前沿部署工程的 AI 工具——Vasuman Moza(Varick Agents)

• Vas 自我介绍：Varick Agents 的 CEO，跟全球最大的一批公司合作，「用 AI 和 agent 把它们从内到外改造一遍」。因为活儿高度定制化、必须扎到客户内部很深的地方，所以极度依赖 forward deployed engineering。→ 详细
• 演讲标题就叫「下一个瓶颈」：他打心底认为，瓶颈是「在不指数级堆人头的前提下，你能扎进客户多深——这活儿能不能让 AI 替你干」。同台的是 Cursor、Factory、Dropbox 这类明星公司，他自嘲观众多半是冲它们来的。→ 详细

• 一个对照实验式的提问：两三年前问「有多少人用 AI 端到端完成过一整件事」，举手的寥寥无几；今天再问同一句，全场都会举手。所以执行显然不再是核心瓶颈。→ 详细
• 两件事同时到位了：一是模型好到「智能」不再是约束；二是 harness（外壳/工具层，就是包在模型外面替它调浏览器、调 API 的那层管道）也搭得越来越好，配上足够健壮的 MCP，「几乎可以近乎完美地把活干完」。→ 详细
• 真正还卡着的是另一件事：你对这门生意能理解多深——因为每家企业、每个客户都不一样。这句是全场的总纲，后面所有内容都在为它服务。→ 详细

• 具体例证：一家医疗公司的销售部门，跟一家 SaaS 公司的销售部门，运作方式完全不同。做业务运营的人最清楚——要把最新模型驯服到能解决你自己那套具体场景有多难。→ 详细
• 难在两处、且是叠加的：第一，把上下文从员工和团队脑子里掏出来本身就难；第二，把掏出来的东西喂进一次 API 调用 / 简单模型调用、还不会很快崩掉，更难。 所以瓶颈是「你能把多少流程真正理解透、并重新设计一遍」。→ 详细
• 由此给出一个方向性判断：今天的运营以人为中心，未来的运营会以 AI 为中心。 这意味着不能只给企业发工具（Cursor、Claude Code、Codex、Factory 都算），还得改运营方式和流程本身——「走进企业，搞清楚今天是怎么跑的，再重新想象明天可以长成什么样」，这就是 FDE 的角色定义。→ 详细

• 做法很具体：派几名 forward deployed engineer 直接驻场客户。哪怕客户是几千人的大企业，范围先收窄到一个部门。以财务部为例，就坐下来跟 AP（应付）、AR（应收）、对账、银行、账单、FP&A 各条线的流程负责人一个个访谈。→ 详细
• 访谈的重心不是「今天怎么跑」，而是「出问题的时候会发生什么」。他直接点破了文档的失效：「企业里大部分文档写的都是正常路径，顶多再加一两个边缘情况，但那根本不是现实。」→ 详细
• 现实长这样（全片最实的一个例子，值得原样记住）：AP 的 Sarah 平时按这套流程处理，但一出问题，她其实会转给 Chris；而 Chris 处理一笔采购单（PO）和发票（invoice）之间的对账，要花 4 天的周转时间。 这条转交路径没人写进任何文档里。→ 详细
• 这类「暗流程」有两层含义：第一，它对每家公司都独一无二，A 公司的处理方式跟 B 公司完全不同；第二，这才是 AI 在企业里没法撒开手端到端跑、总得有人盯着的真正原因——不是模型不够聪明，是没人告诉过它 Sarah 出事会找 Chris。→ 详细

• 他直接把行业级失败摆上来：MIT 那份评论说 95% 的生成式 AI 试点走不到生产环境；另一个数字是 87%，说的差不多是一回事——大多数 AI 试点要么产不出可衡量的 ROI，要么压根上不了生产。他承认数据「稍微有点旧但依然很说明问题」。→ 详细
• 根因只有一句：「AI 被硬糊在一个本来就烂的流程上」，而 AI 根本不理解事情该怎么做。→ 详细
• 他用工程师自己的处境作类比来堵反驳：写代码这么适合 AI 的场景，哪怕有了 agent 自动循环和最新技术，你也很难说一句「去帮我把这个搞定」，它就自己把整个代码库重构完、中间完全不用人介入。→ 详细
• 把这个类比外推到业务侧，结论就很硬：对面是财务、销售、市场、采购、物流这些完全不懂技术的人，你把 AI 工具丢给他们，他们拿不到软件工程师那种级别的 ROI。 所以必须有 FDE 去帮他们围绕 AI 把现有流程重新设计一遍。→ 详细

