中国第一款面向用户研究的 AI Agent，用主持人的 AI"分身"提效百倍 出品｜虎嗅科技组 作者｜陈伊凡、李一飞 编辑｜苗正卿 头图｜视觉中国 "AI 原生 100" 是虎嗅科技组推出针对 AI 原生创新栏目，这是本系列的第「 39 」篇文章。 在《广告狂人》中，主人公唐• 德 雷珀 的每一句令人拍案叫绝的广告背后，都是对消费者的极致洞察。 现实世界，这类洞察基于冗长且大量的用户研究，抛开定量研究的部分，定性研究中包含了大量隐性知识 和人类经验，因此，在过去的几百年里，这个行业仍然保持最原始的运作方式，天花板明显，直到大模型 出现。 孙克强想改变的，就是这样一个老掉牙的行业。他是一家专注用户研究AI Agent产品开发的AI初创企业 Mizzen的创始人兼CEO。他想用AI，将用户研究的效率提升百倍。这也是中国第一款面向用户研究的AI Agent产品，是全球唯一一个将真人引入模型训练环节的产品。 与孙克强见面，是在Mizzen的第一代产品发布之后的一周。我们约了一次火锅，他兴奋地向我展示着用户 在小红书上自发的反馈，这么多"自来水"的好评，他始料未及。在和虎嗅交流之后，他还要见一位客户， 总之，业务是繁忙 ...

文章核心观点 - 2025年是人工智能（AI）发展关键一年，行业在技术突破、应用探索与商业化挑战中前行，DeepSeek崛起使中国成为全球AI重要领跑者，同时投资泡沫、安全伦理等深层次问题引发广泛讨论 [1] AI技术发展与竞争格局 - DeepSeek（深度求索）在2025年横空出世，撼动了全球AI竞争格局，中国成为全球AI领域重要领跑者 [1] - AI大模型在2025年快速迭代，技术狂飙的欣喜与投资泡沫的焦虑相伴而至 [1] - 深度学习的发展以及随之而来的“超级智能”引发了更多讨论 [1] AI商业化应用与挑战 - 多数企业面临将AI技术潜力转化为商业价值的难题，约三分之二的受访企业表示“尚未实现AI的规模化应用”，五分之三的受访企业认为“AI应用尚未对利润产生显著影响” [2] - “AI原生”成为2025年业界高频词，指以AI为核心驱动力重构企业业务流程、商业模式及产品，追求颠覆式创新，标志着产业从实验探索迈向实际应用阶段 [2][3] - AI强大的自编程能力能自主完成代码生成、错误修复等任务，极大提高软件开发效率，是当前大模型最具颠覆性的应用领域之一，催生了一批独角兽企业 [3] 具身智能发展前景与市场预测 - 2025年具身智能成为继生成式AI后的又一大热门，各国科技企业竞争日趋白热化，机器狗、人形机器人、无人工厂等场景走向现实 [4] - 摩根士丹利预测，到2050年全球人形机器人市场规模将达5万亿美元，机器人数量可能超过10亿，其中90%将用于工业和商业领域 [4] - 不少机构预测2026年将迎来具身智能大爆发，“智能体”将迎来商业化重要拐点，但技术愿景与市场现实间往往存在落差，发展前景判断需谨慎 [4] 具身智能的社会与经济影响 - 具身智能存在“近忧”，即对就业结构的冲击，AI替代部分岗位与催生新岗位的节奏不同，短期错配可能导致就业市场震荡并冲击社会收入分配结构 [5][6] - 具身智能存在“远虑”，即大规模商业化的瓶颈，人形机器人在技术路线、应用场景等方面仍处起步阶段，大量资本“跑步入场”已积累相当程度的泡沫风险 [6] AI领域投资热度与泡沫争议 - 2025年AI领域最具争议性话题是“投资泡沫”，乐观者认为巨资投入是为未来建设基础设施，悲观者质疑概念过热可能导致“非比寻常的经济衰退” [7] - 2025年底市场担忧情绪集中爆发，美股AI概念股波动加剧，甲骨文和博通等企业股价一度暴跌，多家投行和研究机构发出“过热警告” [7] - 世界经济论坛总裁指出，2025年AI领域投资额高达5000亿美元，但实际回报“至今尚未显现”，市场估值已明显偏离AI真实价值 [7] - 部分专家从历史长周期看，认为发展初期的“适度泡沫”有利于产业加快成熟，新技术早期会经历“生产率J曲线”，短期阵痛后经济潜力会逐步释放 [8] AI安全与伦理担忧 - 2025年多位科技界专家预测“超越人类智能水平”的超级智能时代即将到来，业界对“智能边界”问题担忧日甚 [9] - 研究表明当前AI大模型存在“根本性缺陷”，在处理复杂任务时会失效，缺少情感、道德等重要元素 [9] - 2025年10月，包括杰弗里·辛顿在内的超过800名科技专家及公众人物联名倡议，呼吁在达成“安全可控开发超级智能的广泛共识”前暂停开发超级智能 [10] - 生命未来研究所报告指出，主要AI公司的安全治理水平远未达到“值得信赖的全球标准”，企业缺乏足够完善的策略和方案 [10]

