澜码科技-基于大语言模型的企业级AI Agent平台公司，赋能LLM应用落地

「澜码科技」创始人周健：从谷歌到阿里，如今出来AI创业的我在奔赴什么？ | Boss宣讲会

在“百模大战”的硝烟之外，是否存在一条能拦截到“从战场中心溢出的机会”的小路？「澜码科技」让我们看到了这样的可能性。

澜码科技成立于2023年，专攻大模型中间层，致力于实现抽象大模型在具体业务情景中落地应用的企业级AI Agent平台公司。其核心产品「AskXBOT」，能够让企业用户通过对话的方式，快速设计、创建与管理属于自己的智能体，进而提高企业的工作质量和效率。成立仅半年，澜码便完成了数千万人民币的A轮融资。

从仅由0、1组成的、直观性极差的机器语言，到汇编语言，再发展到今天的高级语言——计算机语言的发展的目的，无一不是降低人类与机器的沟通门槛。澜码科技正在做的事情，便与之一脉相承：让不会编程的人，用属于人类的自然语言，就能够DIY出符合自己业务需求的AI Agent。

进入澜码科技的官网，你一眼就能看见“致力于碳基生命和硅基生命在协同、融合、共生领域的研究和探索”这句距离日常生活似乎过分遥远的表达。但这其实与创始人不折不扣的科幻小说迷身份，有着脱不开的关系。

周健，上海交通大学计算机本硕，2006年，李开复以“关门弟子”的称号将他招入谷歌，而他也成为了当时极少数获得访问PageRank算法核心代码权限的中国工程师之一。离开谷歌之后，周健先后加入阿里云、依图、弘玑等公司，见证了AI技术从0到1落地的全过程。

正如乔布斯所说的“connect the dots”，周健认为，自己在AI应用领域的创业，也是一种水到渠成。这与当今时代下的科技浪潮涌向有关，也与自己在不同节点作出的选择有关。

本期《Boss宣讲会》，我们邀请到了澜码科技创始人兼CEO周健，由他来分享自己似乎“每一步都算得很准”的职业心路，以及其作为连续创业者，在行业内历尽千帆后，所积累下的市场洞察，或许能为渴望入局AI行业，却迷茫于切入口的你，提供一些最底层的认知与灵感。

想看到更多风景，就需要付出代价 ╱ 一

能被定义清楚的东西，不是好的创业机会 ╱ 二

“让天下没有难卖的代码” ╱ 三

群友 vs. CEO ╱ 四

一想看到更多风景，就需要付出代价

职场Bonus：您承认自己是一个“自带光环”的人吗？

周健：初高中的时候，有各种数学、物理奥林匹克竞赛。我中学时代并没有拿到过这些奖，但我从小就一直想要拿第一，对冠军的位置念念不忘。于是，在交大读本科的时候，我参加了ACM国际大学生程序设计竞赛，代表亚洲高校第一次拿到了ACM的冠军，也算是实现了自己中学时代的执念吧。

因为这样的光环，我在职场中其实会顺利很多。但这些荣誉是光环，也是包袱。

我是在大三的时候拿到冠军，因此在之后读研、工作的过程中，面对很多未能如愿的小事，我就会忍不住想：“作为冠军，我连这些都做不好吗？”

后来有一段时间，只要有人说到ACM冠军这件事，我就会连忙说“别提”。

职场Bonus：但有光环在，可供选择的职业方向应该很多。

周健：我是可以做很多东西，但我一开始并不明确自己到底是个什么样的人。在职业生涯的早期，这些都是需要探索的，包括世界需要你做什么、你实际上又能做什么。

虽然我是创业公司的CEO，但其实我是个内向的人。还记得第一次坐上管理岗位的时候，我的上级让我去找自己的下属一对一沟通，对此我是很惊慌的，当时嘴上虽然说着：“小王我们来聊一下”，实际上心脏全程都在怦怦跳，根本不知道到底应该说什么才好。

