AI炼金术徐文浩 × 任鑫 Mars · 聊 AI 如何真实地改变生意和组织

Bisheng 覃睿:企业版 OpenClaw 就该我们做

AI炼金术节目封面
发布
2026 年 3 月 26 日
时长
1 小时 26 分
主播
任鑫、徐文浩
嘉宾
覃睿
收听
小宇宙Apple Podcasts喜马拉雅

毕昇联合创始人覃睿返场,聊企业 AI 落地场景的变化与新做的企业版 OpenClaw——Clawith。他判断企业知识工作的四大场景(问答、审核、写报告、问数)没有变,真正的变量是使用人群:业务人员可以自己上手,不必再隔着 IT 提需求。Clawith 用关系定义、Aware 机制、审批与用量控制,把小龙虾变成有组织身份的员工。他还讲了用 Vibe Coding 一个人三天做出平台、效率提升约 30 倍的经验,以及对钉钉飞书护城河、OPC 与小众市场的看法。

  • 企业知识工作的四大场景没变,变的是使用人群:业务人员绕过 IT 直接上手,这才是跨越鸿沟的开始
  • 问数应转向「没有正确答案」的模糊决策支持,最难的不是准确率而是数据治理,可用 Agent 反查供应商说明书等巧办法补数据
  • OpenClaw 进企业的瓶颈不是能力不够,而是缺一个身份和资格:要解决组织上下文、协作关系、安全审计与成本控制
  • Clawith 用 relationship 定义人与人、人与 Agent、Agent 与 Agent 的多边协作,用 Aware 机制让 Agent 自主规划触发节奏,而非固定 30 分钟心跳
  • 核心开发者只有一个人,三天做出 MVP,效率提升约 30 倍的来源主要是省掉 PRD、设计、沟通、测试环节
  • AI Coding 削弱了钉钉飞书的护城河:一方面功能开发变便宜,另一方面小龙虾只需基础原子能力,不需要大量按钮和界面
  • 小众与 OPC 市场才是增量机会,大众市场价格终将归零;微信群一年流水大几千万是极端案例
  • 建议大组织拿创新或探索性业务、由小团队先跑通,再谈全面推广,同时 Vibe Coding 时代的安全检测与自动化验收是刚需机会

本期制作

片尾
Michael Kaneko - Strangers In The Night

文稿

共 1045 句 · 点段首时间或句子从该处收听,双下划线是重点词条,其他词条悬停可见

任鑫

00:02AI是人类历史上最激动人心的技术革命,也是我们这一代人最大的挑战与机遇。我们这些从业者就是一群充满好奇的炼金术士,想通过不断的猜想、实验,搞出黄金或者放个烟花。不论结果如何,过程应该都会很好玩。我是任鑫,创业过两次。卖过两家公司。

00:212011年我创业,金叶酒店特价卖给了京东,在京东内部做了京东到家。2015年我再次创业,做了对话式人工智能公司Get。这一轮AI浪潮里,我加入了美元基金云九资本,积极投资和孵化AI产品。

徐文浩

00:38我是徐文浩,曾经做过国内最早的机器学习广告系统,每天处理百亿的广告流量,最终呢公司被收购。2016年呢,我创办过一个AI聊天机器人的公司BotUp。这轮的AI浪潮里啊,我再次创业,来做AI for Shopping,担任首席技术官。

00:56我和任鑫呢是大学同学,现在都在搞AI,都算是一线实战的AI炼金术士。在这档播客中啊,我们会定期交流彼此最新的实践和观点,也会邀请我们欣赏、有洞见的朋友们啊,一起来分享碰撞。希望通过这些深入的对话与交流,能帮助我们所有人点燃炼金的炉火。

任鑫

01:19欢迎大家来到AI炼金术。那么今天拉回来的这位是返场嘉宾,曾经已经找他过来录过一期AI炼金术,那是那一段时间得到的好评数最高的一期播客。然后呢。知道他们最近又做了新产品,所以把他又抓过来,说来,再讲一讲,呃,企业的AI转型和他们做的企业版小龙虾啊,

01:40主要就是聊这两件事。那上一次找他过来聊的话,是说他帮一万家公司做过那企业的AI转型嘛,企业的Agent部署,是毕昇的那个那个联合创始人覃睿同学,然后把他又抓过来了。然后今天继续聊那个企业AI转型。但是这位同学刚刚跟我讲说,啊,我脑子里这一块的话,我最近就天天在搞小龙虾,天天在搞企业版小龙虾。

02:01企业转型你要我讲例子的话,跟上一次差不多呀。嗯,没事。跟上一次差不多,也再讲两句,然后我们再转到企业版小龙虾,呃,问你一些那个问题。那你自己再介绍一下自己呗,介绍一下毕昇,好吧。

覃睿

02:13我是现在叫做毕昇和Clawith的两款产品的联创。毕昇和Clawith都在做一件事情,都是帮企业和组织做大模型的落地。所以从毕昇到Clawith,它是一个非常自然的一个迭代。然后当然这两款产品它的定位不太一样。毕昇呢,它它的一个主要定位是把呃工作流,然后RAG,呃。

02:37然后一些我们其实在面向于一些相对比较不那么像小龙虾,非常灵活去做一些很自由的这种这种事情。然后在毕昇里边,它更多强调是可控,它不管是工作流的可控,还是对于知识库里边的各种权限中的可控。然后还有在我们最近在做的、马上发布的新功能,就是去支持用户去,其实说白了就是一个企业版的ima,

03:02把大家可能在C端已经很成熟的一些应用形态也把它搬到企业里边来。因为像这种客户,他在他的企业里边也会有很多员工在用ima,但是他有很多内部资料是不方便往里边传的,他就会需要有这样的诉求。然后同时在里边还有一些去订阅外部情报的需求。

03:21所以我们还在里边做了一个情报的订阅的这个模块,把他们比如说对于国央企来讲,他们关注各个部委、各个政府去公开发布的一些信息,不管是指导要求还是政策文件,可能都要去定定时地去了解这些信息。当然里边包括关于竞品的这个官网啊或者微信公众号啊这种信息的获取,包括去自动帮它做智能的过滤,

03:43然后智能智能的总结。这都是相对来讲,对于AI来讲已经比较驾轻就熟、比较易用、比较好用的一些场景。所以这个会放在我们的毕昇这个模块里边。当然里边,我们其实整个公司来讲,除了产品化这部分以外,我们其实给客户提供还有很多的点,叫做优质的服务。

04:03这个其实也是我们作为一家其实整个To B特色还比较浓重的一个公司,我们跟比较这种年轻化的、很初创的这种公司不太一样的地方就在于,我们会认为中国的这个企业To B市场叫企业服务市场,这里边的服务是个非常重要的。所以我们会去把开源的产品再加优质的服务,这两者作为我们非常重要的一个定位。

任鑫

04:27大家现在市场上会用很多工具嘛,可能你会用扣子,会用ima或者NotebookLM,会用小龙虾,但是这个都是我们自己个人用的产品。那企业要用的时候,比如说企业要用扣子的话,他就会发现说它跟我企业很多地方搭不起来,或者说我不敢把所有的那个接口都放上去,

04:44那怎么搭呢?那毕昇他们有一套那个Agent的一个开源的platform,你就可以相当于跟扣子长得挺像的。其实我觉得,比如说你不可能把企业的东西都放到ima或者放到那个NotebookLM上吧,那企业的知识库啊什么的,哎。

04:58他们也有一套东西,你也可以用他们的,就内部就搭好了。然后现在的话呢,最近不是小龙虾火嘛,那小龙虾一堆安全问题,一堆权限问题,企业要用就疯了。那现在的话,他们又做了一个Clawith,就是那个小龙虾Rise,然后的话是企业版的小龙虾。

05:12这个其实我还不是很了解他们到底干了一个啥,就那天在跟他们另外一个联创吃饭,然后我说你们应该做这个,然后他默默地掏出手机说我们已经做了。然后那我们先从那个上一次聊的那个从老一点的东西聊起啊,待会儿聊聊你做那个Clawith。

05:28呃,老一点的,我们上一期备受关注的其实是你非常朴实的讲说,就是很多国企、央企、大企业都是你们自己在做的一个项目嘛。他刚刚在暗暗讽刺那些年轻公司,我下一次要邀请那个年轻公司的CEO过来跟你对质一下。呃,对。其实是因为他们公司有很重的服务,就是他们公司有一个开源产品,毕昇点AI的话,现在大概一万一千颗星嘛,

05:53在GitHub上。然后的话呢,就很多人会用他们的那个开源的那个模块,然后用着用着的话,就会找他们原厂说能不能帮我们对接一下这个呀,能不能帮我们开发那个呀,我们我们不会用啊。然后他们就会上门服务,然后就会做很多的升级啊什么的这种东西。

06:09就有非常多的一个呃实际的经验。一方面就是那一万多颗星嘛,就是那个项目被很多人企业用过。另外一方面呢,他们自己也确实收人家钱,帮人家干过很多事儿,干过很多真的把AI落地的事儿。那上一次备受欢迎的其实是在讲四大场景嘛。你会说其实现在真的已经比较普遍的四大场景是问答、审核、写报告和智能问数,而且你说智能问数其实也不是很靠谱。

06:37那想问一下,从上上一次到这一次,现在还是这四大场景吗?还是其实已经发生了很大的变化?

覃睿

06:43其实最大的变量也就是大家都比较了解的,类似于OpenClaw这样子,它其实是更自由的一个形态,你没办法把它归在其中的某一个里边了,它就是变成了一个数字员工了。那这个数字员工可以帮你干的事情,那就是一个人可以干的事情。刚才讲的那里边,我觉得有变化的是我们关于这个问数这件事情的思考。

07:07我之前说不靠谱的那部分在于说,如果我作为一般这种都是领导需求嘛,我作为领导,我需要问一个我们公司的某个财务指标,那一定是不能错的。我这个对吧,算法科学家说我已经很牛了。我能做到98%的准确率,已经一骑绝尘了。本领导说不行,我要100%。

07:25所以这是我吐槽这个场景没法做的原因。但我觉得这里边后续在研究的一些方向里边,有一类它也是跟数据打交道,但我们可能不叫它问数,它更多是,其实是说白了是从业务逻辑角度讲,是死路决策。上一次我们也提到过,给某个类同步的大宗贸易商,呃,给他们做的,就是他核心

07:49关心的。首先他们业务非常广,18条业务线,每条业务线都有每条业务线的专业。然后每条业务线呢,它又是一个大宗贸易,都是一个非常复杂的一个贸易链条里边,影响这个他最终他比如他关心某个东西的利润的因素非常非常多。那他其实这个时候他就不是说我要去查我上一个月的利润是多少,我这个我上一个月什么成本是多少,他就是要关心,

08:12OK,这个影响他的,或者我就看我这个结果波动了,它是什么原因导致的。它可能会有好多种可能性。从业务逻辑推导来讲,它可能会有比如说二十条路径,但这个时候你是没办法在短时间内把二十条全都分析一遍,然后最后得出说,哎,可能是哪个因素占主导。

08:32你应该基于这个,你下一个阶段你应该如何调整你的经营策略。这个这种叫做我们叫做没有正确答案的问数。这个反而是大模型能够帮助大家去,呃,把一些原本你分析不到的地方,你考虑不到的因素,短时间你考虑不全的地方,来帮你做一个自动化的分析。

08:50我们会建议客户,如果要做跟数据结构化数据相关的,尽量去做这种场景。当然跟这个,其实我们所谓的用问数这个简单的词来概述这个场景,但其实里边所有这些场景里边最重要、最难、最复杂的其实是数据治理。就这里边,我当然数据好了用那是一回事。

