「破山中贼易，破心中贼难。」
这是王阳明写给学生的一句话。山里的盗贼好打，心里的贼难除——一个人最难战胜的，从来不是外面的敌人，而是自己的认知和习惯。
把这句话放到 AI 行业今天这个节点上，我越想越觉得贴切。
因为这两三年，AI 的「山中贼」其实已经被打得差不多了：
- 算力，有了；
- 基础模型，有了；
- Agent 框架，有了；
- MCP、A2A、工具调用，有了；
- 连最难搞的企业，也开始接受 AI 了；
- CIO 的预算，也开始往这块释放了。
这些曾经被反复念叨的「卡脖子」难题，一个接一个被解决。山里的贼，基本清完了。
可奇怪的是，AI 在企业里真正跑起来、能算清价值的，依然是少数。
为什么？因为真正难打的那个贼，从来不在山里，在人的心里。
一、三年时间，问题已经悄悄换了一道
回头看这几年，企业问 AI 的问题，其实一直在变：
- 2023 年，大家在解决：AI 到底能不能做？
- 2024 年，大家在解决：AI 怎么接企业自己的数据？
- 2025 年，大家在解决：AI 怎么真正落到一个场景里？
每一年，打的都是一个具体的「山中贼」——能力的贼、数据的贼、落地的贼。这三只贼，都是技术问题，也都被技术一一解决了。
而到了 2026 年，我观察到企业开始问一个完全不一样的问题：
AI 到底给我创造了多少价值？
这个问题一冒出来，画风就变了。前面三个问题，答案都在技术里；这第四个问题，答案在组织里、在人心里。
「心中贼」，就是从这一刻开始现形的。
接下来我想讲三个我见得最多的心中贼。它们没有一个是技术问题，但恰恰是这三个，让大量 AI 项目死在了半路上。
二、第一个心中贼：工具崇拜
第一个，也是最普遍的一个：工具崇拜。
很多团队到今天，每天还在追最新的工具：今天 Claude 出了新版本，明天 Gemini 又刷新了榜单，后天 DeepSeek 把价格压低一截，再加上各种 Agent SDK、新的 MCP、新的框架……研究模型本身，成了一种每天必做的功课。
我不是说追新不好。但我越来越确信一件事：企业真正缺的，往往根本不是模型。
拿我自己现在手上在做的几件事举例——招投标商机 Agent、企业知识库、Log Audit AI、Marketing AI、RAG。这些项目做到今天，真正卡住我的，几乎没有一次是「模型不够强」。卡住我的，永远是另外几件特别朴素、特别不性感的事：
- 数据是不是完整？ 知识库缺了一半，再强的 Agent 答出来的也是错的。
- 流程是不是闭环？ AI 给了建议，下一步没人接、没系统落，那这条建议等于没给。
- 用户愿不愿意每天用它？ 再聪明的 Agent，没人打开，就是个昂贵的摆设。
- 它有没有沉淀成组织的能力？ 只有一个人会用、会调，这事就长不大，人一走就塌。
模型的能力，其实早就过了及格线；真正决定一个 AI 项目生死的，是上面这四件「脏活」。很多项目不是死在模型不够强，是死在没人愿意把这四件不性感的事做扎实。
工具崇拜的本质，是用「追新」来回避「做实」。盯着模型榜单刷数据，比埋头补数据、理流程，要轻松得多，也体面得多。可惜，价值不在体面的那一头。
三、第二个心中贼：POC 幻觉
第二个心中贼，杀伤力更大：POC 幻觉。
过去两年企业 AI 最大的泡沫，其实可以浓缩成一句话：
Demo 成功 ≠ 产品成功。
太多项目都是同一个剧本。第一天演示，所有人眼睛发亮——「太厉害了，这下效率要起飞了」；一个月之后再去看，没人用了。
为什么？因为企业 AI 真正的考题，从来不是准确率。准确率高，只是把你送进了考场。真正决定分数的，是另外三个指标：
- 工作流嵌入率：它有没有长在大家本来就要走的流程里？
- 使用频率：大家是每天都在用，还是演示完就忘？
- ROI：算总账，它到底替你省下了什么、赚回了什么？
而这三个指标，全都指向同一个判断：如果你的 AI，要求员工每天专门打开一个新页面、跳出原本的工作流去用它，那它大概率会失败。
人是有惯性的。多一步操作，就劝退一批人；多一个新入口，就流失一拨用户。这不是态度问题，是人性。
反过来，如果 AI 不需要谁专门去「使用」它，而是自动出现在大家本来就待着的地方——
- 出现在企业微信的对话里；
- 出现在每天都要看的邮件里；
- 出现在 DevOps 的流水线上；
- 出现在销售天天开着的 CRM 里；
- 出现在招投标系统的商机推送里。
那它的成功率，会高得多。最好的 AI，是让人感觉不到自己在「用 AI」。 它不去抢一个新入口，它钻进旧入口里，悄悄就把活干了。
POC 幻觉之所以是「心中贼」，是因为它骗的恰恰是你自己：那个惊艳的 Demo，会让你误以为事情已经成了，从而松开了真正最难的那一步——把它嵌进每一天的工作流。
四、第三个心中贼：把 AI 当成一个项目
第三个心中贼最隐蔽，因为它穿着「专业管理」的外衣：把 AI 当成一个项目来做。
很多企业上 AI，用的还是当年上 ERP 那套思路：
立项——排期，3 个月、6 个月、12 个月； 验收——上线，项目结束，签字，归档。
这套打法做信息系统没问题，但用来做 AI，从根上就错了。因为 AI 不是一个项目，它压根没有「上线即结束」这回事。
