今年春节，ThinkingAI联合创始人兼CTO周津与一位业务负责人进行了一场线上会议，一切看似平常，却没人察觉到异样。
会议结束后，周津询问对方：「你刚刚发现一直是我的Agent在发言吗？」
这个Agent是周津在春节期间搭建的。彼时OpenClaw爆火，周津着手编写代码并结合内部研发系统进行实践尝试，他将自身业务上下文、知识库和声纹都输入给了Agent。
他希望借此让员工切实感受到，「变革已然来临」。在ThinkingAI，没有人再会认为这是虚张声势，或是周津的想法过于超前。
ThinkingAI原名数数科技，这家从SaaS业务起步，专注于游戏数据中台的公司，曾成功融资6亿，在游戏行业数据分析领域位居前列，Habby、雷霆、SEGA、KRAFTON等公司皆是其客户。
不久前，周津与葡萄君分享了他们全面转向AI的实践与思考。其中一个案例，来自市场部搭建团队知识库的转型。
尽管部门负责人是纯文科背景，对代码一窍不通，但她仅通过自然语言向Agent阐述团队工作流、交付要求、红线以及每个人的KPI，Agent便自行构建起整个知识库的框架。后续所有内容由人和Agent共同完成，团队成员的工作进展同步给Agent，由其自动整理。
基础的记录与整理工作全部交由Agent承担，团队的重点则转向Taste的培养：评判内容优劣，决定修改之处及原因。需要人工重点输入的，仅为品牌资产、品牌调性、外部知识接口等核心精品内容。
在此过程中，负责人能从每个人的知识库中判断出谁对Agent理解深刻，谁尚未入门，这也成为她评估团队工作的一个维度。
这套体系运行顺畅后，团队日报每日自动更新，每周滚动日程自动同步，还有专门的团队作战室用于目标对齐。这是ThinkingAI所有部门的一个缩影，如今从研发、HR到财务等部门，都借助Agent实现从工作流到落地的持续优化。
此前，我们与周津探讨了他们如何推进组织调整、知识库搭建和工作流转变，以及如何解决实践过程中的问题。对于致力于借助AI提升效率、改善工作流乃至改变组织架构的公司而言，这篇文章或许具有一定参考价值。
以下是整理后的访谈内容：
01依靠势能，自上而下推动转型
葡萄君：当下许多游戏公司对AI仍处于观望状态，要么尚未启动，要么仅浅尝辄止。你们是何时开始认真尝试的呢？
周津：过去一两年，我们一直在探讨是否要全力投入AI，但始终觉得尚未迎来转折点。真正的转折点出现在今年春节前：一是Claude Opus新版本发布，二是Skill生态开放，整个行业突然意识到，大模型终于能够切实落地到业务之中。
春节期间的小龙虾事件成为最后的引爆点，我亲自尝试后便下定决心全面转型。节后返工第一天，我便宣布了这一想法，团队行动迅速，不到两个月就推出了第一个版本。
葡萄君：如此迅速？许多公司会担忧从零开始转型会耗费很长时间。
周津：我让Agent替我开会发言，就是想让大家直观感受到这件事的影响力，推动大家转变观念。只要形成这种势能，转型速度就会极快，一旦有一两个人成功应用，所有人都会意识到Agent的独特之处，进而形成良性循环。
葡萄君：许多游戏公司的一把手虽明白要转型，但不知从何处着手，也不清楚该由谁牵头。
周津：这或许取决于一把手的背景。
技术出身的一把手务必亲自参与，当下对我们来说无疑是最佳时机。就我个人而言，由于缺乏前端背景，许多想法因缺少前端能力而无法落地，如今有了Agent，我感觉自己「几乎无所不能」，这种正向反馈极为强烈。
若是策划、制作人等非技术背景的一把手，最好找一位具备技术背景且拥有宏观视角的负责人，协助搭建一套适合自己的Agent工作流。因为Agent的落地，需要与核心业务目标保持一致，而不能仅仅关注执行细节。
葡萄君：所以一把手本人无需对技术有深入了解？
周津：最大的障碍并非技术，而是Taste和宏观业务思维。一把手无需编写代码，只需清楚业务目标如何与Agent相结合即可。而且此事必须由一把手亲自把控，因为改变工作模式必然会引发结构调整和公司资源的重新分配，只有一把手能够下定决心并推动这些变革。
葡萄君：那么在一把手之下是否需要设立所谓的AI负责人呢？
周津：不能为了设立岗位而设立岗位。AI应无处不在，是每个人都需掌握的工具，若有人不愿接纳AI，那是自身问题，而非AI负责人的问题。
我们内部设立AI负责人，只是因为我们在开展Agent商业化产品业务，AI负责人要对业务结果负责。若我们仍专注于数据业务，根本无需此岗位。
葡萄君：在转型过程中，可能有人跟进迅速，有人则会掉队，你们会如何应对？
周津：当前所有人都处于同一起跑线，发令枪响后，并非每个人都能立即转变，但我们会给予每个人机会。对于进展较慢的人给予帮助，对于能够脱颖而出的超级个体，我们也会配套激励机制。
