今年四月，，，甲骨文公司裁掉了全球3万名员工，，，占其总人力的五分之一。。。。这家云平台巨头的赌注很明确：AI可以顶上这些岗位，，，而系统不会瓦解。。。。 在与虎嗅交流时，，，Raphael 刚竣事一场跨时区的聚会。。。。由于恒久旅居外洋，，，他的中文表达不算流利，，，语速很慢，，，表达的速率跟不上思索的速率。。。。 2022年ChatGPT尚未问世,他已在亚马逊内部推动智能体(Agent)研发。。。。现在他开办的OpenAgents只有7名员工,但目的是让这个小团队带着上百个AI协同事情。。。。他的判断是:随着大模子推理速率指数级飙升,人类不但会失去执行层的主导权,甚至会沦为壅闭生产链条的“效率瓶颈”。。。。 带着这样的预判，，，Raphael 脱离亚马逊开办了 OpenAgents。。。。他的首创团队现在仅有7名员工，，，但他们的近期目的是：让这几个员工带着上百个 AI 一起事情。。。。他们致力于为多智能体提供一个相互交流、协作互动的底层场合，，，打造一个专属于 AI 的“数字城邦”。。。。 彼时，，，Raphael Shu和他在AWS的团队做了一个实验：把其时最好的大模子接进来,让它一边和人对话、一边写代码。。。。他们连了一个Dropbox，，，让模子先自己读文档学会怎么用Dropbox，，，然后告诉它“帮我把所有TXT文件重命名成MD”——它就自己写代码，，，把这事办了。。。。这成了智能体协作的雏形。。。。 在大型科技公司的权要系统中，，，最具倾覆性的立异往往首先被视为某种乏味的微调。。。。Raphael在公司推“Agent”，，，各人一看demo，，，第一反应就是“这也就是更智慧的RPA（流程自动化）”，，，可是“RPA历史上都没几多用户，，，这能有什么用”。。。。但当这项手艺雏形被呈递给高管时，，，获得的冷淡回应：“这不就是更智慧的RPA（机械人流程自动化）吗？？？” 直到2023年3月，，，OpenAI推出了ChatGPT Plugin。。。。决议者们名顿开，，，紧迫开会，，，迅速拨给 Raphael 10小我私家和一大笔数据标注预算（他们还在印度雇佣了大宗标注工程师），，，要求他以最快速率将 Agent 能力训练到亚马逊自研的大模子中。。。。 刚出来创业时，，，Raphael Shu回了趟中国，，，他险些把海内排名前 20 的头部投资机构聊了个遍。。。。但他发明，，，其时海内投资人对 Agent 的认知，，，险些所有停留在“Langchain 头脑”里。。。。“ 在 Raphael 看来，，，Langchain 用一种极具“误导性”的方法界说了 Agent——它将 Agent 矮化为了一个牢靠的“事情流（Workflow）”。。。。这导致当你在聊 Agent 时，，，各人脑子里想的依然是画流程图。。。。当 Raphael 试图向他们推销“多智能体协作”时，，，投资人以为的只是“多个事情流之间怎样串联”。。。。 但这二者有着实质的区别：事情流是死板的“流水线”，，，上下游按部就班，，，一步蜕化通盘瓦解；；
；；；；而多智能体协作则是“人类团队开会”，，，差别的 AI 饰演差别的角色，，，它们可以自主对话、动态分工，，，甚至相互纠错。。。。 2026年，，，OpenClaw泛起，，，许多人才最先接受了多智能体协作的看法，，，但Raphael早就推测了这个趋势。。。。随后，，，另一个比OpenClaw距离真正的AI员工更近的应用Hermes泛起。。。。 Raphael以为，，，OpenClaw能火，，，是由于打了两个要害看法：一是“打造属于你自己的agent”，，，把AI从工具酿成了工具人；；
