李開復的「超級員工」：零一萬物萬仔把智能體塞進工位

中國國慶連假這幾天，中國幾家模型公司都沒有停手。月之暗面在 API 後台掛出了 kimi-k3-1 的註冊標識，階躍星辰放出了 Step 5 Preview，可靈把 4.0 開進內測。零一萬物選的切口不一樣：它沒有去比參數規模，而是把產品直接放進了辦公室。

10 月初，李開復創立的零一萬物在北京發布了旗下第一個智能體產品「萬仔」，同時推出萬知企業大模型一體化平台 2.0。官方給萬仔的定位是「超級員工」。這個詞在發布會現場很好傳播，但它真正想說的是另一件事：讓智能體從執行一段寫死的流程，走到能自己排出執行計畫。

萬仔具體做什麼

按照零一萬物公布的資訊，萬仔的能力分成四塊。它要做複雜任務的深度思考和規劃，要能連上手機與網路設備，要接進企業既有的服務系統，還要針對具體業務做客製化。

前兩項決定了它能不能「動手」，後兩項決定了它能不能「落地」。企業採購時最常問的兩個問題恰好對應後半部分：資料存在哪裡，結果由誰驗證。萬仔給出的答案是支援私有化部署，以及一套結果驗證機制。

這聽上去是標準動作，但在中國的企業訂單裡，私有化幾乎是一道門檻而不是加分項。金融、能源、製造這類客戶不會把核心流程交給一個只能跑在別人雲上的助理。萬知平台 2.0 承擔的就是這層底座：模型、知識庫、權限和稽核都在客戶自己的環境裡。

發布節奏本身也說明了問題。零一萬物沒有先放一個雲端試用版再談企業版，而是把私有化選項和產品一起端出來。這說明它瞄準的不是「先拉新再轉換」的消費級打法，從第一天起就按企業採購的清單在做。

一個被反覆追問的問題

過去一年，企業在智能體上抱怨最多的一點是「不敢放手」。一台能自己呼叫 API、自己改檔案的智能體，只要權限給寬一點，就可能把一條錯誤操作複製到十個系統裡。9 月底到 10 月初，中國國內外的動作幾乎都圍著這件事轉：有的廠商做權限範圍（scope）定義，有的做不可竄改的稽核留痕，有的做毫秒級的熔斷隔離。

萬仔把「結果驗證」寫進產品說明，等於承認了同一件事：能力再強，也要先回答「出錯時怎麼辦」。對採購方來說，這一條的分量往往超過排行榜上的分數。一個排在第二名的模型，如果每一次動作都能被追溯和回滾，它比第一名更容易進生產環境。

從執行者到決策者

李開復在發布會上用了一個對比。常見的 AI 工具負責把既定工作流跑完，萬仔則結合企業知識庫和生產任務，動態生成執行方案。他把這個轉變描述為從「工具流執行者」走向「人機協同決策者」。

差別在實踐中會放大。如果一個助理只會按按鈕，那麼流程本身必須由人先拆解清楚，它省下的只是點擊時間。如果它能自己判斷該呼叫哪些系統、按什麼順序、在什麼節點交回給人，那麼它省下的是拆解流程的腦力。後者才是「超級員工」這個說法的價值所在，也是這類產品在真實工位上能否被接受的分水嶺。

技術路徑上，零一萬物強調自研強化學習和全端研發，用來提升任務規劃能力。這類說法沒辦法單獨驗證，真正能說明問題的是任務完成率和人工干預頻率，而這兩項只有在客戶現場跑過才作數。

三級台階

李開復把智能體的演化分成三段。L1 是工作流智能體，任務由人指定，自主性有限。L2 是推理智能體，能自主規劃任務，他認為萬仔處在這一級。L3 是多智能體協作，多個智能體在去中心化的網路裡分工。

他把當前產品放進 L2 是一個務實的說法。2026 年絕大多數能真正跑通的企業智能體都停在這一級：能規劃，但需要權限邊界、需要人工兜底。真正稀缺的是規劃出錯之後，代價由誰承擔。發布會沒有展開這一點，但它決定了 L2 到 L3 之間那段路要走多久。

他還提到，萬仔的能力與 OpenAI 先前公布的 ChatGPT Agent 技術處在同一量級。這個類比方便外行理解，也意味著零一萬物把自己放進了全球智能體的同一個比較框架裡。

結果導向的訊號

把萬仔放回中國國慶這幾天的動作裡看，訊號比較清楚。中國國產大模型正在從講服務轉向講結果。Kimi K3.1 押長文本，Step 5 Preview 押效率，可靈 4.0 押影片，零一萬物押的是流程本身。四家走的是四條路，但定價和落地方式在同一條線上收緊：誰能讓客戶少僱一個人、少走一道審批，誰才拿得到續約。

「超級員工」是個好賣點，也是個高門檻的承諾。企業真正要買的是一段可以被稽核、被追責、被替換的工作，會說話的助理只是入場券。萬仔能不能兌現，取決於它敢不敢把自己的執行記錄攤開給客戶看。