測完阿里的Accio Work，我理解了「一人跨國公司」為什么可能

上周剛被央視采訪完「一人公司」的話題。

這三年做獨立開發者、寫書、做培訓，我一直在干同一件事：幫更多人把AI用起來。

見了很多行業的人之后，有一個感受越來越強：AI在「做生意」這件事上的落地，比寫代碼難多了。全球有幾千萬中小企業主和想創業的普通人，很多人連電商運營的基本概念都不清楚，但他們想搞一盤自己的生意。選品怎么選、供應商怎么找、店怎么開、價怎么定，這些事你讓Claude或ChatGPT來幫忙，它們確實幫不上。不是模型不夠聰明，是它們不懂這個行業。

然后我拿到了阿里新發的Accio Work內測邀請。

出廠就懂做生意的Agent團隊

Accio Work是阿里在海外落地的第一個企業級Agent，3月24日剛面向全球市場發布。它面向的是全球的中小企業和個人創業者，一個美國大學生想在Shopify上開個小店，一個東南亞的小老板想從中國找供應商，都是它的目標用戶。

跟我日常用的OpenClaw（龍蝦）比，最大的區別是：龍蝦是通用Agent，你得自己裝技能、配工具、寫prompt，才能讓它干特定的活。Accio Work更像一支出廠就配齊的團隊，每個Agent都預裝了做生意的技能包。

三個能力讓我覺得有意思：

開箱即用。 內置了電商運營、供應商管理、市場分析這些專業Agent，背后接的是阿里國際站、1688、速賣通等阿里生態積累了20多年的全球電商經驗、數據。你不需要自己去找數據源，它已經知道哪個品類好賣、哪個供應商靠譜、利潤空間大概多少。

團隊協作。 可以拉多個Agent組團隊，指定一個Team Leader統籌分工。比如我后面測試的時候就建了個「龍蝦電商」團隊，拉了3個Agent進來，一個管調研，一個管供應鏈，一個管建站。

遠程甩手。 接入了Telegram、Discord、釘釘、微信、飛書，設好定時任務之后它自己跑，有進展推消息給你。你在睡覺，它在幫你發詢盤郵件。

它還支持43種應用授權，可以直連Gmail、X、GitHub、TikTok、Shopify等平臺，讓Agent直接代你操作。一個德國采購商讓Accio Work通過Gmail幫他跟供應商砍價，目標是30塊人民幣，Agent來回發了6封郵件，最終以38塊成交。整個過程是自動的，Agent會根據對方的回復調整策略，該堅持的堅持，該讓步的讓步。

模型可以自己選，主流的都支持，Claude、GPT、Gemini、Qwen都有。我選了Claude Opus 4.6。工具里最讓我注意的是品商搜索，能直接調阿里系的供應商數據，這個能力通用Agent沒有。

實測：電商小白從零搭一家Shopify店

我給自己出了道題：完全以一個電商小白的身份，用Accio Work從零搭一家Shopify店鋪。我對電商的了解基本為零，正好測測這東西對非專業用戶到底友不友好。

創建了一個Shopify Dropshipper智能體，走完4步向導就能用。工具全開，品商搜索、Gmail集成、圖像生成這些都預裝好了。

然后我輸入了第一條指令：

幫我創建一個龍蝦周邊品牌的Shopify店鋪，品牌名叫Clawesome，主打龍蝦主題的T恤、馬克杯和貼紙，目標客戶是北美年輕人。

Agent沒有直接開干。它先判斷當前處于產品驗證階段，然后用Jungle Scout去Amazon上拉真實銷售數據。

它搜了三個品類：lobster t-shirt、lobster mug、lobster sticker，前后跑了6輪搜索。

然后它給了我一個我沒預料到的答案：龍蝦主題T恤和馬克杯在Amazon上不是已驗證的高需求品類。

這一刻我覺得挺有意思的。大多數Agent接到任務會埋頭執行，先把事做了再說。但Accio Work選擇了先告訴我：你想做的這個品類，數據上看不太樂觀。

它給了三個替代方案。方案A是換賽道做已驗證的高需求品類；方案B是品牌+爆品混合路線，T恤馬克杯做品牌調性，加入派對用品走量帶流量；方案C是純龍蝦IP路線，做全品類龍蝦周邊。