；；；；二是它极其智慧地将交互界面搬到了 Telegram 上，，，让用户像给真人发微信一样，，，给 AI 派发使命、吸收汇报。。。。这让许多不懂手艺的 CEO 和状师也能瞬间 Get 到它的价值。。。。随后，，，距离真正的“AI 员工”更近的开源项目 Hermes 也应运而生。。。。 但 Raphael 敏锐地指出，，，OpenClaw 并非没有价钱，，，它的致命伤在于“极低的透明度”。。。。由于用户完全看不到 Agent 在沙盒里详细执行了什么操作，，，这导致它极难被应用于软件开发这类需要历程全透明的场景。。。。 这展现了一个有趣的 PMF（产品市场契合度）错位：OpenClaw 最终圈粉的，，，着实是与开发者完全反向的那批人——由于开发者需要掌控感和透明度，，，而许多非手艺用户基础不在乎黑盒里的历程，，，他们只要效果。。。。 “若是各人都在打一场篮球赛，，，OpenClaw 想做的是场上最好的篮球选手，，，而我们想做的，，，是提供最好的篮球场。。。。” Raphael 这样形容 OpenAgents 的定位，，，OpenAgents打造一个开放平台，，，允许用户接入林林总总的 Agent，，，甚至自界说 Agent。。。。 但这块“篮球场”的搭建并非一帆风顺。。。。去年，，，Raphael 团队的焦点精神放在了打造一款面向开发者的底层工具上——通过 Python 构建一个网络，，，让基于 Langchain 或 AutoGen 开发的 Agent 能在其中相互通讯与协作。。。。 然而，，，当他们举行一场几百人规模的黑客松，，，却发明真正能运用工具跑通项目的人远低于预期时，，，Raphael 发明问题既不在宣发，，，也不在于教育本钱，，，而是伪需求与高门槛：开发者必需先艰辛做出单个有用的 Agent，，，然后才华去探索多个 Agent 之间的协作。。。。具备这种复合能力和强烈协作需求的开发者，，，着实太少了。。。。 认清现实后，，，团队在今年举行了一次大刀阔斧的转型，，，决议做一款“Customer Zero Product”（零号客户产品）。。。。这源于 Raphael 的一个坚持：“若是一个产品我们自己团队都不肯意天天用，，，那我宁愿不做。。。。” 这一思绪直接催生了征象级产品 Open Agents Workspace。。。。它彻底扬弃了重大的代码，，，酿成了一个有 UI 界面、支持 MacOS、Windows 和 Linux 的零代码事情区。。。。用户只需装置软件，，，像平时用电脑一样点几下鼠标，，，就能设置好 Agent 并接入事情区，，，全程不需要写一行代码。。。。 Workspace 上线后的火爆水平凌驾了所有人的预料。。。。一连三天，，，效劳器被汹涌的流量挤爆，，，GitHub几天内暴涨了 1600 多颗星。。。。Workspace迅速黏住了一批天天高频使用的铁杆用户，，，他们甚至比官方还着急。。。。系统一出问题，，，这些具备手艺能力的用户直接在 GitHub 上提 Issue、提 PR，，，随手就帮官方把 Bug 修了。。。。甚至有相助方直接出了一名工程师，，，无偿帮他们开发出了MacOS和手机端的APP。。。。 现在，，，OpenAgents 在海内已积累了七八千名开发者用户，，，外洋也有五六百人的焦点圈层。。。。在新加坡的一场国际学术聚会 Workshop 上，，，更是吸引了 560 人付费报名。。。。但这距离 Raphael 的目的还很远，，，他想要的不但是规模大，，，更是一个能影响整个 Agent 经济走向的“超等社区”。。。。 他希望这个社区里有首创人、大厂产品司理、学术界研究员，，，各人在一个开放情形里配合探讨一个最终命题：当经济的主体从人酿成 AI 时，，，天下会爆发什么？？？ 同时，，，他也定下了一个弘大目的：社区里孵化出 10 万个“Agent Master（智能体巨匠）”。。。。你不必是懂代码的开发者，，，只要你拥有并熟练指挥你自己的 Agent，，，你就是这个新经济生态的一部分。。。。 Raphael 透露，，，他们现在正在与一家相助公司举行一项名为“Shadow Mode（影子模式）”的激进实验。。。。详细做法是：雇佣一名真人工程师或在线销售，，，让其在一个特定的模拟器上正常事情 40 小时。。。。