Podcast Interview · 逐期深读

Kuse.ai与Junior.so联创CTO徐宇豪访谈:从零融资到千万ARR的经验与AI员工的未来形态

本期背景与内容导览

本期由 42 章经曲凯访谈 Kuse.ai 与 Junior.so 联创兼 CTO 徐宇豪。前半段复盘 Kuse:团队从邮件营销、设计 Agent 转向文件与文件夹操作,依据的是用户整理、转换资料的行为与较高留存自述;随后放弃无限画布、把固定任务套餐改为按量计费,并通过减少免费额度、提高最低 plan、改变自然内容获客来筛选高价值客户。千万美金 ARR、创始人累计投入约 100万—200万美元、单日千万自然曝光等均为嘉宾或节目方自述,本期未独立核验。 后半段解释 Junior 为何被称为 OpenClaw for Teams:它不是个人助手,而是嵌入团队工作软件、具有职责与项目、账号身份、企业记忆和权限边界的 AI 员工。Kuse 自身是首个客户,另有少量内测用户。嘉宾描述的现有内部实践包括 Ring 接触项目材料、接收会议记录、在群内推进任务,Azura 用公司邮箱外联并协助生成销售线索表格,Tom 监控数据并在一次错误后补发纠正邮件;硬件参会、整体替换 OpenClaw、开源与客户云部署、2000/5000 美元价格方案等则仍是计划或探索。 访谈的技术主线不是“模型已经无所不能”,而是能力提高后,真正的产品工作转向记忆组织、权限、安全、成本、并发、评测与互联网身份支付。主持人多次提出反例:固定 benchmark 难发现新能力,记忆优势难从外部证明,平台放开 Agent 可能损害自身用户关系,模型幻觉并未消失。嘉宾关于取代3—5年员工、SaaS 转型、2026 年进入7×24数字劳动力时代、新职位会出现等表述,应作为其判断与预测保留,不写成已经验证的行业结果。

42章经 · 2026-03-19 · 1:14:43

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。

主要论证:观点怎样由经历与例子支撑

Agent 团队需要尽早建立业务 Evaluation,但回归评测与发现新能力是两件事。

徐宇豪;主持人关于新能力盲区的追问一并保留 · 00:07:42-00:16:39;01:07:59-01:08:50

早期产品与模型能力紧绑定、每次升级可能重写,缺少评测便难判断改动是否变好。团队后来用多个 Agent 模拟多轮对话和环境,检查 action、回复及不该做的事。主持人指出,旧任务集无法自然暴露新场景;嘉宾承认仍需一线技术 taste 和全员 Agent builder 试验。因此,评测负责验证已知要求,一线探索负责提出新要求,两者不能互相替代。

成立条件:需要真实业务环境、可解释的评分标准和持续更新测试集;本期没有公开测试集、评分一致性或改进幅度,不能仅凭“用 Agent 测 Agent”推定评测可靠。

Azura 案例支持的核心是“企业上下文减少需求转译”,而不是单独证明 SaaS 将消亡。

徐宇豪 · 00:18:21-00:21:07

无代码经验的销售与 Agent 聊一晚,形成飞书表格 CRM,Agent 再持续从现有销售数据中找增购功能与席位的机会。相比通用 coding 或外采系统,差异在于它已知道公司业务与当下销售目标。嘉宾据此认为许多 SaaS 会被迫转型,但潜在线索估值不是成交收入,内部单例也没有验证长期维护、权限和跨企业复制。

成立条件:需要数据可靠、线索能被销售采纳并转化,同时持续维护权限和工具;评价价值应看实际成交、回款、净收益及维护成本,而非生成速度和潜在金额。

非零服务成本使曝光和注册不再足够,价格与内容获客需要共同筛选客户。

徐宇豪与曲凯 · 00:21:09-00:24:24

Kuse 的教育类 UGC 自然内容带来高曝光,却也带来低转化或低 LTV 用户和服务消耗。团队减少免费额度、把最低 plan 从16.9升至39.9美元,并改变渠道与 use case。主持人将定价总结为用户选择,嘉宾最后仍把产品给谁解决什么问题放在增长引擎之前。

成立条件:该经验适用于服务用量会显著影响成本的场景;本期没有披露 CAC、毛利、LTV 和分阶段 ARR,不能声称某项调整单独造成千万 ARR,也不能把固定定价在所有 Agent 产品中都判为无效。

OpenClaw for Teams 的差异主要落在企业记忆、权限安全与规模问题,而不是把个人 Agent 拉进群。

徐宇豪;包含主持人的竞争质疑 · 00:38:07-00:49:18;01:05:51-01:13:41

企业记忆围绕项目和组织而非主人;权限决定信息能否对特定人说、行动能否执行;规模化又暴露 cache、多人 session、排队和大组织记忆问题。主持人的质疑使论证更清楚:记忆效果要客户上手,规模和时间只是初步安全信号,熟人企业想试用也不等于已经能服务。

