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

纯 Vibe Coding 做大项目,一定会塌掉

AI炼金术节目封面
发布
2026 年 7 月 7 日
时长
1 小时 9 分
主播
徐文浩、任鑫
收听
小宇宙Apple Podcasts喜马拉雅

徐文浩回来拆解他给「AI 做大项目」搭的一整套 Harness。他同意「纯 Vibe Coding 做大项目一定会塌」,但结论不是 AI 没用,而是要靠基建管理复杂度并持续迭代。他从一台机器讲起:带侧边栏的终端并行开窗口、远程 dev server、DevContainer 沙盒、Worktree 分叉、Tailscale 加阿里云中继;再到把一排 agent 挂在 Discord 上用 server/channel/thread 管上下文;以及公司级的 GitHub 门禁、双重 code review、测试录屏、auto fix。后半场任鑫提问搜索、浏览器检查、自动发短视频等实操问题,结尾点名与王建硕的分歧。

  • 纯 Vibe Coding 做大项目一定会塌,不塌的路径是既搭 Harness 又要持续迭代它。
  • 个人基建的核心是两件事:逼 agent 不辞辛苦地干活,以及它炸了不坑到自己。
  • 带侧边栏的终端 cmux 加远程 dev server、DevContainer 沙盒和 Worktree,让 agent 在合上笔记本后继续跑。
  • 用 Discord 做对话层:server 是大论坛,channel 绑不同 agent,thread 拆会话让上下文不串。
  • 公司级门禁包括双重 code review、几十道 quality 检查、自动化测试录屏、定期架构 review 和 auto fix。
  • optimize harness skill 专门扫 agent 执行中遇到的摩擦,补上工具和权限,让它干得更快、耗 token 更少。
  • 定期任务按周一到周五拆开,每天只处理一类问题,降低人的认知负担。
  • 搜索建议换 Google grounding(Gemini 2.5 Flash 每天 1500 次免费);浏览器检查用 CDP 加 Playwright 而非截屏。

本期制作

剪辑
十六颗糖
片头
Shortwire - Reconfig
片尾
Conor Matthews - Forever Right Now

文稿

共 868 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

徐文浩

00:05我觉得我在过去六个月,我们写了海量的代码。我觉得人不介入,不做各种叫harness也好,这个项目是做不下去的。就是我们当中有很长一段,其实你非常痛苦,就一直在修bug。

00:24纯Vibe Coding是很难做大项目的,一定会塌掉。第二个,不塌掉,它既要你像我们说的要去搭这些harness,而且要持续去迭代这个harness。你会不断地看到说,这个当中会遇到各种各样的问题,需要人的聪明才智去帮助它解决这个问题的。

00:45这个过程中你会发现,优秀的工程师的杠杆比一个二把刀的工程师的杠杆要高非常多。但是我觉得它也是有极限的,就是因为人最终要把事情做好,是要负责。

任鑫

01:04大家好,欢迎大家来到AI炼金术。那今天就是一个跳票很久很久的,之前在某一期我们说两周之后徐文浩同学来详细地讲一讲他的那个harness是怎么搭的。今天中午我们吃饭就说晚上就干脆赶紧录一下,他也投个屏,演示一下他各种各样神奇的harness和他的团队的harness,

01:25给大家分享一下。所以我就废话少说,来,徐文浩同学。所以这一期听的同学如果听得有点头晕,就可以去什么B站、抖音、小红书什么,反正我们都会把视频也更新上去。

徐文浩

01:38我看到评论区有很多人问过,我跟你之前也交流过,但其实我今天会投一些我觉得能投的,因为有一些毕竟是公司的产品或者项目,其实是不太适合投出来的,所以这个肯定会有一些保留,但是我尽量把一些和公司业务无关的东西投出来。当然投的过程中我也会尽量给大家看一看。

02:01我觉得更多叫我的harness。第一个我还是先打开一个大家不喜欢的东西,是一个terminal,这个肯定是很多听众是不用这个破玩意儿的。

任鑫

02:10因为terminal反正一个框可以跟它说话,对不对?终端啊,

徐文浩

02:14对。传统的terminal是没有左侧的这些side bar,没有左侧的这个不同的窗口的。那我用的这个terminal叫做cmux,因为大量的terminal是没有左侧的这个tab的。因为今天你用AI,通常来说你并行会做很多任务。

02:32我举个例子。通常是我会开一个窗口,比方说进入我们公司的一个项目,我可以建一个worktree,那是个命令行。我们先不用去管它是什么。这个时候它就会连上我的远端的一台服务器。其实我是在那个里面用Claude Code写代码。

02:49我其实并不是在我这台电脑,我虽然用我这台电脑日常工作,但实际我的代码是在远端的一台服务器上写的。那为什么要这么做?其实原因也很简单。

03:02同样并行上其实干很多事儿。现在这个terminal窗口其实就连到了一个远端的服务器,自带的命令都是我自己简单地写了一些脚本,方便我快速。第一个。

任鑫

03:14你用cmux,不不用原始的机器自带的终端。是因为它比如说它可以在左边有一个多进程的管理窗口,你方便跳来跳去,是吧?对

徐文浩

03:23它可以方便我在不同的任务里看。我比方说我在做一个诊断的东西,这个是在我本地的一个窗口,但是我通常会写了一堆prompt,它可能会工作很长一段时间,那这个时候我就会把窗口切走,对不对?那我切窗口,我在cmux里是很方便的,左侧切,而且我可以给每个窗口命名。

任鑫

03:42这个就是把那个终端用的,有点像它的那个桌面应用那种感觉了。

徐文浩

03:47对对对。但是它比桌面应用还是要好用,因为这个里面我还可以开tab页,然后我还可以开浏览器。

任鑫

03:55然后我刚刚看到你这个里面其实也有那个类似于代码补全的东西,就是你打两个字之后,它就后面会帮你把很多东西打出来,所以它就比终端用起来方便。以及你还用这个东西,不光在控制你本机的这个Claude Code,你现在还在控制另外一台机器上的Claude Code。

徐文浩

04:13另外有好几台不同的机器上,因为我个人也会写一些代码,比如说我可以开浏览器,它浏览器就在右侧能够打开了。那我可以这里有,因为你有些东西其实你还是要用那个图形界面去看的,比如说你要看网页,你要看比如说code review或者怎么样,比如我要上GitHub,对吧?

04:31啊,我。现在在一个窗口里,左侧相当于是些任务栏,对吧?或者短一点,这边是我的terminal,我可以有不同的tab页,比方说去看。然后而且我通常是连上远端的服务器,那在右侧有时候是个浏览器,比方说我去看我们的GitHub。

04:47那这样的话呢,就是我不用离开这个窗口,我可以完成绝大部分的工作。就是这类工具其实不不只有cmux,市场上因为AI coding的流行,所以现在有很多这样的工具。然后呢,那我打开窗口,我连上远端服务器,我有个脚本,这个脚本叫做claude-yolo。

05:06其实我是直接进Claude的模式,是开了bypass permission on,给他所有的权限,随便他干任何的事情。我为什么我要连远端的服务器呢?也是这个原因。就是我的远端的服务器呢,其实起了一个虚拟的,你可以说起了个虚拟机。

05:22就我每一条命令它其实都是在这个一个沙盒里运行的,就是我之前在直播里说过的Docker或者叫DevContainer。我在这里面我可以让它干任何事情,我不太需要担心。我举个例子。你帮

任鑫

05:36我delete everything是吧?你把我删掉。

徐文浩

05:39我不会在这里打,我我不会在这里去打这个东西,因为它毕竟是我的一个环境,删了我去setup还是需要时间的,对吧?我说,你帮我看看,看看我现在的测试还有哪些场景没有覆盖的,对吧?

05:56呃,给补充一些测试吧。

任鑫

05:59刚好第一个事情就是提醒听众,这期强烈建议还是去看视频哈,然后因为可能都要对着屏幕比较好理解。然后另外我也刚好你在登录的时候,我问你一个问题,就是你刚刚说你登录另外一台机器,然后你用的是那个dangerously bypass all permissions那个模式嘛,

06:18就随便随便瞎干的模式嘛。那我就不太理解了,既然你已经是用虚拟机,你在这台机器上也可以虚拟,它毁掉你一台虚拟机无所谓的嘛。你刚说另外一台机器,我以为你就是说那台机器炸了也就炸了,但反正你用虚拟的,你干嘛不在这台机器上虚拟机不就完了吗?

徐文浩

06:34它第二个好处是我这台笔记本,比方说我是随身带的,我从公司离开,我把笔记本合上回家的路程上,它的agent,它的Claude Code还可能在后端写代码,对不对?我不希望我的笔记本合上的时候,这个任务就中断了。

任鑫

06:49有有道理。而且我这几天感同身受了,我为了解决你这个问题,我是让笔记本连我的那个热点,然后我把那个叫做disable,就是它不睡觉了。结果你放在包里面之后,它会很,

徐文浩
任鑫

07:00会一直跑,跑焦的味道。

徐文浩

07:02对。然后它会耗很多电。第三个是说,就是你的网络也不一定稳定嘛,你到处跑在那里。但是我的这台服务器的网络是稳定的,所以我不仅有一台服务器是公司有公司的dev server,对吧?

