模型不是企業(yè)的護(hù)城河，那什么才是？

允中 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

“為什么模型每個(gè)月都在變強(qiáng)，但我的企業(yè)好像沒有一起變強(qiáng)？”

這是很多 CEO 和業(yè)務(wù)負(fù)責(zé)人心里的困惑。

過去兩年，企業(yè)用 AI 的路徑高度相似。

先給員工開通大模型賬號(hào)，再上線 Copilot，再接入知識(shí)庫，再做幾個(gè) Agent 試點(diǎn)。

今年又更進(jìn)一步：部署 OpenClaw類產(chǎn)品，讓 AI 從 “會(huì)說” 變成 “會(huì)干”。

演示效果很驚艷，發(fā)布會(huì)也足夠熱鬧。

員工確實(shí)寫得更快了，會(huì)議紀(jì)要確實(shí)更容易生成了，PPT 和方案也能更快產(chǎn)出了。

但問題在于：

• 這些使用痕跡有沒有沉淀為企業(yè)能力？
• 專家經(jīng)驗(yàn)有沒有變成組織資產(chǎn)？
• 每一次任務(wù)完成后，下一次是否更好？
• 如果底層模型換掉，企業(yè)積累下來的判斷還在不在？
• 如果所有公司都把知識(shí)喂給少數(shù)幾個(gè)大模型，最后價(jià)值到底留在誰手里？

這可能才是企業(yè) AI 進(jìn)入深水區(qū)后真正的分水嶺。

AI 競(jìng)爭(zhēng)的第一階段，是模型能力之爭(zhēng)。

第二階段，是 Agent 應(yīng)用之爭(zhēng)。

而接下來，更關(guān)鍵的競(jìng)爭(zhēng)正在轉(zhuǎn)向：

誰能把 AI 變成企業(yè)自己的智能引擎。

通用模型熱潮時(shí)，有人提出了一個(gè)逆勢(shì)判斷

這個(gè)問題，在通用大模型熱潮最洶涌的時(shí)候，就已經(jīng)有人看到了。

銜遠(yuǎn)科技創(chuàng)始人周伯文教授，當(dāng)時(shí)提出了一個(gè)逆勢(shì)判斷：

AI 發(fā)展的正確路徑，是在充分泛化的基礎(chǔ)上，具備對(duì)任何領(lǐng)域深度專業(yè)化的能力。

他的核心洞察是：泛化基礎(chǔ)上的深度專業(yè)化，才是企業(yè)競(jìng)爭(zhēng)力的本質(zhì)來源。專業(yè)化能力的歸屬，決定了 AI 價(jià)值最終留在誰手里。

通用模型解決的是“會(huì)做”的問題，但企業(yè)競(jìng)爭(zhēng)力從來不來自“會(huì)做”，而來自“比別人做得更準(zhǔn)確、更快、更符合自己的業(yè)務(wù)邏輯”。
一家企業(yè)如果只是接入了最好的通用模型，相當(dāng)于所有人都坐上了同一趟高鐵 —— 速度快了，但方向和目的地都一樣，競(jìng)爭(zhēng)優(yōu)勢(shì)無從建立。

這個(gè)判斷，比 “企業(yè)需要 AI 工具” 更深一層，也比 “企業(yè)要建私有化部署” 更準(zhǔn)確。

它指向的是一個(gè)更根本的問題：在 AI 時(shí)代，企業(yè)專業(yè)能力的所有權(quán)，歸誰？

微軟 CEO 納德拉最近的一系列表述，從另一個(gè)角度印證了這個(gè)方向：

他提出了Human Capital（人力資本）與Token Capital（詞元資本）兩個(gè)概念。

企業(yè)通過 AI 系統(tǒng)沉淀下來的可復(fù)用智能能力，是這個(gè)時(shí)代新的資本形態(tài)。

他的判斷是：AI 不會(huì)讓人力資本變得不重要，反而會(huì)讓真正高質(zhì)量的人類判斷更重要。

真正危險(xiǎn)的，是企業(yè)把自己的知識(shí)、經(jīng)驗(yàn)和判斷全部交給外部模型，卻沒有形成自己的學(xué)習(xí)系統(tǒng)。

