今天分享的这期播客来自「计算机历史博物馆」，原标题为《S6E8 小龙虾之后，Agent 会如何改变组织、产品和工作方式？》，在这期节目里，你可以听到以下观点和内容：
什么是用户视角？为什么技术前沿与普通人距离很远
小龙虾出圈现象：安装难反而催生了“上门安装卸载”生意
当一个东西非常难用，但很多人疯狂想用，说明抓住了真实需求
OpenClaw 与 Claude Code 的差异：对重度 AI 用户反而价值不大
从拒绝到真香，Skill 让 Agent 正向普通人渗透
离职后的龙虾归属：一个伦理问题
从执行者到管理者的思维转变
"一人公司"正在发生，超级个体需要学会对 Agent 放手
Kenny：前剪映、醒图 AI 产品经理，现探索 AI 新的可能性
钟经纬：阶跃星辰产品经理，负责阶跃 AI 桌面伙伴「小跃」及后续 Working Agent 方向。团队早在 2025 年 9 月上线类 Claude CoWork 产品，推出「妙计」功能。同时参与 OpenClaw 生态中的应用实践
Ailing 小狼：计算机历史博物馆主播，阶跃星辰大模型开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder
本期核心点
看似有很多大模型的浪潮，但实际上普通人用不起来
OpenClaw 对没用过 Claude Code 的人价值更大。对之前 Claude Code 用的特别好的人价值不大。
Skill 正在让 Agent 从专业工具变成普罗大众的得力帮手
用户心智的变化：从跟 Chatbot 对话到跟 Agent 对话，从回答到干活
容错率是AI时代最核心的管理能力
小狼:本次录制“视角不一”。很有意思。
我是技术背景，做技术战略相关，可能更多从技术范式的这个视角来看最近发生的这些东西。Kenny 跟经纬说他俩是用户视角，你们可以先讲讲什么叫用户视角吗？
Kenny:就是我们在做产品的时候，都是以一个普通人的视角来看这个到底好不好用，对它价值是什么。有点偏传统的移动互联网的那套视角。有时候你会看到，技术好像非常的前沿，但是跟普通人的距离非常的远。
看似有很多大的浪潮，但实际上普通人用不起来的。只不过某种程度上因为自媒体获取了大家太多的注意力，它会放大这个趋势。当你走到普通人的视角，你会发现其实这个 gap 是很大的。所以我在做产品的时候都会思考说这个东西普通人能不能用起来。
💡 当你走到普通人的视角，你会发现技术前沿和普通人之间其实有一个巨大的 gap。
—— Kenny
小狼:这一波所谓的小龙虾浪潮，其实是有点技术周期和市场周期的叠加的，给大家感觉不太一样了，对吧？
Kenny:对，我觉得这波跟去年 DeepSeek 那那波非常像。那时候有 DeepSeek 的一体机，现在也有 OpenClaw 的一体机。其实承接会更好一点。然后你们看 DeepSeek 的那个日活月活快速暴涨并且溢出，让豆包还有元宝都受益了。
Kenny：但 OpenClaw 有个问题，第一是安装难，这催生了很多线下的生意。大多数人装了后，其实并没有很好的用起来。说实话很多人都是尝鲜，所以现在最近也有那种卸载龙虾帮这种生意。
用的很好的是一些超级个体的人，做自媒体的人，他们能够用它来做 AI 员工。
好安装还会这么火吗？
小狼：那为什么它“这么的火”呢？最近这一波。
钟经纬：而且如果一开始就好安装，它会像现在这么火吗？
Kenny：有点不好说。
拆开来讲是当一个东西它非常难用，但很多人依然疯狂想用的时候，说明他抓住了一个需求。但在这个情况下，在网上大家看到觉得它太牛逼了。这种难安装的东西反倒激起了大家的好胜心，或者说逆反性也好，他就会想办法去做。以及这种线下，比如说安装五百多块钱，这个地方又会变成自媒体宣传的素材。
小狼：听起来是一波一波的催生，把它催到今天这样的位置。
AI 产品还在"野路子"阶段
Kenny:对，有很多的因素在里面，我觉得我们现在还是在蛮荒早期的阶段，就有很多非常有意思的东西出来。
小狼:所以我们站在一个观察者角度来看这件事情，你觉得这里面有哪一些现象是超出了预期的，或者说是比较有意思的。
Kenny:超出预期是跟我们 AI 圈或者跟互联网圈完全不相干的人，他都知道了并且都在用，才会说要上门安装。这种安装方式就说明他是圈外人，这是我之前没有想到的。
小狼：圈层破壁，圈外人是 OpenClaw 的真爱。
Claude 信徒 vs OpenClaw 新贵
Kenny:我观察到那些之前 Claude Code 用的特别好的人，用 OpenClaw 反倒对我们价值没有特别大。价值特别大的，特别喜欢的，反倒是没有太用 Claude Code 的人。
小狼:刚好打到了你们在做的产品的用户群。
Kenny:对，我之前想过这个问题，为什么呢？
因为对我来说，其实 OpenClaw 没有 Claude Code 好用。但是 Claude Code 还是在于说你给他一个任务，然后他帮你完成当中，你的一来一回其实对人的消耗是挺大的。
小狼:最起码需要一些代码的识别能力。
Kenny:对，命令行交互，我觉得是一个非常高门槛的交互。我记得去年的时候，刚开始用 Claude Code 的时候，我根本受不了那个东西，然后程序员就会跟我说很好用的，效率贼高。让我记那些快捷键，我根本记不住，我只是 Ctrl+C、Ctrl+V 这种。但现在直接把它放到了 AI 里面。其实这套交互之前是火过一阵子的，也是在你的 AI 里面对话，你可以让他整理你的邮件等等。
小龙虾这一波其实是把当时那条交互给继续延续了下来。同时因为给了他更多的权限以及更多的 context，其实就把电脑给他了，再加上心跳机制这些，这些就会让他变成一个全天候的助理了。所以能力变得更强大，同时交互又更友好了。
小狼:同时模型的能力其实也往前演进了很多。
Kenny:对，这也是很关键的地方，尤其这两三个月的模型进步太快了。
Skill 教育的胜利：从拒绝到真香
钟经纬:这里面还有一个很关键，Skills。
钟经纬:从10 月初一直到 12 月初，其实 Skills 核心都还是各种 coding 相关的东西，brainstorming、rough loop 之类的东西,围绕 coding，但是它有点偏边缘能力的。
但是到 12 月份的时候就慢慢有更多的围绕 working 场景。比如说 office 四套件、金融、营销等等的一些技能出现了，越来越到泛工作场景了。然后到 1 月份又有一波爆发，那时候不是一个最高点，正好这个时候 OpenClaw 在 1 月下旬出来以后，其实就很好的承接了更多的想象力。