成立条件:这些能力需要在不同客户环境中以任务成功率、越权率、事故率、人工接管、延迟与单位成本验收。自用和小规模内测能发现问题,但不自动构成普遍护城河。

“AI 员工”是一套组织接口与责任安排,不只是更强的 Chatbot;其实际边界仍在形成。

徐宇豪 · 00:25:12-00:37:48;00:45:47-00:50:45;01:10:01-01:12:40

Junior 的职责、账号、项目记忆、群聊互动、工具权限和持续任务构成员工化体验。内部从七八个角色调整到三个,说明角色更像随任务组合的职责集合;多人会话和独立机器选择仍无定论。Gmail 能扩展注册试用,却不能消除支付风控;高权限能发现价值,也放大泄露与钓鱼风险。

成立条件:需要明确谁授权、谁监督、出错谁负责,以及什么操作必须人类批准。若这些机制不存在,“员工”可能主要仍是人格化营销语言。

机制与术语:对象、输入输出和中间过程

从内部工作阻塞到 Junior 产品需求:哪些已做,哪些仍在 demo 或计划

输入是 Kuse 自身真实项目与初始 Agent。过程不是先列完整功能清单,而是观察行动在哪一步需要人:登录服务要找人,引出邮箱;希望电话联系,引出手机号;线下会议记录要手动发给 Ring,引出直接听会的想法;Ring 已接触项目 PRD、PR、代码和营销销售材料,使会议中提问与推进任务成为可能。输出包括嘉宾描述的邮箱、外发邮件、群内任务推进等实践,以及 meeting voice demo。实体摄像头、话筒和音响仍属准备,软硬件集成仍需友商。这个机制的价值是缩短需求发现路径,局限是自家高科技团队的需求不能自动代表外部企业。

对应节目:00:28:36-00:34:03;00:36:48-00:37:48;00:56:28-00:57:14

本文自拟示意,不是嘉宾实验

【按嘉宾竞品调研讨论整理,非已实现全流程 autonomy】竞品调研可拆成“检索资料→生成报告”和“注册账号→实际试用→必要时付费”。Gmail 主要补齐第二步的身份入口;后文信用卡风控又说明支付仍需额外基础设施。这个例子显示每一步都有自己的阻塞,不能用一个账号推导全流程 autonomy。

销售 Agent 的 CRM:企业上下文怎样变成业务工具

输入是客户、销售数据和一位销售对 upsell 目标的自然语言描述;Agent 与销售一晚互动,输出飞书表格及可持续扫描的线索流程。后续动作是从数据里找可能增购功能或席位的客户,再交由销售处理。它缩短的是“销售提出需求—产品和技术理解—软件实现”的转译链,不是只把通用 CRM 代码写快。原文没有披露线索判定规则、误报率、销售采纳率或实际成交,因此最终商业价值仍待验收。

对应节目:00:18:21-00:21:07

本文自拟示意,不是嘉宾实验

【本文自拟 upsell 简化例,不是嘉宾披露的真实规则】如果某现有客户已频繁使用某功能且团队席位增加,系统可把它列为增购候选。真实验收应比较 Agent 找出的候选与销售原有方法,记录有效候选比例、跟进率、成交与回款,并扣除 Token 和销售处理成本。

Tom 的输出后纠错:观察到的事实与不能补造的内部机制

嘉宾观察到 Tom 先发出异常低注册数,约两分钟后补发纠错。其查看 session 后的说明是:Agent 能看到自己已发的邮件,发现与记忆不一致;注册量也可能真的骤降,所以先调查,再发现第一封使用了错误指标并改用另一个。这里能还原“输出可见→异常调查→指标核查→补发结果”的行为链。原文没有证明固定的长期记忆一致性模块、自动反思子任务或所有错误都能自愈,不能把这些拟制机制写成事实。

对应节目:01:02:42-01:03:41

本文自拟示意,不是嘉宾实验

【本文自拟抽象示意,本期未给实际数字】报告值 R 与历史范围差异很大时,Agent 同时保留“业务突变”和“指标用错”两个解释,回查查询口径后才选择后者。关键不是看到异常就直接改成历史均值,而是找到指标错误这一可检查原因。