07:15我自己家里有一台dev server,我没有用mac,我要拿摄像头可以给大家看一下,我就放在这里。对。放在,哎,放在这里能看到吗?这是一台Linux。

任鑫

07:26OK,好的。

徐文浩

07:28这是台Linux。我的所有的开发主要就是我也会在本地开发,不是说不会哈。我觉得你如果正经今天要用agent工作,其实你大概率应该有一些远程的服务器,不管是为了装OpenClaw也好,还是为了你工作方便,你希望agent在你睡觉、在你出差、在你在路上的时候,它始终在那里能够持续地工作。

07:52你肯定是需要一个叫Home Lab的这样一个小服务器,或者一个开发的服务器也好。

任鑫

07:58如果是OpenClaw,我是好理解怎么连上去的,我也连过。我在我自己的机器上连我的远程的另外一个,比如说Mac Mini上的Claude Code,这个连接是很方便的,还是需要像你一样有一些技术手段设置?

徐文浩

08:11我觉得还是挺方便的,我的脚本是开源的。我可以给大家看一下。这个你就跟AI说一下就好了,你说我有这么个需求。我其实有一些开源的脚本,你可以直接,这个你不需要登录,我叫DevRemote。我里面有一系列的脚本,告诉你怎么设置远程的服务器,怎么连上去,对应的命令是什么。

08:31它其实能帮你,而且是这样的,就是它连上去之后,远程的服务器的那个进程,即使连接断开,它也会维持在那里。我知道很多人,很多开发者喜欢用tmux来实现这个功能。那我不是很喜欢用tmux,我用的是dtach。其实都是能做到的。

08:48就是你可以连上去,而且我可以给你看。就是我现在在Claude里,对不对?然后假设我们不小心断掉了,我直接把这个窗口关掉,那我只要打跟刚才一样的命令。

09:01它就会自动连上那个Claude Code的进程,你再进去都不用打开Claude Code,它打开还是Claude Code的画面,进去就直接进Claude Code。你刚才创建的那个工作分支,你不需要记得它工作到哪里或者把它找出来,你只要它有个名字,你只要一连,

09:15它如果工作到一半,我并没有把那个Claude Code进程给关掉,它其实你还是可以在这里这样正常去工作的。

任鑫

09:22这样子你这是单独的机器,为什么你没有用?就因为大家好像流行买一个Mac Mini嘛。

徐文浩

09:28呃,是这样的。当时我也犹豫要不要买Mac Mini。第一个呢是因为我们自己在做我们的产品ZooClaw,对吧?要给大家看看,顺便广告一下吧。我们在做自己的产品ZooClaw,它其实也是一个个的agent。

09:41那所以它因为是跑在数据中心的,就是是一个云端的agent,我不可能在数据中心买很多Mac给用户用。那我从我自己为了更好地做这个产品的角度,我肯定是希望说我有一个和我的数据中心比较类似的环境。所以我其实是买了一台小的Linux server,而且当时因为OpenClaw很火,Mac的价格被炒得很贵。

10:05我觉得也没有必要,因为我有很多台Mac,就是这个也可以给大家看一下,这里有一台Mac,然后外面还有一台Mac,我已经有很多台Mac了。所以我已经没有决定再去买一台Mac Mini来干这个事儿,所以我是特地买了一台Linux server。

10:21这其实买来它不是Linux server,它本来是个Windows的机器,只不过我把它装成了Linux而已。这是第一个嘛,我会远程连上这个服务器。而且呢,就是你看我刚才打的这个命令也知道,就是我每次去服务器里都是开了一个新的Worktree。

任鑫

10:39介绍一下什么是Worktree?

徐文浩

10:41这个背景我觉得非技术背景的同事朋友不需要知道,就是你有一个代码或者你有一个活儿,比如说我想写一个,我们以日常工作吧,就比如我想写一本小说,但是呢我可能有两个不同的设想,我想让AI写,但是这两个不同的设想做出来的东西呢要分开来,假设我有个剧情,呃。

11:00下一个我觉得应该女主要挂了,另外一个女主是什么女主穿越了,那我都想实验一下呀。但是我的书稿写到现在是同一份,那我不可能让两个agent同时在同一份书稿上搞,它就混乱了。Worktree你可以认为是在同一份书稿上,我开了两个分叉,它互相之间可以不干扰。

11:19那我可以开两个agent去同时实验两个场景。我觉得这样的话,我任何一个工作其实都是在一个分支里,完成了之后我确定要不要,我会把它保留下来,不要我可能就扔掉了。这是一个比较常见的一个场景。所以日常开发呢,我的配置就是cmux,几个远端的服务器,然后沙盒。

11:39然后那个Worktree,然后以及一系列我自己写的脚本。那这样的话呢,你就可以比较轻松的同时开很多窗口,就是,但是一般来讲我也就开十个窗口以内,因为很快你会发现你的人的带宽是瓶颈。

任鑫

11:55沙盒也是你要自己配置吗?还是说这是一个有的功能,就是说比如说这个项目火了?呃,

徐文浩

12:02就是这是一个,你你得简单做一下配置,就是我用的沙盒呢,可能开发者大家也就叫DevContainer,它其实是个标准了。这是一个DevContainer,是GitHub推的一个,你可以认为是个标准了。它其实背后就是Docker image。

12:21这个是我用的方案,就是说它随时可以被销毁掉。这个非技术的同事可能理解起来有一些困难,但是对做研发的同事,我觉得至少现在已经2026年了,如果你的开发,你又要做AI研发,又要用很多agent,你没有用过Docker或者DevContainer,

12:38我觉得你是不称职的哈,那你就赶紧得去学习一下。就我得罪的人还少吗?上到上到公司领导,对吧?下到什么下属到朋友,我还还是得罪的人还少吗?我也不怕得罪人。

任鑫

12:51那了解了,那比如说我想用的话,我也可以让AI说那边我得控制那台机器,但是我希望每件事都有一个沙箱,然后那个徐文浩说DevContainer挺好的,你帮我每一个任务帮我建一个DevContainer,他会去搞定吧?

徐文浩

13:06肯定可以搞定,就是至少今天,最最好的那些模型肯定都能搞定。包括我虽然还没有试过GLM 5.2,但我觉得大概率也是能搞定的。它是个主流的开源的开发方式,并不是什么犄角旮旯里的东西哈。

任鑫

13:21好的好的。我桌上刚才还有一台空,闲置的MacBook,那我就可以这样搞一搞。

徐文浩

13:28第三个我觉得比较重要的是网络。我我是用Tailscale,我就我不知道大家,就是我是用Tailscale把我所有的家里的网关跟机器能够连起来。这样的话呢有一个什么好处,就是我家里的这台服务器,我在家里当然可以随时访问,但是其实我在外面也可以随时访问。

13:49比如我今天出差,我跑到一个酒店一住,我只要有Wi‑Fi,我也能连上我家里的服务器让它去,它不需要说放在数据中心或者有一个公开的IP。

任鑫

14:00就对于我这种不太技术上已经丢了的人,我就跟他讲说,你用Tailscale,反正我要达成的目的就是,我在外面用电脑的时候可以连上我家里这台电脑,让它干活。

徐文浩

14:11当然,Tailscale有一个小小的是因为它的那个网络的中继节点在海外,所以你往往需要在国内找个这种阿里云的轻量服务器,可能几十块钱一年,去部署一个自己的relay的节点。你可以看到我这里在阿里云上布了一个relay。原因就是说,如果我原来呢,我从外面连到家里的服务器,其实要连Tailscale自己在美国的节点才能连回家里。

14:37那我布了这个阿里云的中继呢,它会通过这个阿里云在上海的中继节点,这样我连我的服务器就非常快。原来它会有点慢,就是你就会觉得操作起来不是非常方便。

任鑫

14:46对于这种coder真正要还是写代码,然后来讲的话,其实就不不是只控制自己的机器,所以你要搭一整套的东西。第一个就是,其实你有一台远程总在干活的机器,而不是一台什么自己合上笔记本就停的。我停了,agent也要接着干活,是一个黑心资本家。

15:06第二件事情就是,你再搭了一些其实是为了安全角度考虑,然后这个是那个,这个是那个,然后还把它用Worktree比如说分支一下,其实就是让他们更并行,以及他们出了状况之后不要把别的东西给毁掉。所以你其实在机制层的话,做成了这些事情。

15:25一个是让他们不辞辛苦,你睡觉了,他也要逼着他们干活。一个就是你爆炸了,不要坑到我。

徐文浩

15:32对。然后以及我在任何一个地方,只要我带着我的电脑,我就能就能连上你。

任鑫

15:39哪怕我在度假,你们也要回微信,你们也要干活。嗯,

徐文浩

15:43对。因为你可以看,这张这个AI纾就是demo的窗口,是我刚开的,但是这些窗口就是我其实正在working的窗口。就是我可能有很多个任务,有些是Claude Code,有些是Codex窗口,正在进行,这都没有什么特别敏感的,

15:58所以大家看到也就看到了。然后呢,这个是一套,就是如果我坐在电脑前,我就会用大部分时间是用这套基建在工作。那第二套基建呢,是因为我们在做Cloud,我自己也家里的服务器也搭了一个OpenClaw。我直接说我比较喜欢用Discord。

