E231｜从B2B到A2A：Agent新基建，如何让“一人企业”做全球生意？
摘要
张阔的核心判断是，全球约30万亿美元的B2B贸易未来可能从数字化走向A2A；Agent要证明的核心不是聊天，而是能否把token变成交易效率和客户ROI。 Alibaba.com当前交易额约700亿美元，渗透率仍低；Accio截至3月已有1,000万MAU，且仍在快速月环比增长。其把从询盘到建立可靠商业关系的沟通周期由一周压到一天，即“缩短到原来的五分之一”。
垂直Agent的壁垒不是再包一层大模型，而是把准确数据、强化学习、安全可靠性和超长上下文做成闭环。 商品真实价格、物流、关税和到手价的微小误差都可能决定利润；阿里26年的交易积累与每天上百万次沟通，使结果可能“百分之九十或者九十九地接近facts”，但张阔明确不承诺100%。成交、复购与试错失败又会回流为长期奖励信号。
OpenClaw展示了开放Agent的爆发力，Cowork则更像面向知识工作者的下一代工作台，但两者都绕不过逐步验证。 OpenClaw开放、泛化，却有配置门槛、强化学习和安全挑战；Cowork的对象更清晰，与Anthropic模型的磨合也更紧。张阔不认同“一次性完成才AI native”：18步流程若每步准确率90%，就是“百分之九十的十八次方”，最终结果几乎不可用。
AI不会一刀切地杀死SaaS，但计费依据可能从坐席转向usage，产品形态会从标准流程转向低成本个性化。 张阔举例，一款小时工招聘Agent能解释着装、报到、停车、病假和社保，较短信交互提高show-up率；这说明AI也可能强化垂直SaaS。真正的分野是能否把token变成客户可感知的ROI，而非产品是否被贴上SaaS标签。
Accio Work瞄准的是“一人企业”的完整后台：research到sourcing等前段可能只占日常工作的10%—20%，经营、补货、客服、库存和多平台发布才是其余部分。 张阔称中小企业中至少30%—40%可能是solo entrepreneur；平台将自有research与sourcing能力、Shopify等平台的browser use/computer use，以及HR、payroll、finance、tax等第三方sub-agent组合成“开箱即用”的多Agent系统。长期形态是master agent统筹多个sub-agent，企业内外都可能转向Agent to Agent。
生成式搜索会压缩广告位，却未必压缩广告收入；能留下来的只会是可解释、强匹配的performance广告。 泓君指出，结果从1,000个压到5个，传统曝光库存必然减少，张阔认同“display那种广告肯定没有什么太大意义”。他的反论是，更丰富的意图和多模态输入会扩大query量，而候选广告若确实满足价格、认证、产能等标准，点击和转化可能提高。
未来的收入仍会沿三条轨道展开：高价值token、精准供需匹配，以及支付物流等供应链服务。 Accio可能采用带免费额度或月度cap的usage计费；广告继续以performance为主；担保交易的take rate仅约1—2个点，还可叠加payment terms和物流。赢家不是token最便宜者，而是“单位token的智力密度”与经济价值最高者。
衡量AI转型，最差的指标是token或代码量，最敏感的信号则是新模型出现时组织“兴奋、焦虑还是没感觉”。 阿里国际站每季度约有300个idea、150个上线、最终约50个work，AI的目标是增加真正产生business impact的数量；张阔同时称今年EBIT大概到18%左右，并表示相比去年仍是快速增长。兴奋说明新能力能解旧问题，焦虑说明可能只是wrapper，而“最差的结果就是你没感觉”。
精读
1. 硅谷的优势不是没有焦虑，而是生态位分得更细
张阔观察到，美国AI创业生态不只聚集应用公司，模型调用、inference降本和构建工具也形成了多层市场。Together AI、Fireworks等公司为上层应用提供模型基础设施，垂直团队则像“永远在推土机前面几十米在跑”，靠几十米的身位持续生存。
语音转文字就是这种独立生态位。Alibaba.com与Accio也在采用Wispr Flow等产品，因为多模态query的增速可能约100%：用户越来越愿意发语音、照片或视频，而不是只输入关键词寻找商品。
SaaS并未因AI天然失效。张阔举例，一家服务连锁超市和餐饮企业的小时工招聘产品，用Agent向蓝领解释着装、报到、停车、sick leave和社保规则，较原来的短信交互带来更高show-up率；AI在这里直接改善了既有产品。
硅谷路演一晚能涌入500甚至1,000人，焦虑并不比国内少；但离开硅谷后，客户不会关心抽象的token economy。中小企业最先问的是“到底产生什么价值”，整个产业仍在证明底层token如何变成真实ROI。
2. OpenClaw能否穿越热潮，取决于能留下多少工作流
