文｜朱耘

ID | BMR2004

继大模型之后，科技工作者们开始纷纷看好AI智能体，笃信它将成为下一波带来颠覆性影响的人工智能浪潮。

九维图灵虽然起步较晚，但已经在这场进化浪潮中摸索出了自己的核心产品——智能体GoAgent。这是一个多智能体协作的生态系统。在这里，用户可以成为“老板”，“雇用”专业能力优秀的虚拟员工完成复杂任务，比如让某虚拟员工实时调取市场数据生成深度研报，让另一位擅长设计的虚拟员工将研报设计成吸引人的可视化海报，并能自动在社交媒体里分发……人类下达指令，剩余的流程拆解、工具调用、结果优化，全由智能体自主完成。

具体来看，GoAgent是如何实现突破的？近日，《商学院》记者专访了九维图灵创始人沈方艺。

沈方艺告诉记者，尽管九维图灵2024年才创立并押注在智能体这一赛道，但能够快速推出GoAgent这一产品，背后全凭创始团队10年多的技术积淀与商业洞察。

2025年，科技圈的关键词是“大模型与DeepSeek”，时间退回至2013年，那一年科技圈的关键词是“云计算”，彼时沈方艺和她的创业团队成为国内第一批涉足超融合云计算的团队，也是最早攻克GPU虚拟化技术的团队之一。2016年，他们与英伟达建立战略合作关系，在算力优化领域积累经验：“2016年我们和英伟达合作时，没人能想到GPU虚拟化技术会成为AI爆发的‘基础设施’。”

算力的突破性提升，是大模型得以高效处理海量数据并重塑人类认知方式的核心支撑。沈方艺引用了一位院士分享的例子：在生物基因拟合场景中，采用冷冻镜技术时，传统人工计算的拟合准确率约为0.3%，而借助AI技术后，拟合准确率可提升至30%。假如计算过程由人工完成，需耗时约3万年。

“前几年，我们就像造汽车一样，一直在研究发动机怎么跑得更好。”沈方艺如此比喻团队的技术积累，“我们重点是想把数据的并发量、吞吐量做到极致。”在AI爆发的今天，大模型需要处理越来越复杂的数据，九维图灵积累了十年的超算能力成为优势，沈方艺的团队最知道，不同的芯片间性能如何，如何协同。2024年3月，团队成员决定将算力提供转向直接创造生产力，成立了九维图灵。

事实上，如今市面上的大语言模型不少，ChatGPT、DeepSeek、豆包、元宝、文心一言……尽管工具不少，但鲜少能得心应手，处理复杂任务要么内容流于表面，要么出现幻觉。而九维图灵的GoAgent是要让AI从“能对话的数据库”，变成“能协作的虚拟员工”，重新定义人与IT交互的方式。

当用户给了一份长达98页的金融分析报告，让不同的大模型或Agent读取报告并分析。该份报告不仅包含了图文、图表，很多关键信息还是嵌在图片之上，不同产品的结果差异较大。DeepSeek因仅持续文本识别，对复杂报告的分析信息有限；ChatGPT-4o虽支持多模态，但输出的内容简短；Manus生成的报告仅仅是罗列了原报告的数据，缺乏深度加工；而GoAgent可自动生成买入建议并给出了四点论据，通过AI原创图表可视化数据，用红绿色块标注风险与亮点，并注明数据来源，报告风格接近人工撰写。

“这份报告完全是由AIGC内容生成的，从框架设计、数据采集和分析、文字编辑到报表制作和排版设计，全部都是虚拟员工互相协作的劳动成果。传统一份web3的投资报告需要一个3至5人的金融团队至少一周时间产出，但在GoAgent平台上大约半个小时就能做一份，而且提出这个指令的人只是一位我们团队的大学实习生。”沈方艺表示，“我们的终极目标就是让AI实现知识平权，充分解放人的劳动力。”

但是，如果给了大模型明确的指令，大模型也能思考，为什么还单独用GoAgent呢？

沈方艺说：“这也是很多人对大模型和智能体认知存在的误区。大模型好比一位‘万事通教授’，上知天文下知地理，但让他推荐一家好吃的苍蝇馆子，他未必比得上街角的出租车司机。”大模型解决的是“理解语言”的问题，通过万亿级参数计算下一个词的出现概率，实现自然语言交互；但真正的生产力突破，需要AI解决“如何做事”的问题，而这正是智能体的核心价值。

