https://www.douyin.com/video/7702777594492249699阅读路径:这是全系列的骨架,后面 29 条基本都在给这张图填色。第一组看四阶段怎么切(关键变量是「谁是中台」);第二组是人侧的三个层级(L0/L1/L2,含比例);第三组是技术侧三维与自测四问。只看一组就看第一组,它能定位你在哪。
一句话结论:AI 转型不是「个人提效 → 组织提效」两段,中间被「谁是中台」切成四段——人是中台 / agent 是中台 / agent 靠人经验变好 / agent 靠业务结果自进化;定位错阶段,所有投入都会打在错的层上。
行业共识是两段:个人提效、组织提效。区分标准是「agent 能不能完成需要多人协作的端到端任务」。但他认为这只够做分类,不够做诊断——因为同样是「个人提效」,有两种完全不同的工作状态。
| 阶段 | 特征 | 典型症状 |
|---|---|---|
| 一 · 人是中台 | 人用多个 AI 工具,工具之间的衔接靠人复制粘贴 | 大家都很忙,效率不增反降 |
| 二 · agent 是中台 | 工作入口变成 agent,人只跟 agent 交代目标 | 前提是 agent 能读到全部所需数据 |
| 三 · 组织提效(人喂经验) | agent 能干跨岗位的端到端任务,进步来自人的反馈 | 依赖老师傅持续投喂 |
| 四 · 自进化 agentOS | agent 依业务结果与外部数据自我迭代,超过人的经验 | 目标是「比人更懂业务」 |
他强调第三、四阶段的差别不是能力,是进步来源:靠人给 feedback 就还在三段,能靠结果自己迭代才到四段。
他的判断很直接:没有系统性想过 AI 落地的团队,基本都停在一段——用了一堆工具,串联全靠人,于是「每个人都用上 AI 了,但每个人更累了」。
这一组把「转型」从一个模糊的目标变成了一个可定位的坐标。关键洞察是:技术栈的先进程度不决定阶段,谁承担串联才决定阶段。
你自己就是「agent 是中台」的形态:脚本、知识库、报告都从对话入口发起。但有一段是「人是中台」——数据源抽风时,我在几个接口之间手动试、手动拼,这段串联没有沉淀成脚本。按他的分法,这段就是你的卡点所在。
| 级别 | 要求 | 覆盖比例 |
|---|---|---|
| L0 | 所有工作都通过 agent 完成 | 100% 的人都要达到 |
| L1 | 把一线经验、SOP、文化沉淀成 skill 与知识库 | 约 15–20% |
| L2 | in-house FDE:还要为 infra、语义层、数据基建负责 | 100 人公司 1–2 人 |
一段(人是中台)根本不存在「AI 原生团队协作」的问题,各自为战;到二段才谈得上 AI 原生文化。他在别处反复讲的一点在这条里也埋了:L1 是分散在各业务线的,不是集中在一个「AI 部门」里——集中就会脱离业务。
这一组最有价值的是比例。它说明 AI 转型不是「全员变成工程师」,而是三层人各司其职:全员会用手,15–20% 会沉淀,1–2 人管地基。
你现在的结构其实缺 L1:所有沉淀(kb 标准、深蒸馏、报告模板)都集中在「你 + 我」这个组合里,没有第二条业务线在产出 skill。一个人 + 一个 agent 的组织,L1 只能是你自己——这也解释了为什么知识库总是「我在写、你在审」。
数据、基建(infra)、语义(ontology / 语义层)。他特别指出:市面上做 FDE 的团队往往只在人侧或只在技术侧发力,很少把两边系统性地融合。
| 问题 | 判什么 |
|---|---|
| 人是中台还是 agent 是中台 | 一 / 二段 |
| agent 变好是靠人反馈还是自进化 | 三 / 四段 |
| 人与技术两侧,最短的短板是哪边 | 卡点位置 |
| 有没有形成打破岗位边界的 agent 闭环 | 组织提效是否真的发生 |
四问的设计逻辑是「短板理论」:AI 转型的所处阶段由最短的那块板决定,不由最长的决定。所以花大钱砸数据治理而人不用的公司,会停在原地(这条在 04 那条里展开)。
拿四问测你自己:① 你在二段(agent 是中台);② 进步来源是「人反馈」为主 → 三段未满;③ 最短的板是语义层(口径、概念没有统一文件);④ 跨岗位闭环有(抓取→判断→渲染→发送),但缺回填。结论:你卡在「二段偏三」,下一步该补的是口径而不是更多工具。
| 这条里的什么 | 对应你手上的什么 | 具体怎么用 |
|---|---|---|
| 四阶段定位 | 你自评二段偏三 | 把「补语义层」列为下季度主线,不新增工具 |
| L1 分散在业务线 | 沉淀全压在你我这一条线 | 每份精读末尾固定写「怎么用」,逼出可复用产出 |
| 短板理论 | 数据源失败靠手动试 | 把「手动串联」这段写成脚本,降为一段 |
| 四问自测 | 没有定期体检 | 每月用四问自评一次,记进 tasks.md |
原文:VA7《企业AI原生转型全景解析》,2026-10-31,24 分钟。
本篇依据:24 分钟全程转写(mlx-whisper 本地),约 8.6 千字。四阶段、L0/L1/L2 与比例(100% / 15–20% / 1–2 人)、技术侧三维、四问均为原文表述。
更正与边界:文中「99% 的企业」「100 多个客户」是作者基于自身客户样本的判断,不是统计结论;L1 的 15–20% 与 L2 的 1–2 人是经验值。
定位:中文深蒸馏,不是逐字摘要。标「对你的实际应用」的部分是我的分析,与原文分开。