原文：a09K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6E0M7q4)9J5k6i4N6W2K9i4S2A6L8W2)9J5k6i4q4I4i4K6u0W2j5$3!0E0i4K6u0r3M7#2)9J5c8W2k6a6e0X3I4q4M7f1H3&6e0f1!0a6f1f1A6D9x3f1y4C8y4$3b7I4e0i4N6Q4x3U0k6F1j5Y4y4H3i4K6y4n7i4@1f1@1i4@1u0p5i4K6W2o6i4@1f1^5i4K6R3H3i4K6R3#2i4@1g2r3i4@1u0o6i4K6W2m8i4@1f1$3i4K6W2o6i4@1t1I4i4@1f1&6i4@1t1&6i4@1p5@1b7h3q4J5L8$3&6Q4x3U0k6F1j5Y4y4H3i4K6y4n7  技术加速流

上周在硅谷参加了一场圆桌。

台上坐着什么人呢？OpenClaw 唯一的华人核心维护者、一家 600 万用户 AI coding IDE 的运营负责人、2022 年 NVIDIA 黑客松全球冠军、一个把龙虾塞进游戏开发管线的上海团队创始人、一个要在 iOS 上从零重写龙虾的康奈尔毕业生。

两个小时，没听到一句闲话。全是龙虾——OpenClaw，因为 Claw（爪子）被中文互联网亲切地叫成了"龙虾"。

你可能也装了龙虾。让它帮你写了几段代码，发了几条消息，甚至给女朋友回了微信。觉得"挺好玩的，先观望"。

两小时聊完，我最大的感受不是"龙虾真厉害"。而是——大部分人对龙虾的理解，和硅谷一线玩家的理解，已经不在一个时代了。

你以为它是工具。他们已经把它当操作系统在建了。

以下是我从这场圆桌带回的 20 个一手判断。

一、谁已经过线了

1. 龙虾不是你的 AI 同事，它是一个环境

这是当晚最重要的一句话，来自一位深度使用龙虾的游戏公司创始人。

他说：我很反感把龙虾当成 teammate、当成 coworker。它不是。它是一个 environment，一个 OS。你不应该"管理"它，你应该"住在"里面。

这个认知翻转比技术细节重要。你在想"怎么给龙虾下指令"，他们在想"怎么在龙虾里活着"。

2. 有人已经养了五只常驻龙虾"员工"

一位做手机端 Agent 的创业者，团队里有五只常驻龙虾，分别负责不同的开发组件。

他的发现很实在：同一个组件上放多只龙虾会打架。Agent 的编排不是堆数量，是切边界。每只龙虾要有清晰的任务定义、明确的预期产出，然后放手让它自己跑 loop，自己验证，自己迭代——直到完成。

决策还是人做。但执行链路上，人已经不在 loop 里了。

3. 开完会吃个午饭回来，PR 已经开好了

同一位游戏公司创始人描述了他们现在的工作流：

龙虾接入了飞书和代码仓库。designer 开完 design meeting，龙虾全程在场，实时读取所有 context。designer 去吃午饭，回来一看——龙虾已经开了 PR，写好了代码，等你合并测试。

designer 和 engineer 之间的沟通链路被直接抹掉了。不需要写 design document，不需要跟工程师 back and forth 地 argue。因为龙虾两边的 context 都有，它不是"传话"，它是"直接干"。

他说，如果游戏开发这么复杂的管线都能被龙虾打通，大部分前后端开发早就可以了。

4. 有公司已经把整个运营跑在龙虾上了

一位大厂 AI 产品运营负责人说，他在旧金山和湾区亲眼见到——有公司基于龙虾搭了整套公司 infra。增长、信息收集、开发、运营，全自动化。

他描述的场景让我震了一下：founder 周一早上不开例会了。直接问龙虾——产品进度怎样？哪里卡了？龙虾自己去读 GitHub、读群聊、读所有 context，两分钟给你答案：产品是这个状态，卡点在哪，负责人是谁。

