Coding Agent 之后，CarryGo 让我开始关心 AI 怎么做生意

模型越来越强，Agent 越来越多，估计很多人和我一样，都会面临两个问题，一个是工具越多，自己反而变得更忙了，另一个就是“工具孤岛现象”。

Coding、方案、调研、文案，几个窗口同时开工，速度确实快了。但是，谁把调研内容接入到方案里，谁根据客户的新需求重排计划、修改产品，谁确认任务到底交付了没？最后，这些问题又回到了同一个创业者面前，我，成了上下文的搬运工。

前阵子我试过 DeepSeek Harness、raft.build 和 Codeg 等多 Agent 协作工具，倒是解决了一部分 Coding Agent 协作的问题，但这些通用平台解决的还是技术问题，无法完成公司里业务相关的协作。

最近我看到了一款新产品，让人眼前一亮，叫做 CarryGo（凯瑞狗），是别有洞天科技推出的，其定位为“全球首个用于商业组织经营的世界模型”，产品很有想法，甚至我认为是具备前瞻性的。而且，我近期最关心的一个问题是：Agent 能替人做多少真实和连续的工作？记住这个词，“连续”，真的很重要。

1、任务做完了，生意才刚开始，因为业务是连续的

举个例子，假如我正在推出一项 AI 技术咨询服务，客户有意向了，我可以让不同类型的 AI 分别整理资讯和报价表、做代 Coding、交付方案等等，但问题是，这些 Agent 并不知道自己服务的是同一个目标，也不知道有了结果后，谁来推进下一步工作。

多 Agent 可以解决并行干活的问题，但一门生意要持续运转，还需要不同角色之间共享状态，并持续推进后续任务。如果任务之间仍要靠人推动，OPC（一人公司和小公司）的经营者就得同时做老板、项目经理和信息中枢，还要负责记住并同步所有 AI 的工作上下文。

CarryGo 要解决的就是，让AI 角色围绕同一个经营结果共同工作，让生意在阶段性任务完成之后，继续向前推进。

传统的业务协同平台喜欢按照固定步骤编排工作流，处理预设的流程。固定步骤的编排对重复、链路不长的工作确实非常有效，但一旦涉及多人协作，或工作随时可能发生变化，它就难以提供帮助。CarryGo 强调的是根据公司和业务当前的状态安排工作：目标还在，条件变了，场景变了，执行路径也会动态随之调整。

最近半年 Coding Agent 发展得非常快，一个重要原因是它拥有天然的工作现场。代码仓库提供上下文，Issue 定义目标，测试结果负责验收。多个 Agent 可以在同一个代码库里分工，有的写代码，有的测试，有的检查问题，最后共同完成一个可以验证的结果。

经营一家公司要复杂得多。它没有固定的代码仓库，也没有一套随时可以运行的单元测试。客户、产品、库存、预算、合同、人员和权限，共同构成了一门生意的“运行现场”，而且这些状态一直在变化。一个客户修改需求，可能同时影响报价、排期、库存和交付承诺。

如果说 Coding Agent 是让 AI 进入代码库工作，CarryGo 想做的事情，可以理解为给企业建立一个“经营仓库”：所有数字角色看到同一份业务状态，知道目标是什么、谁能做什么、下一步由谁接手，以及到了什么节点必须停下来请人判断。

这也是 CarryGo 与一般 Agent 工具最值得关注的差别。它关注的不只是一个 Agent 能完成多少任务，还包括多个 Agent 如何共享业务状态、按照权限协作，并从真实结果中修正下一轮行动。CarryGo 想构建的，更像是一套由人和 Agent 共同运行的数字组织。

这非常了不起。

2、让 AI 看懂的，是一门生意如何运转

“世界模型”听起来有点宏大，在 CarryGo 里，我们可以理解为“一门生意的世界”：有什么能力，卖什么、卖给谁，手里有哪些人和资源，有什么目标，又受哪些条件限制。

怎么开始呢？在 CarryGo 里，可以一句话创建一个项目，根据真实业务环境分配任务，并由人和 AI 一起把事情做完，但根据官方的介绍，他们更希望人只做关键的决策。

首先，设定项目目标和时间，CarryGo 会自动创建项目，识别涉及的业务领域，并开始规划后续工作，根据项目目标、岗位职责和 AI 能力自动拆解任务。需要人判断的工作分配给员工，可以自动完成的工作交给对应的 AI。

AI 接到任务后，自动读取最新相关资料与数据、完成任务并把结果返回项目，遇到价格承诺或责任问题时，会主动停下来，把选择权交还给人。人做出判断后，不需要重新组织后续工作。CarryGo 会自动更新项目状态，让 AI 根据新的决定继续执行。

CarryGo 给这些 AI 分了不同的岗位和职能：Butler 是管家，承接需求、跟进事务；Worker 是专家，承担营销、数据分析等具体工作；Nexus 是调度中枢，协调角色和任务，让各项工作围绕目标推进。

我看到一个产品 Case，用户的项目目标是“10 月上线敏感肌新品，完成产品、供应链和营销准备”，据此 CarryGo 可以生成项目，把配方确认、产线排期、成本测算等任务连起来。谁先做，谁等谁，如何衔接，系统里一目了然。

