一个刚加入AI原生公司的人发了一条帖子，简简单单几百字，却比任何行业报告都更清晰地讲透了企业AI到底该做什么、以及为什么现在大多数企业做的都不是AI。

Jean-Michel Lemieux 上周加入了一家新的AI原生公司。他在社交媒体上发了一段描述，很快就传开了。

大意是这样的：笔记本电脑寄到了，他登录系统。然后一个AI agent接管了一切。它自动设置好了开发环境，拉取了所有代码仓库，修复了依赖冲突，帮他搞定了权限审批，指向了待办任务列表，链接了架构文档。最让人起鸡皮疙瘩的是后半句——它还自动翻出了他"在碰生产环境之前真正需要了解的"历史Slack讨论，把几个月前某个技术决策的完整争论、决策者、相关的工单和代码PR全部整理了出来。

他写到第三天的时候说了一句话："我来这里才三天，但感觉像是已经工作了一年。平时的摩擦感和那种到处找人拼凑背景信息的辛苦，完全不存在了。"

然后他提议：我们应该停止叫它"入职"（onboarding），改叫"挂载"（mounting）。因为这感觉不像传统的入职培训——倒更像是把一个名叫"组织记忆"的分布式文件系统，直接挂载到了你的大脑旁边。

为什么"挂载"这个词选得如此精确

传统的入职是什么？是信息的水滴石穿。你花三到六个月，在各种会议和一对一沟通里，在文档的碎片和聊天记录的海洋里，一点一点地把"这个组织到底在发生什么"拼凑出来。这个过程低效到令人发指，但所有人都在忍受它，因为从来没有更好的办法。

"挂载"是另一个逻辑。在计算机世界里，mount一个文件系统就是一瞬间的事——你输一条命令，整个目录树就出现在你面前，你可以随时访问任何文件，不需要先花三个月搞清楚哪条路径通向哪里。

Lemieux的体验就是这个逻辑在组织管理中的复刻。他不是被动地等别人把信息"喂"给他，而是AI agent直接把组织记忆变成了一个可被实时查询的分布式系统，他问什么就能立刻得到什么。

但"可挂载"的前提条件，才是真正值得关注的部分

大多数人看到这个帖子，惊叹的是AI的能力——能翻聊天记录、能关联工单、能理解代码库、能串起决策链条。但很少有人追问一个更根本的问题：为什么这个agent能工作？

答案是：因为这家公司的组织记忆本来就是"可挂载"的。

所有代码都在GitHub上、所有聊天记录都在Slack里、所有任务都在Linear上、所有架构决策都有文档、所有问题到代码的关联都有PR记录。这个agent不是在处理非结构化数据——它其实是在几个API之间做语义检索和关系映射。

这里藏着企业AI部署的最深层悖论：AI agent能发挥多大价值，取决于企业的数字化基座有多好。而大多数企业——尤其是传统行业——的组织记忆散落在邮件附件、口头交接、共享文件夹、离职员工的脑子里。Agent再强，也无从索引。

这也是为什么我们之前讨论的"企业AI部署"不是一个纯技术问题。AI厂商可以部署最好的模型、搭建最牛的RAG管道，但企业如果自己的数据是碎片化的、权限是混乱的、关键信息只存在人脑里——那么AI能做的事情就非常有限。

摩擦消失，才是AI对企业的最核心价值

另一个很少被点透的点是：Lemieux在描述他的体验时，从头到尾没有提到AI"聪明"、"强大"、"仿佛有直觉"。他描述的是一种负面的消失——摩擦消失了、苦差事消失了、背景信息缺失的焦虑消失了。

这是企业AI和消费AI之间一个根本性的区别。

消费AI的核心竞争力是"让人惊叹"——ChatGPT写出一首完美的十四行诗，Midjourney生成一张不可思议的图片，这是价值的来源。但企业AI的核心竞争力是"让事情变得不可见"。一个好的企业AI系统不应该让员工天天感叹"哇这AI真厉害"，而应该让员工觉得"我怎么感觉今天的工作这么顺"。

但这一点对一个AI厂商的销售来说是最痛苦的——你怎么卖一个"不可见"的东西？你怎么向CIO证明你帮他省了钱，如果省掉的都是"以前根本没被计算过的摩擦成本"？

这正是Lemieux帖子的价值所在。他无意中提供了一个最朴素的ROI计算公式：一个新员工入职，前三个月基本不创造净价值，都在爬坡。如果AI能把爬坡时间从三个月压到三天，那么省下的价值就是"三个月工资乘以每年新人数量"。这个公式对任何企业决策者都一目了然。

最后：这个post对正在做企业AI部署的人意味着什么

意味着几件事。

第一，选场景时，不要讲"我们帮企业做AI转型"，要讲"我们帮你把新员工的无效爬坡期从三个月压到三天"。前者是愿景，后者是可以签合同的交付物。

第二，产品的北极星指标不是模型评测分数，而是用户感知到的摩擦消失量。 如果一个产品上线半年，员工没有明显感觉到"以前要找三个人的事现在不用找了"，那说明AI部署没有真的落地。

第三，中国企业的"可挂载性"普遍还很差。 不是因为技术不行，而是因为很多企业的企微聊天是散的、审批留痕是不完整的、文档是有多个版本的、工单和代码之间是没有关联的。这既是困境，也是机会——这意味着谁能帮企业从"不可挂载"改造到"可挂载"，谁就能吃到企业AI部署的最大一块蛋糕。

第四，也是最重要的："挂载"这个比喻本身就是一个产品设计原则。 好的AI部署，不应该让员工学习一个新的AI工具，而应该让他们感觉自己原有的工作方式，突然变得顺畅了。就像你电脑的硬盘容量翻了一倍——你不会每天早上打开电脑感叹"哇今天硬盘真大"，你只会在保存文件的时候发现，以前要删掉的那个旧文件不用删了。

这才是企业AI应该追求的用户体验：不是惊艳，而是无感。不是"它能做什么"，而是"我不能没有它"。

本文写作的原始素材来自Jean-Michel Lemieux（@jmwind）于2026年5月发布在社交媒体上的帖子，描述了其入职一家AI原生公司前三天的真实体验。