原创 Koji 2025-09-17 08:00 北京
公司越大，离真相越远。
🧑🏻💻 Jomy
34👦🏻 Koji毕业院校？🧑🏻💻 Jomy
中南大学，但没毕业👦🏻 KojiMBTI 和星座？🧑🏻💻 Jomy
INTJ，天秤座👦🏻 Koji一句话介绍现在的公司和产品？🧑🏻💻 Jomy
智跃 Agent 一体机👦🏻 Koji融资情况？🧑🏻💻 Jomy
智跃准备 A 轮👦🏻 Koji收入和利润？🧑🏻💻 Jomy
产品还没开卖，意向客户倒是很多了👦🏻 Koji团队规模？🧑🏻💻 Jomy
算上302的话近百人👦🏻 Koji创业前在做什么？🧑🏻💻 Jomy
广告和电商定位👦🏻 Koji 「Agent 一体机」这个灵感最初是怎么诞生的？🧑🏻💻 Jomy
我做 302.AI 快两年了，接触了非常多的企业客户，但是在 AI 落地的过程中，都遇到不少的困难。要么是技术搞不定，要么是效果不好，要么是成本太贵。 所以我一直有个想法，其实可以做一个一体化的解决方案，将硬件、算力、软件和 Agent 集成到一起，直接交付给客户，开箱即用。那做什么 Agent 产品呢？年初我和一位从事高新制造业的老前辈郑总聊天，他们公司有差不多 1000 个人，人员遍布全国，在管理上很头痛。他就提出，是否可以用 AI 来辅助他管理公司？那时候我突然意识到，这是一个有着巨大痛点，付费能力极强，但是又没有人做的市场，接下来就开启了智跃这个项目。我个人创业也快 10 年了，公司从两三个人发展到今天，经历过很多的组织变化，也深切体会到公司越大，离真相越远的感觉。我身边的很多朋友，也都是老板，都有一样的痛点。所以智跃的第一款 Agent 一体机，就做一件事：就是自动收集企业内一线的各种信息，然后生成清晰的「真相报告」，辅助老板们管理和决策。👦🏻 KojiZleap 的目标用户是谁？🧑🏻💻 Jomy
所有的 CEO 和管理层们。只要你有信息不透明的痛点，你就是 Zleap 的目标用户。👦🏻 Koji为什么选择他们作为目标用户？🧑🏻💻 Jomy
三点：对 CEO 和管理层增效，对于整个公司的效益是最大的。方向对了，公司才能发展的更好。CEO 和管理层开始使用 AI，体会到 AI 的好处，对于整个公司普及 AI 也是最有帮助的，可以自上而下地去推动。从商业角度上来说，老板们也是最有购买力的，是一门好的生意。👦🏻 KojiZleap 现在售价多少？🧑🏻💻 Jomy机器、软件一次性买断 68000。 如果，前 1000 位客户支付意向金的话，还可抵扣尾款 10000 元。👦🏻 Koji我很好奇定价过程，是拍脑袋，还是有一套复杂的成本和价值模型？🧑🏻💻 Jomy
都有。价格的区间肯定是考虑了成本和研发费用等等，但 68000 这个数字，是图个吉利。对于企业来说，68000 其实相当于一个月薪 5000 的员工一年的总成本，我们认为 Zleap 能给企业带来的价值，是远远超过一个月薪 5000 的员工的。👦🏻 Koji在今天这个 SaaS 大行其道、一切皆云的时代，「一次性买断」几乎是逆流而行。对公司来说，这意味着需要不断开发新客户。你如何看待这种模式的增长天花板和现金流压力？未来的模型或功能升级，打算如何收费以产生持续性收入？🧑🏻💻 Jomy
首先，我觉得这个市场足够大，大到我们不需要在短期担心天花板的事。第二，这只是我们的第一款产品，我们还有更多的 Agent 一体机在规划中，例如面向程序员的，面向财务的，这个市场就更大了。第三，我们会提供企业功能定制的服务，将更多独特的功能集成到一体机内，减少企业开发成本，这个需求会是持续性的。对于产品未来内部的模型和通用功能升级，我们是不会收费的。人物👦🏻 Koji我们简单聊聊你的经历。前面你提到大学没毕业，方便分享一下当时是什么促使你做出这个决定吗？🧑🏻💻 Jomy
