“未来，不再只面向人去做营销，还要面向大模型做营销……因为将来Manus所代表的智能体可能会成为每个人的桌面。”

“ 今天 ，企业中的一线员工就是企业的眼睛和耳朵，以及手和脚，企业的管理层就是企业的大脑，整个 公司 其实是一个超级 Agent 。 ”

明略科技创始人、董事长兼 CEO 、混沌学园校友吴明辉老师在上周六的混沌创新大课上的发言让在场的同学们感到惊诧。

难道 AI 应用元年真的来了吗？

实际上，上个月就有可靠消息称 Manus 已与通义千问达成合作，双方将在国产模型和算力平台上实现 Manus 的功能。现在又有新消息称， 4 月，国产 AI 领域将迎来 Agent 发布潮。

吴明辉老师是北京大学人工智能专业在读博士，拥有 15 年的数字营销经验，他创立的明略科技聚焦 AI 智能应用产品以及自有营销场景大模型、营运场景大模型多年， 已经为 2000 多家国内外头部企业提供 AI 的 闭 环解决方案 。

以下为课程内容精华笔记：

授课老师： 吴明辉 明略科技创始人、董事长兼 CEO

---

‍ 推理大模型带来的机会

无论是 DeepSeek-V3 ，还是 OpenAI 的 GPT-4o ，我们都称它为大语言模型。大语言模型的本质其实是函数，你给他一段话的上文，它帮你编这段话的下文。

现在， 以DeepSeek-R1为代表的 大模型在推理方面的能力发生了十倍速的变化，对我们来说这是重大的机遇。

尽管 D eep S eek 的功能非常强大，但是很多公司都用不好， 用不好的第一个 原因 就是幻觉问题 。比如前几天，在 全球幻觉排行榜 上， DeepSeek 一度登上榜首。对我们来说， D eep S eek 们的 幻觉 问题越是解决不了，我们越能从中 找到 新的 创业机会 ，因为 你可以用自己的数据 和公司 独有的知识 去解决这个问题。

---

‍ 每个机会都是一个Agent

Manus 就是一 个 把握机会非常成功的案例。 Manus 到底解决 了 什么问题？ 这个问题先悬置。

我们先来探讨一个问题：什么是 Agent ？

对于计算机行业从业者， Agent 通常翻译为 智能体。 但看 DeepSeek 对于 Agent 的翻译，是“ 代理商 ”。我认为 在商业世界里， Agent 被翻译为代理商更为合适。

如果是代理商的意思，我们就要认真思考一个问题，它 到底代理谁的利益？ 是 卖方的利益，还是买方的利益。 Agent 有两 条 路 ， 都可以干，也都有很大的机会。一 条 路叫供给侧代理， 另一条路 叫需求侧代理。

什么 是 供给侧代理？ 举个例子， 每个公司 都有自己的 上一代软件 ， 上一代软件卖 的 不好 ， 最大的问题是客户不会用 ，解决方式就是让 AI 帮客户把原有的软件用 得 足够好 ，这 完全可以做到。

什么是需求侧代理？客户买什么都需要通过一个固定的方式，它围绕的是客户的某一类需求，然后去连接所有资源。举个例子， 所有的人都希望成为客户的全案代理 ， 个人消费者的全案代理 ， Manus 在抢 、 手机 厂商 也在抢 ， 这个赛道竞争很激烈 ，所以一定不能盲目入场。

Manus 在供给 侧 方面做得非常好，它把 各种工具都连起来了 。 实际上 在 Manus 出现之前， 美国已经有了一些 同类 Agent 。 Agent 就像人一样，它既有我们的眼睛、耳朵、手、脚，又有大脑和神经网络 ，只需要人类为它明确一些目标，它就可以开始工作了，这是它运营的几个必要条件。

今天 ，企业中的一线员工就是企业的眼睛和耳朵，以及手和脚，企业的管理层就是企业的大脑，整个 公司 其实是一个超级 Agent 。

---

‍ 如何把公司打造成为一个Agent？

其实任何一家公司都可以拆解为四部分：感知系统、认知系统、行动系统、目标。打造企业的 Agent ，就是基于这四部分。

感知系统

感知系统 是企业的 眼睛和耳朵 。企业众多员工，每天 都在市场上跟客户打交道， 站在企业的角度考虑，企业的眼睛绝不能只考虑老板一个人的，而是要全方位开打，要倾听这些 来自一线员工 “重要耳朵和眼睛”的声音，这一点，贝壳找房的案例值得学习。

贝壳找房 是 中国最大的互联网房地产经纪公司 ， 这家公司跟传统的地产经纪公司完全不一样 ， 它是一个互联网公司 ，同时，它也是 中国最大的装修公司。 装修是比买房子还要糟心的一件事，但是 贝壳做了一个非常重要的动作 ，让管理千军万马这件事变得简单许多。

