新媒网 · 跨境数据社区

在数字时代飞速发展的今天，我们正站在一个全新的十字路口。人工智能的浪潮汹涌澎湃，而其中，如何让“智能体”（Agent）真正“动”起来，发挥出其应有的巨大潜力，无疑是当前业界最为关注的核心课题。这不仅仅是技术上的突破，更是对未来生产生活方式的一次深刻重塑。

一、从“模型博士”到“智能实习生”的思考：如何打造真正有用的智能体？

当前，关于智能体最热烈的讨论，莫过于其“认知边界”在哪里。智能体能有多大的自主性？它们需要理解多复杂的上下文信息？又如何在实际任务中保持稳定的表现？这些深层问题，都对我们这些实践者提出了极高的要求。我们需要具备对模型边界的精准预估能力，对复杂系统抽丝剥茧的理解力，将理念付诸实践的产品工程能力，以及对商业场景敏锐的洞察力。

在行业先锋们看来，智能体并非高不可攀的神秘概念，其本质是一种“利用模型知识，结合实时信息，使用工具解决问题”的产品形态。然而，一个令人深思的现象是：虽然基础模型本身已经达到了堪比博士的知识水平，但许多智能体在实际应用中的表现，却仍停留在“实习生”的阶段。这中间巨大的落差究竟在哪里？关键就在于我们未能很好地让“实时信息”与“工具设计”充分适配模型强大的能力。

就拿王文锋先生创立的Sheet0.com来说，它便是对这种智能体认知落地的生动实践。这是一款在人工智能时代应运而生的创新产品，旨在为大模型提供可扩展的实时数据获取能力。今年八月中旬，这款产品正式上线，其主要服务对象是那些在数据收集与处理上每周花费超过五小时的用户群体，例如数据分析师、产品经理、工程师以及市场营销人员等。

我们可以设想一个典型的用户场景：一位销售人员正在努力寻找潜在的人工智能行业客户。在过去，他可能需要花费大量时间，先通过领英（LinkedIn）、海外社交平台（X，原推特）等各类社交媒体，逐一收集公司的基本信息；随后，再仔细分析判断这些公司是否真正属于人工智能领域；最后，还需要费力地寻找目标联系人的联络方式等等。搭建这样一个定制化的程序，通常需要一位工程师耗费四到八周的漫长时间。而现在，凭借Sheet0的强大功能，用户只需短短三十分钟，就能获得一份完整、精准的数据表格，大大提升了工作效率。

王文锋先生认为，Sheet0的核心价值，就是让无论是个人、企业，还是智能体这个新兴的个体，都能够随心所欲地获取数据，从而解决实际问题。他引用了经济学中的一个概念——“价格弹性”。这是一个衡量当价格或成本发生变化时，需求会如何随之变化的指标。他指出，在数据领域，价格弹性往往远大于1，这意味着即使成本下降十倍，带来的需求增长也可能不是十倍，而是几十倍甚至上百倍。这无疑预示着数据获取效率的提升，将释放出难以估量的市场需求和创新潜力。

新媒网跨境获悉，王文锋先生曾前往位于海外的某航天基地考察，其亲身探索前沿科技的精神，也正映照着Sheet0团队对创新与未来的不懈追求。

二、从效率到信任：智能体的“准与快”是核心竞争力

尽管Sheet0在数据获取环节已经帮助用户实现了十倍的效率提升，但王文锋先生并没有将“节省时间”作为产品的唯一核心价值。他认为，真正的长期核心竞争力在于“准+快”，即：
第一，必须百分之百保证交付给用户的数据是准确无误的。
第二，在单位时间内，尽可能提高数据的交付量，实现效率最大化。

