大家好，我叫曹洲，南京邮电大学计算机专业毕业，技术出身，现从事AI商业化落地与市场增长相关工作。

但我更愿意这样定义自己——我是一位始终没有离开技术、目前在做营销的程序员。

一、30行代码，让我第一次感觉“能控制世界”

我的编程起点，可能和很多人不一样……我一开始只是想参加全国性的大赛，且不服输。我开始啃C语言、做单片机。那段时间，每天花六到八个小时编写，再花两三个小时学习新代码。

真正让我爱上这件事的，是第一次写出30行代码，控制一组流水灯的时候。我发现，通过自己手写代码去控制机器，那种感觉太奇妙了。

一个一个具体的项目：让一个硬件设备动起来，让传感器采集数据变成控制逻辑，然后交付出去——那种成就感非常强。现在回头看，我真正热爱的，其实不是“写代码”本身，而是通过技术把一个想法真正变成现实。

在校期间，我做的大都是嵌入式、物联网、智能硬件这些方向。比如做一个动态模拟平台的时候，除了写程序，还要去理解液压控制设备、转向、倾斜这些东西。后来给家里做智能窗帘控制系统，家里本来就在做这个生意，我就自己买来红外、光感、声控各种控制器，把它们整合成一个真正符合生活场景的系统。

这些项目驱动的经历，我开始形成一个判断：程序员不应该只是坐在电脑前单纯写代码的人，更应该像一个问题解决者。代码，只是解决问题的一种工具。技术的价值不在于写，而在它能不能解决真实的问题。

二、技术人第一次真正理解“用户”

毕业后，我有一段职业教育培训的创业经历，管理两个校区、二十人左右的团队。那段经历对我的冲击非常大，倒不是因为做得有多大——说实话，在“双减”政策出来之前，那玩意儿确实挺赚钱的。但真正让我收获的，不只是赚了多少钱，还有一个认知上的转变：我第一次深刻意识到，不能只从技术视角去看问题，而要去理解那些学生和家长——也就是用户——理解他们的真实需求。

小何：您相对来说技术底子较好，却较早介入了管理和市场的工作，在当时来看，这两条路在您个人的认知里是否存在冲突？

曹洲： 完全不冲突。我其实在上学的时候就不止一个身份——学生会主席、校运动员打省赛，同时还要写代码。我精力比较旺盛，能同时处理很多事。

从逻辑上讲，一个人写代码去执行一条命令，效率是有限的。如果你能把管理做好、把机制分配好，让一群人帮你分批次写出代码，拿到结果的速度可能更快。哪怕你只是管理你自己，也可以管理好自己的时间、管理好效率分配。我们当时写程序跟今天完全不一样，一边是乱糟糟的线堆在那里，一边还要写代码。我为什么比别人快？我就硬背，先把线路接好，再调程序——这就是自己管理自己。

三、被ChatGPT重新点燃，我决定重新回到一线

创业那段经历后来因为“双减”结束了。但2021年，ChatGPT 的爆火，让我整个人又被点燃了。

那时候我心里其实有一个创业想法，但感觉自己脱离技术有一段时间了，。于是我做了一个决定：进入南京灵境元宇宙研究院。也正是从这个时候开始，我真正接触到那些最前沿的方向，也开始经历一次更深刻的认知转变。

在研究院的两年多时间里，我接触了大量站在风口上的领域——人形机器人、VR/AR/XR、全息投影、虚拟空间、虚拟人。我从技术岗位逐步做到研究院主任，同时兼任技术负责人和江苏区域商务负责人。

研究院的经历给了我很多宝贵的积累。第一，它让我一直走在技术的最前沿，收获了更大的平台、人脉和视野。第二，无论是虚拟人还是机器人，让我更早地深度思考了人与机器的关系——我们当时有一个课题，把“人”定义成三种：真人、虚拟人、机器人。如何和另外两种模态的机器交互？这个思考一直延续到今天我做AI语音智能体。第三，做管理和技术规划，让我习惯从技术路线、项目交付、团队协同和客户接受度几个维度同时看问题。

