OPC 与 AI 创业

从个人网站讲到第三次创业

刚才老师提到我的个人网站。我做这个网站，跟今天讲的 OPC 有关系，后面我会说到。

我算是老创业者了。2013 年研究生还没毕业，我就开始创业，现在已经是第三家公司。人最多的时候，我管过两三百人，也做过制造业、开过工厂。管工人、管整条产业链，有时候真的很崩溃。2022 年，我跟老师一起做现在这家公司，做 AI 和设计数字化。浙大人工智能学院成立以后，我也参与了一些产学研项目。

今年我们又开始做一点教育。除了编程，我感觉教育可能是受 AI 冲击最大的领域。我的一个实验是把自己数字化。你把网站交给 AI，它能读到不少关于我的资料，有些问题可能答得比我自己还好。我开玩笑说，以后打死不想出去上课了。谁想听，就到网站给我的 AI 布置个任务，让它生成一堂只讲给你听的课。我判断明年就有机会做到。为了这件事，我已经做了一年。

OPC 和 FDE 是今年两个热词

今年两个很火的词，OPC 大家应该听过，FDE 呢？FDE 是前沿部署工程师。简单讲，就是把 AI 落到企业真实的应用场景里，让它产生价值。

我在现场讲得很直接：很多传统岗位会逐步消失，FDE 可能是最后还在增加的一类白领岗位。我建议同学们好好了解。你毕业的时候，如果没有把 AI 用到业务里的能力，找工作可能会很难。我们公司过去几年做的，就是把这种能力放到企业里面。

服装从开款到下工单，AI 要落在哪儿

举个服装供应链的例子。一款衣服从开款、设计、找版型，到生成工单、下发给工厂，中间要经过好几拨人。像海宁这样的地方，工厂拿到工单才开始生产。过去各环节已经有一些数字化，但仍然是一段一段接起来的。我们在帮一家大型服装贸易集团重做这条链路。

我们有七八个人在给这家企业做研发。我前两天把他们叫来开会，说你们其实挺幸运，很多是前年、去年进公司的，还能在真实项目里把这些事情学会。如果等到现在再进来，企业未必还会设置这么多练手的岗位。

羽绒服研发与家电师傅的经验

再比如羽绒服，一家企业一年开发几百个款。市场部拿着通用工具生成羽绒服图片，出来很好看。设计师要考虑的是后面那一串问题：图能不能变成版型，细节能不能改，款式做出来市场认不认。一款开对了，可能给企业带来很大产值。所以我们做的是把市场反馈、创意设计、生产这些事情连起来。

家电行业里，过去冰箱有冰箱的师傅，洗衣机有洗衣机的师傅，新人跟着师傅学。把师傅的经验整理进 AI，新人就有可能跨产品请教，直接在工作中得到反馈。一个工具做完，接着做另一个工具，最后这些能力可以连成组织的大脑。这个变化会影响企业怎么设岗位、怎么组织人。

我为什么问大家一个月花多少钱

我问在座同学，一个月给 AI 花多少钱？有人说二三十元，有人说两百多，也有人已经在用 harness。我还问了一句：你一天用多少 token？有没有统计过？

我给一些企业老板的建议是，招人的时候可以聊聊他在 AI 上的投入。我现场用了一个很重的说法：按我自己的办公方式，一天一亿 token 才够用。只是问几个问题，用不了那么多。一旦让 AI 持续读材料、写代码、跑任务，量就上去了。问这个数字，是想知道你已经把多少真实工作交给它。

一边觉得 AGI 快到了，一边还没真正用起来

为什么要问？我觉得现在有一种割裂。走在最前面的人已经觉得 AGI 快到了，另一边，很多人还停留在免费问答，甚至没怎么用过。

我现场放了一张使用分布图，把自己归到用得最深的那一小格。我也问已经在用 harness 的同学，你是在用别人搭好的，还是已经会为自己的任务搭一套？从使用工具到组织工具，中间还差一截。

