AI时代：普通人如何通过专家智能体实现价值跃迁？

从巴黎高翻的翻译学生，到帮普通人把个体价值转化为可规模化产品的创业者，白双的经历始终围绕着一个核心命题：如何避免成为被技术异化的工具。

在巴黎高等翻译学院攻读学位的日子里，白双曾无数次完成这样的工作：把一段自己并不认同的观点，逐字逐句从法语转译为中文。她深谙翻译的“信达雅”准则，但这份职业从一开始就划定了她的边界：只能润色文字，不能改动原意。某次完成译稿后，一个念头突然击中她：“我好像只是一个高级工具而已。”

本科毕业时，她是那届唯一的中国学生，精通中英法三门语言的组合在当时极为稀缺，前往联合国担任同传的机会就摆在眼前。老师都为她感到惋惜，但白双却非常坚定地拒绝了这个机会。

这段往事，是白双在一次行业访谈中分享的核心内容。那场对话的主题是AI时代普通人的经验如何变现，横跨了她从巴黎到伦敦、从教育科技到两次创业的全部经历。而贯穿始终的，是她花了十几年时间反复追问的问题：一个人要怎么做，才能不被变成工具？

这个问题在2022年底她转向Agent赛道之前，就已经在她心中发酵了多年。她的第一次创业项目是AI翻译，2022年年初和年尾各完成一轮融资，总金额达到千万元级别。但ChatGPT出现后，她很快意识到必须转换赛道——不只是因为技术迭代，更因为她听过太多顶尖投资人的评价：翻译赛道本身规模有限，人机结合的模式 scalability不足。她后来直白地解释：“我们当时的商业模式，本质上还是在售卖自己的服务，只是效率有所提升。”这句话，也成为了她后续所有判断的核心标准。

隐性知识的价值

白双对“经验会不会被大模型替代”这个问题的回答，跳出了大多数人的二元判断——既不是“经验依然重要”，也不是“经验会被淘汰”，而是先做了一个关键区分：过去的经验和增量的经验，完全是两回事。

她用冰山来比喻知识的层级：大模型已经掌握了露出水面的部分，也就是人类历史上沉淀下来的显性知识，这构成了通用模型的能力边界。但冰山之下，还有大量没有被文字化、没有被互联网收录的隐性知识，这些才是真正的差异化所在。

更重要的是，冰山本身也在持续变化。新的商业场景、用户行为和营销方式，会不断创造全新的经验。白双举了抖音的例子：在抖音出现之前，很少有人能想到直播带货会成为主流营销方式，而在那之前，行业也没有成熟的直播带货方法论，直到有人率先进入现场、试错迭代，再把经验沉淀下来。

这个判断直接导向了她提出的“Token + X”概念：Token部分的收益，会被模型厂商和算力公司拿走，大多数人在这个赛道里都是付费方，比如使用Claude、Codex，本质上都是在为通用能力付费。而另一个长尾市场，也就是她所说的专家智能体赛道，收益不会流向模型厂商，而是属于那些持续在垂直领域获取新鲜知识、并获得他人信任的人。这里的“X”，就是独立于通用模型之外的专家溢价。

这个理论听起来像是“人无我有”的老话，但白双用一个反直觉的例子让它落地：她公司里有一位00后同事，之前学的是电影专业，入职后被安排负责海外Reddit运营，一开始完全不懂这个领域的玩法。但三个月后，她摸索出了一套能稳定发帖、不被封号、还能带来持续流量的方法，还把这套方法整理成技能教程发到小红书，声称自己开发了一个专属Agent，欢迎大家使用。结果当晚就有两百多人订阅。白双反复强调，这个女孩并不是什么“行业老师傅”。这句话背后，其实是在纠正一个普遍误解：很多人认为专家智能体赛道天然属于在某个行业深耕十年二十年的人，但她的判断恰恰相反——真正稀缺的不是经验的年限，而是在陌生领域快速学习、并把学到的东西沉淀为可复用方法论的能力。