构建人与智能体之间的信任，是一个长期且深刻的命题。这份信任，背后也包含着我们工程师对大模型的深度信任。Sheet0所有的系统行为都被细致地分解成可追踪、可复用的“语义步骤”。这意味着智能体不仅要执行任务，更必须理解自己在做什么，并在出现错误时能够进行自我修复。这正是王文锋先生的设计哲学——“在智能体干活之前，先让他变聪明。”而让智能体变得可解释，能够清晰地阐述其决策过程，被他视为智能体下一步发展的关键所在。

作为一位经验丰富的连续创业者，王文锋先生的职业生涯充满了探索与挑战。他自2017年大学毕业后，便投身于代码世界，潜心钻研了四年，期间还曾负责某知名人工智能公司的数据平台建设工作。2021年，他与志同道合的朋友合伙创业，作为首席技术官，成功研发了新一代的无服务器消息队列，在数据基础设施（Data Infra）和人工智能领域积累了近十年的宝贵开发经验。2023年，他再次踏上创业征程，抓住人工智能的时代浪潮，开启了他的第二次创业之旅，并担任首席执行官。

不久前，王文锋先生刚刚从美国归来，尽管时差还未完全调整过来，但他的眼神中充满了对未来的憧憬与思考。目前，Sheet0正主攻美国市场，团队中的一半成员也常驻美国。预计在今年十月，产品将全面上线。在与他交流的过程中，我们的话题自然而然地围绕着Sheet0上线两个月后，他对智能体最新的思考。他强调，实时数据的获取仅仅是第一步，接下来他计划为大模型开发更多功能强大的工具。他坚信，让模型自主学会使用工具，是未来智能体竞争力的关键所在，因为“每造出一个新工具，就相当于为模型解锁了一个新技能。”

据了解，Sheet0的用户界面设计简洁直观，用户可以轻松上手操作，实现高效的数据管理与分析，这无疑体现了产品在用户体验上的用心打磨。

三、从“聪明”到“强大”：智能体自我进化的奥秘

Sheet0的测试版本自今年八月上线以来，市场反馈超出预期，用户接受度良好。从注册用户数量和付费数据来看，表现都比王文锋先生预想的要好不少。目前，约有百分之八十的用户来自于发达国家，其中美国位居首位，日本紧随其后。值得一提的是，有百分之六十的用户每周在数据工作上花费的时间超过五小时，这表明Sheet0精准切中了目标用户的痛点。日本市场更是出乎意料地表现强劲，这可能与一位日本海外社交平台博主转载了Sheet0在美国的推广帖子，从而带来了大量日本流量有关。通过调研，王文锋先生发现日本用户的付费意愿相对更强，原因在于他们的数字化基础相较于美国仍有提升空间，使用Excel等传统数据工具的用户基数更大。尽管如此，Sheet0现阶段的主要目标仍是深耕美国市场，因为他认为在美国市场站稳脚跟后，拓展其他市场便会事半功倍。

谈及中国市场，王文锋先生分享了他的看法。他表示，自己第一次创业也是做软件，根据他的经验，美国市场虽然竞争激烈，但普遍都有利润空间，企业能够赚到钱，因此大家对做事情会更有信心。相比之下，国内软件行业的商业化土壤则“一言难尽”，挑战相对更多。

深入到真实的用户场景后，王文锋先生指出，现阶段智能体最棘手且急需优化的核心问题，是如何构建一个合理有效的反馈闭环。这是一个极其细致的工程，其难度远超他的最初想象。解决这个问题的过程中，给他启发最大的是一款名为Claude Code的产品。它让他深刻意识到，智能体要真正变得聪明，关键并不在于“能做多少事”，而在于它能不能“知道自己在干什么”。Claude Code系统完全是事件驱动的，其每一个动作、每一次变化，都会被自动记录成一条带有明确语义的信息。例如，它在工作过程中会发出一种内部的“提醒”消息，用来提醒自己注意某个细节，但这条消息用户是看不到的。换句话说，它不仅清楚“怎么做”，更明白“为什么要这么做”。

