原对话:沿提问、回答和转折完整展开
下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。
00:00:02–00:27:36连续对话 1
00:00:19–00:02:33新一轮Agent热潮:从Manus到OpenClaw,本质是模型能力的释放
- 最近由OpenClaw带起的Agent热潮,和去年由Manus带起的那一波有什么区别?
曲凯先回顾两次访谈相隔约十个月:上一波 Agent 热由 Manus 带起,这一波则由 OpenClaw 带起,并问两者有什么本质区别。王文锋回答“没觉得有本质上的区别”,共同点不是界面或传播方式,而是都证明了一类新的产品形态能够成立。
他把 Manus 初期的核心场景归为 Deep Research,并把解锁原因归于转录所称“O1 模型”的推理能力;原稿曾把 O1 改成另一个没有文本依据的模型名,本次恢复为 O1。“Swilling”的准确词形仍待回听,不扩写成另一种模型能力。对于 OpenClaw,他承认有人会把火爆归因于能在 Telegram、Discord 等 IM 中方便调用,但他自己的解释是:它把最新模型的 Coding 能力释放到了此前没有想到的程度。IM 是入口,Coding 能力及其产品化才是他强调的因果主张。
王文锋进一步把这次产品信号连接到 Proactive Agent、自我迭代和自我进化:这些概念此前已被讨论很久,却缺乏可见的跑通形态,OpenClaw 让他看到一种实例。因此,“新形态成立”是他的产品判断,不等于主动性、自进化已经在所有任务上被充分验证,更不等于两个产品的技术架构相同。
Agent本期泛指能围绕目标规划步骤、调用代码或外部工具并交付结果的 AI 系统。嘉宾谈的并非只有聊天,而是能持续执行任务的系统。
Coding Agent以代码、Terminal、文件和开发工具为主要行动接口的 Agent。嘉宾强调它与基座模型的 Coding 能力不同:前者还包括释放能力的工程和产品层。
Skill本期语境中既可包含工具调用方式,也可包含工作说明、SOP 和可复用方法论。嘉宾认为它能把垂直经验带给通用 Coding Agent,但没有证明所有隐性知识都能被完整 Skill 化。
Step 与长程任务Step 是 Agent 执行中的一次中间动作,如读文件、访问 API 或调用 Tool;长程任务强调更多步骤和更长状态链。步数多表示链长,不自动等于结果可靠。
话题推进:主持人随即回扣嘉宾上一年“AI Coding 是大模型的灵巧手”的说法,追问今年这一判断推进到了哪里。
00:02:34–00:05:28“所有Agent最终都会是Coding Agent”
曲凯重提“AI Coding 是大模型的灵巧手”。王文锋认为这已经得到现实产品验证,并给出更强的预测:“最终所有的 Agent 都会是 Coding Agent。”这里的 Coding Agent 不只是会生成代码的模型,而是能围绕代码、Terminal、文件和工具执行任务的系统;他强调基座模型的 Coding 能力与 Coding Agent 是两回事,后者负责把能力释放成可用结果。
他用 OpenClaw 的内部结构作例:转录称其核心为“Pad Agent”,是极简且设计得很好的 Coding Agent,外围则处理 Memory 与 Slack、Discord、Telegram 等 Channel 集成。“Pad”及相邻“Talk”的拼写和含义不能从文本确认,本稿只保留“核心 Agent+外围产品层”的结构,不把 Talk 自动当成确定的“套壳”术语。
在嘉宾的叙述里,去年的思路是针对不同应用场景搭环境、做 RL 和定制策略,垂直接口与经验难以复制;现在则可用 Coding Agent 配合 Skill,把这些经验带到具体场景。他把 Manus 称为模型 API 时代的极致“壳”,把 OpenClaw 称为当前 Coding Agent 的一种优秀“壳”,并认为谁能做好这一层是今年机会。这里的“所有”“没有场景做不到”是他的强判断,并未由节目逐项验证;同时“壳”承担的是能力释放、记忆、连接和使用门槛,不应简化成没有技术含量的包装。
话题推进:这一强判断引出路径选择:过去一年的通用 Agent、Agent 平台和垂直 Agent,究竟哪些仍然成立?
00:05:29–00:11:20垂直Agent路线存疑,SaaS模式面临根本性挑战
- 回顾过去一年,Agent赛道出现了通用Agent、Agent平台、垂直Agent等不同路径,现在来看这些选择有无对错之分?
- 未来在企业服务(2B)领域,是否会出现像抖音在内容领域那样一家独大的平台?这家公司有没有可能就是OpenAI或Anthropic?
