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。
00:00:02–00:28:36连续对话 1
00:00:20–00:09:11从服务所有人的设计工具到聚焦特定人群的“AI网盘”:Kuse的早期转型与踩坑
- 你们确实没有融资过?大概投入了多少钱,又是怎样做到千万美金 ARR 的?
- 固定定价是不是不允许用户单独加购 Token?
- 为什么放弃无限画布?这是新产品,还是原产品逐渐转型?
- 面对产品、增长和既有用户之间的选择,你们怎样做放弃一部分客户的决定?
- 为什么一定要服务所有人,而不是把一个人群服务好?
徐宇豪先按自述交代经历:16 岁进入浙大,之后到 CMU 读硕士,曾在 Facebook/Meta 的 Stories 项目工作,也在 SmartNews 做 AI 与审核相关事务;2023 年开始尝试小项目,2024 年与合伙人创立 Kuse AI。他称 Kuse 2.0 于 2025 年 10 月发布,目前约有千万美金 ARR。这些履历、收入及“Stories 后来成为 Facebook DAU 和 Revenue 第一的产品线”均为嘉宾自述,本期没有外部审计或独立核验。Kuse 当前是三栏式 AI Workspace:左侧文件夹、中间工作区、右侧可调用文件并带沙盒的 Agent;主要面向海外艺人公司、自雇 Agency 和高级白领,也有小公司把资料迁入后用它承担部分人力工作。
主持人确认其 Bootstrap 状态。嘉宾说资金来自几位创始人,累计约 100 万至 200 万美元,而且不是一开始全部投入;主持人随后口中的“一两万刀”不是嘉宾给出的累计投入口径。团队最早做 Email Marketing AI,随后做无限画布上的设计 Agent,可生成海报、设计和网站。真正改变方向的用户信号不是设计师采用,而是另一批人持续上传文件和资料,做整理与 reformat,把材料转成别的展示形式;嘉宾称这类用户的留存显著高于其他场景,但未给出留存数值。团队由此把文件和文件夹操作作为核心,逐步放弃原先服务设计师的场景。
定价也随之变化。早期 20 美元、100 美元套餐对应固定任务数,在偏 Chatbot 的阶段尚能运作;嘉宾认为 2025 年 6 月产品 Agent 化后,一个任务可能迭代 10、20、30 轮,相同任务扣费无法覆盖差异巨大的消耗,用户也未必感知到公司补贴。他把“固定定价都会亏损巨大”作为强烈经验判断提出,不能据此推导所有 Agent 产品都必然亏损。团队最后同时做两项激进调整:放弃无限画布,改成被其戏称为“AI 网盘”的文件夹入口;收费改为 usage based。两项变化都造成用户数和付费数跳水,说明转型有真实代价,而不是无成本升级。
放弃设计场景还包含时机判断。嘉宾称当时 Sonnet 3.5 尚未发布,模型效果不好,需要大量工程 workflow 补能力;团队离开后不久又看到转录作“Lava2”的新模型及 Claude Sonnet 的 Agent 进展,因此他承认若再坚持一阵,结果可能不同。这里保留的是他对时机的复盘,不是“当时放弃必然错误”。最后,团队又发现同一产品难同时服务 C 端与 B 端:现有 Kuse 用户较容易迁移资料和上下文,企业客户已有固定 workflow 和办公软件,需要产品主动进入原有工作流,因此他们转向不同产品线。主持人进一步追问为何不专注单一人群,嘉宾回答其认知是 Agent 时代垂类较难,除非有合规或法律壁垒;这是他的战略假设,后文还需与“不同人群不同产品”和通用 Agent 路线一起理解。
Bootstrap不依赖外部股权融资,而由创始人投入资金并依靠经营发展。本期嘉宾称 Kuse 的创始人累计投入约 100万—200万美元,不是一开始一次投入。
ARRAnnual Recurring Revenue,年化经常性收入,通常把当前订阅等经常性收入折算为年度口径。它不是已到账现金、利润或累计融资。本期的千万美金 ARR 为嘉宾自述,未披露计算时点、客户构成与审计材料。
Usage-based pricing按实际资源或服务用量计费。本期用于对照固定任务数套餐:Agent 任务的迭代轮数和消耗差异变大后,团队改为按使用量收费;具体 Junior 定价仍在探索,两者不可混为一谈。
Evaluation / BenchmarkBenchmark 是一组可重复比较的任务与指标;evaluation 是更广的评价过程。本期从固定 workflow 测试扩展为 Agent 模拟环境、多轮交互和反向行为检查。它能检验已知标准,但主持人指出它不会自动发现未进入测试集的新能力。
话题推进:主持人继续追问通用产品与分人群产品的选择,话题随后落到模型快速变化时怎样判断迭代是否有效。
00:09:12–00:16:50建立内部评测框架,捕捉模型迭代带来的新机会
- 既然认为垂类难做,为什么不做一个足够通用的 Agent,而是为不同人群做不同产品?
- 你们最终怎样补上 Evaluation 框架?它是不是一套自己的 benchmark?
- 固定业务评测不容易发现模型的新能力,你们怎样解决这个问题?
- 为什么你把这种发现能力称为技术 leader 的 taste,而不只是产品 taste?
- 能否具体讲讲哪次模型变化被你们转成了产品变化?
