【億邦原創】在日前舉辦的“第九屆全球跨境電商峰會暨2025全球化新品牌AI競爭力大會”上，由中美互聯網資深人士李杰作為主持人，光合植語創始人郭昱華、小印創新科技副總經理兼CTO周一平和e簽寶國際站總經理陳順訪作為互動嘉賓，以《智能體走進商業現實》為主題展開了一場圓桌對話。

郭昱華指出，AI賦予了生活場景里的很多產品“新生命” ，人工智能時代，每個家庭可能會多出十幾個家庭成員。“將來，沙發、冰箱、彩電都可能都會成為家里能夠交流的智能體。”家庭園藝是歐美家庭的主流生活方式，因此，光合植語從這一洞察切入，打造出一個能夠和植物對話的智能體，未來可能拓展至一套類似小米家居的植物生態系統。

周一平認為AI對教育領域帶來了三項重大變革：第一，AI極大地提升了學生獲取知識的效率，從通過書本到通過互聯網搜索，現在直接通過AI問答，學習效率呈幾何倍增長；第二，AI打破了傳統教育的二元結構，從老師和學生轉變為老師、AI和學生，老師正逐漸向AI過渡；第三，AI的出現實現了因材施教，現在的學生可以被視為AI的原住民，已經養成習慣使用AI工具的習慣，變成了一種條件反射。

陳順訪分享到，在合規方面，AI也可以帶來效率革命。智能合同的Agent可以根據當地法規，識別合同中的風險，翻譯語言，把原來需要花費幾天乃至數周的工作壓縮到十分鐘以內完成。

（溫馨提示：本文為速記初審稿，在不影響原意的基礎上，由億邦動力編輯整理。）

以下為對話實錄：

李杰：非常感謝億邦動力邀請我來當這個主持人。我們這一部分圍繞“AI智能體走進商業世界”這個話題展開。首先請各位嘉賓做個自我介紹。

郭昱華：大家好，我是光合植語的創始人郭昱華。我們現在做的這款智能體的應用，是用AI技術打造植物的生長模型，賦能人類，讓我們有機會能夠跟植物對話。

周一平：大家好，我是小印創新科技的周一平。我們其實是一家教育公司，小印創新主要是聚焦于教育行業，為整個教育行業提供智能的教育產品方案。我們其實也是一家題庫資源公司，過去16年搭建了覆蓋整個小學、初中、高中，全學科、全學段、全教材版本的一個資源題庫。

目前我們是依托于這套題庫，聚焦于學生的學習場景，圍繞整個教學測量，打造了一套個性化的學習系統，服務于所有的中小學校外培訓，包括這兩年很火的AI自習室的這種教育機構。另外，我們也提供學習的內容資源和AI整體解決方案，服務于教育智能硬件。包括像市面上很火的這些學習機、學練本、打印機等教育類產品。

陳順訪：大家好，我是來自e簽寶國際站的陳順訪。我們e簽寶國際站主要是為出海企業提供全球化的電子簽名服務。e簽寶，在座的各位朋友，可能或多或少會有用過，我們國際站是一個面向全球市場的電子簽約產品。在跨境業務當中，電子簽名雖然是一個很小的東西，但它是一個不可缺少的重要的東西。我們在這個領域深耕了二十多年，適配了全球七十多個國家的法律法規，在合規風控、合同的簽署等這方面有非常多的沉淀。

李杰：郭總過去自己創業，也在阿里做過高管，今天做的這件事兒，這個Agent跟現在的做寵物賽道的完全不一樣，是非常具有全球化視野的。為什么這么說呢？首先，他做的是植物，是符合全球減碳排放的大趨勢的；第二，植物容易養；第三，植物怎么擬人化，這個事情是非常超前的想法。

周總做的教育公司是中國最大的題庫，你們知道的科大訊飛、猿輔導、作業幫，他們所有學習機里面的題庫的內容其實是由他的母公司來做的。只是因為信息差，所以很多用戶買的東西都比較貴。因為他去在這前面做的to c的延伸，做了agent數字這個智能體。

陳總這邊，e簽寶，在國內是非常頭部的，幾乎是被客戶推著往前走，出去做了海外。我們知道，做跨境，從選品、定價、營銷、支付、物流、倉儲、合規等，每個地方都有非常深的專業的知識。

