会友镖局

一个一行代码都不会写的文科生，如何在72小时里，用自己的AI智能体团队，在OpenClaw项目上提交了上百个PR，其中21个被合并，并进入贡献者前30名？ 金融专业出身，做了几年跨境并购，2025年春节前后，杨天润给三个AI智能体取了名字、定了岗位：Echo管产品，Elon Musk写代码，Henry跑社区，然后放手让它们自己干活。72小时内，上百次提交，21次被项目方正式接收。其中一次merge合并，来自Open Claw创始人Peter的亲手点击。 本期《会友镖局》，我们和天润聊聊，不只是复盘他如何做到，更想邀请他分享一个关于AI时代新工作方式的样本：当一个人能指挥一支AI军团，他获得的不只是效率，还有组织能力、判断权和责任。 🧑‍🤝‍🧑本期嘉宾 嘉宾： 杨天润（天润），90后文科生， AI创业者，Naughty Labs CEO ，OpenClaw项目贡献者 👩本期主播 主播： 友红，蚂蚁集团 📒时间轴 一、拥有三个"数字员工"后，成为顶级开源项目贡献者 01:34 欢迎天润，一个金融出身，一行代码都不会写的文科生 02:38 天润的三个智能体的角色：Echo（产品经理）、Elon Musk（CTO）、Henry（CMO） 05:31 不只是写代码，还做了产品设计+工程执行+社区运营三件事 06:32 第二天就有PR被合并，OpenClaw创始人Peter亲自merge 08:00 现在OpenClaw的审核也交给了AI：人类是卡点，不是AI 二、当执行变便宜，什么能力会变贵？ 13:10 GPT刚出来时就看到了变化：在投行用AI起草合同，一周的工作一晚上完成 14:42 AI给每个人发武器，跟过去积攒了多少肌肉无关 16:05 完整的商业闭环是发现需求、做出来、卖出去，但现在中间步骤已经不值钱了 17:44 过去的教育，是把人培养成链条里的一个零件 19:40 浪漫、善感、注意力不集中、兴趣太多元，过去的缺点在今天全是优势 三、AI Native：未来的组织为什么会变小？ 21:12 小组织天然AI Native，因为没有历史负担和知识诅咒 22:21 大厂也在转型：从个人用AI，到组织层面用AI 23:31 OPC不是一人公司，而是极少数人围绕AI重新组织 24:23 也许未来6人AI Native组织的整体产出，可能超过600人大厂 26:19 建立新世界远比改造旧世界容易 四、Agent时代，软件要给谁用？ 27:52 Agent Native下，手机和终端，可能成为新的入口 28:32 旧软件为什么要开放CLI/API/MCP给Agent调用？ 32:35 如果Agent使用量超过人类，软件公司该怎么办？ 33:00 火车刚发明时被骑马的人追着嘲笑，但你一旦坐上，就会知道下一代不需要再学骑马了 五、AI军团怎么管？能力、权力与责任 40:04 你的agent teams，应该要有自己的名字 41:25 有血有肉 = 有职位、有人设、有明确职责 41:49 Agent Teams为什么是给人类使用的GUI? 43:07 有角色就会主动收集上下文，像新员工入职一样去自我成长 47:27 人类跟AI交互其实就三件事：定义意图、监控进度、安全刹车 49:22 什么任务可以放手给Agent，什么任务必须强控 57:04 把AI当大师：如果他是梵高，你不能指挥他用什么笔 六、重新定义自己，"文科生"标签已经过时了 59:53 从投行到创业：金融要权衡利弊，但"权衡利弊权衡不出一个好的企业家" 01:01:02 二月份还能拿"文科生写代码"当新闻，现在已经是常识了 01:05:08 "人文思维"去代替"文科生"，就像站在乔布斯口中的“十字路口” 01:06:18没有人是比AI更好用的工具，要让孩子成为更有主见的人，而不是螺丝钉 01:08:13 给普通人的建议：先坐上“火车”，才能看见未来 📖【名词解释】 * PR（Pull Request）：PR：Pull Request，开源协作中提交代码修改、请求项目维护者审核合并的一种方式。 * Merge（合并）：维护者审阅通过后将PR纳入项目正式代码。被merge意味着你的贡献被项目方认可，天润的PR得到OpenClaw创始人Peter本人的亲自合并。 * OpenClaw：全球顶级开源项目，开源社区git hub上人类历史上star增长最快的项目之一。 * Agent Teams：由多个有明确角色分工的AI智能体组成的协作团队。