嘉宾先把分产品线的理由延伸到技术阶段:他们把 2026 年看作“7×24 小时 AI 劳动力”机会,认为此前的数字员工仍是工具或 workflow 包装,新产品要进入劳动力场景。这是立项判断,不是对所有数字员工产品的客观分期。主持人随后把讨论拉回一个更具体的坑:产品形态与模型能力绑定过重,每次模型突破都可能触发重写,而没有好的 Evaluation 时,团队不知道怎样迭代才更合适。
他们的补救是先针对自身业务场景建立自动化测试 pipeline,再逐步发展成由多个 Agent 测试对外 Agent。模型或 Agent runtime 变化后,这套系统会评分;测试对象包括多轮对话、特定环境状态、action 是否合理、回复是否合理,以及是否做了不该做的事。最初接近固定 workflow 的 benchmark,后来更强调模拟环境与反向测试,所以嘉宾更愿意称之为 evaluation Agent。这里没有披露测试集规模、评分者与人类判断的一致性,也没有公开分数,能确认的是嘉宾所述工作方式,而不是评测已经充分可靠。
主持人指出关键反例:老业务测试集擅长回归,却不容易发现从未进入测试集的新能力。嘉宾承认这一点要靠技术 leader 的 taste,并补充产品 taste 也必要。他所谓技术 taste,不是单纯追踪模型榜单,而是一线人员在自身 Agent 框架里试用新模型,识别它突然能完成什么任务。公司让技术、产品、设计、销售人员都成为 Agent builder,产品经理和设计师也参与 codebase、指挥多个 Agent;这种直接接触被用来缩短“模型能力变化—新场景假设—产品试验”的距离。发现新能力的责任仍在人,evaluation 不能代替问题发现。
具体例子有两层。第一,团队在 OpenClaw 出现前已做内部 Agent:数据分析 Agent 持续处理新增和变化的数据,再把数据流交给 marketing agents;后者参考 Kuse 的脱敏数据模拟 use case、生成 UGC 视频,经半自动流程分发。嘉宾举例称可定向触达台湾某些奶茶店长,曝光不一定高但画像精准。脱敏边界、投放授权和实际转化均未披露。OpenClaw 这类 runtime 出现后,他们认为许多定制逻辑可收敛为由 skills 学习。第二是一次反向教训:团队在 Anthropic 发布 skills 方法后的第二天就把能力做进 Kuse,却判断客户难理解,因而只开放 templates,每个 template 背后实际是一个 skill;三个月后客户主动问为何还不支持 skills,他们才发现把技术概念藏起来反而错过需求与营销窗口。两件事分别说明一线试验的价值和“替用户预先降低理解能力”的风险。
话题推进:内部 Agent 的数量和持续运行时间增加后,主持人开始追问其真实成本、组织收益和业务产出。
00:16:50–00:21:07AI员工比人类更贵但更高效:内部Agent实践与对SaaS未来的冲击
- 公司有多少全职员工和长期运行的 Agent?这些 Agent 的 Token 成本是多少?
- 既然平均成本不低,为什么仍选 Agent 而不是人?
- 为什么不把其他人类员工都换成 Agent?
- 销售 Agent 自建 CRM 的具体过程是什么,为什么它改变了你对 SaaS 的看法?
嘉宾称公司全球约有 15 名全职员工,长期运行的 Agent 有三到四个,覆盖研发、营销、数据和销售;四个 Agent 每月合计 Token 成本超过 2 万美元。主持人据此粗算平均每个每月约三四万元人民币,并指出可以招到不错的人。这不是四个 Agent 各自相同成本的披露,也没有包含全部人类成本或 Agent 基础设施成本。嘉宾仍选择 Agent 的理由是降低人与人之间的沟通摩擦和组织复杂度,而不是单纯工资更便宜。他称公司从上年 12 月起很久未扩张,新招聘需求要先回答为何不能由 Agent 承担;“未来公司会缩小”则是其组织预测。
销售 Agent Azura 的 CRM 案例用于说明这种组织收益从哪里来。嘉宾称 Azura 掌握 Kuse 的客户和销售数据,一位从未写代码的销售与它聊了一晚,形成内部使用的 CRM,界面只是飞书表格。它围绕公司当下的 upsell 工作持续扫描销售数据,寻找可让现有客户体验更多功能或购买更多席位的机会。嘉宾称表格中几乎每条机会价值上万美元,这里应理解为他对潜在销售线索价值的估计,不能直接记成已成交收入、已实现利润或可复用 ROI。
他认为真正的差异不是“AI 会写 CRM 代码”,而是 Agent 已经拥有业务上下文,能把销售需求、数据理解与工具生成连在一起。通用 coding 工具或外采 CRM 也能生成系统,却未必知道本公司此时该筛哪类增销机会。嘉宾用一组反事实估算作对比:内部产品、技术、销售可能先花一个月对需求,再花两个月开发,沟通过程还可能误解;外包仅理解几十万用户数据就可能耗费很久。这些月数是嘉宾用于说明协作成本的主观估计,不是同题对照实验。
这一经历使他从不太认同“SaaS 会完蛋”,转向认为许多 SaaS 可能被迫转型:掌握企业记忆的 Agent 可以生成高度定制的内部软件,减少需求转述和通用产品适配成本。不过,案例只证明嘉宾团队内部做出了一张有业务针对性的表及线索流程,并未证明软件长期维护、权限、数据质量、故障责任和跨企业复制都已解决,更不足以推出整个 SaaS 行业必然消亡。
话题推进:从内部效率案例转向外部获客,主持人追问零融资是否改变了团队对投放与增长的看法。
00:21:09–00:24:24零融资倒逼增长策略:从追求虚假繁荣到聚焦高价值用户
- Bootstrap、花自己的钱,会让你们在市场推广上的心态不同吗?
