从“造模型”到“造劳动力”：未来式智能如何用智能体重构企业生产力

当大多数AI创业者还在追逐大模型的参数竞赛时，一家成立不到三年的公司已经悄然完成了赛道切换——它不造模型，而是致力于成为“数字劳动力的生产工厂”。

未来式智能（AutoAgents.ai）近日完成Pre-A轮融资，新进投资方包括凡创资本、中关村资本、探元资本，老股东东证创新、麟阁创投跟投。本轮融资将主要用于算力投入、团队扩张及新产品的生态建设运营。这家成立于2023年6月的公司，正以其独特的定位在AI应用层开辟出一条务实而高效的新路径。

不做“大模型”，只做“真Agent”

在AI行业普遍聚焦于模型研发的2023年，未来式智能创始人兼CEO杨劲松却做出了一个反直觉的决定：放弃大模型赛道，专注智能体（Agent）技术的落地应用。这一决策背后，是他多年在阿里达摩院、字节跳动、亚马逊AWS等平台积累的深刻洞察。

“大模型会成为基础设施，但企业需要的不是模型本身，而是能交付结果的系统。”杨劲松认为，真正能创造价值的是能够将大模型能力转化为实际业务动作的智能体。这一判断，让未来式智能从诞生之初就避开了“百模大战”的红海，转而深耕企业端的应用场景。

“灵搭”：让业务人员也能搭建AI劳动力

作为未来式智能的核心产品，“灵搭”定位为企业级智能体搭建平台，专为解决企业在部署大模型时的核心痛点而设计：数据安全、权限管理、系统集成与交付稳定性。

与传统AI开发平台不同，“灵搭”面向的是非技术背景的业务人员。它提供超过20个标准模块节点，涵盖对话、知识检索、文档审查、数据库查询等高频功能，并支持通过自然语言直接生成工作流（Text2Agent）。这意味着，一个财务人员可以自行搭建一个自动审核报销单的AI助手，而无需依赖IT团队。

更关键的是其“云+端”架构设计：云端沉淀组织的核心知识资产，包括Agent模板、专属技能和工作上下文；本地端则让员工安全调用企业知识库，并在日常使用中不断生成新的技能，反哺云端。这种双向数据流动，让AI系统越用越聪明，形成持续进化的闭环。

目前，“灵搭”已在电力、金融、制造等高合规要求行业实现规模化落地。以华东电网为起点，已覆盖超20家电网客户，续约率达100%，在同类Agent产品中市场占有率领先。2024年公司实现数百万元营收，2025年增长达4倍，2026年目标直指亿元大关。

“袋袋”：AI时代的“专家用工平台”

如果说“灵搭”是AI劳动力的“生产车间”，那么今年推出的“袋袋”则是其“用工平台”——一个AI数字专家市场。

“袋袋”将人类专家的经验数字化，封装成可直接交付结果的“数字员工”。用户无需自己训练或维护AI，只需按需“雇佣”数字专家，按结果付费。目前平台提供两种模式：应用模式处理报关、报税等标准化任务；专家模式则承接AI视频制作、电商营销、投资尽调等复杂职能。

这一模式直击当前Agent工具的痛点：多数工具需要用户自行配置和优化，而“袋袋”让用户真正实现“即插即用”。平台已吸引近百位人类专家入驻，帮助其将知识变现。早期验证中，“袋袋”已跑出超千万元的年度经常性收入（ARR）势能。

“约束工程”：构建AI落地的飞轮效应

“灵搭”与“袋袋”的并行，构成了未来式智能独有的“约束工程（Harness Engineering）”协同飞轮：用真实业务场景产生的海量任务数据，反向打磨Agent的稳定性、准确性与合规性，再通过平台化产品将优化后的能力规模化复制。

这一飞轮不仅提升了AI系统的交付质量，也加速了行业Know-How的沉淀。在电力行业积累的合同审核能力，可以快速迁移至金融领域的合规审查；电商营销专家的数字化经验，也能赋能中小企业的内容生产。

从“造模型”到“造劳动力”，未来式智能的实践表明，AI的商业化不在于技术参数的堆砌，而在于能否真正嵌入企业的工作流，成为可信赖、可管理、可复制的生产力单元。

当大模型逐渐走向同质化，智能体正在成为AI落地的关键枢纽。而未来式智能，正试图成为这座桥梁的建造者。

标签： AI智能体 企业AI 数字劳动力 Agent平台 AI商业化