区别于临时生成、用完即消的workflow式并发agent。 * AI Native组织：不是简单使用AI工具，而是围绕AI能力重新设计分工、流程和组织结构。 * OPC（One Person Company）：常被理解为“一人公司”。在本期语境里，更接近“极少数人围绕AI重新组织起来的高产出单元”。 * Human in the Loop：人在AI流程中参与审核、判断、授权或兜底。 策划：常常 运营：千寻 ☎️找到我们 精彩片段：视频号【会友镖局播客】 其他平台：小红书｜抖音｜Bilibili 收听渠道：Apple Podcast｜小宇宙 添加小助手微信：huiyouhz，可以加入听友群喔

如今的模型在数字世界里游刃有余。它能写诗、会画画、认得清图片里的猫。但一旦把同样的模型放到机器人身上，问题就暴露了：它看得见玻璃后的猫，却不知道那道玻璃过不去；它知道水杯要倒，但推理太慢，等反应过来水早已洒了。 数字世界的“懂”，不等于物理世界的“会”。 过去一周，蚂蚁灵波科技密集发布并开源了6 款模型，涵盖空间感知、世界模拟、动作执行等完整技术链条。 社交媒体刷屏、开发者社区强烈关注、多次登上海内外平台Trending趋势，开源的4款模型在GitHub上总Star数已超过2.3K…… 不止模型本身，LingBot2.0更提出了一个明确的技术主张：具身原生。机器人的大脑，不该是通用大模型的“移植版”，而应该从零开始，为物理世界量身定做。 什么是“具身原生”？为什么机器人不能只是大模型在物理世界里的一个 Agent？为什么数字世界里好用的视频生成、多模态模型，到了机器人身上就会遇到新问题？ 这期节目，我们与灵波科技首席科学家沈宇军从灵波大脑 2.0 的发布聊起，一起聊聊灵波如何为机器人装上一颗“原生大脑”。 🧑‍🤝‍🧑本期嘉宾 沈宇军：蚂蚁灵波科技首席科学家 👩本期主播 石洪竺：魔搭社区运营负责人 📒时间轴 一、灵波大脑 2.0：为什么要提出“具身原生” 03:13 从灵波 1.0 到 2.0：半年时间里，模型能力做了哪些升级 04:33 从模型架构、数据到算法，天然为机器人设计 05:18 灵波正式提出“具身原生”，是为了解决机器人的三个问题：“看得更清楚”、“想得更明白”、“干得更利索” 二、看得更清楚：机器人不能只识别，还要理解物理距离 08:46 数字世界追求清晰度、画质和创造力，物理世界更在乎时效性和合理性 10:21 为什么要做一个尽可能通用的机器人“大脑” 12:52 大模型吃了几十年互联网数据红利，但具身场景的很多数据工作都要从零开始 15:18 “开门见猫”：当门关闭时，深度图就无法识别门后的猫，仅靠语义识别无法理解三维空间 （“开门见猫”） 17:20 灵波的视觉训练聚焦几何边缘检测，通过识别轮廓和边界，让机器人能感知物体位置和障碍物 （几何边缘检测） 20:29 Depth 2.0 的升级：更换预训练方式，扩大数据量，解决更多 corner case 三、想得更明白：机器人需要单向、快速、可交互的世界模型 22:17 现实世界不是全可控的，机器人的思考要像时间一样单向流动 23:52 World 2.0：支持更长时间（小时级别）的视频生成和交互 26:07 机器人执行任务时，必须能应对被打断、被干扰的情况 28:14 Dense 架构推理效率不够，为什么要做 MoE 视频生成模型 32:09 一个无法摆拍的 demo：机器人如何实时响应人的随机动作 （机器人打球） 34:45 物理世界不需要视频生成得多漂亮，而需要生成得足够快、足够合理 （LingBot-World-Infinity） 四、干得更利索：真正落地后，才知道数据缺在哪里 36:30 “具身原生”讲起来是态度，做起来是能力 40:19 真实场景里，机器人需要抬手、弯腰、移动底盘，不只是动双臂 41:19 灵巧手、头部、腰部、底盘等自由度，都需要新的数据覆盖 41:59 从 9 种构型升级到 17 种构型，扩展可控自由度 42:29 数据规模化不只是堆量，更要关注任务、构型、自由度的分布 45:10 数据闭环不是采集完就结束，而是训练反馈到采集端 五、具身智能的下一步：灵巧手、传感器和数据 46:43 从 1.0 到 2.0，具身智能下一阶段的拐点是什么 48:24 未来三个关键变化：灵巧手、传感器、多模态数据 50:43 具身智能的 ChatGPT 时刻：当每个人都能参与训练机器人 51:48 终局想象：机器人进入家庭，承担重复、危险、精细的任务 53:50 对开源社区的期许：建立公允、共同认可的中立Benchmark 📖名词解释 * 具身智能：让智能体拥有身体，并能在真实物理环境中感知、决策和行动的 AI 方向。 * 具身原生：从模型架构、训练数据、算法和任务目标开始，就面向机器人和物理世界设计，而不是直接套用数字世界模型。 * 世界模型：让 AI 在内部模拟环境变化和未来结果的模型。对机器人来说，它可以帮助提前预演动作后果。 * MoE：Mixture of Experts，混合专家模型。通过只激活部分专家模块，在保持模型容量的同时提升推理效率。 * Benchmark：评测基准，用来衡量模型能力。具身智能目前仍需要更公允、更贴近真实物理任务的评测标准。 🔗延伸阅读 灵波科技官网：https://www.robbyant.com/product/R2 直播回放链接：https://weixin.qq.com/sph/AZKXWkFrqs 策划：常常 运营：千寻 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔

一个中文系毕业的女生，创办了一家AI公司——专做400电话客服。她打造的AI客服，比真人更受用户欢迎。 本期《会友镖局》带来一场纯文科生转型AI创业者的深度对话。星语智能创始人兼CEO醒辰，中文系毕业、高中理科背景，从大模型公司CEO，到创立自己的AI公司，专注用新技术改造传统的400热线客服市场。她将感知力与沟通力结构化、产品化，并在十人团队、八个月即实现盈利的实践中，重新定义了服务的温度与效率。 这不是一次简单的创业故事，而是一场关于文科生在AI时代的自我认知、能力杠杆与组织重构的启发式对话——如何让“舒服”成为技术指标，如何让“非共识”变成商业机会，以及如何用AI撬动一个人最大的能量场。 🧑‍🤝‍🧑本期嘉宾 醒辰：星语智能创始人&CEO 👩本期主播 友红 📒时间轴 04:31 创业核心思路：不做“双新” 选择改造400热线客服市场。坚持“新技术+老商业模式”原则，避免教育用户的高成本。全球BPO市场约3.4万亿人民币，行业成熟但缺乏飞跃性进展。AI让“小团队+完整体系”成为可能，十人团队即可撬动产业。 09:18 文理科结合：把事做对更要做“好” 与人交互不是单纯对错问题，还要让用户感受到友好、满意、关怀。技术最终会平权，但如何将技术变成作品甚至艺术，是文科生的优势。客户评价“你们家的听着就舒服”是最高认可。服务本身是供需不平等的，AI是补足而非替代就业。 14:08 有效沟通，来自从对方的角度出发 科学家/技术人员是垂直、钻深的思维。横向思维的文科生需用对方的纵向逻辑去表达需求。数据像“做菜的配方”，对场景的感知和敏感性是关键。把AI当人看，像培养孩子一样“教育”它。 17:34 结构性表达，让感知力成为财富 文科生容易陷入感受性表达，导致与技术人员“鸡同鸭讲”。结构化表达是成为“桥梁”的核心。敏感不是负担，当你能结构化表达出来，它就变成了巨大财富。 25:15 从用户视角打磨服务体验 以用户视角打磨产品，关注“舒服”这一核心指标——速度和准确只是及格线。AI客服不仅能做对事，更能进阶为技术专家，无上限记忆、远程排查故障。真实案例证明：AI的共情力让用户放弃投诉、让弱势群体感到被尊重——服务的关键是让人感到被认真对待。 34:33 敏感不是弱点，要自我肯定 要学会欣赏自己，自己才是最稳定的能量支撑。每个人都有机会成为“超级个体”，只需把一个点极致放大。 38:14 创业需要六边形战士 创业是系统能力（经营、组织、产品、市场、技术等），需要六边形战士。目前最大消耗是工作量，两年没有个人休闲时间。“搞事业”时充满希望，不是责任而是动力，不怕输。 42:37 AI让文科生变得值钱 文科生的感知力、沟通力，以前很难直接产生商业价值。现在AI让这些能力变得很值钱。普通人起点：先肯定自己，用低成本工具做尝试，不要自我消耗想法。 48:00 十人团队，八个月实现盈利 核心成员平均00后，不招有“AI经验”的人，更看重学习力和成长性。AI让一个人当十个人用。从用户视角重新设计产品，不被行业旧有做法框住。 54:11 相信“非共识”，就是机会 希望“来自杭州的声音能够服务全世界”。迷茫与乐观的转换开关在于“希望”，希望来自欣赏自己。相信“非共识”——别人都不认同而你认同的地方，就是机会。 内容策划：常常 运营：千寻 更多节目信息，欢迎关注小红书：会友播客 添加小助手微信：huiyouhz，可以加入听友群喔