贝壳给每一个工长胸前佩戴了工牌 ， 这个工牌其实是个录音笔， 它可以记录工长每天在装修现场的实际情况， 更重要的一点 ，它可以如实记录工长是否按照 公司标准的 SOP 进行操作，是否 认真负责 地 检查每一个环节 ，如何应对客户的各类投诉。 工牌 所带回来的数据还要进行分析， 后台管理系统自动执行脱敏、语音转写、语音识别等操作，实现线下沟通过程在线化。 这些信息非常宝贵，很多门店都苦于缺少有效的销售话术，但如果通过智能会话分析销冠的话语，赋能一线员工，每个人都可以成长为销冠，这种方式非常有效。

许多企业在开会时会 先听一段客户录音 ，现在更加方便，可以使用 AI 进行总结，但需要 基于 企业体现自己管理意图 的 prompt 进行总结，总结出来的就是具有高反馈价值的 消费者声音 。 不管有门店的 和 没门店 ，都需要倾听 消费者的声音 ，这是一个公司最重要的核心能力。

AI 可以强化企业的感知系统。举个例子，作为 AI 大模型的用户，你会选择 Grok3 还是 DeepSeek ？ 从模型能力上来讲 ，两者是一样的，但是 Grok3 比 DeepSeek 多了一个核心能力， X （原名 Twitter ， Grok3 的开发公司是 XAI ，二者的实控人都是马斯克） 上面有全世界的舆情数据，而且是实时的数据。这种系统相当于一个实时的数据系统， 即 全世界最聪明 的 大脑 在帮你进行运算。

许多华尔街和香港做 股票交易 的人都在使用大模型，他们以前是用 股市上的场内交易数据 进行 量化分析 ， 但是像 D eepSeek 这种 大 模型可以帮助这些股票交易员去找场外的数据， 包括 社交媒体上 的 这些数据 。以前 社交媒体上 的数据是非结构化的 ，文字、图片、视频 都 算不了，但 是今天的大模型非常 擅长处理这 些 非结构化的数据 。 当 大 模型把这些数据引进来 ， 从量化交易的角度来讲， 交易人的感知能力的提升是 指数级 的 。

认知系统

首先一个灵魂拷问，到底 应该拿 公司里面的什么决策去做推理？到底应该用 AI 干什么？ 这其实取决于一家公司的认知系统。

混沌 正 在 做 入企 的 探索流 ，探讨公司遇到的卡点。如何找到一家公司的卡点？可以从高频出现的关键词着手。哪些关键词我们经常会讨论 ？ 企业 每天高频的行为是什么？ 哪些是客 户最认可的 ？ 你经常说的那句话是什么？一个企业里面最有价值的 ，或者 杠杆率最高 的那件事， 你 最 应该用 A I 给它打造好 对不对 ？ 英特尔前 CEO 格鲁夫说过， 一个企业的杠杆率 是否高，体现的是 CEO 和管理层 的决策是否正确。

什么叫高频？ 我们可以把 公司里所有的工种拉出来 ，比如我们 公司是 做 T o B 的软件和数据分析 的， 最大的两个工种就是软件研发人员 和 数据分析师 。但是伴随 AI 的出现，很多人面临的是转岗问题， 数据分析师将来 可能需要 去做销售 ， 给客户提供服务，帮他 们 做咨询等等。 所以， 怎么用 AI 去变革 企业 最大的工种 ， 这是第一个要讨论的问题。

第二个要讨论 的 问题是高杠杆 率。 今天 只需 通过一个很简单的技术， 企业家就可以快速将周报和例会里面的重要信息 检索出来 ， 这就是一个企业里面最重要的杠杆率。

所以，高杠杆率往往取决于 管理层的决策 ， 而这个决策一定要基于一线的真实信息去做。今天 的 大模型 拥有 特别强大的阅读理解能力、推理能力， 它 可以帮你去解决这个问题。但最 重要的是 ，你 得 把 公司数据 准备好给 它。如果公司有能力， 当然 要 做自己的模型，今天其实是基于开源才能做 这件事， 如果 是 基于闭源，你的 数据都 给到别人了， 将来别人分分钟就会将你打垮。

所以 DeepSeek 是给了我们所有的创新者、创业者一次巨大的机会， 我们 可以训练自己的模型。 虽然 要花一些 IT 的成本，但是能保护你自己的企业的创新。

回到认知这个环节，企业如果想 打造 自己的 Agent ， 就 要把组织架构图倒过来 ， 把 C E O 放到下面去 ，把 一线员工放到顶上， 最 上面 是 放客户 ，要把客户供起来。

倒三角的认知结构，可以解决企业的 两大问题 。 第一大问题，什么是最高频的 问题 ？ 客户和一线员工的互动。第二大问题，什么是 最高杠杆的 问题？一线员工和管理层的互动。如果可以把这种互动的过程记录下来，积攒下数据，再基于 AI 进行决策，就能达到非常好的效果。

行动系统

今年春晚上出现的宇树机器人，是物理世界的行动系统，主要针对制造业乃至餐饮业。那么对于 我们 ，比如知识密集型行业，虚 拟世界 的 行动系统是 什么 ？是 AI ， 可以做的是 API （应用程序编程接口）、是 RPA （机器人流程自动化）， 是 Agent 。