曲凯回顾通用 Agent、平台和垂直 Agent 三条路线。王文锋说,虽然“很不愿意承认”,垂直 Agent 现在需要被高度怀疑,因为 Coding Agent+Skill 已能实现许多过去由垂直产品承担的效果。曲凯把讨论推进到 SaaS,嘉宾则转述一份其所称的 Anthropic 报告:Claude Code 的使用场景中 49.7% 为 Software Engineering,其余超过一半包括办公自动化、数据分析、Marketing 和 Copywriting。这个数字是嘉宾对报告的转述,样本、统计期与“使用场景”的分母未在节目中给出;它也不能直接推出所有非编程任务都已完成得很好。
曲凯接着问,企业服务是否会出现类似抖音的统一平台。王文锋没有直接预测赢家,而是先解释过去为何会有大量垂直 SaaS:专家经验和决策能力过去要靠长期培训分发,软件把方法固化成交互和 UI,使用户按流程操作便能获得部分专家能力。由此,软件价值不只是“代码写得出来”,而在于规模化复制工作方法。
Agent 改变的则是获取这种能力的方式:用户描述目的,Agent 提方案、执行和迭代,不必先学习每套 SaaS 的界面。曲凯补充,传统 Best Practice 是面向许多公司的通用专家,AI 则可能提供随企业情况变化的定制专家。王文锋进一步认为,过去把长尾需求收敛到 Best Practice 是因为逐一满足不划算;如果 AI 执行不同流程的成本接近,Best Practice 的重要性会下降。他最终预测会有统一系统解决绝大多数需求,但不确信是 OpenAI、Anthropic 还是其他主体。
话题推进:主持人没有直接接受“统一平台”的结论,而是追问:目前看似简单的 Skill,真能承载复杂 SaaS 的 Know-how 吗?
00:11:20–00:16:42Agent的能力上限已获验证,当前瓶颈在于用户认知与产品化
- 你真的觉得Skill能取代那么复杂的SaaS Know-how吗?它真是一个那么简单的替代方案吗?
- 所以你非常认可AI和Agent会颠覆SaaS?
- OpenClaw作者一天提交1600次代码是什么概念?
曲凯的质疑很具体:Skill 还很简单,为什么一家公司发布一套 Skill,相关行业 SaaS 的股价就会下跌,它真能替代复杂工作流吗?王文锋回答“现在倾向于是”,并把质疑归结为对模型能力的怀疑。他给出的类比是,把一份工作说明交给真人,真人学会其中工具后可以完成;模型也在沿这条路径发展。他甚至说模型已到了“人一样”的地步、替代 SaaS 已被证明。这里保留其判断强度,但它不是本期提供的跨行业能力测评。
他给出的更具体理由是输出等价:SaaS 将 SOP 固定成操作和交互,产出表单、Dashboard 或记录;Agent 也能交付这些产物。如果 Agent 的使用门槛继续降低,他认为多数人就缺少继续使用旧界面的理由。这个论证比较的是任务结果和交互成本,尚未覆盖权限、责任、持续可靠性等采用条件。
随后他用开发案例说明能力上限。转述包括:OpenClaw 作者在产品火之前某天最多 1600 次 commit;Cursor 内部用 Agent 一周做出 300 万行代码的浏览器;转录另说某官方团队“断断续续”实现了一个“CVE 的编辑器”,旧稿直接写成 Anthropic 的 VS Code 编辑器,超出可确认文本,本次不保留该确定名称。1600 commit 被嘉宾类比为三四人技术小组一年的工作量,这是他的直观估算,commit 数与代码行数都不能自动换算成有效工程产出。
王文锋由此把瓶颈从技术天花板移到认知和使用:他设想每月花两三万美元 Token 的顶级用户是 90 分,多数人只有 10 分,并判断效率差距是非线性的,善用者可能达到千倍效率。90/10 与千倍都是说明差距的口语估计,不是量化评测。他认为接下来既要让人知道能力已到哪里,也要解决怎样把 Agent 配好、用好。
话题推进:既然瓶颈被定义为产品化,主持人继续问 OpenClaw 本身是否就是好形态,以及普通用户何时能真正用起来。
00:16:42–00:19:37OpenClaw的挑战:从“Linux内核”到普通人可用的“发行版”
- (Agent用起来麻烦)这是不是就是很多产品化的问题?
- (关于未来用户规模)大家能不能有个Vision,能看到说未来有10亿的用户?
曲凯把配置麻烦归结为产品化问题。王文锋认可产品化重要,却明确说自己还没有答案:OpenClaw 是不是好形态仍在思考。他转述“Linux 内核—发行版”的类比,未来可能出现面向不同用户的 Ubuntu、红帽式产品,但也提醒规律可能相似,不能机械照搬。
曲凯估计全球有上千个团队围绕 OpenClaw 创业。王文锋实际展开的一类做法是 Host:提供虚拟机让 OpenClaw 跑起来,用户仍主要是工程师。他认为真正值得解决的是运营、销售等非技术用户怎样使用。Sheet0 内部也鼓励非技术同事尝试,但现实是“真的配不好”,因此产品层要处理的不只是部署,还包括配置和把 Coding Agent 用好。他说当前观察有“几类”,节目只具体展开这一类,原稿不应让读者误以为已完整枚举全部创业路线。
市场规模的数字需要按说话人归属。曲凯转述 OpenClaw 约 200 多万个 Agent,同时提醒可能有人创建多个账号,并估计 Manus 为数十万用户、Cursor 为百万级。王文锋说自己没太关注这些数据,主要关注 Claude Code 与转录中的“CodeX”:Codex 活跃用户约 100 万,Claude Code 市场份额可能是其 3–5 倍,两者相加约 500 万活跃用户。旧稿把 CodeX 写成 GitHub Copilot 是无依据替换,本次恢复。曲凯随后提出 10 亿用户愿景,王文锋认同;以这些粗略数字得出渗透率不足 1%,是双方的愿景式推算,而非同口径市场统计。
话题推进:在市场愿景之后,主持人把 OpenClaw 拆成长程任务、Proactive 和自进化,要求逐项解释。
00:19:38–00:23:24OpenClaw的三板斧之一:长程任务与自我修复能力
- 我们经常提到OpenClaw的几个点:长程任务、Proactive(主动性)和自进化。我们分开讲一下,第一个长程任务这件事能解释一下吗?