面了五个研究生，为什么我说一个都不行

今年我面了五个准备读浙大研究生的同学，都是不错的设计院校出来的。面完我跟老师说：“完蛋了，我们的教学体系里面会出大问题。”为什么我会说五个一个都不行？

一个同学做的设计挺好，我问他，有没有用 AI 改自己的工作流程？他说老师不同意用。还有一个同学做了外贸 agent，作品集也漂亮。我问，跟哪家企业做的？他说是自己想的题目。我本来想听的是，客户为什么需要它、你遇到什么问题、最后怎么改。他给我看的是一个模拟出来的方案。

我问他，前几年这算很好的作业，今天我用 AI 十五分钟也可能做出来，你的独特价值在哪儿？后来我把这件事写成文章，被不少人骂，说我对学生要求太高。但站在企业角度，能不能在真实世界里校正，是会决定我要不要付工资的问题。模拟的成本越低，真实的反馈就越重要。

统计全公司的 token，再拆掉一半工位

我让公司把大家用的 token 都统计了一遍。我过去四个月用了一千亿，按我的统计平均每天大约八亿。公司里有人连六十四亿都没用到，我就把他叫来问，公司的 token 可以用，你为什么没用起来？

一千亿按标准价格估算大概十五万元，那是折算价。我实际每月花大约六千元，也同时在试几种模型和订阅。对我来说，变化最明显的结果是我们今年不招人了。我想让大家看见这件事，就直接把办公室一半工位拆了。

把公司变成多个独立业务

不招人了，留下来的人怎么办？我让他们逐步转成对一项独立业务负责。原来问的是“你这个岗位要完成什么任务”，现在问的是“你能不能把一件事从需求做到交付”。公司里面就有了好几个小创业项目。

学校十年前就在讲创新创业。今天它格外重要，因为发现问题、整合手里的能力、对结果负责，已经关系到一个人在 AI 时代怎么生存。

实习生为什么能做出不一样的结果

去年有个设计专业的同学，考研差几分没考上，也不想调剂。一位老师推荐他来实习。他问我能做什么，我说我也不知道，你先来试试看。同样一个任务，他用 AI 组织起来的方式跟原来的员工很不一样。我问他什么时候开始学的，他说大二就听过我在他们学校开的课。

我让他回学校教同学，也让他去给朋友公司的业务人员上课。过一阵我问效果，两边都没达到预期。学生学得快，工具也能点，可下课以后手上没有真任务。企业里的老员工有任务、也有经验，但听懂以后并没有把这些方法放回业务里。

我后来想，最好的方式可能还是师傅带徒弟。一个有判断，一个能上手，两个人围绕同一个真实问题做，才有机会长成真正的 AI 应用人才。

老专家和新人之间，那段练手的机会变少了

以前菜鸟能先干一批价值不高、但必须有人做的事，干着干着，师傅把经验交给你。现在专家手上有 AI，很多执行工作可以直接交出去，原来留给新人练手的那一段就断了。

我也曾经只在员工背后指点，不愿自己上手。过年回家，我跟 AI 聊了一个礼拜，回来以后觉得跟人聊天没什么意思。我在门口贴了张告示，请大家先跟 AI 聊过，有好问题再来。

有一群同学做创业课调研，发了个很长的问卷给我。AI 写的提纲不错，我愿意见他们。坐下来才发现，他们没真正了解我，只在念提纲，问的问题还不如我自己去问 AI。这里的差别在于，你有没有在见到一个真实的人之前做过自己的功课。

我想怎样改员工和公司的关系

我现场讲了一个还在探索的安排：如果一个同学有潜力，我愿意先发一年工资，把这笔钱当作投资，让他在真实业务里学。一年之后，他能不能靠自己的业务生存，是另一件事。

我也在考虑把一些雇佣关系改成支持独立经营的关系。有人想创业，我可以帮他做托管、给资源，帮他找到业务闭环。他自己对结果负责，赚到钱再考虑分成或管理费。我说得很激进，连现有劳动合同怎样转过去都在想。这个安排当时还在探索。我的出发点是，人只靠在一个组织里领工资，竞争力可能会变弱。