他用全球化作類比：第一次全球化中，很多產(chǎn)業(yè)把制造能力外包出去，產(chǎn)業(yè)空心化的代價(jià)持續(xù)多年。

AI 時(shí)代，如果被外包的是認(rèn)知能力和專家經(jīng)驗(yàn)，后果可能更嚴(yán)重。

但納德拉沒有回答的問題是：

企業(yè)的專業(yè)判斷、業(yè)務(wù)規(guī)則和專家經(jīng)驗(yàn)，如果是在使用通用模型的過程中被持續(xù)吸入模型底座，那 Token Capital，究竟是在自己手里，還是在模型廠商手里？

周伯文教授的回答是明確的：

專業(yè)化能力必須留在企業(yè)自己的平臺(tái)上、自己的 know-how 里，而不是成為通用模型無限膨脹的訓(xùn)練材料。

這不只是技術(shù)路線的選擇，更是一種商業(yè)倫理的表態(tài)：企業(yè)把數(shù)據(jù)和經(jīng)驗(yàn)交給一個(gè)平臺(tái)，這個(gè)平臺(tái)有沒有責(zé)任讓這些資產(chǎn)留在企業(yè)自己手里？

而回答這個(gè)問題，需要的不只是承諾，而是一套企業(yè)自己能驗(yàn)證的評(píng)測(cè)體系。

真實(shí)企業(yè)任務(wù)，比公開 Benchmark 難得多

在這一背景下，一篇最新企業(yè) Agent 評(píng)測(cè)論文更顯得尤為重要。

在這篇題為 EnterpriseClawBench: Benchmarking Agents from Real Workplace Sessions 的論文中，銜遠(yuǎn)科技大觀研究院團(tuán)隊(duì)發(fā)布了EnterpriseClawBench。

該成果一經(jīng)推出便獲得行業(yè)廣泛關(guān)注，論文更是登上了 Hugging Face Daily Papers 日榜第二名，意味著全球研究社區(qū)當(dāng)天認(rèn)為這是最值得關(guān)注的論文之一。

更重要的是，銜遠(yuǎn)同步開放了評(píng)測(cè)協(xié)議和構(gòu)造方法。這意味著任何企業(yè)、研究團(tuán)隊(duì)都可以用同樣的方法，在自己的數(shù)據(jù)上構(gòu)建私有評(píng)測(cè)集。銜遠(yuǎn)在做的，更大價(jià)值在于嘗試建立一套行業(yè)標(biāo)準(zhǔn)。

EnterpriseClawBench并不是用傳統(tǒng)問答題測(cè)試模型，也不是讓模型在標(biāo)準(zhǔn)化題庫里刷分，而是從真實(shí)企業(yè)工作會(huì)話中構(gòu)建 Agent 評(píng)測(cè)任務(wù)。

銜遠(yuǎn)科技 Frontis 團(tuán)隊(duì)從真實(shí)工作場(chǎng)景中，抽取 2026 年 3 月到 5 月的內(nèi)部 Agent 使用記錄，經(jīng)過過濾、分類、評(píng)分標(biāo)準(zhǔn)生成等一系列自動(dòng)化處理，最終構(gòu)建出 852 個(gè)可復(fù)現(xiàn)任務(wù)，并人工審計(jì)出 120 個(gè) Lite 任務(wù)子集。

這些任務(wù)覆蓋產(chǎn)品、研發(fā)、HR、行政、銷售、市場(chǎng)、財(cái)務(wù)、運(yùn)營、管理層等真實(shí)崗位。

任務(wù)形態(tài)完全來源于企業(yè)日常工作：

• 有人上傳會(huì)議錄音和項(xiàng)目群進(jìn)展，讓 Agent 寫日?qǐng)?bào)；
• 有人上傳 Excel，讓 Agent 校準(zhǔn)收入、成本、毛利和現(xiàn)金流；
• 有人上傳 PDF 和模板，讓 Agent 生成案例展示；
• 有人要求生成 HTML 頁面、PPT、表格、報(bào)告、代碼或圖片；
• 還有人讓 Agent 分析周報(bào)、修改 OKR、整理客戶拜訪計(jì)劃、生成解決方案。