企业知识库的伪需求陷阱

如果说“Token+X”是白双这几年想明白的核心逻辑，那她第二次创业踩过的坑，则是一次代价不菲的验证。翻译项目转型后，她看到美国的Glean等企业知识检索产品发展不错，判断国内也会有类似机会，于是调研了一批想要搭建企业知识库的客户。但调研的结果让她扎心：“用户给你的需求，有可能是伪需求。”

很多企业说要做知识库，未必是真的有实际需求，更多是来自自上而下的焦虑：管理层觉得公司应该引入AI技术，于是把这种焦虑包装成了采购需求。这类系统即使真的部署下去，也很难评估生产力提升的效果，ROI难以算清，再加上私有化部署的成本高昂，最终往往只是一个冰冷的问答机器人。白双因此判断，这条路她既不能做，也不想做。

她把这个教训延伸到了更广泛的判断：类似Dify这类面向开发者的工具型产品，本质上解决的是“谁来写代码”的问题，而非“谁懂业务”的问题。一家500强企业的IT部门可能技术能力很强，但他们根本不懂服装公司采购布料需要审核哪些细节，也不清楚法务部门的具体流程卡点。过去两年里，很多工作流产品进入企业却无法落地，症结就在于此：开发者提供的是技术能力，但业务know-how是另一套完全不同的体系，AI目前还无法填平这道鸿沟。因此她判断，这一轮技术浪潮带来的财富再分配，受益者不是开发者，而是真正掌握行业know-how、并愿意持续深耕的人。

被误解的OPC定义

这场访谈中，白双情绪最明显的一段，是纠正“OPC（One Person Company）”这个被广泛误用的概念。她举了一个简单的例子：一个开发者过去接外包项目，交付周期需要两个月，现在用AI之后缩短到两周，效率翻了几倍——这算不算OPC？她的答案是否定的，因为交付主体依然是开发者本人，当客户从1个增加到100个时，他依然无法突破时间的限制，无法实现规模化。这本质上还是在售卖时间，只是单位时间的收益变高了。

在这个定义下，她提出了衡量个体价值的AIM公式：A是Agent，对应个人的专业深度，决定了开发的智能体能否和通用智能体拉开差距；I是Influence，也就是影响力，如果只有能力没有影响力，就像一家公司只有研发部门没有市场部门；M是Marketability，也就是市场力，这部分更多需要平台来补足——搭建分发、交易、收款等商业基础设施，不该由专家个体从零开始搭建。

她对纯粹的技能交易市场持近乎悲观的态度。她提到，很多技能平台已经沦为“垃圾场”，数十万条技能挂在上面，大部分都没有实际价值。原因很简单：贡献这些技能的大多是开发者，而非真正掌握行业know-how的人。她用Shopify打比方：Shopify从来不是一个简单的货架，它提供的是用户画像、CRM、文案生成等一整套面向商家的基础设施。她认为，专家型个体需要的也是同样的基础设施，而不是一个明码标价、下载即走的技能商店——在这种模式下，创作者的资产没有任何保护，用户下载后甚至可以转售。

未来的组织形态：蜂群协作

关于未来的组织形态，白双引用了凯文·凯利在《失控》中的判断：个人先完成“超级个体化”，再彼此组合成“蜂群”，好莱坞式的项目制协作就是这种组织的雏形——拍一部电影时，会把最顶尖的人才临时聚集起来，拍完后解散，下一部项目再重新组队。她判断，纯脑力劳动、没有实物交付的专业服务行业，尤其是咨询这类“跟着人走而非跟着公司走”的领域，会最先走向这种形态；而生产手机、食品、化妆品等需要实物交付的企业，形态不会这么快消失。她自己的公司目前有12名员工，没有一个岗位是重复的，每个人都指挥着自己的智能体，再和其他同事的智能体协作——这已经是公司内部的蜂群模式。

