句子互动的小伙伴们，

开工大吉！

2025 年，是我们的「AI 破局年」。

我们在 AI 交付上迈出了里程碑式的一步：在在线教育的销售转化环节用 AI 交付了结果，并让用户愿意按结果付费，实现了 AI 的真正落地，甚至 PK 掉了某头部在线教育公司自研一年的成果。

我们的 AI 员工完成了超过 5500 万次自主决策，生成了 1257 万次智能回复，触达了 410 万用户，帮助客户团队实现了 3 倍的人效提升。

这些数字背后，是我们去年提出的「主动出击」终于在 AI 领域开花结果，「追求公平」的分配原则让创造价值的同学获得了应有的回报，而「打造学习型组织」上，虽然还有很多不完美，但我们沉淀的最佳实践和一系列内部分享会，正在让持续学习和自我迭代的文化融入团队的血液。

今年，我们聊一聊「Dive Deep」、「AI 交付」和「AI 原生组织」。

Dive Deep

Dive Deep 最开始是来自亚马逊的企业文化：

Leaders operate at all levels, stay connected to the details, audit frequently, and are skeptical when metrics and anecdote differ. No task is beneath them.

领导者深入业务各个环节，始终掌握第一手细节。他们经常检查，对数据与传闻不符之处保持怀疑态度。他们从不认为有任何工作不值得自己亲自去做。

在此之上，我做了一些延伸，Dive Deep 是一种由好奇心驱动、以数据为基础、追求根本原因的思维模式和工作习惯。在关键的问题上，我们需要有刨根问底的原则，极致的工作态度和深度的思维模式，才能帮助我们交付更好的结果。

AI 让很多事情交付结果变的越来越容易，但是真正能拉开距离的，其实是交付结果的深度，唯有 Dive Deep，才能交付十倍好的结果。

我们的“按结果付费”模式，本质上就是一种 Dive Deep 模式——如果我们不能深入到客户的业务细节中，精准地衡量、交付我们创造的价值，这个模式就无法规模化。

我们的产品需要 Dive Deep，我们只有深入在客户的土壤之中，泡在客户的真实场景里面，才能对客户需求有深度洞察，对客户业务流程的深度理解，更重要的要让 AI 真正嵌入到客户的业务中，才能真正让我们的 AI 员工上岗，AI 上岗在这里，还有一个更深的意义：不止是真正为企业带来结果，还要帮助企业完成AI的组织落地。

我们的研发需要 Dive Deep，修复一个 Bug 只是开始，更重要的是分析这个 Bug 出现的根因：是代码规范问题、测试流程缺失，还是架构设计缺陷？如何从系统上防止同类问题再次发生？每个人都可以向前一步，前端、后端、测试、运维主动承担相邻领域的职责，不局限于“一亩三分地”，共同为产品的最终交付质量负责。

我们的销售和交付需要 Dive Deep，这意味着我们要成为客户的业务专家。我们要比客户的执行层更懂他的业务痛点，能帮他算清楚每一笔 ROI。我们PK掉头部公司自研一年的成果，就是一个典型的 Dive Deep 的胜利。我们要把这些 Know-how 沉淀下来，变成可复制的方法论。

对我们每一个人的日常工作， 都可以 Dive Deep。我做的这件事，最终为客户创造了什么价值？衡量我工作结果的核心指标是什么？在讨论时，多用“数据显示”开头，而不是“我觉得”。当数据和直觉、听到的传闻不一致时，要敢于怀疑，并深入探究，直到找到真相。

AI 交付

过去一年，我们在在线教育行业跑通了按结果付费的模式，沉淀了最好的 SOP 和最佳实践，搭建速度实现了十倍的提升。但这只是一个开始。

我也听到一些 Prompt Engineer（PE） 同学的焦虑：大模型越来越强，会吃掉 PE 吗？

我的答案是：流程引擎的时代正在过去，或者说，流程引擎正在被 AI 重新定义。PE 的未来，一定不是搭建流程引擎，而是能更好地管理 AI，让 AI 的能力变得可控可用、可衡量、可优化、可规模化。