像工厂厂长一样编排智能

什么叫 AI 应用人才？我把他比成工厂的厂长。你要把行业里真实的问题、经验和方法说清楚，再把不同的智能组织起来，放进一个能交付的业务流程。最后看有没有产生价值。

会点工具的人还差什么？他可能能生成一个方案，却没有遇到过客户来拒绝这个方案。业务专家又可能知道哪里不对，却没把判断变成 AI 能执行的过程。两边接在一起，才有机会跑通。

毕业之前，先验证自己能不能拿到收入

有个以前创业不太顺利的同学来找我，说准备先做半年，帮工贸企业做出口 SEO 和营销。我说可以，你先坚持做。你手里能有五个、十个客户，他们愿意因为结果继续找你，那你已经知道下一步该往哪走了。

我们当初也不是先注册公司再找事做。是手里已经有一些业务，知道能拿到收入，毕业的时候才更有把握去创业。最怕的是毕业了才两眼一抹黑，工作没找到，考研也不顺，过去一年又没有主动做过什么项目。你还有学生身份的时候，就可以先去试一件真实的事情。

为什么有人说 FDE 是最后一个白领岗位

我看到有人说 FDE 可能是“最后一个白领岗位”，觉得有意思。我当时的判断是，通用的执行岗位在缩减，但企业还是需要有人把 AI 带进业务、对结果负责。

你把这件事做得足够好，可以自己做生意，也可以进企业成为中坚力量。很多老板会亲自管这个角色，因为它要改变的是业务做法，没办法只当成一次工具培训。

老登、中登、小登，谁更有优势

老登、中登、小登，谁有优势？前几年很多年轻人有优势，因为敢用、学得快。但年龄排在后面，我先看你对一件事有没有深的认知和判断。

比如你真的懂音乐，我不懂，你听到一个结果，能指出什么地方对、什么地方不对，我就做不到。兴趣和热爱会让你愿意在这件事上积累。接下来再看，你愿不愿意花时间，让 AI 在这个领域里真的跟你一起工作。

一封人写的道歉信，为什么像 AI 写的

前两天我们有个同事在客户那里有件事没做好。我已经跟客户说，这是我们的问题。她又发了一封很长的消息，一二三把自己做过的工作列出来。客户看完发火，问：“这些都是 AI 写的吗？”

其实是人写的。但对方感到冷冰冰的。他要听的是你知道哪儿做错了，怎么解决。人在很多重复流程里拼不过机器，所以要多花时间练人机协作。与此同时，人和人怎么打交道，也得亲自学。

开面馆的人，为什么是个通才

我有一个“暴论”：大学分专业这件事，接下来会越来越不合适。AI 能把很多专业拉通，而创新创业本来就是一件综合的事。

你看一个开面馆的老板，当然要懂怎么做面，也要知道店开在哪儿、客人是谁、怎么定价、怎么让人回来。看起来是一门小生意，里面却要同时做几种判断。AI 给一个人补上不少原先不会的东西，这种对整体负责的能力就更重要了。

一万个博士给你免费用，你会做什么

我问同学们，一万个博士给你免费用，你让他们干什么？你成了博导，可你总得先知道要解哪个问题。这是我用来想象智能成本下降的比喻。

有些能力会越用越需要。写代码、写算法就是这样。你第一次把一段活交给 AI，回头看会发现，原先觉得不值得请人做的许多事情，现在也可以做。新的需求就从这里冒出来。

从铝的故事看供给和需求

我在现场举了铝的例子。过去铝稀缺，后来有了规模化的生产工艺，便宜到能做成易拉罐和铝箔。我借这个故事想说，专家智能的供给变了，原来负担不起的用途就可能出现。

AI 对教育的冲击也在这里。原来训练智能主要靠教育体系，训练出来的人再去做很多重复的认知工作。现在我把 AI 看作“脑子的工业革命”：重复的部分开始能交给机器，人就得重新想，哪一部分值得自己做。