2025年AI行业发展核心观点 - 2025年是AI技术快速迭代、应用探索深化与投资情绪波动并存的一年，行业从实验探索迈向实际应用阶段，同时面临商业化价值转化、投资泡沫争议及安全边界等多重挑战 [1] AI技术商业化与“AI原生”趋势 - 多数企业仍处于实现AI价值的早期阶段，约三分之二受访企业尚未实现AI规模化应用，五分之三认为AI应用未对利润产生显著影响 [2] - “AI原生”成为业界高频词，其核心是以AI为基因重构企业业务流程、商业模式及产品，追求颠覆式创新而非附加功能升级 [2] - AI原生应用在全球兴起，例如AI原生手机和银行，AI角色从助手转向具备更强自主性，自编程能力极大提升软件开发效率，催生一批独角兽企业 [3] - 专家认为AI原生标志着产业从实验探索迈向实际应用，是AI成熟度的重要标尺 [3] 具身智能发展与市场前景 - 2025年具身智能成为继生成式AI后的热门领域，各国科技企业竞争白热化，机器狗、人形机器人等应用正走向现实 [4] - 人形机器人是具身智能最具代表性的形态，吸引众多初创公司及风险投资，不少机构预测2026年将迎来具身智能大爆发和商业化重要拐点 [4] - 摩根士丹利预测，到2050年全球人形机器人市场规模将达5万亿美元，机器人数量可能超过10亿，其中90%用于工业和商业领域 [4] - 具身智能发展存在“近忧”与“远虑”：近忧是对就业结构的短期冲击可能导致就业市场震荡和收入分配结构变化；远虑是技术路线和应用场景仍处起步阶段，大量资本涌入已积累泡沫风险，企业需做好“长跑”准备 [5][6] AI领域投资泡沫争议 - 2025年AI领域最具争议性话题是“投资泡沫”，乐观者认为巨资投入是为未来建设基础设施，悲观者质疑概念过热可能导致经济衰退 [6] - 2025年底市场担忧情绪集中爆发，美股AI概念股波动加剧，甲骨文和博通等企业股价一度暴跌，多家投行和研究机构发出“过热警告” [6] - 市场观点认为不确定的投资回报不足以支撑高估值，估值已明显偏离AI真实价值，例如2025年AI领域投资额高达5000亿美元，但实际回报尚未显现 [6] - 部分专家从历史周期出发，认为新技术早期“适度泡沫”有利于产业加快成熟，短期阵痛难免，长期经济潜力将逐步释放，即“生产率J曲线”效应 [7] AI技术安全与治理挑战 - 随着多位专家预测超级智能时代即将到来，业界对“智能边界”问题的担忧日益加剧 [8] - 当前AI大模型存在“根本性缺陷”，在复杂任务中会失效，缺少情感、道德等重要元素，图灵奖得主杨立昆不认同通过扩大现有技术规模实现通用智能 [8] - 2025年10月，包括“深度学习之父”杰弗里·辛顿在内的超过800名科技专家及公众人物联名倡议，呼吁在达成安全可控开发超级智能的广泛共识前暂停开发 [9] - 生命未来研究所报告指出，主要AI公司的安全治理水平远未达到值得信赖的全球标准，企业缺乏足够完善的策略和方案 [9]

文章核心观点 - 基于对70多位AI创业者的访谈，文章预测2026年将是AI应用大爆发之年，并总结了五大结构性趋势，这些趋势揭示了全球AI创业生态从技术驱动转向产品、市场和商业模式驱动的深刻变化 [8][40][45] 全球AI应用市场现状与创业生态 - 2025年中国AI应用月活(MAU)规模已突破5亿，年度增长率高达130.19%，海外市场MAU规模已达15亿，扩张更为迅猛 [5][42] - 国内首次出现两个MAU破亿的AI应用：豆包和DeepSeek，标志着应用形态走向大众化与成熟期 [5][42] - AI创业者明显年轻化，Z世代（1995-2009年出生）成为主力，更关注产品、用户和真实场景而非底层技术宏大叙事 [3][41] - 创业焦点从“谁能把模型做出来”转向应用如何建立壁垒，讨论关键词从“参数规模”变为用户增长、留存率、单位Token产出和真实付费能力 [5][43] - 组织形态形成新共识：倾向于用小团队并依靠AI放大人效，YC Demo Day上“不到50人跑出接近1亿美元ARR”的案例在国内语境下不再遥远 [7][45] 趋势一：海外正成为中国AI应用最热诞生地 - 全球ARR突破1亿美元的AI应用公司名单中，仅Manus是中国团队（注册于新加坡），其他公司如OpenAI（ARR 100亿美元）、Anthropic（ARR 70亿美元）等均注册于海外 [9][10][47][48] - Manus从2025年3月底商业化到12月ARR破1亿美元，用时不到九个月，随后被Meta以数十亿美元收购，成为中国团队出海并快速商业化的标杆案例 [9][40][47] - 资本市场期待不同：国内资本关注短期商业确定性（清晰付费场景、现金流）；海外资本更愿为非线性增长下注，关注全球化潜力、网络效应和平台型机会 [12][49] - 