這和傳統(tǒng)問答 benchmark 完全不是一類問題。

傳統(tǒng)評(píng)測(cè)經(jīng)常考的是模型能不能答對(duì)。而EnterpriseClawBench 考的是：Agent 能不能在企業(yè)工作空間里，讀取異構(gòu)文件、恢復(fù)上下文、調(diào)用工具、生成可用交付物，并且在成本、耗時(shí)、格式、視覺質(zhì)量和證據(jù)準(zhǔn)確性上都過關(guān)。

這就像把 AI 從“考試環(huán)境”拉進(jìn)了“真實(shí)辦公室”。

在構(gòu)造方式上，EnterpriseClawBench 也做了幾層關(guān)鍵設(shè)計(jì)：

• 首先，它來自真實(shí)工作會(huì)話，而不是人工想象出來的任務(wù)。
• 其次，它同時(shí)評(píng)估文本和視覺交付物，不只看回答內(nèi)容，也看文件是否真的可用。
• 第三，它采用硬規(guī)則和語義評(píng)分結(jié)合的方式：文件類型、文件數(shù)量、是否為空、能否打開，是硬規(guī)則；準(zhǔn)確性、相關(guān)性、深度、實(shí)用性、表達(dá)質(zhì)量，是語義評(píng)分。
• 第四，它把成本和耗時(shí)也納入報(bào)告，因?yàn)槠髽I(yè)部署 AI 不可能只看效果，不看 ROI。
• 第五，由于源數(shù)據(jù)包含企業(yè)內(nèi)部內(nèi)容，它不釋放數(shù)據(jù)本身，而是開放構(gòu)造與評(píng)測(cè)協(xié)議。

這最后一點(diǎn)非常關(guān)鍵。

這恰好回答了納德拉提出但沒有解決的問題：企業(yè)需要評(píng)測(cè)系統(tǒng)，但不能為了評(píng)測(cè)犧牲自己的內(nèi)部數(shù)據(jù)和知識(shí)資產(chǎn)。

這也只是銜遠(yuǎn)大觀研究院正在做的工作之一。

7月17日，在WAIC上，銜遠(yuǎn)將發(fā)布更多AI評(píng)測(cè)與AI4AI方向的研究成果——如何讓AI系統(tǒng)更可靠地評(píng)估自身能力邊界，以及實(shí)現(xiàn)Agent的遞歸自我進(jìn)化（即 AI for AI），將是接下來值得關(guān)注的話題。

三個(gè)反直覺結(jié)論

回到 EnterpriseClawBench ，它最值得關(guān)注的，不是榜單本身，而是它揭示出的三個(gè)反直覺事實(shí)。

第一個(gè)事實(shí)：真實(shí)企業(yè)任務(wù)遠(yuǎn)未被 Agent 解決。

在人工審計(jì)的 120 個(gè) Lite 任務(wù)上，最強(qiáng)組合 Codex / GPT-5.5 的得分也只有 0.663。

這不是說模型不強(qiáng)，而是說明真實(shí)企業(yè)任務(wù)比公開 benchmark 難得多。

企業(yè)任務(wù)往往不是單點(diǎn)問題，而是復(fù)合問題：要讀文件，要理解上下文，要遵守格式，要生成交付物，要保留證據(jù)，要滿足業(yè)務(wù)目標(biāo)，還要能被人直接使用。

任何一個(gè)環(huán)節(jié)出錯(cuò)，業(yè)務(wù)結(jié)果都可能不可用。

第二個(gè)事實(shí)：Harness 和模型一樣重要。

論文發(fā)現(xiàn)，同一個(gè) Claude 模型，在不同 Agent 框架下表現(xiàn)差異很大。

有的組合可以保持 0.62 到 0.64 的區(qū)間，有的框架下卻掉到 0.458。

這說明，Agent 不是模型的簡(jiǎn)單外殼。

工具調(diào)用、權(quán)限控制、運(yùn)行環(huán)境、文件寫入路徑、多步修復(fù)能力、執(zhí)行鏈路長度，都會(huì)影響最終交付。

所以企業(yè)不能只問“你用了哪個(gè)模型”。

更應(yīng)該問：你的 Agent 如何執(zhí)行？如何讀文件？如何調(diào)用工具？如何生成交付物？如何保存證據(jù)？如何失敗重試？如何被評(píng)估和優(yōu)化？