用 AI 推演机会，先看专家服务怎么重做

我讲完这个逻辑，会让 AI 用经济学、社会学和人类学的视角帮我推演，看看机会会出在哪里。课件上整理了六类。第一类是人人有机会调用专家团。过去专家的时间贵，找医生、教授或者企业里的老专家，都要排队。要是有些能力能随时调用，学校和医院的服务结构都会变。

同学可以问自己，身边有没有一项原来很难获得的专家服务，能把其中一部分做成更多人用得上的东西。另一类是信任。生成内容越来越便宜，谁能帮助别人判断哪些东西可信、哪些承诺能兑现，也有价值。课件里其余几类，我后面用几个例子讲。

不会建模，也能把设计接到 3D 打印

我们做了一个小工牌，原来是别在身上的。我想改成挂起来的，让一位学平面设计的同事做个可以 3D 打印的配件。他不会建模，我说那你找公司的工业设计师帮忙。第二天他拿着已经推进的结果过来，实际是借助 AI 把设计做下去的。

我在意的是，这条路已经从虚拟世界接到实体了。你可以先把一个具体的小东西做出来，看看人拿到手以后到底好不好用。

在小红书试一门拍立得相框生意

我们有个小红书账号，发一些个性化的拍立得相框。网上可以买到通用款，但有人想要特别一点的。我的建议是先把设计发出去，有人感兴趣再接单，连接 3D 打印机，打完交付。现场举的价格是十五元、三十元。有人咨询之后，你才能看到喜欢和付钱之间差多少。

我现在希望公司里的人有两个角色：一个是给企业做 FDE，用交付赚工资。另一个是自己找一门想做的生意。等这门生意的收入超过服务客户的收入，他就有机会独立出来。

编排、寻找意义与生物智能

还有一类机会是编排智能。有人做智能体的操作系统，也有人在上面做应用。再往下，有些行业跟 AI 没有直接关系，AI 渗透得越深，我反而越看好。比如疗愈、旅行、寻找意义。

我元旦在云南，晒太阳、泡温泉、吃好吃的，就觉得这已经很好了，没必要在那里发展什么 AI。另一头，我也看好生物医药会因为技术进步发生变化。它们面对的需求不同，机会自然不会长成一个样子。

先把自己当成 AI 去服务客户

大家都能调用很多 AI，为什么你调出来的结果会更好？我说这些 AI 都是我的徒弟，是我训练过的。它们带着我做事的方法。

我给想做备课 agent 的同学的建议是，先把自己当成 AI，去服务你想学习的那个老师。老师给你任务，你自己去组织工具，最后交给他一门能用的课。老师看过以后告诉你哪里不行，你再做。做得越多，越知道真正的要求在哪里。这个过程里，老师身上那些原来没有写下来的经验，才有机会被你学走。

把反复验证过的方法封装起来

等做到有一套稳定的方法，再把 skill、SOP 和需要的工具装进一个 harness，封装成别人能用的产品。你前面如果没有做过真实交付，封装得再快，也不知道里面该放什么。

我也跟同学说，可以去看我的公开项目，让 AI 帮你看看我做了哪些应用。零部件很多都是公开的，像组装机甲。怎么把它们接起来、为了谁做什么，还是要靠你自己在业务里判断。

把自己 AI 化，再谈组织协作

我现场还想象了一个未来的招聘场景。企业先问你有没有自己的 AI，再让双方的数字分身先聊一次，就像谈恋爱之前先见见面。这个例子是想说，积累在你系统里的做事能力，可能会成为别人判断你能不能合作的一部分。

自己先增强，机甲跑通了，可以复制一套给别人用。个人 AGI 是我理解的 OPC 操作系统。先把一个人做事的闭环跑起来，再把多个能行动的人连起来。至于几年后企业还招多少人，我也不知道。我对同学们的建议，是尽早到社会上学会自己干一件事。

