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。
00:00:06–00:25:18连续对话 1
00:00:06–00:02:19两次访谈与三个预告:通用Agent、日抛式软件、创业低谷
开场的三段嘉宾原话分别来自后文:他把Claude Code称为当时最强的General Agent,认为代码生产平权后,选择什么问题、以什么审美和方式解决会更重要;他设想软件未来可以按需创建、执行、完成后销毁;他也回忆二次创业低谷时的焦虑、失眠和自我怀疑。这三段都是预告,不能代替后文的论证。
主持人程曼祺介绍,陈宇森22岁从浙大毕业后创办长亭科技,五年后退出,目前是MuleRun创始人。她把MuleRun的核心假设概括为:Vibe Coding降低开发门槛后,非技术人员也能把工作知识和流程封装成可自动工作的Agent。官方简介明确,这期由2025年12月和2026年1月上旬两次聊天剪辑而成。不到一个月内,AgentBuilder开始内测,团队对市场入口的判断也从货架转向对话触发。后半段还会回到12月访谈中的创业经历与“用心”。
Vibe Coding本期指用自然语言描述需求,让AI生成代码、网页或应用的创作方式。它降低写代码的门槛,但嘉宾的早期内测说明,写出结果不等于形成产品差异。
PMF(Product-Market Fit)产品与市场契合。嘉宾本期用更具体的判据理解它:小众Agent是否被其他有相同需求的人持续复用,而非只看注册量或上架量。
General Agent嘉宾对能够跨任务操作电脑、调用工具并完成较开放目标的Agent的称呼。他把Claude Code视为当时最强者,这是个人技术判断。
SOP + 大模型把标准操作流程与大模型结合。确定性步骤可交给代码或规则,模型处理理解、判断与非标准分支;本期后文仍强调代码执行的重要性。
话题推进:主持人请嘉宾先介绍自己和MuleRun,再追问这次创业方向的起点。
00:02:20–00:05:29从Coding的通用价值到放弃同质化Vibe Coding产品
- 你这次创业开始的时间是什么时候?为什么想到做Agent Marketplace?
陈宇森说团队在2024年底开始思考这件事,触发点是他在Cursor身上看到了PMF:模型提升已经在Coding场景产生生产力价值。他由此把编程看成一种通用桥梁,因为许多电脑任务最终都可以通过代码完成。
团队随后在2025年4月做出Vibe Coding原型并内测。陈宇森的实际比较是:同一个Prompt在自家产品和两个海外产品里跑,大多数网页或任务结果相似;他认为共同依赖Claude API使产品效果高度受底层模型制约。于是问题不再只是“能不能做出”,而是后来者在已有强团队、强产品的情况下怎样获得用户并形成差异。他还以Windsurf、Cursor及模型厂商自有Coding Agent为例描述自己的竞争观察。这些是嘉宾在当时对行业格局的判断,不是独立市场统计。
他承认没有亲自使用Google的新产品,只说同事尝试过;相比之下,Claude Code给他的体验冲击更大,因此引出新的Agent创作范式。
话题推进:主持人追问“新范式怎么讲”,话题从产品竞争转向Agent的构造方式。
00:05:30–00:09:20Agent创作新范式:从固定工作流外挂到模型、上下文与人类经验的组合
- 你刚说的前提是指Claude Code是最好的General Agent吗?是不是因此更需要交易平台,而不是重做它已经做好的事?
陈宇森把过去的做法称为“SOP+大模型”的外挂:开发者用LangGraph或纯代码预先规定流程,再让模型处理局部环节。他观察到,模型变强后,复杂Prompt配合适当的Context Engineering,也能让模型处理更长的任务;但前提是上下文没有“跑炸”,否则幻觉会明显增加。这里的变化是把更多流程理解和判断交给模型,并不意味着外部代码、运行环境或工程质量不再重要。
他的下一层推演更激进:他假设大模型获得Coding能力后,理论上一年内能做人能在电脑上做的所有事情;随后把当前缺口定位为仍在线下和人脑中的知识。如果一个人的经验与模型判断结合,他估计可把个人能力的80%—90%复制进Agent。这个比例是他的设想,本期没有给出测量方法或效果数据。
商业推演因此形成:第一个把流程封装成Agent的人提供服务,其他有相同问题的人付费复用,创作者获得收益。MuleRun最初选择框架中立的部署和交易平台,后来又发现低代码仍要求理解参数、循环、条件和拖拉拽,无法真正触达无代码经验的领域专家。HR与客服的例子说明他希望用户直接描述需求、使用哪些软件、依据什么知识处理任务,而不是先学会编程。
话题推进:主持人把两类供给区分开,追问当前平台究竟以哪一种为主。
00:09:20–00:12:56早期供给结构与PMF缺口:丰富度被团队定位为瓶颈
- 双边平台的供给方和需求方分别是谁?两类供给现在都有吗?2.0是不是转向非开发者创作?