- 去年我们聊的时候,你提到步骤增多会导致准确率下降,以及可能产生死循环。现在这些问题是怎么被解决的?
- 长程任务和自我修复能力的实现,是不是就是基座模型能力提升带来的?
- 这是否意味着,我们找到了最好的Context,就是给它一个电脑和文件夹?
王文锋先用 Step 解释长程任务:产品会把读文件、访问 API、调用 Tool 等中间步骤展示出来,步骤越多通常意味着任务链越长。他说当前很多任务仍是几十步,今年可能扩展到几百甚至上千步;这是对扩展能力的预期,不是说任意千步流程都已可靠完成。问题拆解能力是他指出的第一项要求。
曲凯恢复上一年的反例:即使每步正确率有 90%,连续相乘后整体成功率也会下降,还可能出现闭环空转和死循环。这个例子说明的是错误沿链条累积的风险。王文锋这次判断问题“应该是解决了”,并解释去年像把 Agent 当“装载机”,状态在内存里,第一、二、三步不可逆;现在的最佳实践则把状态落到文件上,Memory、Progress 写错后,Agent 发现时可以再修改。转录“Failed System”与后文文件系统相连,但本稿的机制依据来自明确的“状态落到了文件上”,不靠猜词补造实现。
关键因果不是“有了文件就必然纠错”,而是状态变得可查看、可保留、可修改,Agent 才有机会识别问题并修复。嘉宾也没有把进步只归于基座模型:他认为模型能力与围绕文件系统、Computer、让 Agent 组织自身数据和逻辑的工程方法共同起作用。
曲凯将其总结为“给电脑、给文件夹就是最好的 Context”。王文锋进一步对比,去年是人控制 Context,现在更有效的是让 Agent 自己维护 Context。两人随后引用“Less Structure, More Intelligence”,但转录中的提出者“High Cloud/hidecloud”无法确认,本稿不写成 Manus 创始人或其他具体人物。嘉宾对“为了差异化而做的结构可能只是雕花”的反思,也与他后文放下差异化执念形成呼应。
话题推进:长程任务讨论的是一条链能否走远,下一问则是任务为何会被持续发起:Proactive 到底主动在哪里?
00:23:24–00:27:36OpenClaw的三板斧之二:Proactive,从定时任务到“AI管AI”
- 主动性(Proactive)这个事怎么理解?
- 你举的例子(定时发报告)似乎仍是被动触发的主动。我们讲的主动性是不是更偏向于AI给我带来惊喜,做了我没让它做的事?
- 在这件事上(Proactive),现在Agent做到哪一步了?你在日常使用中有遇到过这类案例吗?
王文锋先把一次性任务与持续性任务区分开:让 Agent 写一份报告或一个小网站,完成后会话就回收;Proactive 则要求任务持续维持。最基础的例子是每天早 8 点发昨天的工作总结,或晚 10 点汇总群里未办完的事项并发日报。再进一步,它还应基于过去交互知道用户需要什么,并优化自己的工作流。
曲凯抓住其中的差别:如果人已设定每天 8 点发送,那只是“被动触发的主动”;真正的主动更接近没有明确安排,Agent 却多做了有用的事、带来惊喜。王文锋接受这个第一步与第二步的划分,描述更高阶形态为长期相处后理解业务、性格、角色与工作内容,像同事一样主动说“发现一个问题、有个方案,这么搞行不行”。曲凯用 Context, Not Control 解释,即提供足够上下文后由对方自主处理;王文锋把核心落到主动 Exploring、反思、总结和迭代。
谈到当前做到哪一步,他并没有宣称上述同事式 Agent 已普遍存在,而是指出 Setup 的“先有鸡还是先有蛋”:要了解用户,先得与用户建立连接。随后他提出一种更具体的产品设想——Proactive Agent 是“AI 管 AI”。过去人直接向 Manus、Genspark、ChatGPT、Claude Code 等提需求;若需求不再由人提出,就要由 AI 提出并完成闭环。
在这个设想中,单个强 Agent 仍需要 Setup,因此要有 Meta Agent,按任务创建和配置特定 Agent,解决后记录成功经验,并可能释放临时 Agent。Meta Agent、动态创建与回收是嘉宾对产品形态的推演;不能把它与后文已经跑通的 Linear 自动开发流等同为全部实现。这里所谓“自进化”在本段主要体现经验记录与工作流迭代,并未明确证明模型参数自主更新。
话题推进:“AI 管 AI”随即引到自进化与替代人的问题,也引出另一个限制:不同公司的经验能否互相复制?
00:27:36–00:57:10连续对话 2
00:27:36–00:31:27AI的自进化:从替代到协作
- “AI管AI”是否与Agent的自进化相关?如果Agent足够主动和智能,未来是否真的可以替代所有人?
- AI之间互相学习的作用有多大?一个在特定公司训练好的Agent,能否将其能力复制给另一个公司的Agent?