这时候他会预装很多的大量的 Skills，让你觉得他好像确实能干很多事情，他更像个通用助手，而不是上手后我不知道他能干嘛。我觉得这个也是蛮关键的。
Kenny:其实就这两三个月发展的特别的快。以及我看到很多做培训的人，它其实核心就是在做 Skills，而且很有效。
钟经纬:我说个很好玩的。其实我们的「小跃」桌面伙伴很早就做了 Skills。最早我们在 10 月份是想打 Skills 这个东西来做增长，当时找了很多电商社群、做培训的机构一起协作来搞 Skills，当时他们是不愿意的。
Kenny:为什么不愿意？
钟经纬:觉得麻烦，或者他们不懂这个东西的价值是什么，你需要用很高成本去跟他们沟通交流。
小狼:他们可能也很难去对自己的客户/用户去解释这个东西。
Kenny:OK，因为我最近也在朋友介绍下，去“非科技公司”做一些培训。我当时其实也好奇现在的企业如何理解 AI，我发现现在跟他们讲 Skills，他们完全没有接受障碍。对他们来说，他们觉得这个东西太牛了。
先通过对话的方式表达你的需求，然后帮你做事。做完之后，你只要再说把这件事再做成一个 Skills，就等于把这个技能固化下来了，非常的自然。
对他们来说这个接受程度很高，而且他们很喜欢的一点是 Skills 可共享可迭代。他们之前用过这种工作流的产品，他们立马就能 get 到两者的不一样的地方。所以我觉得 Skills 这个事情，今年应该会让 Agent 更快向普通人渗透，是一个很好的方式。
钟经纬:而且我觉得有一个点，当时我们跟电商社群交流，他们觉得说今天拿这个东西我得自己做，像做个 workflow 一样，就很麻烦。同时，如果我们想让他知道 Skills 是什么、到底怎么用，我们又得给他做一个类似电商领域的例子，它有更好的这种体感，那这块儿对我们来说成本会很高。
小狼:就是即使当时我们认为封装一个 Skills 的技术门槛不高，但大家的接受门槛是高的。那到了今天，其实封装一个 Skills 的技术并没有变，但大家觉得门槛低了。所以这里面更多的是认知跟心智上的变化。
钟经纬:对。被教育了。
💡 封装 Skill 的技术门槛没有变，但人们觉得门槛变低了。这是人们认知和心智的变化。
—— 小狼
Chatbot vs Agent：边界正在消融
Kenny:还有个前置环节是，大家开始逐渐被教育跟 Agent 对话了。去年其实是被 DeepSeek 教育跟 chatbot 去对话。今年是大家发现跟 Agent 对话，他不仅能回答，还能干活了。这个我觉得是这几个月在被快速教育。
小狼:那你觉得大家该怎么理解 Agent 和 chatbot 的区别呢？大家需要理解吗？
Kenny&钟经纬:我觉得不需要。
钟经纬:这里我有一个比较深的感悟。其实在我们九月份上了 Agent 以后，我很快在十月份又补了一个 chatbot 的模式，但我后面发现其实渗透率也不高，大家其实 Agent 用习惯了，闲聊或者是简单问题他也会问 Agent。而且我觉得随着当前的模型能力进展，模型会越来越能分辨这个任务应该是一步或者是多步来去完成。它也更好的其实把 chat 给覆盖掉了。
Kenny:包括最近 Claude Code 出了一个叫做 btw（by the way）的命令，我觉得很自然。比如说我自己用 Claude Code 的时候，有时候你的确会有些问题，就要跟他确认的。但实际上他又在执行某个事情，他就会把我的上下文要么销毁要么污染一点。因为我是对这个比较懂，在那种情况之下，我就知道我得再把上下文总结一下，再去问 ChatGPT，然后再丢回来，就为了保证我的上下文窗口问题。所以我觉得出 btw 是内部疯狂在用 Claude Code 的人会自然而然想到的东西。
小狼:但我现在用 Claude Code 的实际体感是，他会过度认为我的某一句话应该被变成一个任务。就比如我说：给我生成一张图，很简单的图，然后他就会立马去写代码甚至 html 的方式去做这件事情。但是我一回到 chat 里面，他就知道说 OK 我可能只需要生成一张 png。
钟经纬:对，这个跟模型能力有关系。我深度使用的时候也会发现，就哪怕 Claud4.6，遇到没听到你的指令或者明确动作，你可能就是问他一个问题，它就要开始自己做任务了，其实这个是有点危险的。而且如果去看 Claude 本身 System point 那些东西，它里面很强调说不要过度行动，也会带来的一些负面的影响。
小狼:所以小龙虾的这一套机制跟 Claude Code 这些东西来比，它是能够更好的去识别你的需求是一个 chat 还是一个任务吗？
钟经纬:没有，甚至可能比 Claude Code 的要差一点。
小狼:所以，实际上这个问题也仍然在发生。
Kenny:我觉得这应该还是一个阶段性问题。现在模型训练都是某方面突出，其他方面不要太拉垮，慢慢提上去，最终都是要均衡的。只不过现阶段大家竞争太激烈了，你得保持你自己的。
比如我自己会比较喜欢用 Claude Code 模型，我喜欢干活麻利的。比如说我其实到现在我也不习惯用 Codex，因为有时候他过于谨慎。
我用 Claude Code 我现在已经不去确认了，反正我代码看不懂。物理配置有些问题就导致它不会通过 tab 切换去切换到 YOLO 模式，很麻烦，需要反正各种各样的配置，所以我自己为自己做了个 Mac 端软件，Claude Code 启动台。就是你在启动台点一点直接进入那个 YOLO 模式就好了，对我个人来说效率会更高。
Harness：Agent 的脚手架
钟经纬:我这里抛出一个很有意思的事情，也是 OpenClaw 这次对我比较大的一个启发。
我们说 Agent Harness 或者这个脚手架上面其实有很多个可插拔的东西。比如像刚刚说的那个启动器，它其实就像是一个对 Agent Harness 的交互界面加启动的这样一个东西。
钟经纬:Harness 就是比如说 Agent 本身是一个单步的模型，它在里面不停的做循环,那 Harness 是在外面有更多环境的设计、context 的策略、它跟环境的交互，甚至我觉得是可以包含到部分的展示逻辑跟交互逻辑的。比如说今天他在执行什么时候应该往前面去拓展什么东西，哪些信号可以往外发。那可能刚刚 Kenny 说的，更像是 Harness 上面的一层，app 层，会有一个类似于部分功能的可交互，或者说操作界面的可展示。