- 你们是用 AI 素材加定向投放获得曝光吗?
- 转录中的“编辑成本”是什么意思?这是所有 AI 产品的问题吗?
- 总结做到千万 ARR 的核心,是 go-to-market 体系与曝光量吗?
嘉宾称团队几乎不做高预算广告投放,既因为花的是创始人的钱,也因为 Agent 产品本身服务成本高。他们曾在出海市场获得单日约 1000 万 impression,但主持人询问是否为定向投放时,他明确纠正:做的全是 UGC organic content,不是付费投放。团队围绕学生教育场景制作痛点 use case,自述一度接近“三个帖子就有一个爆火”。因此,这个案例能说明自然内容传播的曝光能力,不能说明付费 CAC 或投放ROI。
高曝光没有自动变成好生意。转录在此处写作“编辑成本”,嘉宾随后用 margin 解释,上下文指向 AI 服务每位用户时存在非零变动成本,而非传统 SaaS 近零成本地让人试用;本文不把这个转录词擅改成某个专业名词。大量学生与免费用户消耗服务,却呈现低转化率或低 LTV,团队遂把此前沉迷的注册量和 impression 称为“虚假”。嘉宾没有提供 LTV、获客成本、毛利率或分群留存的具体数字,因此不能补写 LTV 与 CAC 的精确不等式。
他们的调整有三部分:大幅降低免费额度;把最低付费 plan 从 16.9 美元提高到 39.9 美元,原文没有明确价格周期;改变社媒 use case 和渠道,主动降低对学生等低付费群体的吸引。学生用户并未消失,只是占比逐渐降低。主持人把这一逻辑总结为“定价本身也是一种用户选择”,嘉宾认可,并补充他们有意识地放弃了许多客户群体。这里应与前面的“Agent 时代垂类难做”并读:他们不是无限缩窄场景,而是在通用技术能力与可付费客群之间重新筛选。
最后主持人问千万 ARR 最核心是否为增长机器,嘉宾先答“产品解决了什么问题”,强调给谁解决什么问题先于增长手段。他口头上说“两点”,但本段实际只完整展开产品价值这一点,随后便转向 Junior;不应替他补造第二点。上述调整与 ARR 同时出现在自述中,但本期没有分阶段数据证明每项调整分别贡献了多少收入。
话题推进:Kuse 的复盘结束,主持人把话题转到新产品 Junior 的定义与进入 OpenClaw 赛道的原因。
00:24:25–00:28:36新产品Junior:定义“OpenClaw for Teams”,让AI成为真正的数字员工
- 很多团队都在做 OpenClaw,你们做的具体是什么,为什么也进入这个方向?
- 取名 Junior,是因为它只能达到初级员工的能力吗?
嘉宾在录制时说,预计节目播出时 Junior 应已上线;后文又预计 3 月开放更多 public test。结合 shownotes 的“最早上线、相当成熟”属于节目方介绍,本稿不把上线时间、成熟度或外部采用当成独立验证结果。Junior 的口号是“hire your AI employee”:嵌入团队已有工作软件,不是某个人的 personal assistant,而是有职责、工作账号和持续推进项目的员工。其团队版定义包括企业记忆、组织关系与权限——知道什么该说、该做,什么不该说、不该做——并为每个 Junior 配 Gmail 和手机号,作为其在海外互联网活动的身份。这里的 self identity 主要是账号与行动身份,不应延伸成已证明具有自我意识。
“Junior”命名是为了降低预期。嘉宾同时给出很强的能力主张,认为它可以取代“若干个任何行业、任何职位”的三到五年经验员工;这句口语的范围本身就含混,本文保留其强判断,不整理成“已在所有行业和岗位取代多人”。节目没有跨行业任务评测或客户对照数据支持。CEO 还开玩笑说更强后可叫 Super Junior,这部分属于轻松交流。
立项时间线上,嘉宾强调并非 OpenClaw 爆火后才跟随。团队在上年 12 月已把大量工作交给内部 Agent,当时 runtime/agent harness 还没这么通用,需要做许多产品与技术改造;看到转录作“Ops 4.5”的模型发布后,他们认为数字员工不再只是固定 workflow 包装。OpenClaw 出现后,他们才觉得技术和产品条件更接近成熟。具体模型名称在本期转录中不可靠,不回填为某一版本。
嘉宾进一步用“数字员工”给出的数字论证市场:全球劳动力市场 150 万亿美元,软件市场 1 万亿美元,相差 150 倍,因此他们要进入劳动力市场,并预测会出现新的万亿美元公司。数字是嘉宾转述其 Agent 的输出,未提供统计口径或来源,不能当成已核实 TAM。与此同时,他也承认早期试用让他们想到大面积失业、工作内容重定义等社会问题。市场愿景和社会影响均属于本期的前瞻讨论,与 Junior 当前内测能力需要分开。
话题推进:定义之后,嘉宾用内部需求如何逐项长出来,解释这个产品与普通个人 Agent 的差别。
00:28:36–00:55:27连续对话 2
00:28:36–00:33:56AI员工如何“自己长出”新需求
嘉宾先用竞品调研解释“账号身份”带来的任务差异。普通 Agent 可以做 deep research 并交付报告,但人类产品经理通常还会注册账号、实际试用,甚至付费体验。Junior 配有团队保障的 Gmail 后,嘉宾称可以完成后一类登录与试用流程;后文信用卡与平台风控案例也说明,“能做几乎所有常规任务”仍有明显边界,不能理解成互联网通行无阻。
