AI 不是在升级是在长大，看懂这五步再决定花钱和配人

凌晨两点，我们一个负责盯行业消息的 Agent 抓到一条新闻，自己判断这条消息有时效价值，把内容推给了另一个负责写稿的 Agent。早上六点，热点速评的初稿写好了，标注待审。八点我打开电脑，活儿已经在桌上等我。

没有人下过这个指令。

我盯着那篇稿子看了一会儿，想明白一件事。这两年从 Make 迁到 n8n，再迁到 Claude Code，到现在手里管着十个 Agent，我一直以为自己在换工具。其实不是，AI 是在按一个固定的顺序长大，从哭、到说话、到用手、到独立做事、再到互相协作，一步都没跳过。

看不懂这个顺序的企业，钱大概率花不对地方。今天老雷把这套五步框架讲给你，讲完你就知道该拿一把什么尺子，去量市面上每一个喊着帮你降本增效的 AI 产品。

先把账算对，智能不是知道得多

多数老板心里的账是这么记的，AI 聪不聪明，看它参数多大、回答多准。这本账是错的。

刚出生的婴儿，大脑里有一千亿个神经元，比大多数成年人还多。按硬件决定智能的逻辑，婴儿该是地球上最聪明的存在之一，可他连水杯都拿不住。

差在哪，差在交互方式。婴儿只会一件事，哭。饿了哭，疼了哭，无聊了也哭。后来学会说话，双向对话。再学会用工具，间接操控世界。再学会规划，自己拿主意。最后学会分工，跟别人搭伙。

智能不看你知道多少，看你能用几种方式和世界打交道。参数再大，交互方式不升级，能力就到顶。

这本账对企业选型的指向很直接。别拿跑分和演示做采购依据，要问一个问题，这个产品让 AI 用什么方式接触你的业务。只能聊天，是第一层。能记住上下文，是第二层。能调你的系统，是第三层。能自己定步骤干活，是第四层。量出来在哪层，能力就到哪层。

顺带说一句，采购谈判里高频出现的那几个词，知识库多大、参数多少亿、榜单排第几，全在量「知道得多」，没有一个在量「交互方式」。两边聊的根本不是同一个东西，报价自然对不上。

五步路径，每一步都跳不过

这条路我们自己是实打实走过来的，几个时间点都对得上。

第一步，单向输出。2022 年 11 月底 ChatGPT 上线，你打一句话，它回一段字。看着像对话，其实是在做概率预测，挑下一个最可能出现的词。就像婴儿的哭声，听着像在回应你，其实是条件反射。但这一步足够重要，它证明了大语言模型能产出像智能的输出，全世界的注意力和钱才会涌进来。今天市面上还有大量产品停在这一层，套个行业外壳，内里还是单向问答，分辨办法是给它连续多轮的活，看它接不接得住上下文。

第二步，双向理解。2023 年 3 月 GPT-4 发布，质变不在回答更准，在它开始把整段对话当成一个连贯的思路来处理，聊十轮还记得第一轮说了什么。AI 从发声走到了对话，这之后你才有资格跟它讨论问题，而不只是下指令。落到业务上，这一层能接的是咨询问答、初稿生成这类有来有回的活，你要它动你系统里的数据，它还够不着。

第三步，长出手。2024 到 2025 年，Function Calling 和 MCP 协议让 AI 能调 API 了，查数据、读文件、发邮件、操作业务系统。这是整条路上最容易被低估的一步，AI 第一次从文字世界走进真实业务。人类进化史上真正拉开差距的不是脑容量，是手的解放。AI 也一样，没有手只能想，有了手才能做。我们做自动化的那两年，干的都是这件事，每接通一个内部系统，就是给 AI 装上一只新的手，接网关它能取数，接工单它能派活，接数据库它能落表。

第四步，独立决策。2025 年底进入 Agent 时代。我们自己实测过，给 Claude Code 一句话，让它做一个视频剪辑工具，没给需求文档，也没定技术选型。泡了杯茶回来，它自己选了 Python 加 FFmpeg，自己搭架构，写完代码跑测试，发现音视频不同步，自己修，再跑一遍测试，确认没问题，把结果放在那。全程没人说第二句话。最值钱的不是代码写得快，是它做了一个判断，这个结果不够好，需要改。工具不会嫌自己做得不好，会嫌的，是个体。判断一个产品有没有走到这一层，就看出错的时候谁兜底，流程崩了等人工来救，是工具。自己重试、自己换路子、修好了再来找你，才叫独立。

