AI员工也要上学!云从科技给Agent建了职业学校、教科书和训练场 WAIC的新信号今年WAIC释放出一个清晰信号AI开始走出聊天框进入真实世界。一端AI进入机器人、工厂、物流和公共空间开始感知环境、执行动作、完成真实任务物理AI成为产业关注的焦点。另一端AI进入跨境电商经营现场承担市场洞察、内容生成、广告投放、经营分析等工作直接服务GMV增长。两个方向看似不同背后面对的是同一组问题AI能否稳定工作复杂任务如何协同结果如何验证风险如何控制经验如何持续沉淀大模型让智力供给越来越充足真正稀缺的开始转向人的判断力以及让多个智能角色稳定协同的组织能力。7月19日至20日云从科技高级副总裁、董事会秘书杨桦连续出席WAIC财经下午茶和WAIC CONNECT活动。商业化最终要看结果在7月19日举行的WAIC财经下午茶上杨桦围绕智能体商业化分享了云从的观察。企业关注AI最终仍会回到几个朴素的问题效率有没有提高成本有没有下降收入有没有增长经验有没有留下来AI进入企业需要进入高频、闭环、有真实反馈、可审核的业务流程。模型完成一次任务并不等于形成稳定生产力。模型决定AI能做什么协同能力决定AI能否长期工作。这也是云从布局AI营销团队的出发点。跨境电商长期面对SKU数量多、营销链路复杂、运营人才稀缺、经验难沉淀等问题。云从AI营销团队由真人专家和Agent数字员工共同组成围绕Listing优化、素材生成、广告投放、竞品分析和经营复盘持续工作。Agent可以同时处理更多商品和广告数据真人专家负责目标、预算、品牌和关键判断。AI在这里承担的是一份持续经营的工作。当Agent越来越多谁来培养和管理它们7月20日在WAIC CONNECT活动中杨桦进一步分享了云从对AI组织形态的判断。大模型已经拥有越来越强的理解、推理、生成和多模态能力但一个聪明的大脑还无法自动成为一名合格员工。它需要学习岗位职责、业务流程、专业技能和安全规则需要经过训练、测试和考核进入工作之后还需要接受调度、管理、验收和持续复盘。当企业同时拥有十个、五十个甚至上百个Agent时谁来分配任务、组织协同、控制权限、检查结果和沉淀经验成为新的管理命题。云从正在建立一套完整的Agent培养和运行体系。在这套体系里行云智能体操作系统是一所“职业学校”。它负责组织训练、安排协作、管理过程、验收结果让Agent从具备通用智力成长为能够进入业务流程的专业角色。魔方Agent Lab是一套持续更新的“教科书”。它把岗位经验、行业知识、业务规则和专业方法沉淀为Role、Agent、Skill和任务模板为Agent提供可以学习、调用和迭代的能力内容。可控训练场和具身智能训练场则提供训练、测试和实战环境。Agent可以在其中反复学习、执行、纠错和验证经过安全与质量检验后再进入真实业务。行云负责培养和管理魔方提供知识与技能训练场检验它能不能真正上岗。同一批可信Agent走向两类真实世界经过训练和验证的可信Agent可以进入数字业务也可以进入物理空间。在跨境电商场景中它们组成AI营销团队承担市场分析、内容生产、广告投放、运营优化和增长复盘。每一个Agent都有清晰岗位每一次操作都有过程记录每一轮投放结果都会回流形成下一轮优化的依据。让每一个SKU得到精细运营让每一次投放留下可复用经验。在物理AI场景中可信Agent可以连接机器人、设备和任务流程参与工业制造、物流、巡检等真实工作。物理世界充满连续变化、环境干扰和安全约束。机器人需要完成动作也需要理解任务、处理异常、接受验证并在复杂场景中稳定协同。云从布局具身智能训练场正是为了让Agent在进入真实空间前完成充分训练在持续运行中积累经验。物理AI的竞争正在从“会不会动”走向“能不能稳定工作”。数字世界和物理世界对Agent能力的要求不同但底层逻辑相通都需要专业训练都需要人类判断都需要过程可控也都需要持续学习。从AI基础设施到AI团队围绕可信Agent云从正在形成一套完整布局。底层是从容多模态大模型、云起Model Hub、可信数据空间、训推平台、可控训练场和具身智能训练场为Agent提供模型、数据、训练和验证能力。中层是行云智能体操作系统和魔方Agent Lab负责Agent的培养、组织、调度和持续进化。上层则是一支支进入真实场景的AI团队包括AI内容制作工作室、AI营销团队、AI职能团队、AI研发团队以及未来面向更多行业的专业团队。基础设施提供智力训练体系培养专业能力AI团队负责交付结果。AI的下一站在真实世界从跨境电商营销到机器人和工业现场云从在本届WAIC传递出一条清晰主线AI正在离开演示环境进入真实业务和真实空间。进入真实世界之后模型能力只是起点。训练、判断、协同、治理和持续交付将决定AI能走多远。云从希望通过行云智能体操作系统、魔方Agent Lab和两类训练场培养更多经过验证的可信Agent让它们组成专业AI团队进入企业经营也进入物理世界。AI有了大脑下一步需要接受教育、完成训练、进入组织。云从要做的是让可信Agent真正上岗。

