。
嗯，很有意思。
嗯，很有意思。
那最后我也想聊一下Agent的最近的一些设计上的变化哈，因为你们也把Accio Work描述成是24小时在线的，相当于是业务团队嘛。
那最后我也想聊一下Agent的最近的一些设计上的变化哈，因为你们也把Accio Work描述成是24小时在线的，相当于是业务团队嘛。
我们其实也看到最近有很多Agent的产品开始脱离用户的本地电脑，然后在云端工作，比如说像GrokBot这样的产品，然后WorkBuddy也有云端的模式。
我们其实也看到最近有很多Agent的产品开始脱离用户的本地电脑，然后在云端工作，比如说像GrokBot这样的产品，然后WorkBuddy也有云端的模式。
我其实蛮想聊一下云上业务的设计理念的就是这个所谓的。
我其实蛮想聊一下云上业务的设计理念的就是这个所谓的。
持续在线持续响应，具体来说它到底意味着什么呢？
持续在线持续响应，具体来说它到底意味着什么呢？
我这可能是两个概念，因为上云是个简单的事儿，就是X work，它可能PC版的之后的几天就开始有云端了。
我这可能是两个概念，因为上云是个简单的事儿，就是X work，它可能PC版的之后的几天就开始有云端了。
因为从客户的需求来讲，我有很多本地的memory啊，我希望放在云端，这样我可以换台机器也可以再操作。
因为从客户的需求来讲，我有很多本地的memory啊，我希望放在云端，这样我可以换台机器也可以再操作。
然后呢，长城是另外一个概念，就是你所谓这个长城是多长城，就是你让AI去解科德巴猜想的推了俩月。
然后呢，长城是另外一个概念，就是你所谓这个长城是多长城，就是你让AI去解科德巴猜想的推了俩月。
这也叫长城嘛，就是一直不停的推演，这是个长城。
这也叫长城嘛，就是一直不停的推演，这是个长城。
但是从商业角度来讲，我们可能把它也分成几个不一样的任务。
但是从商业角度来讲，我们可能把它也分成几个不一样的任务。
你比如说每天你都要进行店铺经营，每天你都要看公司里边这些员工他的工作做得好还是不好，那他就是个定时任务，就每天定时的要给你出这个报告。
你比如说每天你都要进行店铺经营，每天你都要看公司里边这些员工他的工作做得好还是不好，那他就是个定时任务，就每天定时的要给你出这个报告。
第二个呢，可能是跟事件驱动的相关的任务，比如你是一个买家，你去找供应商去下单，那你跟多个供应商去沟通的过程。
第二个呢，可能是跟事件驱动的相关的任务，比如你是一个买家，你去找供应商去下单，那你跟多个供应商去沟通的过程。
那就是AI要基于这些更新的信息去帮助你进一步推动沟通的结果。
那就是AI要基于这些更新的信息去帮助你进一步推动沟通的结果。
然后还有一些任务呢，它可能是一个季度时候会有结果。
然后还有一些任务呢，它可能是一个季度时候会有结果。
就你整个经营你这盘生意，最终你这个产品是赚了钱了，还没赚了钱了。
就你整个经营你这盘生意，最终你这个产品是赚了钱了，还没赚了钱了。
过程中你可能有非常多的要去复盘的东西，但是呢你去经营这一个生意本身，这也是个非常长城的任务。
过程中你可能有非常多的要去复盘的东西，但是呢你去经营这一个生意本身，这也是个非常长城的任务。
我觉得这几个东西之间还是有比较大差异的。
我觉得这几个东西之间还是有比较大差异的。
就是上云，我觉得这是个basic需求。
就是上云，我觉得这是个basic需求。
就是Agent，今天你说你没上云，那就是你功能还没做完，我只能说，这不是说大家技术上有个很大差别。
就是Agent，今天你说你没上云，那就是你功能还没做完，我只能说，这不是说大家技术上有个很大差别。
但是你说你要做一个长城任务，核心还是要定义在什么场景下需要完成什么目标的一个产生任务。
但是你说你要做一个长城任务，核心还是要定义在什么场景下需要完成什么目标的一个产生任务。
就至少在电商领域里边，我觉得我刚才去定义这几个范式吧，这都是我们现在就已经去支持的比较好的范式。
就至少在电商领域里边，我觉得我刚才去定义这几个范式吧，这都是我们现在就已经去支持的比较好的范式。
现在Agent已经可以有完成长城任务的能力了。
现在Agent已经可以有完成长城任务的能力了。
对，因为商业经营本身就是长城，对于每一个员工，你给他设计的OKR，他不断的校验，到底工作做完了还是没有。