曲凯问,足够主动和智能的 Agent 是否最终会替代所有人。王文锋没有回答“全部替代”,而是用客服作类比:过去 10 人客服团队可能变成 1 人;他推测 Proactive Agent 下 10 个工程师最后可能只需留 2 个。这是他基于其他行业类比的组织预测,不是 Sheet0 已完成的裁员结果。
为什么仍要留人?他把原因归为 Taste、悟性与默契。如果必须把一件事完整讲清对方才能做,他认为还不如用同样的时间告诉 AI;更需要的是“点一下就知道你在想什么”的人。曲凯将这种悟性解释为过去经历形成的 Context,例如在大厂工作几年后更能理解提示。王文锋也承认默契可能来自平时工作和生活,因此这里既有个人特质,也有共同经历,不能把 Taste 简化为纯先天能力。
随后曲凯以转录中的“Moldbook”和 Agent 间交流为例,问 A 公司训练好的 Agent 能否把能力教给 B 公司。王文锋认为技术上可以,真正的问题是“有多少东西值得分发和复制”。通用工作方法、方法论可以经由 Skill 积累并迁移;针对本公司代码仓库、流程优化过的 Coding Agent,到另一家公司可能价值不大,像有能力的新员工仍要适应流程。
因此他给出的边界是:现阶段 Proactive Agent 不是买一个产品、安装后就自然能探索并吸收所有文档,离这种状态“还是有点距离”。这恰好限制了他前文对“AI 管 AI”的宏大设想:跨组织迁移需要重新配置和磨合,通用经验可复用不等于特定企业的完整工作体系可直接搬运。
Taste/悟性嘉宾用于描述判断、审美、领悟意图和协作默契的词。对话也指出共同经历会形成 Context,因此不能只理解为不可培养的先天特质。
Agent Harness嘉宾用马鞍作比,指围绕强 Agent 的约束、配置与环境适配层。它根据个人或公司的特点形成脚手架,兼具 Infra 和终端产品属性。
CLICommand Line Interface,命令行接口。本期重点是让 Coding Agent 能方便调用工具和执行动作,不只是为人类提供简单命令。
Reactive 与 ProactiveReactive 是由人明确发起、Agent 响应;Proactive 则持续监控或探索任务。Sheet0 的 Linear 流程是限定场景实践,不等于通用自主性已经实现。
话题推进:在通用迁移仍有距离的同时,嘉宾用本团队已经跑通的流程说明,限定环境中的“AI 管 AI”能走到哪一步。
00:31:28–00:34:42Aha Moment:当AI从执行者变成驱动者
- 你在自己使用OpenClaw,包括研究大家怎么用的时候,有遇到过什么Aha Moment?
- 你们现在实际的效率涨了多少?
- 如果效率提升10倍,是不是意味着以前需要一年开发的产品,现在两个月就够了?
王文锋先还原旧流程:用户反馈进入 Linear,团队在日会上把任务分给工程师,工程师再用 Claude Code 等工具开发、测试、提 PR 并合并。此时人既负责任务分发,也负责逐次指挥 AI。
Aha Moment 来自把 Linear、GitHub 和日常沟通工具 Lark 的权限开放给 AI:AI 监控 Linear 任务,完成开发与测试后提交到 GitHub。按嘉宾自述,绝大多数任务可直接做完,PR 中带测试结果,前端修改还可附截图。这个流程在“节前”约一周跑通。这里能确认的是嘉宾对限定工程流程的实践报告;节目没有提供任务样本、失败率或独立审计,不能扩大为所有需求都无需人参与。
工程师角色因此从 AI 指挥者转向最后质检:查看 PR 后决定是否合并。后文他进一步澄清,这个“质检”不是把 Code Review 全部交给人,而是扫一下成果、点击合并按钮,像流水线末端贴合格证。因此本段不宜把人的工作写成完整逐行审计,也不能把 AI 已生成测试等同于代码必然正确。
效率数字同样要限口径。王文锋说“我个人”至少比一年前提升 10 倍,不是整个团队经统一指标测得 10 倍。曲凯由过去一年产品变两个月,嘉宾则判断两个月都慢、两周就够;这是他针对新产品生产的强估计。其更重要的论点是瓶颈从生产效率转向“做什么、做成什么样”:当生产能力充裕,idea 并不便宜,产品定义反而更难。OpenClaw 出现后仍多是托管、二次开发,缺少全新同类形态,被他用来支持这一判断。
话题推进:产品定义成为瓶颈后,主持人问今年还期待什么技术变化,话题转向 Harness、Infra 与后端反馈。
00:34:43–00:40:07Agent的下一个胜负手:Harness、CLI与后端能力的突破
- 今年除了我们刚才聊的那些Agent,还会有哪些变化和值得期待的发展?
- 既然提到Infra,你觉得新一波Agent会有什么新的Infra机会吗?
- 之前大家觉得AI Coding主要是前端能力强,后端弱,现在怎么样了?
- (开放数据库权限)幻觉和安全性的问题怎么解决?
- (权限管理)这不也是个Infra的机会?