不过，即便是不擅长的事情，也可以通过后天的反复训练来改进。现在的我，跟下属可以聊三四个小时，真成话痨子了。但比方说如果你问我，加班加到晚上十点钟打车回家的时候，还愿不愿意跟司机聊天？我是不愿意的，因为我获取能量的方式实际上并不来自于外界，而来自于独处。

职场Bonus：您在20年前就拿到了绿卡，为什么还选择回国发展？

周健：因为那样的生活不是我想过的。

20年前，绝大部分人，包括我家里人都认为我应该留在美国生活。我一开始并没有给自己设限，一定要去或不去哪个地方，我是有广泛尝试且拼命努力的，但努力到了某一个节点你就会突然意识到：“嗯，这不是我想要的。”

我无法说服自己去相信这些东西就是我想要的，因为如果我连对这些事物的选择权利都没有的话，那我也不愿意再为这一方向上的职业发展付出那么多了。

职场Bonus：2014年“大众创业，万众创新”的政策提出之后，大批硅谷的人都回国了，你的选择比他们还早。

周健：运气很好的是，王坚博士（现在已经是院士了）邀请我加入阿里巴巴，做阿里云。我此前供职的谷歌已经有了很强的云计算基础设施，当时马云一年投十个亿，也打算搭建国内的云计算基建。

很感激当时的勇气和机遇，在工作第五年的时候，我们做出了一个在国内算是比较先进的系统。而即便是在数据规模巨大的今天，在几千台机器的规模上设计、测试系统这件事，我相信也没有多少人敢去做，但我们2008、2009年的时候就已经做到了。

这给我的职业生涯打下了很强的信心源。

职场Bonus：从阿里云开始，到后来加入依图、去弘玑做CTO，这样的职业路径，下一步自然而然就是创业？

周健：是的，因为在大厂工作，本质上还是螺丝钉。

在谷歌的时候，我即便是号称“李开复关门弟子”，但说到底还是个程序员，每天都要写代码。但我在谷歌三年，最终提交上去、被生产系统所采纳的代码只有1000行，也就是平均一天只能提交一行代码，这是一件很可怕的事情。

之后去阿里巴巴，当时也已算是大厂，但我所在的团队是一个创新团队，能够感受并享受到从0到1做成一些事情的过程。

后来，随着一波一波的技术创新浪潮，我拥有了更多机会去不断突破自己。在学生时代的突破往往是一路拿第一，从区级到市级到省级再到国家级；在大厂里也是相似的，从经理到总监到副总裁到CXO再到CEO，就是一圈一圈突围的过程。

在这个过程中，最幸运的就是能够跟着一些厉害的、有意思的人一起做事。

我本科时ACM冠军团队的队长，也是依图的联合创始人。他给了我很大的帮助，让我能去升级自己的操作系统，向外承担更大的责任。我感觉整个人的能力都被展开了，不断地有机会去实践，并得到来自整个社会的反馈——这令我非常享受。

职场Bonus：您每次离开某家公司、做出新选择的时间点，都算得很准。从创造财富的角度来说，哪家公司更好，是未可知的；但从书写人生履历的角度来说，那个时候离开，实际上完成了某种自我升华。

周健：如果我当初留在阿里，现在可能就已经实现财富自由了。但想要看到更多风景，就是要付出代价的。

我接触的大多数创业者，对他们来说，财富真的只是一个结果。他们更希望去挑战自己心中的笃定或怀疑，最终向外界证明自己。

二能被定义清楚的东西，不是好的创业机会

职场Bonus：澜码科技为什么选择做大模型中间层？

周健：从计算机被发明开始，出现了用0和1指代万物的机器语言，之后逐渐发展到汇编语言、C语言等等，其实都是抽象程度降低、越来越接近于人类语言的发展过程。今天，我们最需要的，其实就是介于人的自然语言与机器的程序语言之间、能够帮助人和机器更好沟通的语言。