• 改太狠会被退回：新流程不能跟原来差太远，差太远业务方就不会用了——「他们习惯了一个 11 步的流程，你上来给改成一步」，结果可能是他们退回老办法、采纳率直接掉下去。→ 详细
• 改太轻又抓不到 ROI，所以要差得「够多」。他给了一个可以照抄的切分口径：八步里，四步完全自动化跑，三步做 human in the loop（人在环里、留人介入），还有一步就是纯人工。→ 详细
• 留纯人工的判据也讲清了，只有两条：要么风险太高，要么那一步太没有特殊性、agent 在那儿产生不了可衡量的价值。注意第二条经常被忽略——不是「不能自动化」，而是「自动化了也不值钱」。→ 详细

• Varick 的基本判断是：这波 AI 浪潮把很多企业甩在了后面，因为大量企业跟自己的 system of record（记录系统，即那套「数据以它为准」的主系统）绑死了——迁到了 NetSuite、Dynamics、SAP、Salesforce。「不是全部，但大多数是。」→ 详细
• 所以他说：你拿一套完全独立于这些系统之外的 AI 方案去跟企业讲，就是在无视企业的现实。→ 详细
• 支撑这句的是一句客户原话（他特意强调「这是真事儿」）：「他们花了 500 万美元、5 年时间才迁到 NetSuite。」 接着是那个几乎是本片题眼的推论——「你要跟他说，嘿我这儿有个很酷的 AI 工具，不过顺便说一句，你得先从 NetSuite 上迁出来——他会直接请你出去。他们对这事儿一点胃口都没有。」→ 详细
• 因此 Varick 的姿势是建在你的系统之上、不动你的系统：你用 Salesforce、NetSuite、Dynamics 还是 SAP，「我们都不会要求你迁走」。而且他认为这恰恰是企业最需要 AI 的地方——因为它们体量太大，根本挪不动。→ 详细

• 「现在人人都在说 2026 年及往后是 forward deployed engineer 的年份」，他基本同意——从没有哪个时候像现在这样需要扎进客户内部、理解业务场景、帮客户把 AI 用起来。→ 详细
• 但供给端是死结：合格的 FDE 要同时是技术上那 1% 的顶尖（懂 AI、讲得明白，程度是普通企业客户的「一万倍」），又要有沟通和与人打交道的能力——高 IQ 加高 EQ，能实时从客户嘴里把信息挖出来，还能在客户所处的水位上跟他对话。→ 详细
• 现实中你只能二选一起步：「要么是顾问、然后你再给他补技术；要么是工程师、然后你再给他补软技能。但两头都强的人，非常难找。」——招不到，就只能造工具给现有的人加杠杆，这是 FD agent 立项的全部动机。→ 详细

• 他专门提醒台下的技术人：「很容易低估你得跟客户绑得有多深。」客户 24/7 给你发邮件，甩给你几百页文档，而且每个流程负责人还会把你往不同方向拽。→ 详细
• 更麻烦的是这些人彼此有依赖关系：AP 依赖 AR，AR 依赖对账，对账又依赖 FP&A，而他们每个人心里都有一套「什么最重要」的排序。→ 详细
• 于是 FD agent 的定位就出来了：让一个 FDE / forward deployed strategist 同时管好几个客户的沟通——把这些上下文管住、一碗水端平地服务所有人，同时不用为此招 50 个人。这也是 Varick 声称自己「既不沦为传统咨询公司、又能提供手把手且有人味的咨询体验」的支点。→ 详细