但她特别提醒：不是所有人都必须、也都能成为专家本身，生态里还有大量不直接产出专业内容，但可以参与价值分配的角色。她设计了三类经纪人：一是负责在垂直领域识别真正专家的Sourcing经纪人，有点像猎头；二是陪跑型经纪人，帮助“老师傅型”专家把经验转化为可交付的智能体服务；三是IP经纪人，帮助已经积累了资产的专家进行传播和商业变现。这三类角色本身未必是专家，但可以通过陪跑、孵化、分润参与整个生态的收益分配。这个设计背后的判断是：上一个互联网周期里不是内容创作者的人，这一轮依然有机会。

未被看见的人性需求

访谈接近尾声时，白双讲的道理反而离技术最远。她认为创业者不应该只盯着“我的产品”“我的技术”，而应该多思考人性——泡泡玛特的门槛不在供应链，而在于它精准击中了人们对开盲盒的好奇心，这种需求几十年前就存在，只是换了一种形态。她把这类还未被充分满足、甚至未被意识到的需求，叫做“睡美人需求”。她提到，自己爷爷奶奶那代人晚年生活很无聊，年轻人也同样孤独——她的公司12名员工里有三分之二都养宠物，可见陪伴的需求从未消失，只是过去没有被认真对待。这段话背后，其实是她对“AI创业该往何处去”的直接回答：技术门槛正在被快速拉平，工程能力也越来越容易被AI补齐，真正难以复制的，是对人性需求的敏锐判断。

创业的跃迁之路

访谈快结束时，被问到创业这些年放弃了什么，白双说她放弃了很多，但并不觉得是牺牲，因为都是自己主动选择的，而且现在做的事正好和自己的热爱一致。这也是她把公司取名为Leapility的原因——Leap your ability，她自己译作“跃向”。从巴黎高翻教室里那个觉得自己是“高级工具”的翻译学生，到今天帮助他人把个体价值产品化的创业者，白双走了近十五年，中间两次转型，放弃了联合国同传的机会。但贯穿始终的，其实是同一个问题：不管时代如何变化，AI接管了多少工具性工作，一个人最终要回答的，都是“你有没有找到那件不想被替代的事”。

问答实录

Q1：你在法国学习语言科学的经历，对后来投身AI Agent领域有什么影响？

白双：影响非常大。高中毕业后我就去了法国，最初的目标非常明确：去联合国做同传。因为法语是联合国官方语言，我小时候又学过英语，所以当时的想法就是学好中英法三门语言，成为联合国同传。到法国半年后，我进入巴黎五大学习语言科学，这门学科本质上是研究人脑如何使用自然语言。后来我做Agent领域的创业，这段学习经历给了我很多第一性原理层面的支撑。这也解释了为什么2023年6月，大家还没怎么讨论智能体的时候，我就已经捕捉到了这个方向——我会从人脑的语言中枢、大脑皮层的角度去看待大模型的突破，当时就觉得技术已经成熟到可以从感知、思考、行动、记忆等维度模拟人类的行为模式，让AI完成更多工作。

Q2：你明明有机会去联合国做同传，为什么最后放弃了？

白双：进入巴黎高翻后，我开始接受非常正统的翻译训练。但在这个过程中，我发现自己对语言的热爱，并不是成为一个翻译工具本身。做翻译的时候，你只能从A语言到B语言，最多只能做润色，我们讲“信达雅”，但绝对不能改动原意。但有时候我会翻译一些自己都不认可的观点，却必须完整呈现出来，那一刻我会觉得自己只是一个高级工具，这让我非常沮丧。后来我意识到，我热爱语言，是因为想以语言为媒介，去打开背后的文化，这才是让我兴奋的事，而非做一个高级翻译工具。所以本科毕业后我没有继续读研，当时我是年级唯一的中国学生，语言组合非常稀缺，去联合国的机会很大，老师也很遗憾，但我非常确定：我不要做翻译了。

Q3：你的第一个创业项目是AI翻译，为什么后来选择转型？

白双：因为我很清楚翻译赛道的规模有限。我的第一个创业项目和AI翻译相关，2022年年初和年尾各完成一轮融资，总金额接近千万。但ChatGPT出现后，我意识到必须结合新技术转型。当时和很多顶尖投资人交流，他们都认为翻译赛道太小，而且人机结合的模式 scalability不足。所以我们把翻译项目转向了Agent赛道，最初做的是和翻译相关的垂直智能体，后来逐渐发展成今天面向超级个体、专家型个体的创作者平台。我很庆幸创业前读过《精益创业》，里面的“Pivot”概念让我明白，在快速变化的时代，转型是非常正常的事，不是失败。