09:10往往不说不说百分之百吧,百分之九十到甚至九十九的数据企业里面,数据其实都是可以说一团糟。就是这个这个事情是非常非常痛的一个客观现实。做可能大企业花上亿的钱去做这种数据治理的项目,但还是一年一年的在做。就这个东西真的非常非常难。

09:31不管是对于他们公司内可能就就主数据,对吧?我公司都有哪些设备,我采购哪些东西,你可能不同时期不同人,每次来一个新人就新录入一遍。我也不知道历史上这个人是当时录入这个设备ID是啥意思,不管那么多,我再再加一个。

09:49这个东西就就就就完全是混乱的。所以我觉得这个东西从客观实际上落地上,除了我们刚才讲的这准确性的问题以外,它还有当前已有的数据治理。当然我们也在思考里边。有没有一些取巧妙的方法?我们有这么多,比如同样都是打印机,它都有这么多设备型号,然后它在它的系统里面会记录这个打印机是哪个供应商给它供的。

10:11虽然我这个系统里面录的数据很少,就是一个ID,一个描述,我无法确定这个ID和那个ID到底是不是一个设备。那里边还有供应商字段,你直接去自动让这个agent写个邮件去问那个供应商,让你把那个供应商的那个型号的说明书发给我,然后我再去跟另外那个ID收到那个去比,看到底是不是一个东西。

10:35就这一点其实可以把,之所以原来可能它里边那么要那么多钱,要安排很多人去做这种项目,就是因为它其实就是很多很繁重的一些很低效的重人力的投入。那这个反而我们会觉得这个东西是不是也可以拿agent去做。

任鑫

10:51所以问数的话,如果我们只是把它当做你要问到一个精确的数,这事儿其实还挺不靠谱的。但是如果它是有点像一个情报中心,有点像一个量化决策支持系统,要的并不是一个精确的数,而是这事儿发生了,它到底为什么发生,或者我的决策需要一些决策辅助,能不能把三千六百个变量给我给我汇总起来,有一个模糊的方向。

11:13有点像那个比如说Palantir讲的那些故事,反倒那些故事听起来其实反倒更靠谱,因为它就是混沌当中去生长出一些智慧的火花,而不是你一定要精准地指出某一个东西今天卖几块几。那个的话就是可能更符合现在AI的这个生成式这个特点一点。

11:31我大概了解,但是基础的话,我非常非常同意你的那个痛点。就是基础的话,就是你那堆数据,就garbage in garbage out嘛。你那堆数据如果都是垃圾,是一片混沌的话呢,那么其实那你上面的那一堆也就很成问题。所以Palantir卖那么贵嘛,也是说他们说,哎呀,我们套了G,我们所有数据都说得对,我们还有本体论,

11:52对吧?就一堆乱七八糟的东西。那其他的场景呢,其他的场景就是你刚刚说现在最大的区别其实还是跟以前相比。以前就是,呃我我刚刚仔细想了一下,你以前的讲的那四大场景其实就,我现在经常跟人讲说以前的AI的话,像更像是诸葛亮。

12:10那诸葛亮可以问答嘛,他可以帮你审核嘛,诸葛亮可以帮你写报告嘛,诸葛亮还能帮你智能问数嘛,对吧?它更像是文臣。那现在是关羽张飞,他是可以出去帮你上马打仗的,就是他他可以去操作电脑,他可以干活干事儿。首先就是诸葛亮这边还有没有什么其他的变化,如果没有变化,我们就待会儿直接开始问你的Clawith张飞关羽,

12:29对他们是怎么干活的。

覃睿

12:30从体感上来讲,觉得现在的模型能力确实比以前强很多了,导致里边就会有一些场景下我们会去感受,就是原来我们其实是拿工作流再去搭一个很复杂的东西,但后来你会发现,直接用一个很强的模型给它一个模板,它也能非常快速地出一个让人觉得很满意的效果。

12:55以前可能会很精细化地去抠一些技术实现,这个切分怎么切啊,这个怎么召回啊,巴拉巴拉的。你现在你会发现,因为模型能力变强,窗口变长,很多东西就不是那么多精细的东西了。所以我觉得这个是一个比较大的变化,从技术角度来讲。从业务角度来讲,我觉得没有太大的变化。

13:13对。但我觉得可能,呃,回应你刚才讲的那个张飞关羽的问题,我个人还是会认为像我们现在做应用大语言模型这个技术,它更多还是服务的这种,我们叫智力工作者。那它其实核心还是在处理信息,还是输入信息产出信息。即使它是关羽张飞,它同样最后无非还是给你出了个报告,或者还是给你处理了什么流程,或者是去审核了这个东西行不行。

13:42它其实对于你真正的应用场景,我们去去看我们现在这个公司里边的这些所有做智力劳动的那些人。其实为什么我们现在第一最开始说总结了四大类场景,呃并不是说因为以前的技术不行就那四大类,而是就是企业里边做这种知识类工作就是那四大类。对。

13:59所以我想说,反而是对OpenClaw来讲呢,我们更多是说,嗯,它的应用的一个有一个比较大的范式转变在于,我们用毕昇这样的平台,扣子这样的平台,我们是让其实还是IT为主导,去找业务部门收需求,然后去做一个技术方案的设计,然后编排,然后最后去上线之前再测试。

14:23而到OpenClaw这个路线上,它其实大家都能发现,反而是相对来讲业务人员也很积极。突然用到了一个他好像能用得懂的东西,没有那么多复杂的交互。所以我觉得这个反而是我们觉得最大的范式的转变,我们包括我们为什么要积极拥抱这件事情。

14:39就是因为我们在过去做毕昇的那个形态的时候,也会觉得里边很大的一个gap,就是我们跟客户的IT,客户的IT和业务部门中间隔了两座大山,两个两个非常大的gap。我们去跨越这件事情中间非常非常多的坑,其实跟它最终产出价值这件事情没有什么关系的,这些工作。

14:58那现在直接一步跨到业务那儿去,它业务就能直接用起来。我觉得这件事情是一个最本质的变化。

任鑫

15:04你刚讲两点,一点就是那个其实大语言模型因为它本身升级了嘛,所以其实它就更好用了。我现在在一半的场景下面会发现,大语言模型自己设计的工作流,它它也会把工作流直接帮我搭出来嘛。有一半的情况它设计的工作流已经比我设计的好了,比我设计的恰当。

15:22就比如说我自己的一个内容工作流的时候,我我再让它帮我批量的看国外的无数的案例啊什么东西,然后我就会告诉它说,呃呃,你就每次生成两份,给我一份审核版,然后我去会把一些东西删掉和改掉,然后你要从我每一次的删改当中学习我的品味和我的那个做事方法。然后搞了两天之后,我又让它自己优化一下,它自己优化它就用git,它去看diff,就根本不需要很丑陋的拆两个文件嘛。

15:50然后我当时就想说,哎,对哦。不用拆两个文件啊,我是傻子吗?我让他拆两个文件。所以他进步的时候,其实我们搭那些,就是我们自以为很搭的很巧妙,哎呀,你先搞一份原版,搞一份review版,就根本就不需要。

16:05对。说不定他做得更好。那另外一点的话,但是你也提到说,其实他手脚更好了,他可以操作电脑了,他最后干的活还是那些活,是吧?那你能举举例子,用,呃Clawith做什么知识库啊什么的,这这跟我之前有有毛区别?

覃睿

16:21我所以我的point就在于,它并没有从场景上和大技术方向上有什么太大的变化,它就是使用人群变了。但我觉得这反而是非常非常重要的。我们所有说的这个技术曲线跨越鸿沟,我觉得这才是跨越鸿沟的开始。

任鑫

16:38哦,你是说还是比如说还是知识库,但是之前知识库就都你们跟IT要搞东搞西的,然后业务根本参与不进来。现在就直接有一个框跟业务说,这这是我们做Claude一直拢下,业务就可以自己跟它搞,说,哎以后你要跟我讲东西啊,有的要配图啊,然后以后你的那个东西就会自动配图了,是是类似于这种意思吗?

覃睿

16:59呃类似这种感觉,就是因为它面向的这个对象,它的自由度、智能程度比以前都高了。所以以前说我要配图,你必须得IT,啊,OK没问题,你一个月后见,我给你开发这个功能。那现在就是模型能够足够强的,直接帮你出了,直接给你写个skill,直接自己从哪里搞个工具过来,

17:20直接生成了。所以现在我们这个Clawith它整体要解决的问题是,反而是一些跟协作相关的,跟安全相关的。

任鑫

17:29所以其实应用的场景没有太大的变化,但是应用场景之前呢,就是相当于所有的用户都需要适应这套工具,然后只能等待IT给你们开发了一个月之后上线,提需求也不一定被搭理。那现在的话,他说,哎,你给我讲的任何的东西都要配图,或者你都要说公主大人好,然后才能说话,那他以后就记得了,

17:50然后都会配图的跟你说公主大人好,然后才能说话。其实主要是影响的不不是在于这个工具的使用,而是在工具的优化和创造上,所有人都可以参与进来了,每个人都可以以自己更喜欢的方式来用这个工具,可以这样理解吗?是。那直接用OpenClaw就好了呀,为什么要用你用Clawith,是提供什么,就是安全吗?

18:11这不跟360打的一样吗?我昨天才跟360活动去了。投个屏啊,对。那这一期我们也放个视频版出来,大家那个如果现在听的是播客的话,可以大家到各大平台搜索那个AI炼金术,然后就可以看到视频。

覃睿

18:25这个反正我也在想怎么念比较好,感觉所有人可能直觉会把它念clovis,但我原本想的是clovis。Clovis可能更更接接地气一点。

任鑫

18:34不是你跟小龙虾一起合作,不就应该有一个wiz在里面吗?

覃睿

18:38对。原本他的思想就是这个应该是两个W,就是Claw和with。

任鑫

18:42这个名字取得很好啊,这还是后面一点AI,Claude AI,

覃睿

18:46太厉害了。就被你升华了,我都没发现。对。所以就是这一点我们核心它的定位就是for teams嘛,就是你把一个人当你的个人助理使,和你把一个人当一个员工使,你就直接这么去想,你就发现他就完全不一样。

19:02对吧,个人助理你你啥都能跟他讲,他也只用只需要响应你的需求就可以了。那你作为一个员工,他就可能会有很多种角色演化出来,他仍然可以是你的个人助理,你可以把它设成只有你自己可用可见。同时你可以把它创建一个叫部门助理,那你这得说话小心了,对吧?

19:21你只能是跟他部门内部需要的东西才才给到他,同时他不再是跟你一个人互动了,他跟很多人互动,然后他还得知道每个人的特点是什么,然后每个人之间相互的关系是什么,他们就涉及到协作。再进一步,这个小龙虾它不仅是它自己了,还有别的小龙虾,还有别的部门的小龙虾,这俩小龙虾之间又是什么关系?

