出品｜虎嗅科技组

作家｜陈伊凡

剪辑｜苗正卿

头图｜AI生成

“AI原生100”是虎嗅科技组推出针对AI原生鼎新栏目，这是本系列的第「56」篇著述

本年四月，甲骨文公司裁掉了全球3万名职工，占其总东说念主力的五分之一。这家云平台巨头的赌注很明确：AI不错顶上这些岗亭，而系统不会崩溃。

关于前AWS东说念主工智能盘问员Raphael Shu来说，这是一个信号：当企业的经济主体从“东说念主”切换到“AI”时，变革的临界点仍是到来。

Raphael Shu 彰着是阿谁对智能体畴昔更激进的东说念主。他曾早在2022年，即 ChatGPT 发布前，就在里面激动了 Agent 的研发。

在与虎嗅交流时，Raphael 刚实现一场跨时区的会议。因为长久旅居国外，他的中语抒发不算流利，语速很慢，抒发的速率跟不上想考的速率。

2022年ChatGPT尚未问世，他已在亚马逊里面激动智能体(Agent)研发。如今他创办的OpenAgents唯有7名职工，但筹商是让这个小团队带着上百个AI协同职责。他的判断是:随着大模子推理速率指数级飙升，东说念主类不仅会失去实施层的主导权，致使会沦为窒碍坐蓐链条的“后果瓶颈”。

带着这样的预判，Raphael 离开亚马逊创办了 OpenAgents。他的初创团队目前仅有7名职工，但他们的近期筹商是：让这几个职工带着上百个 AI 所有职责。他们竭力于于于为多智能体提供一个相互交流、谐和互动的底层方位，打造一个专属于 AI 的“数字城邦”。

在 Raphael 看来，多智能体谐和是现阶段 AI 行业最值得押注的标的之一，且留给行业的窗口期，只剩1到2年。

最早“吃螃蟹”的东说念主

2022年，Raphael还在AWS，ChatGPT还没出来，那时候最佳的大模子叫Code davinci 002，你问它“东说念主若何上火星”，它会回答“东说念主若何上月球”、“东说念主若何上太阳”。

彼时，Raphael Shu和他在AWS的团队作念了一个实验：把其时最佳的大模子接进来，让它一边和东说念主对话、一边写代码。他们连了一个Dropbox，让模子先我方读文档学会若何用Dropbox，然后告诉它“帮我把通盘TXT文献重定名成MD”——它就我方写代码，把这事办了。这成了智能体谐和的雏形。

Chat GPT出来后，全球皆在进行“大模子真金不怕火丹”的游戏，莫得东说念主小心智能体，致使听不懂所谓的“AI Agent”是什么。

在大型科技公司的官僚体系中，最具颠覆性的鼎新频频领先被视为某种乏味的微调。Raphael在公司推“Agent”，大家一看demo，第一响应即是“这也即是更智慧的RPA（过程自动化）”，但是“RPA历史上皆没若干用户，这能有什么用”。但当这项技艺雏形被呈递给高管时，获取的冷淡回话：“这不即是更智慧的RPA（机器东说念主过程自动化）吗？”

直到2023年3月，OpenAI推出了ChatGPT Plugin。有筹商者们大彻大悟，蹙迫开会，赶紧拨给 Raphael 10个东说念主和一大笔数据标注预算（他们还在印度雇佣了多量标注工程师），条目他以最快速率将 Agent 才略试验到亚马逊自研的大模子中。

但大厂留给鼎新的窗口期老是极短。随着 AWS 里面两位关节东说念主物的离开，Raphael 决定不再恭候，从亚马逊抽身，躬身入局。

刚出来创业时，Raphael Shu回了趟中国，他简直把国内排行前 20 的头部投资机构聊了个遍。但他发现，其时国内投资东说念主对 Agent 的知道，简直全部停留在“Langchain 想维”里。“

在 Raphael 看来，Langchain 用一种极具“误导性”的花样界说了 Agent——它将 Agent 矮化为了一个固定的“职责流（Workflow）”。这导致当你在聊 Agent 时，大家脑子里想的依然是画过程图。当 Raphael 试图向他们倾销“多智能体谐和”时，投资东说念主以为的仅仅“多个职责流之间如何串联”。

但这二者有着履行的分辨：职责流是痴呆的“活水线”，凹凸游严容庄容，一步出错全盘崩溃；而多智能体谐和则是“东说念主类团队开会”，不同的 AI 饰演不同的变装，它们不错自主对话、动态单干，致使相互纠错。

2026年，OpenClaw出现，许多东说念主才驱动接受了多智能体谐和的看法，但Raphael早就想到了这个趋势。随后，另一个比OpenClaw距离信得过的AI职工更近的应用Hermes出现。