张阔对GTC叙事的概括是token经济：单token所需算力和成本指数级下降，由此孕育更多应用，OpenClaw只是近期最具现象级的产品之一。
OpenClaw开源、泛化，可连接多个模型和工具，但并非真正开箱即用。配置仍要求技术能力；开放性太强又使“什么做得好、如何记住它做得好”难以定义，强化学习与安全也需要长期磨合。
张阔给热度设置了一个留存检验：如果用户能沉淀长期工作流，它就真正解决了问题；如果“留住的工作流非常有限”，热潮过后就可能退潮。开放架构本身不是商业价值的替代品。
相比之下，仍处research preview阶段的Cowork已显露下一代工作台或Agent platform的轮廓：对象集中在程序员、分析师、research、finance和lawyer等knowledge worker，分层架构清晰，与Anthropic模型的匹配度也更高。
3. 企业级Agent不是取消步骤，而是把每一步变得可验证
泓君提出的分野很尖锐：OpenClaw似乎更适合在聊天框里完成爬网页、转录和修音频等To C任务；企业若把AI嵌入播客制作，则必须明确一二三步，并保证每一步质量，Cowork因而更像To B工作范式。
张阔的修正是，一次完成还是step by step并非核心分野。最agentic的产品是“所有工具的工具”，不同专业人员会用出自己的流程，并以自身expertise定义成功标准、校正中间步骤，再让系统记住可接受的结果。
他的误差例子构成整场对话的重要约束：制作播客若有18步，每步误差10%，最终就是“百分之九十的十八次方”。所以核心节点必须verify；学会之后，Agent才可能用更少交互完成后续推理和执行。
可接受阈值也随stake变化：收集每日资讯只需达到偏好阈值；据此做量化交易要求更高；若信息要指导未来一年生产并影响整体ROI，模型、工具和工作方法都必须针对行业重新设计。
4. Alibaba.com与Accio正在并行推进B2B的两种重构
第一条线是重构marketplace。Alibaba.com把AI嵌入搜索、推荐、沟通、交易、物流与payment terms，买家不再独自筛选海量信息，而是让AI推动从意图表达直到线上成交的订单流程。
第二条线是从B2B走向A2A。Accio以sourcing为核心，截至访谈所称的3月已达1,000万MAU，且月环比仍快速增长；它向前延伸至research、ideation与产品设计，向后覆盖供应商筛选、沟通、交易、运输和售后。
对中小企业而言，决定下一个killer product往往决定现金流方向。选错意味着高昂试错成本；选对后，企业才可能从单店、单品逐步scale，因此Accio试图自动化的并非简单找货，而是完整的产品定义过程。
从询盘到建立较可靠商业关系，张阔称时间约缩短到原来的五分之一：原需一周的sourcing沟通，现在可能一天完成。AI还能把粗略想法整理为包含图片、文字和3D内容的design pack，减少语言、时差和专业表达造成的摩擦。
5. 垂直模型首先要解决事实，而不是生成更流畅的回答
选品起点是索引全网碎片信息：类似商品、Amazon等平台的搜索与交易表现、评价、销量和定价区间，以及潜在margin。Web 2.0工具能提供数据，却很难同时保证足够宽、足够及时以及逐页读取后的准确性。
张阔把Accio额外投入概括为四类：数据准确性、有效的reinforcement learning、安全与可靠性、超长周期上下文。泓君指出通用模型的deep research能力已经很强，但这些B2B约束仍需要模型之外的大量工程和工具组合。
最critical的是商品真实价格和到手价：平台需从沟通上下文与合同中识别隐藏价格或额外费用，再扣入物流和关税。定价只差一点就可能决定商家利润，因此“市场最好的方案”不能建立在hallucination上。
Alibaba.com每天上百万次围绕设计与技术细节的沟通，加上26年积累和互联网索引工具，能为ideation到design pack提供信号。张阔谨慎地说，不能承诺100%准确，但若能“百分之九十或者九十九地接近facts”，就已明显优于无约束生成。
6. B2B强化学习的奖励来自交易闭环，而且反馈异常漫长
高stake任务要求先把链条里的每一步尽量做对。用户会持续反馈某个设计分支好不好、技术能否实现、margin是否成立；平台记录这条逻辑链，形成比单次点赞更细的过程监督。
张阔希望奖励的是“每个token能产生的价值更大”，而非漫无目的推理和搜索。若相同商业任务能以更短链条、更高完成率交付，单位token经济价值与系统效率才真正提升。
Alibaba.com的独特信号在结果端：idea最终是否成交、客户是否持续采购，还是尝试数次后发现“不work”。行业与用户越多，research、供应商匹配和执行工作流就越有机会沿闭环反馈校正。