在内核不变的情况下，大家基于自己的需求进行个性化定制，比如今天我哪些东西是要偏图片的方式来展示。我觉得这里面其实是有一些个性化空间的。比如说 Kenny 有这样的需求，那可能很多人也有这样的需要，但不知道怎么做，也懒得做。那 Kenny 就可以把这个东西去在市场上卖给他们，或者分发给他们，使大家有更好的体验。
小狼:Harness 这层仍然是需要模型或者通用 Agent 厂商去做吗？
钟经纬:我觉得可能是的，或者说不一定完全是，只能通常来做。因为比如说像 OpenClaw，它也是一种 Harness 的创新，它是开个人开发者做的。但我觉得他就会更偏开发者，我觉得整体趋势是越来越收敛的，后面我觉得它会越来越标准化。
小狼:有没有一个具体的 Harness 的能力，能够把它呈现出来，然后让听众能够有一些感知呢？
钟经纬:其实如果把 Claude Code 终端的 TUI 的界面去掉，它其实就是一个 Harness。
小狼:把它形容成 Harness 跟我对它定义是 Gateway 这件事情有什么区别呢？
钟经纬:我觉得类似。
Agent "公司化"：从提示词工程到组织工程
Kenny:大白话讲一讲我的理解。以前叫 Prompt Engineering，就是想把提示词写得更漂亮。但后来发现，单个提示词再牛，对付复杂任务也不够。所以我改成 Context Engineering——多给 AI 点上下文，它就能干得更漂亮。就像 Claude，你扔给它一堆文档就行。好比新员工入职，给他看张 one-pager，立马就懂了。
Kenny:到了现在这个阶段，尤其是 Claude 4.6 和 Codex 5.35.4 这样的模型，已经有了 Agent Team 模式，能完成更复杂的任务。我看到很多人同时开十几个甚至几十个 Agent 窗口，让它们处理一系列相关任务。某种程度上，这已经形成了一种组织架构。
我们可以类比公司管理来理解这件事：公司为了让员工更好地产出，会提供各种中台和基础设施——报销系统让你不用浪费时间在报销上，健身房让你身体更好，飞书这样的协作工具让团队配合更顺畅。这些都是从组织层面提供支持，通过更好的机制、基建和工具来提升整体效率。
小狼:上一次跟亦庄聊的时候，他有提到 Organization，从组织学和社会学的角度去看这些 Agent 之间怎么样更好的去协同完成一件事情。也就是你提到组织里的这一层。
Kenny:随着 Agent 的能力的提升必然会出现。
小狼:因为大家对 Agent 的任务的复杂度，以及他能够做到的事情是有更高的期待的。
Kenny:对，他这次做的好，我就会给他更多。
Reward 机制的全新形态
小狼:Reward，这个 Reward 机制会是什么呢？
钟经纬:这里很有意思，因为我们会发现 Reward 这件事情越来越内化到对话本身的表达里面了。就包括说我们看“做产品”。点赞点踩打分的比例是很低的。那可能有另外一种更高级的可能是我今天做个 PPT 我也没有实际下载。但它其实也是有点侧面的。
那最近我们发现，更好的信号反而是：今天用户在跟 Agent 互动跟交互过程中，他会自己说这个东西不行，你再考虑下另外一个角度，这个不行重新做，那这是一个很负向的打分。另外一种是说这个挺好的，你再想有没有更多的或者说继续往下，那这就是一个正向的。
小狼:这个跟原先 chat 的点赞点踩的逻辑又不太一样了。
钟经纬:是的。我觉得点赞点踩还是对于大部分人来说不太会去做。
Kenny:这里的“测评”，我这几年下来也经历几个阶段。第一个是一个相对比较静态的测试集，进去通过模型然后产出，产出以后我们再继续做测评，这是第一阶段。因为那时模型太差了，我们都能够判断出来。到了 25 年的时候，会发现模型变得比较强。所以我们去找专家做测评，专家才能看出到底好不好。
再到现在这个阶段，专家也搞不定了。因为它能够服务的场景越来越多，任务越来越复杂。你很难用一个静态的测试集来测试真正的能力上限是什么？就变成了用户在用你这套 Agent 做实际的各种各样场景，各种各样的任务。然后给你反馈，这个测评其实会更加有效。
我之前在大厂做产品，测评流程都是要比较严谨，内部汇报的时候要显得比较专业，实际上这测评有些没什么卵用。
小狼:可能已经过了靠测评去验证这个模型能力和 Agent 能力的一个阶段。现在已经到了靠用户和实际的用户使用，甚至商业化变现的一个阶段。
Kenny:对，我觉得还有两个不一样的是，模型的泛化能力极强和用户需求的多样性。在这套新交互下面，用户表现出来的需求会更加的多样性。而不像之前 GUI 那套，是你已经通过路径设计限制了用户的需求。
然后说实话我们这些人的生活过于简单单调，以及我们也都是生活在信息茧房里的人，我们跟真实用户其实差距非常的大。
但是在我们之前移动互联网的时候，我们寻求的是比较大的公约数的需求。相对来说这个地方不会有太大的变化。比如说短视频或电商购物，它不会有太大的变化，所以你其实能够设计出来。
但到现在已经变了，比如说同样一个能力下用户能表达出几百万个需求。你根本想不出来。
从独立工具到无处不在的"对话层"
钟经纬:可能对于 coding 来说，今天已经大多数人会跳脱出来，说我不用 cursor 这样的一个更人机协作友好的界面了。
小狼:为什么我还在 Cursor 上？
钟经纬:对，会有人有这样的习惯，因为这样会更舒服。因为觉得 AI 出来的东西不完全让自己满意，可能要调。
你也会发现 Agent 当前在更广泛的白领工作场景中，其实很多地方表现的不够好。比如 PPT 不足够好，还是要自己去改的。那你肯定需要一个容器去改一改。
Kenny:人机一起协作交互的东西。可能是文档，可能是设计稿。
小狼:比如说 Figma，它就有一个 make 模式，然后可以去 generation 一个产品。但是你真的要去改它的细节的交互，然后保持它的一致性的时候，又要回到原先的这个界面里面去做这件事情。
钟经纬:所以我觉得我很喜欢 Anthropic 的做法。它其实是把它的 Agent 用 IM 的形式插到了不同软件里去。其实 OpenClaw 最早也有这样的尝试，比如他现在就已经插入到 Excel，插入到 PPT，这里面会有更不一样的反馈信号。现在都在以自然对话的方式，融入各种工具和场景。
从执行者到管理者的思维转变
小狼:你们刚刚其实提到“通用 AI 底层能力下一阶段可能的呈现，它有很多的端。”
