AI 工具半年换一代，外贸公司该攒的是另外三样
AI 工具半年换一代，从 Gemini 到新国产模型，半年就能从首选变凑合。与其追新，不如攒三样不会变的东西：知识库、Skill 和一人闭环的工作方式。本文给出一套判断框架和启动顺序。
开场先交个底：我今天讲的所有东西，不保证是对的
这句话我在现场说了三遍。
不是谦虚。是上一场同样规模的分享，我去年来讲过一次，翻出当时的 PPT，里面很多东西现在已经不成立了——那时候"龙虾"（OpenClaw）还没出来，当时公认最好用的还是 Google 的 Gemini。而现在 Gemini 有个外号，叫"美国的豆包"：用量巨大、回复飞快，但准确性和质量已经不是它的第一优先级。
半年，一个产品从"首选"变成"凑合能用"。
更近的例子：我前一天晚上改 PPT 改到凌晨两点，第二天早上起来刷手机，一个新的国产模型已经刷屏了——上周大家还在开源社区里匿名测试、猜测它是谁，这周就有人认领了。
这就是这个行业现在的节奏。
所以我开场第一件事不是教你怎么装软件，是先说清楚：在一个每半年洗一次牌的领域里，你到底该把钱和人力押在什么地方。
一、刷短视频学 AI，除了焦虑什么也带不来
先说一个我在现场做的调查。
我问：你现在主力在用的 AI 是什么？下面回答：豆包、DeepSeek、豆包、DeepSeek……
这个回答决定了我今天讲课的深度。如果大部分人在用豆包和 DeepSeek，那得从基础讲；如果大部分人在用 Claude Code 和 Codex，那就得往深了讲——不然大家都知道了。
举手的结果是：用 Claude Code 和 Codex 的，不少。
但这恰恰说明一个问题：我们绝大多数人接触 AI 的方式，是被推送。
你刷到一个视频，觉得"哇这个好"，明天就忘了。后天又刷到一个，觉得"昨天的那个好像也没啥用"。来来回回，一直在焦虑里打转，手上什么也没攒下。
所以今天全场我想给的不是"又一个技巧"，而是一个判断框架——让你以后再刷到任何新东西，都能自己判断：这个该跟，还是该放。
二、AI 是怎么一步步长出手脚的
要判断，先得知道这条线是怎么走过来的。大概四个阶段：
第一阶段：先长大脑。2022 年底、2023 年初那批模型，水平大概相当于初中生。但它有个前所未有的好处——它什么都懂一点。以前的软件只懂自己那个行业，换个领域就一问三不知；大模型从诞生第一天起，全世界的知识它都沾点边。当然它也经常在 7.9 和 7.11 哪个大、洗车房在 100 米外该开车还是走路这种问题上翻车。
第二阶段：加眼睛和耳朵。多模态。它能看了、能听了，你可以拿一段视频跟它对话。
第三阶段：伸出手。它不能只待在电脑里跟你聊天了，它得连接你的工作软件——浏览器、文件系统、你日常用的那些工具。于是它能替你操作浏览器、操作电脑、操作软件。
第四阶段：自己干活。今年年初"龙虾"火起来，就是这一步。它不只是回答你，它是自己把活干完。
第四阶段带来的东西，比很多人意识到的更重要——整个行业第一次知道"AI 该做成什么产品"。
在此之前，所有人都在烧钱，几百亿上千亿地投，模型越来越聪明，但没人知道用户到底愿意为什么买单。龙虾出来之后答案清楚了：
用户愿意为能干活的东西买单，不愿意为能回答问题的东西买单。
因为回答问题，最后干活的还是你自己。它哔哔说一堆，你没听懂，还是得自己理解、自己动手——你自己成了那个瓶颈。
而能干活的 AI 是：你下个任务，它自己去干。
三、一台能干活的 AI，比你想的多四个零件
从"能聊天"到"能干活"，结构上多了四样东西。这四样决定了它能不能真的替你上班：
1. 记忆你今天跟它说的，明天它还记得。这是以前的豆包、Gemini 最大的痛点——你每次都得重说一遍。
