【北京】沒有工位，不領薪水，卻在賽前72小時里完成了74個人10天的工作量。這不是科幻小說，而是百融智能（6608.HK）與北京半程馬拉松真實發生的AI原生合作。

01 一個讓賽事總監失眠的夜晚

比賽日前三天，北京半程馬拉松組委會的賽事總監，第三次刷新天氣預報。大風藍色預警。這意味著賽道上的道旗需要加固，醫療點的帳篷需要檢查，更關鍵的是——2.2萬名參賽選手，必須全部收到安全提示。這位賽事總監做了十幾年大型活動，他最怕的不是下雨，不是高溫，而是“信息沒傳到”。

可怎么確保？2.2萬人，人工外呼一個人一天不眠不休最多打300通，要全部覆蓋需要74個人打滿整整一天。而預警窗口往往只有幾個小時。外包呼叫中心？緊急外呼按通計費，覆蓋一輪就要小十萬。而且接通率無法保證——陌生號碼打出去，一半被當成騷擾電話掛斷。

這似乎是一個恒等式：2.2萬人 × 必須觸達 = 不可能任務

但第二天，百融智能的團隊告訴他們：這個公式可以重寫。因為解決問題的思路，不是“增加更多人工”，而是把整個通知流程重新設計成AI原生。

02 不是工具，是“員工”——AI原生的起點

什么叫AI原生？IBM的定義說得很清楚：AI不是后加上去的一個功能，而是從一開始就被放在產品、流程和組織的核心位置。百融智能帶來的不是一個“智能外呼工具”，而是一個沒有工位、不打卡、不上社保的Agent“硅基員工”。準確地說，是一支硅基外呼小隊。

半馬組委會見過太多“智能外呼”產品——話術僵硬得像復讀機，選手問“幾點領物”它能回答，選手問“存包車在哪里”它就卡殼，更別說聽懂“我膝蓋舊傷復發了還能跑嗎”這種復雜問題。

百融智能表示：“我們不賣系統，我們派硅基員工，按結果付費”。這就是AI原生的第一個特征，AI從輔助工具變成了執行主體。流程是為AI設計的，而不是在舊流程上打補丁。

組委會簽了合作。接下來三天發生的事情，讓他們徹底理解了什么叫“AI原生”。

03 硅基外呼小隊的“72小時工作流”——AI原生如何運轉

我們跟著百融智能為北京半馬部署的VoiceAgent外呼應急保障系統，走完一次完整的緊急通知任務。

第一階段：崗前培訓——AI原生要求AI“吃透”業務。真正的硅基員工，上崗之前不需要看PPT。百融智能的工程師做的第一件事，是把這場馬拉松的所有關鍵信息“喂”給模型：領物時間、地點、所需證件；起跑時間、分區、存包車位置；賽道醫療點、補給站分布；常見問題標準答案；甚至包括賽事的歷史常見投訴。

經過幾個小時的“特訓”，這個硅基外呼系統已經能做到：當一個選手問“我航班晚點了，能不能晚一小時領物”，它不會機械地回答“請參照官方通知”，而是會說：“領物截止時間是晚上8點，如果實在趕不上，您可以委托朋友憑您的身份證復印件代領。”——這個答案，來自系統對往屆選手問答的深度學習。

AI原生的核心：AI不是被“編程”去回答固定問題，而是被“培養”去理解業務本質。

第二階段：排兵布陣——AI原生要求AI自主決策人工外呼最大的浪費是什么？拿到一個名單就從頭打到尾，不管這個人是不是已經看過短信。百融智能的硅基外呼不做這種傻事。任務啟動前，它會先“讀”一遍選手數據庫：已通過短信/App確認收到通知的不再外呼；短信已發送但未讀的優先外呼；號碼異常或歷史拒接的啟用備用號碼策略，換時段再次嘗試。這套分層策略，是百融智能的決策智能引擎基于歷史數據自動生成的。

AI原生的核心：不是人給AI下發指令，而是AI自己制定執行策略。

第三階段：真人級對話——AI原生要求AI勝任“崗位職責”真正的魔法發生在外呼那一刻。這是一段真實場景的模擬對話：

硅基員工（百融智能）：“您好，我是北京半程馬拉松組委會的工作人員。給您來電是通知一個安全提示：根據氣象預警，比賽日當天有4-5級大風，請您注意防風保暖。您是否收到這條信息了？”

選手：“收到了。對了，我報名時填的衣服尺碼是M，想換成L，還能改嗎？”

普通的外呼機器人到這里會卡住。但百融的硅基員工瞬間調取知識庫：“可以的。您登錄官方App，在‘我的報名’頁面點擊‘修改裝備尺碼’，今晚12點之前都可以更改。需要我幫您發一條短信把鏈接發到您手機上嗎？”

這通電話，不僅完成了安全通知，還順帶解決了一個服務問題。全程沒有任何人工介入。

AI原生的核心：AI不是“輔助人工”，而是直接承擔外呼代表這個崗位的核心職責。

第四階段：實時“記筆記”——AI原生要求AI閉環數據。傳統外呼最大的痛點不是“打不通”，而是“打通了也白打”。百融智能的硅基員工每打完一通電話，會在3秒內生成一份結構化對話摘要，自動同步到賽事運營后臺：通知狀態、選手反饋、情緒標簽、建議跟進。如果某個選手反復詢問“醫療點有沒有噴霧”，系統會把這個信號標記為“高頻需求”，自動推送給現場醫療組。

