“垂直深耕”是大模型行业里最常见、也最容易空泛的词。把通用模型接入企业知识库，换上行业术语，并不等于真正进入业务。垂直化的难点不在回答得像不像专家，而在能否稳定完成一段真实流程，并让结果进入现有系统。
以零一万物为观察样本，可以看到一家模型公司从开放模型与公共 API，转向企业级人工智能解决方案的路线变化。但本文只依据公开网站、开源仓库和平台公告进行分析，不代表其内部战略，也不构成产品推荐。
## 公开轨迹说明了什么
零一万物公开的 Yi 仓库展示了基础模型、聊天模型、量化、微调和部署路径。公开资料中较完整的模型记录主要集中在 2023 至 2024 年，包含不同参数规模、长上下文版本和 Yi-1.5 系列。
截至 2026 年 8 月 30 日，其中文开放平台公告称，因产品与服务体系升级并聚焦企业级解决方案，在线体验、API 调用和充值将逐步停止，并计划在 2026 年 9 月 3 日 24 时停止相关服务。官网当前表达也更强调让 AI 转化为可衡量的经营结果。
这些信息只能证明对外产品形态发生变化。把它解释为“垂直深耕”，是基于公开材料的分析框架，而不是公司披露的一套固定方法论。
## 第一层：从模型能力转向任务结果
企业不会为“模型很强”单独买单。它们关心的是工单能否缩短、销售线索是否更准、设备停机是否减少，以及员工是否真的使用。
垂直项目的第一步应是选一个有明确起点和终点的任务。例如“回答制造业问题”过于宽泛，而“根据维修手册与设备记录生成故障排查步骤，并由工程师确认后写回工单”就可以测量。
每个任务至少要定义当前耗时、错误成本、人工审批点和不能自动执行的边界。没有基线，任何“提效百分比”都只是宣传语言。
## 第二层：知识库不是把文件倒进向量库
行业资料通常包含版本冲突、失效条款、扫描件、表格和只在某个地区适用的说明。简单切块检索会把不同版本混在一起，也可能返回看似相关但不能执行的段落。
可用的知识层要保留文档来源、生效日期、产品型号、适用地区和权限。检索结果不仅要相似，还要通过这些元数据过滤。答案应能回指原文位置，找不到证据时明确停止。
更重要的是建立反馈闭环。专家修改了答案，系统要知道改的是事实、流程、语气还是权限边界。只有把修改原因结构化，下一轮检索、提示和数据才有改善依据。
## 第三层：让智能体进入流程，但保留确定性护栏
企业级智能体的价值不是多轮对话，而是调用查询、计算、创建工单或更新客户记录等工具。每个工具都应有明确参数、最小权限、超时、幂等和审计记录。
模型可以提出下一步行动，程序负责校验。涉及金额、库存、合同状态或外部发送的操作，先生成预览，再由人确认。失败时回到可恢复状态，而不是让智能体继续猜测。
工具数量也不是越多越好。先围绕一个流程开放三到五个高频动作，测量每个动作的成功率和人工接管原因，再逐步扩展。
## 第四层：模型不是唯一资产
通用模型更新很快，企业系统却需要多年运行。若应用逻辑、数据格式和评测全部绑定某个模型端点，模型升级或服务调整会直接影响业务。
垂直方案应把基础模型、检索、工具和业务规则分层。模型适配层统一输入输出，评测集验证替换影响，关键规则由确定性程序执行。这样既能使用云端模型，也能在需要时切换开源或私有部署。
零一万物公共 API 的停止公告恰好提醒使用者：供应商产品形态会变化。任何企业项目都应预先设计数据导出、模型替换、提示版本和降级流程，而不是把连续可用性建立在口头承诺上。
## 第五层：行业专家必须成为产品角色
专家不是项目末尾的验收者。他们要参与定义错误类型、建立测试样本、标注风险等级和决定何时转人工。
最有效的合作方式通常是短周期实验：产品人员拆流程，专家提供真实失败样本，工程师连接数据与工具，模型团队按错误分布优化。一周或两周验证一个假设，比半年建设“行业大模型平台”更容易发现问题。
专家时间昂贵，因此要优先审查高不确定、高影响和新分布样本。重复、低风险的格式检查交给规则或抽样质检。
## 第六层：用经营指标约束技术指标
回答准确率仍然重要，但它不是终点。项目还要记录任务完成率、人工接管率、证据命中率、平均处理时间、单次成本和严重错误数。
离线评测防止版本退化，影子模式验证真实流量，灰度发布控制影响范围。上线后将失败样本分为知识缺失、检索错误、工具故障、模型推理和流程设计，再决定修哪里。
当准确率上升但员工完成任务更慢，可能是界面或审批链有问题；当自动化率很高但严重错误增加，说明系统越过了不该越过的边界。
## 一个可复用的垂直化路线
先选择单一高频流程，建立人工基线和 100 个真实测试样本。再接入带版本与权限的知识源，只做建议，不执行动作。通过评测后开放少量只读工具，然后增加需确认的写入操作。
每轮都记录效果、成本和接管原因。能稳定运行后，再复制到相邻流程，而不是同时铺开十个行业。
所谓垂直深耕，不是把公司名称与行业名称放在同一张海报上。它是对数据、流程、系统集成、专家反馈和经营结果的长期打磨。模型只是其中最会变化的一层。
## 参考资料