昨天，Greg Isenberg在X上发布了一篇关于“如何成为AI原生公司”的长文，收获了133K次浏览和598个赞。文中一个数据让我停下了阅读：全球真正做到AI原生、年收入超过500万美元的公司，可能只有约1000家。不是1万，不是10万，就是1000。在这个融资新闻满天飞、每个SaaS官网都标榜“智能体化”的时代，这个数字显得格外刺眼。它告诉我们，表面的热闹之下，真正的变革者少得可怜。

Greg的第一刀砍得很准：团队里有人开着ChatGPT，不等于AI原生。市场部做了个叫“品牌语气助手”的自定义GPT，也不等于AI原生。他做了一个关键区分：AI辅助型公司问的是“我们在哪里可以加上AI来省时间？”，而AI原生公司问的是“如果Agent负责前80%的工作，这个流程该怎么存在？”后一个问题会把整件事从头推倒重建。左边是AI辅助型：ChatGPT标签页、混乱文档、人工路由；右边是AI原生型：干净数据层、Agent工作流、人工审批节点、反馈循环。大多数公司只是前者，却自称为AI原生。

Greg说了一句话，我觉得是整篇文章最精准的一句：“AI不能靠感觉运行。”他描述了一个让人笑完又心虚的场景：CRM里说的是一回事，Slack里说的是另一回事，客户的历史在某人的邮箱里，定价逻辑在一个叫“Final_v7_NEW.xlsx”的表格里，销售流程是“你去找Sarah，她知道我们企业单怎么做”。然后这些公司问：为什么AI帮不上更大的忙？因为Agent需要上下文、干净的输入、规则、权限，需要知道“好的答案”长什么样。大多数公司花了二十年买软件，但从来没有设计一个操作系统——他们有一堆工具，不是一台机器。

Greg用客服流程举了一个对比例子。普通公司：工单进来→人工读取→搜索背景→查账户→回想政策→写回复→也许问工程师。人是搜索引擎、路由器和文案撰写者三合一。AI原生公司：工单进系统→Agent读取客户历史→检查套餐→查历史工单→参照政策→起草回复→要么解决问题，要么精确送到人工，并注明“这里需要人的判断，原因是XXX”。这不是效率提升，这是一种新的管理模型。Greg还提供了一个实用工具：“Agent工作流食谱”——触发器、上下文、规则、草稿、审批、学习六个格子。重点是那行小字：“如果你填不上这些格子，你还没有AI工作流。”不是没有AI，是没有工作流。拿你公司里一个现有流程试试，大多数会在“规则是什么”那一步卡住——不是规则不存在，而是从未被写下来过。