“70%准确率对企业就是零”——这家公司重新定义了什么叫“可用智能体”|智能体|李冉|算法|陈远

原标题：“70%准确率对企业就是零”——这家公司重新定义了什么叫“可用智能体”

晚上十一点,深圳坂田的一间民房里,跨境电商卖家李冉盯着屏幕上的三张Excel表格发愁。一款新品要决定备货量,她需要综合过去三个月的销售数据、竞品价格波动和广告投放ROI来做判断。她打开某个大模型对话窗口,试探性地传了一个文件上去,问:“分析一下我的库存风险。”几秒钟后,对方回答:“根据您提供的数据,建议保持合理库存水平。”

李冉差点把鼠标摔了。

(图为:北京市知识产权中心调研数解智能)

这大概是2026年最让企业主无力的一刻:大模型确实很聪明,但它的聪明飘在半空中,落不到你手里那张真实、凌乱、满是小数的Excel表格上。你问它库存风险,它给你一句正确的废话;你问它哪个渠道ROI最高,它可能给你一段关于ROI计算方式的科普。你说它错了吗?没有。但你说它能用吗?在企业里,不能用。

“70分,就是零分”

在消费互联网的世界里,70%的准确率或许可以接受。推荐系统猜你喜欢的东西,猜错几次无伤大雅。但在企业真实的业务场景中,70%的准确率意味着什么?

东莞一家精密零部件工厂的老板陈远最有发言权。他半夜被海外客户的催单电话吵醒,打开公司花了不少钱引入的AI智能助手,查询A订单的实时进度。助手回复:“A订单正在生产中,预计下周三正常发货。”陈远凭经验感觉不对劲,拨通车间的电话——一台关键模具下午出了故障,交货至少延后五天。

“如果那天我没打电话,直接照着AI的回复去回复客户,后果是什么?一个合作五年的海外客户,可能就因为一次失信彻底丢了。”陈远至今提起这事还心有余悸。

这不是危言耸听。

在供应链场景,一个错误的需求预测可能导致数十万库存积压或生产线停摆。在合规审查场景,一条遗漏的风险条款可能引发数百万的罚款。在客服场景,70%准确率意味着每10个客户就有3个被胡言乱语搪塞,投诉率和客户流失率直线上升。

企业是结果导向的组织,无法接受“大概正确”。

这就是大模型落地企业最大的悖论:模型越通用,离企业越远;参数越庞大,在具体场景里越容易“一本正经地胡说八道”。行业里把这个问题称为“最后一公里”——从“能聊天”到“能做事”,中间隔着一条无数企业踩过坑的鸿沟。

用原子对抗概率

数解科技的创始人张明明对这个问题有切肤之痛。

在创立数解科技之前,她多次负责头部大厂数据化、智能化项目,亲眼看着团队打磨了半年的通用智能体,在客户现场因为无法理解行业黑话、处理不了非标审批流程而折戟沉沙。客户的厂长当场撂下一句话:“你们这玩意儿,聊聊天还行,真要管我的产线,差得远。”

(图为数解科技创始人张明明在北大讲课)

那一刻她意识到,问题不出在“模型不够大”,而出在“问题不够小”。

大厂的逻辑是用一个大模型覆盖所有场景,追求泛化能力。但真实商业世界是高度碎片化的——一家五金出口企业的痛点和一家连锁教育机构的痛点毫无交集;一个注塑工艺老师傅脑子里的经验和一个跨境电商运营的选品逻辑,需要的不是同一个AI。用一个通用模型去应付所有这些场景,结果必然是“什么都懂一点,什么都做不精”。

数解科技的解法是反着来的:不做一个大而全的智能体,而是把智能体拆到原子级别。

在他们的“格知宇宙”平台上,沉淀了超过14000个原子级智能体。

每一个原子只解决一个极小切口的确定性问题:“信用证软条款风险审查”“设备振动数据异常检测”“英文商务邮件撰写”“退换货意图识别”——不是泛泛地做一个“客服机器人”或“数据分析助手”,而是拆解到不可再分的最小任务单元。

关键的是,每一个原子智能体背后,都配了一套针对该场景深度优化的专利算法。不是一套通用模型包打天下,而是每个具体问题都有专属的求解路径。用时序卷积网络处理销售异常检测,用图注意力机制建模供应链传导风险,用小样本元学习应对新品类冷启动——不同的问题,不同的算法,不同的技术栈。

