和四位一线创业者聊聊：ToC Agent 那么卷，ToB 的机会在哪、落地卡点在哪？

过去一年，Agent 已经能接通电话、投放广告，甚至转账付钱。但能执行，不意味着企业敢完全放手。话说出口能撤回吗？广告预算花超了算谁的？钱转错了又该谁负责？

能不能把一项工作从头到尾做完，才是 Agent 落地的真正分水岭。如果最后 10% 仍然必须由人接手，它就可能成为整个流程的瓶颈，自动化带来的效率也会大打折扣。

8 月 3 日，在新加坡的 AGI Playground 2026 舞台上，四位面向企业提供 Agent 服务的创业者展开了一场讨论：WIZ.AI 董事长兼联合创始人陆剑锋、Ateve 创始人兼首席执行官 Eileen Weng、易点天下 zMaticoo Demand VP Bill Cao，以及 Airwallex 空中云汇全球首席营收官吴恺。他们从各自正在经历的真实业务出发，讨论了 Agent 落地最具体的难题。本次对谈，我们邀请了 Stealth Startup 创始人胡少阳作为 Founder Park 的客串主持人。

四家公司切入的场景并不相同。WIZ.AI 用语音 Agent 服务大型企业，Ateve 为 Agent 构建搜索引擎，易点天下正在用 Agent 改造数字营销工作流，Airwallex 希望把 AI 接入全球支付、资金与支出管理。

但他们的判断指向了同一件事。Agent 的下一阶段，不再取决于它看起来有多聪明，关键是能否在企业环境里持续、可靠、低成本地交付结果。

以下为对谈实录，经 Founder Park 编辑整理。

01

从财务到客服，

Agent 正在进入真实工作流

Founder Park：从你们的视角来看，Agent 领域发生的最重大变化是什么？

吴恺（Airwallex）：我们是一个 AI 原生的全球金融平台，帮助企业端到端地管理支付、资金和支出。我们看到两项尤其相关的趋势，并围绕它们推出了两款产品。

第一个叫 T0，定位是为创业者担任 AI 财务总监。我们创业之初，很难招到优秀的财务总监。财务背景的人对加入早期创业公司往往比较谨慎，找到合适的人对我们而言曾是一个真实痛点。有了 T0，现在可以帮助初创公司处理记账、财务报告、税务申报，包括资金管理、企业信用卡和员工工资发放在内的所有金融运营。我们希望，在公司规模还很小时，AI 财务总监可以支持创始人，把团队从一两个人扩展到二三十人。而且随着公司进一步成长，T0 仍然可以更深度地嵌入他们的财务工作流。

第二个趋势是 Agentic Commerce。目前体量还很小，但随时可能爆发，就像很多 AI 应用一样。所以我们推出了「Airi」，本质上是一种面向消费者的 Agent 银行服务，支持消费者钱包以及由 Agent 驱动的交易流程。

未来，消费者想通过 ChatGPT 或任何其他 AI 工具购物时，我们可以把他们的支付方式嵌入这些工具，让 Agent 代表他们完成支付。起点是一键结账，未来可能变成零键结账，完全由 Agent 操作，当然需要用户事先授权。

Bill Cao（易点天下）：吴恺刚从金融角度做了分享，我从营销角度来谈。我们为营销人员提供全栈营销解决方案，尤其面向中国出海的数字营销市场。程序化广告本质上是一个硬核工程问题，需要应对高并发、超低延迟，并把海量数据整合到同一个系统中。我们正在用 Agent 改造整个营销工作流。

回看六七年前，我们还处于大数据时代，不是 AI 时代。数字营销是个重度数据驱动的市场，海量数据不断涌入，营销人员基于纯数字指标来衡量绩效。行业的核心问题一直是：大家用不同的工具、在不同渠道投放广告、有多个数据触点，但没有一个统一的接入点把所有数据整合在一起。

大约一年半前，数字营销行业刚开始采用 AI 时，企业主要让它完成单项任务，例如检索和格式化数据、汇总和分析数据，或生成广告创意。这些功能彼此分散，AI 只是一个接一个地完成任务，任务之间没有连接起来。