Q4：大模型时代，普通人的经验还重要吗？

白双：我觉得首先要区分：我们说的不是过去的经验，而是增量的经验。现在是一个快速变化的时代，过去的经验有可能服务不了明天的需求。真正有价值的是那些还没有发生、但需要被人获取的经验。这部分反而需要人作为和世界交互的主体，不断获取、思考、沉淀。如果把知识比作一座冰山，大模型已经训练了冰山上面的显性知识，形成了它的能力边界。但冰山下面还有大量可能性，比如个人的、专家的隐性知识。未来这些隐性知识也会慢慢被挖掘出来，甚至有一部分会被模型内化掉。但世界还在持续变化，新的冰山底部会不断出现。比如未来做营销的方式，可能根本不是今天这个样子。抖音出现之前，我们也很难想象“直播带货”会成为一种主流营销方式。所以经验不是没有价值，只是它属于那些不断探索垂直领域、持续进入现场的人。

Q5：你为什么说“通用AI提供通用服务，专业智能体提供专业服务”？

白双：我去年采访凯文·凯利的时候，他讲过一个观点：通用智能体就像瑞士军刀，什么都能干，可以削苹果、做很多事，但你不可能拿它去做手术。这个世界既需要通用服务，也需要专业服务，这个本质不会变。只是未来的提供方式会变成：通用AI提供通用服务，专业智能体提供专业服务。这两个赛道的商业格局完全不同：通用智能体是集中化的，未来会由模型厂商拥有，模型即通用Agent。所以今天还在做通用Agent、但又不拥有模型的创业公司，我觉得都很危险。

Q6：那普通人的机会到底在哪里？

白双：普通人的赛道在第二个市场，也就是专家智能体赛道。第一个市场是集中化、模型驱动的，收益会被模型厂商和算力公司收走，我们大部分人在这个赛道里都是付费者，比如使用Claude、Codex，都是在为通用模型付费。但第二个市场非常长尾，专家智能体需要人去获取新鲜知识并持续迭代，这是模型属性本身做不到的。如果你能先于大模型提供人类的新鲜知识，并形成自己的社群，这个模式就有可能成立。但这件事一定是信任驱动的，别人为什么用你的专家Agent？因为他信任你，因为你有影响力，有自己的私域社群。

Q7：你提出的“Token + X”是什么意思？

白双：Token是大模型厂商赚的钱，而X是独立于通用模型之外的专家溢价。用户真正愿意付费的，不只是模型调用成本，而是你这个人、这个专家、这个专业知识体系带来的判断、方法论和信任。我觉得很难只靠一个技能市场来支撑这种交易，上面有那么多技能，用户怎么知道该用谁的？最后一定是因为他信任你，才会购买。所以如果你能把自己的know-how、影响力和私域社群结合起来，用户付的就不只是Token费，而是专家溢价。这个X，才是普通人可以变现的部分。

Q8：专家一定是“老师傅”吗？

白双：不一定。我举一个我们公司小伙伴的例子，她是00后，之前学电影，进公司后被安排做海外Reddit运营，刚来的时候完全不懂这个领域。但工作三个月后，她积累了一套能稳定发帖、不被封号、还能带来持续流量的经验，还把这套方法做成技能教程发到小红书，说自己开发了一个Agent，欢迎大家使用，结果当晚就有两百多人订阅，很快就有了自己的私域。你说她是老师傅吗？不是，她只是一个能在新领域快速学习的人。所以有一部分专家确实是深耕多年的老师傅，但更重要的是，你有没有好奇心，有没有在新领域快速学习、验证、沉淀方法论的能力。