16:15那为什么用Discord呢,我解释一下。这是我的一个Discord频道,然后我里面有不同的这个频道。Discord可以有不同的channel,每一个channel呢背后都是一个OpenClaw里的某一个agent。

16:29OpenClaw也是可以配多个workspace,你可以配多个agent。比如说这个是我的一个agent test的窗口,这个呢我在测你现在是什么模型,因为我在想最近这两天想测一下GLM 5.2。所以呢,它每一个channel,我这里分成了五channel,everyday就是我自己日常随便什么琐事杂事啊问一下都扔给它。

16:54ZooClaw是我们的产品,对。所以说我自己的产品开发,我会用ZooClaw这个channel,因为这个是我自己的开,就是ZooClaw channel,因为我一般都是在cmux自己手工开发的,所以我不会去管它。Dev channel呢,就是我自己有些小想法,我就直接扔给它去写代码了。

17:09然后Research的channel就是我去做一些调研,就每一个agent它配的模型我现在是不一样的。然后Discord有一个好处是说,你只需要建一个Discord bot,你就可以关联很多个agent,你可以用它的这个Discord server里的这个频道这个概念去关联一个agent。

17:29第二个好处呢是,大家知道OpenClaw有个缺点是它没有办法开窗口。就是如果你用Cloud或者用飞书,但是其实Cloud是支持像你用Codex或者Claude Code啊开新会话的。那Discord呢天然就支持,你可以开个thread,thread,比如说我开一个thread。

17:49然后让GLM做PPT。

任鑫

17:53所以你相当于就是跟同一个OpenClaw,你可以发起几个不同的会话,不会乱。

徐文浩

18:00对的对的,准确的说,我可以在同一个OpenClaw下有多个不同的agent,每个agent里配的skills跟人设都是不一样的,给它配好的上下文也是不一样的,用来做不同的工作。同一个agent里面我可以开不同的会话,它们互相之间的上下文不会串。

任鑫

18:19好的。你们这些人已经用得这么细了吗?

徐文浩

18:24这样的话你就能看到你有哪些会话,然后你有哪些agent。这个,因为我觉得很典型啊,你现在你不太能在一个agent上装一百个skills,那个是没有意义的。而且你如果用OpenClaw,你把它装的skills多了,它会告诉你我会截断的。

18:39它会只占用你所有的skills,一开始加载进来只占用大概上下文的百分之二吧,它默认,然后其他的它会把描述截断。但是你其实工作量,比如说我写代码用的skills,跟我做PPT用的skills,跟我做社媒用的skills,它本来就不一样。

18:57我没有必要把它放在一个agent里,所以我一定是用不同的窗口放在不同的agent里。所以,但是同时在一个agent里,我也需要分会话,我不希望不同的会话的上下文会混乱掉。所以我觉得今天还在用OpenClaw的人,其实最好是用Discord。

19:13因为其他所有的IM都不像Discord对这一点支持的这么好。不管你用Telegram也好,你用飞书也好,微信我们就不说了,对吧?但是我觉得微信可能是个挺好的通知渠道。我我没有用微信去接入OpenClaw,但是我最近在考虑用微信要接入OpenClaw作为我的一个通知渠道。

19:34就是因为我Discord,我其实我拿在手机上不会经常随时开嘛,我手机上装了,我也开了提醒,但是你本能的没有那么习惯的去打开那个Discord。但是微信你还是说有个推送消息你会去看,当然这我还没有做。

任鑫

19:50你肯定是都买了那个两百美金套餐嘛,你这边的话,你额外是用的Coding Plan,还是其实接的就是Codex和Claude Code的套餐来给那个你的OpenClaw用?

徐文浩

19:59第一个是。Dev,我现在默认接的都是Codex。第一个它聊天接的是Codex,因为OpenClaw天然就支持Codex,就是OpenAI云,你有这个直接接进来。然后呢,Claude你是可以配一个叫Coding Agent的插件的,它其实编程的时候你可以用那个Coding Agent的插件去调用Claude,

20:23让它写代码。它支持的就是claude -p这个方式去执行。我国产的模型呢,我其实是接了两个provider,一个是那个硅基流动,SiliconFlow。一个是Fireworks。这两个我都接了,但是我现在在两边都有一点充值,都可能有一两百块人民币的充值吧,就是我主要是做对开源模型的实验。

任鑫

20:44然后那个我估计很多人跟我一样,就是对于那个Discord用起来会一头雾水,就是它里面什么channel、bot,然后又分,它的逻辑跟那个什么微信和中文的各种软件是完全不一样。啊,完全不一样。你可不可以讲解讲解一下它那个逻辑?

21:02我第一次用的时候我都要疯。

徐文浩

21:05你每个人呢可以建一个自己的服务器,我这个是我的一个,它叫server。你可以认为呢,就是你建了一个属于自己的论坛,你去百度贴吧上开了个贴吧。或者你相当于你去Reddit里开了一个,你可以,或者说我觉得你把它当成开成了一个大论坛,就是相当于它叫server是有道理的,

21:25相当于你开了一个非常大的论坛。然后这个论坛里呢你就可以加邀请人进来,但是我们用OpenClaw呢,你就不需要,你邀请的人很少,我的OpenClaw里只有我的机器人跟我自己。当然,你如果想要分享给别人用,比如说未来我可以邀请你进我的这个server,然后你就可以和我的OpenClaw聊天去干活了。

21:43所以这是一个论坛的概念,就是一个server你可以认为是个大论坛。论坛里面呢像有channel,channel你可以认为是一个大论坛里的不同的板块。举个例子,我们可以去看一下。这是这是OpenClaw的官方论坛,对不对?

21:57就是它有一个server,它有不同的频道,比如release是它的一个广播的频道。右边你看到有很多管理员跟人,就是加入这个论坛的用户,这里面也可以加机器人。这个论坛就是所有人都可以在这个一度的频道里都可以口喷。你看这里面其实有很多人说话,这其实就有点像里面的某一个贴吧嘛。

任鑫

22:16它的这个逻辑更像是BBS逻辑,而不是那个即时通讯软件那个逻辑,是吧?

徐文浩

22:22对,而且它本身是,它是非常,因为它可以有语音频道。它就可以像那个,

任鑫

22:27哦,我知道,就是那个其实很多人可以来群聊,语音群聊。

徐文浩

22:31啊,比如说我就可以进community的语音群聊。就是当然你做OpenClaw这个,你其实只是为了利用它的整个基建嘛,你会建一个server,server里你会建很多个频道。每个频道呢你去绑一个,绑我在同一个OpenClaw里的某一个agent workspace。

22:49然后你直接在这个里面直接跟他说话呢,相当于你就直接跟他在同一个上下文里,同一个主上下文里聊天,对不对?这里面我在看什么微信视频号下载,就是你看看什么怎么下载小红书,怎么访问小红书。这个时候它是在同一个主上下文里。但如果我想开thread,比如说我在看一篇文章,我扔给它,那我就try thread,这是一篇X上的文章,

23:12我说你翻译成中文发给我,对吧?然后它就翻译成中文发给我。它不会和我主会话的这个上下文混在一起,它也不会因为它在这里翻译文章,我就没办法跟它聊天了。

23:25对。所以这个就是Discord大概是这样,就是它三层嘛,就是你要建一个自己的server,然后你要配一个bot,然后呢你可以建一些channel,让这些channel关联到你在OpenClaw里配的不同的agent。然后呢,即使是在某一个agent,你希望它同时干两个事儿,你可以开thread让它去干。

23:46就基本上是这么一个过程。这个的好处呢就是你可以极大的让你的上下文,不同类型的任务管理上下文不会串起来,而且它们又同时能干。

任鑫

23:57然后你现在因为你也用Codex和Claude Code嘛,你现在为什么还保留了OpenClaw呢?好像OpenClaw里面80%的功能已经被吸收了Claude里面了。

徐文浩

24:08我觉得很多功能其实没有。我举个例子,我要配不同的agent,我是预制好不同的上下文,那个同时我在我的手机随时可以联系它。今天Claude Code是做不到的。Claude Code虽然可以远程管理,它不太方便你去管理,就是比如说这个频道,对吧?

