缺乏生态的前沿阵地难以长存

AI 转型的核心，是人与系统之间的认知闭环

我一直在深入思考在 AI 驱动的经济中，公司的未来会如何。

这次转型与以往任何平台转变都不同。过去，我们使用数字系统来增强人力资本。而这一次，我们第一次能够在人与数字系统之间创建真正的认知闭环。这非常震撼，因为它改变了我们对企业内部工作本质的认知。

我们所面临的利害关系不再是某个数字工具或系统及其用途，而是组织如何在 AI 模型能够持续吸收人类和组织的专业知识并将其商品化的世界中，继续学习、构建知识产权、保持差异化并实现繁荣。

每家公司都必须构建我所称的人力资本（Human Capital）和代币资本（Token Capital）。人力资本包括员工的知识、判断力、人际关系、创造力和模式识别能力；而代币资本则是公司构建和拥有的 AI 能力。

重要的是，随着代币资本的增长，人力资本不会贬值，反而会变得更有价值！我相信人类能动性将是代币资本增长的驱动力。人类会设定雄心勃勃的目标、跨领域连接点、建立关系，并识别出最重要的模式。没有人类的方向，计算资源只会原地空转。

你可以外包任务，但无法外包学习

这意味着真正的机会不在于挑选最好的模型，而在于在模型之上构建一个学习闭环，让人力资本和代币资本相互复合。你可以外包一项任务，甚至一个职位，但你永远无法外包你的学习。公司的未来在于能够将这种学习在人与 AI 之间进行复合的能力。

这需要一种新的架构方法，让每个业务都能构建随时间不断改进的代理系统（agentic systems），同时仍保留对自身知识产权的控制。公司应该能够在不丢失“公司老兵”积累的专业知识的情况下，切换“通用”模型。这将是未来时代中，你对控制权和主权的关键考验。

公司需要将自己的工作流程、领域知识和累积的判断力转化为每次使用都会改进的 AI 系统。私有评估应捕捉模型是否在对业务真正重要的结果上持续改进（而非仅仅外部基准！）。私有的强化学习环境应让模型在组织内部的真实轨迹上变得更强。它的知识库能让机构记忆变得可查询，并提高 token 使用效率。

公司的新知识产权，是一台会复利增长的爬山机器

这个闭环将成为公司新的知识产权。我将其视为一台爬山机器（hill climbing machine）。与大多数资产不同，它会复合增长。每一个改进的工作流程都会产生更好的训练信号，从而加速积累公司独有的隐性知识。那些尽早构建这个闭环的公司，将获得难以复制的优势，无论出现任何新的单一模型能力。

我们最不希望看到的是，每个行业的所有公司都将价值拱手让给少数几个能“吃掉”一切的模型。如果所有价值都被少数模型攫取，政治经济将无法容忍它。社会不会允许一个掏空整个行业的 AI 未来。

想想全球化第一阶段发生的事：整个工业经济因外包而被掏空。表面上看 GDP 数据还不错，但人员流离失所是真实的，其后果至今仍在持续。让我们不要把这种动态带入 AI 时代，让少数 AI 系统捕获所有经济回报，而整个行业的知识被直接商品化。

真正稳定的前沿，不是模型，而是生态系统

在我看来，我们的优先事项必须是构建一个前沿生态系统（frontier ecosystem），而不仅仅是一个前沿模型，从而让价值广泛流向每家公司、每个行业和每个国家。在这个系统中，每个组织都能拥有编码其机构知识的学习闭环，并复合其人力资本和代币资本。

这就是我成长过程中所秉持的理念：平台在顶部创造的价值要超过其自身捕获的价值，每家公司都能持续创新并构建属于自己的价值。

当这一切发生时，公司将为自己和周围的经济创造价值。员工将看到自己的专业知识被放大，他们的判断力成为可复制、可扩展的系统的一部分，而收益将回馈给公司和周边社区。

这就是公司为自己和更广泛经济创造价值的方式，也是我们应该共同构建的稳定均衡。