Raphael认为，OpenClaw能火，是因为打了两个关节看法：一是“打造属于你我方的agent”，把AI从器具变成了器具东说念主；二是它极其智慧地将交互界面搬到了 Telegram 上，让用户像给真东说念主发微信相似，给 AI 派发任务、罗致申诉。这让许多不懂技艺的 CEO 和讼师也能瞬息 Get 到它的价值。随后，距离信得过的“AI 职工”更近的开源形状 Hermes 也应时而生。

但 Raphael 机敏地指出，OpenClaw 并非莫得代价，它的致命伤在于“极低的透明度”。由于用户完全看不到 Agent 在沙盒里具体实施了什么操作，这导致它极难被应用于软件开荒这类需要过程全透明的场景。

这揭示了一个真理真理的 PMF（产物商场契合度）错位：OpenClaw 最终圈粉的，其实是与开荒者完全反向的那批东说念主——因为开荒者需要掌控感和透明度，而许多非技艺用户根蒂不在乎黑盒里的过程，他们只消为止。

Raphael Shu缔造OpenAgents，想作念另一件事。

“作念一个最佳的篮球场”

“若是大家皆在打一场篮球赛，OpenClaw 想作念的是场上最佳的篮球选手，而咱们想作念的，是提供最佳的篮球场。” Raphael 这样态状 OpenAgents 的定位，OpenAgents打造一个绽开平台，允许用户接入各种各样的 Agent，yabo888vip中国官方网站致使自界说 Agent。

但这块“篮球场”的搭建并非一帆风顺。客岁，Raphael 团队的中枢元气心灵放在了打造一款面向开荒者的底层器具上——通过 Python 构建一个网罗，让基于 Langchain 或 AutoGen 开荒的 Agent 能在其中互叠加信与谐和。

然则，当他们举办一场几百东说念主领域的黑客松，却发现信得过能利用器具跑通形状的东说念主远低于预期时，Raphael 发现问题既不在宣发，也不在于素养老本，而是伪需求与高门槛：开荒者必须先穷苦作念出单个灵验的 Agent，然后才能去探索多个 Agent 之间的谐和。具备这种复合才略和热烈谐和需求的开荒者，真实太少了。

认清现实后，团队在本年进行了一次大刀阔斧的转型，决定作念一款“Customer Zero Product”（零号客户产物）。这源于 Raphael 的一个坚抓：“若是一个产物咱们我方团队皆不肯意每天用，那我答允不作念。”

这一想路平直催生了风光级产物 Open Agents Workspace。它绝对废弃了复杂的代码，变成了一个有 UI 界面、赈济 MacOS、Windows 和 Linux 的零代码职责区。用户只需装配软件，像平时用电脑相似点几下鼠标，就能确立好 Agent 并接入职责区，全程不需要写一转代码。

Workspace 上线后的火爆进程超出了通盘东说念主的预感。一语气三天，做事器被澎湃的流量挤爆，GitHub几天内暴涨了 1600 多颗星。Workspace赶紧黏住了一批每天高频使用的铁杆用户，他们致使比官方还焦急。系结伙出问题，这些具备技艺才略的用户平直在 GitHub 上提 Issue、提 PR，顺遂就帮官方把 Bug 修了。致使有合作方平直出了别称工程师，无偿帮他们开荒出了MacOS和手机端的APP。

“你看，这即是开源的价值，” Raphael告诉我，“你不仅仅领有一批用户，你领有的是一批会把我方需求平直变成产物进化才略的东说念主。”

目前，OpenAgents 在国内已蓄积了七八千名开荒者用户，国际也有五六百东说念主的中枢圈层。在新加坡的一场国际学术会议 Workshop 上，更是蛊惑了 560 东说念主付费报名。但这距离 Raphael 的筹商还很远，他想要的不仅是领域大，更是一个能影响所有 Agent 经济走向的“超等社区”。

他但愿这个社区里有独创东说念主、大厂产物司理、学术界盘问员，大家在一个绽开环境里共同磋商一个终极命题：当经济的主体从东说念主变成 AI 时，寰宇会发生什么？ 同期，他也定下了一个苍劲筹商：社区里孵化出 10 万个“Agent Master（智能体专家）”。你不消是懂代码的开荒者，只消你领有并熟练指引你我方的 Agent，你即是这个新经济生态的一部分。

事实上，这种“经济主体让位给 AI”的畴昔，仍是提前在 OpenAgents 的客户哪里献技了。

Raphael 清楚，他们目前正在与一家合作公司进行一项名为“Shadow Mode（影子模式）”的激进实验。具体作念法是：雇佣别称真东说念主工程师或在线销售，让其在一个特定的模拟器上往常职责 40 小时。在此期间，AI 像影子相似在后台全程静默不雅察，纪录下这个东说念主的通盘操作逻辑、手脚模式，致使包括他语言的语气和特性。40小时后，K8凯发中国官方网站AI 将全面经受这个模拟器，用完全疏通的“东说念主类外壳”去自动化完成后续的通盘职责。

