特赞 (Tezign)

来源： wiki/sources/wechat-batch-b-enterprise-commercial
相关概念： wiki/concepts/super-individual, wiki/concepts/ai-native-enterprise
官网： tezign.com | 创始人兼CEO：范凌

概要

特赞是一家成立10年的企业级Agentic AI公司，致力于基于自研GEA（Generative Enterprise Agent）架构，构建能够理解企业业务语境的智能体系统。同时，特赞自身也在用AI深度重构组织。

AI组织变革实践

Pod + Community双轨制

第一刀：Pod（3-10人跨职能小队）
- 内部闭环交付，不依赖跨部门拉通
- 3年前首次尝试失败，AI让第二次成功
- 能一个人干就不需要两个人

第二刀：Community（横向虚线组织）
- 帮每个人补齐销售、产品、代码等跨界能力
- 专设Leadership community：培养AI时代的pod leader

核心发现

用Cursor最好的不是研发，而是产品经理和设计师
"AI不是帮研发提高效率的工具，而是帮那些需要研发资源的人拿到研发资源的Agent"
Marketing同事用Claude Code写脚本抓LinkedIn联系人，实质已是Marketing Engineer
研发占比从50%持续下降，但"会写代码的人"反而变多了

创始人驱动型变革

范凌+CTO+产品负责人三人小团队用AI做新产品，用户增长远超7人团队。午饭咖啡时间秀demo，形成"自豪地展示自己build的东西"的文化。

分层上下文系统

层级	内容	更新频率
公司级	schema.md等指导性文件	约每周
Pod级	各小队专属上下文	按需
个人级	个人对话和偏好	每天

关键约束：权限管理是核心难题。某些核心保密数据不放进上下文系统。

产品矩阵

产品	定位
GEA (Generative Enterprise Agent)	企业级Agent架构，Lead Agent带Sub-Agent
Atypica	"理解人的AI"，基于100万真实用户数据模拟消费者
Game Lab	用经济学博弈验证AI模拟的准确性

场景驱动方法论（SPIS）

Situation → Pain → Impact → Solution

600+客户需求中提炼出约100个共性场景
Pod leader花30-40%时间在场景收集上
"拿着别人的痛点去聊，比拿产品demo更容易打开对话"

核心经营数据

人数不变，去年业务增长60%，今年目标增长80-90%
AI让探索成本变低，重复建设变多（幸福的烦恼）

范凌核心观点

"AI原生组织不是人的工作流里嵌上AI，而是AI的工作流里嵌上人的judgement。"

"绝大多数公司还停在copilot阶段：给原来的职能加AI。但AI的能力已经发展到可以按照AI来重新设计组织。"

"AI fundamentally是反千行百业和职业划分的，它让我们重新回到一种文艺复兴式的全能状态。"

"现在是产品过剩、用户不足的时代。增长会越来越难，也会越来越重要。"

"AI时代要focus在那些AI不能压缩时间的能力积累上。"

待解问题

最会用AI的人反而最累——能力边界扩张后疲惫感加剧
重复建设变多（编码成本太低）
从demo到production之间的evals鸿沟
产品过剩、用户不足的增长困境