现在，我们把这些功能组合成一套 Agent 工作流。AI 可以贯穿营销人员的整个流程，从数据检索、数据分析，到智能决策，再根据结果继续优化。过去 12 到 18 个月，我看到行业正在向越来越复杂的端到端工作流演进。

Eileen Weng（Ateve）：我们正在为 Agent 设计一款搜索引擎，目标是让 AI 能够找到一切信息，从底层为 AI 而非人类打造，因为我们发现人类搜索和 Agent 搜索有根本区别。

首先是搜索频次。传统人类搜索通常只搜一次，比如用 Google。但 Agent 搜索是一个迭代推理的过程，Agent 会根据上一次查询的结果生成下一个查询，所以 Agent 的查询远没有人类查询稳定。

人类搜索可能形成容易识别的趋势，但 Agent 的查询经常出现在中间推理或验证假设的过程中。离开 Agent 正在执行的任务后，其中许多查询本身几乎没有意义。这会改变搜索的优化方式，目标不再只是把人的查询与相关结果匹配起来，而是判断检索到的信息能否帮助 AI 完成任务。

其次，Agent 的需求与人类不同。人类用户可能主要看重相关性和时效性，Agent 还需要结构化输出、低延迟、可控成本和 token 效率。

基于这些，我们看到 Agent 搜索正在从一款简单产品，演变为持续运行的认知基础设施。

陆剑锋（WIZ.AI）：我们为大型企业提供语音 Agent，主要用于客户服务和客户互动。客户大多位于东南亚，也覆盖拉丁美洲及全球其他地区。

从今年开始，无论在东南亚还是其他市场，我们都看到了越来越多的语音 Agent 公司。其中一个原因是，开源技术和大语言模型的能力都得到了大幅提升。但做出 Demo 很容易，真正打造一款企业可以使用的应用很难。

对我们而言，最重要的问题是可靠性。所谓可靠的对话，是指 AI Agent 能够像熟悉客户业务的专家一样解决问题、完成互动。效率和成本当然重要，但要排在可靠性之后。

首先需要控制的是响应时间，用户停止说话后，Agent 能不能在两秒内开始回应？这里指的是开始回答，而不是在两秒内说完。

这个问题出乎意料地难，我们在这上面投入了很多时间。我们的语音流量大多通过公共交换电话网、手机或企业电话系统传输。如果延迟像一些聊天机器人那么长，用户会直接挂断电话。

企业还非常关注首次呼叫解决率。企业把业务外包给 BPO 服务商时，会考察客户满意度以及问题有没有得到解决。如果 AI Agent 无法在这些结果上与人工坐席竞争，多数企业就不会采用。这就是我们今年初推出多 Agent 语音系统的原因，可靠性是第一优先级。

Founder Park：最近 OpenAI 推出了新的 GPT-live 语音实时模式，挺出乎意料的。它只是一个 Demo，还是已经真正实用？语音会不会成为人与 Agent 交互的主要方式？

陆剑锋（WIZ.AI）：我们也在和 OpenAI 合作测试。使用语音到语音模型做一个 Demo 并不难。但我们为客户提供的不只是语音 Agent 系统，还有配套的评测系统。

如果把整套方案从一个模型切换到另一个模型，我们会用真实对话进行测试：它能完成多少任务，问题解决率是多少，对用户意图的识别准确率如何。通过这类 A/B 测试，我们才能判断一个模型能否正式上线。

这个问题没有简单的是或否。它取决于如何约束和驾驭整个 Agent，以及还需要哪些辅助技术帮助它完成任务。可靠性归根结底就是把事情做成。客户并不太关心我们用了哪种技术，他们关心的是结果。

02

Agent 进入复杂业务，

需要不断进化的工程能力

Founder Park：机会越大，工程挑战也越大。Bill，你们的营销 Agent 要实现闭环，还要同时处理高流量和大量操作，这样的工作流是怎样搭建的？

Bill Cao（易点天下）：把所有分散的工具和数据源整合在一起。这是我们面临并解决的最大问题之一。

在易点天下，我们已经通过 MCP 对运营工作流中几乎所有工具和数据源进行了标准化。这样一来，Facebook、Google、内部工具、数据看板等不同来源的数据就能汇集到一起，为 Agent 提供更丰富的上下文，帮助它做出更好的决策。