我選了方案B。 因為它的邏輯我覺得對：用有調性的產品建立品牌認知，用有市場數據支撐的爆品來實際出單。這不是一個AI在按流程走，是在幫我做商業判斷。

階段二：供應商尋源

選完方案后，Agent進入了阿里國際站（Alibaba.com）供應商搜索。5個品類分別搜索：T恤、馬克杯、派對Banner、紙盤、餐巾紙。從150個搜索結果里篩出了最匹配的供應商，每個品類都給出了推薦供應商、單價、MOQ、交期、評分和資質。

讓我最服氣的是它的利潤分析。每個品類算到了到手成本（含運費、關稅），然后按北美市場的定價區間給了零售價建議。比如：

T恤到手成本6美元，建議零售價24.99美元，毛利71.9%。派對Banner到手成本2美元，建議零售價14.99美元，毛利81.8%。桌布到手成本1.5美元，建議零售價12.99美元，毛利83.2%。

這些數據不是AI編的，是從阿里系真實供應商報價和北美市場定價反推的。如果我是一個真想在Shopify上開店的人，看到這份報告已經可以做決策了。

階段三：建站上架

確認了選品和供應商之后，Agent準備通過Shopify API直接創建產品和上架。它問我要了Shopify店鋪URL和API Access Token，還引導我通過QuickToken來獲取Token。

阿里給的內測demo里有完整跑通的案例，效果相當驚人。Agent并行生成了12款產品圖，品牌視覺統一，黑底紅龍蝦主題，四大品類分好：Best Sellers、Apparel、Home & Gifts、Accessories。Slogan寫的是「Help a lobster take over the world」，移動端適配也做了。

更讓我意外的是建站過程中的自我修復能力。當Agent發現首頁Hero Banner的文字被圖片遮擋了，它沒有報錯停下來等我處理，而是自己寫了CSS代碼去修復這個Bug，反復驗證直到顯示正常。這就不只是「填表格」了，這是一個能發現問題、解決問題的團隊在干活。

從輸入第一條指令開始，Agent自己走完了調研、選品、找供應商、算利潤、建站、做圖、修Bug這整條鏈路。一個電商團隊的活，一條指令啟動。

后來我還測了團隊功能。建了個「龍蝦電商」團隊，拉了3個Agent進來，指定一個當TL統籌分工。最多支持10個成員。多Agent協同做一件事，比單個Agent單打獨斗強太多了。

為什么通用Agent做不了這件事

試完之后我認真想了想：同樣的事，我用Claude或者OpenClaw能做到嗎？

理論上能。但我得自己去找Jungle Scout的MCP插件，自己接阿里國際站（Alibaba.com）的供應商API，自己寫一套選品策略的prompt，自己搞清楚Shopify的API怎么調。光是把這些工具鏈搭起來，可能就得花一兩天。而且因為通用Agent沒有電商行業的知識，它不會在調研階段主動告訴你「這個品類數據不好」，也算不出精確到運費和關稅的利潤率。

Accio Work能開箱即用，不是因為它底層模型比Claude更強。我用的還是Claude Opus 4.6。真正的差異在于阿里把26年的電商經驗、供應鏈數據和行業know-how灌進了Agent里。150個供應商的數據不是網上爬的，是阿里國際站和1688上真實在做生意的供應商。利潤測算不是GPT編的，是基于真實交易數據的反推。

這不是模型之爭，是數據和場景壁壘。

我越來越覺得，Agent的下一步不是「更通用」，而是「更專業」。每個行業都需要有自己的行業級Agent，把行業數據、行業流程、行業經驗封裝進去，讓外行人也能做內行事。Accio Work給全球電商打了一個樣。

一人公司之后，下一步是什么

央視采訪我的時候問了一個問題：一人公司的邊界在哪？

我當時說，通用Agent讓一個人能做十個人的工作。但試完Accio Work之后我想補充一句：行業Agent讓一個人能做自己完全不懂的行業的工作。 前者是效率的提升，后者才是真正的質變。

以前你想做一個不懂的行業，要么花幾年去學，要么花錢雇懂的人。現在行業Agent替你補齊了行業經驗。你出想法和判斷，它出專業知識和執行力。

Accio Work目前已經上線，大家可以直接下載使用：https://www.accio.com/work

如果你想感受一下行業級Agent和通用Agent的差異，或者你身邊有做電商的朋友，值得推薦試試。對本地文件的操作會先征求你的同意，安全這塊不用擔心。

通用Agent是這兩年的熱門敘事。但真正改變行業的，可能是那些默默在干實事的垂直Agent。