惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hugging Face - Blog
Hugging Face - Blog
GbyAI
GbyAI
Engineering at Meta
Engineering at Meta
有赞技术团队
有赞技术团队
博客园 - 【当耐特】
H
Hackread – Cybersecurity News, Data Breaches, AI and More
WordPress大学
WordPress大学
博客园_首页
美团技术团队
H
Help Net Security
MongoDB | Blog
MongoDB | Blog
宝玉的分享
宝玉的分享
大猫的无限游戏
大猫的无限游戏
小众软件
小众软件
J
Java Code Geeks
A
About on SuperTechFans
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
IT之家
IT之家
T
The Blog of Author Tim Ferriss
Microsoft Azure Blog
Microsoft Azure Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
B
Blog
雷峰网
雷峰网
爱范儿
爱范儿

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
为什么我觉得 AI 真正的机会在“数字员工”
wadewade · 2026-05-28 · via V2EX

最近面试还有跟一些朋友聊下来,我越来越觉得,AI 后面真正能落地的大方向,应该还是 ToB 。

因为企业内部其实有大量流程,本质上就是:

  • 来回沟通
  • 查数据
  • 填系统
  • 跟进状态
  • 跨部门协作

这些事情不需要特别强的创造力,但非常消耗人。

而且很多流程天然就是 SOP 化的。

所以我现在越来越觉得,AI 最适合干的事情,其实就是做“数字员工”。

但我最近自己在做 Agent Runtime 的时候发现,现在很多 Agent Demo 最大的问题不是模型不够聪明,而是根本没办法真正进企业。

因为一旦开始接真实系统,就会出现很多问题:

  • 权限怎么控制
  • Tool 怎么隔离
  • 长任务怎么恢复
  • 多 Agent 怎么协同
  • Memory 冲突怎么办
  • 出错之后谁接管
  • 怎么审计

这些东西不解决,Agent 基本只能停留在 Demo 。

所以我现在做的这个 Runtime ,核心思路其实不是“超级 Agent”,而是把 Agent 当成员工。

有点类似 MoE 的思路。

Runtime 会先做意图路由,再把任务分给不同领域的员工:

  • 客服员工
  • HR 员工
  • 财务员工
  • 数据员工

每个员工只负责自己领域内的事情,然后自己去做:

  • 任务拆解
  • planning
  • tool 调用
  • memory 检索
  • 状态管理

而 Runtime 负责更底层的东西:

  • 权限
  • 审计
  • sandbox
  • 状态持久化
  • 多 Agent 协同
  • 人类接管

我现在越来越觉得,未来企业里真正重要的可能不是“一个超级 AI”。

而是一套可控的数字员工系统。