2. 知识库记忆和知识库的关系，就是内存和硬盘的关系。记忆是常驻在里面的那点东西；知识库是个巨大的库，每次回答问题可能只用里面 1% 的内容。需要的时候，从硬盘调进内存去干活。
3. 心跳以前的 AI 跑五分钟就停了，你得在旁边守着，停了就告诉它"继续"。那不叫人工智能，那叫你的智能。现在它会自己隔几秒检查一下环境、看看自己还活着没有，出问题自己救自己。配置得当的话，它可以一直跑下去。
4. 通道你可以在手机上指挥它。你在客户门口突然想不起来客户资料了，掏出手机问一句，它现场查完给你，你接着进门。
⚠️ 顺带说一句"龙虾"的隐患。它是开源的——开源的意思是所有代码公开，你知道的漏洞，别人也知道。而龙虾有个很典型的用法：它每次问你"是否允许"，你点几次就烦了，因为那些提示你其实看不懂。于是很多人直接开"全允许"。
这个"全允许"是可怕的。 黑客只要摸进来，AI 就能把你电脑里所有东西打包送走。业内有人说，龙虾现在是互联网上最大的漏洞带之一，不是没有道理。
（关于怎么把权限锁死，第 10 篇会详细讲，包括我自己的客服机器人是怎么被"阉割"成一个只会聊天的客服的。）
四、回到正题：什么是"不会变"的
好，现在说最关键的部分。
模型在变，Agent 在变，价格也在变。但有三样东西，不管外面怎么洗牌，它都是你的，而且会越攒越值钱：
1. 知识库（你公司的全部 know-how）
2. Skill（把重复做的事固化成的能力）
3. 一套「一人闭环」的工作方式
前两个是资产，第三个是组织。
我在现场反复强调一个判断：
你今天选 Codex 还是 Claude Code，半年后可能都会换。但不管换什么，你的知识库还是你的知识库，你的 Skill 还是你的 Skill。迁移一下就能接着干活。
这就是"底座"。除此之外还有一个判断，方向上是明确的：
模型未来会走向私有化，而且会便宜到像水电。
逻辑很简单：你只要跟大模型对话，数据就一定会出去——你得把东西发给它，它才能回答你，发多了它就知道你的公司、你的行业。要绝对安全，就得自己跑模型。
而自己跑模型需要硬件。这也是为什么显卡那么火。现在的情况是：国产的 GPU 已经能跑国产的模型了，硬件价格必然会往下走；同时，一台 16G 内存的普通苹果电脑，跑一个小参数量的模型已经没什么问题——苹果的优势是内存和显存共享，不需要单独划显存。
我的判断（现场口径，供参考）：再过两三个月，普通苹果电脑部署一个本地模型应该就没什么门槛了。
到那时候，AI 这个东西在公司里的地位会很像今天的水和电：每家都有，没人焦虑它的成本，但谁也离不开。
五、组织不变，你只会多一笔成本
说完技术，说人。
这是我认为整场里老板最该听的一段。
第一件事：招聘一定要招好人。
AI 起来之后，一个会用 AI 的人，能力强于好几个不会用的人。这不是鸡汤，是我自己公司的实际观察。
第二件事：如果组织结构没变，你只会增加成本，不会增加效率。
这句话很扎心，但很实在：
如果你的分工、岗位、流程都没变，只是给大家买了 AI 账号——那你最后的感受一定是：token 费涨了，效率没涨。
因为 token 现在并不便宜。
那变化的方向是什么？
一人闭环（one-person loop）。
一件事从头到尾由一个人负责，责任好界定，成本和收入也好界定。你要把架构往这个方向改，AI 才施展得开。
反过来说，如果一个环节需要三个人接力、每一棒都要等人，AI 再快也没用——它只是把等待时间挪了个位置。
我在现场举了个例子，是自动客服的场景（第 10 篇展开）：
客户晚上 11 点在你网站留言。按传统流程，第二天上班有人看到，报告老板，老板在飞机上，三小时后落地，再想想按什么规则分给谁，问助理谁手上客户少……分到业务手上，业务在睡觉，第二天才联系。