一、智能合同agent：減少90%工作量

李杰：合規性上，想問一下陳總，你們的產品能幫助跨境賣家解決哪些痛點？

陳順訪：在跨境業務中，合規的問題非常突出，就是因為面臨很多的國家、不同的法律法規要求，也有很多的跨數據、跨語言等。傳統的方式是用人工去審核，可能每個國家都需要有一個合規的法務，還需要很多的律所協助。我們就是做這個合同簽署。

針對這些痛點，我們就研發了一個智能合同的agent。通過這個agent，我們可以快速的幫助用戶根據當地的法規要求，根據客戶所處的行業去擬定一個合同，并且能夠快速識別合同中的一些風險，法務去解決這個法律合同擬定的問題。我們實踐下來可以減少90%以上的工作量。

其次，就是在合同的一些簽約環節。我們剛才聽到很多嘉賓也都有聊到，跨境的業務通常都會有一些翻譯場景，想象一下：我收到一個日本客戶發來的合同，那可能是日語的，而我并不懂日語，那么智能合同就會自動把日語翻譯成我習慣的語言，識別里面有哪些條款可能會涉及到風險，最后做一個總結，讓我來確定決策。整個過程如果是傳統的方式，通常可能要花數天乃至數周，而我們通過這種智能合同agent，可以把它降低到十分鐘以內。這就是AI帶來的一個效率革命。

李杰：除了陳總剛才講到的合規的重要性，我覺得更重要的是數據的安全性和數據的本地化。因為我們在全球不同的國家，有不同的政策、不同的稅法。e簽保是否能解決這樣的問題？它在全球的節點是怎么去建立的？

陳順訪：我們是做數字化服務的，合同是很多企業的核心數據，所以我們在合規方面投入了非常多的資源去做。首先就是數據本身的隱私保護。因為大家知道，可能在歐盟，或者是東南亞，很多國家其實都有自己的隱私保護法規，我們就會根據每個國家的要求，在當地做很多基礎建設。

我們目前在全球建了三個數據中心，有香港的，有新加坡的，還有歐盟的。像歐盟，他自己有GDPI的一些要求；像東南亞很多國家可能對合同還有一些特殊要求，比如他需要電子印花稅，那我們還需要跟那個印花稅的去對接，有些國家需要當地的CA認證，那我們要跟CA認證去對接。

總的來時就是我們在合規方面做了非常多的基礎建設，就每個國家都做了很深入的本土化，找了當地的合作伙伴和供應商等。

二、植物擬人化：AI時代的人文關懷創業思路

李杰：跨境生意里面，最難的是產品的創新力。我們知道，過去十年，跨境行業大部分賣家是跟賣或者是貼牌，真正在產品原創上去思考和發力的企業非常少。我想問一下，郭總在做光合植語整個智能體agent的時候，是從哪些角度思考的？怎么為用戶群體提供服務價值？

郭昱華：我最早在中國的進口跨境電商網易考拉工作，然后自己也在美國待過很多年。我那時候觀察到了一個點，就是歐美的家庭園藝是一個主流的生活形態。因為他們地比較大，人居面積也比較富裕，大約一半的家庭是有院子的。

隨著這幾年社會生活的發展，其實人跟植物在家庭場景里面的互動更加緊密。所以，首先我們看到這個大賽道的一個宏觀機會。AI時代來了以后，我覺得給了我們非常大的一個機會。其實，去年有一款爆火的應用創意是類似的，一個讓小狗能夠和人類說話的應用。

我自己之前做過八年的農業。我當時看到這個創意，覺得如果小狗能夠跟人類說話，我們用AI去理解它的模型，那植物其實也有機會跟人類說話，而且，似乎植物表達的原理比小狗要更簡單。所以，我們以這個為出發點開發了這款創意應用。

李杰：我認為郭總在美國的生活經歷非常重要。在美國，有許多老年人晚年時感到孤獨，除了養貓貓和狗狗之外，更多人種植物。

隨著人工智能時代的來臨，我們能否將這個產品打造成一種服務，成為一種陪伴，而不僅僅是簡單的功能性產品。我認為，這將是下一代產品的發展方向。這方面它的延展性可能會更多。它不僅僅適用于不同年齡段的人群，可能涵蓋的范圍更廣，可能包括老年人，也可能包括一些未成年人。