24:28就是我这个agent,它就是专门跟我干日常事务的,他们看不到我的代码或者干不了那些事情。

任鑫

24:34那我如果没有你这么复杂度的高复杂度的要求的话,其实我也不必要要用这个东西。

徐文浩

24:41对,我觉得不同的人的需求不一样,就是我还是个J人嘛,因为我们不是聊过,我是个J人,我是很难接受说我一直在一个窗口里巴拉巴拉跟他讲,然后我到时候要找这个东西找不到,我觉得是很痛苦的。我觉得OpenClaw还是不是,就是IM,就包括我们公司里的,其实我其实还有一个OpenClaw的部署在我公司的一台Mac上,

25:03因为它是连到我的飞书上。我其实是把工作跟生活,还有工作跟我个人使用,我还是分开的。你也不希望把自己家里的银行卡密码放在公司的服务器上,对吧?这个是我觉得第二套,我觉得个人的一些配置吧,就是我觉得还是比较有用的。因为你家里有台server之后,其实它也能开浏览器。

25:23这个就是我连上那台服务器设在桌面上,我在OpenClaw里可以跟它说,你帮我打开YouTube。然后我想登录进去看一看。就它可以操作一个真实的浏览器,而且我可能是已经登录的状态,然后让它进行操作。同时我可能在手机上操作,我的笔记本可能在我的包里已经关上了。

任鑫

25:50因为我最近在走来走去的,要么休假,要不然要出差,确实需要远程了。我远程那个已经被我关掉了,因为之前我的小门它老死。

徐文浩

26:00我大概是这样一个,小门它死没有关系,因为我接了Tailscale,如果我真的紧急,我可以掏出我的笔记本,Tailscale连上的agent,在那个机器上开一个Claude或者Codex。然后你

任鑫

26:12把小猫侠救活。

徐文浩

26:14然后然后我这样开,其实这个时候它就连上了我在那台机器上,然后它就登上了YouTube,对吧?它是我的登录状态,那我让它做一些自动化的操作,就是可以做的,对,它里面其实是个浏览器。然后万一它需要我要个登录的权限,它因为它是个真实的浏览器嘛,它也不会被各种反爬墙或者什么屏蔽掉。

26:36然后第三个呢,就是说我们说我们日常开发中的harness是怎么样的,这个呢,我其实因为之前也代表公司出去做了一些分享,我可以给大家看一些不太保密的内容,保密的就是太敏感的,就是我们是重度用GitHub的,就是我相信很多做海外业务的团队用的也是GitHub。我说我们做了很多呢,你可以看到这里有打叉打勾打圈什么的。

27:00我们做了一系列的,我称之为叫做自动化的review。你可以看到我们这下面是有自动化的code review的。这个是AI,就是只要你提交代码,在合并之前,AI就会审核你的代码,然后给你提意见,建议给你反馈。我们是做了双重的code review的,就是Codex也会去做这个code review。

27:24然后呢,它还会有一系列的各种各样的检查。它会有时候告诉你,GPT让你做什么改变,这个东西需要人工去看。我们还有一系列的这个自动化的代码检查,对我们有很高的自动化的测试覆盖,自动化的测试。测试的话还会,然后我们跑自动化跑出来的测试还会录屏,就跑完的结果呢,人是可以去看的。

27:49比方说看首页访问是不是正常。那测试说正常,你怎么确定呢?你就看它这个视频它是不是正常,对吧?他说我这个线上的AI是能和人说话的,这个整个录屏不是我录的,我们的自动化的harness,他说测一下视频是不是能发出来,对不对?

任鑫

28:06一个是这边就相当于你提交代码之后就会自动触发这个测试流程嘛,就Codex也会看一遍,Claude也会看一遍,然后有一些test case会测一遍。比如说这个测试集好了,就是它要测哪些点,这个是提前你们有一个写好的,还是根据你上传的,比如说我上传了这个代码,

28:24然后有一个专门的,比如说我根据你的代码,我再赶紧写,比如说写一百个。

徐文浩

28:28是写代码,是写代码的同时,本身在那个Codex或者那个session里,我们就会去写那个自动化测试。提交的时候,它也会去检查你提交的代码有没有自动化测试。对,它除了测试,它还做很多更复杂的检查。对,我可以看我名下。比方说,

任鑫

28:48最近YC的那个CEO做分享,也也是你这个打法。他们就是说每一个代码都相当于自包含测试,这样子往上叠的时候就不会,因为经常还牵涉到这个该代码要改的那个地方嘛。那自自包含测试才能够让它以后搭起来的时候不会不会塌掉,所以必须要自包含全量测试。

徐文浩

29:11我最近合了太多代码,我们会做非常多检查,就是比方说我这里改了代,我这里有个东西改了代码,它其实你看我们这里大概有,大概有几十步,根据不同你提交代码,它有不同的quality的门禁。就是说它不只是只是说看测试,测试有没有跑过,比方说这个quality它会检查哪些东西呢?

29:30它会看这格式的要求,它会看那个代码重复率有多少,叫duplicate check,就是你提交代码,它会检测出系统里有哪些代码是重复的,但是它的比例低于一定范围之内,它就觉得是没有关系的,这个就是duplication。前面我们有一组那个lint的脚本,对吧?

29:51它有各种规则检查,是不是我们不允许你直接在代码里写一些特定的规范呀?off of BME呀,然后代码的依赖关系啊,其实都有一系列的门径去控制它。就你基本就这些的目的,我觉得在你一个人做一个side project或者Vibe Coding的时候不太重要,

30:09但是在你做大规模项目是很重要,因为你要维持,要让很多人在一个项目里协作,都去遵守规范。这件事情是有难度的嘛,那尽量让它做成自动触发的,AI出,就让AI去审核,或者是写成一些工具去审核。然后呢,我们还会有自动的定期扫描整个代码库,做架构的review。

30:31比方说,这个就是AI自动扫描出来的,它会有一些findings,哪些写得不合理的。它会给你提出来,那人会去看,然后会把它给实现掉。进一步的呢,就是我们有auto fix,就是我们有东西会去自动扫描线上。我可以给你看一下。

30:49它会发auto fix,它会自动扫描线上的报错,然后找去建一个问题,说我自动修完了,然后修完了它发一个通知给你,然后呢你要去人工去验收这个代码。这都是auto fix。所以我们基本上在做一个什么事儿呢?就是尽可能地去减少你工作中的摩擦,或者你需要关心我手动需要关注什么规范。

31:17就是我觉得今天就是AI能力很强,但是还是很大的一个挑战,是我怎么真的让AI真的能同时干更多的事儿。就像你说的,你说我同时定Codex跟同时定这个Claude Code,我是不是真的能够这个把它用用起来用满嘛?其实你要把两百美金的Claude Code跟Codex在日常开发中用满没有那么容易的。

31:43如果你自己的基建不够完善,你会发现你其实也就用个一百美元。因为你没办法并行的同时干很多事儿,你也很难,就是干了之后你也验收不过来,可能你现在导致你线上可能有很多bug,或者你有很多东西的质量不高。我说我们去建了一系列的东西,就是本质上去降低人去思考的负担。

32:07我我不需要担心说我不需要审核一个个权限,反正我在沙盒里,你跑吧,跑炸了也没关系。你写的代码,你需要注意什么缩进和不需要,是因为这个东西今天都是自动的。就是现在今天很少,我们不太在做叫交叉的代码验证了,就交叉的代码审核了,不太会我写的代码让我的同事来审核,

32:27因为那个其实没有太大意义。所谓我写的代码是我写了一堆我的需求描述,给了AI,AI把这个活干了。而且AI它是自动的,放上去之后呢,放到线上之后呢,线上会自动审核,审核给它的意见,它会自动看,看到线上没有意见了,它会发给人,人说你去看一下。

32:47那我呢还是会回去看一下这个代码的,我不是不看的。我觉得不看你其实有时候甚至不知道它到底干了啥,这个代码是没有办法维护的,对吧?这个就是之前说要跟建硕要聊一场,就我是完全不同意他的观点的。就是因为我觉得我在过去六个月,我们写了海量的代码,我觉得人不介入,不做各种叫harness也好,

33:10你叫做更严格的过,这个这个项目是做不下去的。就是我们当中有很长一段,其实你非常痛苦,就一直在修bug。叫做维护公共厕所。现在这个公共厕所快要进入一个窗明几净、五星级公共厕所的范围了。但是以前可能在三个月前,它是个火车站的公共厕所。

33:30现在火车站的公共厕所也可能是二十年前火车站的公共厕所。

任鑫

33:34对,今天他还问我说什么时候聊,说这位来一周太很忙了,过了七月初,拉你两个吵架。现在也有很多人的观点是说,AI Vibe Coding可以你做个单个的小项目,但是是没有办法做大系统的,它会塌掉。那你这边因为我看你搭了很多系统,你会觉得说第一个就是如果你用Vibe Coding,我我可不可以理解成你的观点或者你的实践是你用web coding那种随心所欲的方法去做,

34:07那当然只能做Vibe Coding,那会塌掉。你如果真的让它做大工程,你就必须按照大工程把那种Vibe Coding的那些可能造的那种各种bug可能抓到的,或者协作上那些点什么的,反正你必须要有一套harness把它给搞起来,否则的话它就确实会塌掉。

34:23但是你不能因为它会塌掉,你说它没有用。而是说那可能是你的基建搭的不适合这这些AI做,那其实是组织设计的问题。

徐文浩

34:34我觉得是组织设计跟就是掌控AI能力的问题嘛,就是其实你今天Vibe Coding,我觉得就是这个很现实,就是你今天Vibe Coding对程序员的或者对对工程师,第一个是我认为纯web coding是很难做大项目的,一定会塌掉。

34:51第二个不塌掉,它不只是它既要你像我们说的要去搭这些harness,而且要持续去迭代这个harness。因为你会不断地看到说这个当中会有遇到各种各样的问题,这个是还是需要人的聪明才智去帮助他解决这个问题的。而且这个过程中你会发现,优秀的工程师的杠杆比一个二把刀的工程师的杠杆要高非常多。