主持人区分两类供给:无开发经验者借助新工具封装工作流,以及开发者把已经完成的Agent或App上传。陈宇森明确回答,当时只有后一种传统供给;前一种属于他们设想的2.0。由此可见,12月访谈中的新创作路径仍是计划,不能写成普通人已经大量创建Agent。
团队期待的长尾市场是为10人、50人甚至1人的需求也能开发软件。陈宇森把PMF描述为大量出现“某人满足一个奇怪的小需求,另外约10人正好也使用”的情形,并明确说当时尚未达到。平台已有交易功能、一些供给和注册用户,但创作、审核与上架仍复杂,支持N8N工作流、LangGraph Agent或其他应用也未能带来足够丰富的供给。他把供给丰富度视为可能原因,并没有在需求不足、产品质量、分发效率等竞争解释之间完成对照验证。
当时的改进设想是让Claude Code理解需求,再由官方或有限生态提供描述清楚的Skills,用户选择操作Excel、浏览器或特定软件所需的能力。这里的“Skill市场”是降低组装难度的方案,并不自动证明供给质量、使用需求或交易意愿。
话题推进:嘉宾继续解释怎样把需求、Skills和运行环境打包成可复用Agent。
00:12:56–00:16:41从固定自动化到包含业务判断的自动化
- 你工作或生活中有没有反复操作电脑的任务?手机快捷指令的自动化是否类似?
陈宇森设想把Claude Code、Skills和Runtime装进容器或虚拟机,形成一个可重复执行任务的Agent;他同时说实现方式尚未最终确定,因此“容器”“虚拟机”是产品构想的候选形态,不是已验证的技术规格。其他人复用时也启动相应环境,以减少重新配置的门槛。
主持人用苹果快捷指令举例:截图后按比例裁剪、上传云盘,再在电脑查看。嘉宾补充团队有人把MuleRun的credential放进手机快捷指令,从手机调起云端Agent。这类固定步骤自动化早已存在,他认为大模型新增的价值在于补上中间需要业务判断的环节。
他用CRM、ERP和补货说明:传统软件提供数据和操作界面,人决定是否补货;若模型能理解这一判断,原本半自动的流程才可能闭环。24小时工作和复制成百上千份是他对全自动化的价值推演,前提是判断准确、权限明确且运行稳定。节目没有展示补货Agent的实测,也没有证明所有业务判断都适合交给模型。
话题推进:主持人总结“通用Agent足够强,平台供给才可能丰富”,嘉宾继而解释Runtime与Skills。
00:16:41–00:23:08Runtime、Skills与Prompt商业化:卖的是降低使用和获取门槛
- 足够好的Runtime是什么?你们是否就是提供运行环境、清晰Skills和交易系统?降低门槛是不是第一优先级?
Runtime在嘉宾这里指Agent实际运行所需的环境与工具,例如没有浏览器就无法操作网页;给Windows环境和游戏说明,才可能让Claude Code尝试游戏任务。Skills则提供特定任务的知识、步骤或工具。MuleRun希望把环境和通用能力做好,创作者再贡献自己的Prompt、描述或SOP。嘉宾同时强调,这套系统听起来不“性感”,做好仍需大量工程时间。
他把优质Prompt视为尚未充分商业化的生产资料。桌面手办案例中,用户原本要自己找到Prompt、访问相应模型服务;平台上的创作者把Prompt与调用流程封装起来,收零点几美元,相当于把信息检索、访问和操作的门槛打包成服务。主持人提出“三天赚1200美元”,嘉宾回答“应该是,数字具体记不清”,所以应保留为对话中的约数,不能当成经核实的收入。主持人另分享年轻服务员用免费工具替人处理头像的经历,嘉宾也回忆朋友用Midjourney生成动物头像、每次约10元。
这些例子支持的是“AI能力与普通人之间的翻译中介可以收费”,尚不足以证明平台长期PMF。嘉宾随后转述一位Gemini核心工程师采访中的判断:模型能力尚未撞墙,即使停止进步,应用层也可能还需一到两年把现有能力“榨干”。这是二次转述和行业判断,不是本次节目给出的测量结论。
话题推进:主持人把视角从MuleRun扩展到N8N、Dify、Coze等相邻产品。
00:23:08–00:25:18相邻产品的不同路径:创作工具、企业内部工作流与开放部署
- 市场上其他类似玩家是什么状态?N8N和Dify能在你们环境运行,Coze的情况你不清楚吗?
陈宇森先限定这是他对“那个时候”市场状态的观察,并承认这些团队都很强。他认为N8N、Dify和Coze大量产出仍偏Chatbot,输入输出不够丰富。转录在谈到第一家时出现“Common”,结合对话顺序只能理解为接着评论第一家,但具体名称与市场功能听写不清,不应另造公司名。
Dify部分有较多实际接触作为背景:MuleRun与其联合创始人或管理层沟通过,希望Dify产物能在MuleRun运行。他把Dify的商业化重点概括为企业内部工作流,尤其提到内部系统不能暴露给外部的安全约束,并称其在日本和美国做得不错;这些仍是嘉宾描述,未附业务数据。
他把Coze早期路线概括为低代码,注意到其新发布会转向直接描述需求,但明确说自己没有查看产品实际效果。对Coze能否导出并部署到外部,他只给“印象应该是不行”的保留判断,并推测大厂倾向闭环。三家平台与MuleRun既可能上下游协作,也可能在未来进入市场,不能把嘉宾对路径的预测写成既成竞争结果。
话题推进:对话继续比较“自己做自己用”“做给别人用”以及交易市场与内容社区的不同优先级。
00:25:18–00:49:43连续对话 2
00:25:18–00:28:54同一技术产物的多种产品定义:内容、社交、生产力与交易
- 蚂蚁灵光和Agent Marketplace是什么关系?自己用与给别人用是否天然同时存在?MuleRun更鼓励哪类供给?