2023年整整一年，我们接待的政务单位参观交流不下1500人次，其中70%～80%我都有直接接触。但正是在这个过程中，我开始感受到一种越来越强烈的不满足感。

小何：您大概是在什么时间点开始意识到，这些前沿方向距离规模化的商业落地还有一些距离？

曹洲： 不是某一天突然想明白的，是长达两年多的研究验证和项目执行。很多前沿方向在展示和概念的阶段非常吸引人，但真正要推到客户预算、业务流程、持续交付，甚至复购的时候，会遇到非常现实的问题。

客户第一次看到全息屏、虚拟数字人，会觉得很新鲜、很震撼，但后面一定会问：这个东西能不能帮我降本增效？能不能帮我提升收入？能不能带来新的税收？ 一旦进入这些问题，项目就从技术展示变成了商业落地，要形成闭环和可持续性。我们卡过很多次。

我真正产生转变的想法，是因为我越来越不满足于做看起来很前沿的事情，而是想做那些能够深入业务流程并且可持续化的事情。语音智能体，它不是一个孤立的技术概念，它天然链接了客服、销售、外呼、政务热线，不是展示给别人看的，而是直接可以进入企业每天的工作流。我当时甚至在想：机器人加上这种智能交互的大脑，能不能做到跟真人80分的相似度？就是带着这个想法，加上后来老魏的邀请，我离开了研究院，加入了云蝠智能。

四、12319政务热线：AI落地不是炫技

加入云蝠后，我就已经开始深度接触AI语音交互在实际场景中的落地。其中最重要的一个项目，就是12319政务热线。

这个项目本身就是由我牵头的。

小何：这个场景里用户群体复杂，当AI无法准确理解用户意图时，你们有没有在技术上做妥协？

曹洲： 政务场景和商业外呼完全不一样，它的核心不是让AI看起来多聪明，而是稳定、可信、可控。

当时我们有一个很重要的原则：AI可以承担人工客服的一部分接听和分流，以及信息采集和标准化的工作。比如从晚上七点到第二天早上九点，人工是不接电话的。最早我们是说服他们夜间由我们来接，结果发现我们接的没问题，对方立马就说：那就24小时上。

我们的标准是让AI做三件事：第一，让用户把话说清楚，把问题听完整。第二，及时确认用户信息，让对方感受到被关注和认可。第三，设置合理的兜底转人工机制。夜间转不了人工的，就如实告知、记录信息，承诺次日回复。

在技术上，在开放对话能力和流程可控之间，我们选择让AI更可控。 政务热线本身不适合完全开放式的聊天，我们把它拆成明确的意图、槽位和流程，让AI在一个有边界的任务里做回答。语音识别上，我们做流式识别、实时判断、多轮确认、关键词校验，宁愿多问一句确认，也不为了追求速度而直接给客户答案。AI可以对意图做理解，如果跟上文完全偏离，它会反问一句：“您刚刚问的是什么问题？”用户确认了，再开始准备回答。

这个项目给我最大的启发是：AI语音交互的落地，不是单纯追求智能的程度，而是在用户体验、业务流程、风险控制和技术之间找到一个平衡点。 在政务场景里，它最大的价值是提升接通效率，让老百姓任意时间段都能打进来；同时提升处理能力，让复杂问题快速到达人工，给人一个解释和情绪安抚的空间。

而这个项目也让我在研究院时期就完成了一次认知上的跃迁：从追求“技术有多前沿”，转向追求“技术如何进入真实业务流程并持续创造价值”。

五、从程序员做到CMO：我开始重新理解“信任”

一次政务饭局上，我同云蝠智能的CEO魏佳星聊得很投缘。2024年8月我正式加入云蝠。创始人老魏跟我说：“希望你来做攻坚，攻坚我们的新产品——大模型语音智能体。”

行，我来！

小何：您的角色经历了很多次调整，从生态渠道到SDR到售前等等，这些变化更多是您主动争取，还是公司业务需求推动？

曹洲： 是主动争取和被业务需要共同推动的结果。我一开始并没有说自己一定要做市场或者某一个固定岗位。老魏给了我一个小题目：攻坚大模型语音智能体。我的所有岗位流转，本质上都是围绕着公司不同阶段的关键问题在调整——当前遇到问题，需要有人站出来解决，那我就站出来了。

