从 2024 年底开始，Cobo 除了自己核心的加密托管和稳定币支付业务之外，一直在探索 AI 和区块链的结合。我们最早看到的是 MCP 带来的标准化技能潜力。理论上，如果技能足够标准化，AI 可以像插件一样调用能力，区块链会成为 AI 最自然的金融基础设施。
于是我们内部孵化了一个 MCP 的应用商店。但很快证伪。当时的 AI 门槛还是高到只有成熟工程师才可以熟练调用，MCP 又不够标准化，每一个对接耗时耗力，成本高、推进慢，落地效果远不如想象。
但 AI 团队毕竟搭起来了。很贵，很难招，也不可能轻易撤掉。于是我们决定换一个方向。既然现在还改造不了客户世界，那就先改造自己。
第一个问题：安全
Cobo 作为资产托管公司，不管是数据还是内部技术流程框架，都是极其敏感。内部也有严格的数据层级。但没有数据、没有真实业务输入，不可能练出公司自己的 Agent。
我们最早想的是本地模型部署。但现实是，本地模型的智力水平达不到要求。能跑，但不好用；能回答，但不够聪明。最后还是选择了 Claude、Gemini 为主（可以申请 ZDR——零数据留存条款，实现最高级别隔离）。
但大模型只是业务的底层“大脑”。真正复杂的，是数据和权限。我们后来做了一整套内部知识库和 Agent 框架。
内部知识库+cobo自研agent体系
知识库负责公司内部数据分层。根据员工权限，分配可读范围。Agent 在调用知识库时，也继承员工权限，而不是拥有“上帝视角”。
这里的细节包括：如何隔离网络环境 如何限制跨层数据流动 如何控制日志留存可审计 如何避免敏感信息外泄。这些都不性感，但决定这件事能不能长期跑下去。AI 不能成为安全漏洞。
架构搭好之后的问题：没人用
即使到今天，公司依然面临着一个现实问题：很多前台业务对 AI 是不屑的。如果只是鼓励使用，AI改变工作流不会发生。我们后来意识到，必须从公司管理动手。
第一个突破口：OKR Agent
我们第一个强推的场景，不是客服，也不是写代码。是 OKR。我们用 AI 拆公司战略，用 AI 帮助设定 OKR，用 AI 追踪进度，用 AI 复盘卡点。
也就是说，把公司管理，从人的管理，慢慢变成硅碳共治。这个过程对员工是极其难受的。以前目标可以写得漂亮一点，过程可以讲得合理一点。现在每周数据都在那里，借口越来越少。从那一刻开始，目标不再只是会议里的讨论，而变成了系统里的持续记录。
strategy okr 每周督促业务进展
但也是从绩效开始，每个人才真正对 AI 熟悉起来。因为你不参与，它会直接影响你的薪酬。
从绩效到业务：全面 Agent 化
当 OKR 跑起来之后，我们开始推进内部服务 Agent 化。我们用评比 + 奖金的方式，强制每个部门设立和自己业务相关的 Agent。客服做客服 Agent。法律做合同辅助 Agent。销售做CRM Agent。
寻找最阴阳怪气的客户agent
最终一共上线超过100个 Agent。我们没法精确量化“硅碳共治”的结果。但至少一个变化是清晰的：以前遇到问题，第一反应是“要不要多招一个人”。现在第一反应是，“能不能先让系统参与”。
这其实就是我们理解的硅碳共治。不是 AI 替代人。而是人开始习惯和系统一起工作。
这一年走过的路，有几个很现实的心得
第一，有健康现金流。如果公司现金流不健康，这种转型走不到终点。AI 不是省钱工具，它是前期投入换长期结构升级，感谢 Cobo 主营业务还有健康的现金流。
第二，必须 top-down 推进。组织不会自发改变。如果管理层不强推，这件事会自然流产。众所周知，Cobo 的创始人都是重度 ai 玩家，CTO 蒋博士零几年在 CMU 做博士后就开始一些 AI 研究。
第三，必须强制使用。如果只是鼓励，AI 永远停留在写写邮件。真正进入流程的改变，一定是带点“强制性”的。
第四，先解决自己业务。很多公司讲 AI + Web3。但如果自己内部都没有完成 AI 化，对外讲的都是概念。
回头看
我们也无法完全量化这场转型。公司开始从“人驱动流程”，慢慢转向“目标驱动系统”。如果未来真的出现“智能组织”，它一定不是自然演化出来的。它是被一轮一轮不舒服推出来的。
因为全员的参与，公司也能更好了解在 AI 时代下真正的需求。这也是我们内部转型的副产品。