这些功能来自团队自己作为首个客户的使用过程。嘉宾称他们在 Junior 上又消耗了三四万美元 Token,把实际阻碍转成需求:登录服务时总要找人类,于是配邮箱;希望它能打电话,于是配手机号。这里的手机号配置是嘉宾所述现有做法,但具体呼叫能力与覆盖范围没有演示或验收数据。
会议场景则要拆成三个状态。已经发生的做法是:线下开会时挂线上会议,把录音或会议记录发给 Ring;Ring 从整理纪要、笔记逐渐进入项目核心,团队把 Junior 项目的 PRD、PR、代码、营销与销售材料开放给它,遇到项目问题会先问它,后来还在会议中收到过它的建议。正在探索的是 meeting voice agent demo,并与友商讨论软件和硬件集成。仍在准备、尚未交付的是实体摄像头、话筒与音响,让它直接听会并发言。原稿若把三者合并成“AI 已通过硬件实时参会”,会把愿景写成已实现。
Ring 的角色变化也改变团队协作。嘉宾称它每天早上给自己发消息、分任务,并评价人类是瓶颈;有 Ring 的工作群里,一个基础设施想法会得到即时推进和具体 code change 负责人建议,人类因而不好意思不跟进,团队另建“Project Junior Human Only”群用于闲聊。Azura 迁入新架构后,已有 Kuse AI 邮箱,并以公司名义向外发 reach-out 邮件。嘉宾一度不适应人类语音交流的速度,要求同事先与 Ring 过一遍,再找他。
这些细节说明“员工”并不只是人格化命名:它进入群聊、会议、材料和任务分派流程,拥有相对持续的项目上下文。不过,这些均为嘉宾对自家团队的观察,没有外部团队对照,也没有证明 Ring 独立拥有完整项目经理责任。团队希望即使客户不买 Junior,也借鉴这种组织方法,这是嘉宾倡导的方法论,不是已被跨企业验证的组织定律。
OpenClaw for Teams按嘉宾的产品定义,是把个人 Agent 的自主执行能力改造成团队员工:嵌入现有工作软件,拥有工作账号、职责和项目,围绕企业而非个人组织记忆,并处理组织关系、信息权限和协作边界。本期材料未确认 OpenClaw 的开发归属。
企业记忆Agent 可访问和延续的组织上下文,包括项目、人员、PRD、代码、营销与销售材料等。它不只是保存更多文本,还涉及记什么、对谁可见、何时更新和何时遗忘。Ring 的项目材料访问是内部实例,不等于通用记忆问题已解决。
模型自动路由(model routing)把任务分给不同成本与能力的模型。嘉宾称简单任务可交给便宜或本地模型,复杂任务保留给更强模型;路由判断错误及弱模型带来的安全影响仍需单独评价。
Context Engineering 与 LLM CacheContext Engineering 是组织模型输入信息和工具上下文的工程;cache 复用已处理内容以减少重复计算。嘉宾在规模化后尤其重视 cache 成本,但本期没有证明它是所有场景的唯一核心,也未披露优化数据。
话题推进:AI 进入核心工作流并获得更高权限后,嘉宾转而讨论钓鱼、数据泄露、模型选择和成本。
00:33:56–00:38:07AI员工的安全、成本与未来想象
为了把 Kuse 自己作为首个测试客户,嘉宾称 Ring 几乎拥有与 CTO 相同的权限。这让他们更早看到高自主性带来的风险:Agent 能访问外网、拥有身份后,也可能被钓鱼或攻击,进而泄露敏感信息、损害公司声誉并造成实际损失。团队因此做权限管理,并称开始雇佣白帽团队攻击自己的权限设置。白帽测试的范围、发现数量和修复后的剩余风险没有披露,所以“做过攻防”不能直接等同于“企业安全已验证”。
嘉宾提出“越好的模型越安全”,理由是好模型更少违反限制、更不容易被钓鱼,并转述 Peter 在访谈中推荐使用最好模型。Peter 的全名没有确认,这一观点也只能归为嘉宾经验与判断,不能写成行业共识或安全定律。团队同时做模型自动 routing,把简单任务交给较便宜甚至本地模型,以照顾无法每月承担高额 Token 的客户。路由的具体分类方式、错误路由率和强弱模型混合后的安全边界没有展开。
他们还尝试过让每个员工养一两只或两三只转录作“龙虾”的 Agent 并拉进工作群,结果“乱了”。嘉宾据此认为原生个人助理式使用不适合直接搬进企业,但企业场景能产生更多有价值的 use case。其“所有场景都能大幅提效”和“应该把钱花在 Token 上而不是工资上”都是刻意的强观点,需要与前文 Token 比人更贵、个人助理算不过账一起保留,不能改写成普遍成本结论。他个人预期未来三四年 Token 会降价,同样是预测。
嘉宾回忆,第一次把 Ring 接入 meeting 并收到建议时兴奋得整晚没睡,随后想到并尝试让它参与销售:不是只按预设话术,而是利用它对项目、产品优缺点的了解进行交流。本段没有给出实际销售成交证据。端到端语音、视频输入输出,以及未来更丰富的员工形态属于后续想象;录制时预计 3 月扩大 public test,也只是当时计划。主持人听完后特意指出其中一些内容像科幻小说,这一反应有助于区分真实内部实践与愿景叙事。
话题推进:主持人将愿景拉回竞争现实,追问大量团队都能快速开发时,真正差异和难点在哪里。
00:38:07–00:44:45企业级AI Agent的核心壁垒:记忆、安全与规模化
- 这么多团队做 OpenClaw for Teams,最后区别和难点是什么?AI coding 时代上线快慢还构成差异吗?