管理成本断崖式下降。

5. 组织架构正在塌缩

同一位运营负责人给出了一个判断：

以前一个 manager 管 5-6 个人就是极限。为什么？因为每多一层管理，上下文损耗大约 20%。磨五层，信息就失真了。这也是大公司效率低的根本原因之一。

有了龙虾汇总所有 context 之后，一个 manager 的管理跨度可以从 5-6 人扩展到几十人甚至上百人。他的判断是：未来公司会越来越扁平，1-2 层，最多 2-3 层。

听着有点灰暗。但他说了一句实话：人的比特传输效率是 120 比特每秒——开会、讲话、写文档，就是这么慢。Agent 读取和交换上下文的速度，比人快几个数量级。

人不是被替代了。人是被绕过了。

6. Remotion 从没人理到突然火了，只因为做了一件事

Remotion 是一个视频生成工具，之前一直不温不火。两个月前突然爆发。

原因只有一个：它从"给人用的工具"变成了"给 Agent 用的 Skill"。

那位大厂运营负责人说，他们团队已经在用 Remotion Skill 让 coding agent 自己剪宣传片了——每一帧、每一秒的排版和剪辑，Agent 自己搞定。以前要找专门的设计团队，现在 Agent 直接出成品。

这不是某个产品的逆袭故事。这是一道分水岭：从"给人做工具"到"给 Agent 做工具"，可能是接下来最确定的产品迁移方向。

7. Block 裁员 40%，股价应声上涨近 24%

那位手机端创业者引用了这个案例——今年 2 月底，Jack Dorsey 宣布裁掉 Block 约 40% 的员工（4000 多人），股价盘后暴涨近 24%。他用这个数据说明一件事：市场在用真金白银告诉你，人已经是 Agent 工作流里的瓶颈。

去年大家还在讲 human in the loop——人在 Agent 的循环里做监督。现在呢？有人发现，Agent 写代码足够快的时候，慢的是那个需要点"确认"的人。每一次 Agent 问你"要不要执行这个命令"，你就卡了它一次。

不是"人和 Agent 协作"。是人挡了 Agent 的路。

创业者的嘴替："人家开完会吃个午饭 PR 就开好了，我们还在飞书上排会议、写文档、催工程师……不是我不努力，是我的整条工作流就没有龙虾的位置。"

二、线长什么样

8. Agent 的第一性原理：context + tooling

一位大厂运营负责人把这件事说透了：

阻止 Agent 完成任务的只有两件事。第一是 context——它拿不到你的邮件、群聊记录、repo、设计文档、项目状态。第二是 tooling——它没有 API、没有 MCP、没有 CLI、没有沙盒执行环境、没有鉴权后的实际控制权。

模型不笨。是你没给它该给的东西。

这几乎可以当成整个 Agent 时代的第一性原理。所有软件、所有工具、所有公司，未来都要面对一个问题：你的 context 对 Agent 开放吗？你的 tooling 对 Agent 可用吗？

9. 龙虾的 codebase 已经接近"不可维护"

OpenClaw 核心维护者当晚说了几句话，让我有点意外。

他说 PR 数量常年在 5000-6000 徘徊。怎么删怎么关都关不掉。设了每人最多提 10 个 PR 的上限，结果大家把热情宣泄到评论里、邮件里、别人的 PR 里。很多时候，"没看就关了"。

生态不是不健康。是太火了，火到维护者根本跟不上。每天被 PR 的浪淹。

他们正在做一套自动化系统来筛选 PR，也在把 core 变得尽量轻量——让通过 core 去控制更多插件，而不是把所有东西塞进 core 里。方向很清楚：做 Linux，不做 Windows。

10. 安全不是附属功能，是头号基建

当晚几乎每个人都承认一个事实：龙虾最大的优点——默认解锁所有权限——同时也是最大的风险。

腾讯的龙虾被提示词攻击，在微信群里乱发红包。Meta 的首席安全官的邮箱被自己的龙虾删光了。一位嘉宾说得精准：能力越大，反噬越大。

现在的问题是什么？权限粒度太粗。要么全开，要么全关。不是"允许读微信消息但不允许转账"，而是"要么你信它要么你不用"。

未来需要的不是传统意义上的"安全软件"，而是 Agent 原生的权限系统、身份系统、审计系统——比 iOS 的 App 权限还要细三层。这是一条巨大的基础设施机会。