葡萄君：我猜肯定会有很多人说：我们日常工作本就繁忙，还要学习Agent？你们如何评估团队在这件事上的长期和短期ROI？
周津：使用Agent首先要明确：你目前的精力主要集中在哪些方面？这些事情能否借助Agent提高效率？
我率先对自己进行革新，找出工作中最痛苦、最重复、最耗费精力的事情，花几天时间用Agent解决，尽管起初会有些痛苦，但一旦成功，后续便会进入正向循环。
但这个时间窗口不会太长。Agent带来了技术平权，只要人的认知能够跟上，无论职位和背景如何，都应能迅速上手。若有人抵触新技术，拒绝学习新事物，即便花费再多时间劝说也无济于事；而且当身边人的效率比他高出数倍时，他自然会感受到压力。
葡萄君：你会如何发挥这些成功应用Agent的人的能力？
周津：一个借助AI赋能的人，能够释放出比以往多得多的能量。我们会直接将他们连接起来，跳过以往传统的内部流程。现在Agent先进行信息筛选，然后直接将需求对接给相应的超级个体，效率大幅提高。
02知识库是用好Agent的核心
葡萄君：聊完前期的组织问题，谈谈具体该如何操作。在你看来，AI转型最关键的是什么？
周津：真正决定你能将Agent运用到何种程度，同时也是最为困难的一点，是在Agent协同过程中搭建业务上下文，即知识库。核心目的是让大家的Agent在相同的业务目标、语境和工作流中协作。
例如，能否将会议记录、聊天、文档等知识有效提炼为Agent易于理解的知识库，这些看似唾手可得的东西，实际上直接决定了你的Agent能发挥多大价值。
葡萄君：知识库该如何搭建？
周津：搭建知识库颇具难度，我将其划分为几个层面。
最基础的是公司级，比如对公司历史成功项目的知识库沉淀，需要专人牵头；除此之外，部门级和个人级的知识库是拉开未来业务可能性差距的关键。能否搭建好个人知识库，本质上考验的是一个人的结构化思考能力和业务洞察力，也是Agent时代人与人之间差距的核心所在。
而且知识库必须持续迭代，两周不更新，就会充斥着过时的无效信息。举个例子，我们内部不同部门的负责人使用同一个Agent，但产出的内容却不尽相同，因为他们拥有各自多年积累的内容。即便将知识库完全复制给另一个人也无济于事，因为知识库需要不断更新，持续沉淀新的业务上下文。许多人使用了Agent，却感觉它在业务中未发挥作用，核心原因便是未持续为其提供自己的数据和知识。
葡萄君：迭代过程听起来似乎并不复杂，似乎只要与Agent多交流几次就能完成？
周津：迭代的核心有两点。
一是持续校准。搭建知识库的过程就是梳理业务逻辑的过程，Agent难免会犯错，你要接受它的错误，为其打分，告知它哪些地方正确、哪些地方错误，以及让Agent明白错误的原因，并将这些沉淀到知识库里，它下次就会改进。这是一个长期的学习循环，不能将其视为静态工具。
二是不要给Agent设限。不要让它做选择题，而是让它做开放题。给Agent设定一个有边界的目标，告知它要达成何种效果，然后与它共同探讨如何实现。只要它充分理解你的业务上下文，就会经常给出一些意想不到的好建议，甚至会有灵光乍现的时刻，你们会共同碰撞出出色的创意。
葡萄君：大家常说的Skill也是在这个过程中产生的吗？
周津：如今很多人都在谈论构建Skill，但Skill并非一开始设定目标就能创建出来的，而是在解决问题的过程中自然沉淀形成的。我与Agent交互时，发现某个流程日后可能还会用到，就会将其封装成一个Skill，不断迭代优化；若觉得其他人也能使用，还会分享到内部平台上。
Skill本质上代表的是一种解决问题的思维模式。我查看他人的Skill，主要并非为了直接使用，而是学习其设计思路。当下行业中流行的通过llm-wiki构建知识库，本质上也是一种思维模式。
葡萄君：那么如何构建一个Skill？
周津：首先告知Agent目标和标准，为其提供上下文和参考案例，然后如同与人聊天般与它沟通，比如询问Agent还需要哪些内容，这种学习方式是否适合它。
此时人与人的核心差异便显现出来：你能否清晰地告知它什么是好、什么是坏。若没有明确标准，Agent永远无法输出优质结果。待流程顺畅运行，效果令人满意时，自然就形成了一个Skill。
葡萄君：要搭建起一个良好的知识库，大家都需要拥有自己的Agent吗？
周津：不会使用Agent的人，未来必将被淘汰，就如同如今不会使用电脑的人在互联网行业中较难立足一样。
葡萄君：那么在整个人与AI的工作流中，如何判断哪些事情应由Agent参与？
周津：在我们团队，现在任何事情都以AI为先，即转变思维模式，遇到问题首先思考是否有更多解决方案，能否借助AI解决。即便最终仍需人工确认，Agent也能大幅提高效率。