第二，Agentic 工作流是有成本的，特别是 LLM 成本和 token 成本。我们的解决方案是对所有 SOP 进行分类。对于需要深度推理的复杂场景，用高能力模型。高频、常规的场景，比如数据检索和分析，用更便宜的模型。在智能决策与成本之间取得平衡，让整套系统在经济上可持续。

Founder Park：能描绘一下未来营销人员与 Agent 团队协作的场景吗？

Bill Cao（易点天下）：我设想，数字营销会变成一个 Agent 对 Agent 的网络。

现在，每家公司都有自己的 Agent 工作流。无论是 Google、Meta 这样的平台还是程序化广告公司，Agent 工具基本都在各自系统内部运行。但未来一两年，行业会逐步走向 Agent 对 Agent 的网络——其实已经有公司在推进了。

今天的程序化广告依赖 OpenRTB 等协议，也就是很多系统共同遵循的 API 标准。未来，一部分交互可能不再需要僵化的固定协议，一家公司的 Agent 可以直接与另一家公司的 Agent 沟通。例如，SSP 的 Agent 可以直接与 DSP 的 Agent 对话。我认为，数字营销的转型会在这里发生。

Founder Park：Eileen，你们在研究「自我进化」这个前沿方向，在产品中如何实现它？

Eileen Weng（Ateve）：自我进化可以在很多层面发生，Agent 层、Harness 层，或者模型层。我们开始研究它，是因为传统的搜索优化方法并不适合 Agent。

Agent 发出的查询可能只是中间步骤，也可能是为了验证一个抽象假设。在这个搜索过程中，可能完全没有人的信号，没有点击，也没有直接反馈。你所拥有的，可能只有最初的 Prompt 和最终结果，也就是任务到底成功还是失败。

在这种情况下，我们无法彼此独立地优化排序器、检索模型和其他组件，它们必须整体一起进化。搜索引擎也不能独立演化，必须与 Agent 一起演进。

Founder Park：基础模型的自我演化很可能是大公司的事情。对于一家产品创业公司来说，应该从什么时候开始考虑 Harness 的自我演化？

Eileen Weng（Ateve）：刚开始开发产品时，你需要找到模型公司或 Meta、Athrophic 和 OpenAI 这样的大平台不会做的事情，并选择一个能够持续深入的领域。现在仍然有很多困难、专业的工作是模型公司不愿深入的，尤其是具体行业的 Know-how。

举个例子，我们服务很多医疗公司，他们的搜索需求和通用搜索完全不同，他们需要搜索论文，而不是通用问答。创业公司应该深入这类行业，找到模型公司不愿做的工作。

03

Agent 自主权越大，

责任边界越要清楚

Founder Park：Agent 开始执行任务之后，信任和权限就变成了关键问题。什么时候需要 human in the loop，什么时候 human on the loop 就够了？吴恺，你的业务直接涉及资金，这一点尤为重要，怎样在 Agent 能力和权限之间取得平衡？

吴恺（Airwallex）：这是所有 Agent 公司都要面对的问题，对金融服务尤其重要。我们的方法基于两点。

第一，重要决策的控制权仍然属于用户。有些操作不可逆，比如让 Agent 为员工发工资，或者向供应商转账。钱一旦转出，就不能简单撤回。面对这类决策，我们一定会要求 Agent 获得人的授权。授权可以有不同形式，比如把一批交易统一提交审批，但控制权始终掌握在用户手中。

另一些决策可以撤销。在这些场景里，我们希望尽量减少对人的打扰。比如 Agent 做记账工作，在账簿中添加一笔会计分录，就没有必要让人介入每一次操作，否则整个工作流都会慢下来。

第二是可追溯性。Agent 执行的每项操作都应该可以追溯，用户能看到它做了什么、改了什么，也可以通过工具撤回。我们还在建立操作的反馈闭环，让 Agent 从错误中学习，未来避免类似失误。

