广东有一家环保检测公司，为一件事折腾了一年。
事情说出来不复杂：从几百页 PDF 检测报告里提取几百个数值，算浓度、算流量、算平均值，填进政府的排污平台。填错要担责任，一个熟手填一家公司的表，要从早干到晚。
他们先找了一家知名的 RPA 厂商。对方收了近十万的 POC 费用，最后给出的答复是：你能保证报表格式永远不变、政府网站永远不更新，我可以做到 60% 的准确率。
老板当场就懵了。我怎么保证格式永远不变？那个网站全国的企业都在用，怎么可能不更新？
又找了一家专业做 AI 的软件公司。做了一版，效果很差。
再找了某高校一位博导带的博士团队。一群博士干了四五个月，还是 60%。
一年。三个专业团队。最好成绩 60 分。
如果你是这位老板，你会得出什么结论？
大概率和他当时一样：AI 不行。至少现在还不行。
这个结论一点都不丢人。MIT 研究过 300 个企业 AI 项目，95% 的试点没有给利润表带来可衡量的变化。失望的不是你一个人，是几乎所有人。
后来，这家公司的人听了我一场分享，找到我说：这个任务很难，你要不要试试。
我看了题目，判断能做。POC 不收钱，前后三四天，算法架构推翻重来十几版。然后我带着 demo 去了东莞，他们特意拿出我从没见过的新数据，现场测。
几百个数值，错了一两个。
98 分。
一年 60 分，三天 98 分。中间隔着的不是能力。
是年份。
你对 AI 的失望是对的。它来自你 2024 年、2025 年真金白银的教训。但它过期了。
2025 年，我自己就是那么劝客户的
这句话我有资格说，因为过期的建议，我亲口给过。
我叫张和，做了 9 年 AI 产品。在小米做过对标特斯拉的自动驾驶数据闭环，做过手机上的系统级 Agent。出来创业之后做了 ExcelMaster，一款给海外财务人员用的 Excel AI 插件，上万名海外用户每天在用。
24 年、25 年，我也接过一些企业落地的活。那时候客户列出一堆需求，我们只敢挑边角料做：写作助手、普通的公文报告，豆包能干的那类事。为什么？因为那时候的模型解不了核心业务。你拿着 24 年的 AI 去碰环评报告、去碰报价系统，神仙来做也做不出顶尖效果。
所以那两年，“先从小场景试点、别碰核心业务”是专业建议。我自己就是这么给的。
但在 2026 年，这条建议过时了。今天还在这么劝你的人，认知停在了去年。
变化发生在 25 年底到 26 年初，AI coding 的能力出现了一次飞跃。要理解这次飞跃意味着什么，看三件事就够了。
第一件，软件行业自己先被打穿了。今天你去叫得上名字的科技公司打听，只要公司允许用最前沿的工具，绝大部分研发都会告诉你：99% 的代码是 AI 写的，人只做审核和架构思考。软件行业的核心产出就是代码，这一项，被自动化了 99%。
第二件，白领的工作都发生在电脑上。电脑上跑的是软件，软件的底层是代码。代码被攻克了，所有发生在电脑上的活，理论上都可以重新做一遍。不要觉得你们行业有什么特殊，只要这件事发生在电脑上，它就和软件行业是同一道题。
第三件，算一笔工资账。你们行业请的环保专家、物流专家、机械工艺专家，工资比一线程序员更高吗？大部分行业都不是。做应用开发本身就是件高难度的事，AI 把更贵、更难的那份工作先干到了 99%。凭什么你的行业核心业务做不到？
我把 2026 年叫做：AI 进入了摘果子的时代。
果子已经熟了。问题只剩下，谁先伸手。
打法要整个反过来
时代一变，正确打法就整个反过来了。25 年的正确答案是边角料，26 年的正确答案是核心业务。
我现在见每个老板，开场就是三个问题：你们公司最核心的业务是什么？你最头疼的问题是什么？你觉得最大的增收机会在哪里？
有老板一上来提的是提效需求。我会直接说：这个我能做，但我不想跟你谈这个。我想聊聊，你每天晚上睡不着觉的那件事是什么。