情感陪伴和情緒價值對很多00后來說是非常重要的。所以我認為，對于您的產品，我理解這個賽道其實有更大的潛力？

郭昱華：我想起今年年初360創始人周鴻祎曾在一段視頻中提到：在人工智能時代，每個家庭可能會多出十幾個家庭成員。因為人工智能，尤其是大語言模型，使語言變得更加輕松獲取，將來，沙發、大冰箱、大彩電可能都會成為家里能夠交流的智能體，而這種智能體將承擔不同的任務。

比如，我們原本認為冰箱只是用來儲存食物，并延長食物的保質期的，但當它變成智能體時，它可能會在家里扮演監護食物的角色。晚上下班后，當你站在冰箱前拿出一罐可樂時，冰箱可能會問一下你的體重秤，它可能會說，“最近老李是不是體重超標了？血糖正常嗎？”也許在那個時候，冰箱會提醒你，“今天少喝一罐可樂”。

AI給了我們許多生活場景里的產品新生命，賦予了它們全新的與我們互動的方式。而且我認為，現在，你的產品，比如像目前的陪伴機器人，可能機器人只是一個功能性產品，通過跨境電商銷售海外，但未來，更多的產品，可能通過訂閱的方式，給用戶提供陪伴的服務。這將是雙重收入的增長。相比目前市面上很多單一屬性的產品，你的產品具有更多不同的特點和差異化。因此，我覺得這可能是創新的一個大方向。

三、教育服務出海：有了AI就有了極大的想象力

李杰：周總，你們在教育領域一直在延伸，那在跨境領域對教育有哪些思考？

周一平：剛才我們提到，我們圍繞學習場景，打造了一套個性化的學習系統。實際上，在這個系統中，我們開發了一個叫做"小優AI辦學"的智能體。這個智能體與市面上通用的人工智能有所不同。有人可能會說，孩子們上課時會用到許多種人工智能，比如像豆包等。但目前還沒有一款專門用于構建學生學習場景的智能體。這就是我們的特色，我們將圍繞學科學習開發整個智能體，目前包括語文、數學和英語三科的學習場景。

這個談論的主要是關于我們自身智能體的能力。李總提到的跨境領域，這是我們要延伸討論的內容。我們認為，學習是一個廣義的概念，可能我之前講的內容屬于純學科類。但真正的學習和教育涵蓋學科和非學科內容，涵蓋從學前到成人的學習。

我想表達的意思是，在過去的跨境場景中，以實體貿易為主導，然而，隨著AI的發展，實體貿易將經歷巨大變化，越來越多的產品會與AI相結合。像郭總提到的植物擬人化，以及其他嘉賓提到的情緒陪伴，實際上都可以理解為是AI加內容的體現。我認為，學習在內容中也是非常核心的。

因此，在未來的產品設計和出海過程中，一定會有很多內容將學習和日常產品相結合。另外，如果一款產品具有情緒，并且再加上知識和學習的內容，那我們可以理解為這款產品就具有了靈魂。因此，我們可能會進入一個“萬物有靈”的時代，即萬物皆有靈。這是第一個要點。

第二，關于教育方面的顯著變化是，根據去年的一組數據，在整個跨境貿易的出口額中，服務的占比有顯著增長。去年這項數據已經突破了3萬億，而服務出口的增長率達到了18%，實體貿易的增長率卻只有7%，也就是說，服務出口的增長率是實體貿易接近2.5倍。

我想強調的是，從去年開始，中文教育在海外市場非常火熱，特別是在東南亞地區，例如馬來西亞、越南，還有一個地方是孟加拉。可能大家對孟加拉的印象會比較少，但實際上孟加拉的中文教育市場增長非常迅速。中國的教育機構為中文教育海外市場提供了整套完整的服務，將他們的整體運營、服務和培訓體系打包輸出到當地。然后通過諸如class in這樣的在線雙師課堂模式，形成了整個中文教育的出海市場。所以，在教育和跨境領域，未來在服務方面也有很大的增長潛力。

李杰：您說的這段話讓我想起傳音集團董事長竺兆江在非洲的一段經歷。在這樣的落后國家，只要掌握好中文，你的工資就會比其他人高出兩成，這是一個很現實的情況。東南亞也是如此，盡管其人工成本低，但要懂中文，才能進入中資企業，還需要參加中文的考試。