• 2024 年前后，执行本身还是瓶颈——那时模型不够聪明、harness 也没有今天的集成能力，跨不过执行这道坎。→ 详细
• 而现在他敢下这么重的判断：「我甚至敢说，知识工作几乎已经被解决了。」 区别在于——围绕 AI 去设计「活儿该怎么被完成」，才是下一个瓶颈。→ 详细

• 这是全片第二组关键数字，也是他们商业模式的核心：点状方案只改造流程里的一环，比如销售里只做获客线索这一段，「对整个销售职能来说可能只有 5% 到 10% 的 ROI」；财务同理，只做 AP、部门其他环节都不碰，也就 5%、10%。→ 详细
• Varick 交付的是部门级整体转型，一次改造一整个部门，因此拿到的 ROI 是 25%、50%、75% 这个量级。逻辑上很直白：流程是链条，只优化一环，收益会被没优化的环节吃掉。→ 详细
• 他把 ROI 拆成三样实打实的东西，可以当作汇报口径直接借用：收入提升、成本节约、风险规避。→ 详细
• 交棒时的自嘲也顺带交代了 CEO 的角色边界：请工程负责人 JD Puit 上来讲技术细节，「因为我已经好一阵子没写过一行生产代码了」。→ 详细

• JD 带的是平台团队。他的原话画面感极强：「我们坐在办公室的一头，天天挺惬意……跟 Codex、Claude 一块儿玩得挺开心。然后我一扭头，看向办公室另一头的 FDE 那边——一个个压力爆表、严重缺觉、惨到不行，客户的邮件 24 小时不停地往他们邮箱里砸。」→ 详细
• 于是他去问 FDE 到底怎么干活的，答案是一套所有人都眼熟的土办法：把大概 150 页文档一股脑扔给 Claude，写个 prompt，等上两分钟，拿回一份「又臭又长、还是错的」分析。→ 详细
• 他的反应就一句「行吧，这个必须修」。于是有了 FD agent——「本质上就是给我们 FDE 用的 Codex」：给一线业务角色配一个属于他们自己的编码 agent 式工具。共分三个阶段，第三阶段目前仍在开发中。→ 详细

• 阶段一 · engagement agent（engagement 指一个客户交付项目）：说白了是「专门为 FDE 打造的、更好用的 Claude，是他们的私人助理」。它自动拉取 Granola 会议记录、归纳整合文档、能读 PowerPoint，并支持直接提问，比如「这个流程到底归谁负责」。→ 详细
• 它要回答的典型问题非常「脏活」但极高频：「我收到一封邮件里提到一个 Sarah，是这么拼的；Slack 里又有一条消息提到 Sarah，拼法不太一样——这俩是同一个人吗？」 JD 说这就是 FDE 每天从早问到晚的问题，而他们「大量时间就耗在干等 Claude 出结果上」。→ 详细
• 阶段二 · workflow agent：把 engagement agent 嵌进自家平台里，于是 FDE 真正动手搭 workflow 的时候，agent 就在旁边提醒——「哎，你漏了这个边缘情况」「你最好问我一下这个流程归谁管，我才能保证邮件发到对的人手上」。→ 详细
• 它的位置很关键：住在 Varick 自己的平台内部，和 Claude / Codex 或你在用的任何模型并肩工作，目标只有一个——确保 FDE 搭出来的 workflow 真的准确映射（shadow）那个真实流程，而不是映射文档里的理想流程。→ 详细

• 设想的场景是：客户发邮件说「我想改一下我的 QC 报告发到哪里、换成另一个邮箱」，agent 能处理这条信息，去查询现有的那份「对这家公司的理解」，然后在平台上自主把 workflow 改掉，全程不需要 FDE 插手。→ 详细
• 省下来的时间要投到「价值高得多的事」上：坐下来跟客户访谈、真正把流程搞明白，而不是被那些吃掉 FDE 大量时间的鸡毛蒜皮缠住。→ 详细