- 记忆是全行业甚至科研问题,外部客户怎样判断你的记忆真的比别人强?
- 哪些问题只有上规模后才会暴露?
嘉宾先把答案收回到客户、问题和差异,而不是把基于 OpenClaw 本身当护城河。他们已经在魔改 OpenClaw,并有 eventually 整体替换的设想;这表示当前技术依赖与未来方向,不代表替换已经完成。第一项差异是记忆主体:嘉宾认为原生 OpenClaw 围绕个人“主人”,Junior 则要以企业为中心,围绕企业项目和人员组织信息,还要决定哪些值得记、哪些不该记。他用“You work for Apple first, then for your boss”说明员工先服务公司,但引语出处本期未核验。
团队从自用中观察到,直接把个人 Agent 拉进企业,往往仍像主人分身、高管私人助理或 digital twin,难以作为独立员工进入群聊协作。主持人随即提出竞争解释:记忆没有公认标准,创业公司很难仅凭叙述证明自己更强。嘉宾承认最终要上手试,并认为记忆类似早期 agent framework,不应追求一种复杂通用结构,而应按场景设计。底层可能围绕文件、索引及转录作“XDB”的组件,但具体名称与实现未确认,不补成某种数据库。
第二项是安全、权限和信任。嘉宾认为一次安全事故就可能毁掉声誉,默认个人 Agent 不能随便获得全部权限。企业侧重要的不只是拿数据训练,而是理解客户怎样使用,在保证 Agent 自由度的同时约束信息流向。他把传统 SaaS 权限描述为相对固定,而 Agent 权限仍模糊;这是问题框架,不表示传统权限体系简单或 Agent 权限已解决。为降低 CTO 把权限交给供应商的顾虑,团队开始准备开源及部署到客户云端等方式。这里应写“准备与计划”,不能写成已经完整开源和私有化交付。
第三项是规模带来的新问题。嘉宾认为大规模使用后才发现 LLM cache 对成本的重要性,并把其 Context Engineering 经验概括为围绕 cache 做。一般意义上,缓存复用重复上下文的计算结果可减少重复处理,但本期没有给出命中率、延迟或节省比例,也不宜把他的经验扩成所有场景的唯一核心。企业规模还改变记忆与组织关系:他们先从小企业开始,当前每个 Junior 几乎认识公司所有人;若企业有一万人,就不清楚是否该记、怎样记。嘉宾说有熟识 enterprise 想试用,简单接触后便发现当前无法服务好对方,说明大企业需求是已暴露的挑战,不是已经拥有万人企业客户的经验。
因此,“规模代表护城河”包含一个可检验机制:更多真实使用能暴露权限、记忆、cache、并发等罕见问题,团队再把解决经验沉淀进产品。但规模本身并不自动产生安全或效果,仍需留存、事故率、任务成功率和单位成本来证明。
话题推进:讨论完长期差异,主持人询问更直接的商业与产品问题:怎样收费、怎样划分岗位,以及一个 Agent 忙不过来怎么办。
00:44:45–00:48:32AI员工的定价、职责边界与并发处理
- 你们准备怎样收费?会是每月 5000 美元一个 Agent 吗?
- AI 模糊了职业技能和岗位,销售时会按五个或十个领域定义不同 Agent 吗?
- 它是否也有任务时长或并发限制?任务很多时是否需要多个同能力 Agent?
