基础设施公司通常文档比代码厚。SandBaseAI 是个反例。
这家公司做的是 Agent Runtime，也就是 Agent 的运行时层。模型在上面跑，应用从下面调用，Runtime 夹在中间，负责沙箱隔离、权限控制、状态管理、故障重试、日志追踪。整条 AI 链路里工程密度最高的一段。但创始团队不写文档。
李样兵的理由是：AI 行业迭代太快，昨天的思路今天可能就失效，静态文档没有实际价值。团队所有工作思路、方案落地、问题解决，都靠和 AI 实时交互完成，最后把对话记录和核心结论发到群里，全员对齐。飞书、钉钉的知识库，在他看来是上一个时代的工具。
团队三个半人，三个全职全栈工程师，一个兼职合作角色，分布在英国、加拿大、北京。没有销售，没有运营，没有中层，没有常态化会议。官网全英文，客户在北美、欧洲、中东、东南亚，国内没有实体。
三个人怎么造一个"Agent 操作系统"？李样兵的类比是：传统开发者搭建 AI 产品，得分散对接各类资源，单独采购模型、插件、功能模块，再自己组装调试，流程繁琐，成本极高。SandBaseAI 把底层零部件提前整合封装好，用户按需挑模块、快速组装，就能跑起来。"更像一个 AI 产品装配工厂。"
SandBaseAI 自己的运作方式和产品逻辑其实是同一套，三个全栈工程师，用 Agent 填满所有非核心环节。做的东西和做东西的方式，逻辑一致。核心就一条：判断集中给人，执行分布给 Agent 和工具。
SandBaseAI 要解决的问题，是这套逻辑的延伸。大模型基础能力已经趋于成熟，但落到真实业务场景，缺口很大。模型没法主动对接实时数据、外部工具、用户私有数据和账号体系。开发者要落地一个完整的 Agent 场景，得零散对接几十个供应商和各类 API，手动串联全流程。李样兵的判断是，Agent 行业的竞争已经从"模型能不能做"转向"做了之后能不能跑"。
组织层面也是这个思路。问题来了，先看 AI 能不能标准化解决，只把 AI 处理不了的留给人，集中在方向判断、商业取舍、风险边界这几件事上。他对 AI 原生组织的定义很直白：优先用 AI 解决问题，而非优先招人。传统企业遇到问题第一反应是招人，AI 原生组织先判断能不能让 AI 干。
但他同时划了一条线："Agent 可以做很多事，但创始人不能把判断外包出去。"产品方向错了，Agent 不会承担客户流失；架构边界没想清楚，Agent 不会承担系统故障。这些后果，只有人扛。
这条线有来处。李样兵此前做过 AI Infra 创业，踩过一个坑，即太早用传统方式拆分职能，人多了，沟通成本也高了，速度反而下降。这次他换了一条路，长期维持 10 人以内的核心团队，不搭层级，非核心业务全部外部化。问到团队会不会扩到 15 到 20 人，他说没这个计划。"所谓的商业机密、核心壁垒，本质上都是阶段性的。团队的核心竞争力是持续迭代、快速试错、高效落地，而不是固化的流程、层级和壁垒。"
协作方式同样没有层级痕迹。完全远程，所有想法、行业认知、产品迭代思路实时同步在群里，所有人共享全部信息。李样兵认为，传统企业遵循"信息即权力"的逻辑，靠层级筛选和信息垄断形成管理权限，但这套模式不适用于 AI 团队。团队的协作概括是一句话：先开枪，再瞄准。有初步思路就快速落地，在实践、客户沟通和 AI 交互中持续优化，用行动迭代认知，不靠静态规划固化思路。
SandBaseAI 做的东西本身不好展示。Runtime、沙箱、浏览器自动化、状态管理、日志观测，这些词很难在 Demo 视频里制造视觉冲击。"一个应用 Demo 可以很快让人看到效果，但 Runtime 很多价值是在背后发生的：稳定性、状态保持、权限控制、日志追踪、失败重试、成本优化。"
但商业化很务实。团队从创业第一天就以盈利为目标，已经实现常态化营收。先推轻量化、低迁移成本的 API 服务，快速跑营收、攒口碑，再基于客户需求迭代完整的 Agent Runtime 底层能力。"创业团队活下去、稳步盈利是基础，先站稳脚跟，再推进长期愿景。"市场选择上不刻意分国内外，"哪里有愿意付费、认可产品的客户，就深耕哪里。"海外开发者对 Agent Runtime 接受度更高，就先做海外。
这场对谈里，李样兵还涉及了更深的内容，包括行业判断框架、具体组织方法论和产品决策逻辑。这些会成为崔牛会 8 月发布的《AI 原生组织白皮书（2026）》的核心素材，这里先不展开。几个方向：Agent 行业"三次迁移"的完整框架，以及他自己处在哪一阶段；团队内部让 Codex、Claude 和人类工程师在同一份文档里对齐的"共享上下文文件"实践，怎么维护，是否替代了传统 wiki；"三个被 Agent 放大的工程师，可能胜过十个传统配置的开发者"背后的实际人效比；招人最看重的三个能力；以及他维护的 500 个 Agent 基础设施项目仓库的生态数据，如何直接影响过产品决策。
采访尾声，话题转到传统企业的 AI 转型。李样兵没给"三步走"之类的方法论，只留了一句："先让每个人被 AI 放大，再考虑组织扩张。"
三个半人，不写文档，造 Agent 底座。这套做法能跑多远，还在验证。
本文为崔牛会「AI 原生组织研究」系列报道。2026年8月，崔牛会将基于30个AI原生组织案例发布《AI原生组织白皮书（2026）》，李样兵在本轮采访中分享的完整组织方法论将收录其中。