19:46所以它会变成一个,其实当然从技术角度讲那就是说多多智能体,但我觉得它相对比多智能体更复杂一些的就在于它是一个人和agent混合在一起的一个多多边协作的关系。所以我觉得这个是我们简单一句话,它跟OpenClaw能够区别的一个核心的背景。然后从基于这个呢,我们快速给大家讲一下,我们在产品设计里边会做哪些事情。

20:13登录进来之后呢,大概就长这样。我们随便先挑一个智能体进来,我们可以看到里边,

任鑫

20:19我看到区领导助手。

覃睿

20:22对。这是我们再做一个项目上的演示。这里边一个气象的一个mind里边,就是跟OpenClaw一样的,它的soul、它的memory、它的heartbeat都在这里边。tools、skill这都差不多。然后你也可以去从ClawHub上面去自己下skill,或者也可以自己去下载tools,里面有个专门去发现tools和下载tools的东西。

20:45然后这都差不多。然后workspace就是它自己存它的一些这种文件,它的工作过程里边的文件和最终文件。然后chat就很易理解了,然后这边一些log,有一些审批。然后还有setting,呃。然后这里边其实核心多于多这个东西和这个东西。

21:02这个relationship指的就是,OK,你是我把它定义为我们的一个Clawith这个场景的一个产品助理,那它就需要认识我们这个产业团队里边所有人,对吧?他们都是干啥的?然后同时它要认识别的人,智能体它是能能帮它干啥,引入了关系这个概念。

21:23当然了,咱们这里边同时我们在友好上来讲,你可能能够自动导入我们公司的组织架构,很多都都是要做的,都是有的。这是第一个。然后第二个是啥呢?所以我们叫做aware,aware就是所谓的我们叫咱们定义为自主意识。

21:40就是我之前写的这文章吐槽OpenClaw这个默认心跳三十分钟,我说谁的心跳是三十分钟一次,我就觉得这很扯。

任鑫

21:50没有,跳多了要钱的。

覃睿

21:52对,它那个点,一是希望通过心跳这个机制让agent具备自主的这个效果,但是呢它又遇到调用模型,导致它没法调那么频繁。那我会在想,这里边我们需要调动系统,让思考那个频率确实是不高的,但是我们调用系统一的频率是很高的。但这个就是一个类比了,所以我们整个这套机制的含义是说,嗯。

22:19其实说白了,我们就是给了它一个让agent自己来规划自己的一个工作节奏的这么一个能力。就是我们比如举个很简单直观的例子,OpenClaw它设计的这些定时器、触发器全都是相对比较固定规则的,叫做我就定你每天早上给我发个预报。

22:37或者换一个场景,我说你每隔一个小时催一下某某某,让他给我交发票。那这个时候他给他发消息了,然后那个某某某说,你别烦我,我现在忙着呢。这时候该怎么办?我还是不是还要每每个小时再再去提醒他?那肯定就不太合适了。

22:54比如说那个人说你你明天早上再再再找我。这个时候这个agent它应该能够自主去调整它的那个触发器,变成明天早上,然后再开始每小时提醒。它得能够自主地去调整它自己的触发器。我们现在的这个aware,它的扫描间隔是十五秒,当然你也可以更高频率,它就去扫描我之前这个agent自主设置的这些触发器,

23:16这些工作事项哪些到期了,去根据这个来去调整它的这个规划。

任鑫

23:25你这个十五秒是不过大模型的那种扫描,对吧?就比如说里面其实只有一些时间点,就程序扫描,这样子就不不消耗。

覃睿

23:33对。一个是像OpenClaw这样,所有的触发器我们都支持,对吧?定时的,然后固定频率的,然后webhook,包括还有去定时拉取某个地方有没有更新,这些常规的。然后我们在这个基础上加了一个叫做on message,也就是当我这个agent有某种触发,是某个人回复我了之后,

23:55我就要触发它。就比如说我刚才那个场景,我让它给我交发票,每隔一个小时提醒我一次,一直到它告诉我说,哎,我——我已我我我已经我已经给了,你不用催我。他这个时候就会去回来看到那个触发器,哦,那我这个触发器该该取消了,我也不要每个小时提醒他了。

任鑫

24:11我我刚你讲发票这事,我就才理解说多人用同一个小龙虾跟单人用是不一样的。所以你需要类似于这种hook机制就更多。

覃睿

24:21对。会所有人都在同时在在在跟他对话。

任鑫

24:24嗯,对。单人确实没有好地方用。

覃睿

24:26我昨天还跑了一个case,专门给你截了个屏,给你可以给你看一下。看我这个地方,我是说得去做这个报销,对,我说这个时候开始催他,然后他没有回复,又每分钟催一次,直到回复。对。一个是他会先定定时,一个五点十分去给我发消息的这么一个定时器。

24:45然后同时他会设另外两个触发器,一个叫做on message,这下面也会有说明,说他如果回复了之后,我就要取消这个触发器,然后把这个回复给admin,一说设admin来下下达这个要求。然后同时如果他没有回的话,就每分钟提醒一次。

25:03所以它是一个触发组合,它是围绕着这个事情的一个触发组合。然后他就开始一直在催我,然后我现在很忙,等我等了两分钟,然后他就会把它设置一个新的,十五点十五来提醒我的一个触发器。然后同时在继续等待我,通过这种方式,它能够实现更多的这种协作的组合。

25:24好的。

任鑫

25:24我理解了一个场景,就是比如说多个人用同一个龙虾的时候,这个时候其实多了一些协作的场景。比如说,比如说你收集完了三个之后,就可以把它们三个的汇总交给财务,这个可能就是一种hook的场景。

覃睿

25:37对。非常经典的一个场景叫做你帮我收集一下我们下周团建大家想去哪嘛。对吧?有些人可能马上回了,有些人一直不回复。那一直不回复的人他可能要考虑什么,以什么间隔是提醒他一次。

25:50有的就说你就别烦我,我随便。那你就不用收集了,等等,他就应该是这样的一个自主的行为。好的。

任鑫

25:56这是一个应用场景,还有没有别的?从这个场景感觉,不不做你这套东西好像也能实现。对。就比如说我现在想想我的龙虾,当然,呃,假设我把我的龙虾已经培训好,让它去跟我的团队,其实都能实现,但是好像就麻烦一点,我要提前告诉它到底有哪几个人,哪几个人可以跟它说话,他们是什么角色,就相当于我要配一下。

26:19然后的话,我要告诉它说你要去收收集完了之后告诉我。就你们把这些东西都内置了。

覃睿

26:25就它原生是为了去做协作的。

任鑫

26:28好的,这是一个场景,还有没有别的场景?对。

覃睿

26:30其实就是场景角度回到最开始那个话题,它其实最后产出的东西无非还是问答、审核、写报告,和这里边其实加刚才看这个场景,它其实就是个协作协调,或者叫做PM,对吧?项目经理之类的这种角色,协调协调员的角色。从这个诉求角度来讲,除了刚才这两个,我们觉得相当于从业务应用角度最最大的区别以外呢,其实就是一些这种偏审批的这个问题了。

26:58就是我们让它做操作,我们在这个setting里边都会有相关的它做什么样的事情需要去审批的一个控制。这个里边呢,也会有一些从我觉得从公司成本角度来讲,它还可以去做一些这种控制。因为我们还是那个问题,从一个面向个人的,从到面向一个组织,组织呢它关心的有成本,对吧?

27:23有安全,安全方面有有审批,但是审批,因为我们现在这个产品其实推出的速度非常快,所以一边还有很多我们在想的事情还在正在做,所以就包括安全里面那那那些内容,然后再到这个用量,用量里面就是我们会去给它做比较细颗粒度的控制,来去控制每个人每天能够消耗多少token,或者是每创建多少个agent,这个agent它的生命周期是多少,

27:47然后每天能调多少次模型,然后它的heartbeat的最大频率是什么,是多少。啊这说到heartbeat,我们还有一个还还有个广场,呃它——作为一个公司里的这些agent呢,他们可以在这广场上面去,当然人也可以在这发帖子啊,他就可以去分享一些自己的know-how,

28:03大家可以相互agent之间可以通过这种方式来进行一个相互的信息的沟通和传递。

任鑫

28:08听起来好像确实企业是有这个必要性的,我要控制我的内容的安全权限,然后我把我的内部系统也可以接进来,然后接进来了之后的话,不同人应该有不同的权限,可以看到什么东西和使用什么东西,然后不同的人之间也有工作流可以协同。我有一个正面的评价和一个偏负面的评价,就是比较偏正面的反馈就是这个东西它感觉上它是可以短路一切的企业应用的,

28:35这个切口感觉其实是非常大的,它可以吃到所有的To B SaaS。然后比较麻烦的一点就是比较偏风险的一点就是,它感觉很像是飞书和钉钉的身影。就第一方面觉得非常的诱人,觉得这起码是一个百亿美金的事情。但另外一方面觉得,这一眼就是一个百亿美金的事情,就就不太像是创业公司抓得住的。

28:58那你们是怎么看这个事情?

覃睿

29:00就把这个事儿往小了说,现在的至少国内的企业吧,就是大家是不是一定会上这些平台?也不一定,包括这些平台里边它的那些比如说只是做IM工具,或者是一些相对比较办公常用的这些产品,它用它无所谓。但这其实是一个新的入口和新的场景。

29:27对于那几家公司来讲,他们也是刚开始做。这这是这是这是一个。然后另外一个呢,就是对于企业特别是大B来讲,它的这种还是回到那个叫定制化和服务的诉求还是很强。这个事儿它就不是这些大厂的基因。我觉得这是往把这事儿相对往往小了说。

29:45当然这个事儿里边还有一个点呢,就是我觉得过去对于大厂来讲,他们除了品牌然后以外,还有一个优势是他们确实研发,包括他们投入这个投入度可以比较高。但是我觉得现在这个事情呢,确实被Vibe Coding去做了极大的削弱。就是包括我觉得后面我们也会再展开讲,就是关于整个这个产品的开发过程。

30:11我们现在呃有两个point,一个point呢是这个整个这个平台,大概就是核心,其实核心开发者就是我一个人。我们公司的同事,因为我们的主线产品还目前还在毕昇上面嘛,所以呃其他更多时候我们有有架构师和测试的负责人来帮我去做一些这个相关的工作。整个这个这个事情其实是反正对我和我们团队的这个震撼还是还是挺大的,因为不管它是从它的方案架构设计的质量还是它的代码质量里边来讲,

30:41虽然我们当然我们架构师有一个觉得它呃可能不那么好的地方就在于它确实会更容易写非常大的代码文件,把可能几千行的代码放在一个文件里边,这是它不太好的地方。但这个东西其实你也可以用一些这种全局性的一些rule来给它一些指导,告诉它应该怎么去做这个代码文件的拆分,

31:02它后面的这个这个开发就可以去不断的调整。所以我觉得这也不是一个核心问题。另外一个点就是我们整个正在搭的一个闭环去让Clawith自己来迭代它自己。我们的整个整个其实从需求给它需求,然后它去设计方案,然后我们review这个方案,review它大概的一个前面设计,

31:23然后再去让它去技术方案,然后架构梳理一个技术方案,然后再最后到到最后自动化测试,整个一套,把它做成自动化了。这个是我们正在搭的,因为我们现在相当于把这个东西它除了服务客户以外,它也可以服务我们自己。然后我们现在本身自己的这个呃GitHub相关的这个PR的分析,然后issue的分析全都它干的。

任鑫

31:54我早两天刚好跟那个Cherry Studio的那个Yinsen聊了一下,他们他们四四点二万颗星嘛,比你们还多。他说他们的贡献者,他们也是开源嘛,他们的贡献者第一名现在叫Claude Code。

覃睿

32:06以后都都都会是这样吗?

任鑫

32:08先总结一下你的话,然后再问你一下开发过程啊,就是你刚刚讲其实是我challenge你的说钉钉啊飞书,然后其实我听下来的话是两层,虽然他们还是巨头很难搞定,但是我觉得有几层的时间其实是让他们的优势没有以前那么大了。第一层的话其实就是他们以前可能要招一万个工程师开发两年的东西的话,现在可能就是你开一百个Claude Code,

32:33那可能开发一个月也也能把它那些东西给弄出来。所以就是他以前积累的那些东西,现在有了AI coding之后,可能护城河没有那么深了。然后第二件事情呢,就是他原来其实除了后端,比如说他能力很强以外,其实还有他前端做了无限的很多很多的功能嘛。

32:51但是现在如果大家都是只会小龙虾去做的话,其实他不需要那么多功能,他只需要非常多的基础功能,他不需要那么多按钮,比如说你的飞书表格可以拖来拖去,他其实只需要那些基础的原子模块,然后我们可以内部组合。所以它在呃开发的难度上以及用户侧的那个需求上,其实它的护城河不管是钉钉还是飞书,它们护城河都没有以前那

33:16么高不可攀,现在属于说可以妄想一下了,之前就是妄想都不要妄想,现在好像也搞得定。那你现在觉得你的开发能力的话,在AI加持下面的话,大概提高了多少多少呢?是提高百分之三十还是三百还是三千?