王文锋首先期待 Agent Harness。他认为上一年的 Context Engineering 让人认识到上下文关乎成败,却仍抽象;Harness 用“骑马需要马鞍”作比,关注的是怎样约束和驾驭强 Agent。他描述的对象既包括个人差异,也包括公司的业务和成员特点,输出是适合该环境的脚手架,使业务能快速跑起来。它既有 Infra 属性,又直接面向 End User,不完全落入传统“Infra—SaaS—终端用户”分层。转录称其约在 9 月底于硅谷出现并在小范围流行,这是嘉宾的概念史叙述,本期未外核。
Infra 方面,他认为 Coding Agent 本身正在被 Infra 化:Claude Code、Codex 原本面向程序员,OpenClaw 类上层产品则把它们当智能引擎,于是需要更适合“AI 管 AI”的底层 Coding Agent。对于其他机会,他说暂未看到特别明显的方向;上下文管理产品能否成为生意也不确定。转录中的“Andrew Capacity”被他转述为近期强调“缺的不是 MCP、API,而是让模型或 Coding Agent 更好工作的 CLI”,旧稿直接确认为 Andrew Ng 缺乏文本依据,本次不保留确定人名。
CLI 在这里不是泛指把模型包装成简单命令,而是给 Agent 调用的命令行接口。王文锋说 Claude Code 本身是 CLI,OpenClaw 也很依赖 CLI,并把其作者所做工作概括为把一些 MCP 变成 CLI。他据此认为 CLI 可能是 Infra 方向,但未证明其商业模式。
后端能力的讨论更具体。他认为现在后端已不比前端明显弱,过去弱既因见过的后端代码少,也因结果藏在内存和数据库中,缺少即时可验证反馈。Sheet0 给 AI 开放专门接口以访问程序内存状态,并给数据库 ReadOnly 权限,让 AI 比较实际数据与预期,不符则迭代代码。主持人问幻觉与安全,嘉宾的直接回答是只给只读权限;这能降低误写风险,但本期没有展开数据泄露、接口滥用或错误代码本身的风险。主持人提出权限管理也可能是 Infra,嘉宾承认有机会,同时强调能否产品化仍是挑战。
话题推进:技术趋势讨论收尾,主持人把问题落到 Sheet0:这些观察究竟怎样改变公司的下一版产品?
00:40:07–00:45:37Sheet0的转型:从预判到跟随,做AI Coding的平权
- 这一年Agent变化这么大,Sheet0现在在做什么,有什么改变?你们的新版本是做什么的?
- 那是给Engineer、Developer用吗?所以你是大转型?
- 你做的其实也是一种平权。
- 你的用户人群画像大概是怎样的?
曲凯问 Sheet0 正在做什么,并提到节目发布时新版本应已发布或即将发布。王文锋明确说,新版本就是把内部 Linear 流程产品化;面对“给 Engineer、Developer 用吗”“所以是大转型吗”的连续追问,他都回答“对”。因此,产品首先面向开发者,不应直接写成面向所有不会 Coding 的大众。
产品逻辑是“做管 AI 的 AI”。王文锋认为再做一个更聪明、更好的 Agent 价值不大,甚至说精心配置后的 Coding Agent 已“AGI”、没有什么做不到;真正困难的是配置门槛,所以需要另一个 AI 管理和配置它们。这是他的极强能力判断,实际产品价值仍取决于能否把配置稳定地自动化。他同时复盘,去年太靠预判、总想讲不一样的东西,今年改为“预判为辅、跟随为主”。
曲凯由此提出“优化胜率而不是赔率”,王文锋认同,并用内部问题检验团队选择:“假如回到 25 年 3 月底,你做不做 Genspark?”当时 Manus 在 3 月初出现,Genspark 在 3 月底至 4 月初出现,团队只有“1.5 个人”说要做。他把其他人的犹豫归为技术与产品理想主义、追求差异化,即优化赔率而非胜率。本期发布于 2026 年,shownotes 也称“去年 3 月”,所以原文“25 年”就是 2025 年;旧稿改成 2024 年是明确错误。
他把 AI Coding 分为三阶段:Copilot 式补全;Claude Code/Coding Agent 由人 Prompt、仍是 Reactive;第三阶段由 AI 指挥 AI,需求输入由 AI 呈现,工程师最终把关。Sheet0 自己迫切需要该产品,曲凯指出“自己就是用户”有助于形成反馈循环。嘉宾所说“平权”是把 AI 使用 10 分的人拉到 60 分以上;团队上月 AI Coding 支出 2 万美元证明自身重度使用,但不能单凭支出证明产品需求或产出已验证。他选择 Coding 还因需求已被验证,业务方提需求、AI 执行、程序员把关的链路足够具体。
曲凯问为什么质检不能也交给 AI,王文锋澄清这里不是完整 Code Review,而是人扫一下、点合并,保留最后责任关口。用户画像则一半是 Founder,四分之一超级产品经理,四分之一超级 Builder;特点为想法多、思路清晰、Ownership 强、能跨设计/产品/研发等领域,研发能力反而不是唯一中心。
话题推进:有了产品形态和人群画像,主持人继续追问这些高能力用户应怎样分层,以及个人为什么会成为高客单价客户。
00:45:37–00:49:28用户即客户:按Token消耗量定义“大客户”
- 你最终的用户是不会Coding的人,还是用得不好的人,还是用得很好的人?
- 所以你面向的是消耗1亿Token的人,然后做中大C?
- 几万美金体量的应该是创始人了,不可能自己打工还花钱。
- 人和公司不会有那么明确的分界?
- 最终会不会变成产品供给过剩的问题?
