王仿在智谱做了近一年大模型交付。四十多个项目跑下来，他反复确认一件事：模型训得再好，离客户上线还很远。
不是模型不够聪明。客户拿到模型后在真实场景下会出大量 bad case，这些 case 不全是模型的问题——客户做业务时，除了模型的专业理解能力和推理能力，还要依赖内部业务规则、调用内部系统、融合各种知识。基模公司把模型训好交出去，后面还有很长一段路没人走。
"模型离业务结果还是比较远。"这句话他在采访里说了两遍。
王仿从智谱出来创业，担任 NoDesk AI CTO。这家公司做 Agent Infra 和 Agent 产品，想补的就是他说的那段"距离"。NoDesk 大约 30 人，同时跑三条产品线：桌面端 Agent 工具 DeskClaw、Agent Infra、面向品牌客户的营销 Agent。团队里 00 后占比超过 60%，人均每天消耗 1.5 亿 Token。
数字看着漂亮。但王仿很快讲到了一个他踩过的坑。
快不是问题，质量才是
NoDesk 最早搞过一个 Token 消耗排行榜。看谁每天用 AI 写代码用得多，排个名。王仿很快叫停了。"这个东西很容易刷。"消耗量上去了，不代表产出上去了。一个人一天用掉几亿 Token，生成了几万行代码，但线上真正采纳了多少？采纳的代码又产生了多少 bug？
他换了一套指标。核心不是快，是质量。具体是什么指标、怎么测的——他讲得很细，但细节先留到白皮书里。一个可以说的判断：王仿认为，用 Vibe Coding 写代码，快不是问题，质量才是。抛弃质量只讲究快，"对企业来讲是非常可怕的事情。"
这个判断背后有一个更大的认知。我问他，有了 Vibe Coding，做 Agent 是不是比做 SaaS 容易了？王仿的回答很直接：难度远远超过传统软件。做 SaaS，把流程边界设定清楚，按着开发就行。做 Agent，前端业务同学的需求是开放的，输入不可控，规则在变化。模型强，但业务规则没装好，结果就不对。系统集成了但不全，也不行。用户口语化输入，意图理解不清晰，还是不行。
"它要求对一个研发组织不能有短板。"每一个环节都不能是短板。这和传统软件研发的逻辑完全不同。至于 NoDesk 怎么解决这个问题——他讲了一套从业务翻译到任务分层到测评体系到三阶段上线的完整方法论。这是这次采访里信息密度最高的部分。先不展开。
Agent 不闭环，就只是个 Demo
采访中王仿反复提到这句话。
第一次出现，是在讲 NoDesk 内部的组织调整。最早是传统的前端团队、后端团队、算法团队、产品团队各自为战。产品经理梳理需求，扔给前端，前端负责人排期分工，后端负责人做同样的事。后来他改了——三五个人一个小团队，产品和前端、后端组队，和业务团队耗在一起，从业务梳理到方案设计到开发到上线评测到持续运维，做成一个闭环。"我们发现这种效率更高，战斗力更强。"以前前端分到的工作就那么一点，后端做完拼出来一个 Demo，业务上很难用起来。
第二次出现，是在讲他职业认知的变化。王仿的路径很完整：搜狗、阿里做搜索推荐和 NLP，智谱做大模型行业交付，NoDesk 做 AI 原生产品。在搜狗和阿里，他的认知是：优秀的技术团队要专业分工清晰，每个方向有足够深的专家，从算法、数据、工程体系持续优化核心指标。大规模系统里，专业深度、工程规范、稳定协作很重要。
到了大模型阶段，认知变了。以前讲专业工种分工，现在讲"特种兵"——一个人可能既要懂业务、懂技术、懂产品、懂运营。客户的问题不是已经定义清楚的任务需求，背后依赖的业务知识、内部系统、权限组织都不清楚。技术团队不能等产品经理一步一步把需求反映进来，所有人都要能进入业务场景做抽象和理解。
"只解决单点，Agent 就是个 Demo。"他又说了一遍。
这个组织调整背后的逻辑，以及它和 Agent 工程特性之间的关系，值得深挖。但先留到白皮书里。
一号位工程
采访后半段，聊到了客户落地 Agent 时的组织阻力。王仿说了一个现象：有些业务同学天然抵触 Agent，觉得"Agent 是来替换我的"。他见过一些客户立项时就定指标——今年要砍掉一半人。这类项目，"99% 都失败了"。落得好的项目，老板都明确说：不是为了替换人，是帮人做更有价值的事情。这种成功率显著高于以砍人为目的的项目。
"现阶段还是一号位工程。"王仿说。老板真的要做这个事。至于怎么管好业务团队的预期，怎么处理人和 Agent 之间的边界——他有一套自己的判断标准。这部分也先不展开。
实际上，上面这些只是这次采访的"开胃菜"。58 分钟的对话里，王仿还分享了大量更具体的工程方法论，将收录于崔牛会 2026 年 8 月发布的《AI 原生组织白皮书（2026）》中：Agent 从 Demo 到生产环境的完整工程方法论——业务翻译、任务分层、测评体系、三阶段上线，每一步具体怎么做的；Vibe Coding 时代的技术债防范——NoDesk 踩过什么坑，怎么建立代码质量门禁；三条产品线如何在 30 人团队里协同——横向共享团队的设计，测评标准怎么拉齐；给传统软件企业转型 AI 原生的五步法建议——从选场景到建指标到调组织；DeskClaw 两周做出第一版背后的工程节奏，以及后来为什么要自研内核替换 OpenClaw。
整场采访，王仿没有用过什么大词。他最常说的是"业务结果"和"闭环"。在他看来，Agent 不是用来讲故事的。模型离业务结果远，就用工程把距离补上。补不上的，就老老实实承认还是 Demo。
"Agent 不闭环，就只是个 Demo。"
本文为崔牛会「AI 原生组织研究」系列采访手记。关于 NoDesk 的 Agent 工程方法论、Vibe Coding 质量管控体系、三条产品线协同机制、以及王仿对传统企业 AI 原生转型的完整建议，将收录于崔牛会 2026 年 8 月发布的《AI 原生组织白皮书（2026）》中。