AI原生的核心：AI不僅是執行者，還是數據的采集者和分析者，形成從執行到優化的閉環。

第五階段：自我進化——AI原生要求AI持續學習。傳統軟件上線之后就是“死的”。但百融智能的硅基外呼系統會每天學習。每天凌晨，系統自動回放當天所有通話中“被選手打斷后成功回答”的片段，以及“被選手掛斷前最后一句”的失敗案例。百融智能的內部數據顯示，一個硅基外呼系統上崗第一輪任務，有效信息傳達率約為78%；到第三輪任務，可以穩定在94%以上——已經超過人工外呼的平均水平。

AI原生的核心：AI不是一次性交付，而是越用越聰明。

04 Anthropic的“一人營銷團隊”：AI原生的另一個注腳

最近圈子里瘋傳一個案例。Anthropic，這家估值3800億美元的AI巨頭，整個增長營銷團隊一度只有一個人——一個非技術背景的營銷人員，獨自負責付費搜索、社交、應用商店優化、郵件營銷和SEO，持續了近十個月。他在Claude Code里搭建了兩套自動化工作流，把半小時的手動操作壓縮到30秒，創意產出量提升10倍。

這不是“用AI寫個文案”那么簡單。這是讓AI進入了一個完整閉環：讀數據、找問題、產創意、做內容、接工具、跑測試、記結果，再繼續優化。這就是AI原生——人的角色從“執行者”變成了“指揮官”，AI負責把執行跑通。

而百融智能正在做的，本質上和Anthropic如出一轍——只是把戰場從“一個人的營銷團隊”放大到了“一場萬人級賽事的全鏈路服務”。北京半馬的AI外呼應急保障系統，不是“用AI輔助人工通知”，而是把緊急通知這件事的完整流程重新設計成了AI原生：AI負責篩選優先級、撥號對話、確認收到、記錄反饋、自我進化——碳基工作人員只需要在關鍵節點做策略調整。

05 RaaS：AI原生的商業模式——不賣鏟子，只分金子

北京半馬的案例還有一個容易被忽略的細節：百融智能交付的不是一套軟件，而是可量化、可驗證的賽事服務結果。這背后是百融智能獨創的商業模式——RaaS（Results as a Service，結果即服務）。

百融智能CEO張韶峰有一個很形象的比喻：這叫“不賣鏟子，只分金子”。過去幾十年，軟件行業走的是“賣工具”的路——你買一套系統，用得好不好是你的事。而百融智能的邏輯是：直接派一個能挖出金子的礦工去你礦上，挖到了分錢；挖不到白干。這本身就是AI原生的商業模式——不是按軟件授權收費，而是按結果收費。在北京半馬項目中，百融智能按照“有效觸達量”和“問題解決率”來結算。

06 從北半馬到千行百業

北京半馬的AI原生服務部署，只是百融智能龐大能力體系中的一個場景切片。截至目前，百融智能已經打造了近200類崗位級硅基員工，滲透到八大核心業務場景。在運營商領域，驅動多智能體協同覆蓋客戶咨詢、資費解析；在校園場景，“小悟空心理伙伴”數字人已在深圳、石家莊等多個學校落地；在智能硬件賽道，百融AIoT平臺以“讓硬件擁有有趣的靈魂”為理念，推動硬件從“指令執行”向“具身智能”躍升。

在內部，百融智能正在形成一種全新的組織形態——“硅碳共治”。硅基員工承接重復性工作，碳基員工聚焦策略決策。百融智能內部的硅碳比已經達到了1:150——1個碳基員工可以調度150個單位的硅基員工。

07 AI原生不是選項，是必然

回到開頭那個問題：什么叫AI原生？不是“買了AI工具”。不是“在PPT里加了AI板塊”。也不是“讓員工學用ChatGPT寫周報”。

AI原生意味著：

AI從輔助工具變成了執行主體；

流程是為AI設計的，而不是在舊流程上打補丁；

結果是可以被交付和量化的，而不是“買了軟件自己負責”；

組織形態是硅碳共治的，而不是“人干活、AI打雜”；

AI持續學習、自我進化，而不是一次性交付。

Anthropic那個一人營銷團隊，把半小時操作壓縮到30秒——本質上是把營銷流程重新設計成了AI原生的閉環。北京半馬這場萬人級賽事，用百融智能的AI外呼和語音客服把“占線”變成歷史——本質上是把賽事服務流程重新設計成了AI原生的規模化運轉系統。

這不是“做得更快”，而是“做得不一樣”。

2026年被廣泛視為“Agent規模化落地之年”。但真正重要的不是年份，而是一個正在發生的事實：那些率先把AI當員工、而不是當工具的企業和組織，正在悄悄改寫服務行業的作業規則。

而百融智能，正在為這個AI原生的新世界提供基礎設施。