• 要做上面这些，第一件事是需要一个 single source of truth（唯一事实源）——一种能表示「这家公司如何运转」的结构。→ 详细
• 他对选型这件事态度很轻蔑，还当场调侃了展区：「今天上午去楼下展区逛过，会发现有五家公司在向你兜售 graph DB（图数据库），其实你用 Postgres 也行，用什么都行。对，我说的就是你们。」——存储选型不重要，重要的是你表示成了什么。→ 详细
• 他们用的是依赖图（dependency graph），理由是一条反直觉但很实在的观察：企业内部这些 workflow 大多数其实相当线性，只是里面回路特别多。→ 详细
• 而流程 owner 的诉求本身就是依赖驱动的：「他们不希望流程里的 C 在 A 和 B 还没批完之前就得先动手。」所以依赖图恰好对上了业务方脑子里的模型。→ 详细

• 他把问题拆成两半。第一半：给定已抽取好的上下文，能不能产出一份高质量结果？用 Claude 的答案是「说实话，不能」——他自己也觉得这挺出人意料。→ 详细
• 病灶是前沿模型（frontier model）做长篇分析时啰嗦得不行，而且不懂取舍。他讲了一句很妙的自省：「我是在 Varick 开始雇咨询顾问之后，才真正相信咨询顾问这个职业的」——因为顾问太擅长判断哪部分细节是客户真正在意的、哪部分可以一笔带过，而前沿模型「对这件事完全没有概念」。→ 详细
• 解法：在开源模型之上做自己的 post-training（后训练，即在开源底座上再用自己的数据继续训练）。他们偏爱 Kimi K2，但强调「换成其他很多开源模型也一样跑得不错」，目标是拿到详实与清晰之间的平衡点——正是前沿模型常缺的那个点。→ 详细

• 第二半问题：先得把上下文抽对。 手里可能有一张巨大的知识图谱，「但要稳定可靠地遍历它、找到正确的上下文，难度非常大」。→ 详细
• 做法是：拿到 post-train 后的模型，再搭一个 RL 环境（强化学习环境，让模型在里面反复练、按结果好坏拿反馈），在里面暴露自研的、专门用来遍历知识图谱的工具。→ 详细
• 第一个工具就是人名消歧：判断 A 和 B 到底是不是同一个人——「因为我们服务的每家公司里都有一堆叫 Mike 的人，Claude 一碰到这种就彻底晕了。」→ 详细
• 第二个工具是图的体检：识别冗余回路，或找出知识图谱里违反 DAG（有向无环图）约束的地方——也就是流程里出现了「转了一圈又转回来」的环。→ 详细
• 两半合起来就是他们的完整答案：一是从上下文写出好的分析，二是一开始就把正确的上下文抽出来；第三部分（自主处理琐碎 workflow 变更的 agent）还在做。讲完交还给 Vas。→ 详细

• Vas 坦承体量差距：「显然我们不是 Cursor、Anthropic 或者 OpenAI 那种量级的公司。」创立时的根本判断是要滑到冰球即将去的地方——先去搞懂一门生意究竟怎么运转，再带着这个认知去做东西。→ 详细
• 一句对硅谷主流打法的正面质疑：「硅谷很多人张口闭口都是产品、产品，但我们要解决的问题，光靠一个产品是解不掉的。」→ 详细
• 所以他们的交付顺序是固定的：每一个项目都以一次「审计」开场——真的把 FDE 和策略顾问派进客户公司，从内部把它怎么运转摸清楚；摸清之后才进入实施阶段，在自家平台上搭 agent。花哨的技术你还是全都需要，但瓶颈在 forward deployed 这套打法本身。→ 详细

这是一场会议演讲，没有 lightning round / 问答环节（t017 掌声、t018 音乐即结束）。以下是 Vas 最后的三句号召，其中第二句是全片的态度总结。

• 招人：Varick 正在「疯狂招人」，欢迎有兴趣加入「硅谷增长最快的创业公司之一、和全球最大的一批客户打交道」的人散场后找他们聊。→ 详细
• 找客户，顺带把全片观点浓缩成一句：欢迎「想搞清楚 AI 到底怎样才能真正给内部业务带来实质变化的公司」来找他，「而不是把一个前沿模型往所有东西上一糊、然后眼睁睁看着它在生产环境里崩掉」。→ 详细
• 联系方式：全片未给出邮箱 / 社媒账号，只说「散场后来找我们」。→ 详细