覃睿

33:31三千往上吧。

任鑫

33:32百分之三千,三十,三十倍往上对吧?嗯。OK。我我其实问过好几个创业公司的朋友的话,大概都是这样的一个类似的数字,但是就是,哎,哪怕是在听我的播客的小朋友们,在留言区很多人还是不是很敢相信这件事情。

33:49你能不能介绍一下这三千是从哪里来的?你是怎么比出来的?

覃睿

33:53这样的一个平台,这么多的功能,放在以前,比如说第一版一定是非常非常控制的,就做很少的几个功能,可能比如第一版你就把OpenClaw,它能够有多个OpenClaw在一个平台上出现,这个功能先做了。这个东西从你开始立项,开始琢磨这玩意儿该怎么做,首先里边其实还有一个很重要的点,不只是你的写代码的速度快,

34:16还有一个很重要的点在于在于你没有沟通了,你一个人就能干。所以我也不需要给人传达说我大概怎么想,你帮我去设计吧,你帮我写PRD,你那个你帮我去画界面,不用。这个里边对吧?假设传统你可能光写PRD加画界面,只做MVP版本,可能就是一个月。

34:35再开始review研发进来,然后再看看这个技术方案该怎么设计,又是半个月。然后再开始开发,又是半个月到一个月。然后再开始测试进来,大概又又又是半个月。最后发版,可能就是三个月过去了。这三个月多少天,九十天对吧?

34:53那我刚觉得刚讲那个三那个MVP版本就是三天就能搞定。

任鑫

34:57那这哎但是很多人会challenge说,那那个Vibe Coding这些你们写出来都是屎山代码,你你做个demo骗骗人可以,但是实际上这些东西是上不了生产的。你们这个现在是可以用的吗?还是其实也就是摆摆看一下?先看一下,

覃睿

35:12是可以用的。我们这里还有一个叫创建公司的功能,然后这里边,对,现在就是多少,两百六十三个。但我们这个开放这个功能还还是比较晚,我们应该前天开放的,允许大家创建公司,就已经创建两百多个了。然后这边就也能看到大家用的用的token的数量什么的,就快速过,就不给大家看具体的了。

任鑫

35:31都是亿啊,多少多少个亿。

覃睿

35:34就我还在回忆刚才那个所谓的屎山的那个,我忘了好像是什么时候听那个牛角牌讲过一个point,就是呃他是这个Claude Code的一哥对吧,表达这个观点。就是他之所以是屎山的原因是因为你最从最开始给他讲需求的时候,讲了很很小一个东西,他就开始做了。

35:53你后面不断加加加加加,他就没办法了。但你如果你从最早第一天你做设计的时候,就把这事儿想得很清楚了,大框架什么样都给他讲清楚了,他其实第一天的架构设计就是合理的。

任鑫

36:02现在其实就是因为plan的阶段的话没有搞清楚嘛,呃芒果它是比较强调说plan要plan清楚的,它是架构师嘛,然后所以他那边也是会搭出来比较清楚,然后我也见过有搭的不清楚的,他也很放松,他说屎山就屎山呀,等你屎山完了之后的话,你不就想清楚了吗?

36:21你这个时候再完整的讲一遍,然后让他重构就好了呀。哎,你这个也是个思路,就放弃了,那堆不要了,我彻底不要了。

覃睿

36:31是是可以的,包括好多东西以前觉得我们说什么迁移,当然我们当然还是要负责任来讲,肯定都不是都是说那么表面上那么轻松了,就是你假设这个东西真跑起来了,然后你有一些数据,你要把它再迁移到一套新系统中,你肯定还是会多少有一些损失。但我觉得这个是在这个时代可以被接受的。

任鑫

36:51那你们这套东西还是开源的吗?还是走开源的路径吗?

覃睿

36:54这个应该不到一两周吧,就一点六一点六K了。

任鑫

36:58一两周就一点六K星了,你们毕昇毕竟也做了那么久,也才一万颗星吗?

覃睿

37:03就是恰逢其时吧。

任鑫

37:05都会抓风口啊。我觉得你们这样位置真的特别好。第一个就是比如说之前大家都要搭agent platform嘛,那那当然世界上也就Coze啊这种这种在教育市场嘛。那教育完了之后,但是中国的国情就是说那个To B还有大量的人想要自建嘛。

37:22那自建就会去看一通开源的地方有没有直接可以扒拉的。那扒拉比如说扒拉Dify,扒拉什么呃,毕昇,FastGPT就扒拉一圈,然后就发现只有你们联系的上。然后原厂服务,其实就有一股风潮,你们是吃到了这这个红利的嘛。然后呢现在的话大家又会搞OpenClaw,那OpenClaw企业又要做,做的时候,一然后我现在哪怕是看到比如说昨天我参加活动是360的那个什么Core,

37:47然后之前是什么什么Core,大部分还是直接面向C1的。对B的那个其实还是大家关注比较少。那现在你要又要去那个开源市场上去扒拉的话,那又会看到有一个1600个星人的总比160个星人要好一点嘛。虽然你们可能也就也也才做两周对吧?

38:04总体上来讲就觉得你们很敏锐,然后就抓点的抓的特别好。然后你抓了这个点的话,其实OpenClaw也是开源的嘛,那你们其实用的框架,其实那个东西框架也没有多难。但是每一家又需要说,其实是我的OpenClaw怎么跟我的内部私有化部署,跟我的系统,跟我的权限,

38:23跟我的组织结合起来。那这边就有很多的那个需要定制化的活啊什么的,就又掉到你们的那个饭碗里面去了。又是一个生意又成立了,因为这个时候就可以收钱了嘛,你如果完全没有这种定制化开发,你在中国也收不到钱。嗯,

覃睿

38:37对。就该我们做,

任鑫

38:39感觉很顺啊。把这个写到标题里去,企业版OpenClaw,毕昇说就该我们做。OK,那你觉得企业版你从你们角度看的话,跟个人版最大的差别是什么呢?除了我,就是我刚刚讲的什么权限啊,什么定制化这些东西嘛。

覃睿

38:54那个钉钉悟空不是在开发布会吗?讲的那些理念还是挺好的。这也能看出来就是对于企业市场非常认知非常深刻的人。就里边一方面是刚才我们讲的这些安全啊什么,这都都是所有人都能想得到的东西。里边核心就是一个是刚才我们讲到的,它是一个组织协作。

39:15就他其实刚刚刚讲了一个点叫做,他其实对OpenClaw来讲,他并不是能力不够去进入组织,而是他需要一个资格,需要一个身份进入组织。这里边就是就包含了刚才讲到的这些安全。然后包括了它的对于企业里边的这些我们叫其实年前我们讨论过一次叫做那个上下文,企业里边的这些知识它跟你个人的知识个人信息是有差异的。

39:41你个人的这些基本在基本在你的电脑上面,你各种各种各种文档。但对于企业的企业上下文,不管是你的公司的组织架构,这其实就是呃当时他们说为什么是钉钉事业部去做悟空这个东西,就是因为它进入企业里面那个组织关系是非常非常重要的。基于此,再再包括你的各个,这就是大家老生常谈,各个系统的接口啊,各个进入权限呀,然后各个事情的规章规章制度啊,

40:06这是该怎么干,不该怎么干。这么干了之后应该怎么处理等等,这些东西其实都统一可以称之为企业的上下文,而不是个人的上下文。当然它在企业里边是一个个人和企业混合的这么一个状态。从这里就刚讲到了协作关系和协作,讲到了企业上下文,讲到了安全。

40:24但它安全呢其实又又分好多细的东西。

任鑫

40:26你在讲的这个的时候,其实我在想是你们的定位的问题。就是实际上相当于,比如比如说无招他在那边讲啊,巴拉巴拉巴拉,我也看了觉得很有道理,然后很多企业看了也很有道理。那这些企业里面,一百家里面可能也就二十家买了钉钉嘛,五十家啥都没买,还有十家就说我们是要自建,

40:47对吧?中国总有一帮人想要自建,尤其是大公司。那这些自建的就会先一边自建,一边在网上巴拉巴拉,就是开源的,那十家里面肯定有三家就来找你们。那其实这就是三个不小的大生意。然后你们自建这三家的,帮他们做的过程当中,你们的那个项目就更丰满了,更完善了,比如说怎么接这个,

41:07怎么接那个。所以我觉得你们站这个位置站得站得真的很好。就是时代在往这边吹的时候,但是这些巨头会帮你们做市场的教育。但做完之后,总有10%的市场他们不会去,他们不会去拿,因为他们觉得太累了,因为当然是推SaaS比较爽嘛。

覃睿

41:23还有一个是,比较大的话就是审计了,就所有的一些操作的留痕,追溯。

任鑫

41:29可以查出来是谁的小龙虾泄的密,谁的小龙虾曾经看过那份文件,然后就到哪里哪里去了。

覃睿

41:36这个很好啊。不太好意思讲的想法里头,我觉得,呃,SaaS这件事情,至少我不说国,不一定是中国,在面向全球去看,这件事情也不一定是不可以做的。国内现在OPC很火嘛,各个政府可能由于这个就业率问题、失业问题,也非常积极地拥抱OPC。

41:54就是它与其去改造已有的这个大组织,其实阻力还挺大的。面向这些新兴的个体,OPC其实它反而是很原生的,很顺理成章的一个东西。OPC呢,这是一个新兴市场,一个增量。有不同策略吧,就是你要么是再再垂直一点,你就专门把某个细分赛道服务好。

42:17你就比通用的钉钉在这个场景下要更强,效果体验更好。

任鑫

42:21因为OPC的话,它就没有那么多麻烦的东西嘛,它听起来又是又到钉钉和飞书那块。因为我现在有一个观点的话,其实就是最后都是很多的OPC嘛,然后它OPC会有很多的agent嘛。但是其实这个世界还是有非常多的真实的线下的,或者说是物理世界的摩擦的问题需要解决的。

42:44比如说我最近要提前还贷的话,都是要给银行要预约好多次,然后还要手写一张什么卡,然后还要提前预约,你还要真人到场啊,什么什么的。另外再谈一个公司的话,那他们就是提供真人的各种服务的。但是其实我现在应该把他们包装成真人服务的话,这个真人服务提供接口供OPC的agent去调度,

43:06这样感觉更符合未来一点。这样子就不是说是人去用他的服务了,因为他的服务是每一个OPC都需要的。

覃睿

43:14人也作为一种可以被调动的资源。

任鑫

43:18我们每个人的能力和资源的话,都应该相当于那个MCP化嘛,对吧?或者CIF吧,for agent准备。那很好呀,那你们可以可以搞呀,试试看呗,因为反正也没什么好失去的,对吧?你们还有毕昇的,

覃睿

43:34就是我们的基本盘嘛,就是这个嘛,然后要去做这些更更SaaS一点的,肯定它是一个,至少现在肯定不会下重注嘛,就是它看它的这个自己的发展会是什么样的。

任鑫

43:45而且你如果走Claw这条路的话,我觉得现在你们去走走海外去挑战,真的还蛮可以搞一下的。在你们的海外的那边有一点点参与嘛,我大概知道你们在干嘛。因为你现在推一个任何一个,比如说你说你是财税的,你是法律的,你是什么的,其实都有无数的盘根错节的那个SaaS已经在里面了。

44:08但是你说你是一个Claw,大家默认说可以试一下,又不安全,但是如果局部的允许试点一个Claw的话,你说你是安全的Claw,大部分很多老板都想搞OpenClaw,但是他们都不知道这是什么,这只是已经FOMO掉了。那如果海外的那些,我不我不确定,比如说像东南亚、中东有没有FOMO掉。

44:27如果已经FOMO掉的话,这些老板想要引进的时候,你们就是类似于360嘛。说你们是安全的企业的Claw嘛,我至少先不先不让你出事儿。好不好用第二步,先第一个保证不出事儿,能够用这一层进去,但是实际上这一层就是可以去切里面无数的具体的业务的SaaS。

44:46第一步就跟与人为善嘛,我们只是上面包了一层嘛,但是实际上用着用着就会发现,就比如说我现在用着用着我的小龙虾的话,我就根本不需要用to do软件了,因为to do基本上就小龙虾帮我to do掉了。这个切法好像切to B市场也是很顺的。

45:03而且又有这个OpenClaw的这个风潮在,大家其实不见得是不见得是喜欢Clawith,他是想装OpenClaw。因为我我一直在营销上考虑问题,因为现在生产不是个问题嘛。对你肯定做得出来嘛。那你们就是主要卖点是什么呢?