消费者交易会更复杂。如果 Agent 代表消费者购物，一旦出现退款争议或欺诈，最终由谁负责？目前，答案仍然是用户，因为用户是持卡人，也是交易的授权者。我们正在与卡组织和其他支付方式提供商合作，研究 Agentic Commerce 场景中的拒付和授权争议该如何处理。

Founder Park：未来，交易会不会主要通过对话完成？比如我只要告诉 ChatGPT 或另一个 Agent，向吴恺转账 30 美元，它就能直接执行。

吴恺（Airwallex）：从技术上说，现在已经可以做得很好。在 Airwallex 的网页应用里，你可以告诉 Kai Agent，自己想向某个人发起一笔转账。它会在后台创建转账，你确认之后，款项就会发出。

更有意思的问题是，我们究竟应该给 Agent 多大的自主权。它只负责创建转账，还是收到指令后也可以直接把钱发出去？我们对完全自主仍然比较谨慎。目前采取的是相对保守的方式，Agent 在后台创建转账，但真正执行前，用户必须点击确认。

从技术上说，实现完全自主并不难，真正的问题是责任归属。

Founder Park：剑锋，你们面对的是实时语音对话。Agent 说出口的话无法撤回，怎样控制它的边界？

陆剑锋（WIZ.AI）：智能的本质是解决问题。人类智能同样会犯很多错误，因此，信任来自你能多好地控制和减少错误。

AI 和人有不同的优势。比如，我们有些客户一小时要处理超过 100 万通电话，AI 可以稳定地避免违规回应，无论是监管机构禁止的话，还是容易激怒客户的措辞。这种一致性，用 AI 比用人更容易做到。

但 AI 仍然有很多薄弱点。我们需要设置护栏，阻止 Agent 回答职责范围之外的问题。也有人会尝试通过语音进行 Prompt 越狱，因此系统必须先识别和过滤这类攻击，让 Agent 忽略这些指令。与普通人工工作流相比，AI 系统需要更多保护层。

我职业生涯最初 15 年都在做网络安全，攻防从来是一场持续的较量。针对 AI 系统的威胁已经出现，但我们也不能为了所有假设中的威胁过度提前建设，否则防御机制会推高延迟和成本。

我们的做法是持续监控新威胁，针对真正出现的问题建立防御。信任因此包含两个层面，一是在现有方案中控制已知风险，二是在新威胁出现时开发新的应对技术。否则，整个业务都可能陷入危险。

04

做到什么程度，

企业才愿意把人的工作交给 Agent

Founder Park：对公司而言，怎样判断一个 Agent 真的有效？客户为什么会使用它？

吴恺（Airwallex）：我会用一个 2×2 矩阵来理解 Agent 的成功。一个维度是执行能否形成闭环，另一个维度是智能是否构成瓶颈。

最理想的情况是，执行能够闭环，同时智能是主要瓶颈。AI Coding 是最典型的例子，系统可以完成整个执行闭环，最终交付代码，效果主要取决于智能水平。全世界都在寻找下一个像 AI Coding 一样有吸引力的用例，但目前还在探索。

第二类场景也是包括 Airwallex 在内的很多公司正在做的，即智能并非瓶颈，但执行可以形成闭环。我把它称为自动化。对账或代表客户完成财务操作，未必需要最前沿的智能，但 Agent 可以完成工作，把整个流程自动化。Agentic Commerce 往往属于这一类。

衡量这类 Agent 的关键，是它能不能端到端完成工作流。90% 和 100% 之间存在巨大差距。如果 Agent 能完成 100% 的流程，采用速度会快得多。Agent 化改造必须渗透到每一个环节。如果最后一公里仍然由人完成，这一步就可能成为整个流程的瓶颈，大幅降低自动化效率。

我还经常思考另一个问题，让 AI 关注那些过去被人忽略的决策，工作流真的会变得更好吗？比如，一个过去每月只复盘一次的决策，现在 AI 可以每天甚至每小时复盘，能不能因此带来实际改善？

最后一类是执行无法闭环，同时智能又是瓶颈。在金融领域，很多操作都是这样，因为我们不希望 AI 对不可逆的操作做出确定性决策。这类产品通常被称为 AI 助手或 Copilot。人仍然要完成一部分步骤，AI 负责协助操作或思考。它们同样有价值，但不会像 AI Coding 那种闭环场景一样具有颠覆性。