在過去，像傳音和聯想等公司，主要出售硬件產品，也就是功能性產品，但是隨著全球化趨勢，未來功能可以被價格所復制，而唯有優質內容才能賦予產品更多商業價值。

我認為更有價值的是產品的銷售。我們未來的收益將來自訂閱服務費。因為在線下，尤其跨境領域，最大的問題之一是高退貨率，而這意味著更多的傭金和倉儲費用。而虛擬產品和服務是不存在這些問題的，最多只是有一個IOS賬戶的扣費。

所以在這方面，我認為今天無論是周總還是郭總，他們的產品具備雙重屬性。首先，能夠為功能型產品賦能；其次，能夠不斷地對功能型產品進行迭代；再者，在供應鏈中延續增益服務的價值增長。

這樣的話，實際上延長了用戶與產品的互動周期。我們都知道，跨境產品的生命周期大約為1至1.5年。如果不進行更新迭代，產品就會進入尾貨階段。因此，我們需要提升庫存周轉率的原因就在于產品的周期性。我剛剛在兩位的產品中看到，特別是在產品的持久性方面，我認為有更多的成長空間。

我不確定我的理解是否正確，簡而言之就是產品加服務，這將成為未來產品的輸出。這可能不僅僅意味著單純的產品銷售，也可能逐漸涵蓋服務的內容。過去，服務可能體現在產品售后，但是那是因為原有的產品可能只是一種單純的工具屬性。而未來的服務會融入整個產品內容之中。因此，服務屬性將從單純的售后轉變為可能附帶一些額外增值的服務，并提升。

四、“萬物有靈”時代：打造類似小米家居的植物生態系統

李杰：我還想問一下郭總，除了產品本身外，您的植物擬人化是否能為下游的品牌商提供一些賦能？

郭昱華：是的，實際上我們讓植物“說話”并非一種幻想。在這種互動中，我們有一套科學的植物生長模型在支持著。因為我們將環境分解為光、溫度、濕度、水分、營養和氣體六個要素。植物在不同的環境下會有不同的感知。然后，我們將這種感知轉化為人類語言進行表達。而我們目前正在做的就是將這種生長模型與我們的環境感應單元和表達單元結合起來。

未來，我們希望這個生長模型能夠成為中國園藝產品的基礎，有點類似于小米打造的一套生態智能基礎。這都可以通過硬件延伸來實現。

李杰：剛剛郭總講的一句話提醒了我，我不知道在座的品牌商中，有多少人是在尋找產品的，希望找到優質的產品。郭總剛才提到了一個觀點，園藝產品通過品牌和智能賦能。

昨天我和郭總去了一家杭州的非常棒的咖啡廳。這家咖啡廳，看似是在賣咖啡，實際上更多的是在推崇慢生活、慢節奏，因為那里有很多植物。并且，郭總介紹說，可以將一些咖啡的成分與植物的肥料結合起來，因此，它變成了一種既可欣賞又可飲用的雙重屬性。如果這樣的產品可以為植物增加一些外套，比如手機殼的外殼，甚至可以出口到海外，這就是產品的創新。因此，有時候我們不應該只是尋找市場現有的產品，而該注重原創力。

郭總剛才提到的，有可能打造成類似小米生態的植物生命系列。在這方面，您未來的布局是什么樣的？

郭昱華：我們希望先從這款軟件做起，然后從我們最核心的環境感應單元完成我們LOT這個AI虛擬世界和物理世界的結合。因為實際上，我們現在所談論的人工智能，最近的突破其實是大語言模型。但是實際上，硅谷已經有一批前沿的科學家在研究世界模型，也就是感知。因為語言只是我們人類解讀世界的一種抽象媒介。但是還有很多形態，很多認知是無法用語言來表達的。

昨天講的是雙螺旋的雙DNA，其中還包括碳球的巴基球，這種美無法用巴基球語言來描述。我們希望從植物的角度出發，利用我們的生長模型來進行一層解碼。一旦完成了這個底座的打造，我們將把這個底座賦予更多與植物相關的硬件。

