在AI Agent创业的热潮中，语核科技创始人翟星吉选择了一条看似"反共识"的路径——专注于ToB的销售场景，帮助企业打造"数字员工"。在他看来，AI Agent必须贴近企业的核心业务流程，解决最实际的问题，才能真正创造价值。"离钱近"不仅是语核的产品策略，也折射出这位95后创业者对AI Agent ToB赛道的冷静思考。
ToB的核心是解决"堵塞点"而非制造"工具"
传统的SaaS往往因为无法直接量化价值而陷入销售困境，AI Agent必须切入企业最核心的业务流，解决那些不仅重要而且"堵塞"的问题。只有解决了这些痛点，客户才会有立即付费的意愿，而不是仅仅将其视为一个可有可无的管理工具。
语核科技的第一个客户是一家留学中介机构。在留学市场萎缩的背景下，使用语核产品前，该机构营收同比下滑；使用后，营收实现了正增长10%。语核收取了几十万费用，但带给客户的增量营收达到千万级。这引发了一个深刻的商业模式思考：给客户创造如此大的价值，为何只收取如此少的费用？
"用户决策有价值锚点，取决于他认为值多少钱，而不是成本多少。"翟星吉解释道，"传统SaaS按成本定价，是因为用户无法量化系统价值。我们能够给客户新的价值锚点：带来的增量价值是多少。"
AI的本质是杠杆，要撬动高价值生产力
工具作为杠杆，其产出取决于使用者的基础价值。C端普通用户的单位时间价值有限，杠杆效应不明显；而企业主、职场精英以及企业组织本身是为了高效构建生产力而存在的，在这些场景下，AI带来的效率提升（如转化率微小的提升）能被巨大的基数放大，产生显著的商业回报。
"只要能帮企业提高一点点效率，比如把100个线索成交5个变成成交6个，营收增长率就是20%。"翟星吉举例道，"基数足够大，杠杆效应就足够大。"
人机协作的演进：从L2到L4
目前的Agent处于L2级别（人机协作），主要替代初级员工的繁琐工作，需要人类专家审核；未来的目标是迈向L4（高度自治），届时Agent将具备与高级员工对等的业务理解与执行能力。
"当前特别严肃的场景，Agent生成内容需要人工审核。我们先替代初级员工，变成初级和高级协作状态。"翟星吉解释道，"当Agent准确性足够强，与人类高级员工水平对等时，会直接跳到L4，这个基础上犯的错当然是我们的Agent承担，毋庸置疑。这个时候最好的商业模式就是，你把发给人的工资发给我就好了，人背KPI，我们的Agent也可以负责。"
创业者的核心竞争力是"认知迭代速度"
在快速变化的AI时代，最重要的素质是保持开放心态和极高的认知斜率。团队需要具备"滑跪"的能力——即便上一秒在激烈争论，下一秒发现对方正确时也能立刻采纳并执行。
"这个时代最大的竞争力就是认知迭代速度，你的斜率要足够陡。"翟星吉强调，"首先就是要坚定地选择，去落地、实践，而不是空想；其次是心态足够的开放，能听进去不同的意见，不断跟别人碰撞、交流，要拥抱冲突，有勇气找出正确答案，再修正自己的决策。"
Agent将重塑组织形态
正如工业革命将手工作坊变为流水线工厂，Agent的普及最终会引发组织形态的变革。未来的公司可能呈现出极高的人效比，通过"人类规划器+AI执行器"的模式，甚至可能演化为一种新形态的人力资源外包平台，企业仅需少量核心人员即可驱动大规模的AI劳动力。
"语核作为一家AI原生公司，我们团队内部完全重构了业务流。"翟星吉分享道，"比如做战略规划时，人做上层规划器，让模型执行所有研究工作，用Deep Research产品快速出分析报告。我们很重视内部一个叫Agent数字化运营的岗位，这个岗的核心价值就是帮助团队定义业务流程，找哪些环节可以用Agent重构。"
从ToC到ToB，找到"离钱近"的场景
语核科技在成立初期曾尝试ToC市场，开发桌面端AI助手，面向大学生用户，三四个月做到了十几万用户、日活过万，但商业化不太理想。经过半年复盘，团队决定转向ToB的AI Agent方向。
"我们复盘发现，大模型带来的是生产力变革，工具本质是杠杆，杠杆撬动的是使用它的人的生产力价值。"翟星吉解释道，"普通C端用户的时间价值不高，基数小，杠杆效应就小。我们要找生产力价值更高的用户。"