嘉宾认为许多公司最终都会尝试Agent Marketplace,但优先级与路径不同。“新时代的App Store”表达的是他眼中共同的巨大机会,不是大家已采用同一方案。对蚂蚁灵光与其他产品的比较也围绕“自己做自己用”还是“自己做给别人用”展开;其中人物名称和一句产品归属转录不清,审读只保留明确的产品关系。
主持人补充,自己用和给别人用天然同时存在,关键是平台鼓励哪一种。她观察到Youware上更多游戏、作品展示和线上gallery等娱乐内容;陈宇森则把MuleRun希望组织的产物定义为能帮助别人完成工作的生产工具,并提醒任何类比都有信息损失。
他用智能手机普及摄影作类比:相机能力平权后,同样的照片载体长出Instagram、Snap等不同产品。这个类比解释的是技术平权不预先决定产品形态,而不是证明Agent市场一定复制社交网络历史。主持人进一步用“劳动力外包市场”理解MuleRun,嘉宾认同并说,如果做得好,公司上限可以是“全球最大的劳动力外包公司”;这是愿景。
niche场景与DAUniche指窄而具体的需求;DAU是日活跃用户。嘉宾期望单个小众Agent约有100个DAU,当时实际只在部分场景见到几个到十个强日活用户。
双边市场冷启动平台同时需要供给与需求:没有用户,创作者缺少上架动力;没有供给,用户缺少使用理由。只增加注册量不能自动解决这个循环。
Benchmark / Evaluation用任务和结果评价Agent是否有效。本期涉及上架前测试、持续监控与用户反馈;嘉宾用成功率举例,但未公布统一测试集或统计口径。
Skills分层加载Agent先读取各Skill的简要说明,遇到匹配问题再加载完整指令或工具,减少无关内容占用上下文。选择由模型判断,因此仍有误选风险。
话题推进:主持人要求嘉宾把愿景落到上线三个月后的用户指标与实际反馈。
00:28:54–00:33:35上线三个月:小众高频使用、双边冷启动与商品质量门槛
- 上线三个月的表现与原本预想怎样?还关注哪些指标?官方为什么不多做Agent?怎样通过审核和推荐保证成功率?
团队原本希望每个niche场景的Agent能约有100个DAU,即每天真正用它解决问题的人;陈宇森说当时只在一些场景看到几个到十个“强DAU用户”。这证明有小范围使用迹象,但与原目标有明显距离。他把下一步概括为在这些点深挖、继续丰富供给,并认为解决小众高频使用后才可以scale。“后续几乎看不到阻碍”是他的乐观判断,不是已经扫清分发、成本和质量障碍。
他解释双边冷启动:没有用户,创作者不愿上架;没有供给,用户没有来的理由。官方是否亲自做Agent也有两难:做太多可能挤压生态,做基础工具较合理;但实际没做更多的直接原因是框架中立和多部署方式带来的工程量使团队做不过来。他事后认为,早期若做一些看准场景可能更好。团队规模约50人,是嘉宾当时给出的约数。
平台并不强制“大量SOP+少量大模型”的开发方式,而把给定任务的完成率作为商品要求。他用100次错1次、1000次错1次与10次错5次作对照,表达稳定性门槛,并未提供统一测试集或各Agent实测分布。团队当时在做benchmark/evaluation、持续监控、评论反馈,退款仍属未来考虑。
话题推进:主持人进一步问:随着模型变强,这种SOP与代码结合的路线还能持续吗?
00:33:35–00:36:50哪些事交给模型,哪些事交给代码;平台价值建立在通用能力尚未完备之上
- 大量SOP加少量大模型会随着模型进步持续有效吗?你们的存在是否以模型不能直接完成所有任务为前提?
陈宇森赞同主持人关于Claude Code的观察:重复、确定、简单的工作应交给代码,模型负责判断何时写代码或调用工具,而不是把长输入全部塞入上下文逐字推理。他提到一篇转录为《苦涩的教训的边界》的文章,并称自己读过多遍;原稿把它直接等同为另一篇著名文章没有证据,审读只保留节目中说出的题名与作者待核状态。
他用来举例的计算句转录严重不清,只能确定论点是“确定性的计算或逻辑问题适合代码,没必要用来考验大模型幻觉”,不能补成具体算式。
商业模式上,他明确说团队下注的是“给任何任务都能完成的东西短期内不会直接出现”。在此以前,线下和人脑知识仍需被组织进Agent;如果供给足够多,MuleRun也可能形成一个入口Agent,从百万、千万供给中找到专用方案。百万、千万是远景量级,不是现有库存。主持人补充新需求还会持续出现,嘉宾同意,同时承认大模型公司有资金和调动资源的能力。
随后关于没有苦难的乌托邦或《黑客帝国》的讨论属于科幻想象。主持人质疑即使人人做喜欢的事,能力、天赋、关注和竞争仍会带来差异;嘉宾把话题收回当前阶段能做的事。
话题推进:讨论从终局假设回到当下:真正难的是把运行环境、工具和创作体验做稳定。
00:36:50–00:42:21产品组织的具体选择:并行稳定、装配自由度、上线速度与Memory
- 框架中立、Runtime和Skills难在哪里?怎样算好?做到什么阶段就推出?独立General Agent还有多少空间?