在 Raphael 看来，OpenAgents 履行上是一家特地典型的 B2B 创业公司。其生意飞轮特地澄澈：开源形状认真建造行业影响力和引流，企业端做事（如影子模式）认真创造现款流。

“在这个时间，Idea 本人莫得那么值钱。” 资历了大厂的浸礼和创业的摸爬滚打，Raphael 对 AI 红海有着领路的知道，信得过难的是，在每天皆有新东西冒出来、每天皆有东说念主高呼“这是 Next Big Thing”的喧嚣里，你还能看澄澈一个我方惬心长久作念下去的标的，而且坚抓弥漫久。而这件事本人，就会成为的壁垒。

多智能体的爆发回在恭候“曼哈顿时刻”

如今的 OpenAgents 保抓着极致的精简：所有团队仅有7东说念主，3名开荒、1名 AI 工程师以及3名商场东说念主员。这恰正是 Raphael 联想中畴昔企业的切片：保抓 8 到 12 东说念主的极凡人类团队领域，但背后却带着 100 个 AI Agents 在“数字领地”里开疆辟土。

这种预演，仍是在巨头体内悄然发生。在咱们对话的前几周，甲骨文（Oracle）启动了一场涉及全球 3 万东说念主的大裁人，裁人比例高达惊东说念主的 18%-20%。

这件事给了 Raphael 极大的颤动。在他看来，云平台不同于粗俗的软件公司——Photoshop 的代码写错了，酌定是滤镜出丑；但云平台的底层代码一朝出错，靠近的即是大面积的做事宕机，“Oracle 敢下如斯狠手，评释他们里面一定仍是跑通了数据，解释裁掉这 20% 的东说念主之后，靠 AI 顶上，系统十足不会垮。”

这会触发一场可怕的四百四病：一朝 Oracle 的算盘买通，其他巨头们十足坐不住。竞争敌手通过裁人狂砍运营老本，再把省下的重金砸向 AI，利润率和估值双双飙升——在华尔街的谛视下，谁敢不跟进？

归根结底，这是一笔冷峻的经济账。在好意思国西海岸，守护一个能零丁产出的资深软件工程师，公司一年的概括老本高达 60 万到 80 万好意思元；而像 Claude Code 这样的 AI 器具，哪怕按最高频次满负荷拉满，一个月的老本也不外九牛一毛。

当两者之间的老本界限弥漫大时，用 AI 替代东说念主类就不再是“偏好”的问题，而纯正是个“时分”问题。“我以为致使皆不需要等 3 到 5 年，快的话可能也即是 1 年傍边的事。” Raphael 预判说念。

那么，距离多智能体全面经受还有多远？Raphael 认为，在 Agent 大爆发之前，行业还需要几次近似 OpenClaw 这样风光级的鼎新。而且，这些引爆点极有可能出生在“闭源产物”中。原理很肤浅：开源形状极难打磨出具备爆发力的 C 端体验，而闭源产物形态熟练，更容易在交互上完成降维打击，从而迎来信得过的破圈。

“这就像东说念主类历史的演进规矩相似。” Raphael 用了一个比方：任何首要成就皆会资历两个阶段——领先是“个东说念主冲破”，其次是“团队冲破”。就像造原枪弹，第一阶段是奥本海默这样的天才在表面上考证了制造的可能性；第二阶段，则是把顶尖大脑们聚在一个“曼哈顿筹商”里，单干谐和把原枪弹信得过造出来。

刻下的 AI 行业，正处于“单个 Agent 才略冲破”的奥本海默阶段。而下一个纪元，毫无疑问将是“多智能体谐和（Multi-Agent）”引爆的曼哈顿时刻。

Raphael 正在耐性肠恭候阿谁时刻的来临。对 OpenAgents 来说，脚下最枢纽的事情唯有一件：赶在狂欢达到飞腾之前，把那座最佳的“篮球场”先铺好。

以下是虎嗅精选的访谈内容：

虎嗅： 你其时创业为什么选拔在好意思国，而不是归国？

Raphael Shu：我大学毕业之后在日本待了11年，自后才来好意思国，是以我在国内的东说念主脉特地弱。不出门来之后我归国聊了特地多的东说念主，也发现国内投资圈其实大家相互皆结识，我才缓缓以为这个圈子并莫得想象中那么禁闭。

