主题 先锋 趋势 方法 作者
返回

91.外滩大会实录:智能体经济的破晓时刻

·卫诗婕|漫谈 Light the Star

正在生成长图…

本篇主题 AI智能体加密支付与凭证结算 企业AI落地ROI与成本控制 企业级多Agent编排与落地架构 垂直Agent与互联协议标准 AI如何重构企业组织与流程
本篇先锋 余滨 边卓群

摘要

  • 蚂蚁数科把AI与区块链的交汇押在智能体经济的信任与交易底座上。 边卓群认为,Agent之间的小额、7×24小时交易需要可追踪、可审计的账本;余滨则强调,大模型处于“概率的一个世界”,需要增强底层数据与基础设施的可信性。主持人把这条延续多年的路线概括为:“这不是一个换轨的故事,而是一个加速的故事。”
  • 产业AI的关键转折,是企业从追问技术有没有价值,转向追问价值如何进入业务。 余滨认为,2025年春节的DeepSeek显著推动了这一变化;数科则在2024、2025年选择直接进入银行、保险、能源、医疗等复杂场景,承担更大的前期投入。“不入虎穴焉得虎子”,背后是先用真实业务反推模型与工程方法的路径。
  • “智能体超级工厂”承载的是从生产到运营数字员工的一整套体系。 行业与专业模型、几百个skills、智能体模板、几百个数字专家,以及考核、安全和运营机制共同组成交付内容。两套生产工艺分别服务于遵守SOP的流程与任务导向的执行,客户既可以制造Agent,也可以直接选择数字员工上岗。
  • 对“没有IM就难做Agent to B”的质疑,余滨把竞争焦点转向经营数据与生产数据。 他的理由是,AI可能改变组织本身,组织数据的优势不能直接等同于生产价值。边卓群进一步强调,金融、能源、医疗、零售的进入顺序来自已有行业积累;“用数据去读懂一个企业”,才是她给出的竞争依据。
  • 垂类智能体的长期竞争力,被边卓群定义为行业认知、数据与交付能力持续回流的过程。 面对主持人提出“大模型最终会吃掉一切”的挑战,她承认大模型公司也会“从大模型大脑长出手脚”,没有否认其进入行业的可能。她所强调的“护城河是动态的”,依赖企业在服务客户时继续获得能力与数据收益。
  • 两位嘉宾对智能体经济的临界点给出了不同尺度。 余滨从入口变化观察它,认为支付宝“阿宝”等与商家连接的智能体入口已让这一经济逐步显现;边卓群则把标准放在人是否被释放出来——“当我们在讨论AI的时候不焦虑了”,有时间讨论创造与美好生活,才算真正到来。
  • 数字员工进入实质业务,是两位嘉宾对下一阶段最明确的预期。 余滨相信“明年”会有更多数字员工承担生产经营工作,并认为AI可能开始成为经营报表的关键环节。边卓群对软硬件、具身与非具身、硅基与碳基协作的时间判断是:“可能就在接下去3个月或者是6个月里边。”

精读

1. 双轮战略的起点是内部练兵与行业积累

  • 卫诗婕在开场介绍,蚂蚁数科已走到第11个年头,过去6年连续位居国内区块链BaaS市场份额第一,近期也传出Pre-IPO融资消息。此次外滩大会圆桌的核心,是解释这家公司如何将原有区块链能力与AI to B结合,以及两条业务线如何共同面向智能体经济。

  • 边卓群回顾,蚂蚁在2021年将区块链代表的智能科技、金融云与移动科技代表的云科技,以及隐私计算与安全代表的安全科技合到一起,内部称为“三军会师”。蚂蚁集团是背后的“练兵场”,技术先在内部验证,再产品化输出;这种内外循环,让团队特别重视应用价值、稳定性与安全性。余滨则把蚂蚁数科的来源概括为蚂蚁集团21年的技术沉淀与市场实践:企业和行业客户带来的商业理解、数据,使技术能用于解决行业问题。