Founder Park：Bill，你用什么指标判断客户成功？

Bill Cao（易点天下）：行业变化太快，不同阶段对成功的定义也不一样，六个月后可能就会完全变化。

目前，我们的目标是构建一个从识别、诊断、执行到评估的完整闭环。现在的瓶颈是评估，因为必须考虑风险。我们虽然不是金融科技公司，但如果 Agent 超支了广告主的预算，同样会造成严重问题。

评估环节目前仍然需要人提供输入，为 Agent 补充上下文。所以，我现阶段对成功的定义，是从识别到评估形成完整闭环，同时把评估阶段所需的人工输入降到最低。

另一个维度是行业层面的价值。随着越来越多企业开始采用 Agent 和 Agentic 工作流，怎样推动我前面提到的 Agent 对 Agent 网络的形成，是整个行业需要面对的问题。我们希望把自己在 AI Agent 上的实践经验带给行业，成为这个方向的先行者——这也是我定义成功的一部分。

Eileen Weng（Ateve）：我们服务很多 B 端企业客户，会通过几项标准判断一个 Agent 是否真正完成部署。

第一，Agent 是否在真实业务流程中运行，而不只是一个 Demo，必须在生产环境中解决真实问题。

第二，Agent 是否能访问真实数据，包括 CRM、邮件等内部系统，而不只是网上的公开信息，这样才能真正进入业务闭环。

第三，Agent 是否可靠到不需要有人盯着看？如果需要全程监控，就不算真正部署。

满足这些条件，才算真正部署。它的成本还必须低于所要替代的流程。Token 目前仍然昂贵，如果 Agent 比人工更贵，它在经济上就无法成立，也不可能规模化。

陆剑锋（WIZ.AI）：我们的 AI Agent 以 100% 自动化为目标，通常采用 human on the loop，而不是 human in the loop。对客户成功的定义有两层。

第一层，是像人一样把事情做好。首先，AI 不能犯不可接受的错误。例如，在促销活动中，不能向客户作出公司没有授权的承诺。其次，它要取得与人工团队大致相同的结果。达到这条线，就意味着它能够像人一样完成工作。

第二层，是利用 AI 的能力把工作做得比人更好。但第一层是基础。如果 AI 连基本要求都达不到，即使拥有更先进的能力，企业客户也不会接受。

以外呼营销为例，一家银行可能希望向现有客户介绍另一款产品。客户会先安排五到十名人工坐席，我们测量他们的转化率，再让 AI Agent 在随机 A/B 测试中完成同样的任务，比较最终结果。

如果 AI 的结果不够好，我们会判断它的对话是否达到了人工团队的水平，以及怎样让它不只是像一个人，更像一名优秀的电话销售。对于先买后付的还款提醒，我们会比较 AI 与人工团队的最终回款率。

AI 目前还不能在所有场景中与人竞争，但已经能够处理大多数对话。下一步要问的是，AI 能不能做得更多？比如，它在提供服务时，能否从对话中提取客户洞察？运行一周之后，能不能告诉企业，某款产品或服务可能出了问题？

人工客服团队很难汇总这类洞察，尤其是过去大多数语音对话没有被数字化和分析。AI 可以在这件事上做得更好。不过，我们目前仍然专注于解决第一层的问题，这也是为什么 WIZ.AI 今年的关键词是「可靠性」。

05

模型变强、成本下降，

企业离 AI 原生还有多远

Founder Park：Agent 的未来让人期待，但为什么还有这么多企业没有真正用起来？瓶颈是 Token 成本、部署人才，还是企业很难转向 AI 原生？

吴恺（Airwallex）：有两件事让我对未来保持根本性的兴奋。

第一，模型仍在不断进步。今天许多无法解决的问题，本质上仍然受限于模型智能。如果智能继续提高，很多当前无法完成的任务，就可能进入我前面提到的第一类，执行能够完全闭环。如果我们不再需要如此担心幻觉、越狱和类似风险，这件事就有可能发生。