刚入职第二天，我就直接签了一单，金额还挺高。紧接着快速搭建渠道生态体系。渠道稳住了，发现拓新不够，就亲自搭建SDR团队做线索清洗和挖掘。订单变多售前接不住，我又去搭售前体系。后来公司进入融资阶段，我给老魏做助理，帮他去路演。再后来搭建商务团队、做战略创新，一直到今天负责总公司的营销体系——新媒体、品牌公关、市场营销。

这些岗位都在我的射程范围之内。 这里面有一个原则：不是我要去争什么位置，也不是被推着走，而是当前遇到问题，大家需要有人站出来解决。我的选择相对理性，加上公司高层也给予支持，缺一不可。

在这整个过程中，我做了件让自己觉得特别踏实的事：全程提出并参与开发了一个智能路由系统，这个系统直接让全站营收提升了5%。 这个需求是我在一线直接发现的，开发本身并没有特别复杂，但立竿见影地产生了巨大的商业价值。这也是我一直坚持的信念——技术的价值在于能否解决真实的问题。

六、商务和销售，完全是两码事

在公司业务稳定之后，我们发现一个问题：常规的SaaS销售团队接的都是一些短平快的订单，但当面对那些年营收几十亿、上百亿的大客户时——比如海底捞、万科——整个逻辑就完全不一样了。这种大客户要的不是你单纯能做到什么功能，而是要你怎么帮他设计、怎么帮他落地。这种长周期、需要出完整解决方案、需要多轮磋商的项目，一般的销售团队精力撑不住、KPI压不住。所以我们就决定搭建一个专门的商务团队来做这件事。

小何：在这些角色当中，哪个带给您的挑战最大？

曹洲：准确来说要叫商务，销售跟商务还真不一样。我们的销售一个月的提成能有十万，你说他差吗？肯定不差。但是商务要面对的是完整的B端企业——市场部、采购部、执行部、管理层等等一系列的对接，一听就知道是长周期的，需要出解决方案、需要多轮磋商。我们那种短平快的模式不太支持，所以搭这个商务团队，还是比较有压力。

但我必须诚实地说，单独遇到几个大项目，如果是我直接上，也都能拿下来。比如像12319那种项目，直接就是我自己上的，在公司金额都是排前几的。但规模化地去铺这件事，需要更多积累。

正是这段经历，让我沉下来反思：为什么一个技术出身的人，在管真正的业务团队、做真正的商务时，有时候会觉得别扭？

小何：那作为一个技术出身的人，在管理商务团队时，最容易出现什么样的盲点？

曹洲： 技术出身来管业务，最容易犯的错误就是过度相信逻辑，而低估了关系、信任和情绪的价值。 程序员习惯追求确定性，喜欢把问题拆成因果关系和流程指标。但在真实的业务视角里，客户不一定是来听你一套完美逻辑然后立刻决策的。客户会考虑风险、商务关系、预算周期、过往经验，甚至决策者个人的压力——这些东西不能量化，但非常真实。

另一个常见错误就是觉得产品好就应该卖得好。我们CEO也算半个技术出身，我和他的视角完全一致——我们都认为产品非常好，应该卖得好。但有时候产品好只是基础。市场的教育、场景的表达、客户的关系、销售环节、售前支持、方案包装，这些东西缺一不可。

所以你管业务，一定要以信任二字为基石——让客户信任你这个人，信任你这家公司，信任你的产品。它是一个递进关系。但凡失去信任，就一定会影响最终结果。技术人如果不了解这些，就尽量别转业务；转了业务之后不了解这些，就很容易对业务团队产生误解。

这段反思对我来说极其重要。它不是一个技术人承认自己做不了商务，而是一个技术人终于理解了：无论是打造产品、做营销、给客户演示，还是做方案——本质上，你都是在做同一件事：建立信任。

同时我也更加清楚自己的长板在哪里。就像前面说的，单点突破的大项目，我直接上，能够拿下。因为我可以用我的技术理解力、对业务的深入判断、面对面建立起来的信任，去解决那些复杂问题。而这本身就是一种“技术解决者”的打法，只是换了一个战场继续在打而已。

