逄大嵬给 AI 原生公司下了一个简单明了的定义：“产品是构建在大模型上，随着模型能力的上升，产品能力也上升，扩展产品边界，这才是 AI 原生的公司。不然你只是在用 AI。”
他又补了一句，“AI 原生组织和组织 AI 化，是两件事。”
元空智能团队不大，早期的核心产品是 ChatExcel，一款从表格处理长出来的 AI 数据办公产品。公开资料显示，ChatExcel 是由北京大学深圳研究生院实验室研发。2023 年上线后，这个项目从一个校园里的技术尝试，逐渐走向商业化。
到 2025 年，ChatExcel 开始进入更密集的产品和商业化阶段。公开报道中，它完成过数千万三轮融资，；团队方面也提到，2025 年连续完成多轮千万级融资。产品在央视财经《赢在 AI+》节目中拿到智能办公第一名，也进入了华为鸿蒙、惠普，联想，阿里云 等生态合作。
逄大嵬是元空智能的CEO。此前他做过 SaaS，也做过企业服务方向的创业。再往前，他接触过 NLP 和智能问答。用他自己的说法，上一段 SaaS 经历“幸运的经历了周期”，否则很难真正转向这一轮 AI 创业。
采访那天北京下大雨。逄大嵬在北三环花园路的办公室里，窗外雨声不小。他说话很快，可以感受到很多判断是从产品迭代里长出来的。
产品吃掉产品自己
元空智能内部有一个很明显的变化，那就是新功能上线后，旧功能会不断被覆盖。
逄大嵬说，“我们是在不断的淘汰中成长。”他说的不是竞争对手，是自己的产品。
ChatExcel 最初解决的是表格处理问题。用户上传 Excel，用自然语言提需求，系统完成清洗、计算、分析、制图。后来，数据源开始往外扩，从 Excel 文件扩到数据库、网页、PDF、图片等多种来源；结果形态也继续往后走，从表格分析扩到报告、PPT、看板和企业数据看板，数据流程，数据系统等。
原来单独存在的功能模块，会被后来的智能体能力包进去。对用户来说，入口变少了，动作变短了。对团队来说，前面做过的东西不断被后面的产品重新消化。
逄大嵬把这件事看得很重。他觉得，传统软件公司迟早都要面对一个问题，即你能不能主动覆盖掉自己的一个产品。如果不能，后面就可能被别人覆盖。
这个判断不完全是战略选择，也和模型能力的扩展有关。过去软件公司的产品边界，往往由功能模块决定。报表是报表，BI 是 BI，PPT 是 PPT，数据库工具是数据库工具。AI 进来以后，边界开始松动。用户关心的不再是打开哪个软件，是能不能把数据拿进来，算清楚，讲明白，生成结果。
逄大嵬做产品判断时，不太喜欢从“有没有需求”开始。他觉得今天很多需求都是真需求，尤其是办公、数据、表格，业务系统这类场景，用户痛点太多。难点在于模型能不能做，能做到什么程度，有没有人愿意为结果付费，推广以后留存如何。
这套判断也影响了 ChatExcel 的产品延展。它不再只把自己定义成“AI Excel”，而是往 AI DataAgent 走。Excel 只是最早的入口，后面连着数据获取、数据加工、数据分析和结果生成。
这也是 AI 原生产品和传统软件产品不太一样的地方。传统软件往往先定义功能，再通过版本迭代逐步补齐。AI 原生产品更像沿着模型能力边界生长。模型能稳定完成的任务，才可能变成产品；模型一旦能跨过某个门槛，产品形态就会迅速变化。
元空智能的 AI Coding 占比约 50%。这个数字在 AI 创业公司里不算夸张，但已经能改变团队的产研节奏。逄大嵬说，过去大厂靠长期堆出来的工程壁垒，在 AI 编程面前会被重新审视。很多过去需要一批工程师反复堆功能的工作，现在小团队也有机会做。
这不是说小团队可以轻松替代大公司。数据安全、稳定性、企业交付、私有化部署，这些都不是靠一个模型提示词就能解决。但至少在产品早期，小团队试错的成本被压低了，迭代速度被拉高了。元空智能不到十几个人，能同时做 C 端订阅、企业版、本地部署和生态合作，放在上一代 SaaS 时代，会是另一种组织规模。
管不了，就别管
逄大嵬的管理方式很结果导向。
原因不是管理理念多先进，而是他觉得过程越来越难管。
“AI 模型你怎么控制？都是黑盒，而且每天都在超越你的想象。”他说，每个人都基于模型工作，模型版本也在变。过去管理者可以盯流程、盯节点、盯代码规范，现在很多过程发生在人和模型之间。老板想把每一步都管住，实际做不到。
这背后是 AI 原生组织里一个很现实的变化。
传统 SaaS 团队里，中层管理有一部分职责是过程控制。需求怎么拆，任务怎么排，代码怎么审，交付怎么验，都有一套流程。流程越成熟，团队越稳定，组织也越容易扩张。
但 AI 参与生产以后，很多工作变成了“人提出目标，模型参与完成，人再判断结果”。过程被压缩，也被隐藏。一个员工怎么用模型，问了几轮，改了几版，换了几个工具，中间细节很难完全复盘。管理者最后能看到的，往往是结果。
所以元空智能没有复杂的中层，也没有严格的部门墙。公司规模小，信息尽量透明。逄大嵬说，实习生和正式员工权限差不多，“组织力和凝聚力不是靠信息屏蔽解决的。”
团队里年轻人很多，有些还没毕业。他对这代人的评价很高，聪明、能干、接受新工具快。但前提是要给空间。AI 原生团队里，很多岗位并非一成不变，一个人可能今天做产品，明天写提示词，后天调工作流，再往后跟客户一起搭一个内部系统。
团队也不是都坐在一个办公室。北京、深圳、杭州，甚至海外，都有人在协作。有的人很长时间没在线下见过面。逄大嵬觉得，这种组织方式是 AI 创业公司的常态。工具已经把很多协作动作拆开，面对面不再是唯一的组织基础。
这种组织方式能不能复制？他回答：“完全可以。”
但复制的前提不是照搬远程办公，也不是把团队人数压到十个人。更重要的是任务能否被清楚定义，信息能否透明流动，结果能否被快速验证。AI 可以减少过程管理，但不一定带来好结果。小团队如果方向不清楚，只会更快地跑偏。
本文为崔牛会「AI 原生组织研究」系列采访手记。关于元空智能的 PLG 商业化路径、跨地域远程协作机制、北大实验室与产业 CEO 的决策分工，以及从 SaaS 到 AI 原生组织的变化判断，将收录在崔牛会 8 月发布的《AI 原生组织白皮书（2026）》中。