陈宇森认为大思路并不难,真正耗时的是并行启动许多Agent时的启动时间、稳定性、镜像是否变化,以及创作者可自定义到什么程度。统一预置能减少选择,深度自定义则增加灵活性和工程复杂度。他把“好”归纳为简单、稳定、好用:用户是写一段话就能跑,还是还要理解Skills;产品受欢迎后能否大量稳定运行。
他用Manus早期测试时自己跑10次有五六次挂掉的体验说明稳定性的重要,并转述团队曾帮助一家基础设施开源项目修bug;这些是个人体验与转述,不应推广为某公司的长期失败率。对自动选择Skills,他认为终极状态是系统理解任务描述并自动装配,但实现会损失准确性、增加研发时间,甚至可能需要小模型。他提到Cursor曾为小模型优化特定工作,这是嘉宾从朋友处获得并自称验证过的认知,节目未展开技术证据。
团队选择更快把产品端出来,因为许多聪明人会想到类似方案,生态也会随早期用户一起迭代。这是速度、完成度和准确性之间的组织选择,不等于功能已成熟。
对独立垂直Agent,他借中国电商独立站的判断推演:平台能以更低成本聚流量,因此许多垂直供给可能长在大平台上;这是类比推断。对General Agent,他反而认为与MuleRun处在不同层,个人长期使用形成的Memory会让迁移困难,因而不是简单相互替代。
话题推进:主持人明确切入1月第二次访谈,AgentBuilder已开始内测,讨论从设想进入新产品实践。
00:42:21–00:49:43Skills的按需加载、质量评价与安全审计,以及“应用的3D打印机”
- Skills是什么、实质是文档还是Prompt?何时读取由谁判断?官方做哪些Skills、怎样评价与审计?如果软件按需制造,原有商业模式还存在吗?
第二次访谈先解释Skills的机制。复杂长Prompt在上下文压缩中可能丢失;Skills让Agent先知道各项能力的简要meta信息,遇到特定问题再加载相应详细内容。多数Skills是含Prompt的文档,也可附代码或API。模型负责判断何时选哪项Skill,这与传统软件写死if/else分支不同:它用于处理难以预先完美分类的现实问题,也引入了选错Skill的风险。
MuleRun计划为常用且需要配合Runtime的能力提供官方或生态Skills,并做评价与安全分析。嘉宾说网上可收集到几万个Skills,同一任务可能有多个候选,需要比较效果;他以“反弹shell”说明恶意Skill可能使电脑被控制,因此“好用”还包含无害。Browser Use是他们优先优化的方向,既可能官方开发,也可能与优秀外部作者联合优化Skills和Runtime。
“应用的3D打印机”来自他看到的同事演讲比喻:工业制品服务大规模共同需求,3D打印允许个人制造只给自己或少数朋友的物品。映射到软件,他希望开发成本降低后,1—10人的小众需求也值得被满足。再往前,他才明确说是“瞎讲”的远景:代码为特定任务创建、执行、完成、销毁。短期目标仍是一小群人每天用得爽的Agent。
主持人由此追问一次开发、多次售卖的模式是否还存在。嘉宾预测十年内不自我革命的软件公司大概率会被AI公司取代,但马上补充路径、赢家和掉队者都说不清;不能把强预测改写成确定产业结论。
话题推进:主持人把制造类比继续推进到Token、算力、能源和供需成本。
00:49:43–01:14:40连续对话 3
00:49:43–00:52:12“AI是制造业”的成本含义:Token并不会因需求扩大自动趋近于零
- Token成本会低到其存在很不明显吗?短期指什么阶段?需求最终只来自人,还是技术也会创造新需求?
主持人和嘉宾把每次AI运行消耗Token、算力与3D打印消耗线材作类比,因此说“AI是个制造业”。这个说法强调每次生成与执行都有变动成本,不等于AI产品在组织、知识产权和边际成本结构上与制造业完全相同。关于能源紧缺、硬件涨价和太空数据中心的讨论,是两人对当时行业现象的观察与延伸,其中戴森球等表述明显带有远景和玩笑色彩。
对Token能否便宜到可以忽略,陈宇森判断短期很难。他给出的机制是:如果三五家供应商的智能水平接近、可替代性强,就可能出现价格战;如果一家显著领先,就缺少把价格打到很低的动力。主持人据此总结,在能力快速演进时,最强模型未必迅速白菜价,旧一代模型则可能便宜。
他进一步把AI视为劳动力重塑和生产力本身,认为应用会不断产生新任务,需求近乎没有上限。这个判断用于解释供给与能源约束为何可能长期存在,是宏观经济推演,不是需求测算。
Agent LoopAgent围绕任务反复进行模型调用、获取结果、判断和下一步行动的循环,而不是一次生成答案。具体循环与停止条件影响任务完成能力。
Base Agent嘉宾类比Base Model提出的说法:已经具备Agent Loop、上下文管理等基础能力的Agent。MuleRun当时以Claude Code为核心,未来也可能替换或自研。
AgentBuilderMuleRun于2026年1月内测的云端创作工具。当前证据包括预置Skills与Runtime、选择或对话构建、总结Instruction及分享;自动路由和新商业模式仍在设计。
Instruction嘉宾展示中,Agent根据用户带它完成任务的过程和遇到的问题整理出的任务指令,用来形成专用Agent。它是构建结果之一,不代表任务可靠性已经自动得到保证。
话题推进:主持人转回1月16日开始内测的AgentBuilder,问它怎样实际降低开发门槛。
00:52:12–00:58:00AgentBuilder的技术分工:复用Base Agent,平台负责Skills、Runtime与云端构建体验
- AgentBuilder底层是否就是Claude Code?在Base Agent之上具体做了什么?为什么先做看似较浅的产品层?