比方說，我們現在所看到的一些灌溉設備，其智能化實際上就是一個計時器，對吧？比如，我設定12點開啟灌溉，持續3小時；下雨時也開啟，夏天也開啟，冬天也開啟。

但實際上，這么做對植物來說是折磨，我們希望圍繞植物的需求，將這個計時器轉變為按需供給的互動方式，以更好地服務植物。

未來，我們希望這種植物生產模型能夠成為一個大腦，而這些硬件能夠成為一些手和工具。在五到十年內，當這種深度智能成熟時，一些繁重的園藝勞動可以由機器人接手，從而使人類能夠更純粹地釋放情感并與植物進行互動。

五、顛覆傳統教育模式：老師、AI、學生

李杰：周總剛才提到的未來的核心是產品+服務，而不僅是簡單的產品。我想問一下，對于整個學習教育的內容和產品服務方面，未來可能會有哪些創新和發展？在您所開發的教育代理人中，還有什么難題有待解決？

周一平：目前的AI大模型仍處于發展過程中，在真實的教育應用中，我們發現目前還存在幾個相當大的瓶頸。首先是幻覺問題，這個就不展開討論了，因為大家都知道。

第二個是污染問題，大模型的污染問題。什么叫大模型的污染呢？舉個形象的例子，比方說我可以開發50個網頁，每個網頁都寫著“唐太宗是朱元璋”。我可能將這種內容形式放到互聯網上。我們現在的大模型都是基于網絡搜索和公開數據的爬取。這種情況下，當別人在詢問這個模型唐太宗是誰的時候，有可能它就會回答你是朱元璋，這就是典型的一個AI模型數據污染。

這種污染的成本會比我們想象的要低得多。可能有些人無意之中，他所產生的一些內容都會導致數據的變化。你可能會在使用AI的過程中發現，一開始你問AI一個問題時，它回答你是正確的，但是一旦你告訴他這個答案是錯誤的，它就會立即給出一個錯誤的答案。這說明目前在整個模型應用場景中，當然我更專注于教育領域，存在這樣一種情況。

如果是日常溝通，問題不大，但在教育方面，要求對知識點的正確率和統一性非常高。因此，模糊性是一個問題，會影響教學效果。

第三個問題是圖像的理解。所謂圖像理解，是指過去的圖像多基于OCR。OCR對文字識別已經非常OK，但對圖像內容的理解，比如在一張圖片中繪制的圖形，讓AI理解這個圖形是很困難的。這延伸到我們的教育場景，很多人都說AI在解數學題方面很厲害。但實際上，將一些試卷拍照輸入時，當涉及大量幾何圖形時，會發現其正確率直線下降。因此，第三個問題是圖像理解能力。

最后一個問題，實際上我認為是信息過載。今天我們聽了一整天很多關于內容自動化生成和批量發布的好工具，但這也帶來了第二個問題，即整個互聯網平臺的信息量過大。信息過多會導致普通人獲取信息時產生過載。這些問題在教育領域存在。

因此，我們認為在教育領域，未來的AI智能體可能會傾向于封閉式，并結合封閉式的知識庫。這個知識庫可能需要各行業共同創建，可能會有類似政府企業的白名單，用于對所有入庫的數據進行審核認證，包括對所有數據來源的溯源，以保證所獲得的知識點準確性。這是我們從教育場景中看到的問題。但這些問題并不影響整個AI智能體的落地。

自去年九月開始，如果大家留意的話，會發現教育部平均不到兩個月就會發布一項政策通知。所有政策內容可能不同，但核心目的是加快AI的試點。原因在哪里？我跟一些校長進行溝通討論，發現AI對教育領域帶來了幾項重大變革。

首先，對學生學習知識的效率產生了重大改變。過去通過書本學習，然后通過互聯網搜索整理，再到現在直接通過AI問答，學習效率可能增加了幾何倍。這反向催生了現有傳統教育效率跟不上學生學習效率的情況，這是促使整個教育改革的核心因素之一。

其次，過去的傳統教育是一個二元結構，即老師和學生；現在已經轉變為三元結構，即老師、AI和學生。老師逐漸向AI過渡，這是一個正在發生的趨勢。雖然可能說這個距離我們還有些遠，但實際上已經不遠了。一些民辦學校更加激進，已經開始試點，在課堂授課中弱化老師的占比。

