重做（4）｜我们为什么不急着上WorkBuddy

最近，很多人问我，知产宝MCP上不上WorkBuddy？我们内部也有同事问。

我的答案是，现在不急着上。

这不是因为WorkBuddy不重要。恰恰相反，正是因为它可能成为一个重要的AI工作入口，我们才更需要想明白：我们进入这个生态以后，究竟是获得了新的客户和市场，还是只是成为平台吸引用户、丰富场景的一种燃料？

这个问题，不只属于我们。所有拥有专业数据、行业知识、工具能力和个人经验的人，都需要回答：

当AI平台开始大规模接入MCP、知识库、Skill和专业人士时，我们是在借助平台放大自己，还是在帮助平台完成对自己的替代？

从公开定位看，WorkBuddy并不满足于做一个聊天机器人。它把自己定位为“智能AI工作台”，通过专家、MCP、Skill和Buddy应用，让用户用一句话调用不同能力，完成研究、运营、数据分析、软件开发和办公交付。它的开放平台已经提出建设Buddy应用、专家、Skill、连接器等生态，并明确邀请开发者把“行业Know-how、专业数据”放进应用。

这意味着，WorkBuddy正在做两件事。

第一，争夺用户提出问题和发出任务的入口。

第二，把外部的知识、数据和专业能力组织起来，变成平台可以随时调用的供给。

这与搜索引擎曾经做过的事情非常相似。百度并不生产互联网上的全部内容。它抓取网站、建立索引、理解关键词，再决定用户搜索以后先看到什么。网站提供内容，百度掌握入口和排序。

WorkBuddy这类AI工作平台也不需要自己生产全部专业能力。MCP提供数据，Skill提供方法，专家提供经验，Buddy应用负责封装场景。平台把这些能力连接起来，再根据用户的任务进行选择和调用。

不同之处在于：

搜索时代，平台组织的是网页；AI时代，平台组织的是能力。

过去被排序的是文章、网站和商品。

以后被排序的，可能是数据库、MCP、Skill、Agent和专业人士。

排序一旦出现，流量就会产生价格

WorkBuddy目前公开的重点，是开放能力、扩充生态和吸引开发者，并没有公开表示要实行竞价排名或者广告投放。

所以，我并不是说它现在已经变成了另一个百度，也不是断言它未来一定会复制搜索引擎的广告模式。

但平台的商业规律值得提前思考。当一个平台只有几十项能力时，用户可以自行选择；当平台拥有几千、几万甚至更多专家、Skill和连接器时，不可能把所有能力平等地呈现给用户。

平台必须决定：

用户提出一个问题以后，先调用谁？

相似的MCP和知识库，推荐哪一个？

谁出现在首页，谁进入热门榜单，谁被智能体优先选择？

同类专业人士很多时，谁排在前面？

只要供给不断增加，排序就不可避免。只要存在排序，分发权就具有商业价值。

未来的变现方式未必叫“广告”，也可能叫应用推广、优先推荐、生态服务费、交易抽成、Token分成、会员权益或者联合运营。

名称可以改变，底层逻辑没有太大变化：

平台聚集流量，再把流量的分配权变成收入。

百度搜索最成熟的变现方式是在线营销。WorkBuddy未必走完全相同的道路，但任何拥有大量用户、任务和生态供给的平台，最终都需要找到流量与能力的商业化方式。

过去，企业为了让网页排在搜索结果前面购买关键词。

未来，数据产品和专业服务可能需要为了获得更多调用、更多推荐和更多成交，购买平台内的分发机会。

以前竞争的是搜索排名。以后竞争的，可能是AI调用排名。

AI时代，数据产品面临五场新的竞争

对所有的专业数据产品来说，真正的竞争已经不只是“谁的数据更多”。

至少有五场竞争正在同时发生。

第一场，是入口竞争

过去，用户先打开知产宝，再输入商标、专利、案号或者关键词进行检索。

未来，用户可能不会主动打开任何一个专业数据库，而是在WorkBuddy、GPT或者其他AI工作台里直接提出问题。

AI再决定调用哪个数据源。

这时，数据产品与用户之间隔着一个平台。谁掌握用户的第一个问题，谁就掌握了需求入口。

数据库正在从用户主动使用的产品，变成大模型后台调用的一项能力。

第二场，是调用竞争

网页时代，网站要解决的是能不能被搜索引擎收录。

AI时代，数据产品要解决的是能不能被智能体理解和调用。

数据是否结构化，接口是否稳定，返回结果是否准确，调用速度是否足够快，是否能够与其他工具组合，都会影响AI是否愿意继续使用。

但被调用还不够。

如果平台上同时存在多个知识产权MCP，平台最终还要判断：在什么任务中调用哪一个，哪一个成本更低，哪一个结果更完整。

数据产品过去争夺用户，现在还要争夺机器。

通用信息越来越容易获得，真正稀缺的是可以核验、可以追溯、持续更新并且边界清楚的数据。

如果只能向平台提供一段无法核验的答案，那么专业数据与普通网络信息不会有本质区别。知产宝真正应该提供的，不是更多文字，而是大模型可以调用的专业知识、可信证据和判断依据。

第四场，是场景竞争

只有数据，很容易成为原料。

把数据与具体任务、工作流程和专业判断结合起来，才能形成产品。

同样一份裁判文书，可以用于类案检索，也可以用于案件胜率分析、法律意见核查、企业风险判断和诉讼策略设计。

不同之处不在数据本身，而在于谁知道客户究竟要解决什么问题，怎样把数据加工成可以采取行动的判断。

AI时代，卖数据会越来越难，利用数据完成任务会越来越重要。

这是最容易被忽视，也可能是最重要的一场竞争。

如果用户始终在平台内提出问题、获得答案并完成付费，那么数据提供者可能知道自己被调用了一次，却不知道客户是谁、为什么调用、是否满意，也无法围绕新的需求继续提供服务。

平台掌握用户、任务、反馈和交易。

数据产品只提供一次结果。

调用越多，平台越了解用户需要什么，也越有能力寻找替代的数据源。数据提供者则可能越来越依赖平台分配流量。

这正是我最警惕的地方。

如果只有数据进入平台，客户关系、使用反馈和交易能力都留在平台，调用量越大，不一定意味着自己的商业能力越强。

平台发展初期，需要大量专家和专业内容，会给入驻者曝光、身份标签和流量支持。越早进入的人，可能越容易获得第一轮红利。

但专业人士也需要问几个问题：

客户记住的是我，还是WorkBuddy？

客户下一次有需求，是来找我，还是继续向平台提问？

我提供的方法，是增强了自己的专业品牌，还是训练了平台的任务处理能力？

当平台上出现十个、百个同类“专家”时，我凭什么继续被优先调用？

如果没有自己的知识库、客户关系、专业品牌和独立交付能力，专业人士进入平台以后，很容易被拆解成标准化标签：

擅长什么、价格多少、调用几次、评价如何、能否被替代。

平台并不需要恶意对待谁。

平台天然要做的事情，就是把复杂能力标准化，把非标准服务变成可以比较、排序和替换的供给。

今天，平台用流量放大你。

明天，平台也可能用更多同类供给稀释你。

AI时代，新的入口正在形成。入口也会不断变化。只有专业能力真正属于自己，才能决定去哪里、怎样合作，以及你以什么价格被调用。

下一期，我将和大家分享一下我自己搭建的AI工作台。