作为程序员，如果能够去定义一门编程语言，或者做出让全世界都人都在使用的东西，是一件很酷的事情，要想实现这个愿景，我们的选择是做大模型中间层。

大模型中间层的功能，就是让更多的人能够去设计、制造自己的AI Agent，也就是做自己的程序。

从当前的时代发展来看，这是一件水到渠成应当有人去做的事情。

对于我个人而言，就像是乔布斯说的“connect the dots”。你在探索人生的过程中，或许随机地踩了一些点，但回过头去看，当你要做某件事的时候，这个东西所需的所有技能、经验、客户资源，都在你过去走过的每一步上累积下来了，到了现在的时间点上，它们正好可以呈现出商业价值。

职场Bonus：您们产品的服务对象来自各行各业，如何去协调这之中共性和个性的问题？

周健：我在弘玑的时候累积了这部分经验。

我在弘玑做RPA（Robotic Process Automation，机器人流程自动化），在当时叫做数字员工，需要进入很多行业去了解他们不同职能的具体业务。企业是一群人的组合，为了让大家能够标准化地协作，就出现了Business Process，也就是业务流程。弘玑的RPA花了3~4年的时间去理解Process。

如果没有这段经历，是很难理解“流程”的。

职场Bonus：所以澜码是做项目的，而不是做产品的？

周健：在今天，项目和产品已经并不矛盾了。

理论上来说，产品是针对一个特定的客群才能去做的。那么今天的大模型是不是一个产品？对于一家创业公司来说，这件事如果能被定义清楚，那就不是一个好的创业机会。因为只要产品定义又清楚、又受全社会关注，那么大厂一定会入局，把这个东西给吃掉。

创业需要在一个不确定的情况下进行。目前大模型一定会不断演变、推进，但谁都不能确定它下个月会推进到什么程度、最好的开源大模型又变成了谁。

职场Bonus：我们能否理解为，澜码并没有选择先做产品还是先做项目，而是先快速响应客户需求，在项目中有贡献的东西迅速标准化、产品化，在未来，项目的比重降低，产品的比重增高？拥有越多的项目经验，面向各行各业的产品解决方案成本就越低，未来竞争力就越强。

周健：是的。

职场Bonus：大模型改变了什么？

周健：在过去，不管是依图还是弘玑，都要靠自己做技术研发。当时还并没有大模型公司，搭了一堆现成的算力，开放了多少的token，如何收费等等，这是没有的。那时候的情况是，谷歌发了一篇论文，研发们一起学习一下，再买一堆GPU服务器。依图最多的时候有300台GPU服务器，是一笔很重的投入。

但到了今天这个时代，大模型变成了基础设施，对于小公司来讲，就能够更便宜的获取研发能力，从商业生态上来讲，这是一个很好的结构。

职场Bonus：相对于热火朝天的大模型公司，您们的红利在哪里？

周健：全社会都在关注大模型，投资人也会给大模型公司投很多钱，那么接下来，大模型公司必然会开始打价格战。

就像是过去的滴滴跟快滴、摩拜跟ofo，这些大模型公司为了抢夺市场份额，必然会烧钱，而这烧的钱被谁用到了呢？要么是C端用户，要么是我们这样B端的、能够用好大模型的人。

职场Bonus：从去年开始，大家就很少提RPA这个单独赛道了，它是否受到了大模型、AIGC的冲击？

周健：过去程序员的效率不够、个性化定制的成本高，因此出现了低代码、RPA、BI等大量的细分赛道，但它们试图解决的问题都是同一个，那就是让不是程序员的人也能够自己开发应用。它们对外宣称自己做的不是系统，而是数字员工，但目标并不是代替员工，而是作为人与系统的链接。

也就是说，RPA当时火的原因，是大家相信AI在未来一定会爆发，而AI范畴是比RPA大得多的。到了今天，很多事情不只有RPA公司能做了，所有的公司都能用上大模型，这就让大模型变成了一个比RPA大几十倍的东西。