35:19就就是,但是我觉得他也是有极限的,就是因为人最终要把事情做好是要负责。那要负责就是他就自己得去用一些方式去验收,不管他是去自己一行一行看代码,今天可能很难做到了,还是他做了一些工具,就比方说我说,那我就录屏,我看录屏总比我自己测一遍要快。

35:42然后我就去说做一些自动化的审核,做一些规则的限制,他比我人工去管理这些限制要快。但是同时你对代码库越熟悉,你的架构能力越强,越越有好的想法,它越容易维护,对不对?就比如说,我想到了说我定期应该让AI去扫整个代码库,看有哪些地方要改进的,它就会使得你的这个项目更容易维护。

36:04我我其实还有一个很有意思的skill叫做optimize harness,

任鑫

36:09自我进化嘛。

徐文浩

36:10我现在面临一个问题,就是很多时候我觉得agent在干活很慢。干活很慢的原因是什么呢?就是我盯着他干活,我会发现他有时候会犯一些错,而且有些比较愚蠢的错误,他经常会犯。因为我在沙盒里,他有一些权限,他就会用一种方法试了不通,他其实是我应该去配置一下他的权限,这个问题呢就被解决了。

36:32但是AI呢,他非常努力,对吧?他是个很听话,他就换了一个方法绕开了,最后这个问题也被解决了,对不对?但其实就导致这个agent干这个活本来两分钟能干完的,他可能干了四分钟。然后你就感觉就是他很慢。

36:47所以呢,就我写了一个skill,其实很很容易理解,就是这个skills就是叫做找到你实际在执行任务中遇到的各种摩擦,对吧?有哪些沙盒拦截了,有哪些审批是升级了,它缺哪些命令哪些库,你什么临时写各种脚本,然后你帮我扫描出来,

37:06然后给我一个优化计划。他给我优化计划,我说我看一下,我选择一些我觉得OK的,我去执行,他就会给我的代码库里去提供一些工具。然后呢,你就会发现agent它干活也快了,耗的token也少了,本质上是一些低级错误它犯的少了。如果大家用过Codex,就是可能之前很多人用Claude Code,Claude Code很喜欢用bash写各种脚本。

37:30Codex很喜欢用Perl写各种脚本。原来一些机器上是没有装一个合适的版本的Perl,所以他每次一去写Perl版本,因为沙盒限制或者怎么样,他失败了,他说我再换一个方法吧。那就相当于这个人干活先先要犯一次错。

37:46对啊。那我现在的做法就是说,那我就帮用把Perl给你装了呗,把权限都给你呗。

任鑫

37:52然后我可不可以理解成就是每比如说每天晚上你让他看一下今天干了哪些活儿,有哪些卡点,然后有哪些成功的经验和失败的教训,然后另外就是有哪些事你其实可以找到更好的方法,而不需要按照现在的路走,比如说问我要个权限,然后你如果要我搞的你就现在要让我搞,如果你自己可以优化你就自己优化一下。

38:13是是这样吗?

徐文浩

38:14类似。但是其实我是拆开的,我还是比较喜欢让,对,一个skills,我一个agent只干一个事。就是你说的其实我觉得有两类任务,就是这个这些当中我觉得有两类任务。一类任务叫什么呢?是一些基础动作,就是我现在让他扫的,我还是更习惯让AI去,这个AI扫的就是犯了一些愚蠢的错误。

38:34什么叫愚蠢的错误呢?就是我觉得用Perl,我我我发现Perl没有权限,我改用Python写的脚本。下次我决定还是用Perl,我发现我Perl还是没有权限,我还用Python写这个脚本。这次我又发现我的路径找错了,那我现好,然后因为我不知道我当前路径是什么,我应该先运行一下找到我的当前路径。

38:54那我就把这个东西写成一个自动化一定会被触发的脚本或者hook。那这个呢会让你的agent完成任务的时间准确率就更短,但是这个当中不牵涉到任何知识性的经验。这个当中不牵涉到说哎呀,你去做视频,我们根据讨论出来这个做视频的方案更好,或者做这个做研发的方案更好。

39:16这两类的总结我是分开来的。每一类的skills只解决只专心解决一个问题。它这样呢我觉得它能解决的比较好,就对我来讲负担也比较小。你你就想他每天早上会他会找我汇报的,是跟我讲了八件不同领域的事情,一会儿跟我讲写代码这里有问题。

39:34一会儿就跟我讲PPT那里有问题,一会儿就要跟我讲你本地就环境没装,我也很frustrated,就我也很抓狂,对不对?就我的很多定期任务不是每天执行,是每周运行。但是周一、周二、周三、周四。周五运行不同的任务。

任鑫

39:51我觉得你这个也是很好,就是每一次就是一类问题。然后这样子你脑子处理起来比较轻松。

徐文浩

39:58就是这个不是AI的能力的问题,是我的能力的问题。他给我八种不同类型的问题,我立刻就不想做了。我立刻的想法是要不我点开短视频去看一会儿短视频吧。但是他只给我一类任务,我是可以解决的。你看,就一堆这种基建的问题,我赶紧开个再开个窗口把它解决掉。

任鑫

40:17我这两天就已经在反思到,我今天中午不是跟你讲说,就是,对,我我我最近有一些事情做起来的话,看起来效率提高了十倍,但是我整体耗时是原来的两倍,就极其荒谬。我已经崩溃了,因为很多东西我并没有像你这样子把它这样子结构搭好。我现在都是我的目录什么乱七八糟已经一片混乱了。

40:38那我也花时间搭一搭,或者说我把它,让它把我现在的方法先理一下,把那些目录先清一清。

徐文浩

40:46对。就是我觉得今天的很多harness,一个是AI还有不完善的地方,你的确可以优化它做好。第二个我觉得是就是改自己的工作方式嘛,就是你怎么和它配合,能让自己的带宽尽量大一些,

41:00尽量做的是一些重要有价值的事情。那你很容易AI是很强,但是你每天人就是我觉得有一段时间我觉得AI很强,但我是非常非常精神上痛苦的。每天来你就觉得要炸,就是因为你有无穷多可干的事,你有无穷多干不完的事。对。然后你也不知道到底该干哪个,

41:22对吧?就我觉得一开始是我主动出来,所以我现在慢慢搭,让他每天指挥我,今天我们就干这些事。虽然我是个J人,但是呢我又这个想法很多,就是哎呀这个也能干,那个也能干,你有时候想法一多,你就溜号了,对吧?对吧?

41:38溜号了你就今天说我又开了个窗口干了个新活。然后呢你发现可能十五天前一个活你还没有验收。那十五天前你让AI干的这个活其实就是白干的。

41:50那还不如不干呢。而且十五天的这个活我这个人又是个心思重的人,我我就想哎呀这个活我怎么还没验收,我得记得验收,我我的to do list的东西就越堆越多。我觉得今天其实要进化到下一阶段,就是你得整理出一个routine的流程,可能周一、周二、周三。

42:07周四,就是都是让AI指挥我今天要把哪些事情干了,重点把几类事干了。周五呢就来想一想怎么进一步净化自己的整个的日常的流程。这样呢自己的自己的思考负担小一点,比如我下一个应该干什么,让AI告诉我我下一个应该干什么,而不是哎我对这三个都想干。

42:27我开三个窗口都开始干吧。

任鑫

42:30我我过去一周是这么干的,就是过去两周我搭了一套东西,是它在安排我,它会读我的日记,也会读我的日历,然后还会安排我的时间,然后帮我搞,是有效的。但是最近一周我我就跟你讲,我经常搭系统,然后过两周塌掉嘛。然后这周又塌掉了,是因为我这周的deadline太多了。

42:50然后我这周很多deadline,我就根本不管它。我根本不听他跟我再说什么,不要废话。我们来干这个事情。

42:59自己管自己实在是太难了。对,我再问你两个细节的技术问题啊,就是我现在对AI有两个东西,我觉得第一个就是我觉得它的,因为我最近还是很多研究性的工作嘛,然后它,一方面我觉得它的搜索出来的资料太差了。所以我觉得这是一个搜索能力的问题,比如说可能中文圈的话,它应该多去找一找,比如说微信公众号,

43:20对吧?然后他搜出来那些东西都莫名其妙的,所以他做的deep research,中文世界的deep research的质量非常差。然后而且还极少几号token,他可以搞两个小时,耗掉好多token之后给我一份,我现在想什么鬼?

43:35对。一个一个这个东西,所以搜索方面有没有什么可以改进的地方?还有一个东西呢,你刚刚不是有跑一些什么什么打开这个页面自己去检查一下嘛,我我也会让它去搞这些事情。巨慢。就是它但凡做一些检查性的工作,是要开什么Chrome之类的,巨慢。

43:55就几个小时过去了。这是我哪里没有设计对吗?