我大学就开始创业了，当时还是 APP 的时代，当时苹果的 App Store 刚出来没多久，我觉得有很多想用的 App 都没有，就自己学习编程，自己开发 App。我一直是个很专注的人，当时做的挺废寝忘食的。我的专业是材料化学，和编程毫无关系，学校的课程也就没心思去上了。所以没有刻意做这样的决定，就是顺其自然的。👦🏻 Koji在做 AI 之前在做广告和电商，方便分享下当时具体在做什么吗？🧑🏻💻 Jomy
移动广告和跨境电商，都是出海的业务。过去的成功我们就不提了，我现在只关注 AI。产品👦🏻 Koji在定位 Zleap 这款产品时，选择「软硬件」一体机，是出于哪些考虑？🧑🏻💻 Jomy
两点吧，数据安全和算力成本。先说数据安全，没有老板会愿意把公司的机密信息放到一个新兴的 SaaS 公司里，所以私有化部署是非常多公司的刚需。再说算力成本，我们的 Agent 对于算力的消耗还是非常大的，对于人多的企业，这个 Agent 可能是 24 小时在不停运作的。作为一体机的话，只需要付电费就可以了，不需要担心额外的 token 成本。👦🏻 Koji「软硬件」一体机的产品形态有营销上的考虑吗？是不是也有考虑到目标用户买到一台实体机器会更有价值感，从而他们更容易决定买？🧑🏻💻 Jomy
有但不多。确实，作为实体机器，中国老板会更有信赖感，有一个能看到能摸到的机器，会比 SaaS 更容易信赖。👦🏻 Koji现在一体机少则十几万，多则上百万，你们怎么可以做到 68000？🧑🏻💻 Jomy
因为我做这个产品之初，我就希望做一个中小企业可以负担的产品。所以从技术选型的时候，我们就非常明确的要做小型化的单卡一体机。其实现在一体机的主要成本都是显卡，显卡少了，价格自然就下来了。我们主要的溢价是来自于软件层面的解决方案。👦🏻 KojiZleap 可以帮用户做哪些事？目前已有的用户们认为哪个问题最直击痛点？🧑🏻💻 Jomy
现阶段就做好一件事，就是信息搜集和信息处理。痛点有两方面，第一是关于信息搜集，如何做到无感的，零开发成本的信息搜集，是一个很重要的点。第二是关于信息处理，如何无幻觉地提取出你真正关心的信息，也是现在很少有产品能做好的。Zleap APP 端实机演示，在 APP 内可以看到客服的原始对话👦🏻 Koji在已经服务的客户中，有没有一个让你印象最深刻的瞬间，就是 Zleap 挖出了一个所有人都没注意到的「特殊秘密」或「巨大机会」？🧑🏻💻 Jomy
我们之前都没有公开售卖，内部只服务了 2 个客户，一个是我们 302，另一个是我们的天使投资人郑总的公司。从行业来看，一个是互联网科技企业，一个是高新制造业；从公司规模来看，一个是百人级别，一个是千人级别。今天就只谈谈我用在 302 的一些体验：我用上第一天就发现，我们的客服怎么经常乱回复客户，这背后是我们对于客服技术培训的不足。后来就开始注重这块，现在我们的客服回复满意度是有比较大的提升的。另外一个比较特别的用法就是，我会用 Zleap 来搜索在 302 的客服渠道要求开发票的客户，无论金额大小，背后都代表了是企业的需求。我会重点关注这些客户的需求，后来确实也培养出了一些很有潜力的大客户，给我们带来了实实在在的增长。👦🏻 Koji我记得前期沟通时，你有提到「直达真相、告别滤镜」。不过我担心这在员工层面可能会被解读为一种「监控」。在向客户推广和在企业内部落地时，你如何处理这种潜在的文化阻力和负面标签？🧑🏻💻 Jomy
首先，我们信息收集的渠道，一定是符合各个平台的规则的，例如飞书，我们只能够通过机器人来收集到群聊的信息，无法收集到私聊的信息。而这些平台在开放权限的时候，也早都考虑过了隐私的问题。从另外一方面，这个产品是做给老板的。只要老板想用，我相信每个老板都有他们自己的方法去落地。从员工的角度来说，AI 只是收集那些和工作相关的信息，对于认真工作的人，没什么好担心的，反而可以让老板看到更多基层的贡献。👦🏻 Koji工具的落地，本质是权力的落地。听起来 Zleap 完全不是一个硅谷式的 AI 故事，而是一个极具「中国特色」的产品。我想你应该对「中国式管理」有自己独到的认知。如果你要为 Zleap 的目标用户，也就是典型的中国老板，画一幅素描，你会用哪三个最关键的特质来勾勒他？🧑🏻💻 Jomy