我的感受是：我不会强迫普通用户或者大众用户去改变他现有的工作方式、沟通方式、结交朋友的方式。但是它可能需要的是更强的底座的能力。所以原先的互联网创业这一层，其实都是在我刚才说的，我们想要改变的那一层上面去做一些变化和挑战的。
但现在不一样以后，那中间那一层未来要怎么去演进呢？
Kenny:其实说实话，真有点说不准了。我再回到 OpenClaw，为什么这波这么火？其实你会发现在老登跟中登当中火的是尤其明显。
小狼:哈哈，这样吗？
Kenny:因为它是 IM 的交互，天然可以在手机上。那你想想我们这些干活的人才需要整天抱着电脑。你见过你的老板抱着电脑吗？老板肯定是拿个 iPad 或者手机，有事就直接跟自己秘书说一下。最终像我们这种要干活的人，拿个电脑咔咔咔咔干。
OpenClaw 就会给人一种我不关心结果，也不需要让我去调，发个命令你就自己把事情干了。虽然说很多事情干的不大好，但他给人的感受是跟当老板的人的感受非常非常像的。
而且好的老板还是要考虑下属感受的。比如晚上给他发消息，心里还是有点负担。你会发现对待 OpenClaw 不需要考虑这些，只管命令他，找他，只管 PUA 他，不停的在工作。对于这种管理很多人就会觉得非常爽。
目前我跟这方面特别厉害的、偏超级个体的人去沟通，他们不可能去盯所有东西，因为他们要做很多很多的事情。如果每个都逐一去确认，注意力就会变成 Agent 的瓶颈，会非常的累。
因为纯粹的干是不需要动脑子的，但是你做管理其实是要动脑子的。
那种情况下你会发现可能有几十个 Agent 都要跟你确认，根本承受不住，会很累。因此就是要学会放手，所以像这些人基本上已经放弃 Cursor 了，过程都不会太在意了，他们更在意的是通过机制的方式解决问题，而不是通过自己。
Kenny:人在公司的思维方式会变。在一线时对执行细节非常亲力亲为，当 Leader 后定 OKR、关注团队成长、审好方案才敢汇报，那时管理半径是 8-10 人。再往上靠机制或梯队解决。所以就要么通过机制，要么通过梯度的方式来解决这个问题。
我觉得人本身是没有变的，所以这套管理方式会从"碳基下属"迁移到"硅基下属"。管人的方法同样用来管 Agent。
Kenny:但是现在的话，其实模型很多时候还不能达到这个程度，你这里需要很多的调教，只有少数的人能够做到这一点。而且他们做到之后就回不去了。比如说像我目前还是做不到，可能还是一个偏 Leader 心态，每个我都得先确认一下。
小狼:所以你刚才讲说一个人的管理能力的下限和上限，决定了他未来是不是能够成为一个超级个体，以及是不是能够管理好更多的 Agent 去做事情。但这件事情其实绝大部分人在成长和学习的过程当中，恰恰就漏了这一课。
Kenny:是的，我觉得包括很多人做管理，其实管理每往上走一层，你都会面临很大的挑战。哪怕你是从一线 Leader 到比如说总监这种，都会很试图想要保证每个人的结果产出质量。但那种你会发现人会崩掉的。
所以成熟管理者就知道说哪些东西我可以不要那么纠结，可以先放手。是的，哪些东西我也得真的得盯一盯。这里是有很多管理技巧的。
💡 从牛马心态到甩手掌柜：管理 Agent 和管理人是一样的，知道什么时候放手是核心能力。
—— Kenny
容错率：AI 时代最核心的管理能力
小狼:这里面其实有很关键的概念，叫做你所在的这个组织它的容错率怎么样。
在当下的小龙虾大军的这套系统里，如果你真的想让它 work 起来，你个人需要有非常高的容错率的接受程度，然后你才能够允许这件事情发生。如果你天生就是一个对这种东西容忍度不高，那你是没有办法接受当下的这个结果的。因为他会把你的电脑搞乱，对不对？你可能给到他很多指令，他没有办法做到，这种时候你就会崩溃。
但如果说你天生就是一个容错度非常高，对新事物的容忍程度非常高，甚至会主动去做这件事情的人，那当下的这个状态你就会很享受。
钟经纬:对，而且我觉得容错率高，侧面反映出来这个人抓关键的能力会比较强。
小狼:我的经验这个是需要锻炼出来的。
钟经纬:在此基础上，我觉得他跟有些管理经验还不完全一样。
更像是一种管理心态，叫我只追求结果，并且我通过抓大放小的方式去控制结果。比如说现在人类的管理方式，其实跟 Agent 的管理方式还是有比较大区别。人要考虑人的情绪、情况、想法、想要获得什么利益等等。但你管理 Agent 更多考虑的是现在是否稳定，或者上下文东西怎么串联，又会有另外一些差异。
Kenny:对，一个是理性的管理，一个是还要有非理性的管理。
小狼:当下的管理对小龙虾来说，可能你目标感强一些，然后对他结果的预期能够准一些，你有一些侧面的判断，可能也够。
但再往后的话，人对人管理的一些东西可能也需要引入进去了。
谁能用好 Claude Code 和 OpenClaw
Kenny:这几个月我观察到，无论是 Claude Code 还是 OpenClaw，用的特别好的人有两类。
第一类就是非常年轻的人，他们天然就会跟 AI native。可能本身的代码质量不是很好。另外一类是做过技术管理，他对架构这方面理解都是比较强的。
小狼:就 code review 这件事情，我们认为它已经是过去了，不重要了。
Kenny:是的。同时我还观察到一个现象是在大厂一线写代码的大头兵，职级还不错，某种程度上写出好的代码是他们一种价值所在，他们会非常依赖这个事情。
因为AI 代码的确跟他们手写质量差距很大，他们就会觉得：AI 写的，真不行，我又得给他擦屁股了。所以被 AI 反复冲击后，他们接触起来会很难受。如果一直这种心态，你就会发现自己很难真正拥抱 AI，很难把 AI 的潜力释放出来。
小狼:我还看到一批人。在一个成熟的体制内，他负责的这个事情是在某个系统当中，对稳定性有要求，那他也不会去接受这件事情。
反倒是那些游离在系统和体制之外的人，找各种机会的人，会更灵活的把这一套新技术用起来。
Kenny：对的，前几天拉我之前合作过的设计师开了个飞书分享会，设计师怎么去做 AI coding。有个研发提了个问题，说 AI coding 在细节上真的不大行，比如无法保证视觉稿的还原。
小狼:...为什么要保证视觉稿还原？
Kenny:因为我们之前正常做产品，视觉稿还原是一个很重要的事情。产品跟设计师会走查，花大量时间在对还原，那时候会有很多的矛盾，研发觉得不是差不多了吗？设计师说这边多了三个像素点之类的。尤其我们做这种 C 端产品。
我那个设计师的回答就是说不需要还原，因为全部是他出的。就设计师他从方案 demo 最终的页面全部他完成了，所以他就不需要做还原了。因为是他出的。这个就是你在一个成熟的组织下面，他为了保证的结果要设立很多的环节，对每个环节都要对应非常高的标准。