第三個(gè)事實(shí)：Skill 注入是 AI for AI 的雛形，但必須被評(píng)測(cè)。

EnterpriseClawBench 做了一個(gè)很有意思的實(shí)驗(yàn)：從同類任務(wù)中蒸餾 Skill，再注入 Agent，測(cè)試它在留出任務(wù)上的表現(xiàn)。

結(jié)果發(fā)現(xiàn)，好的 Skill 確實(shí)可以提升 Agent 表現(xiàn)，但效果高度依賴“誰來生成 Skill”和“哪個(gè) Agent 來消費(fèi) Skill”。

有些 Skill 帶來正遷移，有些 Skill 反而造成負(fù)遷移。

這非常重要。

這恰恰說明，“讓 Agent 自我進(jìn)化”在今天遠(yuǎn)不是自動(dòng)成立的——放任沉淀經(jīng)驗(yàn),很可能讓 Agent 變笨。正因如此,進(jìn)化必須被評(píng)測(cè)約束。

經(jīng)驗(yàn)要進(jìn)入系統(tǒng)，必須經(jīng)過評(píng)估。Skill 要進(jìn)入生產(chǎn)，必須經(jīng)過驗(yàn)證。Agent 要自我進(jìn)化，必須有一套能判斷進(jìn)化方向是否正確的私有化評(píng)測(cè)體系。

真正的模型能力評(píng)測(cè)不能只看外部榜單

這三個(gè)發(fā)現(xiàn)，共同指向同一個(gè)缺口：企業(yè)真正需要的，不只是 model eval（模型評(píng)估），而是 private eval（私有化評(píng)估）。

什么叫一次好的銷售機(jī)會(huì)診斷？
什么叫一個(gè)可被復(fù)用的專家判斷？
什么叫 Agent 真的改善了業(yè)務(wù)結(jié)果，而不是只生成了一份看起來漂亮的文檔？

這些問題，通用模型公司無法替每家企業(yè)回答。

答案藏在企業(yè)自己的業(yè)務(wù)目標(biāo)、組織經(jīng)驗(yàn)、隱性規(guī)則和管理判斷里。

外部 benchmark 告訴你模型的通用能力，private eval 才能告訴你 AI 是否真的在你的業(yè)務(wù)里創(chuàng)造價(jià)值。

正如納德拉所說的”控制權(quán)測(cè)試”：如果明天換掉底層模型，企業(yè)積累的專家經(jīng)驗(yàn)還在不在？如果不在，買到的只是外部能力；如果還在，才算真正沉淀了自己的智能資產(chǎn)。

這也是銜遠(yuǎn)大觀 MA 進(jìn)化引擎背后的設(shè)計(jì)邏輯：不是讓 Agent 自己隨便變，而是讓 Agent 在評(píng)估、反饋、歸因、沉淀和再訓(xùn)練中受控進(jìn)化。

銜遠(yuǎn)大觀：自主進(jìn)化的智能資產(chǎn)引擎平臺(tái)

沿著這個(gè)邏輯，銜遠(yuǎn)科技 Frontis 正在做的 銜遠(yuǎn)大觀 Frontis Horizon ，就可以被更準(zhǔn)確地定義為：自主進(jìn)化的企業(yè)級(jí)智能資產(chǎn)引擎平臺(tái)。

它不是傳統(tǒng)的Agent 編排工具，不是通用Agent平臺(tái)工具，也不是簡(jiǎn)單的企業(yè)級(jí)龍蝦（OpenClaw）。

它真正要解決的是企業(yè) AI 的更底層問題：

• 如何把通用模型能力，轉(zhuǎn)化為企業(yè)自己的專業(yè)能力？
• 如何把專家經(jīng)驗(yàn)，沉淀成可復(fù)用的 Skill 和 Agent？
• 如何把工作流、業(yè)務(wù)規(guī)則、組織記憶和評(píng)測(cè)標(biāo)準(zhǔn)沉淀為企業(yè)自有知識(shí)產(chǎn)權(quán)？
• 如何讓企業(yè)在替換底層模型時(shí)，仍然保留自己的 DNA、Memory 和 Process？
• 如何讓每一次使用，不只是完成任務(wù)，而是反哺下一次能力提升？