因此，大家关注的重点变了，开始集中关注“谁能用好大模型”，去实现数字员工或者超级自动化的愿景，而RPA就被困在了池子里，它的天花板被封住了。

职场Bonus：它们靠想象力讲故事去获得融资的路被封住了，但如果踏踏实实卖软件，对企业的数字化以及效率提升还是没问题的。所以无论资本层面是唱衰还是叫好，最终还是会回归最本质的商业路径。

周健：对。

三 “让天下没有难卖的代码”

职场Bonus：澜码科技的企业愿景是什么？

周健：随着大模型的演进，我认为未来会出现很多超级个体，他开公司不再需要雇佣HR或财务，更多地提供咨询服务，目前大公司的组织结构形态也会因此发生很大变化。

到那个时候，只要你能够说出来应该怎么做的事情，都不应该反复去做，就像程序员常说的“ DO NOT REPEAT YOURSELF”，重复写过的代码就应该变成一个函数，方便重复使用。

最开始我给澜码设计的slogan是“让天下没有难卖的代码”，后来觉得这句话理解门槛偏高，改成了“人人都能设计自己的AI Agent”。

让AI帮助每个人去创造自己的业务，让个体在市场上也能发挥自己的价值，这就是我的愿景吧。

职场Bonus：为了实现这一愿景，澜码的智能体的哪些方面还需要优化？

周健：从目前的经验来看，我们发现专家知识所带来的业务价值，对AI智能体非常重要，就好像金山办公或百度文库生成的简历模板，跟百万年薪猎头顾问帮你个性化定制的简历，它的业务价值至少相差百倍。

职场Bonus：很多人存在的误解是，未来所有人都不得不学编程。但实际上，越易得易用的产品，未来在商业化上是越成功的。

周健：是的。

职场Bonus：目前澜码不同职能的员工占比是什么样的？

周健：首先肯定要有一定比例的算法工程师，大模型本身作为算法的产物，必然需要有人理解它的原理，才能更好地利用。此外，产品、研发、工程也都有。

我们目前非常重视售前和交付。虽然有些人没有技术背景，但具备较强的学习能力，愿意拥抱AI、拥抱业务，成为理解客户的业务专家，把用户需求翻译成产品上的改良，这是我们特别需要的人才。

这实际上也是一种新的工种。我们目前的产研有自己的节奏，不会随意扩增或减员。但从一个工具、一个平台的层面来说，我们希望自己的产品能够适配不同行业、不同职能，这就需要相关人才帮助我们去做各行各业的切入。

我们这个行业变化很快，每个月几乎都会有新东西，不断地会有新的大模型、新的场景。能够快速迭代，不让自己过去学过的东西过期的同时，又能快速学习新知识的人，是我们特别喜欢的。

职场Bonus：很像是做咨询，只不过咨询是提交一个优化报告，但您们能给到直接可用的东西，不只是告诉客户要怎么做，还最终帮对方解决了问题，不单是打开了认知，还确保了效果。

周健：对，我们要去判断，哪些事情是我们当前的产品可以解决的，哪些是不能解决的。

职场Bonus：从互联网产品经理、运营转行类似澜码科技的公司，是有优势的对吗？因为他们更理解客户。

周健：是的，还需要补充学习一些基础代码的逻辑，包括大模型的边界、原理等等，需要懂得才能跟客户解释。

职场Bonus：我看过您们的官网，我很少在一家企业的官网看到宇宙、人类这样的词，这似乎离我们很遥远。

周健：有一个概念叫做Gaia，它认为整个地球就是一个生命，我们只是其中的一个部件而已。从底层的物理性质来看，我认为，最终，硅基生命会代替碳基生命，占据全球的主导地位。而硅基生命本身，也会是人类的最后一个发明。

我们澜码科技的Logo，是一种叫“Rule 30”的数字生命，使用很简单的规则就能生成出来的、很复杂的、看上去有生命的一个pattern。

在我三十几岁的时候，我一直在思考自己的人生目标，但总是很粗略。后来有一个我很尊敬的谷歌工程师，叫Jeff Dean，他的一篇论文叫做“Planet Wide Database”，也就是行星级数据库，当时我就认为我的Lifetime goal是要构建一个行星级的智慧系统，那种巅峰体验是让我现在都很难忘的。