中国AI应用出海样本中，有11个月活破1000万，23个MAU破500万和59个MAU破100万的AI应用，表现远超国内运营的同类应用 [12][49] - 越来越多AI应用公司在成立首日就将注册地放在海外（如新加坡），假设真正能撑起市场天花板的市场不在国内 [13][50] 趋势二：抱团成为活下去的方式 - 硅谷AI应用并购进入白热化，标志性事件如Windsurf收购案（OpenAI曾计划以30亿美元收购，后Google DeepMind以约24亿美元方案挖走核心团队，Cognition收购剩余主体）及Meta收购Manus，2025年Meta共收购4家AI公司 [15][16][52] - 国内尚未出现出价数十亿美元专门收购AI应用公司的交易，有VC合伙人认为国内AI创业至少比美国慢了五年 [17][53] - 国内大厂以投资+生态协同方式入局，例如腾讯在2025年投资了Manus、Born和Genspark，覆盖Agent、C端陪伴与搜索等形态 [17][53] - 国内形成“合作而非收购”的特色路径，例如字节跳动与弋途科技的业务合作，腾讯与拓竹通过模型平台能力接入3D打印生态 [17][54] - 2026年趋势是AI应用公司与大厂抱团生长，在国内表现为投资、深度合作与平台化接入，以实现生态绑定与共赢 [19][56] 趋势三：增长策略变得越发重要 - AI创投圈充斥高增长故事，例如AI招聘公司Mercor估值飙到100亿美元，“医疗版ChatGPT”的OpenEvidence估值达120亿美元，AI编码公司Cursor估值达290亿美元 [20][58] - 投资人现在对初创公司有更高预期，需要其在短短几个月内爆发成长到一定规模，成长慢则易被市场冷落 [21][59] - AI时代的增长依赖创新与高频产品迭代，而非传统SaaS的转化漏洞和运营动作，例如Lovable通过极快发布速度和数十万用户的活跃社区实现用户“召回” [21][59] - 增长背后需要高PMF（产品-市场匹配）与业务支撑，Agent时代看重全链路端到端解决方案能否被行业迅速采纳 [22][59] - GEO（基于生成式AI的搜索营销）赛道已拥挤不堪，但增长大战刚开始，投资转向能提供创新性端到端垂类解决方案、帮助用户留在自家平台的公司 [23][60] 趋势四：ARR不再重要，Token消耗转化能力更关键 - ARR在AI时代可能成为虚幻假象，存在会计游戏（一次性预付款乘以12）、续费不确定性及订阅收入无法覆盖高昂推理成本等陷阱 [24][25][61][62] - 当前更关键的衡量指标是Token消耗量能否转化为实际营收，即利润率和用户留存率 [25][62] - Genspark是成功案例，它进入OpenAI的Top 30客户名单（该名单中超过30家公司Token消耗量突破1万亿），且其首月付费用户留存率达88%–92% [26][28][63][65] - HiggsField的月收入留存率为86%，其商业模式通过“积分制分层订阅+超额再购”及月底积分清零机制，将Token成本波动转化为稳定循环收入 [30][67] - 成功的AI应用商业模式体现为用更少的Token消耗获得更多营收 [30][67] 趋势五：传统行业正在通过“AI原生”被重做一遍 - 许多初创公司采用Palantir模式，通过帮企业做全栈式AI改造咨询项目来寻找PMF，做“重”以建立壁垒 [31][68] - 2025年是AI Agent爆发之年，趋势是做垂、做深、做厚，垂类AI是创业公司生存之道，要求创始团队可能比企业本身更懂业务 [32][69] - 语核科技案例：从制造业售前场景切入，帮助首个客户将销售转化率从5%提升至7%，2025年营收突破1000万元人民币，新增20多家客户 [35][72] - Kirana AI案例：为实体杂货店打造AI商店经理，与摄像头系统集成，实现盗窃检测、安全监控和缺货通知，创始人家族拥有百年杂货店经营经验 [36][73] - Mizzen AI案例：用AI用户研究主持人Agent改造百年历史的用户研究行业，将研究速度提升100倍，成本降至十分之一，实现高速并发生产 [38][75]