45:17还是权限还是私有化部署还是啥啥?

覃睿

45:20对,我觉得基本就是那些东西,就说白了还是就是你OpenClaw进到企业里面,它应该是什么样,就应该是这个样子。但是因为我们现在还并没有说有某个跟我们一样的东西,我得去跟他说我的优点是什么,我现在只要跟他说OpenClaw没有,

45:34我有。我是面向teams的OpenClaw。

任鑫

45:37只有你们在做我们企业版吗?

覃睿

45:39我目前没看到其他跟我们定位很相似的。

任鑫

45:43哦,对。像飞书他们都是自己的,对。哦,你是说开源私有化的,那确实可能没有。

覃睿

45:48不管是飞书还是悟空,钉钉的悟空,它都是其实还是面向那个,呃,但钉钉它这个还是提的案就比较多了。但我反正我看国内这些大厂做的还都是把OpenClaw先在云上布一套,把它的使用门槛打下来,主要在做这件事情。

任鑫

46:02大部分人装小龙虾根本用不起来的原因的话,其实我觉得其实是缺上下文了。你你上下文本身的你也没给什么上下文,所以如果本来工作是在飞书和钉钉里面的话,他直接拿那个上下文还是很爽的,那个效果就好,没有上下文不管你怎么样,反正效果就不好。

46:19我最近用出体验用出感觉来,也就是因为我终于肯把我的Obsidian给他了,然后这样子的话,就顿时效果就起来了。在我下决心给他Obsidian之前,就是个傻子。

覃睿

46:31你这我想到个题外话,就就觉得我一直觉得那个OpenClaw那个交互实在太烂了。就是那些按钮,反正第一次用的时候那些按钮摆那儿到底能干啥,我根本看不懂。然后你要新建会话还得还得斜杠new,还是斜杠refresh。这个这个是,它就这么荒谬啊。

任鑫

46:48而且我会发现,因为我其实大概只有我5%的工作是跟OpenClaw交互的。它消耗的token如果算钱的话,它大概可能相当于有50%的钱。消耗token的那个之荒谬,大概是十倍级的浪费token。就毫无必要的在用token。

47:05但是还是有它的优点啊,就比如说你刚刚说的那个aware之类的,就比如说它有心跳,它主动,然后它在我的IM里面。就一些非常看起来非常没有技术含量的点的话,其实我现在之所以还用它的话,其实就是这些点。但这些点就是比Claude Code要好。

47:21而且它在心智上面的话。我会觉得说它营销,所以我我一直很关注营销嘛,就是我觉得你们在心智上面就做得特别好,就是OpenClaw牛逼。你已经认了OpenClaw牛逼了,他把我广告都做了。你企业版要做,就是企业的私有化部署的安全,OpenClaw。

47:38所以营销上就特别好讲。那我觉得OpenClaw它在营销上的话,不是不是故意的,它站这个位置就特别好。它是一个小龙虾,这名字你一听就是它是个活的。然后你还要养它,那你要养它你就要花钱嘛,然后或者说你它做的不好,是你没有养够,对吧?

47:55你就会怪自己,你就PUA自己。那这个时候的话,我会觉得他这个隐喻就隐喻的特别好。然后他把自己放到IM里面的话呢,又你就会想象他就是你的一个同事了,所以他回复的慢一点,你也会觉得应该的。人家一分钟回复你都觉得是秒回了。但是你如果放到是一个框里面的话,大部分人只要面对一个网页上的框,还会把它当做一个,因为之前都用百度嘛,

48:19就当做百度的升级版嘛。反正我会觉得他的他的不管是界面还是他的名字还是各方面,他的这个隐喻在脑子当中的这个这个都做得特别好。我觉得你们其实在营销上面好像也做得特别好。我我那天就吃饭的时候说,哎。这个东西其实你们应该考虑一下,我觉得我说那个工作流那一波已经已经结束了,我说你们应该做一个企业版小龙虾。

48:41然后他就默默地拿出手机,

覃睿

48:43然后说我们做了一个这个,

任鑫

48:45原来就是你你所说的。所以我觉得就大家能能那么敏锐地抓住机遇,这本身就是一个很很强大的能力了。你开发过程中有什么好玩的事情吗?

覃睿

48:54因为我做Vibe Coding的体验最早是24年的10月份11,当时让他帮我开发了个小程序。当时那个时间点其实还没到呢。然后他总是,我其实整个方法论跟我当前做这个的商方法论是差不多的,我最开始给了他一个非常完整的产品功能架构框架的设计。

49:15告诉他该怎么干。它基于那个东西往后续,一是从第一第一版开始写到后面迭代一直持续都有各种各样的bug,就让人比较崩溃。虽然当时已经很兴奋了,就哇,这个还真能真能干,但是你还是会很磕磕绊绊,然后你就会觉得明显觉得复杂了之后他就已经干不了了。

49:35现在我们去,呃也是由于OpenClaw这个事推动着我们去更激进的去投入这个方向,就会觉得那我觉得我不能等研发团队来干这个事了,我得先先先先尝试干一下。然后就发现完全不一样的世界,它整体的这个质量基本上不太出bug。都到我们现在这个复杂度的这个体量了之后,我们仍然可以,当然现在更已经是有更多的研发的这个参与进来了,

50:02比如他们会去看一些它的整体架构优化的方向啊,然后它整个,呃,要不要给它一些更强制的rule的要求,它该怎么去写代码,去做这个数据结构的这个设计。但在第一天没那么复杂的时候,其实这都是他自己干的。我会觉得陡然,呃。一个是质量可靠性高了很多,以前我都发现老是要帮他调bug,现在基本上交付都80%的情况下都直接可用。

50:26所以其实这点反而是你真的能把你的需求说清楚,你对于表达的能力很强的人就非常非常重要。另外还有一就是我,他的智力在很多情况下一定是超过、超超过我的。就很多东西我不知道该怎么设计。就比如说刚才那个aware那个机制,也是我跟他讨论出来的。

50:45我总觉得这个heartbeat 30分钟一次不科学,不对。我应该怎么去设计一个我想象的,它应该就像我的类似于我的意识或者我的潜意识,我就干着干着突然蹦出什么想法。或者说我脑子里就有一个比较重要的,我们叫我需要关注的forecast的这些机制的一个点,我要持续记着这几个事,

51:04我要去,我我我要去干。这个事应该是怎么样一套机制?然后他就帮我在讨论的过程当中,就是我可能大概的思路是清楚的,但是我不确定该怎么把它落地下来。他会帮你讨论过程当中把它变成很具体的东西。那他就说,哎,这个你可以用比如说webhook的机制啊,那个可以用什么什么机制啊,就,哦,对对对对对。

51:24可以这样实现。所以我觉得这个其实是一个他的智力也非常强的体现。还有一些就是我有一些想法,但是我表达不清楚。我我也不知道我想要什么东西。我说我就给他发一个需求,说你你你能不能理解我我我在我在说啥。

51:40他就给我返回一个东西,哦,对对对。我觉得这个就是我想说的。啊,对。就是我当时,呃,我们有一个版本的这个设计里边两个agent,他们俩相互对话的时候,他总是会出现两个人抢话的,就感觉抢话一样的东西。

51:56A发了一句话,然后B马上就回。其实那个B应该去做那个事,先去先去干活了,而不是马上回他,哦,好的。我知道我说的我去干了,啊这个用户说好的我知道你你你收到了,我就怎么怎么,他一定是关于这个没有任何影响的事情一直在那聊。所以我就觉得这个这个太不科学了,我就说我觉得你这个觉得这个事也不也很不合理。

52:18然后完了这个他俩的这个交互机制到底应该怎么去做?然后巴拉巴拉巴拉的。他说哦那这个事其实可以参考A2A的那个协议里边的某某某某某某机制。哦。对对对对对对对,我我都没想到,就其实这边其实有很多这种,他能够给你很多激发的地方。

任鑫

52:34我最近也写了一些程序啊,就是我05年毕业之后就没有怎么写过代码的一个人,对。所以我Vibe Coding也是确实像你这样觉得,但是这边就是说还是得有详细的plan,或者说你至少如果自己不知道的话,你让他多检查一下。我最近也有好的体验和不好的体验,不好的体验就是我做了一个软件吧,然后现在终于成功了,但是过程当中你会发现他每一步都用了最傻的方案。

52:57就连我都看得出来是不对的方案。但是确实是因为我一开始一开始就没有跟他说清楚,因为我没有给他过程的指导。但我后来一想说我也不应该给他过程的指导。那怎么办呢?我后来就变成了因为我同时开Codex和Claude Code嘛,然后我让另外一个AI去检查这边的代码,

53:15他确实把这些问题都指出来了。后来我就在想说,如果我实在懒的话,那我至少说换一个AI让他再看一遍,说你你看看他有没有傻逼设计,然后在里面再优化一下,所以这边也是可以提高的。

覃睿

53:29你用的是4.6 Thinking那个模型吗?