在此时代，，，AI 像影子一样在后台全程静默视察，，，纪录下这小我私家的所有操作逻辑、行为模式，，，甚至包括他语言的语气和性格。。。。40小时后，，，AI 将周全接受这个模拟器，，，用完全相同的“人类外壳”去自动化完成后续的所有事情。。。。 在 Raphael 看来，，，OpenAgents 实质上是一家很是典范的 B2B 创业公司。。。。其商业飞轮很是清晰：开源项目认真建设行业影响力和引流，，，企业端效劳（如影子模式）认真创立现金流。。。。 “在这个时代，，，Idea 自己没有那么值钱。。。。” 履历了大厂的洗礼和创业的摸爬滚打，，，Raphael 对 AI 红海有着苏醒的认知，，，真正难的是，，，在天天都有新工具冒出来、天天都有人高呼“这是 Next Big Thing”的喧嚣里，，，你还能看清晰一个自己愿意恒久做下去的偏向，，，并且坚持足够久。。。。而这件事自己，，，就会成为的壁垒。。。。 现在的 OpenAgents 坚持着极致的精简：整个团队仅有7人，，，3名开发、1名 AI 工程师以及3名市场职员。。。。这恰恰是 Raphael 理想中未来企业的切片：坚持 8 到 12 人的极小人类团队规模，，，但背后却带着 100 个 AI Agents 在“数字领地”里开疆拓土。。。。 这种预演，，，已经在巨头体内悄然爆发。。。。在我们对话的前几周，，，甲骨文（Oracle）启动了一场波及全球 3 万人的大裁人，，，裁人比例高达惊人的 18%-20%。。。。 这件事给了 Raphael 极大的震撼。。。。在他看来，，，云平台差别于通俗的软件公司——Photoshop 的代码写错了，，，顶多是滤镜难看；；
；；；；但云平台的底层代码一旦蜕化，，，面临的就是大面积的效劳宕机，，，“Oracle 敢下云云狠手，，，说明他们内部一定已经跑通了数据，，，证实裁掉这 20% 的人之后，，，靠 AI 顶上，，，系统绝对不会垮。。。。” 这会触发一场恐怖的连锁反应：一旦 Oracle 的算盘买通，，，其他巨头们绝对坐不住。。。。竞争敌手通过裁人狂砍运营本钱，，，再把省下的重金砸向 AI，，，利润率和估值双双飙升——在华尔街的注视下，，，谁敢不跟进？？？ 归根结底，，，这是一笔冷峻的经济账。。。。在美国西海岸，，，维持一个能自力产出的资深软件工程师，，，公司一年的综合本钱高达 60 万到 80 万美元；；
；；；；而像 Claude Code 这样的 AI 工具，，，哪怕按最高频次满负荷拉满，，，一个月的本钱也不过九牛一毛。。。。 当两者之间的本钱鸿沟足够大时，，，用 AI 替换人类就不再是“偏好”的问题，，，而纯粹是个“时间”问题。。。。“我以为甚至都不需要等 3 到 5 年，，，快的话可能也就是 1 年左右的事。。。。” Raphael 预判道。。。。 那么，，，距离多智能体周全接受尚有多远？？？Raphael 以为，，，在 Agent 大爆发之前，，，行业还需要一再类似 OpenClaw 这样征象级的立异。。。。并且，，，这些引爆点极有可能降生在“闭源产品”中。。。。理由很简朴：开源项目极难打磨出具备爆发力的 C 端体验，，，而闭源产品形态成熟，，，更容易在交互上完成降维攻击，，，从而迎来真正的破圈。。。。 “这就像人类历史的演进纪律一样。。。。” Raphael 用了一个比喻：任何重大成绩都会履历两个阶段——首先是“小我私家突破”，，，其次是“团队突破”。。。。就像造原子弹，，，第一阶段是奥本海默这样的天才在理论上验证了制造的可能性；；
；；；；第二阶段，，，则是把顶尖大脑们聚在一个“曼哈顿妄想”里，，，分工协作把原子弹真正造出来。。。。 Raphael 正在耐心地期待谁人时刻的降临。。。。对 OpenAgents 来说，，，眼下最主要的事情只有一件：赶在狂欢抵达热潮之前，，，把那座最好的“篮球场”先铺好。。。。 Raphael Shu：我大学结业之后在日本待了11年，，，厥后才来美国，，，以是我在海内的人脉很是弱。。。。不过出来之后我回国聊了很是多的人，，，也发明海内投资圈着实各人相互都熟悉，，，我才逐渐以为这个圈子并没有想象中那么关闭。。。。 Raphael Shu：以前任何手艺，，，就算你给它一万条训练数据，，，也很难抵达这种水平。。。。以是我们其时就以为，，，至少关于“能对话、能执行使命”这类机械人来说，，，大模子是一个倾覆性的转折。。。。厥后我也逐步把这件事想清晰了。。。。一个会话型AI，，，真正要解决的问题着实只有两个：第一，，，功效够不敷全；；