这也是大模型与智能体的“界限”，大模型就是要不断地训练新语料，让模型更丰富，知识体系更与当下结合紧密，而不要本末倒置地去做智能体应用。

“我们不是在做大模型，而是在打造一个具有人格化和社会化属性的虚拟人才库，为多智能体协作提供‘超级大脑’。”这句话常被沈方艺用来解释GoAgent的定位，但更准确的描述是：它是一个人工智能时代“数字资产”的一站式选购商城，把算力、模型和数据的能力转化成满足用户需求的生产力。虚拟员工输出劳动成果，中间则由GoAgent超级大脑负责任务拆解、智能体协作和结果校验。

在发掘GoAgent产品要解决的用户痛点时，沈方艺认为，用户需要的不是能聊天的数据库，而是能干活的数字员工。为此他们的解决方案是进行“场景化智能体重构”：为每个虚拟员工赋予明确的职业定位、专业工具和协作能力。

打开GoAgent的网站，用户会看到与通用大模型不同，界面上像应用商店一样陈列着不同角色的虚拟员工，如“金融财报分析师”“短视频脚本导演”“政策研究员”等。这些角色的核心能力，来自于九维图灵对具体员工工作内容的理解而进行的场景化改造。

有经济学家预测，未来随着AI的发展，将会出现大量“一人公司”，即一个人作指挥官，调动一群虚拟员工完成工作，而GoAgent正助力这一愿景早日实现。

事实上，虚拟员工并不是什么新事物，早在2021年，万科、蓝色光标等企业就用上了“虚拟员工”，其中万科的虚拟员工“崔筱盼”因催办预付应收逾期单据核销率达91.44%，获得万科年度优秀新人奖。那GoAgent上的虚拟员工与这些虚拟员工有什么不同？沈方艺用了“协作”一词来形容，我们彻底打破了流程割裂和数据孤岛的问题，实现了智能体接口标准的统一。

传统的虚拟员工，一位员工只能做流程上的一件事，比如催办预付应收，处理财务的不能做客服，做客服的无法参与选品。但GoAgent上的虚拟员工不仅能独立完成专项任务，还能通过“超级大脑”实现协作。

“所有虚拟员工共享上下文记忆，能够像真实团队一样协同工作，作为真实员工，你可以把多位虚拟员工拉进一个群，之前的对话和知识结构都会被同步，你不用反复解释背景。”沈方艺说。

未来，人的工作是否都会被AI所取代？沈方艺表示：“人+AI是1+1＞2的协作模式，AI适合海量数据的处理分析，这是最枯燥也是最耗时的步骤，最终结果的确认还是需要人来把握方向。我们崇尚human-in-the-loop的原则，AI对人从来都不是替代，而是辅助。有了强大的‘赛博牛马’为我们打工，人才可以更好地实现工作和生活的平衡。”

沈方艺介绍，GoAgent上的虚拟员工非常“聪明”，有强大的技术创新能力，其中最具有创新意义和价值的是自研了一套专门针对推理场景的高维向量检索数据库和DAG（有向无环技术）框架。

具体来看，Oracle、MySQL等传统数据库，是基于关系型数据库的检索逻辑，而GoAgent采用语义切割技术，将文本进行灵活的语义切片处理。这种方式带来的直接好处是token处理效率大幅提升。“我们不是逐字逐句地递归式读取，而是基于语义理解进行处理，但依然能保证精准度。”沈方艺说，这种技术源自团队在超算领域对数据压缩和传输效率的长期研究，在智能体场景中意外地解决了大模型处理长文本时的成本问题。

除了推理引擎的优化，九维图灵团队在高性能计算领域也有扎实的技术积累。沈方艺解释道：“现在大多数智能体团队都是从SaaS软件开发团队转型而来，而我们则是从IaaS基础架构技术创新转型人工智能操作系统。这样我们在分析和定位问题时，拥有更全面的技术储备。可以说大模型的爆发让Infra（人工智能基础平台）从幕后走向了台前，在信息化时代，算力的管理和调度只是支持角色，而现在却成为了训练和推理的核心竞争力。”

九维图灵GoModel多模型算力管理平台和GoAgent多智能体协作系统的“MaaS（模型即服务）+AaaS（智能体即服务）”的产品全景图非常好地诠释了人工智能时代IT架构的范式。模型效果=数据质量，效率=Infra水平，算法=训练范式，这需要对GPU集群的运作机制和硬件层有非常深厚的功底和项目经验，比如DeepSeek成功的秘诀就是创始人梁文峰是Infra出身，团队工程师比算法还多，而九维图灵的大规模超算集群建设经验，就是他们最好的技术护城河。现在很多公司让算法团队设计模型结构，无疑是“让厨子造锅”，会脱离专业分工。