对于最终服务不会 Coding、用得不好还是已经用得好的用户,王文锋没有三选一,而是提出另一种分层:SaaS 时代按组织规模分 Enterprise 与 SMB,Agent 时代可按 Token 消耗多少分层。服务超过 1 亿 Token 的用户,被他类比为过去服务世界 500 强;曲凯将其概括为 C 端也分中大 C、小 C,先做中大 C,嘉宾认可这种理解。
这里的“1 亿 Token”在对话中未说明统计周期、模型价格或是否等于 10 万美元。王文锋另外给出的是收入假设:当一个用户或主体一年能贡献 10 万美元,就不必执着于它是个人、团队还是公司;1000 个这样的客户对应 1 亿美元 ARR。这是说明客户价值的算术,不是已有 1000 个客户或 1 亿美元收入,也不能把 Token 消耗直接当成 Sheet0 的收费公式。
曲凯推测愿付几万美元的主要是 Founder,因为期待商业回报。王文锋补充当前沟通对象中很多是 AI Native Founder,也有公司核心骨干;他还转述一些成立约十年的公司成立 Agent 小组,把全公司 Token 消耗前 10 的人聚在一起,直接向 CEO/CTO 汇报,费用由公司报销。个人高消费因而可能代表组织预算,不必坚持传统 B/C 边界。
嘉宾对付费的解释是替代招聘预算:硅谷工程师约 15 万美元,招数人可能到 100 万美元;若 10–20 万美元 AI 支出能达到相似效果,个人或小组织也可能支付。这是他的价值锚定与假设,不是证明 AI 已在同等范围替代工程师。曲凯进一步担心“一人独角兽”导致供给过剩、需求从哪里来;王文锋认为可能形成负反馈:失业减少工资收入和消费,依赖消费的企业需求收缩,再传到上游。他只考虑 3–6 个月的判断在这里首次与宏观不确定性直接相连;该链条是情景推演,不是宏观经济预测模型。
话题推进:宏观讨论结束后,主持人把同一问题缩回公司内部:效率提升会怎样改变招聘、培养和绩效判断?
00:49:28–00:57:10创业策略转变:放下Ego,只解决3-6个月的问题
- 在这种情况下,你们现在团队受这个影响的变化是什么?
- 你觉得这些人使用AI Coding的能力是能培养的,还是需要靠他自己?
- 怎么去评判和衡量他的产出?比如一个人一天花了1000美金Token。
- 所以去年你在解决的是多长时间维度的问题?
- 你这个为什么觉得是跟随呢?我觉得没什么人在做这件事。
曲凯问团队受到什么影响。王文锋说招聘“非常非常谨慎跟苛刻”:按以前标准可能已有十几二十人,现在只有 7 人;他认为这 7 人的产出速度和效率相当于过去三五十人团队。人数是嘉宾自述,三五十人的效率类比没有统一任务和质量口径,不能当成严格人效测量。
AI Coding 能力能否培养?他的回答是可以,但前提是组织愿意提供“不受限的 Token 消耗额度”。曲凯追问高账单怎样衡量产出,并提到此前所说一天 4000 美元;王文锋澄清那是 7 个人一起,不是单人。对于假设某人一天 1000 美元的情况,他说“这是下一步的事”,当前首先让大家跟上,“谁跟不上就淘汰谁”。这体现其强烈的结果和适应导向,不等于高 Token 本身就代表高产出。
他的具体绩效判断仍靠人:CEO 看账单,例如某人一天 2000 美元或一周七八千美元,再看本周产出是否 match;不匹配说明有问题,“要么解决问题,要么解决人”。他没有给出自动化 ROI 公式,也没有把产出评价交给 Token 指标。此处应同时保留“提供充分额度以培养”与“高消耗必须接受人工结果审视”,避免只截取其中一面。
曲凯随后提议“我只解决未来 3–6 个月的事情”作标题,王文锋认可。对比去年,他说自己当时解决的是 5–10 年后的问题。转录两次出现“谢子霖”,称其为终局追求 100% 可信、100% 可解释、100% 准确的主体;文本无法确认它是人、产品还是其他名称,旧稿断言为 Sheet0 早期产品名没有依据,本稿保留为待回听名称。失败复盘的关键不依赖这个专名:目标本身正确且有价值,人人也都会说需要,但模型做不到,用户当前瓶颈又不在这里,因此难以推进。
他提炼出的产品原则是:“不要去尝试解决那些人们还没有遇到瓶颈的问题。”用户不会因不能 100% 准确就拒绝模型的其他收益;相反,工程师已被十几个 Terminal 窗口占据注意力,这是当下明确痛点。Sheet0 应顺着痛点把大家遇到的问题总结成产品,在需求上多做半步,而非说服用户接受超前理念。
曲凯问既然没多少人在做,为何叫跟随。王文锋解释这是逻辑层面跟随正确、明确的大方向,不是照抄具体产品。他认为过去一个预判可管半年,现在 AI 发展快,最多管一两个月;预判会诱使团队下注,押错后转向成本更高、反应更慢,因此宁可少做长期押注、保留快速修正产品方向和重点的能力。
他把最大变化落到放下 Ego:回看 2025 年 3 月是否做 Genspark,如今已看到其成功,团队第一反应却是不做,这让他反思商业判断被差异化执念影响。转录提到“最近新的 AI 好像 1.5 亿美金”,名称与指标均不清,本稿不把它写成确定融资或 ARR。王文锋最后澄清“跟随不是说抄”,而是迅速认识哪些地方没做对、客观看待现实;OpenClaw 所代表的 AI 管 AI 产品怎样做、怎样发展,是他今年最期待的问题。主持人以对新产品表示期待收尾,57:02 后仅为片尾声音。
话题推进:访谈以“跟随趋势、放下 Ego、快速修正”收束;主持人期待新产品,正文在约 55:16 结束,其后为片尾。