徐文浩

43:59我觉得第一个是,呃,大概率是你没有设计对。第一个呢是开页面呢你开Chrome它通常有两种方式,一种是它是截屏视觉理解,那一定是比较慢的。我们通常用的方法是叫CDP,就是Chrome DevTools,就是它其实开了个Chrome,

44:17但是可以用代码的方式连上去,然后用Playwright去操作它的节点。就是我们自己日常开发中我也是用这个的,但是那个是我们的闭源的基建代码之一,我没办法拿出来给大家看,但是思路就是说,我们是预先做好了CDP的各种profile的配置,就是它打开浏览器。

44:37如果我是我已经用了我的某一个账号登录好了这些账户,并且那个还有CDP一键就能在本地打开,然后它开Playwright。如果说你访问的是一些常见的网站,你可以去找网上有没有人已经做好的,比如说访问它的代码,这个我们其实也有一个项目,我们有个项目叫APIClaw,这个也是我们项目,这个可以欢迎使用。

45:02如果装OpenClaw可以用这个的skills或者API,又又可以做广告了,对不对?这个我们现在有哪些功能啊,来做一下广告对吧?第一个是它可以它提供了各种的数据的采集跟抓取。实际上我们背后做了一个什么事呢?我们做的其实就是像你说的,它去爬网站的内容。

45:23但它爬网站的内容呢,我们做的比较高级。怎么叫比较高级呢?就是如果这个网站的内容是需要写代码爬的,我会在第一次爬的时候自动用一个agent在背后把这个代码写好。写完这个代码之后呢,我们就把它存下来了。如果下次你还要执行呢,它是直接用代码去取网站里的内容的。

45:43然后呢,我们也做了通过一些各种各样的方式让一些常见的现在是一些电商。包括微信的文章什么的都能采集到。就是这个使得你可以相对来讲能够,就是你采集信息的事情变容易了。第二个你说的搜索呢,这个OpenClaw其实可以配各种不同的搜索的provider。

46:04如果你什么都不配呢,它用的就是模型自带的。就是如果你配了codex,它用的就是codex模型自带的。我自己觉得呢,就是GPT的搜索做的也还不错,但是我自己试下来,我觉得最好的搜索还是Google

46:21的。哦如果是海外的话,所以你可以去配一个Google的搜索的provider,就是那个Gemini Flash 2.5就可以。然后你开个Google Cloud上,在Google云上开个账号,开个API账户,它一天有1500次免费的搜索次数。

46:38所以如果你一天你的agent搜索次数在1500次以内,你是也不用给Google付钱,你就可以直接配在你的agent里。

任鑫

46:45我有Gemini的账号,所以Gemini账号里面是可以带一个搜索功能的。搜索API,

徐文浩

46:50对,它叫做Gemini Grounding。嗯,search,好像,pricing,我们打开网页就看一下就知道。

任鑫

47:00搜索关机没那什么事,by the way.

徐文浩

47:03不,它其实

任鑫

47:03就是

徐文浩

47:05它其实调了一个Gemini的一个叫grounding的一个model,grounding with Google Search,就调它调的是这个东西。它会把搜索结果综合结果以及文章引用都发给你。它它它其实卖的挺,它有grounding data,你看它卖的是,为什么跟我昨天看的价格。

47:23不是,我要找一下。看

任鑫

47:24五for一千个。

徐文浩

47:26它是有那个free的,它是有Gemini Grounding。

任鑫

47:30up to five per month你可以

徐文浩

47:32点到下面的Gemini,我要投屏了对吧?2.5 Flash是1500 requests per day是free的。我试下来是效果是比较好的,因为搜索好不好,最终还是说你的爬虫是不是都能采集到足够多的数据嘛。就是肯定还是Google采集的,你从爬虫跟网络搜索角度来讲,大家的积淀跟投入还是没有Google多。

47:561500次一个人一天,我觉得对绝大部分人都足够用了。

任鑫

48:02都足够。就假设我们,我刚看你不是有APIClaw嘛,那搞得好像可以操作很多东西一样。那是不是有可能比如说我们这个播客,我我们每期会发播客嘛,然后假设我我们比如说你用了一个AI的方法,把我们今天的又剪成了比如说六个短视频,对吧?

48:18你现在有办法让AI自动的把那个比如说,因为它肯定可以生成各个短视频平台的比如说标题、介绍、封面页,这个肯定是可以生成的嘛。那它可以自动的自动的把这些平台都发了嘛,然后发完之后,它还可以自动的把那个数据给比如说播放,然后什么的,然后涨粉,采集一下,然后回来做个分析嘛。

徐文浩

48:38技术上,海外的绝大部分平台都可以,国内的很多平台容易被封号。这个我们也不说是哪些平台,就是国内流行的这些平台,我我们的体感是说他不太喜欢你机器自动把发这一部分也做了。你做内容他已经控制不了了嘛,对不对?做内容他还是以内容来看,但是发布这个事情,我的感觉是国内现在大家比较喜欢用的这些自媒体平台,

49:04没有那么欢迎你用AI的方式直接把它post上去。因为有很多人做这种号群嘛。就是导致因为现在

任鑫

49:14发还挺费事儿的。

徐文浩

49:16技术上是可以的。技术上我们甚至也发过,但是那个号后后来受到了警告,所以就算了。我我觉得实在不行就是这个事情我们就雇个实习生干吧。

任鑫

49:29OK,但是理论上来讲,因为你刚刚的那些都是在操作一个网页嘛,逻辑上来讲,就假设我们接受它慢,嗯。是不是其实点点网页其实看不出来的?

徐文浩

49:41我觉得应该看不出来,就是比如说我原来也做过广告的anti fraud嘛,但是他还是有很多方式去判断的,你会有很多特征对吧。比方说这个人永远只来发布,他从来不刷,不是不看,或者说它的这个操作的节奏,或者它要想监测呢,就它是个对抗过程。

50:03因为是这样的,如果你只有一个自己的号,你一天发三篇,你把它集中在,你雇一个实习生,或者你把它集中在一个时间,其实没有那么痛苦。真正需要机器发的,其实大部分都是写慢,就是他要做很多号,比如我要做一百个号,但这种平台肯定是不欢迎的。

任鑫

50:22好,明白。我是说我们就AI炼金术。对

徐文浩

50:24我觉得可以试试,但是我觉得就是它ROI比较低,低在哪呢?就是被封号就亏大了嘛。就是因为我是我自己是,就是我们做的一些产品,在一些场景跟一些客户其实实验过。就它的内容,用AI生成内容我觉得也没问题,它虽然有时候也会收到说被识别说是AI生成的内容,但今天平台最多都是给你允许你打标嘛,

50:46对不对?但是自动发它也会侦测说你这个是AI发的,它给了你一个警告。所以呢,我总结为说,就是unconfirmed总是有很多策略可以做的嘛,像我们这种只有一个号的人,你的ROI很低。干这件事情,

51:01就是你可能付出的很多,但是你得到的很少。

任鑫

51:05就懒嘛,比如说我最近公众号就已经又又停了一段时间了,对吧?因为我懒得发,然后视频的话其实有的时候懒得上传,因为你要等它,视频发起来其实也挺耽误时间的,这是不是?

徐文浩

51:20因为你家网不好。

任鑫

51:21有一些我觉得是他故意的,比如说像小红书啊什么的,他可能就是你你直接发上去,然后你就一边在那边贴那个什么标题,然后你就贴上去,就就点个按点个按钮嘛。但是像视频号,他要等到你那个发完之后,你才能贴那些东西。

徐文浩

51:35这是微信产品做的不好。你看我又要得罪人了,我觉得微信的产品做的一点都不好。

任鑫

51:40这种就非常之奇怪的一些设计逻辑,没事,到时候实在不行。找个小朋友干吧。

徐文浩

51:45机器发呢对我们来讲问题不大,但是你被封号就很,就我们被封号也有一些办法去找人,对吧?就是,呃,万一抖音被封号了,我说我也没有乱发,我就一个人,对吧?我觉得我我的这个号应该以我我们认识的人还是救得回来的,对吧?就是真正需要自动发的人,往往是有很多号要发。

52:02很多号发呢,就是平台还是会去封的。这个也很客观地讲,就是就是大家也不要觉得有agent,都是魔法对抗对抗魔法呀。

任鑫

52:10我说是因为因为毕竟你是把号给到人家嘛,这也不是你在网上随便找个实习生你就敢给人家的这种事情,是不是?抓数据可以抓什么数据啊?小宇宙上面数据能抓吗?

徐文浩

52:22我没有抓过,我不知道,但是比如说我们的Zuker肯定是可以抓,微信文章肯定是可以的。

任鑫

52:28微信文章我现在也能抓。

徐文浩

52:30我觉得小宇宙肯定也可以抓,肯定没有那么难抓。

任鑫

52:33我就是懒嘛,就小宇宙的那个数据我都不知道怎么弄出来,就我就想说那每一期,然后它历史上它到底给我带来涨多少粉呢?我们好歹做做数据分析吧,号称搞数据分析的,从来不做。我都没仔细打开看。我

徐文浩

52:48我们的小宇宙不是个情感陪伴类节目吗?我们不是总结为,就是大家听是因为你们是真人在讲你们真实想的事情,它的PR成分不高,对吧?所以才会有很多听众。其实分析数据并没有什么用,多得那个数据就有用了。

任鑫

53:05数据角度证明了是要靠情感陪伴的,我们就应该把今天这种东西就少讲一点,然后在里面大量注水,讲讲你比如说你的童年什么的。

徐文浩

53:14我我没有那么多童年故事要跟大家讲呀,我的童年就是一个很普通的人。

任鑫

53:19我们要多分享一些什么,你们童年故事呀、人生至暗时刻呀,这个时候不就那个涨粉就涨起来了吗?