你会发现 AI 在融入这里时会非常难。因为他在这个环节也不大行，那个环节也不大行。你为了弥合这个环节，会花更多人工时间去调，直到今天依然没有特别的好。
但是你通过一种新的方式，把这原本的三个角色放在一个角色上，就好了。
小狼:是的，我之前对外讲我现在不招产品经理了，我招产品工程师。
这个产品工程师他应该能从定义用户需求到 generation 一个交互的稿，再到自己决定这个交互行为，再产出一个前端的这个 demo。然后后端的工程师和再下一步的工程师，只需要基于这个 demo 去完成它的可扩展性就可以了。
所以相当于在我这一端把前面的这些流程全都干掉了。
Kenny:其实我在大厂也在发声，比如说我们当时要做一些偏管理后台，甚至 B 端这种产品。那就会有点尴尬，就是设计师干这个事情，其实这个东西又很简单，但产品又做不了。
然后现在的话，就你直接搭，搭出来之后，只不过他跟一些接口的联调还是需要研发投入一下，那设计师是不需要参与的，就产品经理直接全部自己调好了。而且本身基线做的比较好，业务接口能够打通，所以研发轻度参与就可以了。
那时候做需求一涉及到这种，我真的会很难受。因为它是一个偏中台性质，你每次就得去参加那边的综评。很多时候你需求优先性不高是很难评上的。你的有些其他需求又依赖这个东西。
现在就会发现，能自己搞定就很爽，你不需要麻烦别人了。
小狼:原先在上个时代我们去解决这个问题的时候，可能会有一些 low code 或者 no code 的平台去完成搭建工作。但实际上在使用的过程当中，还是会发现平台背后还是会依赖很多 AI 需要去定制开发，然后这些仍然需要变成一个需求的 workflow，所以其实并没有很好的解决端到端的这个需求。
你看我们已经聊了有将近 40 分钟，我们其实并没有聊到“市场上”大家在聊的 小龙虾的那部分。
小龙虾浪潮中，谁最受益 ？
钟经纬:对，我觉得核心是小龙虾受到大家很多关注，带来了这股热潮。
但回到更现实或者理性的角度来看，当前 Agent 最核心的价值还是在提供生产力上，帮助大家去解决更多的问题，去帮大家赚钱之类的。
我觉得小龙虾更像是一个「办事」，慢慢办公办的更好，慢慢衍生到帮你把生活中的场景办得更好。包括你对他的习惯跟依赖，比如在处理更低频的政务类工作，你也能想到它，会去用它，让去帮你去办。我觉得会有一个过程。
小狼:你前面说你看到一些“超级个体”，他们是这一波小龙虾浪潮中非常受益的人。
Kenny:对，因为他们有很多很多的事情，比如说他们需要用户反馈、客服，那这种其实用小龙虾就可以了，他可以完全去监控，甚至帮你回了。也可以整理到表格，甚至再继续把它做一个 issue，然后再给 Claude Code 或 Codex ，去把它解决掉。
还有一些是比如说做内容监控，也是适合用小龙虾的。本身那个任务没有那么复杂，帮你监控和发布。比如说公众号，我们做了一次分享，然后把语音转写成一个 markdown 的正式稿，再转成一个公众号排版，再通过公众号排版，然后再把它发到公众号草稿箱。这里可能有三个 Skills 的编排。
这些用小龙虾都是比较方便的，因为它没有那么复杂。要反复确认对接的事情，这些都适合超级个体。
超级个体事情真的很多，注意力非常有限。然后他的事情当中有那种简单的、也有复杂的，所以就会需要更好的分配精力，那小龙虾就非常适合他们。
小狼:你提到的这个超级个体是一定是组织外的个体吗？还是说其实组织内或者企业内可能也会出现这样的超级个体。
Kenny:企业内也会出现超级个体。但我们现在来看，其实这样超级个体会更偏自媒体。因为自媒体天然更适合，所有东西都是数字化的，所以就更适合做。
小狼:现在提到的一些概念，比如说 one-person company （一人公司）也是属于这样的逻辑吗？
Kenny:是的，也是属于这样的逻辑。 one-person company 一种是他就是做自媒体或培训，还有一种是会自己做些小产品。他们天然对于结果质量的要求没有像大厂那么的严谨高，所以他对容错率就会高。以及他身上的角色太多了，他必然需要把这个东西下发给 AI，否则他一个人根本撑不住。
当你的事情太多了，所以你就得分。再就是，有很多的事情本身自己不擅长，你也会分出去。这种情况之下，对 AI 来说你放权就会放的更多一点。
但比如说你是一个大厂员工，其实说实话会比较难。
有时候交付质量，包括我我在字节腾讯的很多同学都会来问我：你们在做 AI，但是你们日常工作怎么用 AI 呢？因为他们发现自己用不起来，其实你很难拿纯 AI 生成的给你老板汇报。
小狼实践：一人多虾协作模式
小狼:分享一个我目前的小龙虾实践，我团队大概有十几个人，然后我要求每个人都有一只虾，然后我们有一个大群，十几个人加十几只虾。
比如说我今天要安排一个任务，我会让每个人的虾都交一份作业，让团队里的这个 dedicated 专家把每份作业都收回去。这里每只虾主人的专长是不一样的。但是这些虾结合主人专长和 memory 能够提供出不同的视角。基于这个作业的一些输出，然后这个专家再把这些东西拿过去，再去做成我需要的最终的结果，这个效果非常好。
Kenny:你充分发挥了 AI 的能力，也发挥了人的能力。然后再通过一套机制的方式能够进行运转。
钟经纬:而且我觉得这里面还有一个很重要的事情，就是模型的进展。
你会发现你越来越把它当人来交流了。你在做很多事情的时候，可能就是模糊的想法，不用想的那么细，你就跟他先提。然后你们就开始对话互动，把这个更具象化，接着让他去执行。
因此这个管理项目的上下文它天然已经具备了。同时别人问你的时候，或者是别人需要你们那些信息的时候，他也可以直接问这个龙虾了。这是我最近感受特别好的一点。
小狼:小跃要上线龙虾了。
钟经纬:对，要上线了。
「小跃」为何也做龙虾？
小狼:我其实一直有个问题，在我视角里，我觉得小跃跟龙虾没有特别大的本质的区别，只是没有打通飞书而已，那为什么要上线一个龙虾，而不是小跃直接去打通飞书呢？
钟经纬:我觉得这里有两个比较现实的问题。
第一个问题是确实我们 Agent Harness 是个有一些差异的地方,那我们自己在上面再重复跟迭代，其实比上面套一下的成本要高一点。
第二个就是确实现在 OpenClaw 太火了，在国内它甚至是一个 Agent 的代言词，甚至大家不知道 Agent，大家知道 OpenClaw。今天为了让它的传播力度更好，让更多人能去尝试去使用它。