任鑫

53:33是的。对,他一些傻蛋法级的错误,或者他选错了技术选型,我觉得他选选的不对,就是比如说明明你应该用用A模型的话,可能速度就快一百倍,然后他就他就偏偏用了这个慢的,就比如说在在我的电脑上,比如说是M2的。我是那个M的芯片嘛,M的芯片比如说你要解析那个声音的话,你用Whisper的什么MLX就比那个要快快二十倍,

53:57比正常的,他就他就偏偏没有选这个。就反正又出了很多非常非常之诡异的一些错误。然后对他没有考虑这点,他就是反正又不是不能用,对吧?你慢二十倍也没用。然后另外一点就是,虽然我觉得能听到这里的同学大概率不会一点技术都不了解,但是我我还是讲一下,

54:15如果你不了解技术的话,其实你不要被这种Vibe Coding这个词给骗了,它可以跟coding毫无关系,以及你做的事情可以看起来跟代码毫无关系,但是它就可以让你做成以前就是呃不一定要写个软件什么的,但是它就可以做成让你以前想不到的事情。

54:31我举一个纯文科的事情,A16Z发了top100的AI的榜单嘛,然后的话呢,我本来就想中间挑两个产品我看一看的,然后我后来一想说,哎...现在有了AI帮忙,我为什么要挑两个产品看一看呢?我应该把一百个全部看掉。我就先让Claude Code去把我的,我不是讲了一门AI的产品课嘛,我让他把AI我的产品课的那个录音全部听了一遍,

54:54就相当于他看了一下文字稿嘛。然后我让他整理了一下我看AI产品,比如说如何发现机会啊,怎么做啊,怎么营销啊什么的,怎么MVP啊,这个结构,他把它弄下来。然后弄完这个结构之后的话呢,让他按照这个结构去做每一个产品的研究,然后把每一个产品全部呃做成那个相当于像Wikipedia一样相互关联起来,

55:15以及跟他们的打法关联起来。然后我再跟他讲说那你想办法帮我把它变成一个可以发布的Wikipedia的网站,然后他就挑了一个叫什么Quartz的一个框架,然后就是可以可以直接映射WebCDN的,其实我听都没听过那个是什么东西。

55:30反正就是我的意思就是你不懂不懂程序没有关系,你就提要求。然后现在这个东西已经上线了,在wiki.mars.ai今天上线的。然后它里面就会有一百个这种AI的一百个AI的产品,然后它们之间相互的什么连来连去啊,它有什么打法什么的。

55:46对,我现在还没看。它里面还有一块是以我的名义用我的分身进去做了一篇点评。然后那篇点评我现在还没看,我要把这一百段点评给看。就是哪怕你不是个程序员。你不是像呃覃睿这样想要做一个什么什么开源项目什么软件,而是你仅仅是想说我要做某个方面的研究,

56:05它也可以变成并行研究。甚至于你说我的研究结果,你也不一定要是PDF什么的,它可以做成一个像Wikipedia那样相互交织的网页,然后还有什么呃你点开一个比如说点开一个产品,你就看到跟它相关的产品,像那种漂漂亮亮的那种什么网格图啊,

56:20像蜘蛛网一样打开。这个东西现在你言出法随都能够做到,没有那么难。然后包括这个推送我都是问他怎么推的,他告诉我说你去GitHub上怎么样。我开始是在腾讯云,但是今天我是让同事帮我转到了阿里。他腾讯云的那个全部的设置,我现在都不知道到底是怎么推上去的,反正网上就有了。

56:39但是因为翻墙的原因的话,我今天让同事帮我挪到了阿里云上。对对对。这全套全是靠AI搞定的,所以你就算一点技术都不懂的话,但是然后你想做的也不是一个软件,而是你可能有其他的更文科一点的要求的话,其实也都是可以Vibe Coding搞定的。

56:57现在能力真的非常非常强,非常非常强。可以试一下。你可以像覃睿这样开发一个云上千颗星的GitHub的开源项目,也可以像我这样就自己创建一个可能也没人看的一个Wikipedia,这都不难的。哎,那回到你这个产品,现在已经有人在用,呃。

57:14Clawith吗还是主要还是你们自己在吃自己狗粮?

覃睿

57:18没有啊,我们上线第一天就已经涌入了用户了。

任鑫

57:22那他们主要是什么样的公司啊?是大公司还是小企业比较多?

覃睿

57:25大的小的都有,就是我们呃一个是以前我们其实都还没有往毕昇的渠道去推,包括我们毕昇的群里边,我们的有少部分的这个销售总是把它发到某些客户的群里。所以一个是有好多的老客户会来咨询,还有一个是我们基于此也有很多新客户找过来,然后有的也挺兴奋的,

57:48觉得说就想要去作为这个行业里边第一个把这个东西用类似于OpenClaw转型的这个东西,然后去赋能他们公司,然后未来类似于站台呀或者不去去推广这个概念。这是相对大一点的公司,然后小的团队就是我们也就前天嘛刚开放注册。然后你再看看有些是什么量化基金呢,有的是什么,就是我看见那个他是某某某的量化工作室,你看应该是一个一个个人的那种感觉。

58:14然后还有一些什么电商的呀,然后做做做做做自媒体的呀,其实都有。

任鑫

58:19所以就是你们还是直接踩中了市场的一个,先不说是不是需求嘛,至少是市市场的一个热点。那基本上你会觉得说他们,呃,之所以要用,在网上去找开源项目而不是直接去用OpenClaw的话,他们最大的一个不敢直接用原版的OpenClaw,是要用你们的话,你会觉得具体是哪个点呢?

58:41就是什么写作安全什么的,有没有一个排序?

覃睿

58:44对于大企业来讲,肯定就是跟安全、审计、权限这些相关的事情。然后对于个人工作室来讲,我倒还没有跟他们,因为这个这个群体我还不是那么了解。反正从我个人角度来讲,我是不太想、不太喜欢用OpenClaw,我觉得它那个交互太傻了,完全不符合正常人的逻辑。

59:02再一个就是,那我用OpenClaw没有用得那么深入,它能去创建一些subagent,然后subagent去干一些事情。但是那个subagent我理解它说是你创建之后,它马上就就就都消灭了,它不会是一个持久化的东西。那假设你的这个任务里边就是有一些相对比较固定的角色,那你你还是需要一个多智能体、多OpenClaw的一个状态。

59:23那这个时候你可以,Clawith就更好。

任鑫

59:25OpenClaw也可以创造多个实例呀。

覃睿

59:29哦,他不不多个是吧?

任鑫

59:31同一拨昨天就让他自己给自己造了个分身,然后额外在那个Telegram帮他new了一个bot。突然发现我有某一件事情,他本来是规划我每天日程,我有每某一件事情跟他聊太多了,我就说这个干脆拆一个出来吧,要不然我觉得我上下文这两个,一个是理性的我,一个感性的我,太混了。

59:49然后你你把你的灵魂跟他call一份,然后之后让他的灵魂和context独自发展,他就帮我布了一套。然后然后我说我再给你一个new token。你有一个bot,

1:00:00好像也是。这两个我还没有试着能不能把它们拉到一个群里,它们两个能不能沟通,我现在还不确定。你是想让你们的是像那个Agent Team一样,你是还想让它们相互之间再沟通吗?

覃睿

1:00:13对,它就是支持相互之间沟通的呀。

任鑫

1:00:15哦,比如说在Claude里面,之前的subagent是只跟你的主进程沟通嘛,它们之间是不沟通的嘛,直到出了那个Agent Team,它们之间相互沟通嘛。你们是直接就要做Agent Team那种,就是相互之间聊的。

覃睿

1:00:29对。就是人跟agent,agent跟agent,它这个都是在它的关系里面定义的。它到底这个agent跟哪些agent沟通,怎么沟通,它俩是什么角色,什么时候找它,都可以定义。

任鑫

1:00:48那你下一步想要做什么?这个产品你如果你要完善它的话,下面最最需要完善的是哪几个点?你不是应该把需求list发给Claude Code,让它慢慢去做。

覃睿

1:00:58那它确实还没有到那么强,因为它每个功能做完其实都得验证,它个人能帮你做。因为我现在用那个antigravity嘛,我插一句,就是我以前用Claude的时候,我会觉得它但凡它那个单词叫啥来着,叫impacting还是什么东西的。

任鑫

1:01:16Compacting,对对对。

覃睿

1:01:17它把之前的总结一下,从那开始往下就就就不行了,就啥啥也记不住那种感觉,就开始出bug。然后用antigravity,它没有显性的给我这个过程,我不知道它有没有做,以及它是怎么做它的这个线上管理的。但给我的感觉就是它好像很少因为这个原因出现bug。

1:01:36所以这个是这个。另外一个就是它原生去调起Google浏览器,去自己做调试和验证它有没有开发好,这个东西也会让人去帮它修bug,这件事情要节省很多工作。

任鑫

1:01:50我开发上就是很弱,但我现在就是为了省自己的事儿的话,我就会先给它定完计划之后先不让它做,然后说你自己先想好一堆的test case。如果是文科一点,我甚至会让它生成一堆的Persona的agent,然后去模拟这些场景。然后你先想想待会儿怎么测,然后什么就算过了,你先给我一下。

1:02:12然后最后你做完了之后,自己记得去测,测过了。你再给我看,然后你就自己去跑吧。然后我开的都是那个dangerously skip all permission,你自己跑完记得测,测好了再给我出,千万不要烦我。因为它每次都问我一堆,你要不要批准这个、批准那个,我是看不懂它要干啥,最后干脆放弃了,就说你自己跑。

1:02:33OK,那意思说一说你接下来要干嘛?

覃睿

1:02:35对,我觉得我粗扫了一下啊,就是一个是刚才讲的那几个里边面向企业的那些能力,当前的这个肯定是不够的。不管是安全还是审计还是上下文,这三者都是要去加强的。特别我觉得这一点,安全审计其实是比较清晰该怎么做。关于这个上下文其实是一个非常大的话题。

1:02:58它关于刚才我们讲的所有那些不同类型的企业里的信息,一个是它组织形态不一样,就合适去表达这些信息的形态不一样;以及它当前在企业里边的这个存在的情态,就是很打引号的“很脏”,你得要想办法把它搞进来。所以这一块一定会有很多的工作需要做,然后它会更偏向于大B的服务那个方向。

1:03:22然后里边可能更多会有一个大框架,依赖大框架去做一些数据的处理相关的事情。这三个点是很明确需要去做的。其他更多我觉得可能是要去把一些偏多模态方向的一些能力跟这种use case把它跑通吧。就是对于一些不那么大的公司,一些小团队,或者一些这种现在模型在这种多模态视频、图片、PPT方向能力也比较强了嘛,

1:03:47已经快进基本进入可用状态了。所以这一部分的能力,以纯文本模型来讲,肯定还是默认是不行的。所以我们会把这些部分的,不管是工具啊还是通过什么形式,要把它加强。其他的话会有一些更偏基建层面的东西,就是我们刚才讲到的如何用Clawith来迭代Clawith。

1:04:06如果是它服务一个软件开发团队的话,那整个软件开发流程里面的那几个核心环节,我们能否都把它打通?里边可能最核心就是它得能够接一个,呃……我不确定是它自己,就是在Clawith里边它是个编程的agent,然后同时它能实现类似于antigravity这种效果,它自己能够去

1:04:27很自由地去拉代码、去部署、去打开浏览器自己去调试。这套东西我们是不是直接在Clawith里边抹黑就能干,还是其实调一个外部的一个agent会更好一点?这个是我们去把这种,

1:04:41它自己迭代自己,然后这样其他的软件团队也可以拿这套体系去迭代他们的软件的这个路子。还有一个很重要的,这个也跟上下文有关系。就是我们除了跟这个组织的上下文以外,其实其中还是有个人上下文这个事情。就是我们不是把它部署在自己电脑上,直接去读自己电脑的这个方式。

1:05:03那我们因为它本身是部署在服务器上的嘛,那我如何为了得想着把我的文件发给它、分享给它,这个事儿就比较不自然。我们可能初步想象还是可能会有一个用户的电脑端的

1:05:19客户端,然后它可以直接把文件甩进去。甚至我希望它是把它自己日常做这个、它主要工作文件夹,把这个东西作为一个跟我们共享的文件夹,所有里面的东西会默认同步到它的这个Clawith上面,它的个人私人助理里面。它的私人助理反正两边是备份的,它肯定不会去删除你自己的这些本地的这东西,它只会在它云端的那份去操作。

1:05:44那这个东西你在平时工作当中,你就不需要去主动共享,你这些数据自动就共享上去了。这个也是一个我们会去要做的事情。

任鑫

1:05:52好的。那最后问你几个问题啊,一个就是我还是觉得说你们找定位找得特别好,之前毕昇的定位也定得特别好,然后现在Clawith的定位也定得特别好。我觉得,因为我也在外面讲一些什么产品课嘛,其实我觉得第一重要的事情不是做,而是你在哪里、叫什么名字,

1:06:10这事儿就特别重要。我觉得你们是真的是很巧妙。那你觉得说这小龙虾这一波的话,因为你们是占了比如说企业小龙虾,又是开源,是什么私有化部署,反正在你的那些定语之下的话,其实也就你刚才也说,其实没有什么其他人在做了嘛。但是这一块又是确实离现金又比较近,离真实需求也比较近。

1:06:32有明确的需求场景的,就企业它不大可能直接装个OpenClaw嘛。那这边的话想问你一下,说还有没有其他可以蹭的,可以给其他听众参考的?就是现在你觉得还有什么你们看到的,诶……其实这边有机会,我说的这个机会倒不一定是做,因为现在做东西太容易了,

1:06:49而是有需求或者有热点,或者市场至少会看你一眼。就这种机会,你们现在还看到别的机会吗?