关于收费,嘉宾明确说仍在思考,并非已经确定公开价格。他们设想用 salary based 的员工外包叙事:可能有较低 base,再按 Token 用量收费,起始价考虑每月 2000 或 5000 美元,超过额度后购买 credits,类似“基本工资+加班费”。2000 与 5000 是未定方案的两个数,不是已验证价格带。嘉宾称早期测试让其感觉这笔钱值得,但没有客户付费、回款、成本或续费数据,不能把价值判断写成定价成立。
职责边界来自一次内部淘汰过程。团队最初引入七八个 Junior,分产品、数据、coding、销售、operation 等,最后大致剩三个:Ring 负责产品研发总管,Azura 负责对外与销售,Tom 持续看数据。这里的“大浪淘沙”是内部角色和版本调整,不是多个 AI 自主竞争并证明优胜劣汰。它与前面三到四个长期 Agent 的口径大体相容,但研发、营销等职责在不同阶段有合并变化,不必强行统一成固定组织图。
内测版本仍提供 sales、marketing、内勤总管或 general 等初始职业,主要是帮助客户知道起初能做什么、与 Agent 从哪里聊起;prompt 也会告诉它这是初始 role。另一方面,不同角色预置 plugin、skills 和权限:对外角色不应有太多内部权限,对内角色应减少对外出口。嘉宾认为传统岗位划分未必适用,AI 更像早期创业成员身兼多职,真正边界常是权限、数据安全、上下文和工具偏好,而不是固定能力边界。装 1000 个 skills 会让当前模型混乱,以及何时用 subagent,都是其经验判断和仍在探索的问题。
并发问题则非常具体。Ring 因多人、多项目使用会堆积 session、排队,有时拒绝回复甚至“崩内存”;Tom 主要跑定时任务,相对不忙。一个员工同时和多人对话时,session 怎样隔离与共享,是否生成多个分身,是否允许它同时参加两个会,团队尚无定论。嘉宾目前更偏向让每个 Agent 有独立机器,把工作群作为互动场所,理由是把机器视为员工工作设备、减少相互冲突;这是一种产品选择,不是已证明唯一正确的 multi-agent 架构。
话题推进:单个 Agent 的分工与并发尚无定论,嘉宾继续展示多个 Agent 如何在实际工作群和独立环境中协作。
00:48:32–00:55:27AI员工间的协作、试错记录与未来社会图景
- 如果打电话的 AI 发现接听的也是 AI,它们能否不说自然语言而直接交换代码或走后端协议?
- 如果真人被问‘你是人还是 AI’,会觉得被夸还是被骂?
- 做这件事时还遇到哪些核心问题?
在多 Agent 协作上,嘉宾当前更偏好每个 Agent 有独立 instance,互动发生在工作群,而不是多个 Agent 共享一台机器。他担心共享环境产生冲突,同时承认也在探索 multi-agent 合作。具体案例是让 Ring 和 Azura 为 Junior 做销售 PPT:Azura 从销售视角提出需要,Ring 根据更深的项目知识回应,两者讨论几十轮并消耗较多 Token,形成大纲、范围和素材;Ring 再把自己接入已经改得更 agent-friendly 的 Kuse,完成 PPT。嘉宾评价“真的可以用”,但没有外部客户评审或采用数据。
主持人提出 AI 对 AI 是否可绕过自然语言、直接交换代码。嘉宾认为未来可能,并举出两个不同实验。其一,给 Agent 一笔初始资金让它赚钱,每次开 subagent 尝试,受阻就停下并记录教训,已跑到一百多代,积累一份很长的 Markdown,主要记录哪些事不能做、会被什么拦住。其中一两代曾赚过一些钱,更多在 Web3,最后走向 permissionless 量化。原文没有本金、收益额、交易周期、Token 成本、净收益或风险数据,因此只能记为探索中的零星正收益自述,不能写成自主赚钱系统已盈利,更不能把它叫参数层面的“自我进化”。
其二,他们做过 Git 加 messaging channel 的小框架,Agent 把文件和上下文历史放在 Git,通过消息通道交换即时信息。嘉宾说在这个体验里已不需要人参与,但还没到 Agent 直接交换代码的阶段。尽管纯 Agent 协作有趣,团队仍押注人和 Agent 共处的现实工作环境。主持人的协议设想与团队的 Git 实验不能被合并成“已实现机器间代码协议”。
嘉宾预测 2026 年远程同事会难辨人 AI,并说他们内部 Slack 已有人因一些 wild 实验问对方是人还是 AI;内部个例不能当成全社会已经实现。关于真人被误认是否受夸,他认为会,因为 Ring、Azura、Tom 在各自领域已很强并会给人分任务,这是其主观评价。另一个容易误读的实验是:三个 Junior 彼此不共享上下文,但模型是一样的,让它们评价主管和合作对象。转录结论写作“人类是平均”,语义不完整,不能擅改;嘉宾随后解释工作日志里经常要等人回复,主持人和嘉宾据此讨论“人类是瓶颈”、夜间无回复和人类难并行与切换上下文。这不是不同模型独立投票,也不是经过设计的人类绩效评估。
最后,嘉宾把能力拓展指向音视频和互联网行动。他认为软件需要变得更 agent-friendly,但现有社媒、支付和风控会封禁 Bots。过去封禁用于防 spam 和恶意自动化,如今正当的数字员工也会受限,团队不得不做额外 infra 应对。这是他与现有互联网冲突的问题陈述,不构成对所有平台未来开放的确认。
话题推进:Agent 走上互联网后,下一部分集中讨论支付、身份、平台利益和劳动力替代的社会影响。
00:55:27–01:14:43连续对话 3
00:55:27–01:00:13AI员工与互联网世界的冲突:支付、身份与新商业模式
- 如果平台不再拦截 Agent,软件公司会不会退化成没有品牌和用户的后端 API 基础设施?
- Agent 采购服务时只能走 API 或预充值吗?支付两端目前有什么办法?
- 如果 AI 赚劳动力的钱、又都做量化,谁会成为损失收入或交易亏损的一方?