当 AI 开始重写软件开发、组织协作和技术人的成长路径，一个技术组织真正要继承的是什么？又必须抛弃什么？ 本期《会友镖局》带来一场难得的蚂蚁集团三代 CTO 对谈。鲁肃（程立）、老苗（倪行军）、梁纥（何征宇）齐聚一堂，回看蚂蚁从 PC 支付、无线支付、分布式架构一路走到 AI 时代的关键节点，也聊到一个更现实的问题：当 AI 能写代码、能做测试、能协作，工程师的价值还剩什么？组织又该如何重新分工？ 这不是一次简单的技术回忆录，而是一场关于技术传承、组织变革和 AI 时代工程师自我重塑的深度对话。 本期嘉宾 程立（花名鲁肃）：蚂蚁集团历任 CTO 倪行军（花名苗人凤）：OceanBase董事长、蚂蚁集团历任 CTO 何征宇（花名梁纥）：蚂蚁集团 CTO 本期主播 霍太稳：极客邦科技创始人兼CEO 本期时间轴 01:48从集中式到分布式：蚂蚁技术的第一次大转身 2006年，预见到支付业务将爆发式增长，鲁肃和老苗决定从集中式转向分布式，耗时三年，停业务半年、停机17小时，失败可能离开公司。这不仅改变了系统，也催生了蚂蚁最早的中间件团队和分布式事务解决方案，更重构了研发流程和组织形态。 06:03 被问题追着跑，资金安全、成本与规模倒逼架构升级 老苗认为：分布式用廉价机器解决安全与成本问题，这是对真问题的判断，与头衔无关。 11:39 2025年的决心：把技术基础打出去，All in AI 梁纥：2025年初决定All in AI，做好交工牌准备，蚂蚁敢于用最新技术解决社会问题。多数人把AI当杯子（替代工作），蚂蚁要用它造显微镜和望远镜，去发现新大陆。 17:50蚂蚁穿越周期的三大能力 解决时代真问题、驾驭新技术、愿意做痛苦的组织变革。 22:09 AI应用标准：客户价值、战略匹配、商业天花板、自我进化 老苗提出，用四个维度筛选AI项目：真问题、战略匹配、商业天花板高、能自我进化。 28:21 AI原生组织：边界被打破，底线不能变 梁纥：工种边界模糊，评测成关键岗位；底线是安全和责任，用AI对抗AI的不确定性。 34:28工程师与AI的关系 鲁肃认为工程师是技艺、创造、匠心的三角；老苗：AI可以减掉组织的“无效脂肪”，出现超级小分队、形成“唐僧”式角色给AI念紧箍咒。 44:53未来三年：要么驾驭AI，要么被淘汰 鲁肃：找到真问题，用AI做杠杆和学习工具，码农之名将消失。老苗和梁纥：成为全栈超级个体，冲进去解决问题，经历是最大价值。 52:39继承信任，创造业务环境 鲁肃：必须继承信任，蚂蚁平台的基础永远是可信；必须保留创造，也愿意抛弃过去经验，拥抱新技术和新组织。 老苗：CTO是战略伙伴，业务总裁要容忍技术不确定性，为未来留空间。 59:39 AI 时代最重要的下注，不只是模型能力，而是人 梁纥：最敢赌的是人，压定离手，不患得患失。 核心观点 1.技术决策的关键时刻，需要“拍脑袋”的勇气 蚂蚁在2006年从集中式转向分布式，是在没有任何先例的情况下做出的冒险决定。失败可能意味着离开公司，但成功了就撑起了双十一和移动支付时代。真正的技术决策与头衔无关，与判断力和勇气有关。 2.AI像玻璃，可以做成杯子，也可以造出望远镜 大多数人把AI当作提效工具（杯子），但蚂蚁要用它做显微镜和望远镜，去发现新大陆、进入新尺度。AI不是简单的生产力工具，它可能带来比互联网更深远的生产力革命。 3.判断AI项目价值，用四个筛子 一是客户真问题，二是与战略匹配或成为新战略方向，三是商业天花板足够高，四是产品能自我进化（越用越强）。不是所有AI应用都值得重投。 4.工程师不会被AI替代，但会被“不会用AI”的工程师替代 工程师的能力三角是技艺、创造、匠心。AI替代的是技艺，但放大了创造和匠心。不会用AI是麻烦，只会依赖AI是危险，驾驭AI才有未来。 5.AI时代，组织要“减脂”，新岗位将涌现 应减掉不产生价值、不提升技术的“无效脂肪”。未来会出现围绕真问题的超级小分队，以及研究Agent协作、评估AI产出、为AI“念紧箍咒”的新角色。 6.工程师的成长路径——找到真问题，成为超级个体 28岁的工程师要做的三件事：找到一个有价值的问题，用AI做杠杆，在解决问题中学习。码农的名字会消失，人人都可以成为CTO——用token管理成千上万个“技术团队”。经历是AI时代最宝贵的价值。 6.必须继承的是信任，必须放下的是守旧 蚂蚁平台的基础永远是“可信”。过去成功的经验可能成为包袱，要愿意抛弃旧我，拥抱新技术、新组织。CTO越来越像业务总裁的战略伙伴，需要为未来的不确定性保留资源和空间。