超越之路分享｜池光耀：大模型越来越强，应用层公司的护城河到底是什么？

在“超越之路”两周年活动现场，语核科技池光耀分享了一个关键判断：真正不会被基模轻易取代的，不是又一个套壳应用，而是那些藏在真实工作过程中的隐性经验。

WAIC 期间，“超越之路”迎来了两周年特别活动。活动开场时，社区发起人分享了一个很有意思的判断：移动互联网时代，决定创业成败的是连接效率；而到了 AI 时代，真正稀缺的东西，正在变成信任。

过去两年，“超越之路”连接了 100 多个合作组织，吸引了 3 万多名关注者，举办了近百场线下活动。它试图搭建的，正是一张属于 AI 创业者的信任关系网络。

语核科技创始人兼 CTO 池光耀，则把同一个问题带到了应用层 AI 的产品竞争中：当大模型的能力以极快的速度增长，我们今天做出的应用，怎样才能不在明天被基模直接取代？

基模吃掉公开数据，应用层还剩下什么？

大模型的能力来自哪里？很大程度上，来自互联网上能够获得的公开数据。这也意味着，如果一个 AI 应用的核心价值，同样建立在公开知识、通用流程和固定提示词之上，那么随着基模继续进化，它与其他产品之间的差距很可能会被迅速抹平。

值得争夺的：从未公开流通的隐性数据

池光耀认为，应用层公司真正值得争夺的，是另一类数据：那些存在于员工头脑中，对完成关键业务不可或缺，却从未在公开场合流通的数据。

它可能是一位资深售前判断客户真实意图的方式，也可能是一名编辑修改标题时对读者情绪的把握；可能是工程师面对异常参数时的直觉，也可能是供应链负责人多年积累下来的取舍逻辑。

真正的学习，发生在人修改 AI 的时候

现场分享中，池光耀举了一个内容创作的例子：假设 AI 连续生成了两个标题，用户都不满意。最后，用户亲自把标题改成了更有冲击力的版本。传统 AI 只会得到一个新标题；下一次遇到类似任务，它很可能继续犯同样的错误。

自进化的关键：理解人为什么这样改

而一个真正具备自进化能力的 Agent，应该进一步观察：用户为什么不满意？修改前后发生了什么变化？这篇内容的目标读者是谁？用户采用了怎样的叙事角度？这次修改背后，体现了什么稳定的判断范式？

当 Agent 能够理解这些问题，它学到的就不再是一条孤立指令，而是一种属于这个用户、这个团队乃至这家企业的工作方法。AI 与人的每一次协作，也就不再是一次性消耗，而是在持续生产新的组织经验。

真正被沉淀下来的，不是流程，是资产

这场分享指向的，其实是一个更值得关注的趋势：真正决定 AI 应用能不能活下去的，从来不是模型或 Agent 本身，而是它有没有能力把人的经验，转化成企业留得住的资产。

显性与隐性：谁能被复制，谁才是护城河

显性知识可以被快速复制、自动化——制度文档、SOP，基模学得比谁都快。但那些真正决定工作质量的隐性知识，只能在人与 AI 一起干活的过程中被逐步捕捉、验证、沉淀：AI 先参与工作，人对结果做判断和纠偏；AI 再反推这些修改背后的原因，把零散的反馈，变成可以被组织反复调用的记忆。

这个过程积累得越久，沉淀下来的就越不是“一次性用完的答案”，而是这家企业、这个团队独有的判断方式——这才是基模跑得再快也复制不走的东西。也是为什么，未来企业之间的 AI 竞争，表面上比的是模型与 Agent，底层比的却是谁能更快地把人的经验，变成一份留得下来、还能继续生长的组织资产。

LangHub：让企业经验真正“活”起来

沿着这条路径，语核科技最新推出了 LangHub——人人可用的企业级 Agent 训练场。LangHub 不是又一个只能陪你聊天的 AI 助手。它能在 Workspace 中理解项目文件、模板与历史交付物，分层记住不同项目和任务的背景；执行过程可观察、可打断、可回退，人可以随时介入调整方向。

记忆与 Skill：把判断沉淀为可复用资产

更重要的是，当用户对结果进行修改时，LangHub 不仅记录“改了什么”，还会尝试理解“为什么这样改”，把散落在一次次任务里的判断，沉淀为可复用的记忆和 Skill。这些能力最终可以在组织内部共享，成长为真正能够沉淀下来的数字资产；同时 LangHub 通过项目、角色和部门级权限，把敏感业务数据严格隔离。

所以，LangHub 真正值得被看见的能力，不是它比别的 AI 多会聊几句，而是它正在解决一件更难、也更有价值的事：把资深员工脑中最珍贵、最容易流失的隐性经验，变成企业能够永久复用、持续进化的数字资产。