文章核心观点 - 零一万物发布《中国企业智能体2026六大预判》，认为企业智能体正从“单点工具”进化为“智能管理系统”，多智能体架构将重构企业组织形式，推动AI从“单点提效”转向“全局优化”[2][4] - 公司基于与行业头部客户的实践，预判到2026年，企业多智能体将实现规模化“上岗”，竞争焦点将从“招多少人”转向“指挥多少硅基军团”[11] - 公司正式升级“万智”平台至2.5版，以企业级多智能体为核心应用，并采用“代码先行、模型驱动”的硬核架构及FDE（前置工程师）等新模式，旨在缩小与客户的理解落差，实现高效交付[14] 企业智能体2026年六大预判 - **预判一：智能体从“一人一工具”进阶“一人一团队”** - 多智能体推动企业组织的系统性智能化，将顶尖人才能力拆解、重构并封装成可复用的能力模块，实现高效复制与24小时运转[5] - 智能体团队具备“弹性超能力”，业务高峰期自动扩容，让中小企业获得与巨头竞争的“不对称优势”[5] - 企业应通过多智能体实现业务能力的“软件化”与“服务化”（CaaS，能力即服务）[5] - **预判二：多智能体需具备TAB三要素** - 下一代企业的竞争优势取决于将业务能力转化为数字资产的速度[6] - 多智能体必须具备TAB三要素：AI Team（团队作战），实现1人指挥1支智能体团队，突破“人才瓶颈”，实现“能力软件化”[6] - 多智能体将企业核心能力解构成可自由拼装的能力模块[7] - **预判三：中国将成为全球多智能体落地的“超级引擎”** - 中国拥有全球最完整的产业链、领先的开源模型、超大规模市场及丰富的复杂业务场景，为多智能体提供天然试验田[8] - 中国在开源大模型领域的全球领先地位，降低了AI应用门槛，推动技术普惠和生态共建[8] - 中国有望实现从“世界工厂”到“智能体工厂”的跃迁，企业需要深度结合行业知识的“业务级智能体”[8] - **预判四：“一把手工程”是赢取AI红利的关键路径** - 企业AI转型是企业战略与组织架构的系统性重构，需避免“局部优化工程”制造新的“数据孤岛”[9] - 需要具备“技术信仰型领导力”的一把手，以全局价值导向克服既得利益，推动AI变革[9] - “一把手工程”模式价值已得到验证，FDE（前置工程师）成为承接该工程的关键，是既懂代码又懂业务的复合型人才[9] - **预判五：智能体反哺推动企业数字基建“自主进化”** - 智能体不仅是数字化的“消费者”，更是企业数据与知识体系的“建设者”[10] - 通过自动标注、数据清洗、行为反馈等机制，智能体能在运行中持续丰富企业知识库、优化决策模型，形成“数据飞轮”和未来企业“记忆库”[10] - **预判六：2026年将成为企业多智能体规模化“上岗元年”** - 2026年，企业竞争焦点将从“招多少人”转向“指挥多少硅基军团”[11] - 多智能体将率先在数据基础完善、业务流程复杂、协同要求高的领域实现规模化部署[11] - “智能体运营师”将成为企业新兴关键岗位，人类员工的核心竞争力转向决策力，“复合型员工”成为人机协同核心[11] - 企业核心竞争力体现在三方面：早（尽早引入）、快（选用最先进Agent）和有闭环数据（利用自身数据持续训练）[11] 零一万物产品战略与模式 - **万智2.5平台升级** - 万智企业大模型一站式平台升级至2.5版，企业级多智能体成为平台核心应用，好比Office之于Windows系统[14] - 针对企业动态、开放场景的难点，采用“代码先行、模型驱动”的硬核架构，通过MCP协议和安全沙箱确保执行切合真实生产场景及工业级稳定性[14] - **差异化商业模式** - 公司团队不再沿用大厂销售标准化产品的模式，而是基于客户需求进行梳理和设计，转化为产品原型，再以类似FDE模式高效推进，交付演示版本或PoC，持续缩小与客户的理解落差[14] - 