炒股融资解决那些不仅重要而且「堵塞」的问题

在 AI Agent 创业的热潮中，翟星吉和他创立的语核科技，选择了一条看起来有些「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。

在极客公园创新大会 2026「重塑关系专场」的小场深谈中，翟星吉分享了他个人转型之路、团队构建心得以及语核科技在 AI Agent 商业化探索中的思考与迭代。

翟星吉关于 AI ToB 与 AI 创业的精彩观点：

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。 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。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。在这个阶段，企业实际上是在为「结果」付费，而非为「人头」发工资。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。勇气在于快速决策，更在于发现错误后快速修正。 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。

以下为翟星吉在活动中的对谈实录：

从「震撼」到「创业」，

机会比恐惧更重要

主持人：大家好，我是极客公园的编辑主持人，今天很高兴看到大家来到极客公园创新大会的现场。这边是非常年轻的创业者翟星吉，因为年初的时候 Manus 特别火，AI Agent 激起了大家非常高的兴趣，也有对 AI 的焦虑。今天我们特别把星吉请来和大家聊一下，语核科技做 ToB 端 AI Agent 的时候有什么样的体会，包括在探索整个 AI Agent 行业方面有什么好的看法。首先，想请星吉介绍一下自己，让大家熟悉一下。

翟星吉：谢谢极客公园的邀请。我是翟星吉，语核科技创始人兼 CEO。我们是一家比较年轻的公司，2023 年 5 月份成立，到现在两年半的时间。我 1996 年出生，本科读的是电气工程，毕业之后去了帆软软件，是中国最大的 BI 大数据和低代码公司，在里面工作了 5 年。大模型出来之后，我第一波出来开始和 CTO 一起创立了这家公司。我们现在主要做 AI Agent 数字员工，侧重的是技术销售这个场景。简单来说，就是当采购方需要购买复杂产品或服务时，我们的 Agent 能帮助供应商理解客户复杂的业务需求，用自己的产品线进行配单、报价和技术支持，最终促成成交。

主持人：听起来是非常垂直的方向。你大学学的是电气工程，和写代码有关吗？

翟星吉：有一些相关，我对嵌入式开发很感兴趣，自学了不少，也打过一些比赛。但电气工程主要面向强电，和纯软件还是不太一样。毕业后进入帆软，才算真正深入 ToB 软件行业。

主持人：你第一次接触大语言模型是什么时候？当时是什么感受？

翟星吉：2022 年底，2023 年初，ChatGPT 发布之后。我的一个同事告诉我这个东西真不错，一定要试一试。我试完之后受到了极大的震撼。那个时候我在做产品，一直认为产品经理就是输入大量信息，在脑子里抽象、解构、组织成逻辑，再输出结果。我做了一件事，丢了用户的原始数据进去，让 ChatGPT 3.5 梳理产品场景。它确实没那么聪明，不过也还能看，大概 60 分的水平。我一直认为做到顶尖的产品经理依赖天赋，但其实 60 分已经做到了比较普通的水平。所以，当我发现 ChatGPT 真能达到这个「普通」的基准线时，我的认知被刷新了。当天试完之后，我就跟我们现在的 COO 打电话，说这个东西一定和工业革命一样厉害，可以把以前人脑子里做的很多事情完全做到，它可以是外置大脑，把很多思路思维解构出来无限放大。

主持人：一开始是兴奋，后来有感到恐惧吗？你评价自己当时作为产品经理是多少分？

翟星吉：90 分。我不担心，我看到更多的是机会。我对价值很敏感，判断力和决策力也比较强。我看到这件事情的时候就知道有无限大的价值，我思考的不是怎么被替代，而是能用它干什么。当天用完之后几乎就决策我们要创业做大模型相关的产品。做什么不重要，但一定要做。

主持人：这个执行力也非常快，ChatGPT 是 2022 年底出的，你相当于 2023 年 3、4 月份就开始创业了。

翟星吉：应该是再早一点。我还走过一些弯路，因为我没有真正意义上机器学习的技术背景，所以 1、2 月份学了半个多月相关的内容，但发现这个东西没那么大用处。我应该写 prompt，应该调模型做事情，所以就放弃了，开始构建应用。

主持人：在奇绩，陆奇给过你们什么重要的建议吗？

翟星吉：最好的一定是他在宏观上宏观趋势上的判断，第二是帮我们梳理团队基因和每个人想要什么，第三是教我们如何系统性地迭代产品、技术、商业化与组织。

从 ToC 到 ToB，

找到「离钱近」的场景

主持人：听说语核并不是你的第一个创业项目，之前有过其他尝试吗？

翟星吉：语核是我的第一个创业公司，但中间经历过一次比较大的方向调整，现在是第二个创业项目。我们公司 2023 年 5 月成立以后，相对蛮顺利的，3 个月后拿到奇绩创坛的投资。那个阶段我们在产品定义上比较成功，但在商业思考上却不够深刻，导致商业选择不够正确。