史蒂夫·乔布斯是沈方艺的偶像之一，她认为，无论是KV Cache（键-值缓存）的缓存优化还是提示词工程的结构设计，一切围绕用户的需求。乔布斯最大的贡献有两个：一是用图形界面GUI替代了命令行，降低了电脑的使用门槛；另一个则是用触摸屏TouchUI替代了键盘，让上至年迈的老人、下至学龄前儿童，都能轻松使用智能产品。而沈方艺判断，AI交互的下一站一定是“自然语言对话”，用户通过语音就可能完成复杂任务。伟大的产品设计不需要被学习，只有做到极致的用户体验，才真正可以实现人工智能的普惠，九维图灵正是在做智能体时代的操作系统集群。

“未来五年，所有应用程序都会被AI重构，而能定义新交互标准的公司，将成为新的生态霸主。”尽管九维图灵当下仍是个创业公司，但沈方艺做出这样的判断，也期待未来九维图灵能成为AI Agent时代的生态主导者。

作为一款AI产品，商业的落地与可持续性，考验着九维图灵的创始团队。

沈方艺的设想是，在商业化路径上，GoAgent采取B端与C端并重的策略。针对C端用户，平台推出每月一两百元的订阅服务，提供文档撰写、PPT制作、数据处理等基础功能。“如果能让员工显著提高效率，我想用户愿意为这种生产力工具付费。”沈方艺说，作为AI重度用户，她愿意为能节省大量时间的工具买单。

GoAgent平台上不只有九维图灵自己开发的虚拟员工，作为一个智能体平台，九维图灵也欢迎其他机构和个人将自身的数据库、知识库封装成虚拟员工，供平台上的其他人雇佣。封装一位虚拟员工的门槛并不高，不需要开发者会写代码，无需编程能力，只需要上传历史案例、设定工作流程等，就能生成虚拟员工。

“未来人人都能成为AI训练师。”或许未来，这种模式将催生一个新职业——虚拟员工培训师，他们可能不是技术专家，但深谙行业知识库，通过平台将隐性知识转化为标准化的AI能力。当培训出一位虚拟员工并上线在GoAgent平台上，虚拟员工培训师将有机会获得佣金，且虚拟员工被雇用的次数越多、时间越久，获得的收益越高。

据悉，在佣金分配上，GoAgent平台上的虚拟员工共分为5个等级，从“初级助手”到“传奇专家”，等级越高，能力越强，分成比例越向创作者倾斜。

B端市场则聚焦于政府、金融和媒体等文档密集型行业。这些客户不仅需要标准化服务，更强调数据安全，因此平台提供本地化部署方案，与头部服务器厂商合作，将模型和算力调度系统直接安装在客户机房。这种模式虽然前期投入大，但能满足特定行业的数据合规要求，形成稳定收入来源。

“我相信，一旦用户体验过‘指挥虚拟员工’的高效工作方式，就很难回到传统模式。”沈方艺说。

但这也不得不让用户们思考，当虚拟员工的工作效率提升，现实员工的工作强度和难度降低，真实员工的薪水会被打折吗？九维图灵的思考是：在整个生态中，人类的价值不是被削弱，而是被放大，创意、判断和领导力成为更稀缺的资源。“AI解放的不是时间本身，而是创造的可能性。”沈方艺说。

如今字节跳动等巨头也在做智能体，而GoAgent的策略是发挥小团队优势，两周一次的迭代速度远超大厂，灵活的商业模式更能适应市场变化。团队规模控制在几十人，却能实现媲美大公司的产品能力，印证了“小团队，大价值”的互联网创业新逻辑。

“我们在创造一种新的‘劳动力关系’。”沈方艺说，“未来的企业组织里，人类员工负责定义目标、把控方向，虚拟员工负责执行流程、处理细节，而GoAgent要做的就是制定这套‘新劳动法’，让两者协作更高效、更可靠。”

2025年8月底，GoAgent的内测版本将正式上线，首批500个账户采用邀请码机制，分配给金融、媒体、教育行业的用户。当这些虚拟员工开始处理真实的工作任务，一个关于AI生产力的新叙事或许才刚刚展开。