所以我希望我们公司，也能有一些这样底层的文化存在。

四群友 vs. 创始人

群友：我是一名HR，我们职能部门是最容易被标准化的，因此我也去学习了AI，但还是很焦虑，害怕被替代，我怎样才能提升自己的职业天花板？

周健：首先，人不会被AI替代，只会被会用AI的人给替代。

HR或财务之类的职能岗，领域内部还是有很多专业知识的，大模型看似会这些知识，但对知识的整合运用还是比较弱，还需要软件工程师优化。

因此，我的建议是，一是去深入理解本专业的知识，二是去跟业务一号位多沟通和学习，去理解业务。今天的AI可以记住很多东西，也可以根据专家的要求去做很多重复性工作，但它很难把知识和实际业务情景结合起来。

人岗匹配，最难的事情就在于隐藏的知识。猎头的工作分为三个阶段：

一是“把做大饼的人再卖去继续做大饼”。这一步基本只要看事实，比如5年java工程师等等，这是AI可以解决的；

二是“让做大饼的人去做油条”。这时候就需要去判断候选人过去做过什么、现在又能不能做另一件事，这之中涉及到很多工作细节，有些能力是职场通用的，有些能力却不是。至于哪些能力可迁移，这是需要猎头去拆解、估算匹配度的；

三是职业生涯的选择。比如你想挖一个中国的高管到美国，但他有两个孩子在国内，如果你没有实际的人生经验，就无法共情、搞定这件事。

我经常会开玩笑说，就算GPT-10出来了，它最多也就是爱因斯坦，但就算是爱因斯坦，也不能直接担任上市公司CFO，因为CFO不仅要懂财务，还要懂老板、熟悉公司的业务，这些技能是不会被AI替代的。

实际上，目前的大模型还很缺数据，我不知道到了下一代会不会解决这个问题，但现在，举例来说，猎头跟候选人沟通的时候，这个数据并没有被整理出来，那么AI就得不到、学不会。

职场Bonus ：可能等到下一代，人类生活中所有的Knowhow都被记录下来了，有各种音视频语料训练AI，那很多事情确实被AI替代了，但岗位情况也不是现在的局面了，会诞生出新的职业岗位。

群友：生成式AI的发展会引发失业潮吗？

周健：这是一个hard question。我认为如果在美国，是会的，但中国还是会有缓冲的。首先是我们的技术跟美国相比还有一定差距，其次我国对数据、对劳动者的保护做得还是不错的。不过我依然认为，还是有很多人需要去转型，去重新学习。

但是，我对需求侧的爆发是比较乐观的。从大方向上来看，一定会出现虚拟世界，或是数字孪生，基于此，如果我今天有资源的话，我一定会去做教育，因为目前的学生根本不知道在职场中，AI是如何发挥作用的，或者根本没用过AI，教会他们最好的方式就是游戏。

相对来说，教育对最终准确率的要求没那么高，因此更应该去先做。随着AI的发展，比方说现在美国的Sora，或许未来刘慈欣所有的科幻小说都能被拍成电影，那我们自己也可以组一个团队去做这样的视频，这种自我创作者一定会越来越多的。

对于政府来说，如何承接这些大量的需求，让这个转换变得更加丝滑，是非常重要的。

群友：现在的技术发展，距离实现电影《Her》中的情景，还需要多久？

周健：5~10年。

单就情感陪伴、短时交互，目前是没有什么问题的。但长时记忆、世界模型，还难以灌输给它，因为它无法依靠背诵来获取这些内容，只能依靠你们高频的互动。

举例来说，今天的大模型很强，它可以背出《红楼梦》，但如果你下指令说把《红楼梦》的背景从清朝改成明朝，发布一个《蓝楼梦》，它做不到。这不是简单“记住”的问题，它需要了解社会的背景、人物的背景，让互动不产生冲突。

而这是一件十分困难的事情。

上一篇

下一篇

最新新闻