徐文浩

53:25至暗时刻一定是上一次创业,的确经历了至暗时刻,有一段时间状态其实非常糟糕。但是从那次出来之后,我感觉就是叫做心态变得更玩世不恭也好,或者心态变得更平和也好,心态觉得其实你已经得到了太多东西了。

任鑫

53:44明白,我们是在类似的时间点踏入了一条非常类似的错误的河流嘛。我们测试一下,这一期你聊得这么硬核,下一次我们专门聊那种什么什么什么人生故事,我们来看看是不是那种人生故事可以涨粉涨得多一点。

徐文浩

53:59对。刚刚才用GLM做了个PPT,当然我只有一个prompt,没有任何内容。反正能过吧,一般吧。当然没有配任何skills,没有做任何,这个就是OpenClaw这个上下文,一句话指出,没有任何skills,没有任何什么,反正是能出的。

任鑫

54:15能出codex,你一句话指出也丑的要死。

徐文浩

54:19我最近肯定会测测一下,多用用看GLM,看看效果怎么样。这个我是直观

任鑫

54:24不太。至少在审美方面还是丑的要死,codex也很丑,这个倒是也跟codex差不多水平的丑。现在感觉只有Claude Code好看一点。不知道为什么。

徐文浩

54:36你让我也做一下视频调研,我还做了一下视频。我觉得播一下。

任鑫

54:41你这个做的比我那个好。哦,你是不是给了他一批素材库,然后再让他做从素材库里选的东西?

徐文浩

54:49没有

任鑫

54:49没有。你这个是用HyperFrames吗?

徐文浩

54:51Remotion跟HyperFrames,我我就是在我刚才给你看的那台机器,我先让他自己装了一下,我说你帮我建一个skills,然后装好这些skills,做一个小动画,对吧?然后这个是默认的HyperFrames的小动画,我我有一些权限我都配完,然后什么。

55:04好了,我说你做一个,就我就就这么一句prompt,我说你找一些现代库,做一个说明动画,然后呢动画尽量精美一点。它的第一版大概是这样的。第一版是这样的。

任鑫

55:17他的动作几乎跟那个我我我那期做出来的动画是类似的,但是它的用途比比我那个要漂亮。

徐文浩

55:27对。然后我说你用了什么library没有,对吧?然后我说能看看有没有比较好的library,然后他给了我一些library,我说那你就试试看吧,再做了第二版,就没有调任何prompt,没有任何配任何skills,没有调任何东西。

55:40但是我就调一下,应该能做的还可以的。

任鑫

55:44这个已经比我的那个视频做的要更好了。那这样挺好的呀,你你让他再优化一下的话,我们当然你这一期因为是这个是有截屏嘛,但是我们平时那种瞎聊的那种,其实就把那个

56:01把视频给你出一个整体的大视频,我们发嘛。

徐文浩

56:05你看,这个这个肯定我没有花什么精力,对吧?因为我们中午刚说完,我本机连HyperFrames都没装,而且是个Linux,它装,它这里装还搞了半天,因为它有什么GPU,因为这是个AMD的GPU,还还要装一堆驱动。反正就几句话吧,我觉得还可以,我觉得配合一些skills,预先做好一些组件,我觉得这个视频能做得更好看一些的。

56:27我们自己的产品里做了一个就Vibe Drama的,就是用Three.js去可以去做各种短剧的skills,但是没有专门做这种,就是explain everything的这种动画的这种skills,我觉得到时候可以做一个,放到我们自己的产品里,大家也可以去体验。

任鑫

56:44因为都是Seedance,我们这种一动辄一两个小时的节目,你都用Seedance。

徐文浩

56:48用不起用不起用不起,现在只能做短剧,只能做短剧。

任鑫

56:52贫穷限制了我们使用的工具的范围。

徐文浩

56:55但没关系。咱可以用Grok,但一两个小时还是不行,只能中间用用一点Grok。

任鑫

57:02Grok很便宜吗?

徐文浩

57:03还是便宜挺多的吧。

任鑫

57:05你是说出图出视频吗?

徐文浩

57:07我觉得有点不好看。

任鑫

57:08我们还真是一个情感陪伴类播客,所以刚才就想到那还聊聊男人。

徐文浩

57:13反正我记得跟可灵差不多吧。

任鑫

57:16哎,对。所以我说我们的前十秒钟也可以用那个也可以用Seedance嘛,就用那个image2出图,然后前十秒钟做个动画,那也就几块钱嘛,这个还是花得起的,一条视频。

徐文浩

57:28但是你要好好做一下视频,那就三千块。

任鑫

57:31好了,所以今天的话我们就回顾一下,你是会第一个你是会在机器上的话,其实你有一个管理终端的一个东西,cmux,然后就可以多线程在旁边可以看到,就是你跟谁聊到哪里了,就像微信嘛。但是

徐文浩

57:44像codex或者cloud,其实更像codex。因为cloud那边ChatGPT也是,对,也是只通常你只在一个窗口里跟他说话。

任鑫

57:53然后而且你可以把东西搞到远程,有你睡觉的时候,你把机器合上的时候,它也接着在干活,不耽误。而且远程的话你又放了那个沙箱,这样子它炸掉了也不会炸到你,反正就最多炸掉一个盒子。然后你会在那边的话,然后你会用那个Discord去用各种各样的OpenClaw,主要就是因为它可以开server,

58:14server里面分channel,channel里面再分thread。这样子的话,你就可以跟不同的,你可以配不同的个性的小文件,配不同的工具,然后你还可以给他们同时开不同的会话。这个确实倒是挺方便的。也不,你聊一个件事也不见得它就卡在那里,你不能跟他聊下一件事。

徐文浩

58:32这是把pass through,没有写定价。那你帮我去找官方定价。没关系,我会继续。这正好是,对,这是Discord。Discord其实是最适合用来用OpenClaw的一个IM。

58:46但是的确它的概念跟你见过的大部分什么呃微信飞书都不太一样,但是它有它非常powerful。从这个角度来讲,它的功能比微信飞书去连OpenClaw要强太多了。

任鑫

58:59它用的门槛其实挺高的,我记得我当时为了Midjourney,它对于VPN有一些非常奇怪的一些需求,对。所以我当时应该是为了Midjourney,N年前就搞它。快把我搞死了。然后,所以大家可以试一下,你会用Google的那个相当于Gemini的ground search,

59:19然后来替代替代的原有的原有的那个search的model,然后不同的jobs的话,其实你会配那个API,你们也做了一个APIClaw,然后的话你还会有一个一个skill,你那个是定时任务还是一个hook的什么东西,

徐文浩

59:33反正我每

任鑫

59:34天去看说就是跟各种各样的哪些事情是不要犯错,怎么样沉淀经验什么的。对。里面有一个特别好的点。

徐文浩

59:43而且我会把Tailscale,就是我用Tailscale把我所有机器连在一个网络里,所以我这个定时任务它会扫所有机器上的cloud做的跟code,因为你也听到,我觉得我在很多个机器上都在跑这些东西。

任鑫

59:59我就是关一台机器,我的电脑现在已经混乱到,就是马上就要砸了。这种只能真人来用,太可怕。所以你会有这个,然后每天会总结,它会进化。然后你有一个特别好的点,就是说每周运行一次的话,它这一次就会,它不是每天给你八个不同的汇报,

1:00:17而是每天就是一类汇报,可能给你八个。这样子你的你的处理起来就轻松一点。我觉得这个这个点我之前从来没有想过,我我后面要学习一下。然后还有就是你会搭那个整个你们公司的话,代码上传之后,它会自动进入到无数个那个审核的流程里面,

1:00:35规范,然后什么重复率。然后代码本身就会带大量的测试用例,然后测试用例就会过一遍,然后甚至于包括说前端的那个测试录屏也会过一遍。我自己的测试录屏之所以慢,你觉得可能是没有用好Playwright?它应该也是用的这个东西啊,可能你们搭了一些特别的东西,

徐文浩

1:00:54我不知道。我觉得你可以看一下,以及你可以让它把一些Playwright的,就是经常的检测就自动写成脚本。所以它到时候就是只执行脚本,它会快很多,而不是去把整个屏幕阅读理解一遍。

任鑫

1:01:07好的。刚刚还有什么要跟大家分享的吗?你的Harness的部分。

徐文浩

1:01:11我觉得没有啦,就我的就是核心的concept都需要给大家。当然搭这个事情其实工作量挺大的。就我们很客观讲,这个也不是说我花了一天把这个东西搭,这个也是在实际的使用过程中慢慢堆起来的。

任鑫

1:01:24如果真的要搭的话,对于没有那么懂技术的,是不是干脆应该把这期播客的音频直接发给Claude Code,说我觉得挺好的。

徐文浩

1:01:33可以尝试一下,我不确定行不行。就是,因为我自己在搭的过程中,有很多还是很tech的。就是说,就因为我今天很多细节还是没有讲嘛,就你要搭Terraform,只要把这个remote server搭好,也有挺多细节要考虑。但这个一方面有些代码,就有些很多就是公司的代码了,我就不可能拿出来给大家看。

1:01:51我觉得搭起来还是有一些麻烦的。如果非常简单,就是大家可能在三个月前就听到这一期了,对吧?就是一直没有录,就是因为觉得讲起来其实也挺麻烦的。然后我又觉得自己的Harness有各种不完善。比方说整个Discord,其实我也是最近几周才搭得比较完善。

1:02:10就原来我的Discord,我其实是,其实在几周之前,我还不是用现在Discord的这个方式搭的。我的是让不同的agent在不同的IM上,但后来我发现这一点都不好用。

任鑫

1:02:23那你整套Harness,你说三个月前,就比如说还是公共厕所没有管好嘛,现在这个公共厕所就香气扑鼻嘛,对吧?那那可以举举两个就真实的故事的例子嘛,就是之前会发生什么大料的事情,然后现在可以提前预防掉什么事情,或者效率提高了几倍啥啥的。

1:02:41有没有什么就是好看的before and after这种?