Q9：普通人怎么把自己的经验变成可复用资产？

白双：我们认为交互方式应该是自然语言，甚至是语音对话，但问题是很多人“不知道自己知道”，所以需要有一个Agent去引导他。过去有一个工种叫咨询师或者知识萃取师，我们现在要做的就是用Agent来完成这件事，在我们平台里这个角色叫Creator Helper。它首先帮你做商业价值定位，就像创业者不应该先拿着技术找需求，而应该先问自己：作为一个人的价值到底是什么？你首先要完成数字分身的商业定位，然后基于你提供的价值点，收敛成一个个技能资产包，再之后是这些技能之间如何串联，帮助用户完成完整的任务旅程。用户不会说“帮我用你的某个技能”，只会说“帮我完成这件事”，所以这里面还有大量产品化的空间，不止停留在“构建技能”这个维度。

Q10：为什么很多技能市场会变成“垃圾场”？

白双：我觉得很多技能平台已经沦为垃圾场了，数十万条技能挂在上面，大部分都没有实际价值。原因很简单，贡献这些技能的大多是开发者，而非真正掌握行业know-how的人。我这么说可能有点得罪人，但这一波技术浪潮带来的财富再分配，不是给开发者的，而是给真正有行业know-how的人。比如一家500强企业的IT部门，能不能给法务部门做一个好用的业务工具？或者服装公司采购布料需要审核哪些细节？IT人员很难懂，因为他们只有编码能力，没有业务know-how，做出来的东西根本没法落地。这也是过去两年很多工作流产品进入企业却无法落地的原因。我判断这一波浪潮真正的受益者，是那些有好奇心、在垂直领域持续深耕的人。

Q11：你们为什么从To B企业知识库转向专家型个体？

白双：To B业务当然不好做。我们当时基于RAG做知识库，那个时候Agent形态还不明确，企业搜索、知识库看起来是成熟的方向，但我们很快学到一个教训：用户给你的需求有可能是伪需求。用户说要做知识库，可能只是自上而下的焦虑带来的需求，不一定真的需要，也不一定愿意付费。如果部署后不能提升生产力，ROI算不清，最后就只是一个冰冷的问答机器人，光靠问答无法交付实际结果，而且私有化部署成本很高。所以这条路走下来，我觉得没有价值。

Q12：为什么你一直强调“交付结果”，而不是“交付工具”？

白双：我的第一个翻译项目能跑出来，就是因为我没有给客户卖软件，而是交付结果。外企每年本来有几十万翻译预算，过去找翻译公司，我做的是同赛道的平替：同样的结果，用技术和流程重构，把成本降下来。客户不关心你用了什么工具，只看结果。如果给外企卖软件，周期会很长，还要过安全、私有化部署、采购流程等关卡，但交付结果就能快速形成现金流。所以第二次创业时，我也非常执着：不要交付工具，要交付最终结果。

Q13：为什么自然语言会成为下一代产品交互的核心？

白双：因为语言本身就是信息的载体。我学语言，所以非常相信：所有可说的东西，都可以用自然语言沉淀下来。我们训练实习生的时候，教授的内容基本都是用自然语言表达的。所以如果Agent基于自然语言驱动，自然语言就能承载相当程度的信息。未来的产品不应该让用户先学习怎么用软件，再完成任务，过去很多软件的问题就是，你必须先学操作才能做事，这其实反人性。更自然的方式是，你直接说要完成什么，系统理解目标后帮你拿到结果。

Q14：你怎么看现在很多人沉迷Vibe Coding、快速做产品？

白双：我不是说沉迷Vibe Coding不好，但大家在进入这种状态前，首先要想清楚：你做的事对社会的价值是什么？大家可以慢一点，思考自己做的事面向谁、解决什么问题。世界上有很多“睡美人需求”还没被满足，但不要想到一个东西就马上做，要多思考：这件事是不是真的在为某类人群解决真实价值？现在很多创业者的问题就是前期思考时间太少，哪怕是做OPC也一样，很多人觉得自己会编码、看到需求就马上动手，但其实需要先研究清楚商业价值到底是什么，这是创业者思维，不是开发者思维。