大厂在承接定制化或智能体项目时因理解落差导致持续亏损，而公司探索的新模式旨在降低交付成本、缩减沟通差距并寻求可行盈利路径[15] - **技术实现路径：“三位一体”与“三步走”** - 企业级多智能体的实现依托于“基模-框架-应用”三位一体的整合[16] - 底层：开源基座模型、行业垂类模型及模型训练方法论[17] - 中间：企业级多智能体技术框架，将模型封装为角色化、工具化、可协同的Agent团队[17] - 顶层：面向行业的“超级员工”与解决方案，直接对接业务部门并承担KPI[17] - 为企业规划多智能体进化“三步走”布局[15][16] 1. 确立“一把手工程”下的全局策略，将多智能体表现与核心KPI深度绑定，切入高频、复杂、多部门协作的核心业务链路[15] 2. 引入FDE模式跨越组织鸿沟，防范系统性熵增，通过精细化管理紧盯准确率、响应延迟与Token效能，避免“内耗型架构”[16] 3. 通过协同进化跨越技术鸿沟，拥抱开源多模型混合架构，夯实目标规划、系统调用、安全审计、多模型协同四大核心能力，构建稳固的三层架构[16] 对企业级智能体（Agent）的认知与展望 - **模型与Agent的区别** - 长期看可能实现“模型即应用”或“模型即Agent”，但短中期模型和应用仍有较大差别[18] - 针对企业场景，模型只是Agent的“大脑”，大脑之外至少还缺四样关键东西[18] 1. 安全、可控、合规，基于特定的企业记忆了解企业专属边界[18] 2. 工具和系统的能力，保证跨系统调用的准确率和效率[18] 3. 智能体需具备目标和任务规划能力，理解企业KPI并拆解成目标任务，在执行中动态调整[19] 4. 多模型、多角色的协同，根据任务选择最适合场景的模型，并在多智能体间实现分工协同与互相校对[19] - **行业价值判断** - AI Agent的颠覆性价值在于行业重构，重点将从降本转向增效[20]

核心观点 - 企业级多智能体（Multi-Agent）正推动企业组织形态发生“奇点式”变革，从“人才依赖”转向“能力软件化”，以AI重构组织结构和生产价值链 [1][2] - 零一万物发布《中国企业智能体2026六大预判》及“万智2.5企业多智能体”平台，提出经过实战验证的企业级智能体落地方案 [1][7] - 到2026年，企业多智能体将进入规模化“上岗元年”，企业竞争焦点将从“招多少人”转向“指挥多少硅基军团” [20] 行业趋势与市场前景 - IDC报告显示，价值6500亿美元的企业级应用软件市场即将被AI智能体颠覆 [1] - 预计到2031年，客服中心、销售团队和营销类应用的AI智能体渗透率将接近100% [1] - IDC预测，中国企业级智能体应用的市场规模在2028年保守估计将达270亿美元以上 [1] - 中国拥有全球最完整的产业链、领先的开源模型、超大规模市场及丰富的复杂业务场景，将成为全球多智能体落地的“超级引擎” [12] - 中国在开源大模型领域全球领先，推动技术普惠和生态共建，有望实现从“世界工厂”到“智能体工厂”的跃迁 [12] 技术演进与核心能力 - AI Agent（智能体）的演进经历了L1、L2、L3三个阶段：从“工作流Agent”到“推理Agent”，再到“Multi-Agent多智能体” [6] - 多智能体的亮点在于“基于目标的智能协作与结果交付”，让多个Agent像真实团队一样分工协作、相互检查 [7] - 多智能体架构的本质是重构企业组织形式，让AI从“单点提效”转向“全局优化” [7] - 零一万物提出多智能体需具备TAB三要素：团队作战（Team）、业务裂变（Auto-pilot）与商业重构（Business） [8][9] - 智能体可将企业核心能力解构成可组合的能力模块，像乐高积木一样自由拼装，实现业务能力的模块化输出 [10] 应用场景与价值体现 - 