零一万物万仔：李开复的「超级员工」智能体

国庆假期这几天，国内几家模型公司都没有停手。月之暗面在 API 后台挂出了 kimi-k3-1 的注册标识，阶跃星辰放出了 Step 5 Preview，可灵把 4.0 开进内测。零一万物选的切口不一样：它没有去比参数规模，而是把产品直接放进了办公室。

10 月初，李开复创立的零一万物在北京发布了旗下第一个智能体产品「万仔」，同时推出万知企业大模型一体化平台 2.0。官方给万仔的定位是「超级员工」。这个词在发布会现场很好传播，但它真正想说的是另一件事：让智能体从执行一段写死的流程，走到能自己排出执行计划。

万仔具体做什么

按照零一万物公布的信息，万仔的能力分成四块。它要做复杂任务的深度思考和规划，要能连上手机与网络设备，要接进企业已有的服务系统，还要针对具体业务做定制。

前两项决定了它能不能「动手」，后两项决定了它能不能「落地」。企业采购时最常问的两个问题恰好对应后半部分：数据存在哪里，结果由谁验证。万仔给出的答案是支持私有化部署，以及一套结果验证机制。

这听上去是标准动作，但在国内的企业订单里，私有化几乎是一道门槛而不是加分项。金融、能源、制造这类客户不会把核心流程交给一个只能跑在别人云上的助手。万知平台 2.0 承担的就是这层底座：模型、知识库、权限和审计都在客户自己的环境里。

发布节奏本身也说明了问题。零一万物没有先放一个云端试用版再谈企业版，而是把私有化选项和产品一起端出来。这说明它瞄准的不是「先拉新再转化」的消费级打法，从第一天起就按企业采购的清单在做。

过去一年，企业在智能体上抱怨最多的一点是「不敢放手」。一台能自己调 API、自己改文件的智能体，只要权限给宽一点，就可能把一条错误操作复制到十个系统里。9 月底到 10 月初，国内外的动作几乎都围着这件事转：有的厂商做权限范围（scope）定义，有的做不可篡改的审计留痕，有的做毫秒级的熔断隔离。

万仔把「结果验证」写进产品说明，等于承认了同一件事：能力再强，也要先回答「出错时怎么办」。对采购方来说，这一条的分量往往超过榜单上的分数。一个排在第二名的模型，如果每一次动作都能被追溯和回滚，它比第一名更容易进生产环境。

李开复在发布会上用了一个对比。常见的 AI 工具负责把既定工作流跑完，万仔则结合企业知识库和生产任务，动态生成执行方案。他把这个转变描述为从「工具流执行者」走向「人机协同决策者」。

差别在实践中会放大。如果一个助手只会按按钮，那么流程本身必须由人先拆解清楚，它省下的只是点击时间。如果它能自己判断该调用哪些系统、按什么顺序、在什么节点交回给人，那么它省下的是拆解流程的脑力。后者才是「超级员工」这个说法的价值所在，也是这类产品在真实工位上能否被接受的分水岭。

技术路径上，零一万物强调自研强化学习和全栈研发，用来提升任务规划能力。这类说法没法单独验证，真正能说明问题的是任务完成率和人工干预频率，而这两项只有在客户现场跑过才作数。

李开复把智能体的演化分成三段。L1 是工作流智能体，任务由人指定，自主性有限。L2 是推理智能体，能自主规划任务，他认为万仔处在这一级。L3 是多智能体协作，多个智能体在去中心化的网络里分工。

他把当前产品放进 L2 是一个务实的说法。2026 年绝大多数能真跑通的企业智能体都停在这一级：能规划，但需要权限边界、需要人工兜底。真正稀缺的是规划出错之后，代价由谁承担。发布会没有展开这一点，但它决定了 L2 到 L3 之间那段路要走多久。

他还提到，万仔的能力与 OpenAI 此前公布的 ChatGPT Agent 技术处在同一量级。这个类比方便外行理解，也意味着零一万物把自己放进了全球智能体的同一个比较框架里。

把万仔放回国庆这几天的动作里看，信号比较清楚。国产大模型正在从讲服务转向讲结果。Kimi K3.1 押长文本，Step 5 Preview 押效率，可灵 4.0 押视频，零一万物押的是流程本身。四家走的是四条路，但定价和落地方式在同一条线上收紧：谁能让客户少雇一个人、少走一道审批，谁才拿得到续约。

「超级员工」是个好卖点，也是个高门槛的承诺。企业真正要买的是一段可以被审计、被追责、被替换的工作，会说话的助手只是入场券。万仔能不能兑现，取决于它敢不敢把自己的执行记录摊开给客户看。