而客户昨天晚上留言之后，已经同时找了五家同行，现在聊到报价阶段了。
你第二天再联系他，让他"重新介绍一下你的需求"——他为什么还要理你？
这不是 AI 的问题，这是流程的问题。AI 只是让这个问题变得无法回避。
六、那我到底该从哪一步开始？
给一个不焦虑的启动顺序：
第一步：选一个 Agent，装上，用起来。别纠结。纠结的代价远大于选错的代价。（第 2 篇给决策树）
第二步：别急着造东西，先去把别人的 Skill 拿过来用。互联网的底子早就搭好了，你不需要自己发明轮子。（第 3 篇）
第三步：同步开始建知识库。这是最花时间、也最逃不掉的一步。晚建一天，后面每一天都在为它付利息。（第 4 篇）
第四步：跑通一条链路。要么"人找客户"（第 5、6 篇），要么"客户找你"（第 7、8、9 篇）。打通一条，再开第二条。
⚠️ 最后提醒一句，这是我自己踩过的坑：
第一个月你会上瘾。
你会发现自己突然无所不能——以前要找别人、要花钱的事，现在自己一句话就干了。你的工作时间会变成"token 的消耗时间"，额度一恢复就赶紧冲回去干活。
然后过一段时间你会发现，它其实没那么神。你跑的任务越来越多、场景越来越复杂，各种特殊情况它处理不了，你天天在里面打补丁。
这很正常。上瘾期别做重大决策，别一拍脑袋给全公司上系统。
先跑明白，再谈推广。
本篇清单
- 记住三层：模型/Agent 会变，知识库和 Skill 不变，组织方式必须变
- 判断任何新 AI 产品的第一个问题：它是能回答我，还是能替我干活？
- 检查你公司的分工：有没有一件事，是一个人从头负责到尾的？没有的话，先改这个
- 招聘标准里加上一条：这个人愿不愿意、能不能自己把 AI 用起来
- 给自己一个提醒：第一个月会上瘾，别在上瘾期做采购决策
常见问题
外贸公司该攒哪三样东西？
知识库、Skill 和一人闭环的工作方式。知识库是公司全部 know-how，Skill 是把重复做的事固化成的能力，一人闭环是一件事从头到尾由一个人负责的组织方式。这三样不随 AI 工具变化，会越攒越值钱。
AI 工具半年换一代，怎么判断该跟哪个？
先看它能不能替你干活，而不是只回答问题。能干活的产品才值得投入。同时记住模型和 Agent 会变，但你的知识库和 Skill 不会变，迁移一下就能接着用。别纠结选哪个，纠结的代价远大于选错。
为什么买了 AI 账号，效率没提升？
因为组织结构没变。如果分工、岗位、流程都没变，只是给大家买了 AI 账号，token 费涨了，效率不会涨。要把架构往一人闭环方向改，让一件事从头到尾由一个人负责，AI 才施展得开。
《外贸 AI 落地实战》全 10 篇
本文是系列第 1 篇，整理自 2026 年 8 月 27 日外贸 AI 沙龙的全天分享。
- 01｜AI 工具半年换一代，外贸公司该攒的是另外三样
- 02｜能不能连上境外服务，决定了外贸公司该选哪个 AI
- 03｜给 AI 装技能别自己造，外面早就有人做好了
- 04｜同样让 AI 做个网站，有没有知识库出来完全两样
- 05｜别再群发了，让 AI 按街道把外贸客户挖出来
- 06｜开发信退信率超过 3%，剩下 97% 的邮件也发不出去
- 07｜10 分钟能出网页，3 个月才能做出获客的外贸站
- 08｜AI 写的外贸文章，为什么改了还是被 Google 认出来
- 09｜客户让 AI 列供应商，你凭什么出现在名单里
- 10｜自动客服不锁权限，客户一句话就能打包走你的资料
本文整理自 2026 年 8 月 27 日外贸 AI 沙龙现场分享（沙龙开场 + 上午全场的框架部分）。文中标注「现场口径」的数字来自讲师现场口述，未经第三方核实，请自行判断使用。