在2026云栖大会“Qoder 助力 AI Native 超级组织”分论坛的压轴场次，阿里巴巴ATH事业群 Qoder 解决方案总监宁晓民带来《AI Native 企业新范式：智能体重新定义生产力与生产关系》主题演讲。他提出：模型越来越强、成本越来越低，相当于组织可以随时随地雇佣成百上千个不知疲倦的数字员工，而让它们在组织里真正跑起来的关键是“驾驭”——Harness；并把企业 Harness 实践划分为“人指导 agent”到“agent 来找人”的三个阶段。他用 Qoder 团队自身的一年（五天10万注册、七个月ARR一亿美金）与两个客户样本——超级个体“张总”与超大规模组织的高德 AutoSDK——论证从超级个体到超级组织需要资产、流程两种能力跨越与一套可信治理底座，最后以 AI Native 必须回答的三个问题收尾：人的核心价值、组织的护城河、对 agent 的信任。
演讲核心观点： 第一，AI 从简单问答走向“办事”，模型+工具+管理缺一不可，管理智能体就是“驾驭”，即 Harness； 第二，Harness 实践分三个阶段：人为主 agent 为辅、人定目标 agent 主力、agent 端到端只在需要时找人——“前面的阶段是由人来指导 agent，后面是由 agent 来找人”； 第三，Qoder 不仅仅是 AI 编程工具，更是 AI native 转型的基础设施，使命是“成就超级个体，打造超级组织”； 第四，从超级个体到超级组织需要两种能力跨越：隐性知识显性化、个人资产组织化，以及端到端流程重构，其上还要有一套身份、最小权限、数据可信的治理底座； 第五，生产力决定生产关系——AI 带来生产力的爆发，组织需要与之匹配的生产关系。
以下是演讲全文：
从问答到办事：随时随地“雇佣”成百上千个数字员工
大家好，非常高兴有这样的一个机会跟大家做一次交流。我是来自 Qoder 团队的宁晓民。在前面，我们的产品同学、还有合作伙伴，做了很多的分享，从不同的角度对超级组织做了一些阐述。今天带来的这个演讲题目是智能体重新定义生产力与生产关系，一起去探索一下 AI Native 的企业新范式。
首先要看一下我们所在的一个大的背景： AI 能力越来越强，从原来的简单问答，到现在可以办事。而 AI 办事，基本上要包括模型、包括工具，以及如何去管理它。
在过去几年当中，模型快速的发展与进步，参数越来越多，能力越来越强，成本也越来越低。它相当于一个组织或者是一个企业，可以随时随地地雇佣到成百上千个数字员工，并且它是不知疲倦、低成本、全天候可以工作的。工具其实是从原来的由人来做的一些工作，转变成由 agent 来做的工作。比如说像阿里云，从原来主要为人提供服务，现在逐渐变成了为 agent 来提供的云服务。
有了模型，有了工具，在组织里面到底能不能运行得更好？这个其实是比较难的：模型的智商再高、能力再强，它可能对我们的组织、对流程以及专业知识，其实了解并不是很多。那需要如何去教它、去管理它，让它能够像人一样使用工具，端到端地完成被分配的工作——我们称之为驾驭，或者 Harness。
Harness的三个阶段：从人指导agent，到agent来找人
说到 Harness，在不同的企业，它的功能实践也发展得不太一样，大概分成三个阶段。第一个阶段，还是由人为主、agent 为辅：在这里面，所有的执行权、还有判断验收，全部都是由人来负责，在关键的节点由 agent 来作为辅助。其实我相信绝大多数的企业现在都已经跑到了第一个阶段。我们也发现有些企业发展到了中间这个阶段：人来分配、来定目标，agent 作为一个主力进行工作。当然也有一些典型的场景在里面实践得比较好，比如说我 AI coding 领域——在刚才燎原的分享里面有一个数据：现在90%的开发都已经是由 agent 来做；在研发领域里面，可以说 agent 已经完完全全作为一个主力在运行。
还有一部分的企业达到了第三个阶段：整个工作流程当中端到端的是由 agent 来完成，只有在 agent 觉得需要人的时候，才需要找到人做一些决策或者验收。大家可以畅想一下这两个阶段的差异：前面的阶段是由人来指导 agent，后面是由 agent 来找人。 大家想象一下，如果达到第三个阶段，组织、生产效率会达到一个多么高的程度。
