这位前腾讯 T-12 技术专家，做了一套给 Agent 用的“ POS 机”和“二维码”

把整个义乌搬到 AI 上。

最近所有人都在聊 Agent 怎么付钱。

回看支付的每一次跃迁，驱动力从来不是支付工具本身。二维码能取代 POS 机，是因为微信和支付宝先用小程序和淘宝把几千万商家搬到了线上。每一代支付基础设施的前提，都是先有一个成规模的商业生态。

AI 时代同理。

Agent 想替你下单、帮你买东西、帮你找服务，它首先得有地方可以买。商家的商品、服务、交易流程，必须以 Agent 能理解、能调用的方式存在，也就是 B2A（Business to Agent）的基础设施，把商家从人类互联网搬到 Agent 的世界里。

这就是 AI 时代的 "POS 机 "。码上飞正在做的就是这件事。

过去 20 年，中国商家完成了一次搬家：从线下搬到互联网。码上飞要做的是第二次搬家：从互联网搬到 AI 上。

这件事听起来一点也不酷，甚至有点土：帮义乌小老板生成小程序、帮社区送水站做订单系统、帮精油调配师搭客户档案。但这恰恰是它的壁垒所在：真正的革命不在 AI 侧，在商家侧。

一百万注册用户、两百万个已生成应用、链接超过十亿人次、ARR 突破一千万……它们的背后是一个个真实的小生意被搬进了 Agent 能触达的世界。

我们和码上飞创始人武鑫前后聊了三次。在 B2A 这张新地图里，我们看到的不只是一个 AI Coding 工具，而是一台 AI 时代的 POS 机。

给商家做的 AI Coding，长什么样？

成立码上飞前，武鑫曾是腾讯 T12 级研发效能技术专家，曾于腾讯、字节、滴滴等头部互联网企业负责研发效能体系架构。

在腾讯期间，武鑫曾带领团队 3 年创收过亿，并通过自动化开发技术实现 30% 的成本降低，对于软件开发全流程的效率瓶颈和自动化潜力，是他一直关注的方向。

2022 年底，大语言模型的代码生成能力出现质变，武鑫敏锐地判断：将 AI 能力与多年积累的软件工程自动化经验相结合，有机会从根本上重塑软件开发的门槛和成本结构。

2023 年 8 月，他联合前腾讯 T11 专家隋小波（CTO）、前腾讯 T10 专家蒋飞（首席架构师）创立跨赴科技，核心团队均出身腾讯研发效能体系，具备从工程实践到架构设计的完整能力闭环。

2026 年上半年，码上飞开始尝试着把义乌搬到 AI 上。

义乌不是一个普通的城市案例：这是中国最典型的源头供给市场：大量小商品商家、工厂、批发档口，连接着全国无数小 B 和末端长尾需求。他们有海量的商品和服务，但绝大多数既没有 IT 团队，也从没做过数字化。

（视频）

这些跟开发者完全不同的小商家，真的需要 Coding 么？

武鑫跟我聊到这个问题时反而强调：" 商家本身存在真实的需求，但难点不在代码本身，而是理解模糊意图。很多用户上来只会说‘我想做个小店’或‘我想做会员管理’。如果把这句话直接扔给模型，它大概率会生成一个看起来差不多、但没法用的东西。因为模型缺少环境。"

这个环境不只是技术环境，还有业务环境，同样是会员系统，健身房要课时包和教练排期，洗车店要次数卡和车牌识别，精油调配师要肤质档案和复购提醒完全不一样。

用户看到的只是一个聊天窗口，但背后跑的是一整个 Agent Team：有的负责理解需求，有的负责写代码，有的负责做运营物料，任务拆解和分发是自动的，并且有很多工程化的组件供模型选择。

我问他，这听起来像是给 Agent 搭了一个低代码平台？

" 从某种程度上是的。你只有给 Agent 一个限定的执行环境，它才能用最低成本完成交付。平台上现在有接近 4 万个模版，商家不在意模版长什么样，只在意交付结果能不能直接用，有后台、有数据表、有支付和登录能力、能一键发布到微信小程序和鸿蒙开放平台的真实产品。" 武鑫回答道。