以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。
主要论证:观点怎样由经历与例子支撑
Manus 与 OpenClaw 的共同点是用产品形态释放模型能力;他进一步预测 Coding Agent 会成为各类 Agent 的核心,独立垂直 Agent 的逻辑需要被高度怀疑。
王文锋 · 00:00:19-00:14:03
1. 产品信号:Manus 释放推理能力并形成 Deep Research,OpenClaw 释放 Coding 能力并显示主动性、自我迭代的一种产品形态。
2. 通用执行层:Coding Agent 不只是基座模型写代码,还能通过 Terminal、文件和工具完成任务;Skill 则承载工作说明、工具和方法。
3. 对 SaaS 的挑战:传统 SaaS 用 UI 和 SOP 复制专家能力,Agent 可以直接从目的走向表单、看板、记录等结果,并适应更多长尾流程。
4. 证据边界:49.7% 软件工程场景、开发案例和用户数字都是嘉宾转述,支持其判断但未独立验证,更不能证明所有垂直场景已被替代。
成立条件:需要区分两种主张:代码与文件能成为通用行动接口,和垂直知识已不再重要,并不是同一件事。该强结论要求 Skill 能低成本表达关键 Know-how,Agent 在真实任务上稳定交付,并满足权限、责任和维护要求。
当前瓶颈正从模型能力上限转向认知、配置和产品定义;把 Coding Agent 用好,比单纯再做一个更聪明的 Agent 更有价值。
王文锋 · 00:14:03-00:23:24;00:31:28-00:45:37
1. 他转述高提交量、浏览器等复杂工程案例,认为能力上限已足以覆盖许多现实任务,但这些案例的有效产出和人工投入未披露。
2. 非技术同事仍配不好 OpenClaw,说明部署、配置和工作流之间存在实际门槛。
3. Sheet0 一周跑通限定开发流程后,他认为个人生产效率大幅提升,两周可做出新品;瓶颈随之转向做什么、做成什么样。
4. Harness、CLI 和后端可验证反馈都是降低使用门槛的工程方向;OpenClaw 是否为最佳形态,他明确说仍无答案。
成立条件:能力案例不能替代采用成本与结果验收。只有在普通用户能以可接受成本获得稳定结果时,‘瓶颈已不是技术’才对该用户成立;对复杂、含糊或高风险任务,模型和工程能力仍可能同时是瓶颈。
长程任务与 Proactive 的进步来自模型、可修改状态和任务调度系统的共同作用;他设想 Proactive 的产品形态是‘AI 管 AI’。
王文锋 · 00:19:38-00:34:42
1. 长程任务:状态从不可轻易回改的内存过程转向可查看、可修改的文件,Agent 才有机会修复 Memory、Progress 等既有状态。
2. 主动性:定时任务只是第一步,更高阶形态需要长期上下文、主动探索、反思和迭代。
3. 调度:Meta Agent 可根据问题 Setup 专门 Agent、记录成功经验并释放临时 Agent,使需求提出与执行不再都依赖人。
4. 已实现与设想要分开:Linear 监控、开发测试和 PR 是嘉宾报告的实践;通用 Meta Agent、经验跨组织迁移和自主参数进化并未在本期验证。
成立条件:文件化需要可靠的错误诊断,调度需要清晰任务源、权限和反馈。跨公司复制还受业务差异和 Setup 成本限制;经验记录或工作流优化也不等于模型参数自进化。
Sheet0 的新产品把内部 AI 开发流程产品化,先服务开发者及高 Ownership 的 Founder、产品经理和 Builder;高消耗个人或小团队可以像企业大客户一样被服务。
王文锋 · 00:40:07-00:49:28
1. 产品:把 Linear—开发测试—GitHub PR 流程产品化,由 AI 管理和配置 Coding Agent,工程师保留最后合并把关。
2. 用户:嘉宾描述的一半 Founder、各四分之一超级产品经理和 Builder,共同点是想法多、思路清晰、能跨领域,不只是传统工程师。
3. 客户分层:按 Token 消耗而非组织人数识别‘大 C’,个人高消耗也可能由公司报销,B/C 边界因此变模糊。
4. 商业测算:10 万美元×1000 客户=1 亿美元 ARR,是嘉宾说明客单价的公式;Token 消耗、产品收费、客户数和现有 ARR 不能混为一谈。
成立条件:需要证明高消耗用户确实从该产品获得持续、可衡量的价值,且产品收入不是单纯随模型 Token 成本波动。用户画像比例缺少样本量,目前只能视为嘉宾对当前人群的描述。
他当前只看未来 3–6 个月,以‘预判为辅、跟随为主’优化胜率;团队则谨慎招聘、提供充分 Token,并由 CEO 人工对照消耗与产出。
王文锋 · 00:41:23-00:42:27;00:49:23-00:55:16
1. 失败复盘:过去追求 5–10 年后的 100% 可信、可解释和准确,虽有价值,却受到模型能力限制,也没有击中用户当时瓶颈。
2. 产品选择:现在从工程师被多个 Terminal 占据注意力等现实痛点出发,把共性问题做成产品,比需求多做半步。
3. 战略机制:AI 变化使预判有效期从约半年缩到一两个月;长期押注错误会增加转向成本,所以保留快速修正能力。