看国内外的一些企业，有很多已经达到了第三个阶段：比如有的海外 AI 公司，被收购时估值600亿美金，只有300人，人均产值可以达到1000万美元这样的一个极致的产出。同样的，我们 Qoder 的团队也是阿里的一个创业团队，在过去短短的一年当中，也是一个快速发展的过程，在这个过程当中我们也做了很多的工程实践。
Qoder的第一年：五天10万注册，七个月ARR一亿美金
我们在去年的八月份做了一个全球的发布，只用了五天的时间，注册用户已经达到了10万；九月份正式商业化，在过去几乎每个月都有新的产品发布，包括 CLI、 JetBrains 插件、以及 Teams，包括 QoderWork、QoderWake。可以想象一下，从正式商业化开始，我们用了短短的六七个月的时间， ARR 已经达到了一亿美金。在今年5月份做了 Qoder Cloud Agents 的正式发布，还有在安全上面的一个加码；就是在上个月 Qoder 一周年的时候，我们完成了全新 Qoder 的一个发版，也就是 Qoder 桌面端。
在前面产品同学也做了很多的阐述，每一个具体的端都有详细的讲解。在这里面我重点讲一下： Qoder 分国内版还有国际版，它们主要区别在于什么呢？国际版提供了全球最顶尖的 SOTA 模型，然后国内版是来自于国内的模型。在这基础之上，我们做了大量 Harness 工程的一些优化：包括可以针对模型的特点、任务的大小，基于成本、基于场景，自由地去路由到效果最好的模型供给给客户；同时也在这个模型的增强、以及上下文，包括多智能体的架构——包括 subagent、workflow、agent 的 team 等等——用多种 agent 的架构去优化 Harness 工程。
全场景产品矩阵：成就超级个体，打造超级组织
在这上面，我们提供了 Qoder IDE和桌面智能体：IDE 主要是面向传统的程序员；桌面智能体刚才产品经理也讲了，主要是面向两种——一种是编程模式，更多面向专业的开发者；另外一个通用模式，其实是面向泛开发者，可能包括设计、产品经理、运营，包括一些职能部门的人员。 CLI 是面向终端的产品；同时还有 QoderWake，这是数字员工——大家都知道，当前是一个硅碳结合的时代，可以采用这种数字员工的方式：一种就是完完全全跟正式员工一样，有岗位、有工号、有权限，它有自己的技能；另外一种就是数字分身，后面有相应的产品同学做一些介绍。那么像 Qoder Cloud Agents，刚才产品经理也简单介绍了一下；还有 Qoder 的 SDK 能够更方便地被集成，被合作伙伴集成到它自己的智能体当中去；还有 Qoder Mobile，可以通过移动端进行使用。
所以 Qoder 的一个使命，就是“成就超级个体，打造超级组织”。在超级个体方面，尤其是在编程领域，我们提供了包括 IDE、包括插件，帮助进行提效；也包括刚才讲的桌面智能体，帮助开发者以及泛开发者提效。在超级组织里面，我们可以把 CLI、Cloud Agents、Wake 融入到客户的业务流程当中去，实现一个全面的硅碳结合的工作方式。所以说 Qoder 不仅是一个 AI 编程工具，还是一个 AI native 转型的基础设施。
超级个体样本：张总的三万块钱与五套系统
讲几个案例。其实在这个场子开篇的时候是有一个视频的，在那个视频里面讲的一个故事：有一个从大厂离职的张总，他创立了一家公司叫做西仙记，每年大概有2亿的销售额，主要是做餐饮业务。其实如果做过数字化转型项目的人都有所了解：像养殖业是一个高度定制化的业务，在当前这个软件的标品里面，很少有能够完全匹配的。对于这种场景他也咨询过一些开发商，如果去定制的话，那可能需要上百万元的成本。
他作为一个开发者，用业余时间、闲暇时间——比如高铁、飞机这些闲暇时间——独立用 Qoder 做了五套系统，覆盖它的整个业务流程、从供应链到整个数字化的流程。在这里面，总共仅仅用了三个月的时间，消耗了大概只有3万块钱的成本。在这里面可以讲，不仅仅是一个软件研发成本的节省，更多是它通过数字化的系统能够得到更多的业务价值：包括饲料成本的核算效率提高了50倍；包括对羊的品质的管控，也降低了10%以上；仅仅饲料的精细化管控，也实现了100万的成本节省。
所以说到这里，其实是一个典型的 OPC（一人公司） 的场景。张总其实可以称之为一个超级个体；但是有无数个张总，能不能构建一个超级组织？那我觉得还是比较难的。