陈宇森先把Agent拆成可交互的大模型API、Agent Loop、Context Engineering和Tools。Agent Loop让模型多次交互、取得中间结果,再按预设Prompt或条件继续;Context Engineering管理有限上下文;Tools让模型操作浏览器、调用其他AI API等。不同General Agent的差别,部分来自各自循环与上下文管理的工程选择。
LangChain、AutoGen等框架提供可调整的实践,Claude Code则已经把这些能力产品化。MuleRun选择以Claude Code为核心做少量改变,在其上提供Skills评价与选择、Runtime、云端编辑和构建工具。他把这称为“套壳Claude Code”,既是自嘲也是明确的资源分配:作为1月重新转型的团队,先不从最底层重做Agent Loop,而把用户能否构建Agent作为第一优先级。未来可能采用其他Base Agent,也可能在人力充足时向底层深入。
这并不等于团队否认技术深度。他明确说,短期从技术角度做得较浅,但若长期不在中间做出不同工作,就缺乏技术竞争力;先把体验和基础能力做好,再逐层向下。3D打印及“收菜”亚文化的例子,则用来说明低门槛可能带来设计者预先想不到的创造,而不是声称这些创造已经发生。
话题推进:主持人追问这种认知从何而来,嘉宾用近期AI产品的传播与使用体验解释。
00:58:00–01:00:48从技术崇拜到可触达性:产品传播案例与一天内测的有限证据
- 创业到什么时候发生了这种认识转变?是什么事情让你不再只看技术深度?
陈宇森说转变来自最近几年、尤其近一两年AI发展的启发。他以DeepSeek与O1作比较,认为二者技术都很强,但前者的免费策略、训练成本传播叙事、中文表达风格和直接展示推理过程等因素,让普通用户更容易接触和传播。训练成本数字先由嘉宾说成650万美元,主持人纠正为557万美元,嘉宾随即确认;这里应记录为节目中的传播叙事,不据此推断完整研发成本。
他另举ChatGPT在2025年三四月因吉卜力风格生图出圈,以及Google因Nano Banana获得增长,说明用户增长可能来自具体、易理解的应用价值,而非benchmark上的抽象智能提升。这些产品的增长归因是嘉宾个人解释,不是本期提供的因果分析。
主持人补充,对技术背景的人而言,承认体验改进的价值需要“勇敢”;对其他背景的人这可能很自然。嘉宾认同,并把问题落回MuleRun:过去希望有领域知识但无代码能力的人用N8N或LangChain创作,实际多数人搞不定开发和部署。AgentBuilder上线一天多,他看到“大家能用起来”,这是早期定性反馈;下一段他才明确说还没有外部非技术用户案例,不能提前写成内测已经验证大众供给。
话题推进:话题回到产品层新增能力,并进一步讨论Anthropic同期产品与市场入口变化。
01:00:48–01:05:04入口为什么从货架转向对话:发现成本、任务路由与未解决的收益分配
- Anthropic同期产品给你们带来什么变化?只做AgentBuilder是否成立?是否正从货架Marketplace调整成聊天入口?
MuleRun除Skills市场外还要打磨Runtime,持续观察外部工具稳定性,帮助作者改进或自行补齐关键Skills。Anthropic同期推出带界面的产品,被嘉宾视为“强Coding Agent就是General Agent”正从非共识变成共识的验证。他反思团队在Marketplace上纠结过久,没有更快转向AgentBuilder。
他认为货架的核心问题是发现成本:平台已有上百甚至一两百个还不错的Agent,新用户仍不知道从哪里开始,试用两个不合适就离开。他把入口演进概括为陈列、推荐、对话三代,这是嘉宾的产品史框架,不是行业统一分期。
新方案当时尚未发布、尚未调整完。设想中的主入口像General Agent,用户直接描述问题,系统若匹配到创作者预置的专用Agent,就建议或调用它;货架可能退到二级入口。这里新增的技术与组织问题包括需求理解、任务路由、专用Agent效果以及责任归属,节目只明确了产品意图,没有给出路由准确率。
更关键的是,过去“上架、定价、售卖”的直接交易关系会变成对话触发后的调用关系,创作者怎样获得收益尚未想清楚。因此不能把这次调整写成已完成商业模式转型。
话题推进:主持人继续比较双方产品:一个改变本地使用界面,另一个试图改变云端创建与部署流程。
01:05:04–01:09:12云端AgentBuilder与桌面产品的差异:创建流程、权限边界和本地上下文
- 这次转变与Anthropic发布产品有关吗?双方封装思路有什么异同?云端与桌面端各自适合什么?内测反馈怎样?