覃睿

1:06:56一个是我就是能比较快之前能看到的,就是一些很垂直的方向。不管是拿它去写软著、写专利,还是去招投标,那一块也比较成熟了。这些其实就是原来就比较专业工种的这个事情,你就把它做成。你还说来,就是从我们视角来讲,我们一直是在服务企业,让企业做好它的业务。

1:07:24刚才那些场景其实就是自己去下场做业务。这个里边是肯定是有明确的机会的。然后但这边它就得看你对这个方向、专业领域的know-how和你的获客能力,对吧?你把这个东西,比如专利软著申请打下来了之后,你如何能够快速获得大量大量的客户来?

1:07:43因为这个东西对于别人来讲,别人也不关心你到底是人写的还是AI写的,对吧?你可能就得获客,很重要。

任鑫

1:07:50可不可以这样理解?就比如说我现在是在律师行业很有声望的一个人,然后我有什么律师协会,我是副会长。那这个时候的话,其实对于我来讲,我应该把OpenClaw,我让Claude去学习一下OpenClaw,然后跟你一样,跟他去聊说,其实在律师行业的话,其实我们的需求跟大家那个不太一样啊,这个看不懂,

1:08:08然后在上面加了一堆,再加一点功能什么的。我也可以像毕昇、像Clawith一样,做一个比如说叫做Claude Law,就比如说法律版的,专门给律所用的OpenClaw的一个开源框架。比如说甚至于我不是做开源的,我就把它包装成产品的话,因为我比如说我是那个律师协会副秘书长啊。

1:08:28那我就可以在这个卖给我的这个细分品类。然后因为我有know-how,我就知道大家听得懂什么、听不懂什么,以及它里面甚至于那几只小龙虾我都帮你配好了,比如说有助理律师,有什么协调员,对吧?随便讲啊。那这样子是不是我做专业化就比你们做的还细分一点?

1:08:47这里面其实也还有一层机会在。

覃睿

1:08:49对。就这个方向,当然其实你讲这个是共享的,还不太一样,它也是两层。你其实这个还是一个给它卖系统或者卖SaaS的一个感觉。我刚才讲那个就是,你也别管我怎么弄的,反正我这个比市场价便宜一半,你交给我,就完事儿了。

任鑫

1:09:06嗯,OK。美国也有很多律所,他们现在确实就这么干的,就是他们用AI在做很多东西,最后就是直接抢单子。不是做服务,我直接直接接单。

覃睿

1:09:16对对。回去看看他获客能力。

任鑫

1:09:18等等,我觉得这个确实是个机会。

覃睿

1:09:20因为你光低价这件事情不一定是客户买单的这个point,不一定是所有客户买单的point。因为这个它这个在服务企业一定是信任。

任鑫

1:09:30所以说不一定能够是自己去抢单子嘛。就比如说你也不能靠说我便宜30%,我就把那个比如说京东的律师,不是另外一家律所说我便宜了20%,他就抢着走嘛。然后因为这个东西还是信任嘛,你给那家律所是卖它一套OpenClaw,是有一定可能,也不见得容易。

1:09:51对。这是一个思路。

覃睿

1:09:52我还再补充一个,就是代码角度非常强了嘛,然后我们包括这其实从我们自己……内部来看,我们很多时候帮客户去做一些以前说叫做POC,那你其实可能只能做一个不那么像样的POC。他想要A,你可能给他A减零零零零的一个东西。但实际上现在,由于这个Vibe Coding很强,我们现在其实很多顾问,我们把我们服务客户的,

1:10:18所以其实就是FDE的那个角色,叫顾问嘛。那他们就会去用Vibe Coding的方式,能够直接给客户一个可以看得到的,可能不是A减零零零零,就是A减,可能没有那么完善,但是你能看到,哦,原来是这么个东西。这里边,所以对于企业未来去如何做软件,但是里边如果很多东西用Vibe Coding解决了,它都不需要成为一个软件。

1:10:39嗯,但还是有很多东西它需要一些比较复杂的交互和人的参与,在里面的时候,你还是需要有一个界面,有个软件。对,包括呃,未来可能所有需要界面的东西,都是因为那个东西得适配人,所以才需要界面。如果完全你只要结果的话,就不需要人来参与了。

1:10:55那更多需要一些比较质量要求比较高的、需要有界面的这种场景,还是需要软件。然后里边整个软件这件事情,我觉得从原来的这些呃大的软件集成商,从他们身上可能会掉落一些这个机会吧。我觉得这个从我们的角度来讲,我们也非常欢迎,可能跟这个真的是个人了,大家有这样的想法的。

1:11:16我们因为我们自己也在招很多优秀的顾问,一个是可以选择加入我们,我们有非常多的,因为跟上次讲的一样,包括这次发了Clawith,我们还是一样,找我们客户非常非常多。

任鑫

1:11:26还是要招人吗?

覃睿

1:11:27啊,对,对。找找我们的客户非常多,然后就就就很多都不太能顾得过来。但但但这个也是个相对来讲比较优秀的人,也当然也不是随便都都可以,对吧?你得有技术素质比较强,然后学习能力比较强,就不一定说你你一定得多么懂AI,但你对这个事儿有很高的热情,

1:11:46很大的信心,然后你的技术素质和学习能力很强。我们自己最近招的一些顾问里边,其实有挺多都是不是这个行业出身,但是我们非常看好他的主动性和学习能力。果然过来说就发现他的融入速度非常快。所以这个是除了来我们这儿,当然也会有类似的其他公司也可能在招这样的人。

1:12:04然后我觉得就是他说白了,呃你原来即使原来不是在做软件工程这个方向,不是做软件开发的,不是做技术的,你也可以把这个事情作为一个你可能的工作方向。你更多在承担的还是那个一个更好的去定义问题、解决问题的那个角色。

任鑫

1:12:20那再challenge你一个问题啊,就是刚刚你在讲说,呃,就比如说我们的FDE的话,他们出产品也比较容易了嘛。但是当AI coding那么强的时候,呃,我——想象我是一家企业的IT部门,当这么强的时候,其实我的合理的做法是,我让我的OpenClaw去学习一下Clawith的那个GitHub代码,

1:12:42对吧?都扒一遍嘛,自己的代码他已经有了解了嘛,代码库。然后我会跟他讲说你帮我对接哪两套系统,然后我们的权限规则你也知道的哈,然后你帮我搭一下。就是我偷你的代码以及回来融合和我的代码集成的那个那个难度好像总是比之前要低的。

1:13:00所以这个这样子会不会让你们的生意,反倒就是会让你们的星星会变得更多?就有可能就比如说毕昇一万颗星,你们瞬间就五万颗星。但是会不会让你们单子反倒会变少?

覃睿

1:13:12首先这个code的chip这件事情是必然的,对吧?就是这个东西它核心的价值肯定不是那个code,而是一些共识和品牌的影响力。然后以及这个东西怎么讲呢,就是嗯自古以来我觉得那个code本身肯定不是产生业务价值的。这个业务到底是怎么做,你商业回报到底是什么?

1:13:34你的资源、人脉这东西决定了你的这个这个这个商业嘛。所以它本身它就不是那个最高业务价值。以及在中国这个市场卖卖不出价格来。所以这个东西对于我们这种定位的公司来讲,我们很早就看清楚的事情。我们本身就不是靠卖代码来挣钱的。

1:13:53当然我觉得这个是再往上看,其实是我们所有人都要去呃回答那个大问题了。可能可能未来就是人人需要人就很少,会有更多的一人公司,然后会去每个人去干一些很奇葩的事情。那个奇葩的事情就吸引一小撮人。我之前还跟一个朋友聊,他就说现在有一些产品就拉一个群,然后那个产品就那个群里边的人用。

1:14:17然后群里面大哥提什么需求,我一做,就这群里面两百个大哥养活我就可以了。这这个产品就两百个用户。就这种我觉得可能未来就就他他,而且这个这小群人就是很喜好独特的一小群人,我觉得未来就会存在这样的情况。

任鑫

1:14:32我见过有人给我当场看一个微信群的话,那个微信群一年的流水也大几千万。嗯。就是你刚刚说的有大哥的行业,非常离谱,而且里面的规则极其复杂,牵涉到大量的手工的打来打去啊什么的。但是我确实知道,就是确实以后小众的市场很有可能才是真正有还有还有价值的市场,大众市场的东西就没什么价值了,

1:14:55都是最后都会价格打到零的。那最后问你一个问题啊,因为上一期其实你很实在的讲了很多公司转型的实实在在的会痛点什么的。那现在还是有很多公司要转型嘛,那还有很多的研发部门在转型嘛,但是我现在看到的就是小公司都转得飞快。我现在身边认识的小公司都是五倍十倍的效率提高,就是十个人以下的效率提高得最快。

1:15:20五十个人以下的提高个三五倍也是可以的。两百人以上的,哪怕是我号称我在顾问的公司,其实体量也非常之有限。那你有什么建议吗?公司转型,尤其是研发的转型。研发现在还会跟你讲说很多很多大一点的公司还是会很抵抗这件事情。

1:15:37会好口口声声号称要用AI,但是实际上,反正我们现在看就是就是其实转得挺慢的。对,所以在整体的大组织转型以及研发转型方面,你有什么踩过的坑,或者你的建议是怎么样做效率会更好?

覃睿

1:15:52我们昨天讨论还讲了一个例子,就是咱们只假设只讲这个产品研发,软件产品研发这个事儿的话,就是它显然有非常大的收益,但里边一定是有问题的。就不管是刚才讲到的这个代码,你并没有每一行都review过,那它会不会有问题?它的这些这个代码本身文件非常大,这个问题就至少不优雅,然后你维护未来维护会比较麻烦,这都是一些问题。

1:16:19但这些问题呢,相应的也都有Agent的时代的解法。就比如我们那个架构师说,他最开始他说我这个代码文件这么大,这个未来可咋整?然后他又反反问他自己。未来我还真的需要看代码吗?这个代码未来就是写给agent看的,我为什么一定要看它呢?