Q15：你说“见路不走”，这句话是什么意思？

白双：这是《天幕红尘》里的观点，别人踩过的路，在当时的天时地利下成立，不代表现在还成立。很多经验是有时空条件的，所以经验当然有价值，但你不能迷信经验。你要有批判性思维，去判断这个经验在今天是否还成立。AI时代特别需要这种能力，因为变化太快，你不能只是复制别人走过的路，要理解背后的第一性原理，找到属于自己的生态位。

Q16：什么是真正的OPC？是不是一个人用AI提高效率就叫OPC？

白双：我必须说，很多人对OPC的定义是错的。举个简单例子，如果你原来接外包项目，交付要两个月，现在用AI变成两周，你是不是还在卖时间？只是单位效率变高了。如果交付主体还是你，从1个客户到100个客户，你还是没办法规模化，因为人的时间总是有限的。所以真正的OPC不是效率变高，而是“Solo but Scalable”，要把个体价值产品化，卖的不是时间，是可以复制、服务更多用户的产品，不会因为多一个客户就多消耗一份自己的时间。

Q17：如果每个人都OPC化，那未来组织会变成什么样？

白双：我觉得未来会先超级个体化，再蜂群化。凯文·凯利在《失控》里讲过“蜂群组织”，是多中心化但超连接的。我们现在很多公司和平台都是中心化的，但未来大量脑力劳动会变成另一种形态，你可以理解成好莱坞模式：拍一部电影就把顶尖人才临时凑起来，拍完解散，下一部再重新组队。未来很多专业服务领域都会这样，终端用户的需求没变，还是需要咨询、研究、专业服务，但满足需求的方式会变成多个OPC的组合，所以需求本身没变，变的是满足需求的方式。

Q18：不是每个人都能做专家，那普通人还能参与这个生态吗？

白双：当然可以。我们设计了三类经纪人角色：第一类是Sourcing经纪人，负责在行业里识别真正的专家，有点像猎头；第二类是陪跑型经纪人，会陪着专家，尤其是资深专家，帮他们把经验萃取出来，转化为可交付的智能体服务；第三类是IP经纪人，帮专家做流量放大和商业变现。所以不是每个人都必须成为专家，有人适合做专家，有人适合识别专家，有人适合帮助专家产品化，还有人适合帮专家做传播和变现，这里面会形成三方收益的分润机制。

Q19：AI产品功能很容易被抄，模型也在快速迭代，那AI创业公司的护城河到底是什么？

白双：产品只是门槛，工程能力也是门槛。AI时代对创业者提出了更高要求：商业化思维、战略定位和长线思考能力变得更重要。首先要想清楚，你和模型厂商的生态位是什么关系，你做的事会不会被模型厂商吃掉？如果模型公司做这件事，用户会不会担心自己的资产被蒸馏？如果会，那没有模型的中立公司反而更有优势。其次要想清楚，随着时间推移，你能不能沉淀真正的护城河。如果用户只是因为你的某个功能更便宜、更好用而来，那别人有更便宜更强的功能，用户就会走。真正重要的是，你能不能沉淀产品以外的东西，比如服务生态、专家资产、产业资源和信任关系。

Q20：如果给那些想尝试OPC，或者想在AI时代寻找机会的普通人一句建议，你会说什么？

白双：不要先给自己贴标签，不要说我是文科生所以不懂技术，也不要说我是普通人所以没有机会。AI时代真正重要的是你有没有好奇心、有没有持续学习的能力、有没有品味。AI拿走了我们的工具属性，其实让我们有机会回到创造力。以前很多人被996异化成工具，当工具属性被放大，人会变得麻木，没有创造力。但如果AI能帮你完成很多工具性工作，甚至带来被动收入，你的时间和金钱自由才会真正出现。这个时候人应该做什么？回归自己的热爱，不断探索新的东西。我一直说要找到自己的Spark，你真正热爱的东西，可能就是你和世界重新连接的地方。宇宙会奖赏那些坚定选择热爱的人。Leapility中文叫“跃向”，意思是Leap your ability，能力跃迁。我们不当救世主，只是提出一种主张：利用AI实现时间跃迁，选择全新的生活方式。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。