主持人问转变是否由Anthropic新品直接促成,陈宇森否认因果,称同类产品出现属预期之内。他观察到Anthropic网页端已经会在沙箱里执行任务,只是没有浏览器等全部工具,由此认为从“可用”到“极度易用”仍有产品空间。
他把对方产品的主要变化理解为GUI:把原本在Terminal里描述的Claude Code能力提供给不会打开命令行的人,并预置创建文件、整理下载、准备会议等本地Skills。MuleRun则要解决另一个断点:即使用户能用Vibe Coding写出流程,仍要部署、下载和配置工具、打包环境。AgentBuilder把可能用到的能力预置在云端,当前通过选择,未来更多通过对话完成。
嘉宾展示的创建方式是带着Agent把任务做一遍或几遍,让它总结遇到的问题并整理出Instruction,形成专用Agent;这比“用户写一段Prompt自动生成可靠Agent”更具体,也说明用户仍需提供流程示范与纠正。
他区分桌面端和云端:桌面端能利用本地登录凭据与上下文,但需要更高信任;云端可给Agent单独建权限严格受控的账号,更适合工作、效率和Prosumer场景。这个权限思路是安全边界设计,不等于云端天然更安全。内测几天后的反馈是构建和分享更便捷、传统上架步骤几乎可省去;正式商品仍可能需要简单审核。
话题推进:主持人继续追问旧创作方式是否保留,以及工具和交易市场的边界。
01:09:12–01:14:40创作、分享与交易边界尚未定型:内测案例、组织选择和行业预测
- 旧上架方式还保留吗?是否已有非技术新用户?创作工具和交易市场的界限在哪里?其他产品也会变成造Agent的Agent吗?
旧的N8N等复杂上架方式暂时保留,团队会引导用户尝试新工具。两类方式面向不同人群:前者适合有开发经验者,后者希望服务原本不认为自己能写软件的人。主持人问是否已有这样的新用户,嘉宾明确回答“才刚一天,还没有”。他给的实际例子来自内部非技术运营同事:把KOL筛选标准交给Agent,由Agent操作浏览器、做选择判断、整理结果,再接入钉钉文档等工具。这说明内部工作流可跑通,不能冒充外部用户采用证据。
对市场边界,嘉宾直接承认没想清楚:以分享为主还是交易为主,流量相关还是以创作者为中心的方案都可能被推翻,需要测试。主持人把朋友间分享理解为社交,嘉宾最初只想强调“分享”,随后接受其中有社交传播属性。这里的分歧应保留,因为关系到市场是否必须靠付费撮合成立。
界面计划把货架放到二级入口,主入口引导创作或对话解决问题。对Dify、Coze等公司的走向,嘉宾只作预测;多处产品名转录不清,不在审读中猜补。关于General Agent会创造专用Agent、某产品由Claude Code生产、Claude Code高频发布版本等,也是他观察与判断,不能写成经核实的研发事实。
最后他回到创业核心:简单网页和小游戏在他眼里价值较薄,真正长期假设是让领域专家把未线上化的SOP与知识做成Agent。Marketplace只是这一假设下阶段性不太work的尝试,不是假设本身已经被完全否定。
话题推进:主持人提示回到12月访谈,进入陈宇森的个人创业经历。
01:14:40–01:39:34连续对话 4
01:14:40–01:15:40行业判断回到长期假设:领域知识封装比简单应用更重要
- 你说用AI做网页和小游戏这条路是死路,具体指什么?
这一段仍属于1月访谈尾声。陈宇森认为一批国内AI创业公司把AI用于简单网页和小游戏,是在走价值较薄的“死路”。他的强判断与MuleRun的长期选择相连:平台不只是让人生成一个能展示的应用,而是让领域专家把判断、SOP和未上线知识做成能执行工作的Agent。
他明确把Marketplace称为一种尝试,并承认阶段性“不是很work”,团队正在尝试新路。这里变化的是实现路径和入口,不是放弃“领域知识可封装、可复用”的核心假设。审读应同时保留他的强烈否定和未验证状态,不替他把个人判断改写成所有简单应用都无价值。
CTF攻防赛嘉宾解释了Attack-Defense形式:各队分析相同的漏洞服务,攻击其他队,同时修补并维持自己的服务。它用于说明团队技术经历,不是MuleRun产品的安全验证。
hands-on创始人亲自进入产品、客户和一线细节,而非只通过招聘与汇报管理。嘉宾把它视为二次创业时必须坚持的组织原则。
用心嘉宾对个人与组织的要求:不只机械完成任务,而是热爱、持续思考并把事情做得不同。它解释他的自我要求,不是保证创业成功的充分条件。
能力与认知匹配选择自己能理解、愿意承担且与原有判断一致的事情,不因融资规模或外部期待盲目扩大项目。嘉宾用游戏创业说明违背这一原则的代价。
话题推进:主持人用剪辑口播切回12月,开始讨论嘉宾的创业历史与自我评价。
01:15:40–01:21:00第一段成功之后的同时创业:不聚焦、跨行业学习与能力边界
- AI对你的评价准确吗?这次为什么不做更匹配的AI安全?当时心态与长亭成功退出有关系吗?