第三，AI的出現實現了因材施教。這是孔子2500年前就提到的理念，現在AI已經確實能實現因材施教，對整個教育體系帶來了最大的變革和改變。雖然有許多問題，但我們仍然堅定地在這個領域繼續推進和落地。

尤其是在推進的過程中，我們認為學生，特別是現在的學生，實際上可以被視為AI的原住民。那么AI的原住民的核心特征在哪里呢？我認為，他們對AI工具的使用已經養成了習慣，變成了一種條件反射。

就好像我們吃飯、喝水一樣，對于他們來說，使用AI的工具也是如此。那么從什么場景開始培養他們對AI使用的訓練呢？也許我們應該從學習的場景中開始，在學習過程中使用AI工具，使其成為一種常態，并從中衍生出未來。也許在學習之外，他們對其他AI工具的掌握，也是我們的一些理解和認為的一個方向。

六、應用AI智能體讓跨境合規前置

李杰：數據污染不僅僅存在于教育領域，我認為在合規方面也同樣存在。我想問一下陳總，對于數據合規，如果按照剛剛周總所說的數據污染，你們如何鑒別和防止這個問題呢？

陳順訪：我們需要挑選出最精確的數據，讓AI針對性地進行訓練。另外，我們還需針對垂直行業建立一個更為精準的模型，而不是采用通用的大模型。

剛剛周總提到的問題我們也會遇到，我們做數字化服務，也會遇到一些新的困難。在AI代理的協同方面，我們可能只注重準確性方面，如果僅僅是針對個人用戶的話。

然而，在面向企業客戶的業務中，單一的準確性還不夠。比如在合規和智能合同方面，我們的AI代理做得很出色，但它是一個孤立的實體，可能工作效果不那么好。除了優化本身的代理外，我們還需要實現一系列可被集成的方式。

因為像我們做的電子簽名，在整個商業過程中只是一個環節，我們需要與前向的許多環節進行對接。剛剛談到的跨境業務可能需要涉及到供應商的談判、銷售等多個環節，我們希望能夠與這些環節深度結合。我認為未來可能每個環節都會有自己的AI代理，比如在選品時，會有選品的AI代理，結合各種能力自動選擇并進行推薦。

在談判過程中，各個代理可能會自動交互。最終確定采購后，可能需要調用智能合同的環節來完成簽約和確權。大概就是這樣，我認為在跨境業務的每個環節都需要進行合規智能化。這種合規智能化可能還需要涉及確權方面的內容，因為政策是經常變化的，需要不斷調整整個數據情況。

另外，我舉個例子，阿里曾經提到過做一個產品叫做“千人千面”。從我的理解來看，千人千面并非適用于所有情況。為什么呢？舉個例子，一個女孩情緒不好時喜歡吃巧克力。如果我們的大數據認為這個用戶每天都喜歡吃巧克力，然后大量推送，是否會喚起她不好的回憶呢？因此，我們需要從理性的角度去考慮一個人的需求范圍。我們不能把AI的很多數據太過極致化、想象化。因此，我認為在一定的邊界內，需要做很多合規方面的工作。

除了剛剛提到的合規方面，在跨境合規和政策變動方面，可能會對我們的業務產生影響。像最近的關稅變動，影響范圍非常大。如果我們能提前預判，將可減少許多商家的損失。最近，我聽朋友說，在做關稅時將貨品上傳，在清貨時關稅突然上漲，利潤一下子全無，這種情況無法控制。

我認為合規的可能性更大是過去是滯后的，現在我們將其提前，預判風險和損失，并將其降至最低。風險背后實際上是損失，在這一點上，我想舉一個案例，給我們現在所有這些賣家。

比如，因為使用我們的智能體，解決了他們遇到的問題等等。舉個簡單的例子，出海的企業通常在當地雇傭員工，然而不同國家的用工風險各不相同。因此，我們的一些客戶，在各個國家都會設有分公司。他們在使用我們的平臺統一簽署雇傭合同時遇到問題。

因為有些企業剛剛出海，不熟悉當地的雇傭法規，會直接使用國內的勞動合同模板進行當地簽署。然而，當地的雇傭法規可能完全不同，因此當地員工會有投訴。在簽署過程中，我們可以通過AI代理進行預判，從而避免出現問題。舉例來說，在簽署后出現更大的風險，這是一個人事場景的風險。像這樣的案例非常多，我覺得。