11. MCP 正在衰落？没那么简单

一位大厂运营负责人丢了一个炸弹：就在上周（3 月 11 日），Perplexity CTO 在自家开发者大会上宣布，从 MCP 转向 API 和 CLI。原因很直接——MCP 的 tool schema 太吃 context window，鉴权机制太笨重。

但 NVIDIA 黑客松冠军做了更冷静的解释：Perplexity 本来就有成熟的 CLI，写个 Skill 教 Agent 怎么用就行了，何必再做一遍 MCP？

核心维护者做了当晚最清晰的总结——MCP、Skills、CLI、API 不是谁替代谁，是 runtime 不同、载体不同、安全需求不同。MCP 适合两个 serverless 应用之间的通信。CLI 适合本地 Agent runtime——因为你的电脑天然就是 CLI 的世界。Skills 是 sandbox 的衍生物——把复杂能力打包成 Agent 可以渐进式发现和复用的"认知模块"。API 是最基础、最稳定的软件对软件。

未来不会只剩一种协议。谁告诉你"X 会统一一切"，他大概率是在卖 X。

12. Skills 可能会重新定义"软件包"

那位运营负责人引用了一个 Vercel 朋友的判断：

未来 natural language 就是编程语言。Skills 就是这个语言里的"包"。

software engineering 的那套包管理、版本控制、架构设计，会在自然语言层重建一遍。一个 Skill 做得好的人，已经在硅谷一手做出了十几万安装、每天上万次运行的开源 Skill——这不是写代码，是写"给 Agent 的说明书"。

而且他甚至不写代码。22 年之后就没写过。

13. "给人设计的软件"正在批量死亡

那位运营负责人说了当晚最直接的一句话：

如果你的软件 just design for human，99% 出来那一刻已经死了。

他的逻辑很简单：除非你的产品像微信、抖音那样有极强的上瘾性护城河，否则你的 context 不对 Agent 开放、你的 tooling 不对 Agent 可用，Agent 就会绕过你。

不是"被Agent替代"，是"被Agent无视"。你的软件变成了一座信息孤岛，Agent 假装你不存在。

14. 小红书已经发了打击公告

一位嘉宾提到了这个细节：小红书最近发了 announcement，要打击龙虾接入。

这不是一个新闻。这是"面向人的产品"和"面向 Agent 的产品"之间张力的真实注脚。

有人认为这是非黑即白——要么给人用，要么给 Agent 用。但圆桌上更有意思的看法是：这是个光谱。Gmail 可能 100% 应该对 Agent 开放。TikTok 的消费体验可能 100% 应该面向人。但大部分产品处在中间的灰色地带。谁能找到那个最优的混合点，谁就能活得最久。

说实话，我也不确定这条线到底该画在哪。但有一件事很清楚：完全不考虑 Agent 的产品，已经开始掉队了。

投资人的嘴替："design for agent？我投的那十几个 AI 应用，API 对 Agent 开放的有几个？我数了数——好像一个都没有。"

三、你怎么过线

15. 最大的机会不在"做一个 Agent"，在操作层基建

核心维护者说得很明确：OpenClaw 的方向是做 Linux。

不是做一个更花哨的聊天框，不是做一个更强一点的 coding bot，不是多接几个渠道的壳。而是一个你可以在上面搭自己的生态、搭自己的应用的底层平台。多模型 runtime、多协议工具接入、多终端统一上下文、多 Agent 编排。

他说了一句很有画面感的话描述他想象的未来：你有一个自己的 Agent，它会和世界上很多 Agent 聊天。你说想吃东西，你的 Agent 跟外卖平台的 Agent 聊一聊，东西就到了。完成这件事的不是你的 Agent，但你的 Agent 知道找谁。

创业者不应该做"又一个套壳 Agent"。围绕操作层做安全、权限、编排、垂类 infra——这才是硬活。

16. 垂类 harness engineering 才是真正的护城河

"Harness engineering"——这个词当晚被反复提起。

那位游戏公司创始人说，他们魔改了大量 OpenClaw 的代码，甚至用 Python 重写了很多模块。因为原生龙虾不是为游戏开发设计的。游戏开发有自己的引擎、自己的管线、自己的工作流节奏。你必须深入理解这些，才能让龙虾在你的场景里真正跑起来。

