服务裹着能力，而不是能力裹着服务
文 ｜ 易论AI
编辑 ｜ 亚婷
在易论AI第一期锵锵四人行视频播客里，继刚上来就甩了一句话：
「服务裹着能力，而不是能力裹着服务。」
这半年我见了太多做AI产品的团队，大家都在拼功能，你8个我12个，你这步能做我那步也能做。但继刚的意思是，这些都不是重点。重点是，你把这个产品交到客户手里之后，他用得起来吗？
用不起来。
这是我这半年最大的一个认知变化。AI的能力已经到了一个相当离谱的地步，但能力到了，不代表结果到了。中间差着一条巨大的鸿沟。
一、同一把枪，不同的人打出来的弹道完全不一样
坦率的讲，半年前我不会这么想。半年前我觉得，一个好的AI产品，应该是那种用户拿到手就能跑起来的。你看飞书，你看企微，装上就能用，大家聊天就直接开始了。
但AI产品完全不是这回事。
同样一款agent，不同的人来用，效果差异之大是惊人的。有人用它重塑了整个工作流，有人装上三天就忘了这东西的存在。继刚管这个叫「落差」。
传统软件是一把锤子，拿起来就能敲钉子。AI更像一个极其聪明的实习生，你给他的指令不同，他干出来的活天差地别。而大部分人根本不知道怎么给这个实习生下指令。
模型的能力在里边，外面裹着harness，形成一个agent，作为产品交付出去了。然后呢？客户不知道怎么用。或者说，客户用了，但用得很浅，远远没有触达这个产品真正的能力边界。
二、填这个gap的三条路
我最近看到三条路。
第一条路，让子弹飞一会儿。agent铺下去，总有那么百分之五的人天然就能玩得转。他们会自己摸索出最佳实践，沉淀下来，其他人照着做就行。这条路的问题是，你得等。而且你得祈祷你的用户里真的有那百分之五。
第二条路，培训。直接上去教，手把手带着用。听起来很笨，但确实有效。我下礼拜要访谈零一万物的马杰，他们转型做toB垂类服务之后，就是先进企业做培训，培训的时候直接带着他们的Palantir产品在跑。培训完之后的转化率大概在75%。
第三条路，FDE。Forward Deployed Engineer，前沿部署工程师。我不光把产品给你，我还派人进你的业务里，帮你把整个流程用AI重新跑一遍，跑通了我再走。
零一万物做的是第二条加第三条。先培训再驻场，而且他们的FDE很多都有股权，考核的是你抽离之后，客户还能不能带着你的脑子继续跑。每年毛利很高，复购也高。
但说到FDE，国内有个很尴尬的现实。上次在返校日，杨攀提过一嘴，说国内很多所谓的FDE就是换了个名字的外包。进去干脏活累活，干完就撤。真正能懂业务、又懂模型、还能把最后一公里落地的人，有那么多吗？
我觉得没有。
继刚的回应是，大家特别容易把什么都往一个概念里装，沾点边就往里靠。FDE要做的事情是进到客户的业务里，理解他现有的运转机制，找到AI进来之后该重塑哪些流程。让组织用上agent之后对自己的业务有更深的理解。你带团队过来帮客户开发个功能，开发完走了，客户的人还是不会用，那个gap一点没变。
三、越传统的行业越好做
这半年我们跟不少企业聊落地，结果发现做AI落地最顺的全是传统行业。不管是零一万物还是Palantir，他们全部都在挑传统行业合作。
为什么？传统行业基线低，你进去随便做点什么，效果就很明显，甲方也愿意为这个效果付费。
这跟技术和组织之间的速度差有关系。技术两三个月一个大迭代，但一个企业不可能技术一出来就马上调组织架构。制度、利益分配、商业结构，这些东西像大齿轮一样，转起来慢得多。传统行业的齿轮最慢，所以你进去能拧动的空间也最大。
这个速度差，就是服务要去填的东西。
四、toC也一样，别以为只是toB的问题
橘子说了一句话，「这个agent给普通C端用户，大家都不会用。除了豆包之外的功能都不会用。」
你想想看，我们这些天天泡在AI里的人，觉得这个东西理所当然。但大部分普通用户，他连上下文是什么都不知道。你问他上下文在哪？微信？那就别说了。
所以一个AI产品要做到位，它必须自带onboarding，自带一套让用户能用起来的逻辑。你得像多邻国一样，「你来，打卡就完事了」。用户不需要理解背后的语言学理论，每天进来玩五分钟的游戏，不知不觉就学会了。你不能指望你的用户都是prompt engineer。
我自己这半年有个很疯狂的习惯，就是把我每天看的、读的、聊的，全部自动清洗之后丢给我的AI。疯狂累上下文。因为我之前有过一次正反馈，有一天问我的AI，结合我的上下文，你觉得我可能是什么病？它说可能是缺铁性贫血。我去查了，真的是。之前半年我每天脑雾、睡不醒、一跑步就想吐，一直以为自己是甲减，但其实是缺铁。
但累多了之后问题来了。当AI拥有我过去太多的上下文之后，我现在有了新的想法，哪怕我在prompt里明确告诉它怎么做，它还是会把我拉回以前的平均值。橘子直接管这个叫「AI信息茧房」。歸藏说得更直接，「你不能指望一个产品帮你把上下文整理好。上下文越来越多的时候，你必须自己去处理那些东西。」
这跟前面聊的那个gap是同一件事。不管是企业客户还是个人用户，AI的能力已经在那了，但「能力在那」和「用起来」之间，隔着一整个服务层和认知层。
五、AI什么都能干，但你的客户什么都不会
橘子在最后说了一段话。他说，你凡是用AI做一个东西，做个项目，这些东西一定是在大模型的能力线上。但大部分人是没有目标的。在用户那边，不管是企业还是个人，他面对一个agent的时候，第一反应不是「我能用它干什么」，而是「我不知道拿它干什么」。他没有目标，没有路径，甚至没有意识到自己可以有目标。
所以一个harness要做的事情，不只是把模型能力包好交出去，而是帮用户找到那个目标。你进企业，帮他找到AI该嵌入哪个流程。你做C端产品，帮用户设计一条他不需要思考就能走通的路。培训也好，FDE也好，onboarding也好，做的全是同一件事。
回到继刚开头那句话，「服务裹着能力」。AI能力这一层，2026年已经过剩了。GPT6、Fable5，随便拿一个出来都能干很多事。但你把它交到一个从来没用过AI的养鸡场老板手里，或者交到一个只会用微信的普通上班族手里，它就是一个打不开的黑盒子。
谁来帮他打开这个盒子，谁来帮他找到第一个能跑通的场景，谁来陪他跑完从「装上了」到「离不开」的那段路，这件事就是谁的生意。
这个gap，可能才是接下来最值钱的东西。