AI行业发展趋势与核心观点 - AI大模型发展将从基础设施向上层应用演进，基座大模型数量将收敛至个位数，但围绕千行百业将衍生丰富的垂域模型与应用，这是引发技术变革的关键[2] - 物理AI成为重要关注窗口，正加速推进具身智能、自动驾驶等领域演进，有望深刻改变未来社会运行方式[2] - 2025年被称为“Agent元年”，AI技术正从以“内容生成”为核心的Copilot辅助模式，向以“自主行动”为核心的Agent模式迈进，企业智能化目标从“效率提升”转向“业务重构”[9] - AI应用正告别“技术炫技”的初级阶段，迈入“价值落地”的关键时期，核心逻辑是从“实验室里的高精尖”转变为“产业中的实用工具”，从“单一技术赋能”升级为“全链条生态协同”[16] 物理AI的技术路线与竞争 - 物理AI存在两条核心路线竞争：世界模型与视觉语言模型（VLA）[3] - Sora等模型标志着AI正从“预测者”向“模拟者”进化，是从“数据驱动”到“模型仿真驱动”再到“物理对齐”和“通用模拟”的范式转移[3] - 当前Sora被视为“视觉模拟器”而非真正的“物理世界模型”，因其缺乏因果推理、反事实推演和物理一致性，常出现违背物理逻辑的“物理幻觉”[3][4] - 世界模型技术路线分化为“生成派”（如Sora、Marble）和“表征派”（如JEPA），生成派适合做数据工厂或仿真训练，表征派适合做决策大脑和实时推理[4] - VLA模型核心理念是将机器人控制转化为序列建模问题，价值在于零样本泛化能力，但缺乏因果推理且依赖训练数据覆盖度；世界模型主张先构建环境内部模型进行虚拟试错，样本效率远超VLA[5] - 产业界正呈现VLA与世界模型融合的趋势，例如利用VLA进行高层策略规划，利用世界模型进行底层动作验证[5] 世界模型面临的挑战与发展预测 - 世界模型赋能“数实融合”需解决三大难题：理解因果性并掌握第一性原理、构建解决物理一致性问题的模拟器、应对数据枯竭与长尾困境[6] - 世界模型旨在通过海量视频数据预训练，在神经网络内部构建隐式“物理引擎”，以在数字空间低成本试错和推演[6] - 自动驾驶等数据驱动型AI的下一阶段竞争本质是高质量合成数据的竞争，成熟的世界模型能生成现实中难以捕捉的极端工况数据[6] - 世界模型落地时间表预测：2024-2025年实现视觉仿真；2026-2027年实现物理对齐；2028-2030年有望实现通用具身智能[6] 网络架构向AI原生演进 - 网络架构正从“云原生”向“AI原生”演变，大模型时代流量特征转向分布式“同步计算”，带来“大象流”、丢包零容忍、微秒级时延敏感等特点，需要网络做到“万无一失”[7] - AI原生网络核心是极致的性能无损和算网协同，具备内生智能、确定性保障和算网一体等关键特征[7] - 应用层面，云原生应用以K8S为底座，AI原生应用以“大模型+Agent”为底座，两者将趋于融合成为云智一体原生应用[7] 中兴通讯的技术布局与产品 - 中兴通讯技术演进从2G时代硬件集成，发展到5G时代的芯片+整机+大模型的组装式研发范式，在技术、专利、标准方面从跟随转向引领[8] - 公司自研珠峰、定海、凌云等芯片，服务器、存储、数据中心交换机和数据中心等产品收入增速明显[8] - 公司提供全栈全域的智算解决方案，支持软硬解耦、模型解耦和训推解耦，聚焦工程能力工具化[8] - 针对智能体应用，中兴通讯推出“Co-Sight智能体工厂”，带有“CT级可靠性”基因，结合深度思考和反思、DAG和COA规划协同，支持分钟级智能体构建[11] - Co-Sight通过冲突感知元验证（CAMV）机制确保决策可信，采用基于结构化事实的可信推理（TRSF）支持超长任务的“断点续做”[11] - Co-Sight构建了严格的运行环境：受控沙箱、全链路审计、隐私保护[12] - Co-Sight 2.0在通用AI助手基准测试GAIA中连续三个月保持第一，在代表前沿知识的HLE评测中也连续两个月位居榜首[12] - 中兴通讯与中国移动合作，联合验证了“点金行动”的31个高价值场景，结合图谱检索、强推理以及电信级多智能体协议，助力自智网络向L4+迈进[12] - 公司采用“1（通用底座）+N（领域增强）+X（场景微调）”策略，结合RAG技术，兼顾能力与成本[16] Agent规模化落地的挑战 - 智能体从实验室原型走向企业核心生产系统的“最后一公里”充满挑战，在电信、金融、能源等高可靠性行业，需解决随机性模型与确定性业务之间的矛盾、确保长程任务稳定性、构建可信安全边界[10] - 核心业务中，AI“幻觉”是不可接受的风险，企业无法容忍“黑盒”在没有人类审核下做出关键决策[10] - 由于上下文窗口限制，处理跨天、跨周的复杂任务链时，模型易出现记忆丢失或逻辑断裂，导致Agent开发复杂度呈指数级增长[10] - Agent使用工具（执行代码、调用API、操作数据库）会带来安全风险，如沙箱逃逸、资源耗尽和数据泄露[10] - 企业现有IT环境复杂，存在接口标准化缺失、数据孤岛等问题，同时需平衡推理维护成本与投资回报率[10] 有望率先实现AI价值闭环的行业特征与方向 - 能率先实现AI价值规模化复制的行业关键特征：信息密集、数据结构化程度高、具备强反馈机制、价值闭环极快、有一定容错度、具备一定范围泛化能力[13] - 