【北京】没有工位，不领薪水，却在赛前 72 小时里完成了 74 个人 10 天的工作量。这不是科幻小说，而是百融智能（6608.HK）与北京半程马拉松真实发生的 AI 原生合作。

01 一个让赛事总监失眠的夜晚

比赛日前三天，北京半程马拉松组委会的赛事总监，第三次刷新天气预报。大风蓝色预警。这意味着赛道上的道旗需要加固，医疗点的帐篷需要检查，更关键的是——2.2 万名参赛选手，必须全部收到安全提示。这位赛事总监做了十几年大型活动，他最怕的不是下雨，不是高温，而是「信息没传到」。

可怎么确保？2.2 万人，人工外呼一个人一天不眠不休最多打 300 通，要全部覆盖需要 74 个人打满整整一天。而预警窗口往往只有几个小时。外包呼叫中心？紧急外呼按通计费，覆盖一轮就要小十万。而且接通率无法保证——陌生号码打出去，一半被当成骚扰电话挂断。

这似乎是一个恒等式：2.2 万人 × 必须触达 = 不可能任务

但第二天，百融智能的团队告诉他们：这个公式可以重写。因为解决问题的思路，不是「增加更多人工」，而是把整个通知流程重新设计成 AI 原生。

02 不是工具，是「员工」——AI 原生的起点

什么叫 AI 原生？IBM 的定义说得很清楚：AI 不是后加上去的一个功能，而是从一开始就被放在产品、流程和组织的核心位置。百融智能带来的不是一个「智能外呼工具」，而是一个没有工位、不打卡、不上社保的 Agent「硅基员工」。准确地说，是一支硅基外呼小队。

半马组委会见过太多「智能外呼」产品——话术僵硬得像复读机，选手问「几点领物」它能回答，选手问「存包车在哪里」它就卡壳，更别说听懂「我膝盖旧伤复发了还能跑吗」这种复杂问题。

百融智能表示：「我们不卖系统，我们派硅基员工，按结果付费」。这就是 AI 原生的第一个特征，AI 从辅助工具变成了执行主体。流程是为 AI 设计的，而不是在旧流程上打补丁。

组委会签了合作。接下来三天发生的事情，让他们彻底理解了什么叫「AI 原生」。

03 硅基外呼小队的「72 小时工作流」——AI 原生如何运转

我们跟着百融智能为北京半马部署的 VoiceAgent 外呼应急保障系统，走完一次完整的紧急通知任务。

第一阶段：岗前培训——AI 原生要求 AI「吃透」业务。真正的硅基员工，上岗之前不需要看 PPT。百融智能的工程师做的第一件事，是把这场马拉松的所有关键信息「喂」给模型：领物时间、地点、所需证件；起跑时间、分区、存包车位置；赛道医疗点、补给站分布；常见问题标准答案；甚至包括赛事的历史常见投诉。

经过几个小时的「特训」，这个硅基外呼系统已经能做到：当一个选手问「我航班晚点了，能不能晚一小时领物」，它不会机械地回答「请参照官方通知」，而是会说：「领物截止时间是晚上 8 点，如果实在赶不上，您可以委托朋友凭您的身份证复印件代领。」——这个答案，来自系统对往届选手问答的深度学习。

AI 原生的核心：AI 不是被「编程」去回答固定问题，而是被「培养」去理解业务本质。

第二阶段：排兵布阵——AI 原生要求 AI 自主决策人工外呼最大的浪费是什么？拿到一个名单就从头打到尾，不管这个人是不是已经看过短信。百融智能的硅基外呼不做这种傻事。任务启动前，它会先「读」一遍选手数据库：已通过短信/App 确认收到通知的不再外呼；短信已发送但未读的优先外呼；号码异常或历史拒接的启用备用号码策略，换时段再次尝试。这套分层策略，是百融智能的决策智能引擎基于历史数据自动生成的。

AI 原生的核心：不是人给 AI 下发指令，而是 AI 自己制定执行策略。

第三阶段：真人级对话——AI 原生要求 AI 胜任「岗位职责」真正的魔法发生在外呼那一刻。这是一段真实场景的模拟对话：

硅基员工（百融智能）：「您好，我是北京半程马拉松组委会的工作人员。给您来电是通知一个安全提示：根据气象预警，比赛日当天有 4-5 级大风，请您注意防风保暖。您是否收到这条信息了？」

选手：「收到了。对了，我报名时填的衣服尺码是 M，想换成 L，还能改吗？」

普通的外呼机器人到这里会卡住。但百融的硅基员工瞬间调取知识库：「可以的。您登录官方 App，在『我的报名』页面点击『修改装备尺码』，今晚 12 点之前都可以更改。需要我帮您发一条短信把链接发到您手机上吗？」

这通电话，不仅完成了安全通知，还顺带解决了一个服务问题。全程没有任何人工介入。

AI 原生的核心：AI 不是「辅助人工」，而是直接承担外呼代表这个岗位的核心职责。

第四阶段：实时「记笔记」——AI 原生要求 AI 闭环数据。传统外呼最大的痛点不是「打不通」，而是「打通了也白打」。百融智能的硅基员工每打完一通电话，会在 3 秒内生成一份结构化对话摘要，自动同步到赛事运营后台：通知状态、选手反馈、情绪标签、建议跟进。如果某个选手反复询问「医疗点有没有喷雾」，系统会把这个信号标记为「高频需求」，自动推送给现场医疗组。