第二，我相信 AI 会继续在企业内部扩散。Airwallex 自身也才刚刚开始采用许多 AI 能力。过去 12 个月，外界对 AI 的预期被拉得非常高，所有人都担心错过机会，希望快速投入。我们甚至要求公司每一名员工都使用 AI。

但很多技术和应用可能还没有准备好，应用层也存在过度投资。基础模型层面的持续投入有充分理由，因为智能还有很大的提升空间。

如果看未来 18 到 24 个月，我非常积极和乐观。但接下来三到六个月，很多公司会重新审视，自己的 AI 支出是否真的带来了预期回报？

Bill Cao（易点天下）：六个月后，数字营销领域的每家公司都会在某种程度上使用 AI。但在整个 AI 原生转型过程中，我认为企业组织架构才是真正的瓶颈，而不是技术或模型。

每个人都说「我们要拥抱 AI」，但这究竟意味着什么？这是一句很抽象的话。像我刚才提到的，通过 MCP 对工具和数据库进行标准化，是其中一种方法，但真正这样做的公司并不多。我认为这才是 Agent 未来发展的真正瓶颈。

如果企业能让自己的系统变得更加 AI 原生，就能在不久的将来真正采用 AI 和 Agent。至少在数字营销领域，我不认为 Token 成本是主要瓶颈，因为能力更强、价格更低的模型还会不断出现。这个领域的企业不应该害怕尝试，先试一试，看看是否有效。如果没有效果，就换一个方向。这种愿意实验的态度，也是 AI 原生思维的重要部分。

Eileen Weng（Ateve）：关于 Token 成本，我有一点不同看法。目前它仍然是 Agent 落地的重要障碍。但日前发布的 DeepSeek v4 等模型非常明显地显示，Token 的成本正在逐日递减，并且基本的 Token 消耗是可以预测的。在多 Agent 任务中，Token 消耗可能很大，而且很难预测。未来 Token 或许会变得非常便宜，但今天最昂贵的是「错误的 Token」。

所谓错误的 Token，是指 Agent 探索了错误路径，以错误方式执行任务，或犯错后需要返工。之后，人还要审查它的工作，解决由此产生的问题。成本并不只是第一次推理调用。

企业仍然存在几道鸿沟。第一是信任鸿沟，人们不信任 Agent 去处理核心工作，也很难清晰划分 Agent 与人的工作边界。

第二是数据鸿沟，Agent 往往没有权限访问企业的核心数据，因此无法真正完成有意义的工作。

第三是组织鸿沟。传统企业的层级结构并不是为 Agent 设计的。每个人都有明确权限，但 Agent 未必能够理解这套结构。很多公司甚至无法定义自己究竟希望 Agent 做什么。

在这种情况下，单纯的模型能力并不是决定因素。你可以做出一个很强的模型，但 Agent 能否在企业落地，可能取决于前沿部署工程师。他们需要把业务语言转换成 Agent 能够理解的形式，包括企业的上下文、历史和流程。

陆剑锋（WIZ.AI）：我预计，可靠性问题会在未来六个月得到大幅改善。届时，大家的关注点会从单纯把事情做成，转向获得更好的成本结构。人们会开始区分，哪个是最好的推理模型，哪个模型响应最快，哪个最具成本效益。

现在大部分方案都只调用最好的模型。未来我们会像组建人才团队一样组建 Agent 团队，接待工作要招聘适合做接待的人，战略岗位则可能从新加坡国立大学、南洋理工大学、斯坦福或麻省理工寻找人才。不同岗位需要不同水平、不同类型的能力。

这种转变已经开始。今年年初以来，我们看到许多「Token 工厂」公司的收入增长得非常快。

我同意 Eileen 的判断，现有的组织基础设施是为人类设计的。最困难的任务，是把它改造成适合 AI Agent 的形态。即使是我们相对独立的客服场景，融入企业业务流程仍然困难重重。今天是让 Agent 去适应为人设计的组织，未来则可能需要重新设计组织基础设施，让它适应 AI。这种改变需要更多时间。

文章来自于"Founder Park"，作者 "Founder Park"。