精明，勤奋，掌控。👦🏻 KojiZleap 这款产品，是如何精准地服务于这三个特质呢，尤其是那些可能会被西方管理软件所忽略的特质？🧑🏻💻 Jomy
精明就是，对于中国老板，你必须给他们带来实打实的帮助，不要讲那些虚的，骗不了人的。所以我们 Zleap 就是把「向上汇报」这个场景实打实地做好，真的可以帮到企业。勤奋就是，中国老板大多数对于很多事情都是亲历亲为的，是很累的。Zleap 就是希望帮各位老板减负，让 AI 去处理那些琐碎繁杂的信息，可以多一些时间，关注更重要的事。掌控就是，中国老板其实是希望对所有的事情都清清楚楚的。中国是个很卷的市场，商业竞争的手段也层出不穷，所以老板先天都是有种不安全感。Zleap 打通了公司内的信息渠道，老板每天能看到一线都发生了什么，我觉得晚上都会睡得更踏实点。技术👦🏻 Koji在 Zleap 上，端侧模型和云端模型是如何分工协作的？🧑🏻💻 Jomy
我们没有用云端模型，所有的模型都是跑在本地的。你甚至可以只用 U 盘拷贝数据进去，整套系统可以完全不联网运行。👦🏻 Koji小模型够用吗？小模型的应用开发有什么特别之处？🧑🏻💻 Jomy
如果是在去年，小模型是不够的。但是今年就完全不一样了，尤其是近几个月开源的 Qwen3-2507，表现真的很好。但是小模型表现再好，也是不可能像大模型那么聪明的，所以要有完全不同的开发思维。大模型应用开发是「more intelligence, less structure.」，但小模型是完全反过来的。一定要把流程拆解清楚，不要让模型做太多决策，而是做更多明确的执行。对于小模型的提示词工程，也是和大模型完全不同的。所以我希望 Zleap 可以推动小模型开发的潮流，让更多 AI 公司来做更加落地的事情。👦🏻 Koji目前 Zleap 支持接入哪些企业内部的数据源？🧑🏻💻 Jomy
我们现在支持飞书、钉钉、文档、链接、Zleap App 内部汇报等等，我们未来每周都会更新不同数据源的接入，也支持定制接入一些企业内部的数据。👦🏻 Koji很多 CEO 最关心的信息，可能都沉淀在微信里。这个最重要的数据孤岛，Zleap 有可能接入吗？🧑🏻💻 Jomy
我们是不会违背微信的隐私政策去自动收集微信信息的。但是如果各位老板们有办法把数据导出来，无论是文字还是截图，都可以手动地导入到 Zleap 一体机里。👦🏻 KojiZleap 的记忆系统是怎么做的？🧑🏻💻 Jomy
我们 Agent 的记忆，其实就是一个全自研的数据清洗 + 信息提取 + RAG 系统。单卡的一体机是不可能有很长的上下文的，所以必须依赖 RAG。很多人都觉得 RAG 效果不好，其实不是 RAG 技术本身的问题，而是数据太脏了。我们 Agent 做的事情，其实和模型训练的原理差不多，我们会有一个 Agent 去智能地先把数据都处理一遍，类似于「标注」，之后再 RAG 的效果自然就上去了。👦🏻 Koji上次沟通时你提到，Zleap 的核心是自研的、优于 Graph RAG 的框架。能否用一个具体的例子说明，对于同一份杂乱的会议记录，Zleap 的处理方式和结果，与开源 RAG 方案（如 LlamaIndex）相比，核心差异和优势在哪里？🧑🏻💻 Jomy