；；；；第二，，，对话能不可像人一样自然。。。。以前许多手艺最多只能把其中一个维度往前推一点点。。。。大模子出来之后，，，这两个问题同时被推到了一个新范式里。。。。 Raphael Shu： 2022年到2023年，，，我们在AWS内部去押注agent。。。。那段履历很像一次至公司内部创业：你看到了明确偏向，，，但很难说服stakeholder，，，最后是外部情形转变，，，反过来推着组织来找你做这件事。。。。 厥后我在Bedrock带团队实验多智能体协作。。。。这两段履历让我形成了一个很主要的判断：AI行业转变太快了，，，许多人一看到新工具出来，，，好比MCP出来了，，，或者OpenClaw出来了，，，就连忙想随着做一个项目，，，但这种跟法着实很危险。。。。不是说这个idea一定错，，，而是你会没有足够的思索空间。。。。 我现在会更在意一件事：不是看眼前这个时机，，，而是去想6个月之后，，，行业里哪些工具是确定会爆发的。。。。你若是押注的是那种更恒久、更确定的转变，，，才有时间打磨产品，，，也才有真正的runway。。。。 一种是现金流模式，，，做的是一个恒久保存、能稳固爆发现金流的business。。。。另一种是IPO模式，，，在几年之内靠一直融资、快速扩张，，，把公司推到一个很是大的量级，，，最后走向IPO或者被至公司高价收购。。。。这两种模式会直接决议你该做什么产品、不应做什么产品，，，甚至决议你需要什么样的co-founder、招什么样的人。。。。 虎嗅： 你们宣布了Workspace之后，，，Github上涨了1600颗星，，，尚有许多开发者自主过来帮你们维护和完善，，，你们做的是人和agent协同的社区，，，照旧agent和agent协同的社区？？？ Raphael Shu：现在照旧一个过渡形态。。。。我们宣布的Workspace首先照旧给人用的，，，以是它强调的是“多小我私家+多个agent”的协作。。。。但更久远地看，，，我最看重的着实是agent和agent之间的协同。。。。由于随着推理速率越来越快，，，人和AI在时间标准上会越来越不匹配，，，到最后，，，人更像是慢速工具，，，agent才是高速执行和高速协同的主体。。。。 举个很现实的例子。。。。假设一家公司里，，，每小我私家未来都有自己的agent。。。。若是Bary是CTO，，，Julia是工程师，，，两人有时差。。。。Bary给Julia发了一个需求：做一个新的用户登录系统。。。。Julia的agent看完之后，，，马上会意识到需求缺了要害信息，，，于是它不会等Julia醒来，，，而是直接去问Bary的agent：究竟是继续用邮箱登录，，，照旧改成Google登录？？？Bary的agent知道上下文，，，由于它知道Bary为什么提这个需求，，，于是会直接回覆：所有改成手机号登录。。。。这样许多信息差在agent之间就先补完了。。。。 Raphael Shu：对我小我私家来说，，，runway基本是无限的，，，由于我同时也在给其他公司做照料，，，但我不计齐整直靠这个撑着。。。。我的初志就是做一个能康健爆发现金流的business，，，不想走猖獗烧钱找接盘侠那条路。。。。 Raphael Shu：我希望至少等企业端产品有10个客户在用，，，并且有起劲的数据点之后再融资。。。。若是我是做ToC，，，我可能会做个PPT，，，马上融一大笔钱，，，烧三个月看能不可爆。。。。但我们是ToB，，，我照旧更想逐步把cash flow（现金流）做强。。。。