在“平替市场部”场景中，用户输入一个Prompt，“市场总监Agent”便自动上线，拆解任务并组建视觉设计、营销经理等子智能体团队，未来一名员工就能指挥一个完整的“虚拟市场部” [2] - 在“平替HR”场景中，多智能体展现了对非结构化需求的深度处理能力，覆盖从职位发布、简历初筛到面试助理的全流程 [2] - 多智能体实现了从“一人一工具”到“一人一团队”的跨越，通过一个主智能体对任务进行规划拆解、调度多个专业智能体协作完成复杂流程 [7] - 智能体可以将顶尖人才的能力进行拆解、重构并封装成可复用的能力模块，实现24小时运转，在毫秒级时间内部署到全球任意分支机构 [8] - 零一万物大模型ToB解决方案已在政务、金融、工业（电力和制造业）、办公、销售等5大行业落地 [12] 企业转型与实施路径 - 企业AI数智化转型必须是“一把手工程”，由企业高层牵头，跨部门协同，共同制定转型战略 [3][14] - 单点突破仅是开始，局限于“局部优化工程”会制造新的“数据孤岛”，需要AI科技公司与企业的深度共创以实现全局突破 [14] - 企业多智能体进化需遵循“三步走”布局：确立“一把手工程”下的全局策略；引入FDE（前置工程师）模式跨越组织鸿沟；通过协同进化跨越技术鸿沟 [25][27][29] - FDE（Forward Deployed Engineer）是承接一把手工程的关键，是既懂代码又懂业务的技术管理复合型人才 [14] - 地方政府在产业智能化转型中扮演重要“领航角色”，其主导的基础设施数智化改造能形成强大牵引效应，驱动整个地方产业升级 [15] 平台与产品升级 - 零一万物正式升级“万智企业大模型一站式平台”至2.5版，企业级多智能体成为平台核心应用 [22] - 万智2.5采用“代码先行、模型驱动”的硬核架构，通过MCP协议和安全沙箱环境，确保执行时切合企业真实生产场景且实现工业级稳定性 [22] - 万智2.5在企业场景中存在三层价值升级：能力升级（从“1人1工具”到“1人1团队”）、效果升级（过程结果“可审计、可追溯、持续进化”）、业务升级（像搭乐高一样快速拼装复用智能体模块） [22] - 企业级多智能体的实现依托于基模-框架-应用“三位一体”的整合：底层是模型、中间是技术框架、顶层是面向行业的“超级员工”与解决方案 [23] - 零一万物基于万智2.5开放平台，助力企业将AI转变为能够持续产生复利、驱动商业模式创新的核心资产 [31] 智能体进化与数据驱动 - 智能体不仅是数字化的“消费者”，更是企业数据与知识体系的“建设者”，通过自动标注、数据清洗等机制形成“数据飞轮”和“记忆库” [17] - 基于定制模型，企业级多智能体可从业务反馈中收集高质量对齐数据集，推动智能体自身进化，将碎片化业务经验炼成“数字黄金” [18] - 零一万物通过继续预训练与后训练，实现“从通用模型到行业模型，再到企业模型”的高效跃迁 [17] - 企业的核心竞争力将体现在三方面：早（尽早引入）、快（选用最先进 Agent）和有闭环数据（利用自身数据持续训练） [20] - 2026年，“智能体运营师”将成为企业新兴关键岗位，负责智能体的部署、训练、评估与优化 [20]

公司核心人事调整 - 零一万物管理团队进行关键调整，原百度智能云中国区副总经理沈鹏飞以联合创始人身份加入，统筹国内ToB与ToG业务拓展与销售体系[1] - 早期核心成员赵斌强与宁宁晋升为副总裁，赵斌强聚焦模型平台技术，宁宁负责国际业务[1] - 此次高层调整旨在推动公司“一把手工程”在全球范围的深化，剑指商业化落地[1] 新任高管背景 - 沈鹏飞拥有超过26年IT及互联网行业经验，在百度ToB与ToG领域深耕8年，曾担任百度智能云中国区副总经理等核心职务[3] - 赵斌强毕业于清华大学，在互联网算法和AI领域从业17年，曾任阿里巴巴资深算法专家、淘系技术部算法负责人，将全面负责公司大模型核心算法研发[4] - 