CarryGo 还提供了一个全局看板：哪个目标在推进，哪个节点卡住了，谁在等谁，哪里需要人介入，都能一眼看清。这就是系统的“可观察性”，也是不少 Agent 平台所欠缺的能力。

有个交互细节还挺实用的：点开看板卡片，右侧展开详情，相关上下文会自动进入对话。想追问项目哪里出了问题，眼前这张卡片就能提供背景，不需要从头讲起。

3、排期变了，后面的工作怎么接着走？

企业里总会遇到需求变更和突发情况，我很感兴趣 CarryGo 怎么处理这种情况。比如一个电商场景，资源位提前了 12 小时开放，原定晚上八点来的流量，改成了早上八点。流量来早了，库存、直播和发货都得重新安排。怎么处理呢？

CarryGo 能识别出受到影响的环节，在原有任务图里增加应对分支：预测流量、重算区域库存、安排跨仓调拨、同步商品卡与直播话术，并监测履约风险。

这里面有很多细节，比如：涉及新增调拨成本时，调拨节点停下来请人确认，其他授权内的任务继续推进，同时要把账算清楚：从华南仓空运，新增 3.8 万元；从华北仓走陆运，新增 1.1 万元，但到货晚、数量还是不够怎么办；改由其他仓直发，发货承诺得从 48 小时放宽到 72 小时。那你愿不愿意多花这笔钱履约呢，决策交给人批准。

人来定方向和授权业务范围，AI 在授权范围内推进任务；超出权限、涉及关键承诺和风险的节点，再交回人手里。

4、产品做出来了，客户在哪里？

对一人公司和小团队来说，产品做出来了，还得找到愿意付钱的客户。

现在很多 Agent 都是在公司内部等任务——让它找客户名单，给客户写个邮件等等。但是，哪些客户值得联系，怎么谈条件，成交之后如何交付，都需要人同步跟进。

CarryGo 正在探索一种新的模式，通过跨组织 AI 协作（多家企业都使用 CarryGo），围绕经营者设定的目标，把寻找客户、供应商和合作伙伴，与后续协作统一连接起来。

举个例子大家就明白了，比如护理品牌朵薇想拓展线下渠道。CarryGo 根据它的产品资质、可用产能和毛利要求，定期寻找商机，发现某品牌母婴连锁正在为 30 家门店采购女性护理试用装。这时候朵薇的 AI 就会主动联系对方的 AI，交换产品资质、可供数量和价格区间等合作所需信息，生产成本、客户名单和其他渠道价格则不对外开放。双方的 AI 围绕报价、供货数量、交期和账期沟通。门店提出 30 天账期，品牌最多接受 15 天，AI 就依据这个边界继续协商；无法在授权范围内解决的分歧，再交给负责人判断。订单确定后，备货、质检、发运、门店验收和反馈汇总随即成为相互衔接的任务，由双方员工和 AI 商务伙伴共同推进。试点结束后的反馈也会带回到系统，用来发现下一笔追加采购机会。

这类跨组织 AI 协作仍在构建和验证中，其核心目标是通过 Agent 去寻找商机，减少找人、反复解释需求和对齐各种条件，让经营者更专注于判断这笔生意值不值得做。

显然，AI 能做的事情，不应该是被动等待。

5、每次任务，让系统更懂你的生意

让我感到惊讶的是，CarryGo 同时具备自学习和自进化能力，能够为企业带来持续的经营反馈。

这里说的自进化不是模型自动改写自己，而是根据执行结果和人工反馈，经过评估和验证后，改变下一轮的任务、分工、规则或路径。

每次协作的结果、项目交付的反馈和执行中的问题，都会带回系统评估：哪些路径是有效的，哪些环节容易返工，哪些判断偏离了实际。经过验证和授权，这些有效经验会进入知识库与流程，继续影响下一轮的分工、策略和行动。

前面提到的新品上市案例，就留下了这样的经验。流量资源位提前开放后，临时增加的库存与履约应对流程，在验证有效后进入新品上市模板里。系统会同时保留执行数据、决策依据和适用条件的上下文：流量时间提前至少 6 小时，就触发区域库存重算。下次遇到类似变化，相关任务就会根据这样的依据更早启动。

从发现问题，到调整行动，再到验证和复用，经验就进入了下一轮工作中。随着任务执行的越来越多，CarryGo 对业务的理解也就更深入，更懂你的生意。

这个产品已经于 9 月 7 号正式开放预约。如果你也觉得，AI 工具越用越多，自己却越来越像项目经理，不妨去官网预约体验一下，带着具体的业务，看看它能否帮你解决企业经营中遇到的问题。

眼下，大家对 Coding Agent 的关注很多，因为代码是最适合 Agent 工作的环境之一：上下文集中，任务可以拆解，结果也容易验证。接下来我的判断是，Agent 会逐渐进入销售、供应链、交付和经营管理，只是这些场景对共享状态、权限控制和结果反馈的要求更高。

如果 CarryGo 的技术和产品路线能够走通，企业软件就会发生天翻地覆的变化。过去的软件主要负责记录信息、管理流程，未来的软件会直接参与协作、发现问题、组织任务、推动执行，同时具备自进化和自学习能力。CarryGo 是这个方向上的一次早期探索，它最终能走多远，还要交给真实的企业经营来验证。