模力工场聚焦AI供需匹配，用平台机制补足企业与技术团队间的信任缺口

在杭州云谷中心举行的1024模力工场·AI社区日上，极客邦科技创始人兼CEO霍太稳以《AI破局的生态法则：从零和博弈到共生智能》为题发表主题演讲。活动同步举行了极客邦南方总部及TGO鲲鹏会全球总部落户仪式，标志着其将长期扎根杭州，推动AI应用生态建设。

霍太稳指出，当前AI发展已进入新阶段：大模型参数竞赛热度明显降温，行业重心正快速向智能体（Agent）与具体业务场景迁移。他列举两个典型例证——原Teambition创始人齐俊元创立的Today AI估值达10亿美元，专注个人智能体；前阿里员工林俊旸创办的企业级智能体公司估值已达50亿美元。这些信号共同指向“智能体元年”的到来。

在此背景下，企业对AI的需求发生实质性转变：不再满足于短期培训或概念演示，而是希望服务商能“带着团队直接做出可用的智能体与Skill”，实现学习与实践的无缝衔接。但现实困境在于，企业虽有明确需求与预算，却难以找到可靠的技术团队；而技术团队虽具备交付能力，又常面临项目完成后的回款风险与信任缺失。

“会用AI工具，不等于能用它解决业务问题。”霍太稳强调，这种供需错配的核心症结是“信任缺口”——双方在寻找合作对象、评估项目可行性、确认交付质量等环节缺乏客观依据与中间保障机制。

为此，模力工场提出一套平台化解决方案：首先，利用AI工具对企业提出的项目需求进行初步拆解，预估所需时间、人力与预算范围；其次，基于技术团队过往项目的交付记录、客户评价与技能标签，进行精准匹配推荐；最后，在合作达成后介入交付过程，提供阶段性成果评估与结果验证支持。

该模式并非简单撮合，而是试图构建一个可量化、可追溯、可验证的协作闭环。霍太稳坦言，这一工作亟需更多生态伙伴参与共建，而极客邦近20年来积累的企业资源与技术人才网络，为其提供了启动基础。

值得注意的是，模力工场的定位与近期行业动向高度契合。补充素材显示，制造业B2B采购正经历一场由大模型驱动的流量重构：采购方通过自然语言向AI提问，几秒内即可获取匹配供应商名单。然而，大量具备硬实力的中小制造企业因信息未结构化、官网不被爬虫识别、参数藏于图片中等问题，沦为“AI信息孤岛”。司曜珩GEO提出的“AI友好型网站三大标准”——纯文本可抓取、内容参数标准化、全网口径统一——本质上也是在弥补数字世界中的信任基础设施。

这揭示出一个更深层趋势：AI落地的瓶颈已从技术能力转向信息可信度与协作机制。当大模型成为新型采购入口，企业的“数字资产”质量直接决定其能否被看见、被推荐、被信任。同样地，在服务侧，技术团队若无法清晰呈现自身能力边界与交付实绩，也难以获得持续订单。

模力工场的尝试，正是针对这一结构性问题的回应。其逻辑链条清晰：通过AI辅助项目评估降低信息不对称→依托历史数据建立团队信用画像→引入过程监督提升交付确定性。这种机制设计，与传统自由职业平台或外包中介有本质区别——它不只连接供需，更试图嵌入履约保障环节。

横向对比其他进展亦可印证该方向的价值。豆包工作近期开放第三方模型调用能力，允许企业直接调用Kimi、DeepSeek、GLM等外部模型，实质是将竞争焦点从单一模型性能转向平台整合能力与生态兼容性；启元机器人接入腾讯WorkBuddy，则补全了“感知-决策-执行”链条中的物理执行端，使智能体真正具备改变现实的能力。这些动作共同指向同一结论：AI价值释放的关键，在于打通从模型到场景、从能力到信任的全链路。

值得留意的是，极客邦同步推进的配套举措也在强化这一路径。例如，极客时间正在整理出版《AI落地案例集》，系统梳理各行业代表性实践；其AI工程师知识库则覆盖大模型与智能体开发的实操要点。这些内容沉淀不仅服务于学习者，也为模力工场上的项目评估与团队筛选提供参考基准。

从更广视角看，模力工场所应对的问题，是AI产业化必经的“信任成本”阶段。早期互联网平台（如淘宝、滴滴）均曾面临类似挑战：买家担心货不对板，司机担忧乘客爽约。最终依靠评价体系、资金托管、身份核验等机制逐步建立信任。AI服务市场目前正处于相似的早期阶段，亟需适配其特性的新型治理工具。

霍太稳在演讲结尾提到，生态建设是长期工程，需要脚踏实地推进。模力工场目前尚处试点阶段，但其方法论已展现出明确的问题意识与落地路径。随着智能体应用在金融、制造、医疗等领域的渗透加深，此类连接供需、降低协作摩擦的平台价值或将愈发凸显。

可以预见，未来AI产业的竞争维度将进一步分化：一端是底层模型与芯片的硬科技竞赛，另一端则是面向千行百业的“最后一公里”服务能力构建。而后者，正越来越依赖于像模力工场这样专注于信任机制与协作效率的中间层创新。