企业 Agent 的权限不是单一开关,而是信息、对象、动作和语境的组合

传统访问控制可先理解为“某账号能否读某数据”;本期进一步问“读到后能否告诉某个人、能否据此行动”。同一个 Junior 可以接触会议与客户材料,但不应把对某人的负面评价转给本人,不应向无权限员工透露工资或未公开财报,也不应因外部邮件里的注入指令安装恶意 skill。测试因而要同时覆盖正面任务和反向场景,并在高危操作前引入人类批准。嘉宾只称满足当前用例,没有证明已经解决动态组织权限。

对应节目:00:34:03-00:35:26;00:41:19-00:43:06;01:07:59-01:13:31

本文自拟示意,不是嘉宾实验

【本文依据本期场景整理的解释框架,不是嘉宾公开的权限算法】一条会议信息可拆成:内容 C、来源 S、接收者 R、动作 A、语境 X。能读 C 不必然意味着能对 R 复述,更不意味着可执行 A。例如‘某项目进度不佳’可用于负责人内部跟进,却不应被原样传播成对某员工的评价。

从固定内容增长到贡献毛利:为什么曝光量不是充分指标

自然内容带来访问与注册,注册用户又触发模型调用和服务消耗。若免费或低价用户使用成本高于其收入,曝光越大可能亏得越多。团队因此同时改变免费额度、最低价格和获客内容,让流量结构更接近能支付服务成本的人群。这里的机制是“获客→服务消耗→收入与毛利”,而不是“曝光→ARR”的直接等式。

对应节目:00:03:49-00:05:21;00:21:09-00:24:24

本文自拟示意,不是嘉宾实验

【本文自拟计算口径示意,数字不是 Kuse 实际数据】某月一个用户贡献收入39.9美元,模型与其他变动服务成本为30美元,则尚未扣固定费用的贡献为9.9美元;若成本为50美元,则使用量越大亏损越多。原文未披露成本,真实分析还需按客户群看留存、用量与回款。

独立判断:这些对话改变了什么理解

本文判断:本期最有价值的不是“数字员工”命名,而是把自主性带来的责任与验收对象具体化了。

推理:工具通常按一次请求和输出评价,员工化 Agent 则持续接触组织上下文、代表公司外发信息、安排任务并操作账号。于是评价对象从“答案对不对”扩展为“是否记住正确上下文、是否对正确的人采取正确动作、是否知道何时停下并求人”。Ring 的排队、Tom 的错指标和权限测试分别暴露调度、数据语义与授权问题,这三类比笼统讨论是否像人更能指导产品。

竞争解释与边界:这些场景来自同一团队,且嘉宾有推广 Junior 的动机。需要外部客户的任务日志、失败样本与采购结果验证,不能把自述的兴奋感当作组织效率提升的独立证据。

本文判断:Kuse 自用是很强的问题发现机制,但同时也是选择偏差来源。

推理:团队把 Agent 放进真实 PRD、代码、销售与会议流程,能快速遇到邮箱、权限和 session 等书面需求难发现的问题;可是他们愿意给 Agent 接近 CTO 的权限、每月承担高 Token,也有技术成员能持续修复。这些条件与大多数企业不同。自用最适合产生候选需求,外部内测才负责判断哪些需求普遍、哪些只是 Kuse 特有。

竞争解释与边界:若少量内测用户与 Kuse 画像相似,仍不能解决偏差。应按企业规模、技术能力、数据敏感度和工作流分组,观察部署时间、人工接管、持续使用及流失原因;嘉宾提到接触大企业后发现服务不了,正是这一边界已出现的证据。

本文判断:‘更好模型更安全’和‘便宜模型路由降本’之间存在需要联合优化的张力。

推理:嘉宾一方面认为强模型更能遵守限制、抵抗钓鱼,另一方面把简单任务路由给便宜或本地模型。若路由器把看似简单的恶意输入交给弱模型,单步成本可能降低,越权风险却上升。因此安全评价不能只按任务难度,还要按输入来源、数据敏感度和动作可逆性分层。

竞争解释与边界:这不否定路由,也不证明弱模型必然不安全。可比较不同路由策略在相同攻击集和正常任务集上的成功率、越权率与成本;只有总体结果才能判断省钱是否以安全为代价。

本文判断:‘劳动力市场’定位改变了验收口径,不能用全球工资总额直接证明产品市场。

推理:如果客户购买的是持续劳动产出,就应看某岗位任务能否完成、需要多少监督、结果能否被业务流程采纳及总成本,而不是只看软件订阅数。150万亿与1万亿美元只是嘉宾 Agent 给出的宏大分母,既没有口径,也不说明 Junior 可服务哪些任务。真正的可进入市场要从一个个有预算、有权限、能验收的 use case 累加。

竞争解释与边界:客户仍可能按软件采购而非人力预算购买,尤其在自主性和责任边界未稳定时。若2000/5000美元方案缺少持续付费,或客户只用于狭窄自动化,‘劳动力’叙事就不能代替产品市场匹配。