  • 边卓群回顾,蚂蚁集团讨论区块链已有约10年,团队约5年前已探索AIoT与区块链结合,让设备记录数据,使静态资产成为可流动、具有智能的资产;2023、2024年进一步讨论实物资产上链与通证化,如今延伸到Agent交互和支付。卫诗婕的归纳是:“不是一个换轨的故事,但是它是一个加速故事。”

2. DeepSeek推动价值落地,最难场景成为起手式

  • 余滨说,团队2022年已经实践产业AI,但2023年研究ChatGPT后,他觉得“百问百答”更多还是知识工具与交互层的产品。2024年前后,内部金融AI产品重构服务的实践,让他更明确地提出:AI不仅应是大语言模型,也应成为真正解决业务问题的“业务模型”。

  • 2025年春节的DeepSeek,是他眼中的第二个决定性时刻:企业不再要求先论证AI能否落地,而是直接讨论如何在自身业务里实现价值。市场从价值问询快速进入落地阶段;近期国际产品继续向医疗、金融深入,也让他对专业智能体、产业AI路线更加笃定。

  • 这条路线曾引发内部大讨论:先做客服、工具、文档,投入更小、更稳定,再等技术成熟;或者一开始进入银行、保险、能源、医疗等难场景。最终团队在2024、2025年选择后者,理由是“不入虎穴焉得虎子”——从业务中反推需要什么模型、工程方法,以及究竟要解决哪些问题。

  • 边卓群说双方“battle all the time”,争论集中在战术取舍。深入一家企业开发懂业务的Agent,需要大量时间、资金与人员;通用Agent则可能更快形成标准化商业闭环。先投哪个行业、先解决谁的问题,也必须随需求变化调整,但AI加区块链的双轮战略从未动摇。

3. Agent交易闭环的前提,是能够建立信任

  • 边卓群把问题具体化:当世界的参与者除了人,还有Agent,“交互跑在哪里?谁帮它记录?如何完成支付?”她明确认为,区块链能够承载小额、7×24小时、多点、可追踪及可审计的交易,并支撑人对人、人对机器、机器对机器之间的无缝交易。

  • 余滨从大模型的不确定性解释另一层需求:AI是“概率的一个世界”,因此要增强它所依赖的数据与底层infra的可信性。区块链与安全能力结合,是他日常用来加强AI基础设施的方式;这里首先要建设的是让参与者可以信赖的环境。

  • 卫诗婕追问,让Agent代办事务、代花钱,信任的“最后1公里”仍未闭环。余滨将其类比互联网时代的信任问题,并给出很强的判断:“如果没有办法解决信任问题,所谓的智能体经济可能就不复存在。”因此,区块链被放进其智能体产品架构的关键位置。

4. 智能体工厂把模型、工艺与数字员工装进同一体系

  • 余滨强调,企业做AI与个人找助手差别很大:模型要结合内部知识与数据,成为企业大脑,原有软件工程方法也要变化。“智能体工厂”是内部及客户实践的沉淀,底层包含行业与专业模型平台,向上衔接组件、知识、开发与生产方法,而非仅提供一个开发工具。

  • 工厂预置了几百个skills,包括MCP、各种collectors及知识集合,并沉淀两套生产工艺。一套像流水线,让AI遵循SOP完成特定流程,适合金融、制造等严谨场景;另一套是任务导向的“智能制造”,给定任务后由AI完成。两者对应企业不同的流程约束与执行需求。

  • 再往上是类似生产图纸的智能体模板,以及几百个各行各业的数字专家、数字员工,它们还可以组成专家团。客户既能通过工厂生产自己的智能体,也能直接选择所需的数字员工,让其进入企业生产经营环节;交付对象因此同时包含生产能力与可使用的员工。

  • 上岗之后,还要管理、考核和运营,所以体系继续包含安全、运营与工作台。余滨将工作台定义为专业智能体、数字员工对外交互的载体,并提到金融、医疗、零售等行业版本。“有材料、有生产工艺,有质量管控、风险管控”,是他用工厂作比喻的完整理由。

5. Agent to B的竞争焦点,被放在生产数据与行业理解上

  • 卫诗婕以腾讯Work Buddy、阿里千问办公,以及飞书与豆包的整合提出竞争问题,并转述“没有IM的,其实不能轻易地去做Agent to B”。余滨回应,IM看到组织数据,但AI可能让组织变得扁平;“一个企业最重要的应该是它的经营数据和生产数据”,价值要在生产流程中兑现。