一句話：銜遠(yuǎn)大觀要做的不是幫企業(yè)“使用 AI”，而是幫企業(yè)擁有一套可持續(xù)進(jìn)化的自有智能系統(tǒng)。

在銜遠(yuǎn)大觀的架構(gòu)里，這套系統(tǒng)可以理解為三層：

第一層是 ME，人的組織代理。

ME 不是聊天機(jī)器人，也不是靜態(tài)個(gè)人知識(shí)庫，而是在企業(yè)語境中代表人持續(xù)推進(jìn)工作的受治理代理。

它理解人的目標(biāo)、偏好、職責(zé)、權(quán)限、風(fēng)險(xiǎn)邊界和歷史上下文，可以幫助人過濾信息、生成判斷、推進(jìn)任務(wù)，并在關(guān)鍵節(jié)點(diǎn)請(qǐng)求確認(rèn)。

ME 的價(jià)值不是“像不像我”，而是“能不能代表我把工作推向前”。

某客戶的銷售總監(jiān)反饋，接入 ME 之后，他每周整理跟進(jìn)計(jì)劃的時(shí)間大幅壓縮。

但更重要的變化發(fā)生在三個(gè)月之后 —— 他的 ME 已經(jīng)積累了大量高質(zhì)量銷售判斷案例，這些判斷模式開始被復(fù)用于團(tuán)隊(duì)的新人培訓(xùn)。

ME不是概念。銜遠(yuǎn)已經(jīng)把ME的核心能力產(chǎn)品化為Leadeep AI 領(lǐng)銜者——一款面向職場(chǎng)人的AI錄音與洞察產(chǎn)品。

上述銷售總監(jiān)使用的，正是Leadeep AI 領(lǐng)銜者——ME能力的移動(dòng)端產(chǎn)品化形態(tài)。

它做的事情，正是ME層設(shè)計(jì)的微縮版：記錄人在真實(shí)工作場(chǎng)景中的判斷和決策，提煉關(guān)鍵信息，在下一次同類場(chǎng)景中更快給出建議。

618期間，Leadeep在社交媒體上引發(fā)自發(fā)傳播，背后不是靠營銷，而是因?yàn)楹芏嘤脩舻谝淮胃惺艿健癆I真的在幫我積累判斷，而不只是幫我整理文字”。

第二層是 WE，企業(yè)的硅基組織。

企業(yè)不是只有一個(gè) Agent，而是需要由多個(gè)角色化專家 Agent 組成的協(xié)同網(wǎng)絡(luò)。

比如，在世界500強(qiáng)大宗商品貿(mào)易企業(yè)的大豆采購場(chǎng)景中：

大宗市場(chǎng)分析專家、海運(yùn)物流專家、合規(guī)風(fēng)控專家以及財(cái)務(wù)成本專家等，組成供應(yīng)鏈agent專家團(tuán)，協(xié)同完成大豆采購交易，降低交易風(fēng)險(xiǎn)的同時(shí)，將行業(yè)研究周期從天縮短到小時(shí)，物流規(guī)劃周期從周縮短到天。

而 WE 的關(guān)鍵不僅在于專家數(shù)量，更在于組織上下文。

沒有目標(biāo)、權(quán)限、證據(jù)、接口、語義標(biāo)準(zhǔn)和治理邊界，再多 Agent 只是噪聲。

有了組織上下文，一群 Agent 才能變成真正的硅基組織。

第三層是 MA，組織級(jí)學(xué)習(xí)與控制系統(tǒng)。

沒有 MA，ME 和 WE 只是一套執(zhí)行系統(tǒng)。

有了 MA，組織才會(huì)在每一次執(zhí)行中變得更聰明。

MA 要記錄行動(dòng)、評(píng)估結(jié)果、追蹤證據(jù)、分析偏差、沉淀經(jīng)驗(yàn)、更新規(guī)則，把錯(cuò)誤變成材料，把反饋?zhàn)兂捎?xùn)練信號(hào)，把一次次任務(wù)變成企業(yè)能力復(fù)利。