个人智能体怎么知道我是谁？

有同学问，个人 agent 怎么知道你是怎样的人，要不要把所有东西塞进知识库？

我的做法是，我经历过的事情，我的 AI 尽量也知道。讲课、开会、讨论，记录下来之后变成它能调用的记忆。我有五千多页课件，让 AI 做结构化标注。明天要上什么课，给它要求，它可以从以前的课件里找内容，组织一版，甚至先模拟我讲一遍。我看过觉得有价值的文章，也会交给它留档。

我从去年起就把会议讨论录下来。自己做了个 4G 工牌，录完关闭就同步。按我现场说的，当时积累了大约两百万字。我把材料结构化，再通过 MCP 交给模型。我问它我是什么样的人、最近在做什么，它就有依据回答。

我还让它每天看 AI 行业的新事，挑我感兴趣的内容。日报写出来我也不看，就让它生成两分钟语音，开车时可以听。现在网站上的 agent 主要还是问答，我想把它往前推到能帮人备课、写文章、做交付。我现场给了半年的预期，这件事当时还在做。

通用模型会覆盖垂直模型吗？

有同学问，通用模型够强以后，垂直模型还有没有必要？

我们做这几年，感觉自己不断被通用模型推到墙角。以前要自己做的文本能力，通用模型已经能做不少。剩下来的，可能是一个品牌做羽绒服的感觉，和另一个品牌哪怕只差一点点，行业里的人也能看出来。这种说不清楚的判断、独特数据和真实反馈，跟通用模型结合以后还有价值。

客户如果只要从零做到六十分，我会说先把通用工具用好，别来找我们。如果你已经做到九十分，想升到九十一、九十二，最后那一点可能影响整个业务结果，花的钱反而比前面多。模型继续变，边界也会继续动。到最后可能还剩客户的信任、沟通和持续服务。

学生预算有限，可以从什么项目开始？

老师问，学生预算有限，有没有容易起步的项目？我说日常问答可以先用免费的额度。真正要练的是把一个需要做的事情交给 AI，然后检查它做成没有。

比如自己的电脑文件太多，先做个管理本地文档的小工具，看看能不能识别重复材料。研究一个问题，可以让 AI 帮你找论文，按你的结构做标注和统计。要给老师解决问题，可以从一堂录下来的课里找出能继续写的选题。每一个例子都能在身边找到实际使用者。

同样是录音设备，为什么垂直产品能卖得更贵？

我们看过一家垂直行业的录音产品。一般的录音设备七八百元，它卖三千八。贵出来的是什么？它把录下来的内容放进了业务。比如把优秀销售怎么解释、怎么接住顾客的疑问，整理成其他同事能用的训练材料。

顾客会提到附近别家机构，也会问风险和自己最在意的事。产品把这些谈话整理成能复用的信息。下一个顾客问到类似问题，员工能找到之前怎么回应。设备本身看起来差不多，业务里面的分析方法才是客户多付钱的原因。

五百个客户这笔账怎么算？

我现场跟同事算了一笔账。把前面那种生意先放一边，就算每个客户一年贡献五百元净收益，维护好五百个客户，就是二十五万元。五百个客户不是已经有的，是我举的测算。我要大家想的是，一个细场景能不能养活一个人。

如果你手里有设备和平台，就去找一个独特的用法，为愿意付钱的人服务。不同场景的价值也不一样。我当天还谈到企业拜访记录可以用于招商工作，同样是处理记录，面对的客户和付费理由又变了。

什么样的 agent 算跑通了闭环？

我们有个设计师想到，家长想知道孩子白天发生了什么。她设想把记录下来的经历整理成绘本，回来和孩子一起看，也能用故事回顾在幼儿园遇到的事。我当时觉得有人愿意付费，现场举了一年两千元的价格设想。这个需求最后能不能成立，还要看家长是否愿意用。

十年前大家做 App，今天很多人做 agent。我看重的是有没有闭环，有输入、有处理、有交到人手里的结果。先帮老师或同学解决一个真的有的问题，从头到尾做一遍。创业的机会很多，关键是愿不愿意扎下去做。

延伸阅读：补充课件