最近我们推出了 Cobo Waas Skill。Cobo WaaS Skill 是专为 AI Coding Agent 设计的集成与运维能力层，通过结构化知识、可执行示例和场景编排，使 Agent 能准确调用 WaaS API。我们正在把钱包 API 升级为可被 AI Agent 直接调用的金融能力模块。开发周期从周级缩短到对话级。
这不是某一个产品灵感的结果。而是我们内部这一轮硅碳共治之后，能力自然外溢的结果。我们还在摸索。但至少，今天的 Cobo，已经不是 2024 年那家公司了。
库博的人工智能转型：加密领域硅碳共治的黎明
加密行业向人工智能整合的最新战略转折因库博对其内部转型历程的详细阐述而取得了重要进展。这并非仅仅是另一家追随人工智能热潮的公司；它代表了对区块链原生企业组织结构的根本性重新构想，对整个加密生态系统具有深远影响。
从MCP到内部共治的战略演变
库博最初尝试创建MCP（模型上下文协议）应用商店——尽管在理论上具有前景——暴露了早期人工智能-区块链整合的现实挑战。他们随后转向内部转型，展示了对技术采用曲线的深刻理解。与其在技术成熟前强行推出面向外部的解决方案，库博明智地选择先建立内部能力——这一策略验证了人工智能时代”吃自己的狗粮”的概念。
硅碳共治的实施代表了自DAO出现以来加密管理结构中最重大的组织创新。库博从OKR管理开始，然后扩展到100多个内部代理，创造了一种飞轮效应，即在一个领域的早期成功推动了更广泛的采用。这种通过绩效管理强制实施的由下而上的方法，为希望在不遭遇典型变革阻力的情况下实施人工智能的其他加密组织提供了蓝图。
市场影响与竞争格局
库博的转型向市场发出了明确信号：人工智能不再是边缘实验，而是加密基础设施中的核心竞争优势。他们对安全和权限的关注——特别是像Claude和Gemini这样的ZDR启用模型——解决了行业最关键的问题：如何在利用人工智能的同时不敏感数据。
库博WaaS技能的发布标志着这次内部转型的首个有形产品，预示着一个阶段的开始，即积累的内部能力将被产品化以供外部消费。这一发展创造了一个新的AI-区块链集成服务类别，使库博成为可能成为重要市场领域的开拓者。
对于投资者而言，这代表了潜在护城河的发展。成功实施AI-区块链整合的公司可能获得运营优势，而缺乏类似能力的竞争对手将难以匹敌。库博的核心加密托管和稳定币业务资助了这一转型，这表明了一种可持续的创新方法——一种不为未来潜力牺牲当前业务的方法。
风险考量
尽管前景乐观，但仍需关注几个风险：
-
安全漏洞：人工智能系统的复杂性引入了新的攻击向量。即使有强大的权限控制，对于库博这样的托管提供商，提示注入攻击、数据泄露或模型操纵的风险仍然显著。
-
实施成本：正如库博所承认的，AI转型需要大量前期投资，且没有保证的投资回报率。他们健康的现金流是必不可少的，但许多加密公司可能没有这种奢侈，可能会扩大资金充足与资源不足者之间的差距。
-
过度依赖风险：从”人员驱动流程”到”目标驱动系统”的转变可能造成系统性漏洞。如果AI系统故障或做出错误决策，其影响可能会在整个组织中放大。
-
人才争夺战：正如库博所指出的，招募AI人才既昂贵又困难。这为小型企业创造了潜在进入壁垒，并可能导致AI能力向资金充足的参与者集中。
投资机会
对于经验丰富的加密投资者，库博的旅程揭示了几个战略性投资主题：
-
AI-区块链基础设施：构建连接AI和区块链的基础设施的公司代表了新兴但快速增长类别。寻找解决集成堆栈中特定痛点的公司，类似于库博的WaaS技能。
-
企业加密采用：成功实施内部AI的公司能够更好地服务于企业客户，这些客户将日益要求与自身AI系统集成的加密解决方案。
-
安全创新：AI与区块链安全的交叉领域代表了重要的机会空间。在区块链环境中开发AI安全新方法的公司具有良好的增长前景。
-
组织转型服务：随着更多加密公司认识到AI转型的需求，能够实施”硅碳共治”模式的服务提供商将看到需求增长。
结论
库博的转型之旅为整个加密生态系统提供了宝贵的经验教训。他们的方法——从内部运营开始，通过绩效管理实施强制采用，并利用现有现金流——为区块链公司的人工智能整合提供了务实的路线图。
硅碳共治的概念可能对Web3组织结构的重要性堪比DAO对去中心化治理的重要性。正如库博所展示的，成功加密组织的未来可能不在于在人类与机器决策之间做出选择，而在于创造两者有效协作的系统。
对于投资者，关键要点是AI实施正成为加密领域的关键成功因素，但并非所有方法都平等。那些遵循库博务实路径的公司——在向外扩展前先建立内部能力，同时密切关注安全和组织变革——很可能在这个AI-区块链融合的新时代成为长期赢家。