最终，语核选择了ToB市场，并聚焦于销售场景，不是做Sales本身，而是做售前解决方案专家，为Sales提供"武器弹药"。比如帮留学中介机构分析客户画像，推定制化方案和成功案例，提高成单率。
如何制造"数字员工"
制造有效的AI数字员工面临多重挑战。首先是选择本身——Agent最终能带来多大价值，取决于它做的事情本身价值够不够大。其次是技术实现——能否真正兑现承诺，而不是描绘宏大愿景却只能做到人类初级员工水平。
"我们在选择的时候，如果岗位强交互、强关联，特别是建立在线下沟通和信任关系上，那么这个岗位不适合用Agent。"翟星吉指出，"我们做的不是Sales本身，而是售前解决方案专家，为Sales解决武器弹药。难点是Agent能否足够好理解公司上下文、业务上下文和用户预期，有足够强的计划能力，懂人类专家的knowhow。"
哪些职业近期容易被AI取代？翟星吉的回答是："容易实现的Agent一定是岗位本身SOP清晰、创造性弱的工作，特别是一些信息重组、加工类工作。比如常规翻译、速记、单据录入等，飞书的会议纪要就很好用。SOP清晰、创造力不强，这两点特征能辐射出很多岗位。"
年轻团队如何攻克"老登"场景
语核团队的构成颇具特色——1996年出生的CEO翟星吉，从GitHub"挖"来的2003年出生的CTO，团队平均年龄仅24岁。这样一个年轻团队却选择ToB销售这种传统上被视为"老登"的场景，看似有反差，实则有其合理性。
"ToB公司分产品型和服务型，如果做产品型公司，产品不一定需要很'老'。"翟星吉解释道，"我们团队平均年龄24岁，分产研和营销端。产研招非典型路径下的年轻人，比如辍学创业、连续创业者；营销端有经验的人，懂客户和场景。我们的人才组织工作做得特别好，有很好的培养体系，能让团队快速成长。"
传统的SaaS有个悲剧的地方：谈一个客户就需要留下一组人谈定制化。AI原生的公司如何解决这一难题？
"在我的视角看的SaaS，以前不成立的核心有两个，一是天花板不够高，第二是定制化，但定制化还是由于天花板不够高导致的。"翟星吉分析道，"为什么天花板不够高？本质是企业为管理本身付钱的意愿不够。加上定制化需求，导致商业模式问题。"
语核的解决方案是：第一是把价值讲清楚，让用户愿意为价值本身付钱，天花板可能更高；第二是提高产品在合同中的核心占比，只做和Agent相关的部分，不做七七八八的事情。
AI如何重塑组织
语核科技作为一家AI原生公司，内部完全重构了业务流程。例如，营销端的新客户进来后，用Agent生成完整背调报告；见过客户后，基于增量信息迭代报告；客户需求进来后，用Agent生成初稿解决方案。每个环节都重构掉，包括HR面试记录、总结等。
"人确实不多，特意控制人效比，希望能做成高生产力组织。"翟星吉表示，"我们做的事就是帮助企业用数字员工提效，自己一定得是最佳实践。"
Agent未来展望与创业心得
关于AI Agent的下一个引爆点，翟星吉坦率表示"不知道"，但他提出了一个观察视角："可以关注那些'最有理想的人'在做什么，他们追逐的方向大概率就是未来趋势。现在Agent还处于单点突破阶段，但点会连成面，最终引发组织形态的变革。就像工业革命把手工作坊变成流水线企业，Agent将催生全新的人机协作组织形态。"
从短期来看，语核计划继续深耕数字员工，明年推出第二个数字员工，形成员工矩阵。长期来看，"最终可能就是一个新时代的人力资源外包公司，企业注册一个账号就能获得大量AI劳动力，快速把公司运转起来。"
对于创业者，翟星吉分享了四点心得：第一要有勇气探索未知，找到自己真正想要的；第二要有快速判断和果断决策的能力，以及坚持这个决策的勇气；第三要有把愿景变成现实的执行力，仰望星空，脚踏实地；第四也是最重要的，要有开放的心态和快速迭代的能力，不断修正自己的选择。
"别人给的建议都不重要，这是最重要的。"翟星吉强调，"我觉得这是一个优秀的人才或者说优秀的创业团队应该保持的状态，要完成这四点蛮难的。"
结语
AI Agent的商业化之路充满挑战，但也蕴含巨大机遇。语核科技"离钱最近"的策略，不仅为自身找到了可持续的商业模式，也为整个AI ToB行业提供了有价值的思考方向。随着技术的不断进步和商业模式的持续创新，AI Agent必将深入企业核心流程，重塑组织形态，释放前所未有的生产力潜力。