4. 组织机制:7 人团队是嘉宾自述;高 Token 用于训练和使用,但产出仍由 CEO 看结果。‘跟不上就淘汰’‘要么解决问题,要么解决人’是个人强管理主张。
成立条件:3–6 个月是他在高速变化期的本公司策略,不是普适最优解。跟随要求趋势判断、执行速度与差异化价值同时成立;若只追随热点而没有独特分发、工作流或反馈资产,高胜率并不自动出现。
机制与术语:对象、输入输出和中间过程
状态可修改如何帮助长程任务纠错
嘉宾把上一年的困难概括为状态在内存中、步骤不可逆;现在的变化是把 Memory、Progress 等状态放到文件上,并给 Agent 计算机和文件系统环境。
- 输入:一个包含多步操作的任务,以及执行过程中不断产生的文件和状态。
- 过程:Agent 执行读文件、访问 API、调用 Tool 等动作;后续发现先前 Memory 或 Progress 有误时,可重新读取并修改相应状态,再继续任务。
- 输出:经中间修正后继续推进的任务结果。
- 关键因果:文件化使状态可保留、检查和修改,模型则负责发现问题并决定怎样修复;两者共同作用,不能把进步只归因于其中一个。
- 失败条件:Agent 没发现错误、错误诊断不对、修改引入新的不一致,或文件中的状态本身就不可靠。嘉宾说问题‘应该是解决了’是其经验判断,不是对任意长链任务成功率的保证。
对应节目:00:19:38-00:23:24
本文自拟示意,不是嘉宾实验【按嘉宾 Progress 例子重述,非新增实测】依据嘉宾 00:21:12–00:22:39 的例子还原:若 Progress 文件把未完成步骤记成已完成,后续 Agent 发现记录与实际结果冲突,可以修改该记录再执行。这里只说明可逆状态带来的修复机会;节目没有给出固定日志格式或保证能发现所有冲突。
Sheet0 限定开发流程中的‘AI 管 AI’
这是嘉宾报告已经在团队跑通的工程流程,不等同于他设想的所有通用 Proactive 能力。
- 输入:用户反馈与需求进入 Linear;AI 获得 Linear、GitHub、Lark 及所需开发环境权限。
- 过程:AI 监控 Linear 任务,执行开发和测试,把变更提交为 GitHub PR;测试结果随 PR 提供,前端修改还可附截图。
- 输出:等待人最后检查和合并的 PR。嘉宾后文澄清‘质检’主要是扫一下并点合并,而非人重新完成全部 Code Review。
- 与原流程的差别:旧流程由日会把任务分给工程师,工程师再 Prompt Coding Agent;新流程把任务监控和执行接起来,人保留最后责任关口。
- 失败条件:需求不清、环境权限不足、测试覆盖不足、AI 结果看似完整但实际错误。节目称‘绝大多数任务’能做完,但未披露样本和失败率。
对应节目:00:31:28-00:34:42;00:40:29-00:45:05
本文自拟示意,不是嘉宾实验【按嘉宾团队流程重述,未独立验证成功率】业务方在 Linear 留下一个前端修改需求,AI 完成代码和测试,PR 附页面截图,工程师查看后点击合并。该例子只覆盖可验证、边界较清楚的开发任务;是否理解模糊需求、怎样做产品取舍,仍可能需要人。
后端反馈:把不可见状态变成可检查证据
嘉宾认为 AI Coding 过去显得前端强、后端弱,一部分原因是前端结果容易看到,后端结果却藏在内存和数据库中。
- 输入:AI 对后端代码的一次修改,以及修改后程序的真实状态。
- 过程:Sheet0 为 AI 开专门接口访问程序内存状态,并提供数据库 ReadOnly 权限;AI 将实际状态与预期比较,不符则继续迭代代码。
- 输出:带有状态检查的后端修改,而不是只生成一段看起来合理的代码。
- 权限边界:只读权限回应的是误写、误删数据库的风险;本期没有证明它同时解决数据泄露、接口滥用或测试不足。
- 机制归属:内存接口和只读数据库是嘉宾团队实践;‘后端已不比前端弱’是其总体判断,未附跨任务测评。
对应节目:00:38:26-00:40:07
本文自拟示意,不是嘉宾实验【本文自拟状态检查示意,不是 Sheet0 公开测试用例】若代码修改预期让某条记录进入状态 B,AI 查询后仍看到状态 A,便知道修改未达到预期,可以继续排查。这个反馈能发现部分实现错误,但若预期本身写错或检查覆盖不全,仍可能交付错误结果。
从现实瓶颈到 3–6 个月产品循环
王文锋的新策略不是简单减少思考,而是改变下注和修正方式。
- 输入:已经被用户反复遇到、能观察到的瓶颈,例如工程师同时管理十几个 Terminal。
- 过程:团队总结共性问题,在已经显现的大方向上快速形成产品,交付后依据反馈修正产品方向与重点;比当前需求多做半步。
- 输出:面向未来 3–6 个月的可售产品和下一轮回馈。
- 与旧策略的差别:旧策略先预测 5–10 年后的目标,再围绕预测下注;新策略减少预测承诺,避免押错后因既有投入而转向缓慢。
- 失败条件:把短期热点误认为趋势、许多人都同时跟随导致产品无差异,或频繁修正使团队无法积累长期资产。嘉宾强调跟随不是抄袭,就是为了回应前两种风险的一部分。
对应节目:00:41:23-00:42:27;00:51:38-00:55:12
本文自拟示意,不是嘉宾实验【按嘉宾去年与今年产品选择的对照重述】去年的 100% 可信目标人人认可,但当时模型做不到、用户也未因此停用,属于价值正确却未击中瓶颈;现在工程师已被多窗口管理拖住,自动化任务接收和 PR 则直接减少当前协调成本。这是嘉宾用来说明‘顺需求多做半步’的对照。