今天做了一场内部培训，把恒海 AI 最新版的功能从头到尾讲了一遍。讲完之后，台下最有价值的反馈不是“原来如此”，而是 “那我具体该怎么做？”

功能做了，不等于用户感知到了功能。这是今天最核心的教训。

一、企业主不在乎你怎么实现，只在乎能帮他解决什么

培训一开始，按常规方式讲了登录、界面、侧边栏、Agent 执行节点、知识库上传……二十多分钟后，有个问题打断了讲解：

“今天听的都是合伙人和相关公司 CEO。你跟我讲没有用，我是企业主，他到底能帮助我企业做什么？为什么不用个 DeepSeek？”

这句话点醒了整个培训的走向。

企业 AI 平台要回答的不是“怎么用”，而是“用了以后，我的企业会变成什么样”。

后来调整了方向，从三个企业痛点切入：

• 信息不互通：每个人各用各的 AI，知识散落在个人手里。恒海用一个公共知识库把全公司的信息流收拢，AI 第一次能读到企业所有的历史文档、会议纪要、产品资料。

• 存量系统操作效率低：原本需要人登录 ERP、OA、CRM 反复切换的事，现在 Agent 自己进去做。系统接管能力让 AI 像人一样点击、登录、抓接口，把原本需要人操作的动作迁移给机器。

• AI 不懂这家公司：通用大模型不了解你的组织架构、产品线、历史决策。通过知识库 + 四层记忆，AI 越用越懂企业，越用越顺手。

这三件事，每一件都在回答“为了什么”，而不是“干了什么”。

二、让用户感知价值，比功能实现更难

培训中有一个真实的演示：企业系统接管。我打开一桌好酒的测试环境，录入登录凭证，让 Agent 自己去探索系统。几分钟后，它抓回了二十三个候选接口，审批通过后，飞书里就能直接问“查一下门店列表”。

现场的多多问：“用户根本不知道接口是什么，怎么审核？” 答案是：企业需要有一个懂业务的运维角色来确认哪些接口可用。但更关键的是——这个功能的价值，在演示之前完全没被感知到。

对面后来总结：“你今天讲了那么多功能，最让人兴奋的就是这个系统接管。因为所有人都被一堆系统折磨过。”

但问题是，前面二十分钟没有人知道这个功能的存在。产品做的牛逼，和让客户觉得牛逼，是两件事。

三、今天被反复追问的几个真实需求

培训后半段，团队开始主动问客户：你们到底需要什么？

• 财务：我每天用 Cursor 处理发票、做报销表，非常顺手。但我传发票给恒海，它没反应。我需要的是：上传几张发票，AI 自动按模板生成报销单，并且记住我之前的规则。

• 非技术人员：培训大部分内容听不懂。我们需要的是上手就能用，而不是先理解一堆概念。

• 商务：客户关心数据安全。本地化部署后，调用外网数据会不会导致泄露？我们的回答是：全链路本地化，模型也可以本地部署，数据不出域。

这些反馈直接指明了下一阶段的产品缺口：发票处理、报销自动化的 Skill 需要补齐；UI 和引导需要更傻瓜化；数据安全的信任机制需要讲得更透。

四、从“干讲”到“性感展示”，还有一段路

对面分享了一个自己的习惯：他现在做任何功能，会让三个 Agent（Cursor、Codex、Claude）各自评审，要求反馈必须是“牛逼”或“强烈推荐”。不是为了自嗨，是因为 “注意力越来越稀缺，你必须用更短的时间让用户意识到你牛逼”。

他还现场演示了战略推演功能：上传企业种子文件，系统自动构建知识图谱、生成多个人设 Agent 互相辩论，最后输出一份完整的分析报告。后台跑了几十万字的推理，前端用粒子流动画让等待过程也变得“性感”。

这不是花里胡哨，而是让用户在执行长任务时，能感知到系统正在工作。 慢不是问题，断才是——但让等待有信息密度，是一种承诺。

五、接下来要补的，不是功能，是“翻译层”

培训结束后，结论很清晰：

• 系统能力已经够用：知识库、系统接管、多层记忆、工作流、技能沉淀、飞书/Web 双端、腾讯会议集成——这些都已在线上。

• 但用户感知不到：因为我们一直在用工程语言讲产品，而不是用业务场景讲价值。

接下来最重要的工作，不是写代码，是把已经做好的能力，翻译成企业主能听懂的话、设计成业务人员能直接上手的路径。

把功能讲清楚，比做出来更难。但这一步，必须迈过去。

这，是第四十天。

《从0到1：企业级AI项目迭代日记》记录一个企业级 AI 项目从创意、架构到落地的真实过程。不讲神话，只记录进化。

---

如果你也在做企业 AI 落地，欢迎留言来聊。或者，把这篇转发给一个正在踩同样坑的朋友。