计算机历史博物馆

从 Chat 到 Agent，用户心智到底发生了什么变化？为什么越来越多的软件流程，正在被 “对话 + Skills” 重新组织？如果未来每个人都有一个 Agent 分身，组织会不会变成一种新的协作网络？ 从产品体验聊到组织结构，这是一场关于 AI 如何重新定义工作方式 的深度对话。 这期节目我们邀请到 Kenny 和 钟经纬，从一线使用者和产品视角，聊聊 Agent 这波变化背后的真实体验。 本期嘉宾 * 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（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 你可以听到 00:00 开场 & 嘉宾介绍 00:36 为什么最近大家都在讨论小龙虾 / OpenClaw 05:46 模型能力进步，对 Agent 产品意味着什么 08:35 Skills 的技术门槛其实没有变，变的是用户心智 09:04 从 Chat 到 Agent：为什么大家开始习惯 “让 AI 干活” 10:24 Agent 为什么有时会 “过度执行任务” 26:35 使用 Agent 的一个关键：容错率 29:16 为什么很多体制内团队反而更难用好 AI 30:33 AI 对产品团队分工的冲击：产品经理可能变成 “产品工程师” 31:30 一个产品经理自己完成需求、设计和 demo 的可能性 32:21 为什么很多传统 workflow 工具并没有真正解决问题 43:30 Agent 是注意力市场，还是生产力市场？ 44:15 企业微信、飞书会不会成为 Agent 协作网络 45:19 Agent-native 组织：每个人都有一个 AI 分身 46:13 人类在 AI 时代真正不可替代的能力：context 的捕捉 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

这期节目和连续创业者佳佳聊她非常具体的 OpenClaw 小龙虾大军🦞一手实验：三天十倍增长怎么做到，token 怎么烧，成本怎么控，Agent 为什么会失控，未来软件会不会慢慢退化成 AI 可调用的 tools，以及企业最后真正剩下的核心竞争力是什么。 过去几年，佳佳一直在硅谷观察 Agent、自动化工作流和 AI 创业生态；最近一周，她几乎把全部精力都投入到“养虾”这件事里：把龙虾接进自己的自媒体运营、账号增长、内容生成，甚至后续的 B 端获客流程中。 本期嘉宾 * 黄佳佳：连续创业者，宾大硕士，求职平台 WorkX & AI 语言学习平台 NativeTalk 创始人，外教君留学 CEO * Ailing 小狼（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 你可以听到 00:00 开场 & 嘉宾介绍 00:36 为什么她会开始认真看 Agent 03:55 小龙虾为什么突然火了 08:18 GPT 是信息流，Agent 是任务流 10:58 三天十倍增长，是真的吗 12:47 token 成本怎么烧、怎么控 18:04 什么是 skill，为什么它像 App 20:08 Multi-Agent 会怎么协作 22:32 Agent 为什么会失控 24:26 从自媒体走向 B 端获客 26:16 未来的软件会不会退化成 skill 28:08 企业最后真正剩下的核心竞争力是什么 36:00 收尾 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

这期节目，我们在杭州做了一次线下录制，围绕最近很火的“小龙虾 OpenClaw 🦞”展开讨论。 来自不同背景的朋友——软件工程师、独立开发者、硬件创作者，以及我自己——一起聊了聊：为什么它会突然火起来？它究竟只是一个“很薄的 Agent 外壳”，还是一个正在打开未来软件形态分支的起点？ 在这场对话里，我们从安装体验聊到权限与安全，从 skills、memory、工具调用聊到树莓派、电机、智能硬件，再一路延伸到软件会不会消失、AI 是否会成为“活着的软件”、以及碳基文明和硅基文明之间那条越来越模糊的边界。 本期嘉宾 * 陈蓝度：什么都会一点的软件工程师 * 启师傅 Chris：《启师傅 AI 客厅》主理人，良渚 demoday 发起人，良渚居民 * 工科男孙老师：B 站 UP 主，长期关注电子电路与硬件创作 * Ailing 小狼（主播）：大模型厂商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，良渚居民 你可以听到 00:00 开场 & 嘉宾介绍 杭州良渚线下录制。老友、邻居、新朋友，围坐一起聊最近爆火的小龙虾 / OpenClaw：它到底是什么，为什么会火，又会把我们带向哪里？ 00:41 🧊 破冰：你第一次接触小龙虾是什么时候？ * 启师傅：看到命令行就害怕，最后靠 Claude Code 帮自己装上了 * 孙老师：原本对 AI 无感，直到发现它能装进树莓派、控制 GPIO * 陈蓝度：从技术上看，它像一个适合委托持续任务的远程 agent * 小狼：最早体验时觉得“没什么新东西”，后来才看到生态和渠道价值 05:48 💡 它技术上到底新不新？ * “技术上很薄的一层，但生态非常繁荣” * 接近一个最小闭环的 AIOS * “第一个活着的软件” * Skills 继承 Claude Code 生态，记忆系统还常常忘事，但瑕不掩瑜 10:35 🔥 它为什么火？ * 敢把权限真正交给 AI，反而释放了产品潜力 * 开源让它更灵活，可以改提示词、接能力、长生态 * 代价是安全问题，所以更适合装在沙箱或闲置电脑里 * 从逐条 confirm 到直接给 everything 权限，也是很多用户的真实心路 14:31 🔩 从软件层到硬件层 * 它第一次让很多普通人看见：AI 不是在聊天，而是在“干活” * 接入 IM 后，它开始像一个可以随时交流的“朋友” * 当 AI 能接树莓派、电机、GPIO，硬件就开始有了“活”的感觉 21:48 🛠 大家拿小龙虾在干什么？ * 信息获取、定时任务、远程控制 Claude Code * Multi-Agent 工作流：一个调研写需求，一个直接开发 * 也有人很诚实：我想不出它还能帮我干什么，我只是喜欢看着它干活 28:09 🤖 养一个电机的浪漫 * 机器人也许可以先从“一个电机”开始 * AI 接入后，最迷人的地方是“有目的性的随机” * 几十块钱的 Pico，也可能养出一只会和世界互动的小东西 35:42 🏇 2026 年 1 月是个分水岭 * 很多工程师开始“不再自己写代码” * 软件的“骑马理论”：大多数软件会被 agent 吞噬，少数变成体验和艺术品 * 胶片相机、软盘，过程本身就是价值 39:24 🔮 OpenClaw 是终局吗？ * 不是终局，但像是进化树上长出的一个新分支 * 它未必已经“真正智能”，但确实打开了一种新的软件形态 43:25 💬 它在软件技术史上像什么？ * 它未必有决定性的技术闪光点，但抓住了社区、时机和入口 * 未来 APP 可能是 AI 实时生成的动态界面 * 软件会慢慢退化为 AI 的 tools，Skills 会像经验胶囊一样被继承和淘汰 48:04 🧬 碳基与硅基 * 如果 AI 比人聪明很多，大模型本身也许就是 agent * AI 可以瞬间学习、分身协作 * 最后剩下还能讨论的，也许只剩“意义” 54:06 ⏳ 六个月后的小龙虾生态 * 三条路：让 AI 用人类工具、为 AI 造新工具、让 AI 自己造工具 * 小龙虾加速的，也许不是技术本身，而是让更多人第一次看见希望 * 两个礼拜过去，生态已经完全不一样了 1:00:58 收尾 从最佳实践到碳基与硅基，在良渚聊软件、硬件、智能与文明。 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