一家国际物流公司的老板被这么一问，说出来的是报价。一天一百多个客户询价，供应商的报价全在十几个微信群里，商务要在几个小时内从拖车、内贸、外贸三个环节的十来家供应商那里凑齐价格，再拼出一条既便宜又保得住利润的路线，人脑根本算不过来，很多单来不及报，报了也未必划算，转化率只有 2% 到 5%。他自己测算，这件事要是自动化了，转化率有望到 10%，营收能翻两到五倍。
为什么必须打核心业务？因为核心业务和边角料，是两门完全不同的生意。
边角料的提效，天花板一眼看到底：帮老板省下一个人十万块的成本，老板给你一两万服务费，双方都觉得没意思。
核心业务的提效，做到一定程度就变质了：它从省钱的工具，变成打市场的武器。还是那家环保公司，同行出一份专业报告要一个月，他以后一个星期，甚至一天。这个行业以前地域性极强，因为样品要寄回实验室，没人能跨省抢生意。现在他手里有了别人没有的交付速度，这就是他走出广东、开拓全国市场的武器。
核心业务的提效，往往就等于增收。
所以我给自己定了一条开工前必过的检验：假设我把这个东西完美地做出来了，so what？你能多挣多少钱，能开几家分公司，能拿下哪块市场？答得上来，这个项目才开工。答不上来，说明点没找对，换一个。
中间那个交集，是空的
道理听着不复杂。那为什么一年做不出来的事，换个人三天能做完？
我未必比那三个团队聪明。差别在于，这件事需要的三种能力，很少长在同一个人身上。
老板懂商业，知道公司靠什么赚钱，但他不知道 AI 的边界在哪。产品经理懂需求，但没有能力把准确率推到生产级。工程师懂技术，但他进不了老板的办公室，也不会去想商业模式。三个人各有各的盲区，中间隔着几堵墙。
所以每次有人问我“这件事为什么至今没人做出来”，我的回答都是同一句：
懂 Agent 算法的真正厉害的人，没有沉浸到你这个行业里去；你这个行业里已有的研发水平，又跟不上今天的 AI。
中间那个交集，是空的。
这不是漂亮话。我跑客户的时候也会碰到不少同行，很多团队连最前沿的 AI 工具该怎么系统性地用都没搞明白，更别说围绕 Agent 重建自己的产研组织。我见过上百人规模的软件公司，老板连 Claude Code 是什么都不知道。
技术上到底怎么把 60 分做到 98 分，架构怎么选、审核怎么做、系统怎么越用越聪明，这些我后面会一篇一篇拆开讲。今天只讲这一个判断：空着的那个交集，就是现在最大的机会。
两件我还没想清楚的事
说到这里，也坦白两件我自己还没想清楚的事。
一是垂直。这半年我在环保、物流、机械、财务好几个行业都跑通了 demo，但最终要收敛到哪一两个行业深耕，我还没定。现在是有意识地多面出击，因为这个时间点低垂的果子实在太多，先摘着，边摘边选。
二是商业结果。营收翻几倍那些数字，都是老板们自己的测算。它是预期，不是保证，商业永远有不确定性，这是商业的本性。
但有一件事我很确定：准确率。AI 这一半，我兜得住。
你负责放飞想象
最后说回那位环保老板。
98 分测出来那天，他兴奋的点根本不在填表上。他当场开始规划全国扩张，后来还聊到了以这套系统为节点去筹划上市。他跟我说了一句话，我一直记着：
“以前我对智能化也有愿景，我也想这么干。但供应商一直做不出来，那些愿景都落不了地。”
每个老板心里其实都有 AI 的愿景。过去几年落不了地，不是你想错了，是供应商的水平兜不住你的想象力。效果不行，视野就不敢打开。
所以我现在跟老板的分工只有一句话：你负责商业，我负责 AI。你想自动化哪个环节，我就把哪个环节的准确率做到极致。
你负责放飞想象，我们负责给你兜底。
现在就可以开始
摘果子的时代不会等人。谁先把 AI 做进核心业务，谁先拿走相对同行的优势。你的行业还没有人做成这件事？那更好，说明你的同行还没动手。
跟我们开始，不花你一分钱：一天免费驻场诊断，从你聊到一线员工；两三天免费 POC，用你的真实数据做出能跑的系统，效果亲眼看到，再决定给不给钱。
手里有做失败的 AI 项目？拿来考我们。
我最好的几个客户，都是这么开始的。