宁宁博士毕业于新加坡国立大学工程学院，拥有超过二十年AI与企业服务经验，将全面负责国际市场拓展及企业级、国家级AI转型的咨询与落地[4] 公司战略与背景 - 零一万物是创新工场董事长李开复于2023年创立的AI2.0公司，聚焦大模型技术研发，提供企业级AI解决方案[3] - “一把手工程”是公司今年3月“All in toB”战略的核心，强调企业AI转型必须由CEO亲自参与战略设计，将AI深度嵌入核心业务流程[3] - 公司经历了从C端到B端的战略大转弯，早期宣称“坚决做ToC”，2024年起全面聚焦B端，收缩C端业务[10] 近期人事动荡 - 调整前公司经历一轮核心成员离职潮，今年5月联合创始人谷雪梅离职创业，她与李开复最早相识于谷歌，是前谷歌中国女工程师及组建大模型创业团队的核心人物[7] - 同月，联合创始人、技术副总裁戴宗宏也宣布离职再次创业，他曾在公司负责AI Infra团队，主要解决大批量并行训练时的系统瓶颈[7] - 今年2月，公司AI视频混剪项目负责人蓝雨川被曝离职[8] 行业整体态势 - 零一万物的动荡是“AI六小虎”集体阵痛的缩影，据智东西统计，仅今年上半年，智谱、MiniMax、零一万物等5家公司就共被曝13位高管变动，其中12位出走[9] - 行业面临商业化困境，中国AI公司商业化很难闭环，G端和B端存在普遍的项目制、私有化项目，使得AI产品落地部署时很难标准化且成本很高，C端基本很难形成收费模式[10] - “AI六小虎”已分道扬镳探索不同生存路径：零一万物与阿里云深度绑定转型ToB解决方案公司，智谱AI聚焦政务与金融，百川智能主攻医疗方向，MiniMax突破多模态，阶跃星辰聚焦底层模型，月之暗面押注C端长文本交互[10]

公司战略调整 - 公司于9月25日宣布全面升级面向政务与企业的服务战略，计划依托万智2.0平台构建三方共创的AI 2.0新生态[2] - 公司已放弃万亿参数以上超大基模预训练，专注开发轻量化、性能优秀的产业大模型和行业应用[4] - 公司战略重心从C端转向B端，核心产品万智平台和超级员工Agent已在能源、游戏、法律等领域头部客户中取得深度合作[4] 公司内部管理变动 - 公司过去一年有7位高管离职，其中包括5位主要技术人才，如联合创始人谷雪梅、首席技术专家聂鹏程等[3] - 高管离职背后是公司在激烈市场竞争和业务探索受挫后进行的战略收缩与自我重塑[3] - 核心技术领袖的离开对研发节奏、团队士气和核心技术积累造成短期冲击，快速重建稳定高效团队是当务之急[4] 行业市场前景 - 全球AI Agent市场规模2024年为51亿美元，2030年有望达471亿美元，年复合增长率44.8%[6] - 中国AI Agent市场规模2024年达1473亿元，企业渗透率不足5%，预计2028年市场规模将突破3.3万亿元[6] - 企业级AI Agent被视为最能直接解决企业降本增效刚需痛点的领域，成为所有玩家寸土必争的新战场[6] 行业竞争格局 - 公司面临海外巨头如OpenAI、谷歌、微软以及国内大厂如字节跳动、阿里巴巴、腾讯的多重围剿[7] - 中国四大云服务提供商过去12个月资本支出约为450亿美元，美国大厂云厂商资本支出为2910亿美元[7] - 巨头凭借算力、数据和生态构筑护城河，对创业公司形成难以逾越的壁垒[7] 公司面临的挑战 - 巨头Agent平台成熟后可能凭借品牌、销售渠道和云服务捆绑优势向垂直行业渗透，对公司形成降维打击[8] - 企业客户在选择核心生产工具时往往倾向于技术更稳定、生态更完善的大厂，公司需加倍努力证明长期价值[8] - 在顶尖人才争夺和需要长期投入的To B赛道，公司能否持续获得资本市场支持是其生存的关键[8] 当前市场机遇与风险 - 巨头推广降低了市场教育成本，公司可直接切入如何用Agent解决具体问题，更专注于解决方案本身[10] - 公司依赖与百胜中国、孩子王、图灵新智算等头部客户的合作，这些核心资产也构成潜在依赖风险[10] - 巨头可能对优质标杆客户发起猛攻，若不能快速复制成功案例建立行业壁垒，客户可能被撬动[10]