我们的方案，从原理和工程上，都是独一无二的。GraphRAG 的原理其实很简单，就是让 LLM 从数据中提取出关系图谱，而关系图谱再说深入一点，就是实体 + 关系。而 GraphRAG 的实体 + 关系，其实是一维的。而 Zleap RAG 是多维的，不仅会提取单一的实体，还会提取各个维度的特征。然后我们不会在数据导入之初就把实体的关系链接上，而是在真正检索的时候，才自动建立起关系。就像人对于事情的记忆，是多维的，会自动联想的。等我们有空了，未来会发一篇论文，详细地讲讲这个原理。从工程上，真的玩过 RAG 的人都知道，基本上所有开源项目，并不是为了企业落地而开发的，都是科研或者探索的目的。所以在真正部署的时候，会遇到各种各样的问题，导致最后落地成本很高。而 Zleap 一体机是一个开箱即用的方案，连部署都不需要，买回去插电就能用了，价格也不贵。从效果上，对于同一份杂乱的会议记录，无论是开源方案，还是和 SOTA 的大模型比，我们能做到信息提取更准，更全面，更少幻觉。因为你用大模型生成一个会议纪要，基本就是一次对话；而 Zleap 生成一份会议纪要，Agent 可能在背后运行了 1000 次。👦🏻 Koji「Agent 背后运行 1000 次」具体指什么？是 query expansion 吗？会不会导致延迟和算力爆炸？🧑🏻💻 Jomy
肯定不是 Query Expansion，主要是信息在收集进来的时候，做的数据清洗和数据分析。关于延迟的话，肯定会有，我们生成一份报告是需要几十分钟的。但信息采集是 7/24 小时不间断的，在信息入库的那个时候，LLM 就开始工作了。相当于我们把这个计算的时间给分摊了，所以不会有那么强的感知。算力爆炸的话，这在 Agent 时代已经很常见了，不是么？对我们更是优势了，因为我们是一体机，给一些电费而已，不需要为 Token 付钱了。👦🏻 Koji你们提到的 Zleap RAG 的「多维」具体是指哪些维度？（实体、语义特征、情感、时间序列、上下文位置？）🧑🏻💻 Jomy
不同信息类型，提取的维度是不同的，这个背后其实也有很多的 Know-How。而且我们还支持自定义维度，根据你的关注点，自动新增一些维度。👦🏻 Koji有没有做过标准化 Benchmark？（例如在会议纪要生成、问答准确率、幻觉率上的指标对比）🧑🏻💻 Jomy
其实现在的 Benchmark 都太基础，太学术了，而且我们很多特性是无法用 Benchmark 去测评的。比如我们的无幻觉，有一个很大的原因来自于可溯源，可以在 UI 上一层一层地找到最原始的信息，这个是无法自动化评测的。我们内部有自己的评测集，未来我们有时间了，应该会推出一套更符合企业实际情况的 Benchmark 标准。👦🏻 Koji你对大模型和 RAG 有非常深入的研究，甚至准备发论文。但你并非 CS 科班出身。我很好奇，你的技术知识体系是怎么建立起来的？🧑🏻💻 Jomy
都 AI 时代了，只要有强烈的学习渴望，是否科班出身已经不重要了吧。在十几年前，我也是自学的编程，都是靠实体书和 Stack Overflow。现在有这么多的工具，AI 搜索、AI 问答、AI 翻译，高效太多了。竞争👦🏻 Koji你们的竞品是谁？🧑🏻💻 Jomy
没有竞品，我们也希望开创 Agent 一体机这样一个全新市场，让更多 AI 企业来做更多落地的事情。👦🏻 Koji间接的竞争呢？用户会不会选择其他产品来实现 Zleap 同样能提供的价值？🧑🏻💻 Jomy
SaaS 产品可能会和我们竞争，例如飞书和钉钉自带的 AI 功能。但是他们支持的数据源不会像我们这么多，而且不可能做到私有化部署。👦🏻 Koji「Agent 一体机」的市场规模有多大？🧑🏻💻 Jomy
我觉得至少是 AI 一体机的 100 倍。👦🏻 Koji「AI 一体机」目前的市场规模有多大了呢？🧑🏻💻 Jomy
说几百亿上千亿的都有，但我保守点，10 亿美金的规模吧。创业👦🏻 Koji你的上一个产品 302.ai 也获得了不错的成绩，但 302 AI 和 Zleap 是完全两个不同的方向。你是出于什么考虑没有深耕 302 AI，而是换了一条全新赛道再次出发呢？🧑🏻💻 Jomy
