大模型如果单独进行商业化那就只可能是提供API，而这模式很可能连一家OpenAI都养活不了；要拓展应用边界就需要与行业与领域结合，而随着智能与行业的结合，那大模型的应用就会体现为各种Agent。这看着只是往前走了一点点，但可能会改变游戏规则，做弓箭的不一定会打猎啊！
智能的尺度
Agent到底行不行，能不能普遍应用，起决定作用的关键点是智能的尺度，通俗说就是智能到底能干什么了。智能程度的差异会导致动力引擎不同，而用牛马作动力和用蒸汽机做动力，潜在可能干的事情会非常不一样。
互联网刚开始的时候因为互联网是个纯粹的新东西，大家普遍陌生，所以观点反倒是相对纯粹，就是关于互联网，但智能不是，每个人都是智能生命体，并有着自己对智能的理解，所以各种维度的解读会混杂在一起铺天盖地而来。
所以真要做智能产品，首先需要厘清的就是智能的尺度。
人类文明的一切建构都基于智能而来，所以理论上智能的进展如果足够彻底，那整个文明会发生重构。但如果基于重构整个文明做产品，就真的不知道飘到那里去了。
产品如没有锚点，资本的节奏、产品节奏、业务节奏就会失衡，然后就会发生本质和庞氏骗局差不多的事：无限放大预期与畏缩不前的现实先天就是哺育击鼓传花接盘侠的构型。做局再比谁跑得快，到最后谁能肯定是赢家！
智能的尺度支撑了产品的锚点。但由于智能的本质特性是通用性（所以才叫通用智能）而这种的通用性导致很难构建参数化的尺度，不管是什么指标和测试集，最终都是局部，都不足以变成合理的尺度（就是用各种百分数表示的各种率，他们有用但不是智能的尺度）。用它们很像用重量来标识一个人是不是足够聪明。
这时候真和场景结合就需要回到图灵测试2.0，把随机性导入进来。（图灵测试2.0详细展开参见：AI的进展不是太快，而是太慢）
对智能音箱的评价体现的就是这种错配，每个人觉得智能音箱是个智能体，有通用智能，然后产品方只能做有限集合的测试和供给，最终结论就是：智能音箱很傻。
做Agent时切好智能的尺度也只是第一步。
Agent型产品其实比单纯的大模型要麻烦，这很像一个纯粹的数学天才要做行业市场了，脑回路的多维化是不可避免的，逻辑通透要去叠加人情练达的部分。
这种变化的起点在于Agent不再是个单点，而是要处理长链条的整个业务场景，这时候单点极致是不灵的，需要更多的配重优化。
对于Agent单点不构建竞争力，配重也许可以。
从单点极致到配重优化
当市场足够纯粹的时候，需要单点极致。
比如大模型自身，就需要让人感觉真的智能。什么销售品牌等都不关键。
互联网做工具的时候就更是如此，你不把你的产品定位到一个需求足够强的点上 ，并且足够好用，你的运营成本就会拖死你。OpenAI其实重现了这个故事。现在AI第一波的工具其实也是如此，比如生成图片、生成视频的各种工具等，但Agent不是了。
当智能和领域结合的时候，链条会一下子加长，单独的技术不足以撬动市场。你最好的技术能够撬动化工行业么？
这就更需要售前、销售、产品、技术、交付、售后的配合。也就是说任何一个点都不足以完整解决问题，关键的是整体的协调性。达成这种协调性的手段就是配重优化。
这和药方差不多，得有君臣佐使，然后每个地儿究竟上多少，不同情况不同，但配重背后还是有着一个统治性的规则。
配重背后其实是老得掉渣的概念：组织力。
但这是更要命的事。因为组织力到现在为止没有破坏性的捷径。
创业团队变成一个协调的组织所需要面对的挑战要远比干一个大家都盯住的产品难十倍不止。
当年华为号称要介入安防市场的时候，海康威视的总裁强调过类似的事，核心观点就是这种细碎市场需要这种配重，它是竞争力也是壁垒。
对于创业团队，要想搞清这种配重就要求团队脱下鞋袜，跑到田间地头天天撅屁股干活，并且长时间干，不管过去履历如何。一边干一边还要看天，然后再干。
这时候团队的期许很可能和实现是背离的，不管是经济回报还是成功的节奏，所以挑战非常大。但更关键的还不是这种期许的背离，而是如果配重关键，但新团队本质没优势。
显然的原本在行业里面的人更擅长把握这种配重。新团队去做配重关键的事，有点像用一种更低的效能去磕更高效能的团队，大清帝国突然要远征英帝国，结局是确定的。
但就像颠覆IBM控制力的是微软，削弱微软控制力的是谷歌一样。Agent的成功需要一个新的方式做支点，这个支点能够在配重上提供十倍效能。
这种十倍效能的方式还是需要回到智能，Agent要想成立，需要基于智能重构组织力的构成。
组织力