智能化转型基础是网络化和数字化，数字化转型较好的行业更容易进行智能化转型[14] - 具体产业中，教育、医疗、软件开发、智能制造、城市治理等可能率先完成价值闭环[14] - 制造业凭借高度结构化数据环境和明确效率指标，成为AI价值变现的“排头兵”；城市治理依托海量多模态数据和迫切公共安全需求，正通过“城市智能体”模式实现从被动响应到主动预防的跨越[14] - AI进入产业“深水区”意味着从外围辅助系统进入核心生产系统，将面临“三多”（多模态数据、多厂家设备、多业务场景）、“三新”（新技术、新架构、新安全威胁）、“三跨”（跨领域知识融合、跨系统数据调用、跨组织流程协同）的复杂局面[14] 行业AI模型部署路径 - 驱动各行各业融入AI的模型路径并非“二选一”，而应采用“云边协同”的混合路径[15] - “通用基础大模型+行业精调”是构建企业“大脑”的最有效路径，能以低成本继承通用逻辑能力，解决知识密集型任务[15] - 从零构建行业专属小模型是构建企业“四肢”的可行方案，在非自然语言、极致边缘和极致隐私场景下不可或缺，解决了感知与执行层面的效率、适配和安全问题[15] - 面对工业领域的振动波谱、雷达信号、基因序列等“非自然语言”数据，通用模型的先验知识可能成为噪音，需从零构建专用模型[15] - 在极致时延和功耗场景（如矿山无人驾驶卡车），推理时延需控制在毫秒级，训练一个参数量在几百万到几亿的专用小模型是唯一可行方案[16] - 在对数据隐私和主权有极致要求的场景（如金融），为确保模型无潜在偏见或后门，会选择完全物理隔离环境下的从零训练[16]

行业趋势：AI技术从云端向终端迁移 - 消费电子行业正经历深刻转变，厂商致力于赋予设备感知、行动及拟人交互能力，终端形态的边界正在被重新绘制 [2] - 机器人行业正从工业场景向消费级领域渗透，家用服务、陪伴、物流等场景逐渐成熟 [12] 公司产品：荣耀ROBOT PHONE的创新与定位 - 荣耀发布全球第一款手机机器人ROBOT PHONE，产品融合AI大脑、可动机械云台与影像系统，能自主转动、追踪、交互，被描述为“三位一体”的创新 [2][4] - ROBOT PHONE被定位为智能管家、情感搭子和AI开放生态入口，其理念是打造有温度、懂人心的“硅基伙伴”，演示了自动追焦、互动点头等能力 [14][16] - 该产品是公司从Magic8的“智能伙伴”向“有温度的智能生命体”理念演进的关键一步，旨在突破当前手机行业的固有局限性 [8][16] 公司技术：荣耀的AI技术演进与体系化能力 - 公司AI路径清晰，自2022年提出平台级AI战略，2024年开启手机“自动驾驶”时代，2025年落地MagicOS 10及其自进化AI系统 [6] - MagicOS 10驱动的荣耀Magic8搭载的YOYO智能体已能自动执行3000多个场景，实现从“人找服务”到“服务找人”的转变 [6] - 公司在端侧AI影像算法上具备实力，Magic8可实现暗光环境细节清晰、动态场景对焦精准 [7] - 公司的创新是系统性工程，“青海湖刀片电池”与“端侧AI换脸检测技术”双双入选《时代周刊》2025年“最佳发明”榜单 [10] 公司战略：生态布局与机器人领域拓展 - 公司已进军机器人产业，其研发的机器人跑步速度达到4m/s，并在IROS 2025“桃源”挑战赛中夺冠，显示出在运动控制、环境感知等核心技术上的储备 [12] - 公司试图以AI为核心，通过如HONOR AI Connect等平台，连接从家居到出行的更广阔生态，手机可能从生态中心演变为融入生态的能动节点 [14] - 在手机行业红海竞争下，公司认为必须通过创造全新形态的产品来竞争，其探索旨在抢占行业发展的先机 [16]

AI智能体的本质与核心价值 - AI智能体并非即插即用的功能模块，而是一场人机协同模式的深度再造，需要精准的场景定位、数据沉淀和反馈机制[2] - 智能体（Agent）的核心特征在于其自主性，能够联通环境并执行任务，最受期待的突破是其反思和自我进化的能力[5] - 智能体应用存在专业性与通用性的悖论，未来可能需要一个更泛化的通用智能体作为编排者和协调者，来调度众多专业Agent[5][7] AI智能体在企业中的实际应用场景 - 在游戏行业，AI可作为高智能NPC，提供个性化匹配和情感反馈，提升游戏内容延展性和玩家粘性，但不会显著改变行业竞争格局[3] - 应用AI为明星员工打造数字分身，整合其文档、聊天记录等数据训练成数字员工，可解答约70%的基础问题，释放员工创造力[18] - 在电商与消费领域，AI智能体用于模拟人或消费市场行为，旨在提升消费链条的决策效率，实现消费个性化和加速产业创新[4] - 