一个币圈公司的硅碳共治之路 — Cobo 的内部 AI 转型 | 加密百科深度分析
加密百科独家解读
这新闻讲了一个很实在的故事：一家管钱的公司，是怎么逼着自己和AI一起上班的。
你可以把它理解成一场“公司内部的自我革命”。Cobo这家公司，手里管着大量加密货币，业务敏感得像银行金库。他们最初想得很宏大，要搭建一个让AI能轻松调用各种区块链技能的“应用商店”，结果发现技术不成熟，成本太高，搞不下去。
但AI团队已经建了，工资得发，不能白养着。于是他们调转枪口，不对准客户，先对准自己。核心就解决两个最头疼的问题：
第一，怎么在绝对安全的前提下用AI？
对于托管资产的公司，数据泄露是致命的。他们发现，完全关起门来用本地AI模型，太“笨”，不好用。最后选了像Claude、Gemini这类外部大脑，但通过签订“零数据留存”协议，确保聊天记录不被对方保留。更重要的是，他们自己造了一套权限系统：把公司知识库分层上锁，AI助手（Agent）只能看到当前员工有权限看的东西，AI没有“上帝视角”。这解决了“让AI帮忙又不让它偷看机密”的难题。
第二，怎么让员工真用起来？
这是很多公司推AI失败的关键。光鼓励没用，大家还是习惯老办法。Cobo的管理层下了狠手，选了一个让所有员工都肉疼的切入点：绩效考核（OKR）。
他们用AI来拆解公司战略、设定个人目标、每周追踪进度、复盘为什么没完成。这下谁都糊弄不了了，目标不再是开会时喊的口号，而是被AI持续盯着的数据。用不用AI，直接关系到你的奖金和工资。就这样，全公司上下被迫学会了和AI协作。
从绩效考核这个突破口开始，AI才真正渗透到各个业务部门。客服、法律、销售都被迫开发自己的AI助手，公司内部上线了上百个Agent。带来的最大转变是：以前一出问题就想“要不要招人”，现在先想“能不能让系统先处理一下”。
这件事给所有想搞“AI+区块链”的公司泼了盆冷水，也指了条明路：
1. 别空谈概念：自己公司内部都没用明白AI，就别想着去改造行业了。先解决自己的效率和安全问题。
2. 钱要够烧：AI转型前期是纯投入，很烧钱，必须主营业务有健康现金流撑着。
3. 老板得狠：组织不会自我变革，必须从上往下强推，甚至要带点“强制性”，从关键流程（如考核）入手。
4. 安全是命门：尤其在金融和加密领域，AI的权限管控和数据隔离设计，比AI本身有多智能更重要。
最后，这场痛苦的内部转型，反而成了他们新产品的孵化器。因为他们全员被AI“改造”了一遍，更清楚AI到底需要什么。现在他们把钱包API升级成“Cobo Waas Skill”，让AI能像老司机一样直接调用复杂的区块链金融功能，把开发周期从几周缩短到聊几句天就能搞定。这算是内部折腾一年后，能力自然溢出的结果。
背景资料 (原快讯)
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。
注：以上背景资料自公开行业资讯，加密百科网仅作科普解读。