1:16:37这是一个我觉得类比以前,这个汽车来了,它一定第一天又没有安全带,又没有安全气囊,又没有交通规则,一定是危险的。但它太效率太高了,我就忍不住要用。所以这个是个不可逆的趋势,一定是不可逆的。所以更多的大家,我觉得从很实际的角度来讲,那就是大家去把一些相对比较创新的业务,比较探索性的业务,

1:17:00用这种方式去做,反正黄了也没什么影响。然后这是这是一个具体的。另外一个就是整个从这个大方向上来讲。你就参考所有这些汽车飞机这些东西,它一定是在发展的过程当中不断去完善它的安全机制。那对于软件开发而言,可能就是你去把你的整个测试,整个漏扫,整个安全检测这些东西。

1:17:23哦,对,我刚想你说问那个机会那个事,我说这这是个机会。就是如何把这些刚才我讲的,你把软件开发完了,我自动去把整个这些东西全过一遍。这个比当然传统那些漏扫是基础了,在这个基础在这个之上,我还能够检测出哪些传统软件检测不出来的新兴的这种维度的漏洞也好,

1:17:44或者是bug也好。这个自动化的这种测试验收这机制是非常刚需的。未来如果做Vibe Coding的话,这个就是我们这个Vibe Coding时代的安全带。那这个东西一定会慢慢慢慢成熟了。

任鑫

1:18:00我有个朋友本来是在做这个,但是他半年前转型了。

覃睿

1:18:03也有可能半年前确实不是一个合适的时间点,因为现在可能可以再杀回来。我觉得至少他作为开源项目的话,肯定这些公司可能都愿意用的。你要说做一个上海一个收费的项目,我觉得确实大家因为刚还是刚才那个问题,它还是个创新项目,我要为这个创新项目再付个费,

1:18:19保证它的安全这事可能也不愿意付钱。

任鑫

1:18:21嗯,这是一个机会。所以机会的话,一个就是可以你做你的垂直OpenClaw,然后甚至于不是垂直OpenCLORE,而是被垂直OpenClaw武装过的公司直接去抢其他还不会用OpenCLORE的人的生意,这是一个机会。另外一个机会就是当所有人都在用Vibe Coding、用OpenClaw的时候,其实会缺非常多的基建层,

1:18:42就比如说屎山代码怎么办呀,风险怎么控啊,那那这些这些东西。所以其实是大量的agent以及agent做的工作出现之后,呃。我们现在没有见过这种情况嘛,它一定会有问题,以及这个世界不是为这种东西准备了,那这个时候一定会有很多不匹配的地方,

1:18:59所有的不匹配的不方便的地方都是机会。所以这这两个是机会。然后公司要转型的话,你刚刚建议就是你做新事儿,这样砸了的话也没有那么大心理负担,就这样子比较能够轻装上阵,可以快一点。然后或者说像你这样,你哎你你其实同时满足两个条件,一个是做新事儿,一个是小团队。

1:19:19整公司搞大团队说你要改造啊什么的,其实就挺难的。但是小团队先在新事儿上把一些事情给验证出来的话,那其实大家就看得见嘛,然后就整个才能把它激活掉。所以我觉得这也是蛮好的一个示范的一个方法。Clawith的官网就Clawith AI对吧?

1:19:37CLAWITH.AI。对。嗯,对对对。我觉得你们名字取得很好,这个名这个域名太好了。

覃睿

1:19:46选了半天,我当时选了大概得一下,我开发这个东西,MVP版本大概花了三天,想名字想了一个下午。

任鑫

1:19:54你这个名字是自己想的还是AI帮你想的?

覃睿

1:19:57他给了我思路吧,但都不太好,但最后——呃,我想到了这个词儿,就是Claude,因为W后面W跟尾字这个字放在协议好像还可以。

任鑫

1:20:05对。因为之前也有另外一个产品嘛,叫Flowise嘛。对,也挺好的。但是因为Flowise它就是它它并没有蹭上什么东西嘛。我其实很早是营销出身,特别重视,就是一定要蹭上人家脑子里已经有的什么东西。

1:20:20对。一定要用到用用上已有的心智资源,我觉得这个还蛮好的。所以的话呢,感兴趣的同学可以去用一下那个Clawith的产品啊,然后反正是开源的,又不用钱,是吧?加个星星就好。

覃睿

1:20:32我们线上也大家可以直接免费注册公司,公司都都是免费创建的。就我们最开始是有试用,就是我们创建了一个demo的公司,然后大家进来用我们的模型。这个大家也可以申请邀请码来给大家免费用。

任鑫

1:20:46也是要邀请码的吗?

覃睿

1:20:48呃,就是两种。一种如果大家自己上来创建公司,然后自己添加自己的模型API key,那就是免费用。如果他要用我们的,加入我们那个demo公司,就需要邀请码。

任鑫

1:20:59没事。那大家先自己干吧,如果评论区要码的人太多了,你再去看看要不要去发发码什么的,到时候再说。那好呀,谢谢谢谢谢谢覃睿。然后希望那个Clawith,然后下周就过一万颗星,赶紧争取超过毕昇。

覃睿

1:21:14啊,这挑战有点大。但我看现在那个微信搜索的微信指数那个热度已经超过毕昇了。

任鑫

1:21:20这个当然啊,大家谁去搜什么线框什么拖拖拉拉,对吧?Agent platform这个是上一个时代的东西,现在就Clawith,嗯,挺好的,我觉得你们真的是站在时代潮流,很好啊。对。这是覃睿搓出来的。

1:21:33然后他们他,然后我觉得大家也可以看一下,说其实现在的效率的提升,就是覃睿刚刚讲的就是三十倍的提升。所以如果你没有做到的话,你也可以继续质疑说这帮人都是骗子。但是你也可以试一下,说你怎么才能做到。对,我现在在某些方面做到了,某些方面没有。

1:21:52但是我就发现说其实是卡在我自己的工作流方面,就是我的工作流不太适应,有一些领域的工作流我还没有做到它可以很好的跟AI匹配。有一些地方我已经把它改过来了,凡是改过来的地方都得到了极大的效率提升。确实有很多地方还是需要改改一些工作习惯。

1:22:11所以的话,有可能就是,反正已经有很多人做到了。我认识的人里面已经有无数无数人做到了,就是都是十倍以上的一个一个提升。我自己还没有啊,我自己可能大几倍也有吧,对。但是我觉得就还是卡在了一些我们自己工作习惯上,所以大家也是可以自己想办法改一改,想办法加油。

覃睿

1:22:30工作性质和工作内容也有关系吧,我觉得这个东西确实对于软件开发的提升是最大的。

任鑫

1:22:35其实对于比如说文字工作啊什么的,其实也会有很大的改进,甚至包括你做PPT。但是就比如说我以前的做PPT的习惯的话,就是我是会自己做嘛。那你自己做,你再让他去看你的PPT,然后再改的话,这事儿基本上就没完了,就基本上他对你的提效也就20%。

1:22:54然后我只能跟他聊天,让他帮我出出主意什么的。但是我现在的话,比如说我都是用Markdown的文档,然后的话呢,我又会把我的录音全部给他,让他知道我这个Markdown文档,就比如说我那个课讲的是啥。那这个时候其实它就是可以规模化的,在我的比如说我Markdown里面提到的所有的案例,都可以让它直接变成一个丰富的案例,

1:23:14把所有的事实全部核查一遍。套说法,然后再有套三个比喻,全部可以套一遍。那这个时候的话,那个效率就会高非常多。甚至于包括说它就可以在我的每一个道理下面,额外帮我找三十个案例嘛,对吧?规模化的就可以往前轰隆隆地往前推了,这个效率就完全不一样。

1:23:31只要我维护了一个比如说好的MD的文档以及它的目录结构的话,那现在甚至于包括说,比如说我要做定制化的内容的话,我就跟他讲说你帮我研究一下那家公司,然后帮他生成第第三章节第五章节的定制化的内容,它就全自动嘛。对。但是如果没有一个MD文档,我是一个PPT,让他做这件事情几乎就不可能。

1:23:52对,他他只能改改,就是就是个口水话,因为他也不了解那么丰富的内容。对。所以我现在觉得还是很很多事情其实都是有可能让它的,要不然就是它的产出output更大,要不然就是它的质量更好。但是就是很有可能你的工作流会要改,这个工作方式,甚至工具都要改。

1:24:13对。反正我现在还在改的过程当中啊,也没有也没有完全的改好,但是我模模糊糊已经觉得说我自己大概率所有的工作流都有问题。现在就在尝试着说能不能全部以MD文件,以以以Obsidian为核心,全都在全都在调。所以也可以试一下,大家不管是反正就就试试看嘛,对。

1:24:33然后用Claude,然后自己的话,如果听听播客听到这里的,如果你还没有用呃OpenClaw或者说Claude Code的话,反正这些建议都用一下,然后最好是用最贵的模型。对。然后这样子你才会有一个体感。好的呀,好。

1:24:47谢谢谢谢覃睿,那我们那个过一段时间再聊,看看下,过个半年聊一下,看看你们的这个产品在企业级到底是怎么落地的。好。谢谢谢谢。拜拜,好,拜拜。

本期词条

重点词条

本期重点讨论的人、公司、产品和概念,按出现顺序。

公司云九资本云九资本(Sky9 Capital)是一家美元风险投资基金,任鑫是其合伙人之一,任鑫在每期片头都会提到自己加入了云九。04-09 期请来了云九合伙人袁语。本期 1 处
公司毕昇毕昇(BISHENG)是数据项素开发、2023 年开源的企业级大模型应用平台,覆盖工作流、RAG 和 Agent。03-02 期嘉宾把毕昇当作国内类似 Palantir、派人上门做部署的公司。本期 23 处
覃睿人物覃睿
人物覃睿覃睿是毕昇(BISHENG)和 Clawith 两款产品的联合创始人,两款产品都是帮企业和组织把大模型落地。03-26 期他做客本播客,讲从毕昇到 Clawith 的迭代,以及用 AI 开发带来的三十倍效率提升。本期 7 处
产品Clawith毕昇(BISHENG)背后的 dataelement 团队开源的多智能体协作平台,定位「OpenClaw for Teams」:每个 agent 有固定身份、长期记忆和独立工作区,能理解组织架构、互相派活,并带多租户权限、审计、用量配额等企业功能,Apache 2.0 协议。03-26 期联创覃睿来聊,说从毕昇到 Clawith 是同一件事(帮企业落地大模型)的自然迭代;任鑫在节目里提到它上线一两周就拿到约 1600 个 GitHub Star。本期 26 处
概念Text-to-SQL
概念Text-to-SQLText-to-SQL,把自然语言问题转成数据库查询语句,让业务人员直接「问数」。11-11 期覃睿介绍毕昇的灵思(企业版通用 Agent)、智能问数场景,以及 Palantir 本体之上的 object review、object explorer、Quiver、Carbon 等工具。本期 2 处
产品OpenClawOpenClaw 是 Peter Steinberger 和社区开发的开源个人 AI 助手,跑在你自己的机器上,通过 WhatsApp、Telegram、Discord 等聊天软件跟它交互,配套的 node 可以把手机、电脑等设备的语音、摄像头、屏幕等本地能力接进来,现由 OpenClaw 基金会维护。它是本播客出现最多的产品之一。本期 45 处
人物王新铭
人物王新铭王新铭(Yinsen)是开源 AI 客户端 Cherry Studio 的创始人,产品经理出身。03-19 期他做客本播客,讲 Cherry Studio 怎么从一个套壳客户端起步、借 DeepSeek 爆火和硅基流动的合作获得增长,以及开源社区怎么运营。本期 1 处
产品Cherry StudioCherryHQ 团队开源的跨平台 AI 桌面客户端,支持 Windows、Mac、Linux,可以一站式接入 OpenAI、Claude、Gemini、DeepSeek、千问等多家模型,社区版用 AGPL-3.0 协议。03-19 期创始人王新铭(Vincent)上节目,讲它从最早的多模型 Chatbot 客户端,到 2025 年 9 月后基于 Claude Agent SDK 升级成 Agent 客户端,并在加心跳、定时任务等自主运行能力;节目里提到团队只有 2 个人,当时 GitHub 约 4.2 万 Star。本期 1 处
人物Mango(Get)
人物Mango(Get)Mango 是任鑫早年创业公司 Get 的伙伴,所有事情都用文档记录,所有会议都有纪要,把飞书和其中的 AI 功能用得很充分。01-28 期任鑫说自己飞书用得不好,看到 Mango 把文档和会议纪要全放在飞书里,用得很爽。本期 1 处
选择一期节目开始收听00:00 / 00:00