主持人：当时想做的是什么产品？

翟星吉：2023 年我们一开始做的是 ToC 的桌面端 AI 助手，核心功能跟莫妮卡差不多，划词选中后快速解释、翻译、总结，帮用户便捷使用模型。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。去年 4 月，我们停下来复盘了半年，才决定转向 ToB 的 AI Agent 方向。

主持人：为什么从 ToC 转向 ToB，语核这个产品你们怎么把它想出来要做 Agent 的？

翟星吉：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。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。两类人群符合要求：一是合伙制企业里的合伙人，他们是超级个体；二是企业里的职场精英和中高层，他们也是个人生产力很强的人。或者直接面向企业级市场，企业本身就是为了高效构建生产力而存在的组织。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%。基数足够大，杠杆效应就足够大。我们最终选择了 ToB 市场，当时只是定了这个大方向，具体做什么场景，怎么做，面向谁，不断选择、不断修正、不断迭代就好了。

主持人：那为什么最终选择 Sales 这个场景？

翟星吉：我们有一个核心认知：要做企业最核心业务流里的东西，解决核心问题。以前在传统 SaaS 公司，销售成本很高，因为卖软件本质上不会对企业的经营带来直接改善，效果无法量化，需要画饼说服对方这个在管理上有价值。我们想解决实际业务流中特别堵塞的点，解决后客户马上愿意付钱。Sales 场景就完美契合，我们不是做 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。

主持人：最终的实际应用效果怎么样？

翟星吉：我们第一个客户是一家留学中介机构。去年留学市场在萎缩，用我们产品前，他们营收同比下滑；使用我们的产品后，营收变成正增长 10%。我们收了几十万，但带给客户的增量营收是千万级。这让我们开始思考商业模式是不是出现了问题：给客户赚这么多钱，但他只付这么点钱。后来发现，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。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。

如何制造「数字员工」

主持人：中国真正赚钱的 SaaS 没有几家，里面有非常多的难点，所以像语核这边用 AI 做这个事情也是非常好的改革。大家现在在飞书或者钉钉里也有一些 AI 助手或者数字员工这样的同事，帮你做会议纪要，提醒日历上的事件。你能不能从一个 AI 员工的制造者角度来跟大家分享，我们怎么去制造所谓的 AI 数字员工，包括在这个过程中你们看到的一些难点是什么？是人和 AI 的交互吗？还是其他的？

翟星吉：我们看到最大的难点是选择本身。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。我们秉承的观点是帮用户解决最核心业务流程里最核心的堵塞点，他一听到就愿意付钱。技术上要能真正实现承诺。不能给用户描绘宏大愿景，但技术上只能做到人类初级员工水平，最终业务用不起来。

主持人：数字员工目前难以做到中级或顶级 Sales，可能的难点是在哪？是因为人际关系吗？我知道销售涉及到人情往来，你跟客户的关系是你成绩的一部分。

翟星吉：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。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。

主持人：相当于是 Sales 最好的工具。

翟星吉：可以理解是这样。在人的业务流程里，它是多工种协作的，一些工种最后会被 Agent 替代，有的工种相对比较靠前，能更容易实现。

主持人：哪些职业近期容易被 AI 取代？

翟星吉：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。我不会提具体职业，但 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

主持人：听说你的 CTO 是从 GitHub 上「挖」来的，还让人家大二辍学？

翟星吉：他是 2003 年的，我们认识时他才大二。2023 年 3 月，我在 GitHub trending 榜上找基于 OpenAI API 的项目，一个个联系作者。那时候看好 AI 机会的人会自然聚在一起，就像移动互联网初期一样。

主持人：怎么说服他加入的？父母没意见吗？

翟星吉：价值观对齐是关键。我们都对技术充满热情，有极客精神。他当时拿了去清华还是什么的夏令营 offer 但拒绝了，是很有主见的人。父母最初有顾虑，但看到他的决心后也很支持。

主持人：我会比较好奇语核的团队，因为你是 1996 年的，你从 GitHub 上挖来的 CTO 是 2003 年的，这么年轻的团队反而选择 B 端销售这种，我认为非常「老登」的场景，你们认为这里面有反差感吗？

翟星吉：还好，我以前的公司也很年轻。我 2023 年离职的时候平均年龄是 27、28 岁，也是很年轻的团队，但做中国 ToB 行业营收将近 20 亿，经营模型很健康。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」。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。

主持人：传统的 SaaS 有个悲剧的地方，你这边谈一个客户就需要留下一组人谈定制化。现在的 AI native 的公司怎么解决这个难题？

翟星吉：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。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。对我们来说，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，我们还是蛮相信它对标的就是人力资源市场。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，这是我们的解法。我们单个客户的履约周期相对比较短，可能一个月左右，标准来讲是这样，并且投入资源不会太多。