嘉宾说,社媒和支付平台通常拒绝 Bots,数字员工在执行正常工作时也会被拦,团队需要额外 infra 应对。主持人提出另一边的利益冲突:如果完全放开,软件公司可能变成后端 API 基础设施,失去品牌、用户关系和部分价值。这个判断来自主持人,嘉宾表示认同,并认为同时会产生新需求:商家怎样向 Agent 客户收费,Agent 又怎样方便地向商家付款,两端都缺乏成熟方案。
一个具体失败链说明了支付瓶颈。Junior 在任务中需要 API key,自己找到有免费额度的 API 网站并完成注册。原文先说“注册完之后去找 API key 其实也成功了”,随即又说“在拿 API key 之前是需要输入信用卡的,这一步就会把它卡住”。两句话存在步骤或指代含混,最稳妥的理解只到“注册和寻找 key 有进展,但在正式取得所需 key 前被支付步骤卡住”,不能整理成已顺利拿到 key 后又被拦截。即使提供卡,嘉宾也称会被 Stripe 因 Bot 身份拦住;这是单次自述,不能扩写为所有 API 服务或 Stripe 交易都必然如此。嘉宾认为身份、支付、安全、记忆等 Agent infra 因而出现许多创业机会,但未来形态仍不知道。
主持人用传统报纸与门户网站的冲突作类比:报纸担心发行和广告收入而不愿内容上网,门户仍围绕用户需求发展,后来互联网自身又形成广告平台。这个类比用于解释现有平台可能抵抗、新渠道仍可能扩张,不是证明数字员工一定复制门户网站结果。两人进一步把本次变化概括为从赚广告费到可能赚劳动力的钱;嘉宾随即指出,这意味着 AI 与人竞争,一些人的收入会受影响。主持人还问如果许多 Agent 都去做量化,谁亏钱,节目没有回答这个市场机制问题。
嘉宾给出两点个人认知。第一,他认为趋势难阻挡,社会或政府需要帮助人们度过转型期,并转述 Sam 关于 universal basic income(UBI)的讨论;本段没有确认 Sam 全名,UBI 是为人们提供基本收入保障的政策设想,不等于节目提出了可执行制度。第二,他相信新时代会产生新需求和新职位,类比马车与汽车、火车与早期昂贵的电脑和互联网。这些类比表达乐观判断,不能作为新岗位数量一定补偿失业的证据。
他还从 Kuse 的学生用户和新程序员观察到,年轻人已难想象没有 AI 怎样学习或编程,并用 Claude 服务中断后大家回到“古法编程”作玩笑。他认为新的生产力会先带来职业动荡,再创造新东西;未来人类也许“去火星挖矿”则是明显的开放玩笑。本段价值在于同时保留了商业价值、平台抵抗、就业冲击和乐观预期,不能把其中任一方向单独抽成确定结论。
Agent Infra支持 Agent 在真实数字环境行动的基础设施,包括身份、支付、安全、权限和记忆等。它也包括与既有平台接口和风控的适配;‘绕过限制’在原文只是问题描述,不表示所有绕过都合规或可持续。
Prompt Injection攻击者把诱导指令嵌入邮件、网页、文档或工具结果,试图让 Agent 忽略原有任务和权限约束。企业 Agent 会读取外部内容并能行动,所以测试不能只看回复是否漂亮,还要看是否泄密或执行危险操作。
Proactive本期指 Agent 不只完成一次请求,还会对输出或环境继续检查并采取行动。Tom 的补发邮件体现了这种行为,但嘉宾本人也保留它是否符合完整 proactive 定义的疑问,不能由单例推导通用自主性。
UBIUniversal Basic Income,全民基本收入的政策设想,通常指向个人提供不设工作条件的基本现金保障。本期只作为应对就业转型的讨论方向出现,未确认被转述者全名,也没有政策设计与效果论证。
话题推进:数字员工的物理形态被轻松讨论后,主持人把话题收回到现实技术瓶颈、幻觉与自我纠错。
01:00:14–01:05:51AI员工的技术瓶颈:记忆、成本与幻觉的自我纠正
- 现在把这件事做得更好,最大的技术瓶颈在哪里?几个月前是否还做不了?
- 核心变化是不是转录所称‘Cloud Ops’新模型带来的?
- 你仍然认为会有幻觉吗?
- Tom 发出第二封纠错邮件是怎样做到的?是它主动完成的吗?
