世上才俩月,AI又几年;最近两个月的AI又发生了很多重要的变化。
9月8号,Muse的发布带火了To C的个人agent的落地场景,结合claude Tag在小型企业产品化的尝试以及Sap、埃森哲、OpenAI、Anthropic在大客户用FDE的方式推进AI,已成三箭齐发之势。
O和A两家的GPT-6 Astra的电脑使用(computer use)和Opus 5.5的前端设计和审美能力同时又迎来跃升。虽然股票行情陷入争论,但行业发展继续如火如荼。
这一期再聊聊9月份以后,我对AI的非coding场景落地的观察和看法,欢迎收听。
时间轴
01:05 AI 渗透率:广度与深度
03:41 降低门槛,三类场景的落地路径
06:57 个人 Agent:数据接入、交互与具体用途
17:07 使用成本、商业模式与商家的应对
22:27 小企业:Claude Tag 与软件推广
28:24 大企业:FDE、采购预算与产品化
36:37 模型能力提升与商业价值归属
40:33 垂直 Agent 与未来的交互方式
44:35 总结与后续观察
术语速查
Agent / Personal Agent:智能体/个人智能体,可使用工具完成任务。
to C / to B:面向消费者/面向企业。
FDE(Forward Deployed Engineer):深入客户现场,帮助软件或 AI 落地的工程师。
CRM / ERP:客户关系管理/企业资源计划,分别管理销售客户和企业经营流程。
SaaS:通过网络提供、通常按订阅收费的软件服务。
API / UI:程序调用接口/用户界面。
context / token:AI 可参考的上下文/模型处理内容及计算用量的单位。
computer use / coding agent:AI 操作电脑/以编程任务为主的智能体。
AI-native / know-how:把 AI 纳入日常协作/实践积累的经验和方法。
TAM / capex / ROI:潜在市场总规模/资本开支/投资回报率。
产品与公司名:Muse、Instinct、today.ai、OpenAI dots、OpenClaw、Claude Tag、Claude Code、Codex;GPT-6 Astra、Claude Opus 5.5;Siebel、Salesforce、Accenture(埃森哲)、SAP、Palantir、Anthropic、Block。
数据口径补充
开头的 Ramp 数据按样本企业统计,不能当作全美员工的付费率。支出数据比较的是企业人均月度支出;前 10% 和前 1% 的数字是各组内部中位数。
美国人口普查局论文中的 18% 是企业业务职能的 AI 采用率,32% 是按就业人数加权后的企业采用率。它不是逐个员工的使用率,也不是付费率。
参考链接
Ramp AI Index(节目引用 2026 年 8 月数据)|美国人口普查局论文
主播:奔波儿。节目中的成本、商业模式与未来方向,包含个人观察和推测。