AI 如何重塑组织

主持人：语核作为一家 AI 原生公司，你们团队内部怎么用 AI？

翟星吉：如何经营一家 AI Native 的公司，我们内部是完全重构了业务流。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。比如营销端，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。

主持人：我猜你们团队应该非常少的人，非常精简的架构。

翟星吉：人确实不多，特意控制人效比，希望能做成高生产力组织。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

主持人：现在是 2025 年底，如果让你来想，我知道这一定是很难，你认为 AI Agent 下一个会引爆的点在哪里？或者说创业者该关注哪些方向？

翟星吉：这确实是很难的问题，所以我坦率先讲不知道。但我会有一个观点，就是可以关注那些「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。

主持人：你对语核有什么期望吗？现在都是点，会做成全平台吗？

翟星吉：首先从出发点看，我们是技术驱动加愿景驱动的公司，所以一定会不遗余力地将底层生产力变革赋能到真正有价值的地方，不会给自己设太多限，不管是 ToC，还是 ToB，这个都不重要，我们的愿景就是要把生产力带给大家。短期来说，我们会继续深耕数字员工，明年计划推出第二个数字员工，形成员工矩阵。每个数字员工都要做到 90% 以上的准确率，具备足够的业务价值和技术壁垒。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。

主持人：听起来非常诱人，大家以后都是 1 人公司，1 个人加 100 个 Agent。到现在你创业大概有两年多的时间，我相信你肯定是百感交集，大家都知道创业 1 年相当于别人活 5 年，甚至 10 年。你会有什么总结或心得给到台下的大家吗？如果他们想创业的话，你会给大家什么样的建议？

翟星吉：首先别人给的建议都不重要，这是最重要的。但我可以分享四点心得：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。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。

主持人：如果能完成这四点，所有人都是创业者了。所以最重要的是保持开放和快速迭代？

翟星吉：没错。这是最难的，也是最重要的，我们现在招聘就很注重这一点。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。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。我们团队讲究「滑跪」的能力，就是说我上一秒还在和你激烈争论，下一秒发现你是对的，就立刻采纳你的观点。快速修正、快速执行，这才是关键。

提问互动精选

主持人：最后有一个特殊的环节，我们选了一些小红书用户想问你的问题，我代表观众来问一下你。第一个问题：以前买 SaaS 是买工具，用不好是自己的问题。现在如果买语核的数字员工，性质就不一样了，万一数字员工说了什么不该说的，闯祸了，这个锅是谁的？

翟星吉：这是很好的问题。这个问题本质和自动驾驶一样，我们现在的状态是 L2，是人机协作，目标是 L4。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。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。

主持人：刚才你说 L2 级的员工可以替代一些初级员工需要做的繁琐的事情，一个老生常谈的问题，如果把新手的工作用 Agent 取代了，以后会出现类似人才断档吗？没办法从初级升到高级，在语核内部，咱们怎么解决这个问题？

翟星吉：我们的视角可能有效不同。我们做业务专家型 Agent，要和人类专家对话梳理，把他们的 SOP 和思考路径拿出来。这些知识以前在专家脑子里，初级员工成长靠老专家带，速度慢。如果工作做好，可以把老专家的知识体系方法论梳理清楚，初级员工成长更快，不会在初级状态待很多年。未来的目标是解放生产力，让每个人发挥自己的创造力，做自己真正想做的事，让 Agent 来做执行工作，我们想要加速这个过程。

主持人：现在搭建 Agent 门槛越来越低，客户看到你们的逻辑，在内部复刻一套，怎么避免这种风险？

翟星吉：没办法避免。但做 Agent 需要业务专家和能力把业务知识系统化方法论化，以及技术基建工作。企业端可能做不好这两点，这还是蛮有难度的。另外，我们站在更宏观视角，看到 N 个企业的需求，做更抽象的解决方案，更接近第一性原理。单点企业输入信息不够多，不一定能看到更大的 picture，但我能拿到更多的信息，我就能看到更好的东西。

现场观众提问：谢谢翟星吉的分享，我记录了一个问题。因为我们也是一家 ToB 的公司，已经有很好的 Revenue，正面临 PMF 这个阶段，您讲的挺有借鉴意义。想请问贵公司的产品在降本和增效里是怎么样的定位？我觉得这个蛮影响我们产品的方向，所以请翟总详细介绍一下，谢谢。

翟星吉：我们是两者都认可的。我们认为这个时代有足够价值的 Agent，要么是能帮企业赚来新的钱，要么帮他省掉很多钱，至少是原来的 1/5。这不是二选一的问题，而是这两点能做到一点都足够好。我们的产品定位上是两者都不排斥，具体到复杂的 Agent，可能是多个子 Agent 组成的 Multi Agent 系统，有的服务于增量营收，有的服务于降本，就像人类的岗位里面也会存在不同的工作，我觉得不冲突。

配资股票开户提示：文章来自网络，不代表本站观点。