对，因为商业经营本身就是长城，对于每一个员工，你给他设计的OKR，他不断的校验，到底工作做完了还是没有。
对于每一个商业case，比如每一次沟通，他都要去校验这个销售或者这个客服他回答的问题是对的还是不对的。
对于每一个商业case，比如每一次沟通，他都要去校验这个销售或者这个客服他回答的问题是对的还是不对的。
然后这个用户对于这个客服的回答，他到底是对于商品本身的一个建议，还是对于这个服务的建议，是吧？
然后这个用户对于这个客服的回答，他到底是对于商品本身的一个建议，还是对于这个服务的建议，是吧？
还是对于整个售后的建议，他都是可以不断的去完成你整个商业去经营的过程。
还是对于整个售后的建议，他都是可以不断的去完成你整个商业去经营的过程。
我觉得这个事情是我们持续打磨的方向，而不是说我就追求这个模型能跑7×24小时，跑一个礼拜，然后它不挂。
我觉得这个事情是我们持续打磨的方向，而不是说我就追求这个模型能跑7×24小时，跑一个礼拜，然后它不挂。
对吧？
对吧？
它不挂means nothing，就如果没有解决你的问题的话。
它不挂means nothing，就如果没有解决你的问题的话。
对，非常好。
对，非常好。
最后就是这次您在洛杉矶开CoCreate，我相信也有非常多的商家来到现场，你觉得有什么是从你和这些商家对话当中是让你觉得比较惊讶的吗？
最后就是这次您在洛杉矶开CoCreate，我相信也有非常多的商家来到现场，你觉得有什么是从你和这些商家对话当中是让你觉得比较惊讶的吗？
他们对于Agent的用法呀，或者他们对于AxoWork这些功能的期待。
他们对于Agent的用法呀，或者他们对于AxoWork这些功能的期待。
我觉得这次最惊讶的事情就是来的人太多了，我们可能最终估计注册到场的有15000人吧，我们肯定这个前面那个booth啊，就注册的摊儿搞小了，就是一直排队到中午吃饭的时候，人还没有完全进来结束。
我觉得这次最惊讶的事情就是来的人太多了，我们可能最终估计注册到场的有15000人吧，我们肯定这个前面那个booth啊，就注册的摊儿搞小了，就是一直排队到中午吃饭的时候，人还没有完全进来结束。
我觉得美国对于整个用户群体在AI跟Agent的教育上肯定是还是比较领先的，就是大家或多或少一定是对于产品理念本身是接受和理解。
我觉得美国对于整个用户群体在AI跟Agent的教育上肯定是还是比较领先的，就是大家或多或少一定是对于产品理念本身是接受和理解。
而且呢，我们现在有非常多的客户基于这个产品已经创造了自己的商业，并且在这个基础上已经把自己的商业进一步的放大。
而且呢，我们现在有非常多的客户基于这个产品已经创造了自己的商业，并且在这个基础上已经把自己的商业进一步的放大。
就是每年我们Cocreat都有个项目叫Cocreat Pitch。
就是每年我们Cocreat都有个项目叫Cocreat Pitch。
它有点像Shark Tanks，就类似赢在美国赢在中国这种节目。
它有点像Shark Tanks，就类似赢在美国赢在中国这种节目。
去年呢我们冠军一个英国冠军，一个美国冠军，英国冠军是个15岁的小孩，上初中，他大概用X work去找供应商，去发掘自己的新的产品，他是去做一个类似帮助你去制冷的，可以自动帮你降温的毛巾啊，自动帮宠物去降温的这些产品啊，他基于X work帮他去找这些idea，已经形成了一个系列。
去年呢我们冠军一个英国冠军，一个美国冠军，英国冠军是个15岁的小孩，上初中，他大概用X work去找供应商，去发掘自己的新的产品，他是去做一个类似帮助你去制冷的，可以自动帮你降温的毛巾啊，自动帮宠物去降温的这些产品啊，他基于X work帮他去找这些idea，已经形成了一个系列。
大概现在一年的销售额有100万英镑左右，我们觉得是个不错的结果了。
大概现在一年的销售额有100万英镑左右，我们觉得是个不错的结果了。
去年在美国的这个创业成功的冠军叫Christian Reed，一开始穿着的时候非常工地化，我们以为是一个工人出身，后来发现还是MIT毕业，他做的产品就是去做一个非常酷炫的测量设备。
去年在美国的这个创业成功的冠军叫Christian Reed，一开始穿着的时候非常工地化，我们以为是一个工人出身，后来发现还是MIT毕业，他做的产品就是去做一个非常酷炫的测量设备。
然后这个测量设备呢，也是从他的idea的创业到整个找供应链都是基于阿里巴巴.