对“每个行业是否需要不同强化学习方法”，张阔没有装作已有答案，只确认To B与To C差别很大。物流、关税、交货、使用和复购信号周期很长，因此团队在长上下文推理上投入更多；行业级差异尚无足够信息下结论。
7. 安全、回滚和记忆不是附属功能，而是B2B Agent的主体
B2B任务既“严肃”又昂贵，平台必须判断信息是否完整、每一步推理是否严谨，并分层保障数据安全。Agent访问企业内部系统时需要保护用户数据并进行沙箱隔离。
长链推理一旦出错，还要能够向前回滚，同时保持上下文连续。这里的可靠性不是把最终答案润色得更像真的，而是能定位错误节点、恢复状态并重新执行。
Accio最初是browser-based Agent；下一版Accio Work装在desktop上，把范围从设计和sourcing扩展至daily operation。前一段可能历时约一个月，商品销售、补货和售后则持续半年甚至一年，上下文因此近乎“无限长”。
记忆必须分层：当前对话进入即时推理，多模态设计资料建立索引，其他信息按需访问，客户反馈则沉淀到下一轮产品优化。不是把所有内容永久塞进窗口，而是知道何时取回哪类证据。
8. Accio Work要成为“一人企业”的全球经营后台
产品能力分三层：自有Agent负责research至sourcing；通用computer use与browser use帮助商家在Shopify等平台开店、发布和经营商品；HR、payroll、finance、tax则接入美国垂直产品，作为平台中的sub-agent。
张阔称中小企业中至少30%—40%可能是solo entrepreneur。设计商品花三四天尚可接受，但随后还要在多店铺和多社媒发布、回复customer feedback、管理库存与补货；这些重复运营工作才持续吞噬一人企业时间。
他的工作量拆分是，research到sourcing等前段可能只占日常工作的10%—20%，其余约80%是经营。Accio Work试图让多个Agent协作完成大部分后台任务，人只在关键节点提供标准和少量交互。
客户并非只有微商户：Walmart和Amazon也会在国际站采购包装等产品；客户结构从个体经营者、单店和连锁一路延伸至大型企业。核心服务对象仍是从真实问题出发、依靠全球供应链逐步成长的实体中小企业。
9. 中小企业要的不是Agent零件，而是开箱即用的结果
通用平台展示skills、hook、agent、connector和plugin，对技术人员意味着自由度，对美甲店、餐饮连锁或小型back office却意味着配置负担。泓君指出，很多未接触AI的实体经营者连搭起OpenClaw这一步都会卡住。
Agentic产品的变化在于，小企业可以直接输入自己的成功标准，让模型生成专属的产品定义、发布、营销和社媒工作流。过去通常只有规模或预算达到百万、千万美元级的大企业才可能有人专门定制，如今边际成本有机会显著下降。
因此张阔反复限定产品目标：“开箱即用”、解决critical问题、ROI处于合理范围。底层是否拥有最开放的架构并非客户购买理由，能否少配一次工具、少维护一个系统才是。
10. 收费会从坐席迁移到usage，但平台仍保留双轨收入
Accio的第一类收费是token-based：自有工具执行任务消耗token，接入的tax、HR、payroll与finance伙伴作为sub-agent也消耗同一额度。张阔仅以不确定口吻举例，可能设置约20美元/月的cap，也可能提供免费额度，用户再按usage提高plan。
这种方式被张阔视为相较传统per-seat更有潜力的下一代商业模型基础，价格最终仍需对应实际使用和产生的价值，而不是单纯按账号计费。
第二条轨道延续marketplace商业模式，包括广告、支付、物流等供需服务费用。Accio Work因此不是单纯订阅软件，而是usage收入与既有交易基础设施并行。
11. 生成式搜索压缩候选数量，也把广告推向强匹配
AI让用户用完整上下文表达参数、限制和目的，也可上传语音、照片、design pack或PDF。匹配不再只看标题和关键词，还会读取商品全部上下文、工厂能力、certificate、use case及供应商私有数据库。
张阔认为结果更好会提高query和交互频率；泓君的担忧则是，Accio已能根据需求匹配供应商并出现发邮件联系的环节，原来展示1,000个结果，现在只需5个，广告库存显然会减少。“这个理解肯定是对的”，张阔没有回避。
他的边界是，“display那种广告肯定没有什么太大意义”，未来以performance为主。五个结果中的广告必须本身足够精准，并明确标识广告身份、解释满足了哪些标准，不能把不相关卖家硬塞给买家。
张阔援引Google近期财报作为观察，称AI Overview或AI Mode同时提高了停留时长、query数和广告收入，因为更精准的点击减少广告主浪费；他也称Alibaba.com今年的搜索与广告是增长较快的两条轨道。