公司战略定位 - 公司选择与大型科技平台不同的市场路径，专注于B端Agent的私有化部署红利 [3] - 公司以定制化和差异化架构路径切入新的市场，区别于大厂的标品化方案 [3] - 公司现阶段更倾向于与各行业金字塔尖企业合作，利用灯塔案例进行拓客，不追求盲目扩展客户数量 [4] 市场机遇与竞争差异 - 细分行业头部企业对深度私有化部署服务存在需求，大厂的标品化模式在垂直应用场景案例较少 [3] - 企业将数据视为核心资产，私有化部署几乎是必需选项，以避免大厂将企业数据能力泛化至同行业 [3] - 大厂的交付模式易形成最后一公里难题，其项目多为平台级 [3] 技术架构与产品 - 公司认为传统低代码工作流模式（如有向无环图DAG）能力有限，已跟不上大模型时代对灵活动态智能的需求 [4] - 公司的万智平台强调代码先行，以编程驱动智能体构建，使Agent更灵活并更贴合实际业务场景 [4] 商业模式与客户拓展 - 公司在客户选择上倾向于直接与能决策的一把手等核心管理层沟通，以咨询模式切入业务场景再实施技术落地 [3] - 公司2025年收入已超过去年全年 [4]

公司战略定位 - 公司零一万物选择以定制化和差异化架构路径切入B端Agent市场，专注于私有化部署红利 [1] - 公司不追求盲目扩展客户数量，现阶段更倾向于与各行业金字塔尖企业合作，利用灯塔案例进行拓客 [2] - 公司在选择客户时倾向于直接与能够决策的一把手等核心管理层沟通，以咨询模式切入业务场景再实施技术落地 [1] 市场机遇与挑战 - B端Agent落地存在架构范式难题，过去依赖的低代码工作流模式能力有限，已无法满足大模型时代对灵活动态智能的需求 [2] - 大厂的标品化交付模式在实际应用中形成最后一公里难题，导致其能拿下的项目多为平台级，深入垂直应用场景的案例较少 [1] - 当数据成为企业核心资产时，私有化部署几乎是必需选项，因为头部公司不愿看到大厂将其数据能力在相同行业泛化应用 [1] 技术解决方案 - 公司的万智平台强调代码先行，不再依赖拖拽配置，而是以代码为核心通过编程驱动智能体构建，使Agent更灵活并贴合实际业务场景 [2] - 企业AI转型面临的不仅是技术问题，还包括业务融合等管理层面的难题 [1] - 公司2025年收入已超过去年全年 [2]

大模型发展趋势 - 大模型从依赖数据和算力扩展转向具备慢思考能力 能通过数学和编程学习推理而非仅快速生成[3] - 慢思考提升AI推理深度 实现自我训练及长思考教短思考 形成加速发展曲线[3] - 阿里通义千问和DeepSeek推动该趋势发展[3] 开源模式优势 - 中国模型以开源为主 相比美国闭源模式在生态构建和行业适配方面具独特优势[3] - 开源使行业模型和主权模型训练更易 大幅降低成本并提供更广阔创新空间[4] 智能体核心价值 - 智能体拥有记忆和执行能力 能理解企业需求并完成任务 成为超级员工[4] - 智能体从工作流智能体进阶为推理智能体 能自主拆解执行复杂任务无需人类编程[4] - AI可取代人类数小时至数天工作 商业价值体现为降本增效和增收而非仅API调用[4] 企业智能体部署 - 智能体部署需企业高层亲自推动 结合战略目标深度定制以实现业务重组和组织重构[5] - 零一万物通过新型战略咨询团队基于万智平台帮助企业制定转型战略并批量打造智能体[5] - 在能源公司战略设计 专利撰写 游戏优化 供应链管理和新能源转型等领域实现降本增效与增收并举[5] 行业合作倡议 - 智能体是下一阶段关键突破 能为整个商业世界创造巨大价值[5] - 呼吁传统行业积极与AI企业合作把握智能体带来的新机遇[5]