这就从根本上改变了准确率的逻辑。

通用模型面对100个不同场景,可能在每个场景都是70分。但原子级智能体面对它专攻的那一个场景,是从70分起步,经过场景数据、专家经验、专利算法的三重加持,一路逼近98分、99分。企业要的不是一个什么都懂70分的通才,而是100个各自专精到98分的专家。

“你们这个,出得报告真详细,解决问题真落地”

理论说起来容易,真正让企业买单的是效果。

跨境电商卖家李冉后来用上了数解科技的“深度分析师”——一款上线于企业微信、钉钉、飞书的轻量化工具,由一群00后工程师独立开发。

她再次上传了那三张让自己发愁的Excel表格,问:“哪些SKU最近两周销量下滑超过20%,但广告花费没有同步下降?帮我用折线图表示趋势,标注出可能的风险点。”

五到六秒后,一份结构完整的分析报告呈现在她面前。不仅包括了她要的数据筛选和趋势图,还附带了库存积压风险提示、广告策略失当的标注,甚至给出了一个基于历史数据的备货量建议区间。报告支持直接下载为Word或PDF,可以直接转发给供应商或合伙伙伴。

“以前花两小时拉数据、做图表、写结论,现在几秒钟搞定。感觉养了个不用睡觉的分析师。”李冉后来在社交媒体上自发安利。

那位东莞工厂老板陈远,在用了格知宇宙搭建了订单交付管理智能集群后,延期交付率降低了80%。他最感慨的不是效率提升,而是安全感:“现在半夜醒来看一眼手机,看到系统显示一切正常,我翻个身就能睡着。以前是看完还得自己再查一遍,看了等于没看。”

还有更接地气的反馈。一位做门店连锁的老板只有初中学历,他说:“Excel我只会打开看,现在直接对着它说话,出来的报告比我花三千请的兼职分析师还详细。”

这些评价的背后,指向同一个核心:“可用”不是技术指标,是一种承诺。

你说有风险,就一定要标出风险点在哪里、数值是多少、建议怎么处理。你说库存正常,就一定是综合了实时数据、历史趋势和异常检测后的确定性结论。不是“大概没问题”,而是“你可以放心用”。

这就是数解科技给出的“可用”新标准:不是能回答问题,而是能解决问题;不是说出一个答案,而是给出一个能直接拿来用的结果。

最后一公里,是用脚踩出来的

怎么做到“每一颗原子都精准”?数解科技给出的答案听起来很笨:一个个客户去聊、去跑、去泡。

2024年初公司刚成立时,团队没有坐在办公室里写代码、拼参数。

创始人张明明带着一群名校毕业的年轻人,扎进了工厂的仓库、外贸公司的跟单间、跨境电商的打包台。他们不做通用产品,而是接下一个又一个客户的真实需求,以近乎“手工业”的方式做定制开发。

那段日子很苦。

一个订单可能打磨几个月,利润微薄。但正是这看起来低效的路径,让数解积累了谁都拿不走的资产:上万个原子智能体,每一个都对应着一个被真实客户验证过的具体问题,每一个背后都有一套在实践中打磨出来的专利算法。技术可以迭代,大模型可以升级,但那些在仓库、门店、生产线边“泡”出来的真实认知,是任何竞争对手都无法在短期内复制的。

这让人想起Palantir早期的故事。这家如今市值千亿美元的数据智能巨头,起步时同样是靠“前线部署工程师”(FDE)深入客户现场,一个场景一个场景地啃下来。数解科技把自己称为“Palantir本体论的中国实践者”——不是空有技术没有解决方案,而是走到客户一线,仓库、门店、报关行,亲眼看到真实问题,然后用技术去解决它。

这种“难而正确”的选择,正在被市场用真金白银投票。数解科技目前服务了上百家企业客户,续费率高达95%——在智能体行业,这是一个堪称惊艳的数字。它意味着几乎每一个用过的客户,都选择了留下来。

重新定义“可用”的,不是技术,是信任

当大模型行业还在卷参数、卷评测榜单、卷发布会PPT时,数解科技在做一件看起来不合时宜的事:把智能体拆到最小,把准确率拉到最高,把承诺做到最实。

他们不打“通用智能体”的旗号,坦率地告诉客户:没有一个智能体能解决你所有问题,但我们有14000个原子智能体,你可以像拼乐高一样,拼出最适合你的那一个集群。他们不吹嘘“超越人类”,而是老老实实告诉你:在这个具体场景,我们的准确率是98%,另外2%的不确定性,我们帮你标注出来了。