12. 30万亿美元市场足以容纳三种长期价值捕获
第一种是对设计、research和全球sourcing按usage收费。这里的竞争标准不是绝对token价格，而是“单位token的智力密度更高”以及每单位token创造的商业价值更大。
第二种是供需匹配。能生产相似产品的供应商可能有十家或一百家，卖家可以通过商品让利或performance广告争取更优质需求；只要匹配真实，这种商业模式就可能延续到Agent时代。
第三种是供应链服务。Alibaba.com的担保交易take rate约1—2个点，本质类似保险：争议发生后平台先判断、补偿，再向责任方追索；payment terms和物流也可沿用相似收费逻辑。
张阔给出的规模对比是全球B2B约30万亿美元，而Alibaba.com当前约700亿美元。其增长命题不是从存量客户多收一点，而是让更多中小企业进入全球交易，扩大平台scale并创造“增量GDP和增量价值”。
13. 数据飞轮与master agent定位构成Accio的护城河
阿里26年的平台积累带来每天上百万乃至上千万级的沟通、query与transaction信号；在此基础上，团队会进行模型的中期和后期训练，也会把一些数据注入早期训练。国内开源模型主要是Qwen，对海外用户则尽量采用各场景最合适的SOTA模型。
Agentic产品还有工作流飞轮：更多用户会留下哪些工具在何种情况下表现更好的记录，随后改善下一轮task选择与执行。张阔认为，这种垂直反馈比简单拥有通用模型更难复制。
但目标客户预算更少、对ROI更挑剔，这既是限制也是约束优势。系统必须持续压缩token，让“单位token的智力”和性价比优于服务高预算企业的产品。
A2A设想并非一个Agent垄断一切，而是高频master agent协调多个sub-agent。张阔承认Amazon在优化自身复杂后台上有vertical优势；他的信心限定在多平台经营、广泛产品设计和全球供应链，这些是Accio起步更早、投入更多know-how的方向。
14. 正确指标是客户价值和上线命中率，不是token与代码量
Accio首先看retention：用户是否持续回来做更多设计和采购。日常工具还需同时观察使用广度、每个垂直task的完成度、用户采纳率与持续使用，而非只看功能是否被调用。
经济指标则是单位token的智力、价值和性价比持续提高。张阔认为，总token量很可能不作为标准，因为那会诱导团队“多让你浪费点token”。
Alibaba.com原有愿景是“让跨境B to B就像online shopping一样简单”，但跨境交易实际可拆成28步，涉及国家、币种、付款先后、资金安全和交付。AI的价值是继续压缩这些步骤，而非把复杂性藏进一次不可验证的回答。
同理，代码量也不是AI工程成功指标：“你可以生成全世界最多的垃圾代码，不改变任何商业结果。”最终仍要回到产品是否被采用、商业结果是否发生非线性变化。
15. AI-native组织的真实压力测试，是新模型出现后的第一反应
招聘模型与infra人才时，学历不如paper、research或开源贡献重要，面试可以直接讨论原创工作；产品经理则要为未来3—6个月的模型能力设计产品。PRD、交互和工程角色也在融合，由更少的人对闭环结果负责。
泓君讲述了一次Anthropic波动约3小时的经历：她观察到硅谷工程师当时停止coding并产生panic。更成熟的结构是master agent管理写代码、读文档、code review和check-in等sub-agent，同时用沙箱与guardrail控制发布风险。
她和张阔讨论的量化公司采用了更激进的方式：researcher在Slack讨论模型改动，随后@Agent读取上下文、写Markdown文档、生成代码，有时人工看一眼，有时在灰度保障下直接commit。关键不是照搬流程，而是让Agent适应公司的工程与风险环境。
Alibaba.com过去四年每季度约产生300个idea，其中约150个能上线，最终约50个work；AI若把有效结果从50提高到100，就是100%增长，若到300则触达人类当前idea上限。张阔同时称今年EBIT大概到18%左右，并表示相比去年仍是快速增长，但强调这是许多环节“add up together”的结果。
最终诊断是“兴奋、焦虑还是没感觉”：兴奋说明新模型解锁了旧问题；焦虑说明产品虽建在模型上，却可能只是价值会被下一次迭代挤掉的wrapper；“最差的结果就是你没感觉”，如同高铁呼啸而过，组织仍在旁边开老爷车。
Nano Banana让商品图的尺寸与场景关系更易控制，computer use、browser use和长上下文则使daily operation终于可行，团队因此从春节起加班推进Accio Work。难点是Alibaba.com已有26年代码积累，甚至吴泳铭早期代码仍可能在库中；全系统AI native化需要逐步重写。