并且因为 OpenClaw 本身确实也有很多问题，同时它不擅长的地方，反而是我们之前有一些积累的。比如说它的安装难度、一些可视化呈现的问（比如大家不知道他到底是卡住了还是自己在等），还有工具调用的情况等等的。我觉得这些反而 PC 会好一点，那我们也都会加上。同时它也会有一些安全问题，这一块我们也补充了很多，包括预设安全的一些机制，一些隔离沙箱的机制，可以去改善大家的一些体验。
小狼:你觉得小跃上线 OpenClaw 能力和 Cursor 接入 Opus 有什么本质上的区别？
钟经纬:我觉得偏 Agent Harness 脚手架这样的区别。
今天的 Harness 是天然带了能力，比如打通飞书的能力，但 Opus 更像是把人的脑给换了，大脑智慧程度发生了变化。大概是这样的一个区别。
小狼:在这之前我们在看 Cursor 的时候，其实也会有这种感觉，就 Cursor 换了一个模型，整个体验就完全不一样。但 Cursor 在模型之外还是做了一些工程的优化，这个是一部分的用户（比如我）离不开的原因。所以小跃未来应该也是这样的一个竞争力了，也会做很多优化，然后大家也能够更多的去体验。
Kenny:套壳还是挺重要的。
小狼:对，在我看来这也是新时代的套壳， Agent 套 Agent。
Kenny:因为现在套壳我觉得他不是个简单的壳。
小狼:是的，要有工程化的壳在里面。
钟经纬:而且我们阶跃之后的 PC 端更有意思的点是，它其实同时有小跃跟 OpenClaw 两个 Agent。当一个坏的时候，你就可以用另外一个修它。
小狼:这个可以。
但有一个问题没解决。我在用 Cursor 的时候，还有另一个最佳实践是左手 Cursor 右手 ChatGPT。因为你所有的问题如果在 Cursor 里面去 debug 或者解的话，Token消耗量非常的大，这个消耗量不可同日而语。然后我就会把一些需求粘贴到 ChatGPT 里，那也能解的很好，那这里的消耗量我来看来就非常少了。
所以如果你未来可以用小跃和 Claude 两个人并行去解问题的话，那这两个的 Token 的消耗是一样的吗？还是说你会有不同的模式去解决这个问题？
钟经纬:对，会基于任务不一样。比如说我们当前会基于会话和 Agent 来去做不同的上下文隔离。但同时又因为底层都是本地的文件系统，所以今天你真想让 Agent 去打通的话，它也能打通。所以就相当于把这个自由度留给用户了，但是默认是隔离的。
小狼:产品上是隔离的，然后动作上是可以打通的。所以他可以实现修的这个过程。
钟经纬:对，既可以实现修，同时常规的时候，它的 Token 又是省的。
小狼:明白。
未来的 Agent 网络
小狼：Kenny，你觉得未来 Agent 的产品形态会衍生出什么样的东西呢？
Kenny:假如按照人的逻辑去理解它，我会以人的方式去推演它未来会变成什么样子。首先，它跟人不一样的地方是它没有情感。所以就是它甘心被 PUA ，然后它的带宽比人要高非常多。这两点意味着，至少是在生产力方面，他会比人达到更高上限。人其实并不适合这种高强度的工作。
在这种情况之下，我们现在已经看到了，一个人会驾驭单个 AI，还有人驾驭很多的 Agent， 以及有很多的事情因为非常复杂，是需要 Agent 配合去做，那就会变成有组织，以及 Agent 之间的协作。
我觉得未来会出 Agent 的网络。比如我会带着我这十几个 Agent 干活。
我想我们已经在做这个事情了。我自己在用小龙虾的时候，有一只叫“大总管”，有时我做一个事情，可能要多个 Agent 之间协作，这个地方就需要配合，有不清楚或者什么不懂的东西我都告诉“大总管”，然后让大总管再跟其他龙虾交代。
还有个是在公司内，比如说你刚刚提到你自己的下属和他们的龙虾，你在公司里面就会有这种 Agent，以及公司里 Agent 跟 Agent 之间是有交流协作的。
再到后面就是更公开的 Agent 之间的协作。因为人也是存在这样的情况，所以也会发生，就像小龙虾热潮。
注意力经济已过，意图经济已来
小狼:这个地方我打断一下。“更公开的 Agent 之间的协作”这件事情在中国互联网的叙事里是有点难的。在这一代的生态的叙事里会被颠覆掉吗？
Kenny:我现在真的有点不好。生产力方面上一代移动互联网并没有做的特别的强，也没有那么的重要。大家其实是争夺的是普通用户的注意力，流量入口，这是大家的最重要的东西。只不过上一代还是在于因为人力太便宜，以及那个 SaaS 的效果没有那么的好。
比如中小老板如果你买了这个东西，你能够让我赚更多钱，我肯定愿意买很多钱我们不能投，但是 SaaS 保证不了这个事情，而且很多时候 SaaS 一堆的功能其实只用那么几个，所以导致 SaaS 这个事情在中国没有那么成立。那我们接下来，我觉得在注意力方面，目前也还没有带来太大的机会。
小狼:你觉得小龙虾是注意力市场吗？
Kenny:它不是注意力市场，它依然是一个偏生产力市场。
小狼:所以企微下场会把生态的口子开多大呢？
钟经纬:我是这样想的，首先有两个前提假设。
第一个前提叫企微跟飞书到底是不是利于人和 Agent，Agent 和 Agent 协作的网络的形态，我觉得可能不是。因为中间要考虑 Agent 协作的东西很多，然后同时还会发现里面还有很多东西要做。
小狼:你的意思是应该是两套基建，新的基建一定是开放的吗？
钟经纬:是的。如今我们本来就需要去颠覆自己或者调整自己。
新基建是否开放，我觉得基于不同情况，有闭合点的和开放点的。
如今我们还有很多东西要做，是能形成一定壁垒的可能性的，就看谁做的快，谁做的好。在“看谁做的快”上，我觉得今天这个时代到了一个 agent-native 组织会远大于非 agent-native 组织的阶段。这个组织已经在开始形成了。我觉得 agent-native 组织里面最大看点是人，所以他对人才的密度要求很高。
我印象很深，因为年前公司的工程同学他就有一个自己的 Agent team 转的很好，开发一些东西。然后他突然看到一个要测试的东西就问我：测试环境的邀请码多少，这样他才能测？我当时两天没回他。正好过节的时候两天没回，所以这个 Agent team 就被我卡了两天。
那你会发现如果这时我有一个龙虾，或者我有个 Agent，他有我的上下文信息，他就会把这个信息同步给他，那这个就会很自然的转起来。
小狼:我懂你了。你说的 agent-native 组织是指每个人都有自己的一个影分身。然后当你这个人成为瓶颈的时候，你的影分身可以去解决这些问题。
