能否将一项工作从头到尾闭环完成，才是 Agent 落地的真正分水岭。若最后 10% 仍需人工接手，它便可能成为流程瓶颈，大幅削弱自动化带来的效率红利。
8 月 3 日，在新加坡 AGI Playground 2026 舞台上，四位面向企业提供 Agent 服务的创业者展开深度对谈：WIZ.AI 董事长兼联合创始人陆剑锋、Ateve 创始人兼 CEO 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。他们基于真实业务场景，探讨了 Agent 落地面临的具体难题。本次对谈由 Stealth Startup 创始人胡少阳客串主持。
四家公司切入场景各异：WIZ.AI 以语音 Agent 服务大型企业；Ateve 为 Agent 构建专用搜索引擎；易点天下利用 Agent 重构数字营销工作流；Airwallex 则致力于将 AI 接入全球支付与资金管理。
但他们的判断指向同一核心：Agent 的下一阶段，不再取决于其看起来有多聪明，关键在于能否在企业环境中持续、可靠且低成本地交付结果。
以下为对谈实录，经 Founder Park 编辑整理。
整理｜朱俊熹
编辑｜万户
⬆️关注 Founder Park，获取及时干货的创业分享
我们将通过「AI 产品市集」、内容报道、社群分发等方式，助力团队触达早期用户、获取真实反馈并建立关键连接。
如果您正在从事 AI 相关领域，欢迎与我们交流。
01
从财务到客服，
Agent 正在进入真实工作流
Founder Park：从各位的视角来看，Agent 领域发生的最重大变化是什么？
吴恺（Airwallex）：作为 AI 原生的全球金融平台，我们帮助企业端到端管理支付、资金和支出。目前观察到两项关键趋势，并据此推出了两款产品。
首先是"T0"，定位为创业者的 AI 财务总监。初创企业往往难以招募到优秀的财务负责人，而 T0 能协助处理记账、财务报告、税务申报、资金管理、企业信用卡及薪资发放等全套金融运营。我们期望在团队规模较小时，AI 财务总监能支持创始人将团队从一两人扩展至二三十人，并随公司成长深度嵌入财务工作流。
其次是"Agentic Commerce"。虽然目前体量尚小，但具备爆发潜力。为此我们推出了"Airi"，一种面向消费者的 Agent 银行服务，支持消费者钱包及由 Agent 驱动的交易流程。
未来，当消费者通过 ChatGPT 或其他 AI 工具购物时，我们可以将支付方式嵌入其中，让 Agent 代表用户完成支付。起点是一键结账，未来可能进化为零键结账，完全由 Agent 操作（需用户事先授权）。
Bill Cao（易点天下）：我从营销角度补充。我们为营销人员提供全栈解决方案，尤其聚焦中国出海的数字营销市场。程序化广告本质是硬核工程问题，需应对高并发、超低延迟及海量数据整合。我们正在用 Agent 改造整个营销工作流。
回顾六七年前的大数据时代，数字营销重度依赖数据，但缺乏统一接入点整合多渠道数据。约一年半前 AI 刚引入时，企业主要将其用于单项任务（如数据检索、格式化、分析或创意生成），功能分散且互不连接。
如今，我们将这些功能组合成一套 Agent 工作流。AI 贯穿从数据检索、分析到智能决策及结果优化的全流程。过去 12 到 18 个月，行业正朝着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，目标是从底层为 AI 而非人类打造，因为两者存在根本区别。
首先是搜索频次。人类搜索通常是一次性的，而 Agent 搜索是迭代推理过程，会根据上一次查询结果生成下一个查询，因此极不稳定。
人类搜索易形成可识别的趋势，但 Agent 的查询常出现在中间推理或假设验证过程中，脱离具体任务后往往无意义。这改变了搜索优化目标：不再仅是匹配人与结果，而是判断检索信息能否帮助 AI 完成任务。
其次，Agent 的需求不同于人类。除了相关性和时效性，Agent 更需要结构化输出、低延迟、可控成本和高 Token 效率。基于此，Agent 搜索正从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互动，客户遍布东南亚、拉美及全球其他地区。
今年以来，无论东南亚还是其他市场，语音 Agent 公司显著增多，得益于开源技术和大模型能力的提升。但做出 Demo 容易，打造企业级应用却很难。
对我们而言，首要问题是可靠性。可靠的对话意味着 AI Agent 能像熟悉业务的专家一样解决问题。效率和成本固然重要，但必须排在可靠性之后。
首先需控制响应时间：用户停止说话后，Agent 能否在两秒内开始回应（而非说完）？这对通过公共交换电话网或企业电话系统传输的语音流量至关重要，延迟过长会导致用户直接挂断。
企业还高度关注首次呼叫解决率。若 AI Agent 无法在客户满意度和问题解决率上与人工坐席竞争，多数企业不会采用。这也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，令人意外。它仅是 Demo 还是已具备实用性？语音会成为人与 Agent 交互的主要方式吗？
陆剑锋（WIZ.AI）：我们也在与 OpenAI 合作测试。使用语音到语音模型做 Demo 不难，但我们为客户提供的是包含配套评测系统的完整方案。
切换模型时，我们会用真实对话进行测试：任务完成率、问题解决率及意图识别准确率如何？通过此类 A/B 测试，才能判断模型是否具备上线条件。
这个问题没有简单的“是”或“否”，取决于如何约束和驾驭整个 Agent，以及需要哪些辅助技术。可靠性归根结底是把事情做成。客户不关心用了哪种技术，只关心结果。
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，同时处理高流量和大量操作，这样的工作流是如何搭建的？
Bill Cao（易点天下）：核心在于整合所有分散的工具和数据源，这是我们面临并解决的最大问题之一。
在易点天下，我们通过 MCP 对运营工作流中几乎所有工具和数据源进行了标准化。这使得 Facebook、Google、内部工具及数据看板等不同来源的数据能汇集一处，为 Agent 提供更丰富的上下文以辅助决策。