影响配重的关键是组织力，而组织力差不多就是过去EMBA里面讲的各种事情的综合，文化、组织结构、工具等最终会汇集成企业的综合力量，综合企业力就是组织力（参照综合国力来…）。
不同的原点设定（初创企业创始人的价值观甚至性格都影响巨大）会孕育出不同风格的组织力，有的像大号的植物大战僵尸里的僵尸，有的则可能像终结者里面的T1000，后者可以达成柔性和刚性的统一。
这条路在过去确实没有捷径，费时费力费钱还得机缘巧合才可能拉上去，否则大家就差不多，形成普遍菜鸟互啄的局面。纯粹从组织的本质的角度看，很可能很多组织都可以从座山雕的威虎山上找到共通点，而再往上甚至可以找到曹操和刘邦，实在区别不大。
现在则确实发生了一些变化，因为企业里面的“人”这一关键要素发生了变化。
假如一个企业就俩人，但有1000个智能体，那它的组织力会变成算法的能力，智能即组织力。这会和过去1000人的组织有本质性差异。
那企业能不能变成这样？什么时候能变成这样？
这就需要回到上面说的智能的尺度和图灵测试2.0，这种尺度决定了它的渐进过程，但总的来看，这事在边角区域已经发生。
前面《未来十年最确定的事》等文章里面多次提到，至少在编程能力上，过去需要一组人比如五到十人的事，现在一个高级的人已经可以干了。在这种前提下，我们可能会听到越来越多的类似MJ的十几个人构建1亿美金收入的事情。也许到不了那么大规模，但至少在我身边还是看到很多小团队用类似方式在打造自己的产品。
当这事变得足够普及，就会培养出真的智能原生组织。在这种组织里只要有可能就必然导入智能体来做事，否则会变得非常不协调，它也没那么多人去细碎分工还做各种协调。这类组织的每一步进展都会顶着智能的边界来走，只有万不得已才扩张人所构成的内核。
当组织力发生这类变革的时候，还是回到上面配重的视角，就会发现，真正的机会出现了。
老式组织的配重是管理运营打磨的结果，新式组织力配重则是算法和智能度。
新式组织是可能产生10倍效能的，并且具有普遍性。与此同时，原本沉淀在组织配重里面的竞争力会变成负债。
原来的配重是靠着某种生产关系进行连接，而打破这种生产关系，重新进行升级实质就是进行变革，这类变革很可能折腾死自己，成功几率也低得可怕。
智能原生型组织 VS 传统组织
基于此构建出的组织就是智能原生型组织，因为智能注定是其内核。
在《从手机App到AI原生应用》里提到智能原生的时候，有同学回复说：一种定义是没了智能就不能用的应用就是智能原生型应用。我说这定义恐怕不靠谱，如果一个天气APP只提供刷脸登录，那是智能原生的，同时提供了刷脸和密码就不是智能原生的。
所以爱立信的定义基本是对的，但本文前面展开了它在组织上潜在递进的过程。
AI原生并没有精确的定义，我看到的定义里面Erission的会和上面说的比较贴近：
在这种思维模式，AI原生注定会被放到一个结构的中心位置：
https://www.ericsson.com/en/reports-and-papers/white-papers/ai-native
本文补充了一个视角：这种智能原生型组织更可能在边缘领域先生成，然后再逐步递进回舞台中心。而不是从爱立信这种有巨大积累的公司开始
在早期做Agent，大部分企业肯定还是把智能当成单一的工具，在最关键的竞争要素：配重上，本质支撑与以前没有变化，所以失败率肯定极高。
大折叠
当智能原生型组织真正生成的时候，现有经济体系的折叠必然加速。
这个过程很像过去农业在经济中占比可能有80%，但现在只有10~20%。
在这个过程中经济的总量会比现在大很多倍，包括个人的和整体的。
这是老模式的终结，新模式的开始。
那什么是它应该的初始设定，什么样的初始设定会让趋势向好，确实是个有意思的话题。
但这种思考太宏观，不在这里展开了，最近读了篇吴敬琏先生十年前很有意思的文章：吴敬琏：中国经济社会矛盾几乎到了临界点，其实就是在做这种原点类的思考，感兴趣可以瞄瞄（肯定缺智能要素以及对应冲击）。在这种变革性极强的时刻，这类思想建构的多样化其实是需要的。
小结
这篇文章逻辑链条有点长，简单做个总结：
智能先要跨过一个个界限，然后才是不同领域的Agent逐步成立，这种界限可以用图灵测试2.0进行度量。跨过界限之后很可能会对组织方式进行重构，当组织力的内涵发生变化后，才可能普遍产生10倍的效能，影响一个一个行业。这时候沉淀到组织关系中的，不同行业的各种积累可能就会变为负债，反倒是形成真正的从大模型到Agent的新机会。
本文来自微信公众号：琢磨事（ID：zuomoshi），作者：老李话一三