第五步，协作。2026 年，多 Agent。一个人再强，一天只有二十四小时，十个人分了工，能力是乘法。开头那个凌晨传稿的场景就是这么来的，情报 Agent 自己判断价值，写稿 Agent 自己接活，中间的信息传递和任务分配，没有人参与。

碳基智能走完这条路，人类用了四百万年。硅基智能，四年。速度差了一百万倍，路径一模一样。

拿这把尺子，戳破三种话术

框架最大的用处是量别人。老雷给大家提个醒，下次你坐在会议室里听供应商讲 AI，就量三件事。

一看演示。所有演示都是第一步的条件反射，看着对，不等于懂你。验收办法很简单，让它拿你的真实数据跑一遍脏活，别看录屏。

二问权限。把「能调接口」吹成 Agent 的不少见。会用手不等于会决策，你就问一句，这个流程每一步是谁定的。你定的，它只是第三步的执行者。它自己定的，才是第四步。两者的报价和产出完全不在一个量级。

三看协作。把开一堆账号说成多 Agent 协作的，也不少见。真协作是 Agent 之间自己传任务，中间不需要人搬信息。要你在几个窗口之间复制粘贴的，那是你的复制粘贴，不是 AI 的协作。

花钱之前先量阶段。把成年期的预算花在婴儿期的能力上，是这两年企业 AI 采购里最贵的一种浪费。

组织和预算，跟着阶段走

阶段量清楚了，钱和人怎么配，老雷的经验是分开算。

停在第一、二层的场景，按席位买，当提效工具用，别指望它扛活。这层的投入重点不是工具预算，是让员工真的把它用进日常。

到第三层，花钱的重心变了。AI 值不值钱，取决于你的系统给不给它开口子，API、数据、权限没开，它就是个只有大脑没有手的聪明人。这一层的预算大头该花在打通内部系统上，工具本身反而是小头。

到第四层，组织要配的是审核岗。它像个聪明但没有经验的实习生，大方向给到位就能自己干，但产出的抽查和兜底必须有人。我们现在的分工是，AI 干十步，人审最后一步。

到第五层，一个人可以管多个 Agent，组织往扁平走，真正稀缺的岗位只有一个，懂业务、会给 Agent 立规矩的人。

给个粗的参考，第一年做 AI 预算，工具订阅可以压着买，省下的钱往两处砸，一处是系统打通，一处是招或者养那个立规矩的人。工具每季度都能换，这两个是慢变量，断了档要补很久。

再给一个反直觉的提醒，老雷见过不少企业反过来干，工具还停在第一层，就急着按第四层配组织，养了一群人天天围着聊天机器人转。顺序错了，怎么算账都是亏。

下一步站哪里

人类在组成社会之后，长出了文化、制度和法律。AI 大概率也会走这一步，而且快得多。人跟人协作有三大成本，沟通有损耗，信任要维护，协调极其难。AI 协作这三样都便宜，消息精确，行为可查，同步即时。人类花几万年走通的社会化，AI 可能只要几年。

也别急着把 AI 社会当成遥远的概念。你公司里那几个各管一摊的自动化账号，只要它们之间开始自己传任务，就是社会的雏形。差的不是技术，是你有没有把口子开出来。

这不是科幻，我们手里的十个 Agent 已经在长自己的行为规范和记忆库，有些规矩不是人写的，是它们自己攒出来的。

所以回到决策本身，别再纠结买哪个工具，工具两年换了四代，再过两年还得换。值得备齐的是两样东西，一把量阶段的尺子，一个懂业务、能立规矩的人。这两样在手，不管 AI 长到第几步，你的企业都接得住。

老雷AI实验室后面会持续把这类落地判断框架往外掏，都是能直接搬进会议室用的东西。

看完可以先做一件小事，把你手上正在用或者正在谈的那个 AI 产品，拿五步路径量一遍，写清楚它在第几步。量完你大概率会发现，报价和阶段对不上。