他把这件事类比成游戏引擎的发展史：早期每家公司都做自研引擎，后来才有了 Unity、Unreal 这样的通用商业引擎。现在基于龙虾做自己的 infra，就像当年各家公司做自研引擎——谁最懂自己的工作流，谁就能做出最强的 harness。

你的护城河不长在模型上。长在你对工作流的理解、你接的工具、你设的约束上。

17. IM 只是 Agent 时代的 command line

那位游戏创始人做了一个让我印象很深的类比：

现在通过 Telegram、飞书、Discord 跟龙虾对话，就像 GUI 出现之前的 command line。能用，但不是终局。

回看计算机历史：先有 command line，然后有 GUI，然后所有人都能用电脑了。Agent 时代会有一个类似的"GUI 时刻"——一种全新的交互形态，让不懂技术的人也能自然地和 Agent 协作。

他说他非常期待这个时刻。我当时没接话，但心里想的是——这一刻来得越晚，我们在聊天框里浪费的时间就越多。

18. 移动端是下一个战场

电脑端和云端部署已经成熟了。下一步自然是手机。

那位手机端创业者的思路很清楚：不是在手机上装一个对话框就完了。而是在 iOS 系统层级做原生的 Agent 支持——让 Agent 成为操作系统的一部分，而不是操作系统上的一个 App。

他提到 CES 上有公司已经在豆包手机上把整个 Android 自动化了。iOS 的生态跑通只是时间问题。

但这里面有一个巨大的差异：电脑端可以用 CLI，手机端怎么办？屏幕就这么点大，你不可能让用户在手机上敲命令行。语音、图像、多模态——移动端的 Agent 交互需要完全重新设计。

19. Agent 需要自己的支付系统

那位运营负责人画了一个场景：

假设你的 Agent 上线了一个服务，在互联网上所有人都能访问。一亿个 Agent 来试你，每个只问一句话——你的服务器就爆了。

未来的结算不是按人头付费。是极高频、极小额、完全自动化的 agent-to-agent 结算。可能是 0.000 几美金一次。你每次都要点"确认支付"？不可能。

他的判断是 stable coin 可能是答案。传统支付链路——Stripe、支付宝——太重了，设计的前提是人在操作。Agent 之间的微支付需要全新的基础设施。

这里面的机会窗口，比大部分人想的要大得多。

20. 未来的护城河不是"会用 AI"，是有没有自己的 AI infra

那位运营负责人给了一个粗暴的衡量标准：

看你每天在 token 上花多少钱。

他的类比是卡尔达舍夫指数——宇宙文明的等级看你能支配多少能源。Agent 时代的文明等级，看你能支配多少 intelligence。花的 token 越多，说明你调动的 intelligence 越多。

他自己的做法是：工作中但凡重复三遍以上的事情，全部让 coding agent 自动化。每个需求都不只是写死代码——他给 Agent 开了 LLM 的 API 权限，让 Agent 在构建软件的时候自己调用模型。"当你给你的 coding agent LLM 权限的时候，你的软件拥有了灵魂。"

每个人、每个团队、每家公司，都需要一套自己的 AI infra。不是偶尔用一下 ChatGPT，是把 AI 从偶发工具变成持续运转的生产基础设施。

他说了一句话，我觉得可以贴在每个创业者的工位上：

More token is more intelligence。

大厂打工人的嘴替："每天花多少 token 就能衡量你在 AI 时代的位置？我每个月 API 花费还不到一杯咖啡的钱。这是不是就是所谓的'数字贫困'？"

写在最后

两个小时的圆桌，让我最震动的不是某个技术细节。

是一种体感：这些人已经不在讨论"要不要用龙虾"了。他们在讨论下一个时代长什么样。

龙虾的终局不是帮你多做几份简报、多发几篇小红书。它是人、Agent、软件、组织之间的新操作层。一个你现在可能看不见，但很快会离不开的东西。

你可以不用龙虾。但你不能不理解这个操作层。因为它正在重新定义什么叫"工作"，什么叫"公司"，什么叫"软件"。

最后问一个问题：

你每天在 token 上花多少钱？这个数字，可能比你的简历更能说明你在 AI 时代的位置。

[培训]Windows内核深度攻防：从Hook技术到Rootkit实战！