开发“首席增长官”AI系统，将管理学方法论植入，帮助高管实时分析市场、跟踪对手，生成个性化战略建议，以提升企业创新上限[19] - AI能实现“数据平权”，让一线销售、区域经理等非专业数据人员也能直接调取和分析数据，获得决策依据[19] - AI可降低企业内部信息差，例如在活动复盘中，直接整合销售数据、客服反馈、社交媒体评论，生成客观报告，避免信息被层层“抹平”[20] - 应用AI进行全流程活动管理，自动制定促销计划并分解到各执行环节，生成六七十分的初稿供人优化，老板仅需两次确认即可得到80分以上方案[20] AI驱动的组织形态与工作模式变革 - AI的引入可能改变组织性质，在AI原生阶段，组织将以Agent为主、人为辅助，管理的核心资源将变为算力和数据，其次才是人[14] - AI能显著提升复杂产品开发效率，以往团队规模增大会导致效率降低（熵增），而AI可24小时不间断并行工作，可能使一两个人就能完成产品诉求[9] - 人类对复杂系统的认知有边界，而AI只要获得足够算力，可同时协调上万个Agent并行处理上千个具有复杂逻辑关联的任务[9] - 未来人力资源（HR）的定义将发生很大变化，因人才结构改变，基础层多为数字员工，HR的核心工作将转向关注人与Agent之间的协同问题[14] - 未来可能出现更多“一人公司”形态，即个人开发者依靠AI实现高额营收（如年营收几千万美金案例），但仍是少数[23] - 未来企业里，人的核心价值将聚焦于外联和洞察，以获取AI无法拿到的隐性数据，并做出AI做不了的战略判断，而AI将承担中后台的重复性高频次工作[22][23] AI时代对人才能力的要求与职业发展 - 未来的毕业生或职场人需要搞懂AI智能体的工作逻辑，这很可能成为企业最看重的核心能力[14] - 人才需要锻炼连接价值系统的能力，即站在企业核心层理解如何管理、分配和监督任务[13] - 真正的专家价值在于深度理解“为什么做”并定义问题，而非仅仅处理问题，其核心是与上下游或价值系统本身的连接及前瞻性设计[10] - AI原生一代（年轻一代）更具优势，因为他们不受人类过往经验限制，能更自由地探索AI的能力边界[15] - 需警惕员工过度依赖AI可能导致主动思考能力丧失的隐患，可通过激励机制（如记录员工对AI方案的优化贡献）来倒逼员工主动思考[20][21] 中美AI智能体应用的差异化路径 - 最核心差异在于付费意愿，北美企业和用户愿意为AI工具付费（如每月订阅19或29美金），而中国用户习惯免费服务，收费困难[25] - 人力成本差异显著，欧美人力成本高，AI替代人的价值感明显；中国人力成本相对较低，企业可能认为雇人比买AI系统更划算[25] - 中国作为制造业大国，AI对制造业赋能潜力巨大，但制造业成本敏感，不可能大量采购昂贵GPU，这将推动中国在算力效率上持续突破[25] - 当前大语言模型只是AI发展的0.1阶段，未来多模态、世界模型才是方向，对算力和存储的需求将是现在的十倍以上，未来5到10年芯片、能源、算力效率将面临全方位挑战和机遇[25] 对AI行业现状与创业机会的洞察 - AI行业存在泡沫，但泡沫并非坏事，它能吸引资本和人才进场，最终烧出真东西，没有泡沫的行业反而创业机会少[26] - 对创业者而言，泡沫期是最好机会，因为只有浪大时小公司才有机会冲到浪尖，在AI行业没有长期护城河的当下，“快”是唯一优势[26] - 技术变革期，大公司的转型速度和文化适配性至关重要，例如谷歌凭借技术积淀快速调整重获领先，而Meta则因文化和业务整合问题表现滞后[26] - 上一个时代的壁垒（如腾讯以人为本的网络效应）未必能在AI时代延续，但大公司可能后发制人[26]

AI原生企业的崛起与特征 - 全球涌现出一批“生而AI”的AI原生企业，其底层架构和运行逻辑完全建立在AI之上，产品与商业模式由AI深度驱动[1] - Anthropic创办于2021年，不到五年估值超过3000亿美元，在全球未上市创业公司中仅次于OpenAI、字节跳动和SpaceX[1] - 法律AI公司Harvey（2022年成立）已拿下全美1.5万家律所客户，年度经常性收入超过1亿美元，估值达80亿美元[1] - AI客服公司Sierra（2023年成立）仅用18个月估值达百亿美元，年度经常性收入逼近1亿美元[1] - 中国公司DeepSeek（2023年成立）以139名研发人员和不到600万美元训练成本，创造出媲美ChatGPT的大语言模型[1] 中国AI原生企业案例：与爱为舞 - 与爱为舞成立于2023年，于2025年2月上线真人级AI一对一导师“爱学”，覆盖语数外等多学科，用户规模已突破百万[2] - 相比于2016年创办、2023年才接入ChatGPT的Speak，与爱为舞用更短时间达到与之相当的估值，并将AI