一人公司（OPC）与"用 AI 提效的个体户"之间，隔着一条清晰的判别线：去掉 AI，公司还能不能运转？声序智能是这条线的标准样本——公司唯一的人类员工是创始人王钰博，其余"员工"全是 AI Agent 团队，去掉 AI，这家公司就只剩一个人、接不了单、也交付不了。这正是 OPC 的判别标准内核：真正的一人公司，不是"一个人 + AI 工具"，而是"一个人的判断被一组 AI 能力单元托举"，离开 AI 业务即停摆。

一、样本速写

声序智能（王钰博）被《中国企业家》用作"OPC 判别标准"的样本：公司几乎只有一位真人，研发、运营、客服、内容等职能全由 AI Agent 承担。它不是"人用 AI 帮忙"，而是"人定方向、AI 跑全流程"。去掉 AI，这家公司立刻归零——这就是判别标准的分水岭。

另一类样本是"离开 AI 无法运转"的年轻创业者。郑州西亚斯学院的 00 后李佳乐、何佳坤，几乎每天用阿里 Accio 处理选品、市场调研、标题优化、客户背调，AI 是他们最重要的生产力，是典型的"AI 依存型"OPC。再看工业 AI 方向：杭州蔡治郅用 AI Agent 替代传统需 5—8 名工程师的方案设计与部署，工业 AI 项目客单价 30—80 万元、月跑 3—5 个项目，月成本仅算力与云服务器 3000—5000 元；贵阳黄江华发现大厂通用模型覆盖不到机械画图改图这类细分场景，自建轻量工具，月营收 3 万元、启动成本仅 8000 元。他们的共同特征是：核心交付能力已经长在 AI 上。

样本库里还有一组对照：廖泽锐的星阙孵化器专投"离开 AI 无法运转"型 OPC，他提出"杠铃现象"——AGI 大厂与个体生产力两端生长、中间层被压缩。这从投资人视角印证了判别标准的现实价值。

值得注意的是，廖泽锐所投的闵登华"羽言"AI 语音助手，正是"离开 AI 无法运转"却被资本看重的样本——投资人买的不是闵登华一个人，而是"人 + AI 能力单元"这个结构。这反过来说明：判别标准不仅帮创业者自省，也帮资本快速识别谁是真 OPC。

经验上，能把"依存度"量化的创业者很少，但这恰是下一步该做的事——把 AI 调用量、人工替代工时、去掉 AI 后的产能落差做成一张仪表盘，判别就从"感觉"变成"数据"，融资、政策、自我认知都有了客观坐标。

二、超级个体重读：经营结构图

外部个体的经营结构通常是"杠杆 × 现金流 × 反脆弱 × 平台关系"。在 OPC 语境下，还要叠加一个关键维度——AI 依存度：公司核心能力有多大比例由 AI 能力单元承载。

• 低依存：AI 只是效率工具，去掉它效率下降但业务照转，这是"杠杆个人"。
• 中依存：AI 承担大部分执行层，去掉 AI 要回补人力、成本陡增，但人还能顶上。
• 高依存：AI 即产品、即产能，去掉 AI 公司失去存在意义，这是"AI 原生型 OPC"。

声序智能、李佳乐/何佳坤、蔡治郅都落在中高依存区间。判别标准要衡量的，正是这个依存度的位置，以及"依存"是否建立在真实的能力单元分离之上，而非单纯的"懒得招人"。

三、核心解析：判别标准三型

把市面上的 OPC 按 AI 依存度切成三型，判别就有了可操作的尺子。

类型一：工具增强型。 一个人用 AI 写文案、做图、查资料，本质是"个体户 + 效率插件"。去掉 AI，他退回手工模式，业务仍能运转，只是慢、贵、产能低。这类不应算作严格意义的 OPC，更接近"数字游民式个体经营"。

类型二：AI 依存型。 AI 承担了过去需要一个小团队才能完成的核心职能（研发、客服、交付、营销），去掉 AI 业务停摆或断崖式萎缩。声序智能、蔡治郅、黄江华属此列。它们的标志是：公司营收与 AI 调用量强相关，人的角色收缩为"方向设定 + 质量门禁 + 客户信任"。