关于“带有语义的信息”究竟指什么，王文锋先生举了一个形象的例子：假设你让一个智能体去整理一张网页上的表格。它可能需要分四五个步骤才能完成任务，比如：打开网页、识别内容、发现错误、修改数据等等。但对于模型来说，这些四五个步骤显得过于冗余了。那么，是否能将这些过程压缩成一句有意义的总结呢？例如，“因为发现数值错误，系统自动调整了这一列”。这样一来，智能体就不再是机械地执行指令，而是能够带着理解去行动。它的每一步都有清晰的定义，可以被记录、被复用、被优化。目前，Sheet0的架构已经基本调整成类似于Claude Code的形式。团队希望智能体不只是单纯地执行指令，而是能够像一个真正的“人”一样，理解自己为什么要这么做。只有这样，智能体才能在不断地实践中进化和成长。

Sheet0上线之前，王文锋先生曾在一次行业分享中强调，“上下文工程”（Context engineering）是智能体成败的关键。现在，他的这一思考非但没有改变，反而觉得它变得更加重要了。他认为，智能体想要变得更聪明，关键在于其上下文信息（Context）要足够多、足够细致。这些信息包括用户的每一次使用记录、任务执行过程中的详细反馈、以及各种失败案例等等。只有当这些宝贵的经验积累到一定程度，智能体才能真正学会在不同场景下如何做出正确的判断和行动。

至于需要积累多少才算“到位”，王文锋先生坦言并没有一个标准答案，因为上下文的类型实在太过多样了。他分享了Sheet0团队的一个具体做法：当用户任务执行失败时，比如某个网页数据未能成功采集下来，团队会详细记录下这个失败案例。随后，他们会去寻找类似任务中那些成功的案例，对比两者之间的差异。成功的路径会被提炼出来，进行结构化保存，并纳入Sheet0的内部知识库。下次再遇到类似任务时，系统就能够直接调用这些宝贵的经验，从而大大提高任务的成功率。我们可以将其理解为，团队正在为智能体建立一份独特的“记忆库”——每一次出错、修复和成功，都会成为它下次做得更好的坚实基础。

这听起来有点像是给模型建立一个“不良案例库”（bad case库）。王文锋先生表示确实可以这样理解。他进一步解释说，当积累了足够多的经验后，这些数据就可以直接用于微调（fine-tune）模型。原来模型是依靠外部经验来学习，而通过这种方式，这些经验将逐渐内化，变成模型自身的知识。也就是说，智能体在一次次的失败和修复过程中，逐步学会了如何避免犯同样的错误，实现了自我优化和成长。

那么，这个过程现在能够完全自动化吗？他指出，目前还无法实现完全自动化，Sheet0采用的是半自动化的流程。在其中，人类仍然需要参与进行一些轻量级的标注或分类工作。尽管行业内许多人都在追求“端到端”的解决方案，希望模型能够从头到尾自行搞定一切，但现实情况是，我们尚未达到那个阶段。他认为，我们目前并没有完全脱离“有多少人工，就有多少智能”的阶段，大语言模型（LLM）只是放大了人类工作到智能体智能之间的杠杆作用。此外，另一个关键在于，我们需要清楚地知道，在何时以及何种情况下，我们可以放心地让智能体脱离人工干预。

四、从“使用工具”到“创造工具”：实时数据的未来图景

对于外界普遍认为Sheet0更像是一个传统的表格工具或者爬虫工具的质疑，王文锋先生表示理解。他坦承，这种印象的产生原因很简单，因为Sheet0目前在功能上确实只有一个基础能力：从网页收集数据。然而，Sheet0的宏伟目标是“在人工智能时代提供可扩展的实时数据获取能力”。他解释说，由于智能体的目标是采取行动并做出决策，而做出决策一方面需要依赖模型强大的知识储备，另一方面则必须依赖实时数据。举个例子，仅仅是“明天穿什么衣服”这个问题，模型就至少需要知道明天的天气情况，并且知道从哪里获取实时的天气数据，光有知识是不足以做出决策的。