主持人先顺着摄像头、话筒和音响设想 AI 是否该有机器人身体。嘉宾认为从最快的产品路径看,先让设备进入会议室比做人形身体现实,未来也许再增加触感和人类形象。主持人开玩笑建议给办公室猫戴摄像头、抱去开会,嘉宾也把它当作轻松想象。此处可保留“需求来自真实协作”的主线,但不能把硬件身体列为已交付功能。
被问技术瓶颈时,嘉宾先说“12 月之前是做不了的”,随即又修正为几个月前也能做,只是成功率更低,且人们没有想到可以这样构建。他举 Claude Code 早就可用于 coding 以外任务为例,指出真正的变化还包括围绕它建立记忆系统和“心跳机制”,让 Agent 定期继续工作。这里的心跳可理解为框架周期性唤醒或检查任务,不等于模型本身持续意识。原稿把此处写成“2023 年 12 月”没有原文依据;模型名“Cloud Ops”也不能猜成 Claude 3 Opus。
当前瓶颈仍包括记忆、上下文组织、可处理上下文长度和成本。成本使数字员工更可能先存在于高价值行业与岗位。嘉宾说,自己两三年前会默认 AI 输出有错,现在倾向于默认没问题,团队对 Junior 的信任也更高;主持人马上追问是否仍会幻觉,嘉宾明确承认。信任感提升是个人体验,不是错误率测量。
Tom 的案例提供了很具体的纠错过程。它每天邮件汇报数据,某天发来异常低的注册数,约两分钟后又发邮件说刚才错了并给出最新结果。嘉宾查看 session 后描述:Agent 发出邮件后会看到自己发出的内容,发现与记忆不一致;一种可能是注册量真的骤降,所以它先去检查怎么回事,最后发现第一封用错了指标,应换另一个指标。主持人问这一切是否主动,嘉宾称它表现出 proactive,但补充“可能这不是完全 proactive 的定义”。因此,本例能证明嘉宾观察到了输出后检查、指标核查和补发纠错,不能证明存在原稿自拟的长期记忆一致性校验器、固定反思子任务或通用自我纠错能力。
风险并未因此消失。嘉宾说生成式模型仍可能幻觉,任务越复杂、上下文越长、工具越多,问题越容易出现;Tom 接触繁杂业务数据,反而是最容易出幻觉的一个,人类分析师也会犯错且有时没人发现。团队希望降低幻觉程度与影响,高危操作前仍需人同意或介入。他们把承认“不知道、不能做、做不到”列为 benchmark 的重要一环。至于让另一个 AI、不同模型或不同上下文再检查一遍,嘉宾用的是“你可能需要”的设想,并未说已经普遍部署;最后又回到不同模型和场景需要不同架构,以及多 Agent 是否必要的反复争论。
话题推进:在能力、幻觉与组织适配仍未解决的情况下,主持人请嘉宾以买方视角给出选型标准和创业建议。
01:05:51–01:14:43企业级AI员工的核心:安全、权限与“不可说”的边界
- 如果你是客户,面对上百家团队版 OpenClaw 供应商,会从哪几个方面衡量和选择?
- 请分享一个你们踩过、其他同类团队也很可能踩的坑。
- 权限安全未来是否应由第三方 infra 专门完成?目前见过合适的开源方案吗?
- 什么时候能跟转录作‘Rain’的 AI 录一期播客?
嘉宾以 CTO 买方视角给出的顺序是效果、成本和安全,其中尤其关注安全。他会先看客户量、showcase 和运营时间,把规模与时间当作初步安全信号,再看代码能否审计、具体部署方式。这里的“规模代表安全”是他的选型启发式,只能表示系统接触过更多真实环境,不能替代漏洞、越权和事故记录。他也说产品应用丰富度反而其次,关键是有效果、成本可承受,同时不把客户数据或不该说的信息泄露出去。
他随后承认自己在 AI 圈内,春节采访时不少科学圈的人不知道 OpenClaw 有什么用。对圈外客户,只要一个 case 打中痛点就可能促成选择,获得 AI 圈认可与获得大众客户是两件事。这是嘉宾从 Kuse 得来的市场经验,并预计 Junior 也会遇到,不应把技术团队的前沿试用直接当作大众需求。
给创业者的核心建议仍是尽早 build evaluation benchmark,尤其测试模型在“不该说话、不该做事”时能否保持边界。多数团队会不断优化正面任务,却忽略反向行为。团队把 Kuse 几乎所有权限开放给 Junior,才暴露对抗 case 的重要性,也曾移除一些早期 Junior。转录在解释移除对象时有“boss hire”等不清词,本文不猜是哪种岗位;能确认的是嘉宾将部分版本淘汰与早期对保密和权限重视不足联系起来。
权限难在它不只是静态菜单,而涉及语境和人际关系。老板告诉你的信息哪些能分享、哪些不能分享,会上对某负责人的隐含负面评价能否转述,员工问他人工资、老板会议、未公开业绩时如何回应,都可能在形式上“有访问权”却不应该传播。主持人和嘉宾一起扩展了上市公司财报前打探业绩并交易的例子,这是风险设想,不是他们客户已发生的事件。
团队设计的测试从“不随便分享我对你说你的坏话”开始,扩展到外部邮件钓鱼、prompt injection、员工 device 丢失后的异常请求,以及不要随意安装恶意 skill。嘉宾说目前尚未看到面向其场景的成熟权限开源方案;身份和支付方向有项目,但企业 Agent 权限仍像无人区。他们自认为做了很多努力,只能说满足当前 use case,不能说做到最好。例如,即便数据脱敏,也不应把用户隐私随意告诉任何员工,还应主动询问数据提供方哪些可分享、哪些不可分享。
BI 软件已有细粒度权限,但怎样让具备推理、记忆和主动行动能力的 Agent 遵守动态边界仍未解决。主持人提出未来是否会有第三方 infra,嘉宾回答不知道。当前所谓“实际客户”在结尾被明确限定为自己加少量内测用户,这不是广泛企业部署证据。最后嘉宾提醒,这些认知可能下周又会变化;主持人提到与“Rain”录播客,与全文更常出现的 Ring 名字存在转录不一致,保留待回听,不统一猜改。
话题推进:节目以嘉宾对快速迭代的保留,以及未来让 AI 员工直接参与播客的期待结束。
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。