七、被高估的“万能”，被低估的“交互与质检”

云蝠和市面上大多数AI语音公司最大的区别、优势在于算法——我们不是在等用户说完话才回应，而是像人一样，一边听一边准备答案，有卡顿、有思考。这个算法壁垒是我们能够持续领先的核心竞争力。但放眼整个行业，对AI语音智能体的认知，存在着明显的高估与低估。

小何：您目前的实践来看，AI语音智能体在哪些能力上被行业普遍高估了？

曹洲：很多人会高估 AI 智能体“交互”的“万能性”。

他们会觉得，只要模型足够强，AI 就能像人一样自动完成所有工作，甚至直接接管企业流程。

但真实的企业场景远没有这么简单。

真正决定 AI 能否落地的，不只是模型本身，而是业务流程、知识库质量、系统集成、数据结构、人工兜底以及合规边界的整体协同。

很多时候，问题并不在“AI 能不能回答”，而在于企业是否已经做好了承接 AI 的准备。
AI 落地，本质上是一项长期的系统工程。

小何：那反过来说，有没有哪些能力是被低估的？

但与此同时，很多人又低估了 AI 在“质检”上的价值。

很多企业会觉得：“AI 不就是帮我接了个电话吗？”

但实际上，一通电话结束之后，AI 可以自动完成通话转写、内容拆解、情绪分析、质检评分、标签归类，甚至进一步形成可追踪、可分析的数据系统。

过去很多依赖人工、难以追踪的大规模工作，现在都可以被结构化、流程化。

比如一小时上万通电话，如果完全依赖人工，几乎无法实现有效管理；但 AI 可以把这些原本离散的信息，沉淀成一个结构化化的数据库。

所以如果有人问我，云蝠真正的核心是什么。

我会回答四个字：交互 & 质检

未来：做一个“懂AI、懂业务、懂增长”的人

在家里，我把自己很多经历串联成了一条时间轴。它们有时候会交叉，有时候看起来毫不相关，但我越来越清楚它们之间的内在逻辑。未来，我希望把这些沉淀成更清晰的方法论。

工作上，我想在AI商业化落地上继续深耕。AI最大的机会不仅仅是大模型本身，而是模型如何进入真实的行业。企业不会因为一个概念先进就买单，它要看到AI能不能解决具体问题。 今年三月、四月，我们的订单进入了爆发式增长期，这件事已经被初步验证。接下来我不只是想一个一个做项目，而是希望形成一套可视、可复制的落地方法。

个人成长上，我仍然保持着一个习惯：每出一个新模型，我都会花时间研究。我不想变成一个只会讲商业概念的人——AI行业变化太快，不去持续理解技术变化，判断力就会滞后。同时我也会补足战略视角、品牌视角和资本市场相关的能力，让自己具备更完整的经营视野。

更长期的期待很明确：我希望自己成为一个真正懂AI、懂业务、懂增长的人。而且不仅仅是参与一家公司的发展——我更想把自己的经验分享给更多曾经跟我一样的程序员同行。

小何：作为一个从程序员视角一步步走到今天这个综合位置的人，您最想对程序员同行们说些什么？

曹洲： 今天这个时代，程序员的边界一定会被重新定义，而且已经来了。

过去程序员更多想的是写代码、做系统、解决工程问题。但AI正在改变一切。如果你不用AI，效率低，就很可能被优化掉。但机会在于——真正去懂问题、懂系统、懂业务、懂取舍。 不要只把AI当工具，更不要当威胁，尽快学会和它协作。我把自己都“喂”给AI了，它能给我很多提示，让我能想到更多东西。

把自己的能力从单点执行，升级到问题定义、方案设计、结果验证和跨部门协同。 在未来，人给到的核心价值是创新、是结构、是取舍判断。你能做到这些，就能在你的位置上继续发光发热，不然就只会被AI cover住。

真正有生命力的AI产品，一定不是在演示里聪明，而是在复杂、重复、真实、有压力的业务场景里，依然能创造价值。

希望你们写出来的东西，能够让更多的人用到。

送给所有的程序员们。