为了实现这一目标，Sheet0采取的方案是自下而上（bottom-up）地为模型重新构建一整套的“数据工作环境”。构建这个环境的第一步，就是能够将“任意的数据源变为动态的结构化表格”。而他们之所以最先选择网页作为数据源，是因为网页受众广，商业化价值也足够高，这使得Sheet0能够在产品发布之初（Day 1）就开始盈利。因此，现在大家将Sheet0比作“表格”或“爬虫”工具，他认为这有点像我们养小狗，在它们成年之前都会经历一段“尴尬期”。而Sheet0也正处在这样的“尴尬期”之中。他相信，六个月之后，当大家再次审视Sheet0时，就不会再有这样的说法了，届时将会有更具创新性的产品形态交付给用户。

谈到模型的能力边界与Sheet0的角色分工时，王文锋先生更倾向于阐述模型与智能体之间的区别。他重申，智能体本质上是一个程序，它利用模型的知识，结合实时的信息，并使用工具来解决问题。他指出，我们今天所看到的基础模型在多个领域已经达到了甚至接近了博士级别的水平；然而，在实际的产品表现上，它们却往往停留在“实习生”的阶段。这其中的核心原因，正是恰当的实时信息和趁手工具的缺失。正如古语所言，“工欲善其事，必先利其器”。因此，Sheet0的核心工作就是围绕数据场景，设计一系列“趁手”的工具。Sheet0并不会过多地去考虑模型的边界，因为他们坚信从长期来看，模型是没有能力边界的。对于那些基础模型厂商而言，如果一个工具的复杂性过高，就意味着它们一定不会去做，因为复杂的工具往往意味着需要拥有并维护一个复杂的底层基础设施。

基于上述认知，王文锋先生认为存在着许多具有巨大商业潜力的方向等待开发。他举了一个最近用户的需求作为例子：用户需要找到一千名英国K12（幼儿园到高中）学生的家长。传统的方法可能是通过查找当地的社区网站，或者在海外社交平台（例如脸书）的一些用户群组中进行搜寻。但换一个角度思考，什么样的人能最简单地完成这个任务呢？那肯定是本身就在英国读书的孩子。假如这些孩子拥有自己的智能体，并且我们可以联系他们的智能体，让它们帮忙收集二十位家长联系方式，并支付一百元的酬劳，肯定有人愿意（假设不考虑合规问题）。现阶段，这些数据是离线的，但却是最有价值的。如何更方便、更高效地获取这些数据，也是Sheet0主线目标之一。这正是最令他兴奋的部分，他相信一定能找到办法解决。展望未来，他希望Sheet0能够为用户收集和整理所有类型的数据，无论是私有的、公开的，还是个性化的，并以结构化的方式交付。之所以强调“结构化”，是因为结构化数据天然带有语义信息，而且可以进一步通过类似于SQL的工具，让模型实时创造出新的工具，从而拓展智能体的能力边界。

对于2025年下半年到2026年智能体行业可能出现的新机会，王文锋先生没有给出具体的预测，但他分享了一个非常有启发性的概念：价格弹性。这是一个经济学上的概念，用于衡量当解决某个问题的成本下降时，需求增加或减少的程度。当价格弹性为1时，意味着成本下降十倍，需求也会相应增长十倍。他建议，我们可以思考哪些领域的问题是价格弹性大于1的，这些领域都非常值得用智能体的方式去深入探索和解决，因为其潜力巨大。