我觉得这里有个误会，我并没有放弃 302，302 和智跃我的时间分配是 50/50。其实就像 Manus 也没有放弃 Monica，一个是追求准而精，一个是追求大而全，并不冲突的。而且这两家公司是可以产生 1+1>2 的效果的，因为 302 也是服务企业客户，可以给 Zleap 直接带来客户；Zleap 也可以使用很多 302 开发的应用来丰富软件生态。👦🏻 KojiWhy Now？为什么选择在今天做 Zleap？是因为有什么新的技术突破、市场变化，让曾经的不可能变成了可能？🧑🏻💻 Jomy
我是今年初开始做的 Zleap，最大的原因是看到了小模型的发展。年初 DeepSeek 发了那篇 R1 的论文，通过 RL 把小模型也训练到了原来大模型的水平，这个对我来说还是相当震撼的。Test-Time Scaling 这个事情，不仅仅是让大模型更聪明了，而且让小模型真的可用了。那么我当时就想，是不是通过一个单卡平台就能解决企业 90% 的需求了呢？25 年层出不穷的论文也证明了这点，在很多垂直领域，专门训练的小模型都可以打败那些闭源的通用大模型。并且我们现在确实也做到了，在信息处理这个领域，小模型 + Agent，可以远超大模型。👦🏻 Koji为什么是你来做 Zleap？为什么你比其他创业者更适合做 Zleap？你在选择方向的时候考虑了这一点吗？🧑🏻💻 Jomy
Zleap 的第一款 Agent 一体机其实不是一个面向个人开发者或者小团队的产品。如果你的企业人很少，每天问一圈大家在干什么就行了，不需要 AI 帮你。只有到了一定规模，才有这个需求。而 AI 创业者是两级分化的，要么是很年轻很小的团队，要么是很资深很大的企业，要么在做 2C，要么在做模型。而我这种不上不下的老板，其实并不多见。而我刚好又有这个需求，又懂 CEO，又懂 AI。所以 Zleap 第一款产品，其实也是为我自己打造的，我既是开发者，也是用户。AI👦🏻 Koji跳出 Zleap，作为一个 AI 重度用户，你日常使用最多的三个 AI 产品有哪些？它们打动你的地方在哪？🧑🏻💻 Jomy
不是打广告啊，但我真的只用 302 的产品，因为 302 可以覆盖我所有的需求了。因为我有什么需求，随时就让技术团队开发了，然后顺便开源出去。👦🏻 Koji可以举两个例子吗？🧑🏻💻 Jomy
302 的产品里，我用桌面客户端和 AI 学术论文搜索比较多。302 客户端就是个集成了各种模型的 AI 聊天机器人。我们做了很多细节上的优化，很多开源客户端因为没有后端，所以功能总差一些。我们 302 各种 API 都有，用起来就方便很多。AI 学术论文搜索就是可以搜各种论文，并且帮你按原版格式翻译好，也可以对论文进行问答。我一般看论文都是中英对照着来看，再辅助一些 AI 问答，这样效率最高。👦🏻 Koji展望未来 3 年，你认为 AI 领域最大的技术或产品范式转变会是什么？这个转变对 Zleap 是机会还是威胁？🧑🏻💻 Jomy
Test-Time Scaling 之后，现在还没有新的范式，所以大模型的升级会变得比较缓慢了，但是小模型的潜力还没有被完全挖掘。在垂直领域，我觉得小模型会变得越来越强，然后再给小模型配上工具，变成 Agent，会让 AI 这个事真正落地到各个行业。所以未来 3 年，应该就是 Agent 的时代，也是 AI 第二次改变世界的时代。对我们，当然是很大的机会。价格合理、可以私有化部署的 Agent，会成为很多企业的刚需。👦🏻 Koji最后，如果让你给所有正在被 AI 浪潮冲击、感到焦虑的 CEO 们一句建议，那会是什么？🧑🏻💻 Jomy
AI 不会淘汰企业，而是用 AI 的企业会淘汰不用 AI 的企业，所以老板们自己先开始用起来吧！ps. 想了解更多关于 Zleap-D1 的详细介绍，可以去看看 Zleap 的公众号文章—— 《Zleap-D1 Agent一体机发布，开启AI驱动的管理时代》
参考资料[1]302.AI: http://302.ai/