但比 " 生成一个应用 " 更关键的能力，是快速适应正在变化的 AI 生态。

AI 在变，入口在变，协议在变，商家的需求也在变。今天微信开放了小程序的 Agent 接口，明天鸿蒙上线了元服务，后天某个大模型支持了新的 skill 协议，商家不可能每次都重做一遍系统。

如果义乌这套样本跑通，码上飞验证的是一个更大的问题：当 AI 成为新的流量入口，中国最分散、最庞大的小商家群体，能不能被重新组织进一张新的生意网络里。

以下是我们之间的部分对话。它关于 B2A 的推演：商家怎样才能被 Agent 看见、多平台入口怎么适配、以及当商家生意都被搬到 AI 上，会发生什么。

对话实录：

硅星人：支付网络每一次跃迁都需要一台 "POS 机 "。现金时代是真的 POS 机，移动时代是二维码。AI 时代的 POS 机或支付码是什么？

武鑫：我们想，当年二维码改变的是什么？是一个支付入口么？

不是的，商家基于二维码把这个点餐系统、下单、库存和订单系统，会员和复购都做了数字化改革，这样用户扫码才有意义。C 端支付方式变革的前提是整个 B 端的数字化迁移，用户的扫码习惯不是被教育出来的，是当买早餐、打车、点外卖整条链路都在手机上发生之后，你自然不带现金了。

对应到现在，Agent 正在变成新的交易主体，但商家不是 " 开放一个接口 " 给 Agent 就完了，他需要的是把整个生意 "AI 化 "，那这是一个很复杂的事。

我们认为第一层是业务结构化。我们用 AI Coding 帮助商家搭好的并不只是一个对外的展示容器（无论它是小程序还是元服务），定价逻辑、接单规则、库存管理系统、甚至是推广文案到后续的用户运营，都会通过 Coding 更快速的一键完成。

第二层是全流程 AI 化。从前端客户触达、需求匹配、下单、支付、履约、售后、复购，整条经营链路都要能被 AI 跑通。AI 的吞吐量和迭代速度远超过人，如果 AI 时代依然是人来运营，那人力成本依旧高企。商家只有全流程 AI Ready，才算真正在 Agent 网络里。

第三层是 Agent 可调用。前两层做完之后，我们给每个应用装上 AFI（Agent Friendly Interface），让应用能向 Agent 主动解释自己：我提供什么服务、参数是什么、返回什么、哪里涉及支付确认。这是商家被 Agent" 找到并完成交易 " 的最后一步。没有这层，Agent 就算知道你在，也调不动你。

而且 Agent 入口不止一个：微信、鸿蒙、通义、豆包协议都不一样。我们的 AI Coding 负责适配：哪个生态开放就生成对应容器，新协议出来就快速适配，数据回流到同一套经营系统。商家不需要理解这些，他只管讲清楚自己的生意。

硅星人：理论上所有商家都需要这样一套系统，你们为什么选择从长尾小商家开始做？

武鑫：2024 年我们也做过大客户。外面 100 万的项目我们 50 万交付，毛利 40%，能赚钱。但做大就得堆人：堆销售、堆交付、堆项目经理，这不是我们想走的路。

而且大客户不需要我们。他们有 IT 团队，有系统集成商，Agent 时代一样能找到人帮他们适配。

真正需要这台 POS 机的是另外一亿商家。中国 1.2 亿商业体，上了电商平台的大概两千万。剩下的不是没需求：社区送水站要桶数管理和路线规划，精油调配师要肤质档案和复购提醒，私人健身教练要体测追踪和饮食方案。这些生意靠口碑、靠私域、靠微信群，不是标准商品，没法在淘宝美团上表达清楚。

过去没人服务他们，因为传统软件开发的账算不过来。AI Coding 把生成和迭代的成本压下来之后，这些长尾商家 才第一次有可能被数字化。而只有先数字化，他们才有资格进入 Agent 网络，你连线上的存在都没有，Agent 拿什么调用你？