  • 边卓群认为,市场足够大,AI时代个性化需求反而更强,“没有一款产品可以符合所有人的需求”。她将数科的切入依据放在多年数据与行业积累上:模型能力重要,但还需要懂客户、懂企业,才能把技术转化成用户体验与经营价值。

  • 金融优先,来自蚂蚁服务金融机构积累的经验;能源则是区块链很早进入的行业。边卓群用充电桩、储能柜、太阳能板举例:为设备加入AI能力,再让数据通过区块链上链。选择这些市场,首先是“做我们擅长的,做我们懂的”。

  • 医疗的依据是集团对“阿福”及相关业务的投入,通过医院、用户、医生等端口理解行业;零售则来自大规模用户服务经验。边卓群以“5亿、10亿”的用户规模作说明,强调零售服务要从找客户走向更精准地找客户,并提供客户真正想要的东西。

6. 大模型吞噬垂类的挑战,得到的是行业路线的回答

  • 卫诗婕的挑战是,通用智能正在吃掉原本专有的能力,垂类挖掘会不会最终被大模型公司覆盖?边卓群没有否认这种进入路径:“如果换成一个大模型公司,他们一样也会从大模型大脑长出手脚,去服务一个行业。”她的回答是“我们相信什么、做什么”,各家公司从自身禀赋出发创造价值。

  • 对技术领先的表述,她保留了限度:“有可能我们没有最hardcore的技术,但是我们有能力驾驭这个技术。”她随后区分壁垒与护城河:前者静态,后者持续流动。服务行业带来收益,也带来数据、能力与认知,企业再凭这些积累继续成长,构成她所说的动态竞争力。

  • 余滨则强调能力组合的独特性:数科既有从AI基础设施到智能体的全栈产品,也有十几年投入的区块链相关技术。前者支撑当前智能体建设,后者面向未来信任基础设施;他认为,数科也能支持未来智能体经济出现之后,信任社会、智能体社会所需要的基础设施。

7. 智能体经济的到来,既是入口变化,也是人的时间被释放

  • 余滨认为,智能体经济已经逐步显现。过去思考入口,往往想到小程序;如今要看智能体能否与其他AI端的入口融合、被使用。他以支付宝“阿宝”成为千万商家的新时代入口为例,认为新的入口正在形成,经济活动也会随之展开。

  • 边卓群给出另一把尺子:“当我们在讨论AI的时候不焦虑了,我觉得这个时代才会来。”标准化、高频工作交给AI员工,企业可以成为“超级Agent”;人和时间被释放之后,能够投入创造,并有余裕讨论什么是美好的、希望世界成为什么样子。

  • 面对两人互换岗位的假设,边卓群设想把自己的Agent给余滨,也由余滨把他的Agent租给她:“留下你的knowledge,留下你的emotion,留下你的skills就好了。”她认为,即使本人不在现场,也能通过调用对方的Agent获得支持;这代表她所想象的能量、价值与know-how互换,而非必须由本人完成全部工作。

8. 下一阶段的检验,是数字员工承担业务并进入经营结果

  • 开场时,卫诗婕援引“今年6月”全球互联网机器流量首次超过人类,以及蚂蚁集团CEO韩新义对智能体经济可能在6到12个月爆发的判断,为讨论设定紧迫背景。两位嘉宾最后的预测,则进一步落到企业内部岗位与协作方式的变化。

  • 余滨相信,“明年”会有越来越多数字专家、数字员工进入企业,承担实实在在的业务与生产经营工作。他对报表层面的变化说得更审慎:“从明年开始”,AI可能成为企业经营报表中非常关键的环节,企业也会更清楚地回答AI到底带来了哪些收益。

  • 边卓群预计,硅基与碳基员工会更好地协作,具身与非具身、软件与硬件进入融合过程;时间上是“可能就在接下去3个月或者是6个月里边”。她留给人的要求,是在融合中充分表达自己最聪明、最有emotion、最有审美的部分。