虎嗅： 我铭刻你在AWS从2022年就驱动押注agent。那时候ChatGPT皆还没出来，为什么会有这样早的判断？

Raphael Shu：当年任何技艺，就算你给它一万条试验数据，也很难达到这种进程。是以咱们其时就认为，至少关于“能对话、能实施任务”这类机器东说念主来说，大模子是一个颠覆性的调度。自后我也冉冉把这件事想澄澈了。一个会话型AI，信得过要管理的问题其实唯有两个：第一，功粗略不够全；第二，对话能不成像东说念主相似当然。当年许多技艺最多只可把其中一个维度往前推小数点。大模子出来之后，这两个问题同期被推到了一个新范式里。

虎嗅： 在AWS和Bedrock那段资历里，哪些东西自后投射到了你目前的创业里？

Raphael Shu： 2022年到2023年，咱们在AWS里面去押注agent。那段资历很像一次大公司里面创业：你看到了明确标的，但很难劝服stakeholder，终末是外部环境变化，反过来推着组织来找你作念这件事。

自后我在Bedrock带团队尝试多智能体谐和。这两段资历让我变成了一个很枢纽的判断：AI行业变化太快了，许多东说念主一看到新东西出来，比如MCP出来了，或者OpenClaw出来了，就坐窝想随着作念一个形状，但这种跟法其实很危境。不是说这个idea一定错，而是你会莫得弥漫的想考空间。

我目前会更小心一件事：不是看目下这个契机，而是去想6个月之后，行业里哪些东西是细目会发生的。你若是押注的是那种更长久、更细方针变化，才随机分打磨产物，也才有信得过的runway。

虎嗅： 你决定创业后，归国见了一遍投资东说念主，得出了什么判断？

Raphael Shu： 我自后有个很深的感受，即是创业公司大体上其实唯有两种模式。

一种是现款流模式，作念的是一个长久存在、能壮健产生现款流的business。另一种是IPO模式，在几年之内靠不断融资、快速扩展，把公司推到一个特地大的量级，终末走向IPO或者被大公司高价收购。这两种模式会平直决定你该作念什么产物、不该作念什么产物，致使决定你需要什么样的co-founder、招什么样的东说念主。

虎嗅：那你呢？你我方想作念哪种公司？

Raphael Shu：第一种。我更想作念一个能健康产生现款流的business，而不是豪恣烧钱的公司。

虎嗅： 你们发布了Workspace之后，Github飞腾了1600颗星，还有许多开荒者自主过来帮你们珍惜和完善，你们作念的是东说念主和agent协同的社区，如故agent和agent协同的社区？

Raphael Shu：目前如故一个过渡形态。咱们发布的Workspace领先如故给东说念主用的，是以它强调的是“多个东说念主+多个agent”的谐和。但更长久地看，我最垂青的其实是agent和agent之间的协同。因为随着推理速率越来越快，东说念主和AI在时分程序上会越来越不匹配，到终末，东说念主更像是慢速器具，agent才是高速实施和高速协同的主体。

是以在产物假想上，我最垂青的不是把一个agent作念得多强，而是若何把一所有agent团队确立好、单干好、谐和好。

虎嗅： 若是真参预阿谁阶段，对多智能体谐和意味着什么？

Raphael Shu： 意味着“东说念主告诉它作念什么、它作念10分钟再记忆申诉”这种模式就不够了。公司需要的是能自主有筹商、24小时运转、我方开会复盘的agent。

举个很履行的例子。假定一家公司里，每个东说念主畴昔皆有我方的agent。若是Bary是CTO，Julia是工程师，两东说念主随机差。Bary给Julia发了一个需求：作念一个新的用户登录系统。Julia的agent看完之后，速即会意志到需求缺了关节信息，于是它不会等Julia醒来，而是平直去问Bary的agent：到底是继续用邮箱登录，如故改成Google登录？Bary的agent知说念凹凸文，因为它知说念Bary为什么提这个需求，于是会平直回答：全部改成手机号登录。这样许多信息差在agent之间就先补已矣。

虎嗅： 你给我方留了多长的runway？

Raphael Shu：对我个东说念主来说，runway基本是无穷的，因为我同期也在给其他公司作念照拂人，但我不缱绻一直靠这个撑着。我的初志即是作念一个能健康产生现款流的business，不想走豪恣烧钱找接盘侠那条路。

虎嗅： 什么时候准备驱动融资？

Raphael Shu：我但愿至少等企业端产物有10个客户在用，而且有积极的数据点之后再融资。若是我是作念ToC，我可能会作念个PPT，速即融一大笔钱，烧三个月看能不成爆。但咱们是ToB，我如故更想冉冉把cash flow（现款流）作念强。

本文来自虎嗅，原文一语气：https://www.huxiu.com/article/4860309.html?f=wyxwapp