相关新闻

最新新闻

SerenityOS 命令行选项解析指南:getopt 与 getopt_long 用法、返回值与底层实现

SerenityOS 命令行选项解析指南:getopt 与 getopt_long 用法、返回值与底层实现

SerenityOS 命令行选项解析指南:getopt 与 getopt_long 用法、返回值与底层实现 【免费下载链接】serenity The Serenity Operating System 🐞 项目地址: https://gitcode.com/GitHub_Trending/se/serenity 导读 本文以 getopt(3) 手册 为核心&a…

2026/9/28 1:37:33
轻量服务器还是ECS?大促云服务器选购与避坑实战指南

轻量服务器还是ECS?大促云服务器选购与避坑实战指南

每年大促节点,群里永远有人在问同一个问题:“38元的轻量服务器到底怎么抢?为什么我每次点进去都是已售罄?68元直购和99元的ECS我到底选哪个?”作为一个常年帮团队和自己采购云服务器的老用户,我太清楚这种纠…

2026/9/27 19:13:42
为 AI 代理的 Review 动作编写 Cedar 审批门控策略:review-agent-governance 策略编写实战指南

为 AI 代理的 Review 动作编写 Cedar 审批门控策略:review-agent-governance 策略编写实战指南

为 AI 代理的 Review 动作编写 Cedar 审批门控策略:review-agent-governance 策略编写实战指南 【免费下载链接】agents Multi-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity 项目地址:…

2026/9/27 15:27:56
PaddleOCR 手写数学公式识别算法 CAN 实战指南:Counting-Aware Network 训练、评估与推理部署

PaddleOCR 手写数学公式识别算法 CAN 实战指南:Counting-Aware Network 训练、评估与推理部署

PaddleOCR 手写数学公式识别算法 CAN 实战指南:Counting-Aware Network 训练、评估与推理部署 【免费下载链接】PaddleOCR Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between i…

2026/9/27 19:54:03
Spring源码解析:构造器注入的类型转换与候选匹配机制

Spring源码解析:构造器注入的类型转换与候选匹配机制

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/9/28 17:20:49
openai-agents-python 多模型接入指南:深入解析 AnyLLMModel 适配层与 any-llm 路由

openai-agents-python 多模型接入指南:深入解析 AnyLLMModel 适配层与 any-llm 路由

openai-agents-python 多模型接入指南:深入解析 AnyLLMModel 适配层与 any-llm 路由 【免费下载链接】openai-agents-python A lightweight, powerful framework for multi-agent workflows 项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-pyth…

2026/9/28 2:08:29

日新闻

周新闻