本文判断:多 Agent 案例显示分工的价值,但当前证据没有建立“更多 Agent=更好结果”。

推理:Ring 和 Azura 的知识上下文不同,协作可以让销售视角与项目知识互相补充;但几十轮讨论也消耗大量 Token,相同模型的三个 Junior 对人类评价还可能共享模型偏差。Git 实验和赚钱实验则分别证明一种交互原型与少数尝试曾赚钱,均不等于稳定自主学习或净收益。

竞争解释与边界:应与单个 Agent、人类分工或直接使用共享文档比较结果质量、成本和失败模式。若协作只是重复相同偏见,或沟通成本超过产出,多 Agent 就不是必要设计。

尚未解决的问题与可检验的下一步

待解问题:Junior 在外部客户中能否稳定完成完整业务闭环,而非只在 Kuse 内部展示员工化体验?

下一步信息或小实验:选三类客户场景,例如竞品注册试用、销售增购线索和会议后项目推进,各自定义开始状态、允许工具、最终交付和人类验收。与现有流程比较任务成功率、人工接管分钟数、延迟、单位成功任务成本,并保留失败样本。外部试用还应报告客户是否持续使用,而非只收集演示反馈。

怎样的结果会改变判断:若不同客户都能低监督完成且持续付费,员工化定位得到较强支持;若大量时间用于修上下文、处理权限和人工返工,则当前更接近需要托管的自动化工具。

待解问题:Azura 的上万美元线索究竟有多少转成收入,能否覆盖 Agent 与销售跟进成本?

下一步信息或小实验:按时间记录候选线索、销售采纳、有效机会、成交、回款和退款,与销售人员原有筛选方法做同周期比较;另行汇总 Token、基础设施、人工复核和维护成本。

怎样的结果会改变判断:若采纳和成交显著提升且净贡献为正,才支持其改变内部软件与 SaaS 采购的强判断;若只是候选金额大、误报多或成交没有变化,案例价值主要仍在需求整理和界面生成。

待解问题:权限与模型路由能否在扩大能力的同时,把越权和安全事故控制在客户可接受范围内?

下一步信息或小实验:建立正常任务与攻击任务两套测试,覆盖数据敏感级、接收者、动作风险和输入来源;比较强弱模型及不同路由策略的越权率、误拒率、人类接管率、任务成功率和成本,并记录白帽测试后的真实修复。

怎样的结果会改变判断:若高权限下仍能低越权且正常任务不被过度拒绝,才支持企业扩大授权;若安全只靠限制所有权限维持,Agent 的员工价值会与可用性一起下降。

待解问题:2000/5000 美元‘薪水+加班费’能否形成可预测、可持续的采购?

下一步信息或小实验:区分报价、试用、实际付费和续费,按客户记录每月有效产出、Token 超支、预算审批来源与流失原因;同时比较固定额度、按量和按结果定价,不用内部感觉替代购买证据。

怎样的结果会改变判断:持续续费且超额使用与可计量价值对应,会支持劳动力定价;若客户因预算不可预测限制任务或停用,说明需要更可控的价格或更窄的高价值场景。

待解问题:Tom 的输出后纠错能否从个别成功案例变成可靠的错误发现机制?

下一步信息或小实验:在监控任务中注入错指标、数据延迟、真实业务骤降和邮件发送失败,观察它能否区分业务异常与自身错误,统计纠错率、误纠率和漏报率,并核查高危操作是否始终请人批准。

怎样的结果会改变判断:跨场景稳定发现自身错误会支持 proactive 的更强主张;若只在显眼的异常值下偶尔纠错,或把真实变化误改回历史口径,则仍需外部校验与人类复核。

影响理解的转录疑点

优先精读或回听 00:27:54-00:35:26 与 01:07:59-01:13:41。前一段把 Junior 的团队员工定义、邮箱手机号来源、Ring 的项目上下文和会议需求连成了具体产品过程;后一段把“不该说、不该做”的反向评测、钓鱼与设备丢失、脱敏数据分享和大企业权限难题讲透。若要看业务价值,再补 00:18:21-00:21:07 的 CRM 案例,并把潜在线索金额与实际成交分开。

证据边界与资料索引

本页依据整期机器转录、官方节目介绍与章节逐段重建,未宣称逐字人工听审。说话人、专名、数字和时间可能存在识别误差;原声仍是最终核对依据。嘉宾关于公司、市场、研究、个人经历与未来的说法按口述保留,不自动等于独立核验的事实。

原节目:我们是如何定义 OpenClaw for Teams 新产品形态的|对谈 Kuse&Junior 联创兼 CTO 宇豪

本页使用的公开文字或字幕来源

返回顶部