AI 更像什么？更像搜索引擎，像操作系统，像电力网络——它是一种持续运行、持续演进的基础设施，不是一个有终点的工程。它需要：
- 持续地喂数据、持续地训练；
- 持续地根据反馈迭代；
- 持续地往上加新的 Agent、覆盖新的场景。
你见过哪家公司「把搜索引擎这个项目验收上线」之后就再也不管了吗？没有。AI 也一样。用做项目的思路做 AI，最大的代价是：你恰好在它刚开始产生复利的那一刻，把手松开了。
项目思维要的是一个「交付物」，而 AI 要的是一条「持续长大的曲线」。把曲线当成点来验收，是这三个心中贼里，最容易被「正规流程」合理化、也因此最难自省的一个。
五、六个项目，其实正在长成同一个东西
讲完三个心中贼，我想回到自己手上正在做的事，因为它恰好说明了「破了心中贼」之后，路会通向哪里。
我前面提到的那几件事——招投标 Agent、商机雷达、企业知识库、Log Audit AI、Marketing AI、RAG——表面上看，是六个互不相干的项目。
但做着做着我越来越清楚：它们未来很可能不是六个东西，而是一个东西。
一个我愿意叫它「企业 Agent 操作系统」的东西。它的结构其实很清晰，三层：
- 底层，是企业自己的家底：企业数据、企业权限、企业知识。这是任何模型都替代不了的、真正属于你的护城河。
- 中间，是调度层：Agent 的编排、Workflow、MCP——负责把上层的需求，翻译成对底层数据和能力的精确调用。
- 上层，才是一个个具体的 Agent：招投标 Agent、Marketing Agent、DevOps Agent、Audit Agent、BI Agent……
你看，当你不再把每个 Agent 当成孤立项目，而是让它们共享同一套底层数据、权限和调度，每新增一个 Agent 的边际成本会越来越低，单个 Agent 的价值也会因为底座的复用被放大。 这比你东一个、西一个地做六个互不相通的「AI 功能」，价值高出一个量级。
我自己这一路的演进，其实也是这个逻辑：从最早做 DevOps，到打通 SSO，到搭起 AI Platform，再到上面长出一个个 Agent，最后收敛成一个企业级的 AI 能力中心。每一步，都是在把底座夯实，好让上面的 Agent 越长越省力。
六、那 AI 行业的下一步，往哪儿走？
把视角拉远到整个行业，我个人的判断是：未来三年，竞争的主战场，会从「模型竞争」转移到「企业操作系统竞争」。
可以粗略分成三个阶段：
- 第一阶段（2023–2025）：拼谁的模型最强。 这是刚刚过去的阶段，比的是参数、跑分、上下文长度。
- 第二阶段（2026–2028）：拼谁离业务最近。 模型之间的差距在快速收窄，胜负手变成谁更懂行业、谁能把 AI 真正塞进具体流程。
- 第三阶段（2028 以后）：拼谁掌握企业的工作流入口。 到这一步，谁握着企业每天必经的那个入口，谁就握着 AI 的分发权。
如果这个判断成立，那么有个结论会让不少人不舒服：未来真正值钱的，很可能不是模型公司。
因为模型会越来越便宜——这几乎是确定的趋势，便宜到最后会像今天的带宽和电力一样，变成一种廉价的公共供给。而企业的数据、流程和组织习惯，不会便宜，也搬不走。 真正掌握价值的，会是那些握住了企业工作流入口的公司——更像今天的 Microsoft、Salesforce、ServiceNow，而不是单纯卖模型的那一类。
这也是为什么我一直把劲往「嵌进工作流」这个方向使，而不是去卷模型本身。模型是巨头的战场，工作流入口，才是普通人和中小团队还能下场的地方。
写在最后：破模型之贼易，破业务之贼难
如果用王阳明那句话，来给今天的 AI 行业做个总结，我想改写成三句：
破模型之贼易，破业务之贼难。 破技术之贼易，破组织之贼难。 破算力之贼易，破价值之贼难。
真正决定未来的，已经不是谁拥有最强的大模型，而是谁能让 AI 成为企业每天工作的默认方式。
这件「把 AI 钻进工作流、变成默认方式」的活，恰恰是我每天都在做的事。
我一个人打造的 Zaokit，做的就是把 AI 这件「重活变轻」——你不用懂任何技术，只要把要做的事说清楚，它帮你高效完成图文创作和 PPT 生成，唯一网站：https://zaokit.app。它和今天聊的企业 Agent 操作系统，是同一条思路的两端：一端把企业的算力和能力收敛成统一底座，一端把普通人的创作收敛成一句话就能跑通的入口——都是把复杂留给自己，把简单交给你。
除此之外，cx.zaokit.com、cc.zaokit.com、tokenhub.zaokit.ai、gift.junxinzhang.com 以及更多项目，已经融入不少企业的真实工作流，是稳定靠谱、开箱即用的 AI 全家桶。
山中贼好打，这两三年我们已经打得差不多了。接下来真正难的、也真正值钱的，是破掉那三个心中贼——别再迷信工具，别再被 Demo 骗了，别再把一条会持续长大的曲线，当成一个点来验收。 谁先想通这一层，谁就先一步，把 AI 变成自己每天工作里那个感觉不到、却离不开的东西。
我是 Jason，一个独立打造 AI 产品的创业者。如果这篇让你重新看了一眼公司里那个「演示惊艳、上线即凉」的 AI 项目，欢迎转发给那个还在每天追新模型的团队负责人。
相关阅读：