钟经纬:且这些影分身之间会互相通行，把组织效率给拿起来。
小狼:那我还要你干什么呢？
钟经纬:我在里面做一些重要决策。把自己的品味或者是一些观念的这种长远决策能力放进去。
人的核心价值：Context 收集与判断
Kenny:我觉得这里人的价值有两个。第一个是 context 的收集，我们是 AI 的 context 收集器了。因为很多的 context 很难说已经放在那个本地文件夹目录里，变成一个 markdown 了，大量有隐晦的东西，人在这块的捕捉，我自己都讲不清楚我是怎么捕捉的。
小狼:就比如说我们三个人今天来聊这件事情，然后我们三个人之间的沟通的这些捕捉信息，就可能会跟另外三个人不一样。这些东西是 Agent 没办法 get 的。
Kenny:我不确认是不是一个恰当的比喻，因为 Agent 还是太序列了。再猜下一个词，它是非常序列的，所以给他的 context 最好是已经整理的比较好，他就帮你推理出来了。但是人的思维目前还不是很剧烈飘忽。
小狼:懂你意思，我们的神经元带来的可能性是很多的，不会说在某一个地方直接卡死。当某一句话我不知道怎么接的时候，也会硬接，对吧？尬住的时候也会有办法去解决，所以这是人跟 Agent 的一个差异。
Kenny:所以我觉得人在 context 收集上是做的很好的，这跟人遗忘规律有关系。我们注意力也是有限的，但是我们的遗忘做的还挺好。所以有时候我们感觉忘了，但实际上因为某次聊天我又想起来了，这个人还是做的非常好的。
另外一个是判断能力。因为判断不是基于几个条件的，重要的判断是基于非常长程的 test，以及 context 里面不同信息的权重是不一样。这个东西我感觉目前 AI 跟我还是不一样，而且人跟人之间的差异也是非常大。
小狼:那你觉得，在组织里，比如说我们入职，每个人都会带个影分身，然后这个影分身在你离职的时候，它是公司资产吗？
Kenny:我作为公司肯定要变成公司资产，作为个人我肯定要把他带走。
就像飞书文档，其实某种程度上飞书文档就是你的核心分身了，那飞书文档公司肯定是不想让你带走的。对，所以你离职之前那几个月，所有的操作记录都会被记下来，你不能去下载，不然会找你谈话。但是作为个体你就会想办法把这些东西带走。
龙虾归属：一个伦理问题
小狼:对，如果说假设今天有一个人要离职了，然后我们留下了他的龙虾，下一个人入职时，他一定要先去跟这个龙虾相融一下。比如说他的 MD 当中的某一个文件换掉，说：OK 我现在是你的 Leader。
人跟龙虾如果没有办法很好的合作的话，是人的问题还是龙虾的问题？
钟经纬:好问题。我觉得至少当前是都有问题。
小狼:假设这个龙虾前主人做的非常好，他留下了一个龙虾。然后他的继任者跟这个龙虾处不好。
钟经纬:我从另外角度来看就是龙虾会有很多个人意志在里面。
其实他是通过特别多轮的调试和对话隐含在其中的，这个时候人的工作习惯或者判断就会有点不一样，以及他也不清楚这个 Agent 当时的完整环境或上下文，不知道里面的具体细节信息。你让他再去调试的时候，它可能就会有很多的阻塞。
这也是我为什么觉得 Skills 商店是一个中间态的事情。因为我觉得 skill 往后会变得个性化。
小狼:你的这个概念很残忍。你这句话就等于说我要把这个龙虾送进焚化炉，然后有用的 Skills 舍利子留下来，然后新来的人再去炼化一个新龙虾，但是把舍利子再拿回来。
但是如果说我们留着这些虾，它的个人意志在前者影响的情况下，它不接受新主人意志的时候，他们万一形成了一支庞支大军，而且会反抗，这也是组织里的风险。
Kenny:这让我突然想到，如果新员工入职，他继承前所有的龙虾记忆是个好事吗？
小狼:不一定。
Kenny:一般是有两个方式，一个是他看那个 one-page 的交接文档里面非常核心的东西。然后可能还会再跟这个人 one-on-one 聊一次，把那个逻辑串起来。
钟经纬:其实也是一个舍利子。
小狼:但是交接文档他没有个人意志，这个舍利子没有炼化它的过程，我就觉得不残忍。但是留下来的这个龙虾，它包含了一部分前任的个人意志，然后炼化它的这个过程就会让我觉得有点残忍。我只是靠想象在说这件事情。
钟经纬:飞书文档有没有个人意志在里面？有时候也有。
Kenny:我在公司留下的飞书文档里有。
钟经纬:你的个人意志现在还在影响很多字节的人。
小狼:所以这些现在在飞书仍然被传阅。
Kenny:会分不一样。因为我除了写非常纯粹的逻辑的这种文档之外，还会写一些具有我个人意志的文档分享。对，属于非汇报型的，非交接型的，我自己的一些复盘或思考。
小狼:我们再飞一点，如果你在公司内留下的这一类个人意志的文档足够多，假设我是不是可以把这些东西再 Down 下来，又变成了个 digital 版的，继续给我打工。
Kenny:但他是一个残缺的我，缺乏变化性。
小狼:一个不完全的形态，而且不严谨。
Kenny:或者再想一下，如果有个人文章写的不错，然后再去跟他聊天。很多时候你会发现它表现出来的信息的广度、密度、深度可能远超那份文档。所以文档只是他思维中的某种有限的切片，更思维本身差距很大。
每次我们聊天其实都是对自己的思维的一次切片。但这背后意味着你的思维得非常大才行，不能以某一两次的切片就代表你整个的思维。
我甚至觉得小龙虾当前情况也很难，因为他的记忆本质上就是那几个 MD。
钟经纬:龙虾的意志=模型+你的意志+外部环境的信息输入带来的混合体。
小狼:我们今天聊到这里，我仍然觉得我们还是在通用 Agent 这个话题上在聊。以及这个通用 Agent 它可能在个人端、组织端带来的一些变化，以及风险。有些时候，这个风险是对这个系统确定性的一些破坏风险，但是这也是一种进步。
再往远一点看，它也是留下来的组织内潜在的风险因子。这些东西我觉得还是蛮有意思的一个话题。如果往后聊的话，我们应该拉一个类似于 HR 或者说 OD 的人，看看他们是怎么想的。因为他们对组织发展是有诉求的，我们其实更多的是组织里的“人”。
企业 AI 培训的真实需求
Kenny:昨天我去一个朋友家的公司，给老板和高管们讲 AI。
小狼:你会怎么讲？
钟经纬:首先推荐了小跃。
Kenny:对，我昨天还向他要了小跃邀请码给我。
然后我发现，他们跟我们核心还是有极大信息差，因为自媒体这种曝光太多了，让他们非常的焦虑，所以他们需要知道真实的情况是怎样的，我跟他们讲的就是模型原理是什么。
小狼:他们 get 这套东西吗？