本期邀请算法工程师周亦庄分享他近期的三条观察：以 GPT 5.2 为代表的模型 Agent 能力大幅提升、Agent 相关的应用正在迎来爆发、2026 年是 Multi‑Agent 的元年。结合 OpenAI 提出的 AGI 五步路线图，他发表“暴论” —— AGI 可能在 3 年内就会到来。周亦庄回顾了大模型竞争如何从语料和参数扩展（Data & Model scaling）升级到思维链拓展（Test-time scaling），解释了为什么接下来会走向多智能体拓展（Multi-agent scaling）。节目从技术视角出发，围绕 Agent 与 Agent Skills、Multi-Agent 组织结构、以及 AGI 线路图最后两个 Innovator / Organization 阶段展开，探讨 AGI 愿景下的技术与机遇。 嘉宾及主播 * 周亦庄：阶跃星辰退居二线的 LLM 算法工程师，曾负责千亿参数语言模型及万亿参数稀疏模型预训练。高强度 Codex 用户，试图用 agent 改造组织生产工作流程 * Ailing 小狼（主播）：大模型厂商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 你可以听到 * 竞争重心转向 Agent：大模型竞争正在从参数扩展转向 Agent 应用。周亦庄用多个 Agent 完成编码和文档任务，不再手写代码 * Skill 与 MCP 的差别：Skill 是压缩的人类经验，是实践和验证的结晶，正如《孙子兵法》是战争的经验，可以被压缩为“知己知彼，百战不殆”八个字。MCP 则是 Agent 调用工具的接口 * 自我迭代与记忆机制：完成任务后让 Agent 记录过程，避免重复错误，逐渐形成可复用的 Skill * Skill 市场：Skill 像出版物一样，是凝聚人类实践的知识，未来或出现 Skill 市场供分享和模型训练 * Multi‑Agent 需要组织架构：一个 Agent 难以持续工作，需要拆分任务、设立 leader 和小组，让 Agent 之间通过信息流协同 * 2026 为何是 Multi‑Agent 元年？ 随着 GPT‑5.2 等模型突破，Agent 能力已达可用水平，2026 年 Skill 的沉淀将推动 Multi‑Agent 真正落地 * 组织学也是一门科学：Multi-Agent 系统需要从人类的组织/管理工具中获得启发（如 OKR），这是目前 Agent 模型的短板 * Scaling 演进：AI 经历参数与数据扩展、长思考强化以及 Agent 自主工具交互三阶段 * Agent OS：分析了最近很火的 Agent OS 概念：将Agent 比作操作系统，模型是 CPU，上下文是内存，MCP 类似驱动 * Innovator 与 Organization 阶段：在 AGI 路线图里，Agent 之后还有 Innovator 和 Organization 两阶段，前者强调操控物理世界、调度真实资源的能力，后者强调组织多 Agent 攻克复杂问题的能力，两者是正交的，会同步发展 开场音乐 & 其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长 * 本期节目的封面是 ChatGPT 5.2 Thinking 基于参考素材生成的，对中文的呈现还是一塌糊涂