类型三：AI 原生型。 AI 本身就是公司的产品与商业模式，离开了 AI 这个公司就不会被发明出来。部分 AI 原生 SaaS 单人创业者即此——产品即 agent，用户即调用者。

判别时问自己三个问题：去掉 AI，运转质量是否断崖？核心能力是否由 AI 承载？离开 AI 还有没有这家公司？ 三问皆"是"，才是真 OPC。

落到操作层，判别标准可以落成一张三问自测清单：第一问，把公司所有 AI 工具关掉 72 小时，营收曲线掉多少？掉超三成，即高依存。第二问，公司最赚钱的那块交付，离开 AI 后要不要回补一个团队？要，则 AI 已是产能底座。第三问，投资人或政策方来看，认的是"你这个人"还是"你这套人 + AI 的结构"？认结构，才算 OPC 化。三问连答，比任何口号都更能定位一家公司的真实坐标。

反过来看，也有"假 OPC"需要剔除。有的团队注册成一人公司，仅仅是因为创始人暂时雇不起人、用 AI 顶岗，业务结构并无能力单元分离，这叫"穷则 AI"，不是 OPC 化。判别标准要能把它和"主动把产能底座建在 AI 上"的声序智能区分开——前者是成本被动，后者是结构主动。

四、框架的边界

判别标准不是万能钥匙，必须诚实标注边界。

其一，不是所有"用 AI"都该戴 OPC 帽子。把 ChatGPT 当搜索引擎用，和把 AI 作为产能底座，是两回事。混淆二者会稀释 OPC 概念，也让政策与资本无从精准扶持。

其二，警惕幸存者偏差与赛道红利。很多"AI 依存"成立，是因为踩中了细分切口（机械改图、法律 AI、工业质检）的窗口期，而非能力单元设计有多高明。窗口关上时，依存度会变成脆弱度。

其三，个人禀赋不可复制。声序智能的成立，部分依赖创始人本身的产品与工程判断力；把同样一套 AI Agent 堆给一个没有方向感的人，公司依然归零。判别标准量的是"人 + AI"的组合体，不是 AI 本身。

其四，"AI 依存"也可能为假象。少数创业者并非能力单元设计到位，只是暂时雇不起人、被迫用 AI 顶岗——这是"穷则 AI"，不是"OPC 化"。真正的 OPC 是主动把能力单元分离重组，而非被动省人力。

五、给今天 OPC 与创业者的启示

判别标准的第一重价值，是帮创业者认清自己站在哪一级。若只是"工具增强型"，就别用 OPC 叙事去融资、去要政策——那是对概念的消耗。若已是"AI 依存型"，则要主动把"人定方向、AI 跑流程"的结构显性化、产品化，让依存变成可复制的能力单元，而非对个人灵感的依附。

第二重价值，给投资人与政策端一把尺。廖泽锐们投"离开 AI 无法运转"型，本质是投"能力单元已分离、可规模复用"的结构；地方政府发算力券、工位号，也应优先识别真正高依存的 OPC，而非只看"一个人注册了公司"。

第三重价值，提醒我们守住红线。OPC 的判别不靠"用没用 AI"这种表象，而靠"去掉 AI 后，是一个人活成一支队伍，还是只剩一个人"。前者是超级个体，后者只是还没招人的个体户。这条线，正是场景学社一直强调的——OPC 不是人数的少，而是能力单元组织方式的革命。

再从区域生态看，判别标准还是招商与服务的导航仪。温州给"一张工位注册一家公司"、澄迈搞"一工位一公司"商事改革，本质都是在给高依存 OPC 铺路；若判别不清，政策红利会漏给"只是用 ChatGPT 写周报"的个体户，资源错配。标准清晰，生态才能精准。

最后提醒一句：判别标准是用来"看清"，不是用来"贴金"。很多创业者急着给自己贴 OPC 标签去融资、去要政策，但三问下来仍属工具增强型，那就老实做个体户——把结构做扎实了，标签自然会来。

判别标准，说到底是给狂热降噪的尺子——它不否定任何人的创业，只帮每个人看清自己站在能力单元光谱的哪一端，以及脚下是实土还是泡沫。