五、信任是基石：100%准确率的坚守与创业的信念

面对当前模型不可避免存在的“幻觉”现象，以及智能体仍严重缺乏上下文理解的现状，王文锋先生为何会格外强调并坚持自己产品高达百分之百的准确率呢？他明确表示，他的理念是做智能体首先要让用户建立起信任，而信任至关重要，这背后也需要作为工程师的我们去信任大模型。他解释说，模型的“幻觉”是由其底层原理决定的，其本质上是在“总结信息”——比如，我们给它两百个网页，它会自行判断并筛选出其中的一百个，然后再去总结这些内容。然而，这种压缩和总结的过程是存在风险的，它可能会出现理解错误、归纳错误，而“幻觉”正是由此产生的。

然而，Sheet0抓取数据的逻辑更接近于“复制粘贴”。我们可以理解成，Sheet0就像一个极其认真、一丝不苟的抄写员——网页上呈现什么，它就一模一样地抓取下来，精确无误地放入表格。例如，如果网页上是一张公司信息表，Sheet0抓取下来的数据在表格里也会是分毫不差。在技术层面，Sheet0的底层全部是动态生成的代码，正是基于这份强大的技术支撑，他们才敢向用户承诺交付的数据是百分之百准确的。

在产品开发的初期阶段就追求百分之百的准确率，会不会导致进度变慢呢？王文锋先生坦言，短期内确实会显得进展较慢，因为团队在底层基础设施（Infar）方面投入了大量的精力和努力。但他认为，从长期来看，这正是“慢就是快”的哲学体现。团队尽量避免做那些消耗动能的事情，而是致力于长期积累势能。就像他前面提到的，他认为构建“信任”是人与人工智能之间最终极的命题，而这份信任，我们需要从产品诞生的第一天（Day 1）就开始坚持去建立。许多人不看好Sheet0，他表示非常理解，因为“相信，所以看见”，他不能这样去要求别人。他过去的失败经验告诉他，选择坚持什么至关重要，这体现了一个创始人的品味。

目前，王文锋先生常年穿梭于中美两地，这一年来美国的AI创业环境给他带来了哪些启发呢？他表示，在与许多美国创业者交流后，他发现他们与中国创业者最大的区别在于，美国创业者敢于勇敢创新，敢于“下注”（bet）。而中国的创业者，今天一上来往往会被问到一系列实际问题，比如“你的用户是谁？他们为什么会用你的产品？你如何保持用户粘性？你的竞品是什么？如果大厂也做了怎么办？”他认为，这其实是很让人感到难过的事情，因为过早地关注这些问题，可能会扼杀掉真正的创新。他举例说，像Lovable这样的产品火了以后，人们才发现用得最多的是产品经理和销售，而不是最初预设的程序员；同样，在Manus诞生之后，人们才发现原来一个人真的可以在一周内看一百份研究报告。因此，人工智能产品应该从人性角度出发，在恰当的节点，“打造出符合大家对未来想象的产品”。他说，这是一种“I know it when I see it”的感觉。

谈及两年来的创业历程，前两个项目都未能成功推进，是否经历过心理上的至暗时刻？王文锋先生坦诚地说：“有的。”他回忆起2024年十月到十二月底，那接近三个月的时间，真的是一片灰暗。当时第一个项目失败了，第二个项目也决定放弃不做了，新的方向还没有确定，他完全丧失了信心。加上那时候他的母亲身体非常不好，他感觉自己一度陷入了抑郁。当时他产生了非常强烈的“躺平”念头，心想为什么要创业，为什么这么辛苦这么累。直到今年三月份处理完母亲的后事之后，他又回到了北京，开始了“触底反弹”的过程。Sheet0正是在这种状态下，他一点一滴探索出来的。回过头去看，当时做的第一个产品和第二个产品，其实方向都很正确，但就是因为太在意短期目标，中间没能坚持推进下来。之前有朋友问他，觉得做CEO最关键的能力是什么？他的回答是“对痛苦的长期耐受力”。而之所以能够忍受痛苦，一定是有一个更强的信念在支撑。所以，他想告诉许多创业者，一定要相信自己！

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/ai-interns-gone-sheet0-10x-efficiency-us-japan-rush.html