Agent 如今的关键是「谁能造出一个真正有用的Agent?」

行业讨论的焦点变成「Agent的认知边界」：它应该有多大的自主性？需要多强的上下文理解？又如何在现实任务中保持稳定？这背后需要实践者具备四种超强的能力：即对模型的边界预估，对复杂系统的理解力、对产品工程的实践力，以及对商业场景的洞察力。

本期我们邀请到的嘉宾是 Sheet0.com 的创始人王文锋，在他看来Agent本质上是一种「利用模型知识，结合实时信息，使用工具解决问题」的产品形态。

他在行业里提出了一个关键问题是：为什么模型本身已经达到博士水平，但很多 Agent 的表现仍停留在实习生阶段？

这中间的 GAP关键在于在「实时信息」和「工具设计」并没有很好的适配模型能力。

Sheet0.com 就是他对Agent的一次认知落地：一款在 AI 时代为模型提供可扩展的实时数据获取能力的产品。今年8月中旬，产品上线，主要面向数据分析师、产品经理、工程师、市场营销人员等在数据收集处理上花超过5个小时的用户。

一个典型的用户场景：一位销售在寻找潜在 AI 行业客户，过去，他要先通过LinkedIn、X等社媒，收集公司信息，再分析该公司是否为 AI 行业公司，还需要寻找目标联系人联系方式等等。而搭建这样一个程序，需要一个工程师4-8周的时间。

《Tech Crunch》认为 Sheet0 是「工程派 Agent」的代表，评价是「一款让 AI 更透明的工程产品」。而让 Agent 变得可解释，是 Agent 下一步发展的关键环节。

王文锋：AI 闹收藏的第18个 AI Creators；

作为连续创业者，在Data Infra、AI领域积累了近十年的开发经验。2023年加入 AI 浪潮。

AI 闹见到王文锋时，他刚从美国回来，时差还没有完全倒明白，我们的话题围绕在 sheet0上线两个月后，他对 Agent 的最新思考，以及他少见的谈了了谈自己创业三年的至暗时刻。

王文锋

产品界面

时间轴
02:56 最出乎意料的是日本用户付费意愿高吗，不会主做中国市场。

07:46 过去造一个舆情系统需要工程师3-4周，现在只需要30分钟，那这个需求一定放大100倍。

12:25 Agent的三大核心要素：模型、环境反馈和工具使用，怎么做？谁是最好的参考？

17:08 我们如何做到100%保证准确？没有任何模型幻觉问题。

21:12 发现了一个极大的数据场景，商业价值比肩谷歌。

26:15 因为不信任模型，我创业失败了两次。

32:05 王文锋的至暗时刻：抑郁，母亲去世，没有新方向。

33:19 2026年 Agent的核心要素，以及从美国回来的创业思考。

延伸阅读