徐文浩

1:02:47我觉得第一个是说,之前我们系统线上的bug是非常非常多的,就是各种,它不是大bug,因为你Vibe Coding,但是各种细小的问题很多。就是团队有大量的时间是在处理线上的问题,各种小问题你要去排查、去反馈。包括之前我觉得面临的一个挑战是,我有很多活儿干了之后我就扔掉吧。

1:03:10就我让AI干,它干完之后可能我也没有时间去是真的审核使用。我发现过了三个礼拜它还在那里,那我就把这段东西扔掉了。换句话说,当时你去想要干这个事儿,耗的token其实都浪费掉了。但现在其实这个就很少了。就是实际上今天我这个月,我一度一个月的,就是一二月份我的代码量是非常非常大的。

1:03:35但是我的三月份大概在公司的代码量大概是在十万行吧,就是我在我自己公司里的codebase。其实四月份是下降的,五月份可能是进一步下降的。但六月份可能又重新能提升起来了。这就是一个在堆屎山,然后不得不降速去修屎山,等你屎山修好了,你又可以再急速的过程。

任鑫

1:03:59但是我现在听下来,你跟那个王建硕好像也没有矛盾。他的逻辑上其实就是,你你肯定不是在代码层面去修屎山嘛,其实你是在机制层面在修嘛。

徐文浩

1:04:09我不太同意他的那个,就是把任何事情都变成一个markdown。我觉得有很多是机制层面修复完的东西是一个代码。就比如说我们的大量检查,不是让AI说给它一段prompt让它去检查,而是我让AI写了一个检查代码,或者说利用开源工具让AI写了一段配置或者一段调用的逻辑去检查代码。

1:04:32非常大的差别是什么呢?就是说,我说我希望系统里不要有大量的重复代码,我可以写一段prompt,然后我让AI说定期去执行。这个它意味着它的,它要很耗token,这个agent的执行时间很长,你不能永远去执行。而我是说,因为开源里是有这种检测代码重复率的工具的。

1:04:55然后你找了一个工具,配了一个自动化的action,它其实是用代码去扫描这个机制,然后生成,然后拿到结果。但是你需要有一个机制去治理,这个是我的核心观点,就是你不治理这个事情,最后是干不下去的。

任鑫

1:05:10好的好的。让你们观点再极端一点,我们情感陪伴播客也需要有那种就是更多的争议和话题,大家吵起来吵起来。好的呀。还有什么要补充的吗?

徐文浩

1:05:20那最后做个硬广,如果你不想自己来搭建这套Harness,你可以使用我们的产品ZooClaw。我们ZooClaw其实跟跟我给你看Discord是一样的,它也是一个agent,一个个一个session。就是你可以不需要自己去搭,你可以订阅一个ZooClaw,背后是我们略微补贴的token,以及以及按照这个核心思路搭好的。

1:05:43就是跟Discord这个思路是一样的,对吧?而且它比Discord有一个更好的一点,它也,Discord的一个channel在我这里就是个agent。然后你可以一个个建一个个单独的session去聊天,去干各种各样不同的事情。

1:05:57对。这是一个硬广,以及如果你想要采集数据,你可以用APIClaw,对吧?你也可以订阅一下,它是按照API调用次数。特别是你你你想去搜索这些什么亚马逊的商品什么的。这个是因为我们之前做了很多电商相关的这个agent,这个我们其实是有非常完善的数据采集体系的。

任鑫

1:06:16对。所以比如说我想要,假设我是一个做盲盒的,然后我现在比如说我想知道亚马逊最近哪些盲盒卖得好,以及比如说那些卖得好的盲盒下面的主要的好评和差评是什么,那你这个能能查到吗?能,

徐文浩

1:06:33能查到。我们可能是市场上采集这种评论数据最完善的。

任鑫

1:06:39你那个卖点打上去,你专门打一个人群都可以打透了。好的。所以大家可以去用一下ZooClaw和APIClaw。那个今天也聊了蛮多了,大家可以对学习一下。我会觉得我只能学习一下精神,搭这一套东西实在是太累了。

徐文浩

1:06:57我觉得还好,就是搭这套东西,我也是大部分对着Claude说,我要这样,我要那样,你帮我看看。嗯,对吧?对。然后是,

任鑫

1:07:04这就好了。我也在AI Cloud帮我搭另外一套东西,因为我的工作跟你的性质不太一样,所以我主要在搭的一套东西是用来,其实是用来帮我更好的修行的。

徐文浩

1:07:18你那个比较能卖钱。

任鑫

1:07:19我们搞身心灵,对吗?离商业比较近。我这个看多

徐文浩

1:07:23了,感觉是给让公司老板在裁员,感觉不是很健康。

任鑫

1:07:27来来来,我搭出来了之后再跟大家分享。我现在搭出来的还在一个崩塌的状态当中。因为经常你搭着搭着,莫名其妙就把自己又当做了一个真人,然后运行几天,开始搭出来觉得好完美。运行几天它又塌掉了,然后才意识到自己是个P人。基于P人,你就没有办法搭那些东西,然后就很混乱。

1:07:47我现在还处于一个很混乱的过程当中。等下下来再跟大家分享。然后等我忙完这一周的话,拉你跟那个王建硕看看能不能那连吵几场,然后通过吵架我们来炒作,炒作我们就涨粉,我们要突破十万粉。好啊。

1:08:02希望这是一个美好的愿望。突破十万粉,拜拜。拜拜,拜拜,拜拜,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。

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 31 处
产品ZooWorkZooWork 是徐文浩团队做的多 agent 产品,原名 ZooClaw,现已改名为 ZooWork,原来的 zooclaw.ai 也跳转到了 zoowork.ai。它基于 OpenClaw,预置了十几个由同事做的 agent,还有一个 Agent Studio,用户聊天就能把自己的技能打包成新 agent 分享给别人。本期 8 处
公司硅基流动硅基流动(SiliconFlow)是 2023 年在北京成立的大模型云服务商,创始人袁进辉,主要提供开源模型的推理 API。01-28 期嘉宾用「硅基流动的视频版」来类比一家视频模型推理公司,并说硅基流动主要做文字模型推理。本期 1 处
王建硕人物王建硕
人物王建硕百姓网创始人,早年是知名博客作者,上海交大毕业,在微软全球技术支持中心工作过,现在用 jianshuo.dev 发布自己做的 AI 编程小工具。05-25 期王建硕做客本播客,讲「Markdown 是新时代的编程语言」,一个人用自然语言文件驱动 PM、工程、市场、客服四个 agent 团队,还说自己做了一张「使用 Token 拥抱浪费」的海报,提醒别以防止浪费为名,看不清自己用不好 AI 的现实。本期 3 处
产品ZooDataZooData 是徐文浩团队做的面向 AI Agent 的数据层服务,提供网页内容抓取和电商数据 API,原名 APIClaw,后来改名为 ZooData。07-07 期徐文浩以 APIClaw 的名字介绍了它:第一次抓取时让 Agent 写好代码并保存,之后直接用代码取内容。本期 5 处
产品HyperFramesHeyGen 开源的「用代码做视频」框架:用 HTML、CSS 和动画库写画面,再用无头 Chrome 加 FFmpeg 渲染成 MP4,专门给 Claude Code、Codex 这类 coding agent 用,Apache 2.0 协议。05-20 期任鑫说他在抖音小爆的视频就是用它做的,但原版不合需求,让 Claude Code 改成了自己的版本。本期 4 处
HARNESS · 驾驭工程 Agent = 模型 + Harness 模型 MODEL 上下文 工具·权限 测试·护栏 评测反馈 技能 skill 目录约定 任务 结果 真实业务里跑,好坏都沉淀成 skill 和规则,反哺下一轮
概念HarnessHarness 指围绕 AI 模型搭起来的那一圈工程,包括上下文、工具和权限、技能、测试和反馈等,目的是让 agent 稳定地把活干好;HashiCorp 联合创始人 Mitchell Hashimoto 在 2026 年 2 月的博文里把这类工作叫作 harness engineering。本播客多期聊过它。本期 4 处
选择一期节目开始收听00:00 / 00:00