AI 原生的核心：AI 不仅是执行者，还是数据的采集者和分析者，形成从执行到优化的闭环。

第五阶段：自我进化——AI 原生要求 AI 持续学习。传统软件上线之后就是「死的」。但百融智能的硅基外呼系统会每天学习。每天凌晨，系统自动回放当天所有通话中「被选手打断后成功回答」的片段，以及「被选手挂断前最后一句」的失败案例。百融智能的内部数据显示，一个硅基外呼系统上岗第一轮任务，有效信息传达率约为 78%；到第三轮任务，可以稳定在 94% 以上——已经超过人工外呼的平均水平。

AI 原生的核心：AI 不是一次性交付，而是越用越聪明。

04 Anthropic 的「一人营销团队」：AI 原生的另一个注脚

最近圈子里疯传一个案例。Anthropic，这家估值 3800 亿美元的 AI 巨头，整个增长营销团队一度只有一个人——一个非技术背景的营销人员，独自负责付费搜索、社交、应用商店优化、邮件营销和 SEO，持续了近十个月。他在 Claude Code 里搭建了两套自动化工作流，把半小时的手动操作压缩到 30 秒，创意产出量提升 10 倍。

这不是「用 AI 写个文案」那么简单。这是让 AI 进入了一个完整闭环：读数据、找问题、产创意、做内容、接工具、跑测试、记结果，再继续优化。这就是 AI 原生——人的角色从「执行者」变成了「指挥官」，AI 负责把执行跑通。

而百融智能正在做的，本质上和 Anthropic 如出一辙——只是把战场从「一个人的营销团队」放大到了「一场万人级赛事的全链路服务」。北京半马的 AI 外呼应急保障系统，不是「用 AI 辅助人工通知」，而是把紧急通知这件事的完整流程重新设计成了 AI 原生：AI 负责筛选优先级、拨号对话、确认收到、记录反馈、自我进化——碳基工作人员只需要在关键节点做策略调整。

05 RaaS：AI 原生的商业模式——不卖铲子，只分金子

北京半马的案例还有一个容易被忽略的细节：百融智能交付的不是一套软件，而是可量化、可验证的赛事服务结果。这背后是百融智能独创的商业模式——RaaS（Results as a Service，结果即服务）。

百融智能 CEO 张韶峰有一个很形象的比喻：这叫「不卖铲子，只分金子」。过去几十年，软件行业走的是「卖工具」的路——你买一套系统，用得好不好是你的事。而百融智能的逻辑是：直接派一个能挖出金子的矿工去你矿上，挖到了分钱；挖不到白干。这本身就是 AI 原生的商业模式——不是按软件授权收费，而是按结果收费。在北京半马项目中，百融智能按照「有效触达量」和「问题解决率」来结算。

06 从北半马到千行百业

北京半马的 AI 原生服务部署，只是百融智能庞大能力体系中的一个场景切片。截至目前，百融智能已经打造了近 200 类岗位级硅基员工，渗透到八大核心业务场景。在运营商领域，驱动多智能体协同覆盖客户咨询、资费解析；在校园场景，「小悟空心理伙伴」数字人已在深圳、石家庄等多个学校落地；在智能硬件赛道，百融 AIoT 平台以「让硬件拥有有趣的灵魂」为理念，推动硬件从「指令执行」向「具身智能」跃升。

在内部，百融智能正在形成一种全新的组织形态——「硅碳共治」。硅基员工承接重复性工作，碳基员工聚焦策略决策。百融智能内部的硅碳比已经达到了 1:150——1 个碳基员工可以调度 150 个单位的硅基员工。

07 AI 原生不是选项，是必然

回到开头那个问题：什么叫 AI 原生？不是「买了 AI 工具」。不是「在 PPT 里加了 AI 板块」。也不是「让员工学用 ChatGPT 写周报」。

AI 原生意味着：

AI 从辅助工具变成了执行主体；

流程是为 AI 设计的，而不是在旧流程上打补丁；

结果是可以被交付和量化的，而不是「买了软件自己负责」；

组织形态是硅碳共治的，而不是「人干活、AI 打杂」；

AI 持续学习、自我进化，而不是一次性交付。

Anthropic 那个一人营销团队，把半小时操作压缩到 30 秒——本质上是把营销流程重新设计成了 AI 原生的闭环。北京半马这场万人级赛事，用百融智能的 AI 外呼和语音客服把「占线」变成历史——本质上是把赛事服务流程重新设计成了 AI 原生的规模化运转系统。

这不是「做得更快」，而是「做得不一样」。

2026 年被广泛视为「Agent 规模化落地之年」。但真正重要的不是年份，而是一个正在发生的事实：那些率先把 AI 当员工、而不是当工具的企业和组织，正在悄悄改写服务行业的作业规则。

而百融智能，正在为这个 AI 原生的新世界提供基础设施。