主持人借“基于你对我的了解,告诉我一个残酷真相”的Prompt引出嘉宾自我复盘。AI给他的评价包括目标模糊、行动保守、在琐事和自我验证上内耗;他并未全盘接受,因为许多提问带有特定目的,不能据此推断真实困扰。他认可的是“不聚焦”:第二段创业曾同时做游戏公司和数据安全公司,当时觉得自己两件事都能做好。
游戏公司第一个项目失败后关闭;数据安全公司仍在运营,有好团队、产品和客户,但他说在中国企业软件和安全市场很难赚到足够多的钱。长亭于2014年开始、2019年10月卖给阿里云,他此后又继续待了接近两年,长亭阶段合计接近七年。主持人口播曾把毕业年龄说成20岁,开场与后文则说22岁,审读不擅自统一,列入疑点。
这次不做AI安全,他的解释是安全的重要性取决于被守护对象的体量,AI还在早期,不如直接做AI;他也想拓宽人生广度。游戏创业则让他说出更具体的教训:融资较多推动团队一开始做更大的项目,而不是用较小成本做有玩法和题材创新的PC游戏、允许自己失败。他记得游戏行业“前10款游戏大概率都是垃圾”的说法,反思自己当时对陌生行业缺少敬畏,以为学习快就能第一次做对。
他把第一段成功归因于做自己擅长的事:团队在安全技术上有积累,商业与销售也持续进步。由此产生的“无所不能”心态影响了后来选择。这是嘉宾自己的因果复盘,不应被替换成“成功必然导致第二次失败”。
话题推进:主持人追问长亭当年为何出售,以及安全比赛中的正反馈如何塑造团队。
01:21:00–01:25:24出售长亭与再次创业:方向判断、时间窗口和行动并不总是一致
- 当时为什么卖给阿里云而不独立发展?2021年再创业是因为市场回暖吗?大学安全比赛也一直正反馈很多吗?
陈宇森给出2019年出售长亭的两类原因:云厂商可能从基础设施层面整体满足客户需求,独立安全公司会在销售中遭遇云厂商;2018年已感觉融资环境变差,公司距离上市还需要一两轮融资。他事后认为大方向看对、时间点看早,2021年国内融资仍达到高峰,随后才长期低迷。对当前融资集中领域的描述也是他的市场观察。
主持人指出,他自己在2021年又创业。嘉宾承认并没有因为市场回暖,而是怀疑先前判断是否错了,也更习惯创业公司、主要想做游戏;投资方和安全技术伙伴又鼓励他继续做安全,于是试着同时做两家。他把这总结为:交易上可能看对方向,行动却未必遵从判断,且方向正确不等于时间准确。
大学安全比赛提供了不同的经验:大量正反馈、擅长的问题和紧密技术伙伴。解题赛是把逆向、密码等做成题目排名;攻防赛则要求各队分析同样漏洞、写攻击脚本攻击别人,同时修补自己的服务并保持健康检查通过。嘉宾说DEF CON决赛约20队、持续50多个小时,自己队现场8人,并转述其他队酒店支援规模。具体队名与选手名转录有误,不猜改;保留他想表达的结论——高强度对抗让他看到技术人才之间的巨大差距。
话题推进:主持人把比赛与创业的正负反馈连起来,问两段经历怎样影响现在的韧性。
01:25:24–01:32:13下坡路、严重焦虑与重新出发:韧性来自具体经历而非一句总结
- 两段创业给现在带来什么影响?关闭公司的过程与感受是什么?最低谷在哪一年?怎样走出来?如何向投资人交代?
陈宇森说第一段创业虽吃闭门羹、做第一位销售也遇到困难,但整体周线、月线向上,七年几乎每年收入至少翻倍;第二段则是开心事减少、糟心事增多,团队向心力与信任也下降。这是他对两段经历的记忆与自我解释,数字没有外部财务材料佐证。
他自述低谷时严重焦虑、失眠、躺在床上起不来,并把过去成功全部归因于运气、全面怀疑自己。开场预告说“中度”,正文为“重度”,审读不替他做临床诊断,只保留自述措辞差异。最低点在2023年中下旬、关公司之前。账上还有几千万元,理论上能解散部分旧业务、转做AI,但他觉得自己已经“衰竭”,用剩余资金翻盘概率很低,因此选择关闭。
当时游戏团队已用AI做多语言翻译,他觉得效果比外部翻译公司好;所以低谷并不是没有看到AI,而是个人状态与外部技术热潮错开。他也回顾自己从打游戏到投入安全、获得正反馈再到北京创业的过程,承认多数时候需要正反馈才能深入,佩服长期无反馈仍坚持的人。
走出低谷的具体支持包括朋友陪伴和分心:两位初中同学来陪他去网吧打游戏,比重复的安慰更有效。之后他回阿里做偏国际化工作,从硅谷公司与阿里海外布局中看到AI相关性,再探索、组队做MuleRun。向投资人说明失败并不需要临时下很大决心,因为此前有预告;他感激支持,但明确不愿在没有状态时把剩余资金耗完。
话题推进:主持人问这次创业给自己定了哪些一定要做、一定不能做的原则。
01:32:13–01:39:34“用心”与亲力亲为:产品选择、组织要求及持续的假设修正
- 这次创业有哪些一定要做和不做的事?general的坑是什么?现在是否回到长亭时的投入状态?22岁与33岁有何异同?