其次，Agentic 工作流存在成本，特别是 LLM 和 Token 成本。我们的解决方案是对所有 SOP 进行分类：需要深度推理的复杂场景使用高能力模型；高频、常规的场景（如数据检索和分析）则使用更便宜的模型，从而在智能决策与成本之间取得平衡，确保系统经济可持续。
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，数字营销将演变成一个"Agent 对 Agent"的网络。
目前，每家公司的 Agent 工作流多在各自系统内部运行。但未来一两年，行业将逐步走向 Agent 间的直接互联。正如今天的程序化广告依赖 OpenRTB 等协议，未来部分交互可能不再需要僵化的固定协议，一家公司的 Agent 可直接与另一家公司的 Agent 沟通（例如 SSP 的 Agent 直接与 DSP 的 Agent 对话）。数字营销的转型将在此发生。
Founder Park：Eileen，你们在研究「自我进化」这一前沿方向，在产品中如何实现？
Eileen Weng（Ateve）：自我进化可发生在 Agent 层、Harness 层或模型层。我们之所以研究它，是因为传统搜索优化方法并不适合 Agent。
Agent 发出的查询可能是中间步骤，也可能是为了验证抽象假设。在这个过程中，可能完全没有人的信号（如点击或直接反馈），只有最初的 Prompt 和最终的任务成败结果。
这种情况下，我们无法独立优化排序器、检索模型等组件，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 共同演进。
Founder Park：基础模型的自我演化很可能是大公司的事情。对于产品创业公司，应从何时开始考虑 Harness 的自我演化？
Eileen Weng（Ateve）：产品开发初期，需找到模型公司或大平台（如 Meta、Anthropic、OpenAI）不愿深入做的事情，并选择一个能持续深耕的领域。目前仍有许多困难且专业的工作是大模型公司无暇顾及的，尤其是具体行业的 Know-how。
例如，我们服务的医疗公司需要搜索论文而非通用问答，其需求与通用搜索截然不同。创业公司应深入此类垂直行业，填补大模型公司留下的空白。
03
Agent 自主权越大，
责任边界越要清楚
Founder Park：Agent 开始执行任务后，信任和权限成为关键。何时需要"human in the loop"，何时"human on the loop"即可？吴恺，您的业务直接涉及资金，如何在 Agent 能力和权限间取得平衡？
吴恺（Airwallex）：这是所有 Agent 公司都要面对的问题，对金融服务尤为关键。我们的方法基于两点。
第一，重要决策的控制权仍属于用户。对于不可逆操作（如发工资、向供应商转账），一旦资金转出便无法简单撤回，这类决策必须要求 Agent 获得人工授权（可批量提交审批，但控制权始终在用户手中）。
另一些决策是可撤销的。在这些场景中，我们尽量减少对人的打扰。例如 Agent 进行记账工作时，无需让人介入每一次添加分录的操作，否则工作流效率会大幅降低。
第二是可追溯性。Agent 执行的每项操作都应可追溯，用户能查看其做了什么、改了什么，并通过工具撤回。我们还在建立操作反馈闭环，让 Agent 从错误中学习，避免重犯。
消费者交易更为复杂。若 Agent 代表消费者购物，出现退款争议或欺诈时由谁负责？目前答案仍是用户，因为用户是持卡人和授权者。我们正与卡组织及其他支付提供商合作，研究 Agentic Commerce 场景中的拒付和授权争议处理机制。
Founder Park：未来，交易会不会主要通过对话完成？比如告诉 ChatGPT 向某人转账，它就能直接执行？
吴恺（Airwallex）：技术上现已能很好地实现。在 Airwallex 网页应用中，用户可以告诉 Kai Agent 发起转账，它在后台创建转账，用户确认后款项即发出。
更有意思的问题是：究竟该给 Agent 多大自主权？是仅负责创建转账，还是收到指令后直接放款？我们对完全自主仍持谨慎态度，目前采取相对保守的方式：Agent 在后台创建转账，但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。人类智能也会犯错，因此，信任来自你能多好地控制和减少错误。
AI 与人各有优势。例如，有些客户一小时需处理超百万通电话，AI 能稳定避免违规回应（无论是监管禁止的话术还是激怒客户的措辞）。这种一致性，AI 比人更容易做到。
但 AI 仍有薄弱点。我们需要设置护栏，阻止 Agent 回答职责范围外的问题。针对试图通过语音进行的 Prompt 越狱攻击，系统必须先识别并过滤，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。
我职业生涯前 15 年都在做网络安全，攻防是一场持续的较量。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，系统可完成整个执行闭环并交付代码，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，但目前仍在探索中。
第二类场景也是包括 Airwallex 在内的很多公司正在做的：智能并非瓶颈，但执行可以形成闭环。我称之为自动化。例如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，能否带来实际改善？
最后一类是执行无法闭环，同时智能又是瓶颈。在金融领域，很多操作都是如此，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。
对话刘靖康：镜头之外的「智能」和「审美」，才是 Camera Agent 的主战场
对话景鲲：AI 产品的 All in One，是上下文的 All in One
Genspark 发布 GenOffice：AI 时代的 Office，免费、开源，抢占办公人群的第一工作入口
1300 万月活、近 6000 万美元 ARR：OpenCode 如何在 Claude Code、Codex 夹缝中长出来？