核心观点 - 未来营销不仅面向人，还需面向大模型，智能体如Manus可能成为每个人的桌面 [1] - 企业本质是超级Agent，一线员工是感知系统，管理层是认知系统 [1][5] - 国产AI领域将在4月迎来Agent发布潮，Manus已与通义千问达成合作 [1] - 大模型能力十倍速提升带来重大机遇，但幻觉问题仍是挑战 [2] - Agent分为供给侧代理和需求侧代理，Manus是成功案例 [3][4] 推理大模型带来的机会 - 大语言模型本质是函数，根据上文生成下文 [1] - DeepSeek-R1等模型推理能力提升10倍，创造新创业机会 [2] - 幻觉问题未解决反而带来机遇，可用企业独有数据解决 [2] - 大模型擅长处理非结构化数据，如社交媒体信息 [11] Agent的定义与分类 - Agent可译为"智能体"或"代理商"，需明确代理谁的利益 [3] - 供给侧代理：帮助客户更好使用现有软件 [3] - 需求侧代理：围绕客户需求连接资源，如Manus [4] - Manus成功连接各种工具，类似人类具备感知和行动能力 [5] 企业Agent的构建框架 感知系统 - 贝壳找房案例：工牌录音记录施工过程，数据脱敏分析后赋能一线 [8] - AI可强化感知，如Grok3利用X平台实时舆情数据 [10] - 大模型帮助交易员获取场外非结构化数据，提升感知能力指数级 [11] 认知系统 - 需聚焦高频高杠杆率决策，如用AI变革核心工种 [14] - 建议采用倒三角架构：客户在上，一线员工居中，管理层在下 [15] - 企业应建立自有模型保护数据，开源是更好选择 [15] - 倒三角结构解决两大问题：客户与员工互动、员工与管理层互动 [17] 行动系统 - 物理世界行动系统如宇树机器人，虚拟世界行动系统如API/RPA/Agent [18] - Manus展示Agent强大功能，企业需全员升级工具和分工 [19] - 企业应重构组织，思考员工在新工具中的角色定位 [19] 目标系统 - Agent需明确代理目标，形成感知-响应-行动闭环 [20] - AI可实现自我迭代，如思灵机器人自造自身 [20][21] - 企业需在目标前提下利用AI进行复盘，遵循人机持续迭代原则 [23] 战略建议 - 研发团队需升级，明确AI可替代的工作范围 [25] - 保护核心数据，面向大模型做营销而不仅面向人 [26] - 产品设计需考虑机器人操作场景 [26] - 建议有资源的企业训练自有模型 [26] - 未来战略需基于"智能无限提供"的假设 [27] - 工作分为对人/不对人两类，后者将减少 [27] - 人机交互不可替代，需重视客户情绪价值 [27]