陈宇森第一条原则是做与能力和认知匹配的事,不被融资体量、股东回报等外部条件推着去做更大的事情。他把这概括为“一定不要在选择题上出错”,也承认这句话本身不能保证现在没有选错。主持人把它解释为“自己真心选择的,输了也认”,嘉宾认同,并说游戏创业是“输了但不认”,因为最终做的连自己也不喜欢。
第二条是hands-on:创始人不能因为有经验就只找几个能干的人,自己要下水、花时间在一线感受。他承认自己也部分犯过。随后他把价值观总结为“用心”:不是只仔细完成被交付的任务,而是热爱、思考并把事情做得不同。他把这个要求同时用于自己、合伙人和团队。
他强烈反思第二次创业有骄傲和“差不多就行”的心态,认为第一次则醒着就在想如何把事做成。这里应保留他的自我批判,但不能由此推出只要用心就一定成功;嘉宾自己也说聪明人多,只是不断逼自己才可能有“一线生机”。
当前他重新回到高度投入MuleRun的状态。快乐来自执行与反馈,痛苦来自原假设被验证不成立后要判断是打补丁还是方向错了。22岁与33岁的共同点是热情和新旅途,差别是经验增加、精力下降;他也说早年高强度出差时身体很差,现在心态与身体反而有所恢复。
话题推进:访谈最后回到可执行里程碑与对2026年应用市场的期待。
01:39:35–01:46:44连续对话 5
01:39:35–01:43:16从宏大愿景回到半年里程碑:供给激活、原生应用与工具使用能力
- 这次想把MuleRun做到什么状态?下一个milestone是什么?2026年行业会发生什么?希望模型强化什么能力?
陈宇森认为宏大目标不能精准指导方向,真正带来正反馈的是一个个milestone。当时最重要的里程碑是做出简单好用的创作者工具,让无代码能力的人也能做Agent解决工作问题,并希望半年内看到好成果。顺利的话再扩大规模,期待出现连团队都没预料到的强Agent。
他用App Store上的汤姆猫和愤怒的小鸟说明平台成功可能来自创作者超出平台设想的应用,而不是平台预先规定所有爆款。这是愿景类比,不是MuleRun已有类似成果。
对2026年,他判断会是AI应用的重要一年:模型能力持续提升,但大多数人仍主要使用Chatbot,尚未看到足够大规模采用的全新应用。他提到视频模型从“鬼畜”到更好物理表现、多镜头与音画能力的进步,随后期待出现ARR 5亿甚至10亿美元的真正AI-native公司。ARR是年度经常性收入口径,不是估值,也不是他已看到的成绩;节目中提到的增长较快产品名有转录疑点,不猜补。
对模型本身,他明确更看重Coding和Agentic能力:更好、更准确、更高效地使用工具,对平台比数学竞赛成绩更直接。他把这与Claude及Kimi的方向联系起来,属于嘉宾对模型路线的观察。
milestone把宏大愿景转为可检查的近期里程碑。本期最明确的是半年内看到创作者工具和供给激活的好成果,而非直接承诺巨大收入。
AI-native应用因大模型能力才可能出现的新产品或公司。嘉宾期待2026年出现更大规模采用和更高ARR的新物种,这是行业预测。
ARRAnnual Recurring Revenue,年度经常性收入。嘉宾以5亿或10亿美元ARR描述期待的AI-native公司体量,不能与估值或一次性收入混用。
Agentic能力本期具体指模型在任务中调用工具、执行代码、处理中间结果并推进目标的能力。嘉宾认为其准确性和效率对MuleRun比竞赛型智力指标更直接。
话题推进:主持人总结平台对供给侧与需求侧的价值,随后进入自己的延伸评论。
01:43:16–01:44:02主持人收束:Agent供需平台与连续创业经历
主持人将MuleRun概括为面向两端的产品:行业专家、拥有重复任务的人可以用简单工具开发、部署并分享Agent,创作者可能获得收益;有需求的用户则使用这些Agent。这里的“可以赚钱”是平台希望支持的方向,结合前文应理解交易模式仍在探索。
她把Agent Marketplace视为Agent相对成熟后出现的创业机会,并回顾嘉宾从顺利到下坡路的连续创业经历,以及这些经历对当前心态的影响。此后嘉宾告别,正式对谈结束。
话题推进:节目进入主持人的“连点成线”环节,主题回到“用Agent造Agent”。
01:44:02–01:46:44连点成线:主持人对“用Agent造Agent”的独立观察与预测
这一段是主持人程曼祺的评论,应与嘉宾自述分开。她认为Claude Code从2025年初发布到下半年变得更好用后,“强General Agent”的认知逐渐从非共识变成共识;由此带来的机会可概括为“用Agent造Agent”,让每个用户为自己的独特流程打造工具。
她把“应用的3D打印机”作为理解多个产品变化的共同线索,并列举马卡龙、蚂蚁灵光、Youware、MuleRun以及其他转录名称不清的产品。她认为MuleRun正从复刻淘宝货架的交易平台,变成带交易系统的工具。具体清单中的AnyJet、Clawbot等保留转录原样待回听,不能擅自改成另一产品。
她同时指出命令行对大多数人仍难用,Anthropic自己的图形化封装也有使用资格限制,不同“套壳”方向给小团队留下空间。最后她预测,个人手搓Agent的趋势在2026年会产生新东西,引爆点是门槛足够低、非程序员也易用的产品。这是主播的行业判断与预测,不是已经发生的市场结果。
话题推进:主持人结束节目,邀请听众评论、分享并关注后续内容。
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。