Tezign's Fan Ling: Enterprise AI needs two systems—a subjective world model and an enterprise world model

量子位 | 公众号QbitAI

一个有些反直觉的现实是：

麻省理工NANDA发布的2025年企业生成式AI报告中，有一组经常被放在一起看的数字：

在受访的企业中，有 95% 的企业生成式AI试点没有带来可衡量的损益回报；与此同时，超过 90% 企业中的员工已经在用个人AI工具干活，真正购买官方企业订阅的公司却只有40%。

这组数字背后其实是同一个问题：

在今天上午，上海西岸的WTCC论坛上，特赞创始人范凌给出的答案是：

企业最终要补的，不是一套更强的模型，而是 两个世界模型 。

“世界模型”这个词，说简单点，就是一个系统能不能回答： 如果我这么做，接下来会发生什么 。

放到企业里，这个问题至少有两个方向：

一个向外，理解客户。 客户为什么会偏好某个选择，什么会让他们改变主意，什么样的表达和产品更容易被接受。这一层，特赞在论坛上的说法是“客户世界模型”，也就是后来材料里更常出现的“ 主观世界模型 ”。

一个向内，理解公司。 一项决策进入企业内部之后，会经过什么流程，受哪些资源、规则和协作关系影响，最后能不能真正落地。这个部分更接近“ 企业世界模型 ”。

两者看起来都在回答“怎么做决策”，但本质不是一个东西。

“理解客户”的主观世界模型，处理的是主观偏好、动机和选择，靠的是外部用户数据；

“理解公司”的企业世界模型，处理的是流程、资产、规则和默会知识，靠的是组织内部长期积累的上下文。

关于主观世界模型，前段时间量子位已经做过一次细致的讲解，这里不再展开。

也正因为这两套东西的数据来源、更新节奏、责任归属都不一样，它们很难被粗暴合并成一个大模型。

合在一起，往往不是更强，而是两边一起变钝，缺掉任何一边，问题都会立刻暴露出来：

所以这不是“多一套模型更保险”的问题，而是企业智能体架构里本来就缺了两块完全不同的东西。

如果说客户世界模型更接近外部感知，那 企业世界模型最难的地方，其实在内部知识的识别、组织和利用 。

因为组织里最值钱的东西，很多恰恰不在文档里。

特赞在论坛上把企业知识拆成两类：

事实上，已经有不少企业，正在尝试基于模型能力构建自己的上下文系统。

但上下文建得好不好，这一层可能还没有形成统一的判断标准。

企业真正需要的上下文系统，至少得满足几个条件：

一句话总结就是： 智能体调用的不是数据，而是上下文 。

如果说企业世界模型解决的是内部上下文，那另一个正在发生的变化，是 专家判断开始进入训练数据 。

这里说的不是第三个世界模型，也不等同于客户世界模型。

它更像是两套世界模型之下，共用的一层能力底座。

据论坛和相关技术资料披露，特赞已经引入了大量不同领域的专家，参与真实判断过程的采集和标注，让训练信号不再只依赖通用数据，而是开始包含业务语境里的判断路径（Creative Trajectory）。与此同时，一些合作机构也在沿着类似方向推进研究，相关判断路径的积累已达 万条量级 。

这件事为什么重要？

因为企业里最值钱的知识，如判断标准、取舍逻辑、风险敏感度，互联网上没有，通用模型里也没有。

它们本来只存在于人、项目和档案之间。

现在做的，其实是把这些原本难以留存的判断过程，变成一种可以积累的资产。

从“ 租用智能” ，走向“ 主权智能” 。

最后还剩一个绕不过去的问题：怎么评？

通用benchmark衡量的是模型能不能答对标准答案。

但企业场景里，更重要的问题往往不是“对不对”，而是： 它是不是按这家公司的方式做对的 。

一家公司的品牌边界、一家团队的选品逻辑、一个管理者对风险的容忍区间，这些都不在公开评测集里，也不在通用模型的默认价值观里。

所以业务垂直benchmark真正有价值的地方，不在于给模型打一个分，而在于它把组织的判断标准变成了一个能持续回归、持续比较、持续修正的测试集。

一旦这个东西存在，模型升级、流程调整、团队变化到底带来了什么能力变化，就不必再靠“感觉变好了”来判断。

这一点，特赞的团队提到一个很典型的校准方法：

在Atypica的场景中，通过让真人和AI persona去完成同样的经济学行为实验，再用两者之间的差异来量化校准模拟效果，从而反哺到模型训练和优化中。

量子位今年7月在WAIC现场报道时提到过一个结果：主观世界模型在行为模拟上的准确率达到85%。

当然，这种模拟和benchmark本质上还是校准工具，它们能让研究和验证更早发生，但不能替代真人研究本身。

企业里智能体要真正跑起来，需要搭建什么样的机制？

有了基础之后，又该如何让机制真正转起来？

论坛上给出的说法是，企业智能体真正要跑起来，得转动一个完整闭环： Signal、Plan、Create、Evals 。

这背后其实对应的是企业智能体和上一代Copilot的差别 。

Copilot更像一次性被调用的工具：你问，它答；你开任务，它给你一个结果。

但企业真正需要的智能体不是这样。它是长程的，可以持续运行，得进入工作流，得跨时间保留目标、状态和反馈，而不是每次都从零开始。

范凌在演讲里说：

智能体把工作推到80分，人再把它从80分带到120分。

这句话重要的地方，不是“80分”和“120分”这两个数字，而是它重新定义了人和智能体的分工。

两者不是替代关系，而是错位分工：AI负责把大量可Token化的工作往前推，专家真正有价值的地方，仍然在最后那段高密度判断里。

一套理解外部，一套理解内部，中间跑一个能持续推进的长程智能体。

值得一提的是，特赞在WTCC论坛上同步发布了 Agentic Transformation共建计划 ，把高校、研究机构、企业、模型与技术伙伴、专业实践者都拉进来，原因也很简单：这条路还没有被完全验证，很多问题没有现成答案，只能在开放协作中边做边成长。

企业要想把自己的判断，变成一种可积累的资产。那么第一步，该怎么做？

*本文系量子位获授权刊载，观点仅为原作者所有。