硅星人：但这群商家几乎是离 AI 最远的人群，服务他们的困难具体是什么？怎么帮他们搬过来？

武鑫：这群人跟开发者完全不同。开发者要的是工具，但商家要的是结果。

他不在乎你用了什么模型、什么架构、什么 Agent 协同，他甚至不在乎这件事是不是 AI 做的。他只在意一件事：我的东西能不能直接拿来做生意。

这意味着你不能只做其中一个环节。你不能只帮他生成代码，这中间的任何一个环节断掉，对这群人来说就等于整件事没做。

所以我们必须做全流程闭环交付。从意图理解到产品结构设计，到数据库建表，到前端生成，到支付接入，到后台搭建，到测试，到一键发布上线，整条链路都在系统内部完成，商家不需要碰任何一个技术环节。

这里面的技术难度不是单点的，是系统性的。比如支付：微信支付的接入需要商户号、需要证书配置、需要回调地址、需要处理退款逻辑，这些全是工程细节，商家完全不可能自己做。

我们把它做成了预制件，服务了大量商家之后沉淀下来的标准化模块，调用一次就接通了。类似的预制件我们有接近 4 万个，覆盖了从会员体系到库存管理到分销裂变的各种场景。

再比如发布：生成的应用要上微信小程序，要走审核、要配域名、要做备案；要上鸿蒙，要适配元服务的规范；要上支付宝，又是另一套流程。这些全在系统里自动完成。商家点一下 " 发布 "，剩下的事不用管。

这基本上不是一个 AI 能力问题，是一个工程闭环问题。

硅星人：应用做出来了，怎么让 Agent 找得到它？通过码上飞形成的应用，会更加 AI Friendly 或者说 AI Ready 么？

武鑫：前面说了我们给每个应用配了 AFI，让它能向 Agent 解释自己。但 " 能被找到 " 和 " 能被优先匹配到 " 是两件事。

Agent 替用户找服务的时候，它面对的是一个供给池——里面可能有几十个商家都能满足这个需求。谁被选中？取决于谁的供给描述得更精准、更结构化。

举个例子：同样是 " 附近能做上门按摩的 "，一个商家只有一个模糊的服务介绍页面，另一个商家能告诉 Agent：我提供哪些项目、每个项目多长时间多少钱、哪些时段有空、服务范围覆盖哪些区域、下单后多久到。Agent 一定优先选后者，因为它能直接跑通交易，不需要再去猜。

所以 AFI 不只是 " 让 Agent 能调用你 "，它直接决定了你在 Agent 供给池里的排序。你的描述越完整、越结构化，被匹配到的概率越高，AFI 是让 Agent 真的理解你能做什么。

现在各个平台对这件事的开放程度差别很大。鸿蒙和荣耀已经在主动接收应用侧发出的结构化信息，我们生成的应用在那些生态里已经能被 Agent 识别和调用。

微信文档里有这个方向：接口描述、参数描述、Skill 文档都有了，但端口还没真正打开，现在还是 GUI 操控。百度 那边我们是 AI 搜索开发平台首批合作伙伴，搜索端有入口直接导流。

这里面有一个时间窗口的问题：当各个平台的 Agent 端口陆续打开的时候，谁的商家供给已经是结构化的、Agent Ready 的，谁就能第一时间吃到流量。这不是等到那天再做来得及的，你得提前把商家的供给准备好，端口一开就能接上。我们现在就在做这个储备。

硅星人：当大量商家都被接入之后，这张网最终会是什么？

武鑫：我们实验室里已经在做这件事，把多个 Agent 放进同一个网络空间，让模型自己去探索交易机会。不是人在平台上逛，是 Agent 在一张供给网络里替人把事办了。

如果跑通，义乌的小商品、云南的鲜花、广州的服装，就不是一个个孤立的小程序了。它们是 Agent 能直接调用的供给节点，连在一张网里，产生新的生意机会。

你问这张网最终叫什么我觉得是 AI 时代的 1688，因为每一个 Agent 入口其实就是一个 " 淘宝 "，码上飞要做的就是这张供给网络，一边连接能连接的 B 端，一边给所有的 A 端供货。