然后这个测量设备呢，也是从他的idea的创业到整个找供应链都是基于阿里巴巴.
com，基于Xwork。
com，基于Xwork。
现在他的客户也包括施耐德电器啊，包括SpaceX呀，这都是他的客户。
现在他的客户也包括施耐德电器啊，包括SpaceX呀，这都是他的客户。
他的生意今年大概也做到几千万美金以上了。
他的生意今年大概也做到几千万美金以上了。
就是我们现在看到呢，更多的中小企业基于AI，基于全球供应链的能力去做自己的生意。
就是我们现在看到呢，更多的中小企业基于AI，基于全球供应链的能力去做自己的生意。
你不需要有一个非常大的公司，但你也可以把这个生意做得很大。
你不需要有一个非常大的公司，但你也可以把这个生意做得很大。
我们也是希望呢，基于AI进一步的降低门槛吧。
我们也是希望呢，基于AI进一步的降低门槛吧。
因为全球中小企业可能还是各个区域的经济的主力，就业的主力嘛。
因为全球中小企业可能还是各个区域的经济的主力，就业的主力嘛。
然后原来呢，他们核心的问题其实不是在AI取不取代工作这个问题，原来他的问题就是没有那么多的资源，没有那么多的经验。
然后原来呢，他们核心的问题其实不是在AI取不取代工作这个问题，原来他的问题就是没有那么多的资源，没有那么多的经验。
但是呢他又想把生意做大，又想利用全球供应链，就今天我们正好有AI和整个有阿里巴巴.
但是呢他又想把生意做大，又想利用全球供应链，就今天我们正好有AI和整个有阿里巴巴.
com1688这个能力，可以帮助更多的中小企业去实现这个梦想。
com1688这个能力，可以帮助更多的中小企业去实现这个梦想。
从一个idea开始，一直到这个idea本身去创造一个更大的商业价值，我觉得这件事儿是AI能够帮助更多的中小企业实现自我价值的一个更大的放大器。
从一个idea开始，一直到这个idea本身去创造一个更大的商业价值，我觉得这件事儿是AI能够帮助更多的中小企业实现自我价值的一个更大的放大器。
对，我觉得这也是咱们结束的非常好的一个点。
对，我觉得这也是咱们结束的非常好的一个点。
谢谢过来我们节目。
谢谢过来我们节目。
好，谢谢谢谢。
好，谢谢谢谢。
好了，以上就是我们这期播客的全部内容啦。
好了，以上就是我们这期播客的全部内容啦。
国内的听众可以通过小宇宙、苹果播客、网易云音乐、喜马拉雅、QQ音乐、蜻蜓FM、荔枝FM来关注我们。
国内的听众可以通过小宇宙、苹果播客、网易云音乐、喜马拉雅、QQ音乐、蜻蜓FM、荔枝FM来关注我们。
海外的听众可以通过苹果播客和Spotify，或者在YouTube上搜索硅谷101播客来关注我们。
海外的听众可以通过苹果播客和Spotify，或者在YouTube上搜索硅谷101播客来关注我们。
我们部分的文字稿还会收录在硅谷101的微信公众号上。
我们部分的文字稿还会收录在硅谷101的微信公众号上。
谢谢大家，我们下次再见啦。
谢谢大家，我们下次再见啦。
关于 Bayt 播客
Bayt 提供中文+原文双语音频和字幕，帮助你打破语言障碍，轻松听懂全球优质播客。