举个例子， API 对于 广告 投放十分 重要 ， 大脑想 出来的广告 要调 用 API 投放出去。 字节 、 腾讯 、 阿里都给大家提供了 M arketing API ， 上一代有很多 RPA 公司帮大家去连这些东西 ，在 未来 将 是 Agent 帮大家 做这件事。

从本质来讲， Manus 就是更为复杂的 Agent 。 Manus 现在的功能非常强大，只要我们给它一个 命令 ，它就可以按照指令进行操作。 从这个角度来讲，给我们创业者的 tips 是什么？要升级 ！ 整个公司都要升级。首先要升级公司， 升级日常使用的工具。 将来企业里面应该人手一个 Manus 才对， 且未来 Manus 的价格应该也 不会很贵。 同时，企业从 CEO 到 中层管理干部到一线员工，每一个 人 都要升级 ， 要把组织当成一个 Agent 。 这个 Agent 是什么？就是组织的大模型把所有的工具调动起来 ，每个人要思考自己在其中扮演的角色， 会不会用新一代的工具 ，是否要重新分工，这 才是组织老板要重新思考的问题 ，而不是简单地说每个人会使用 Manus 就可以了，组织一定要重构，一定要升级。

目标

对于 一个公司来讲 ， 最重要的 就 是目标 。 一个 Agent 最重要的也是目标 ， 你要知道你要代理谁的需求， 然后 想尽一切办法满足他 们的需求，形成 闭环。

有一个概念叫感知响应行动的闭环 ， 这个闭环是控制论的理论。人在这个闭环里面的时候，他 的 整个速度都很慢。 解决方法有两个，一是让人在闭环之外，二是让身处闭环的人 迭代效率变得更快 。《奇点临近》重点讲了一个观点， AI 可以自己造自己 。有 一家机器人公司叫思灵科技， 它就可以 自己造自己。 像 Manus 这样的产品，如果 它 掌握了客户的第一手需求， 它 发现今天 的 需求 用现在的流程走不好，就应该自己上网寻找最新 升级的 大 模型 。如果没有新的模型，自己也要记录下来，便于自己日后的升级。 AI 自己迭代自己的组件，自己写自己代码，自己发现问题 、 自我反思 、自行解决。

其实每个企业都应该有自己的复盘， 这个 过程中， AI 也可以起 到 作用 ，但是一定要在 一个目标的前提下 。赫伯特 ·西蒙曾经写过一本书《 管理决策新科学 》，里面一个重点观点就是 “ 在不同的时间点上，人机分工的持续迭代 ”。直 到今天这本书仍然适用。

在几十年前，人工智能 尚未发达的时候，赫伯特 ·西蒙为什么要写这本书？那时电脑刚刚在企业中得到应用， 很多人担心 自己会失业，这本书就应运而生了。机器很厉害，可以探索一些事，人也同样可以做一些事， 这中间是有一些分工的， 而且它 是持续迭代的。

---

‍ 给创始人和创新者的一些战略建议

最后，给所有混沌同学一些面向 AGI 时代的战略准备 tips ：

1. 企业家 、 创始人，面向 AI 时代 ，有很多事情要做。 要升级自己的研发团队，并不只是换人 。 企业家创始人 要同做代码的员工讲清楚一件事， 你现在干的活 AI 都能干 ，然后让他们琢磨到底应该做什么，要让大家有自行升级的能力。

2. 要 保护好自己的核心数据 。

3. 要 面向大模型去做营销 ，千万不能 只想面向人去做营销 。 举个例子，我们公司每天都有 DeepSeek 订单 。 什么 是 DeepSeek 订单？我们 公司的 市场部 每天会对来官网留言的客户进行回访，问大家通过哪种渠道知道我们的。最近我们发现越来越多的客户是通过 DeepSeek 知道的我们，可能很多人会问 DeepSeek ，说营销数据分析推荐哪家企业？然后 DeepSeek 推荐了我们。试想一下， 将来 大模型 可能 会 成为每个人的桌面，每个人都用它， 我们不可能不和大模型链接，那么来自大模型的推荐就会尤其重要。

4. 要面向机器人做产品设计。 前段时间 我同一位做 空气净化器的企业家 聊天，他提出一个思考的问题，将来每家的产品不一定都是由人去按钮的，可能是机器人，可能是智能家电，如果还需要人去操控，产品设计就会过时， 这些都是我们要面向那个时间点提前思考的问题。

5. 同时， 如果有资源的话，建议大家还是要 训练属于 自己的模型。

最后的最后，送给大家三句话：

一 . 我们未来的战略一定要建立在 “ 智能是无限提供的 ” 这个技术假设上， 然后再去想你的企业核心价值是什么。一定要基于此去做你的底层原理。

二 . 企业里面的工种要重新分配 。 所有的工作分为两类，一类是面对人的，一类是不面对人的 ， 不面对人的工作 只 会越来越少 。所以你一定要定位好，否则就会被淘汰。

三. 人与人的交互不会 被 机器 取代，面对客户的事儿还是要多干 ，即使不能当下解决，也要为客户提供好情绪价值。

如果有同学想要跟明略有更多合作，可以扫下面的二维码，明略市场部同学会给大家做好服务。

吴明辉老师课程中有很多企业级应用视频展示，欢迎点击下图，观看完整课程