这意味着我们需要做几件事：

第一，给 Agent 做工具。我们不能只是在用 AI，我们要为 AI 打造更强大的基础设施，让 Agent 能够调用更多的能力，完成更复杂的任务。

第二，让 AI 交付的结果可评估、可衡量。 Agent 上岗前，要有量化的测试标准 -- 准确率、覆盖率、异常兜底率，像软件发版一样有明确的质量门槛。Agent 上岗后，要有清晰的效益衡量 -- 客户的转化率、人效、满意度，这些是我们"按结果付费"的根基。没有测试，就没有质量；没有衡量，就没有优化。

第三，技术轮岗。我们要把软件工程的最佳实践全面落地到 AI 交付中。代码审查、自动化测试、持续集成、版本管理 -- 这些在软件工程领域已经被验证过的方法论，同样适用于 AI 交付。我们的交付不能只靠"手感"，要靠工程化的体系来保证质量和效率。

我们学习 Palantir 的 FDE（Forward Deployed Engineer）模式，需要既懂技术，又懂业务的人，能够深入到客户的场景中，用工程化的方式交付 AI 解决方案。这是我们 AI 交付团队进化的方向，也是我们从“项目交付”到“价值共创”的关键。

打造AI原生组织

作为一家打造 AI 员工的公司，我们自己本身就是 AI 最好的实验场，我们内部所有流程都应该尽可能 AI 化，这也是去年开始我提出的打造 AI 原生组织，但是去年还只是在管培生层面，今年要逐渐覆盖到全员。

我们更好的深度实践，一方面是内部的提效，另外一方面也是将这些实践输出给我们的客户。

过去的实践我发现，AI 落地不仅需要高层对于 AI-First 的坚定投入，还需要自下而上的热情，也就是真正在一线干活的人，需要对 AI 感到兴奋，愿意学习、愿意布道、愿意总结最佳实践，愿意在组织里做知识分享。

自下而上的推动比想象中重要的原因是，每个人的工作都不一样、非常具体。无论是软件工程、财务、运营、市场还是销售，落地到工作层面，会有大量“最后一公里”的细节，必须靠一线的人去试、去打磨、去改 workflow。

只有高层的坚定决心，缺少一线的热情拥抱，即使在绩效写明了“你要用 AI 提升生产力”，也必然会走向失败。一个客观事实是，一线不可能全面拥抱，就需要一小波“AI 传教士”先开始，然后逐步渗透，逐步影响。

新的一年，“AI 传教士”不仅仅是 AI 管培生的工作，也会吸纳各个部门对 AI 兴奋的人，我们也会组织一系列的 hackathon，核心目标是用 AI 重塑句子内部的工作流。这也是学习型组织的进一步延伸：内部尝试，拿到结果，做持续的知识分享，在组织内部制造兴奋感，吸引更多人加入。

最后

在刚刚结束的年会上，我分享了竹子的故事：竹子用了四年的时间，仅仅只生长了3厘米，但是到了第五年开春，竹子就会以每天30cm的速度飞速生长，从破土而出的竹笋到一棵竹子，仅仅只需要六周时间。

我们 2025 年的年会主题是 「Dive Deep，Rise High.」我们所有的深入钻研，都是为了最终的突破和飞跃。只有先 Dive Deep，才有可能 Rise High。

但 AI 时代，只靠深度还不够，我们还需要速度。

速度，意味着更快的迭代。模型、用户需求、竞争者都在快速变化，AI 创业的本质已经变成一个持续实验的过程，而不是一次性产品设计。谁迭代更快，谁就能赢。

在高速变化的 AI 时代，商业模式会变、产品会变、技术会变，唯一稳定的变量，是我们的进化能力。

2026，让我们继续 Dive Deep，同时，加速迭代。

去年破局，今年破竹。我们，准备好了。

句子互动创始人 李佳芮

2026.2.24