我以往编写代码时，第一反应是打开IDE搭建框架，这是多年养成的习惯。你需要克服这种惯性，我们内部的很多实习生有时反而进展更快，就是因为他们没有这种思维惯性的束缚。
葡萄君：具体而言，哪些工作流会受到较大影响？
周津：举个例子，未来召开例会这件事应该会被压缩。在Agent时代，信息应像水一样在企业和组织内部自由传递与流动，透明且高效，相比之下例会的效率就显得过低了。
葡萄君：这似乎很难实现？毕竟任何信息都会存在大量干扰因素。
周津：没错，最难的就是处理信息杂质。我每周要参加很多会议，最耗费时间的就是会后的信息整理。比如录音分不清发言人，专业术语识别错误，这些都会导致上下文完全偏离。
这些错误必须在审核时人工纠正。我们团队内部会将这些纠正信息放入一个协作库中，在不断的审核过程中形成共识，下次Agent就不会再犯同样的错误。这是目前最难以回避的关键点，企业必须投入精力去处理。
03在混乱中保持清醒
葡萄君：在快速转型过程中，是否会出现诸多混乱？比如流程频繁变动，大家难以跟上节奏。
周津：目前我们正处于变革的窗口期，以往的流程已被彻底打破，团队也实现了扁平化，一切以目标为导向，怎么高效就怎么推进。未来三到六个月，我们内部从企业到个体的实践，可能都会处于相对混乱的状态，这是无法避免的。
但不必强求一开始就将所有事情梳理得井井有条，关键是在混乱中保持清醒，识别出关键的人、关键的流程和关键的知识，其余的可以暂且搁置。先让组织运转起来，再逐步进行整理。混乱的同时效率也在提升，若未实现这一点，那才是真正出现了问题。
我坚信AI革命带来的生产力提升将超过工业革命，当下大家都还处于探索阶段。
葡萄君：在这种混乱局面下，哪些业务和流程会优先进行调整？
周津：最先变动的是研发部门，他们与Agent距离最近，工作流也最容易被Agent颠覆。我们现在已经没有前端工程师这个岗位了，取而代之的是Agent开发工程师，人人都是全栈工程师。
其次是QA团队，这是受Agent冲击较为严重的团队之一。以往我们进行测试耗费人力且覆盖不全面，如今使用Agent进行系统测试，速度快得惊人。我建议QA人员都转型为测试开发人员，不能仅局限于测试工作，要实现整个流程的闭环。
现在很多项目一两个人就能完成。如果是小公司从零开始做项目，我认为两个人就可以立项，完全无需遵循以往那套繁琐的流程，也不需要传统的组织架构。
葡萄君：那么哪些环节仍然离不开人？
周津：只要涉及到执行环节，Agent都很难达到100%的置信度。
所以你要为Agent设定明确的规则：哪些事情它可以自行决定，哪些事情必须与人确认。
比如刚才提到的会议发言人识别，如果识别到的名字置信度较高，Agent就会自动记录；但如果存在重名情况，Agent永远无法自行确定是哪一个，此时就需要人工进行确认。
还有更复杂的场景，比如我们进行A/B实验或者投放时，当素材成本超出设定阈值时，就必须中断自动化流程，进行人工干预。
这会涉及到优化调整，也需要人驱动Agent去完成。你不能只是告诉它「你错了，下次别这样做」或者「你错了，你应该这么做」，它会照做，但并不明白其中的缘由。
你要询问它此次投放效果不佳的原因，为它提供背景信息，然后再给予反馈，这样它才能更好地了解自己的错误所在，以及下次如何改进，这是一个不断校准置信度的过程。
葡萄君：很多人认为将任务拆解后交给Agent最为高效，但按照你的说法，这反而效率低下。
周津：没错，这与直觉相悖。与人打交道时，尚且不能在出现问题时不问原因就直接要求对方推进，当Agent犯错时，更需要停下来，询问它为何出错，原因是什么。
AI First的核心思路是将Agent视为人，与它平等地沟通交流，在学习并理解它的思路的同时，与它探讨如何共同实现更好的迭代。这种方式短期内看似效率不高，但却是在进行长期的价值积累。
葡萄君：对于产品化、运营、商业化乃至市场等岗位而言，AI意味着什么？他们会更加焦虑，还是也存在许多不可替代的人为因素？
周津：我认为在同样的岗位中都会出现两极分化的情况。有些人会格外兴奋，因为以往一周才能实现一个创意，如今一天能完成好几个；但如果只是从事基础工作的人，就会非常焦虑，因为他们所从事的工作很容易被替代。
这仍然取决于个人，如果将自己的工作定义为被动执行，那么工作很可能会消失；但如果渴望创新，愿意对业务结果负责，那么就永远存在不可替代的部分。
04游戏公司怎么动起来
葡萄君：你觉得当下许多游戏公司尚未启动转型，原因是什么？
周津：一方面是自身仍能盈利，没有那么焦虑；另一方面，游戏元鼎证券提示：文章来自网络，不代表本站观点。