這也是從雙環(huán)學(xué)習(xí)走向三環(huán)學(xué)習(xí)：不僅復(fù)盤動(dòng)作對(duì)不對(duì)，也復(fù)盤策略對(duì)不對(duì)，還復(fù)盤組織結(jié)構(gòu)、能力結(jié)構(gòu)和流程規(guī)則是否應(yīng)該被重構(gòu)。

正如上述大豆采購 agent 專家團(tuán)案例，通過持續(xù)反饋和使用沉淀專家經(jīng)驗(yàn)到 skill 和 agent，從而構(gòu)建私有化評(píng)估和持續(xù)進(jìn)化的組織能力，大宗貿(mào)易企業(yè)得以更好地應(yīng)對(duì)急劇變化的宏觀形勢(shì)和國際市場(chǎng)。

結(jié)語：AI 原生能力的核心在于持續(xù)進(jìn)化

行業(yè)里有一個(gè)常見誤區(qū)：企業(yè)里有很多 AI 工具、很多 Agent、很多自動(dòng)化工作流，就算 AI 原生了。

但這仍是舊時(shí)代的理解方式 —— 組織本體不變，只是多裝了幾個(gè)智能體；管理方式不變，只是流程跑得更快一點(diǎn)。

真正的 AI 原生，不是 “原來的企業(yè) + AI 工具”，而是企業(yè)本身開始被重新定義。

過去的數(shù)字化系統(tǒng)，大多解決的是記錄問題：ERP 記錄交易，CRM 記錄客戶，OA 記錄流程，BI 展示指標(biāo)。

它們讓企業(yè)變得更透明，但并沒有改變一個(gè)底層事實(shí)：人仍然是唯一行動(dòng)主體。

AI 原生系統(tǒng)改變的正是這個(gè)前提。

AI 不再只是記錄和展示，而是開始理解目標(biāo)、調(diào)用工具、推進(jìn)任務(wù)、生成交付、接收評(píng)價(jià)，并在反饋中持續(xù)學(xué)習(xí)。
企業(yè)系統(tǒng)正在從System of Record，走向System of Learning。

從 “記錄企業(yè)”，走向 “進(jìn)化企業(yè)”。

回到文章開頭的問題：模型不是企業(yè)的護(hù)城河，那什么才是？

答案已經(jīng)清晰：私有化評(píng)估 + 可持續(xù)進(jìn)化能力。

私有化評(píng)估，讓企業(yè)能判斷 AI 是否真的在自己的業(yè)務(wù)里創(chuàng)造價(jià)值，而不是只看外部榜單選模型。

可持續(xù)進(jìn)化能力，讓每一次任務(wù)執(zhí)行、每一次專家反饋、每一次經(jīng)營復(fù)盤，都能轉(zhuǎn)化為可復(fù)用的知識(shí)、Skill 和 Agent。

同一個(gè)大模型，所有人都可以買。同一種 Agent 框架，所有企業(yè)都能接。

但每家企業(yè)在長期經(jīng)營中形成的客戶理解、專家判斷、流程細(xì)節(jié)和決策偏好，不會(huì)自動(dòng)存在于通用模型里。

如果企業(yè)不能把這些東西沉淀下來，AI 用得越多，越可能只是替外部模型訓(xùn)練了世界，而沒有訓(xùn)練自己的組織。

這正是銜遠(yuǎn)科技 Frontis 正在做的事 ——銜遠(yuǎn)大觀 Frontis Horizon，不是幫企業(yè) “使用 AI”，而是幫企業(yè)擁有一套私有化評(píng)測(cè)體系與可持續(xù)進(jìn)化的自有智能系統(tǒng)。

當(dāng)?shù)讓幽Ｐ兔魈毂粨Q掉，企業(yè)積累的 DNA、Memory 和 Process 還在 —— 那才是真正意義上的 Token Capital，也才是這個(gè)時(shí)代企業(yè)真正的護(hù)城河。

銜遠(yuǎn)官網(wǎng)：https://frontis.cn/
產(chǎn)品鏈接：https://ai.frontis.cn/
論文鏈接：
https://huggingface.co/papers/2606.23654
代碼鏈接：
https://github.com/FrontisAI/EnterpriseClawBench