其實，我覺得在每個環節里都可以加強各個的智能體。我覺得你們已經構建了一個生態，做了一個MCP調用各個智能體的環節，并提供更多的服務。

李杰：你們的商業模式是采用會員費的方式，還是其他模式？

陳順訪：目前，我們在AI能力上并沒有做過多的商業化，因為我們認為這個領域還沒有到非常成熟的階段。目前很多AI產品是按Token這種方式收費，但我覺得未來可能不一定是最佳方式。

我們目前是根據我們的價值方式付費，比如我們完成了多少次的合同簽署，按照這個數量來計費。我們的AI在其中可能只是一個輔助工具，能夠幫助你更好地完成簽署。因此，AI本身并沒有獨立進行商業化。

七、借助全球千千萬萬種植物的家庭實現去中心化實驗記錄

李杰：聽完三位的分享，我發現大家都在自己的賽道里做相應的智能體，并且將產品和服務結合起來。因為單獨的產品是不足以解決客戶的問題的。未來其實是產品加服務的市場，我非常認同這一點。

因為人工智能的出現，提高了人效，提升了各個環節的效率，例如選品和定價，但完全依賴它也不太現實。畢竟數據有一些偽裝的邏輯。舉個例子，亞馬遜的訂單可能過幾天或90天內可以退貨。這種真實的數據分析是有周期性的，不是根據目前已銷售數據去判斷商品的真實情況。

因此，這需要長時間不斷的訓練。在這個過程中，對于模型來說，到現在甚至全球，真正能構建自己的AI模型的很少。大多數是在使用別人的，然后調用，比如通義模型，字節的等等。構建自己的商業閉環和數據對于ChatGPT來說其實是非常重要的。

關于數據和智能體的方面，我也想問一下郭總，在你所處的領域，因為要構建這樣一個生態系統，整個數據的處理過程需要投入大量成本，需要處理大量的數據。您是怎么考慮這個問題的呢？

郭昱華：對，這又涉及到了模型原理的問題。目前我們討論的主要是AI大語言模型，而這個語言模型實際上是對語言進行了編碼處理。

實際上，回到原理上來說，模型并不具備智能，它只是一種統計概率上的工具，它會利用最大概率來預測下一個token的可能性，然后將其呈現出來。

因此，它有點像踩著西瓜皮一樣，剛才我們在周總和陳總的場景中也看到了一個問題，就是它容易受到污染，對吧？前面的人說了什么，它就跟著說什么。但事實上，在我們人類認知世界的過程中，我們學習的方式并不是這樣的。

我們是直接觀察現象本身，然后將其抽象化，最終才形成語言的編碼。語言只是一個結果，不是思考的過程，所以我們對植物生長模式的理解也是直接觀察自然，對同一株植物在不同環境光照、溫度、水分和培養基條件下的反應進行記錄。比如，當陽光過多時，它就會枯萎；而澆水過多時，它會出現爛根的癥狀，溫度太高則會導致枝條過長等等。

這樣的現象，我們與環境的配對記錄，由于環境因素的復雜性，當談到光照時，今天的燈光可能在數碼讀數上看起來很刺眼，但實際上可能只有1000多勒克斯。而陽光強度可以達到18萬勒克斯，在晴天的戶外不僅有光強，還有光譜和光周期等各種維度。

這樣的N個維度的環境條件的組合，在一個單個的企業場景或農業企業是無法完成的。因此，我們的軟件一邊采集數據，另一邊采集圖像。我們實際上是全球千千萬萬種植植物的家庭，幫助我們進行去中心化的實驗記錄。

我認為在未來，無論是我們邁向碳中和，還是人類與自然更加和諧相處的方式，這都將是非常寶貴的資產。

關于本次會議：

第九屆全球跨境電商峰會暨2025全球化新品牌AI競爭力大會，于6月6日在杭州舉辦。本屆峰會由億邦動力主辦、嘉御資本聯合主辦，米奧蘭特、馬蹄社、億邦智庫、全球跨境電商知識服務中心協辦。作為權威機構聯合重磅打造的AI應用旗艦盛會，峰會聚焦AI應用如何走進商業現實，從全球化品牌視角共話AI競爭力構建。