从超级个体到超级组织：两种能力跨越与一个治理底座
其实大家都有这样的一个感受：AI 带来的可能是局部的提效，比如研发效率的提升，但是整个研发流程、端到端业务的提升，其实也没有大幅的提升。这个背后我们认为需要有两种能力的跨越。第一个能力是资产的跨越：更多的是要隐性知识显性化，还有就是个人资产的组织化——在一个超级个体里面，每一个人的能力、他的知识都沉淀在每一个人身上，如何能够抽象出来变成一个组织能力，能够快速传递到其他的人身上。另外一个能力是流程的跨越：原来的研发流程，从最早的瀑布研发、到敏捷、一直到现在的 AI 研发，整个研发流程发生了很大的变化；除去编程领域，我们看其他的业务领域，有了 AI 以后，它的整个业务流程同样要发生很多的变化，要重新构造端到端的一个价值流。
在两个能力跨越之下，还要有一套治理的底座：就是像安全所讲的这些内容，包括身份、最小权限、数据等等。只有实现了个人能力的组织化、资产的复利，加上流程的重构，再加上可信治理，那么才能有效地实现可规模化的组织升级。
超大规模组织样本：高德AutoSDK一次成功率从3%到61.5%
看完超级个体之后，我们去看一些超大规模的组织如何基于 AI 进行提效，可以讲一下高德这个例子。高德的 AutoSDK 是它的一个车载系统，存在了应该近十年，有几百万行代码、几十个仓库。像这种大型的业务系统，每次人员的变更、文档的丢失、需求的变化，自然会带来它的变更比较复杂。
那么第一件事情，它用 Qoder 进行了一个基于源代码的系统重构；在这个基础之上，从知识的产生、知识的运营、以及知识的消费，达到了什么效果呢？大家可能知道，在 AI coding 领域，如果是通用编程，效果是非常好的；但是在一些专有领域，它的编程效率其实是相对来说比较差的。比如说在车载这种系统里面，它的 one shot——从原来的只有3%，经过知识库的重构， RepoWiki、知识卡片，升到了61.5%；同时对话的次数也在减少、需求澄清也在减少，从3.49降到了2.53。这种知识重构的方式，整体的效率得到了一个大规模的提升。
两条路径与三个问题：AI Native组织的护城河
在业务流程跨越里面，走向超级组织还是有两条路径。一个是面向人的：agent 逐渐成为数字员工。我刚才也讲到了 QoderWake 这个产品，其中两种数字员工的模式：一种是跟正式员工一模一样的，有自己的工号、有自己的电脑、有自己的工位、有自己的权限，包括它的技能跟正常员工一模一样，它可以完全基于它本身的能力参与到我们的工作流程当中去；另外一个我们称之为数字分身——它可以作为每一个人的辅助者，比如说我现在每天会有很多的信息、很多的群、很多的问题会找到我，我可以通过数字分身蒸馏我一部分的能力，替我去回答一些问题。提供了数字员工以后，意味着我们的 headcount 已经不是瓶颈了，我们可以随时随地雇佣到成百上千的数字员工。
另外一个路径是我们的业务流程也要发生变化：对于一些老业务系统，也要增加一些智能的能力，这个其实就是我们刚才讲的 Qoder Cloud Agents 的能力——可以把业务能力构建成云端的 agent，云端的 agent 可以全面地融入到业务系统当中去。所以基本上用 QoderWake 数字员工这种模式解决 headcount 的问题，另外一个用 Cloud Agents 解决业务系统能力的问题，这样子可以实现组织的可规模化的提效。
最后其实还是要想象一下：对于 AI Native，要回答三个问题：一是现在的模型越来越强大、数字员工也越来越多，在 agent 的闭环里面 agent 可以端到端地进行工作，那么人的核心价值在什么地方？我觉得还是要做出一些定义问题、提出问题——定义问题可能是最重要的。二是组织的护城河在哪里？ 大家可以想象一下，模型的能力越来越强，并且不同模型的差距也越来越小；那么真正的差距、组织的护城河，应该是如何把知识、流程、经验沉淀成可复用的、可复制的组织资产；最后一个是 对 agent 的信任：AI 的应用越来越多，我们的安全如何去管理、去治理？身份、权限、验证、审计，可能成为我们信任的一个基础。
总体来说，生产力决定生产关系。对于 AI 给我们这样一个生产力的爆发，我们需要与它匹配的生产关系——这就是我们在 AI Native 组织变革里面的一些思考。