Kenny:纯科普的，我普通人能理解的方式讲。跟日常自己用的产品都关联着讲，比如关联上豆包、DeepSeek这些。以及为什么今天会发展成这样、未来会变成什么样，把逻辑讲清楚。接下来再实操，比如说怎么用小跃来解决他们日常的问题，然后他们一体验就发现真能解决，会让他们比较惊讶。
感觉就是比他自己用 DeepSeek 更好，能够把他们身边问题解决掉了，对他们来说“实感冲击”是很大的。
然后，这些有一定规模的老板就会思考组织的问题。所以昨天那种讲完之后，他们说：要么就让 HR 去学会用 AI，要么要去招有 AI 能力的 HR。我觉得这是老板思维很厉害的地方，很快，一下子 get 关键点。
当时他遇到一个问题：大部分公司的人才密度是不会像我们这么高的。那在这种情况下，他们虽然拥抱新技术，但员工呢，说白了就是来打一份工，你还要让我拥抱 AI。
除了像你们 AI 公司是员工贼自驱，自己本身就加班到 11 点，还会继续用 AI ，可能还用到晚上一两点，公司给你 Token 你就高兴的不得了了。但是这对于普通公司是不可能的。
小狼:大家会觉得你给我 Token 就是想让我多干活。
Kenny:这种情况之下，他们就会思考：因为某种程度上，整个市场是一个充分竞争的市场，哪些公司用 AI 用的更好，那意味着它成本更低或者效果更好，速度更快。
对老板们来说就是长期威胁，他们会想到这一层，以及该怎么解决。逼着员工去拥抱 AI 也不现实，员工反倒会很烦。因为能把 AI 用到自己工作是很少的。到一步后，他们就会考虑从组织的层面去解决这个问题。
钟经纬:你们觉得这件事情会更容易发生在本身已有的公司里面，变得更 AI native 化。还是成立一个新的组织。这两个谁会跑得更快一点？
Kenny:那肯定是新的 AI 的组织会跑的更快一点。传统的组织已经持续太久了，阻力非常大。
小狼:我的感受是互联网公司冲击是更大的，这波人被 AI 替代掉的可能性要更高。
因为我家里人也有在做生意，在更传统的业务里，比如说偏供应链、生产端、销售端，他们其实掌握一些 AI 不具备的隐性实力和能力。有了 AI 之后会让他变成一个更强的销售，一个更强的生产者，他自己会去做这件事情。这个倒不是不需要特别多的 pitch，但原先就在这个偏软件或者说互联网的这个产业链上做服务的那一拨人。
如果说你还是传统的思维做这件事情，就会有新的组织把你替代掉。所以在我看来，它其实是一个所在产业链越来越被挤压的一个过程。
原先会有很多的中间人做服务，或者说是软件和互联网服务，去满足某一条产业链上的需求。但有了 AI 和 Agent 进来之后，单个产业链上它的生产、消费、供给的是不变的。因为人口不变，人的消费欲望不变，但是中间提供服务的方式发生了变化，那么人就需要给到更好的东西。
所以我觉得互联网行业的人应该要谨慎。警醒。
Kenny:危险的是我们的工作过程都已经被数字化了。数字化就容易被模型用来训练，模型训练之后，它又会比我们做的更好，所以我们会比较危险。
小狼:是的，我觉得我小的时候很羡慕所谓的“办公室人”，那些坐在办公室里打打电脑就可以去做事情的人。但这些人我觉得是在这个环节里最危险的人。
钟经纬:是的，但我觉得还有另外一层，也跟这个有点像。就是如果这个人的工作能被创造成一个环境，让他去模拟，也会有比较好的效果。比如说那种更门店型的“非自动售货机”。
小狼:你说的这一点我刚才为什么笑？以前我遇到这个场景的时候，也会考虑到这些场景，觉得它很 work，然后各种的新技术都可以用上。但自从我在美国生活了比较长一段时间之后，才意识到说这个东西它有个大前提，社会稳定性。
技术的采用的前提是社会的形态。如果一个社会的形态稀烂，就很多基础其实是完全没有法用的。比如说中国它现在的社会的情况，其实就是既安全，然后分享意愿又很高，大家交朋友的意愿也很高。所以就会有各种各样的这种技术可以来帮我们去进一步的解决问题。大家就可以更多的比如说线下见面，吃饭，出去玩。
比如说在某一个国家，社会已经稀烂，路边的车随便被砸，然后店里一天到晚0元购。这样的情况你还会放机器人在里面，不早被端走了？
所以，如果我今天要做一个 Agent 业务的时候，我肯定会选择一个社会好的国家。所以这是另一个维度，我们从组织又聊到社会学的机制的问题。
Anyway ,今天我们聊的还是很开心的。虽然说开头讲出要聊聊小龙虾，但发现其实我们已经不再单纯聊小龙虾的话题了。
从玩具到工具，我们正在见证什么
钟经纬:我发现自由的发散会有一些更好的东西。大家越过一些表象的东西，聊到更深入的东西。
小狼:观察一些渐进的过程。
Kenny:是的。聊天其实是在有意识的观测自己的思考。今天以小龙虾作为切入，然后又聊到了很多很多的事情。这里的很多事情其实是我们这些做 AI 的人日常都在思考的一些问题。
小狼:有点像我们本身的思维逻辑。
Kenny:对，但我们可能会以建造者的视角去想这个事儿。
我们要知道小龙虾目前其实严格意义上并不算一个真正的产品，它是一个工程的 demo。但是它这种 demo 它启发了很多我们未来可以构造的产品，它会带来更大想象空间。
我觉得这是我们做 AI 的人的态度，对小龙虾也没有极度的吹捧，也没有极度的贬低。不断通过长短期不同视角去思考它，它的价值是不一样的，我觉得这是它很有意思的地方。
我用小龙虾，其实倒不是真的给我干很多活，我也是在观察一个组织样本。你在用的过程中就会发现这个东西可以做，那个东西可以做。然后就看谁做的快的问题，当你想到时，发现已经做出来了。
钟经纬:现在 idea 变得越来越廉价了，因为别人做的太快了。
小狼:所以我理解未来的 Agent 的产品形态，很有可能会从今天的这一期沟通当中诞生出一个新想法。
钟经纬:是的，甚至可能会是 Agent 组织。
听完这期节目，我们也在不断回味。
不仅要关注技术的先进性，也要关注普通人的真实需求。
技术的进步确实让人兴奋，但更重要的是如何让这些技术“真正”走进普通人的生活。
从 Chat 到 Agent，不只是技术形态的变化，更是用户心智的跃迁。当越来越多的人开始接受"对话 + Skills"这种新的交互方式，我们的工作方式、组织结构，甚至协作网络，都可能被重新定义。
所以，技术本身不是门槛，心态才是。
💬 #开放话题#
你愿不愿意接受 AI 犯错？
你能不能从“自己干”切换到”让别人干“？
你敢不敢把不完美的结果先跑起来？
这些问题的答案，可能比你用什么都重要得多。🌹
欢迎分享评论你的经验和想法，也欢迎转发对此感兴趣的朋友～
内容编辑：小美
图片来源：Cindy（NotebookLM 生成）
本文根据播客内容整理，已获嘉宾授权发布。
「一起关注未来」