从今年开始，智能体的概念火了，各家都开始做自己的智能体。如何构建一个基于AI的公司呢？需要做什么，又需要几个步骤？

之前文章《智能原生：AI蓝海世界的关键钥匙》等里面提到过几次智能原生，普遍反馈是有点不好理解。

大概是因为AI削薄了业务、产品、技术之间的边界，至少在现阶段很难像过去那样把这几者弄的泾渭分明，然后各研究各的，也能成为一个专业领用。想弄清楚就得一会在业务（领域模型）、一会在产品、一会在技术，来回贯穿，所以就麻烦（过去其实也是，没有网络的技术特征特征那里有互联网思维）。

这次我们用一个例子来说明AI应用的各个关键环节。

假如我们真想像某些开源项目那样，构建一个百分百基于AI的公司，那到底需要都干什么？又需要几个步骤？

当然我们这不是个技术文章，最后还是要回到这种新的应用形式到底要匹配什么样的思维模式，能够创造什么样的价值。

一、从自己到底想要干什么开始

现实前提是现在的大模型到不了你和它说一句：给我干一个只有AI的公司，它就把活干了的程度。

大模型很像一个有纯粹智商的瓮中之脑，所以要干什么，怎么干都需要人做引导和价值判断，从类似赚不赚钱、有没有趣这类视角做设定。

所以所有的工作就简化成两部分：你输入给这个瓮中之脑（大模型）什么，它回复了你什么？

最终智能的效能=瓮中之脑（大模型）的智商x现实的理解纵深（表现为prompt）。

现在假设目标干个只有AI的软件公司，这个公司里面除了你全是智能体，你和它说几句话，它就帮你把软件干出来了。

我们看看这事怎么干。

需要注意的是，这个产品是个应用，但也是个公司。

因为是个公司，所以第一步要对软件公司以及软件产品开发这事进行分解，这样才能构建好需要让大模型理解的东西。

这是业务也是产品。

先是要分解过程，为了简化我们这里假设就三个步骤：弄清楚要干什么（需求分析），把软件开发出来（开发和评审），测试发布。

也要分解到底需要几个角色，比如要有个老板拍板，它要负责发起决定干不干；

• 要有产品经理，它要负责确定产品到底干成什么样；
• 要有程序员，它负责把代码写出来并且进行CodeReview；
• 要有测试，他负责验证写出来的产品行为是不是对的。
• 只有角色还不能充分描述我们的业务（软件开发），还要有过程和活动。

过程再加上特定的活动（比如任务）负责把角色串起来，让他们彼此配合完成特定的目的。

单有过程（决定了推进持续），角色（决定有事的时候谁干什么）也还是不够的，还要有数据的描述，比如当前的任务是什么，每个角色上一步的输出是什么等。

这些设定比较清楚之后，就可以进入下一步打造不同的智能体。

上面这个就是人对领域设定，也可以认为是经常说的领域模型。其实有N总解法，而解法本身的选择和价值判断有关。

领域模型连接价值判断和瓮中之脑的纯粹智商（大模型）。

这种对领域的分解有什么意义呢？

简单可以理解成：为了更好的全自动的和瓮中之脑（大模型）交互。

既然就说一句话不行，比如给我生成一个XX软件产品，瓮中之脑的智商又够了，那就需要让它清楚现实，好发挥它的智力。

而需要输入什么给它其实的变化的，这种变化需要一种管理体系，这个管理体系需要依赖领域模型。（过程、角色、活动、数据等）

这部分因为作为瓮中之脑的大模型只认识提示词，所以不管你干了多少事最终都要变成它能更好理解的提示词（当然你可以很长）。

另一部分目的则是重用这些约定俗成的词，比如程序员，比如产品经理。每个词后面其实折叠了很多细节。现在的模型是基于人类累积到现在为止的知识训练出来的，所以这些词背后约定俗成的意义也被包含在模型里面了，不需要重头解释每个词了。这也能提高和大模型的交互效率。

上面的工作做完了，就到了第二步，打造不同的Agent。

这一步很诡异的是确实主要是技术的活，但本质却不是。由于这不是一个技术文章，我们就简略一些做描述，还是只关注它和过去的差异。