Tutor进化到真人级、多学科形态[2] - 公司从成立之初就以AI为底层运行逻辑设计组织、产品与服务，是少数拿到规模化验证结果的中国AI原生企业案例[3] AI原生组织的核心逻辑 - AI原生组织的分水岭在于围绕AI重写组织的运行逻辑，让AI与组织、个体、业务深度共生，打造人与AI共生的组织[5] - 核心逻辑是共生式人机协同：人与AI构成有机整体中两种不同但互补的智能形态，基于各自优势深度协作，实现“1+1>2”的系统能力跃升[6] - 目标是将人从繁琐执行中解放，回归创造与思考的本质，从事更具创造性和战略性的工作，从而放大人的价值[11] - 组织能力从堆砌人力，升级为构建和运营一个能够持续自我优化的智能系统[11] AI对核心岗位的重构 - 产品、研发、运营、设计、销售五个最核心岗位都被AI重构[6] - **产品岗位**：AI Agent进行需求调研，将数天周期压缩到分钟级；产品经理用自然语言直接生成可交互产品原型，仅需1-2小时；验证迭代被前置，在开发前消灭大部分逻辑漏洞[8] - **研发与设计**：研发工程师专注系统架构设计；设计师定义风格与标准，把控AI生成的创意与质量[11] - **运营岗位**：运营人员使用AI工具完成一条龙工作，3人小团队能完成过去20人团队的工作量[11] - **销售岗位**：销售职能从流程化服务变为优化销售策略与深度客户关系管理，部门从成本中心转变为持续产生数据智能的价值中心[11] - 整个人机协同工作流是紧密交织的闭环，部门墙被打通，数据和智能在组织内部自由流动[11] 数据驱动与系统进化 - 所有部门在一个共享的“数据池”中工作，基于跨岗位、跨流程的数据互通，组织所有单元无缝衔接，成为高效协同的智能有机体[13] - 销售AI与家长的沟通记录会实时沉淀到用户画像中；产品经理的AI工具分析这些数据快速迭代产品功能；设计师的AI依据学生认知偏好数据调整课件视觉风格[13] - 在数据飞轮效应驱动下，系统成为“活”的系统，每一次用户互动既是服务，也是一次学习和优化机会，海量用户行为数据持续反哺教学模型[16] - 系统教学策略、内容生成和交互体验得以持续迭代升级，服务质量不再随规模扩大而稀释，反而因数据积累变得更加优质和精准[16] 在教育场景中的规模化验证 - 与爱为舞选择高难度的“AI导师一对一”业务，直指教育中最难实现的个性化“因材施教”[14] - 公司打通“大模型+数字人+语音+工程”全栈技术，形成深度耦合系统[15] - 系统能够对用户形成持续深入认知，实现个性化教学：AI自动生成适合学生当前认知水平和兴趣偏好的练习题与讲解方式，并动态调整教学节奏[15] - 近一年来，AI原生系统在真实业务中跑出规模化结果：百万级“AI学习原住民”规模，稳定持续的使用时长，以及显著改善的学习效果指标[16] AI原生的行业意义与未来影响 - AI原生范式有机会“将服务业做成制造业”，让依赖人类专家经验和时间、难以规模化的高端服务业，具备标准化、自动化、高质量且低成本交付的潜力[19] - 随着大模型等底层技术日益普及，企业竞争壁垒正从“技术拥有”转向“系统能力”[20] - 未来的系统能力包含三个层次：数据飞轮与闭环进化能力、人机协同的组织基因、对复杂场景的深度理解与定义能力[20] - AI原生范式改变了竞争逻辑，由AI驱动的系统级能力跃迁，让后发企业能够以有限资源和时间投入撬动指数级能力跃迁，实现“换道超车”[21] - 与爱为舞的实践表明，AI原生所带来的最大杠杆效应，为中国科技企业的全球化崛起打开了一条新的通道[21]

文章核心观点 - AI技术正从云端向终端迁移，驱动消费电子行业深刻变革，终端形态的边界正在被重新绘制 [1] - 荣耀通过发布全球首款手机机器人ROBOT PHONE，展示了其在AI终端形态上的大胆创新，这不仅是产品突破，更是对手机行业红海竞争的一种破局尝试 [1][10] - 公司的创新是系统性工程，基于多年在端侧AI、软硬件及安全系统的技术沉淀，旨在重新定义人机关系，打造有温度的智能生命体，并构建更广阔的AI生态 [7][10] 荣耀的AI技术演进与产品路径 - 过去五年，公司持续投入端侧AI能力，致力于让手机从“执行指令”转向“主动服务” [3] - 2022年提出平台级AI战略，2024年开启手机“自动驾驶”时代，2025年关键节点是MagicOS 10及其自进化AI系统落地 [4] - 自进化AI原生手机荣耀Magic8搭载的YOYO智能体，能自动执行超过3000个场景，实现从“人找服务”到“服务找人”的转变 [4] - 通过“YOYO 许愿池”与用户深度共创，并通过MagicOS月月焕新计划快速落地用户需求 [4] - 荣耀Magic8的成功为ROBOT PHONE这类未来形态AI终端的开发奠定了基础，前者是后者的前身与生态种子 [5] ROBOT PHONE的产品特性与创新 - ROBOT PHONE被称为“全球第一款手机机器人”，融合了AI大脑、可动机械云台与影像系统，能自主转动、追踪、交互 [1][3] - 产品体现了“三位一体”的创新：AI思考、机器人行动、极致影像，对应终端智能进化的感知、行动与表达三个维度 [3] - 其定位超越传统手机，被赋予三重期待：智能管家、情感搭子、AI开放生态的入口 [10] - 产品演示了自动追焦、互动点头等能力，是打造“有温度的智能生命体”理念的雏形 [10] - 产品正式亮相定于2026年巴塞罗那世界移动通信大会 [10] 公司在机器人领域的布局与技术储备 - 公司已正式进军机器人产业，其研发的机器人跑步速度达到4米/秒，打破了行业纪录 [8] - 2025年10月，公司机器人项目在IROS 2025“桃源”挑战赛中夺冠，显示出在运动控制、环境感知等核心技术的储备 [8] - ROBOT PHONE是手机与机器人形态融合的一次大胆创新 [8] - 公司入局机器人领域，带有“中枢控制+AI赋能”的生态思路，试图将手机作为智能生活的调度中心 [7] 公司的系统性创新与行业认可 - 公司的创新是贯穿硬件、软件与安全系统的系统性工程 [7] - 公司的“青海湖刀片电池”与“端侧AI换脸检测技术”双双入选《时代周刊》2025年“最佳发明”榜单，是唯一斩获主榜两项大奖的中国品牌 [7] - 这种横跨多年、纵贯软硬件的体系化技术沉淀，为从“智能伙伴”到“有温度的智能生命体”的想象提供了坚实支撑 [7] 行业趋势与战略意义 - AI与终端深度融合，产品必须产生全新形态才能在当前红海市场竞争 [10] - 机器人行业正从工业场景向消费级领域渗透，家用服务、陪伴等场景逐渐成熟 [7] - 公司试图以AI为核心，通过如HONOR AI Connect这样的平台，连接从家居到出行的更广阔生态 [10] - 未来的科技竞争可能取决于谁能打造出更有温度、更懂人心的智能体 [10] - 公司的先行探索已抢占了行业发展的先机 [10]

行业趋势：AI技术从云端向终端迁移 - 消费电子行业正经历深刻转变，厂商致力于赋予设备感知、行动甚至拟人交互的能力，终端形态的边界正在被重新绘制 [1] - 机器人行业正从工业场景向消费级领域渗透，家用服务、陪伴、物流等场景逐渐成熟 [8] - 未来的科技竞争，将取决于谁能打造出更有温度、更懂人心的智能体，终端可能从工具转化为能提供伴随感与情感回馈的“硅基伙伴” [12] 公司战略：荣耀的AI与机器人生态布局 - 公司过去五年持续投入端侧AI能力，尝试让手机从“执行指令”转向“主动服务” [3] - 公司已进军机器人产业，其研发的机器人跑步速度达到4米/秒，打破了行业纪录，并在IROS 2025“桃源”挑战赛中夺冠 [8] - 公司试图以AI为核心，通过如HONOR AI Connect这样的平台，连接起从家居到出行的更广阔生态，手机可能成为生态中的一个能动节点 [10] 产品演进：从AI手机到手机机器人 - 公司发布了被称为“全球第一款手机机器人”的产品——荣耀ROBOT PHONE，它融合了AI大脑、可动机械云台与影像系统，能自主转动、追踪、交互 [1][3] - 荣耀ROBOT PHONE被定位为智能管家、情感搭子、AI开放生态的入口，超越了传统手机 [10] - 该产品演示了自动追焦、互动点头等能力，目前仍处于展示阶段，计划于2026年巴塞罗那世界移动通信大会正式亮相 [12] 技术积累：平台化AI与系统性创新 - 公司自2022年提出平台级AI战略，2024年开启手机“自动驾驶”时代，2025年落地MagicOS 10及其自进化AI系统 [4] - 该系统驱动的荣耀Magic8手机，其YOYO智能体已能自动执行3000多个场景，实现从“人找服务”到“服务找人”的转变 [4] - 公司的“青海湖刀片电池”与“端侧AI换脸检测技术”双双入选《时代周刊》2025年“最佳发明”榜单，创新是贯穿硬件、软件与安全系统的系统性工程 [7] 产品关联：Magic8与ROBOT PHONE的承继关系 - 荣耀Magic8是ROBOT PHONE的前身，是为未来AI终端生态埋下的种子，而ROBOT PHONE则是未来版的荣耀Magic8 [5] - 荣耀Magic8凭借端侧AI影像算法与全焦段镜头配置，在暗光环境与动态场景下展现出强大的影像实力 [5] - 正是Magic8的成功，让公司有信心打造像ROBOT PHONE这样更具未来形态的AI终端，以突破行业固有局限性 [5]