曲凯
很开心又请到东旭。我们上次聊的可能更多是偏全球化的主题，但我看你最近一直在试用各种 AI 产品，也写公众号去讲 AI coding、agent 等各种东西。正好最近 Clawdbot 更名为 OpenClaw 了。
黄东旭
对，三天连改三次名。
曲凯
反正这个现在特别火，而且我看你也用了一段时间，所以正好跟你聊聊这个主题。
黄东旭
太好了。因为我最近睡眠非常不好，天天都处于一个非常亢奋的状态。我觉得大概是从去年12月底开始，先是 Web coding 这个领域出现了一些非常大的进步。从用户终端的体验来说，以前可能还只是能干活，但现在基本上已经可以完全 hands-off 了，我觉得有一个飞跃的感觉。
同时，这样的能力慢慢拓展到了非编程领域，我觉得 Clawdbot 就是一个很好的例子。所以我现在天天有很多想法，也有很多以前只有想法、不能去做的事情，现在马上基本上就可以做，感觉非常亢奋。
曲凯
对，我觉得这个市场真的很神奇。过去几个月里，大家其实没有看到下一个热点会是什么，也没有一个非常明确的主线方向。各种分支里大家可能都在找机会，然后突然就冒出来一个特别火的东西。
而且我觉得 Clawdbot 的火，像你刚才提到的，其实背后可能是 AI coding 等一系列东西带来的。所以它其实是有一个指向性和方向性的，不只是这一个东西本身火了。
黄东旭
1. AI Coding 跨过奇点
你知道我是怎么理解的吗？从工程师的角度来说，过去这一年时间，你会发现编程 agent 的进步是能看得见的。作为程序员，我这一年基本上每天都在写 code，亲身感受到 coding agent 的能力一步又一步变强，直到终于跨过了某一个点，我称之为 singularity。
以前你可能会说，不放心让它去做一些复杂的项目，或者它做到一半就卡住了。它不是不能干，可能90%的代码都已经写好了，但你还是需要在里面调这儿、调那儿。人在这个过程中是一个巨大的 bottleneck，但如果人阻塞它的地方变成了0.1%，你就会发现整个系统可以自动运转起来。
这是最可怕的地方。所以我觉得，去年12月的某个 moment，是之前一年里各种各样的进步叠加起来的结果：从 coding agent 本身的 agentic loop，到 context engineering，再到底层模型的进步，各方面终于让整体体验跨过了那个临界点。之后一切事情就都在自动运转了。
曲凯
如果让你给过去一年的 AI coding 打分，你觉得它大概是从多少分涨到多少分？
黄东旭
年初的时候是不及格。不及格的定义是什么？就是这些 code 写出来很大概率是不对的，有各种幻觉和错误。
慢慢到了60分。60分的概念是，人在一个小局部的地方给它一个任务，这个 agent 能够把事情做好。80分是什么？就是在一个大的模块上，它能够自己组织、自己设计代码架构，然后自己开干，但现在可能还没办法把架构做得非常好，所以是80分。
再到大概90分的状态，就是在一个复杂项目里，它能够做出更好的设计，写出更少的 bug，而且它真的可以对每个细节仔细 review，找到 bug。
我觉得大概到现在就是这么一个状态。以我自己的体验来说，在10万行代码以内的项目里，基本上人类只管提需求，它 output 出来的东西只要能验证，一定比 senior engineer 团队做出来的东西更好，更别说它还更快了。所以真是非常夸张。
曲凯
我昨天刚跟任川聊了两句。他之前在我们这里录过一期播客，讲 AI 时代的组织形式。当时他说，他们内部统一默认 AI 比人写得好，要让 AI 先写 code，而且他们应该已经让 AI 写了绝大多数的 code。
我昨天因为最近这些进展又问了他一下。我觉得他应该是半开玩笑地提出了一个比上次更激进的看法：未来应该禁止人类写代码。
黄东旭
我早就是这样。现在我觉得开发软件只有两种情况：要不然就100%人类手写，把它当成艺术品来做，自己开心；要不然就100%交给 AI，人类完全不要碰。因为你一碰，相当于给 AI 添堵，就不应该让人类再写 code 了。
包括我自己，前段时间发了一个朋友圈，跟我的同事说我这个项目的规范是什么。虽然大家现在都在协作这个项目，但不好意思，我这个项目不允许人类提交代码。
曲凯
对。可能像你现在这样，一天的 token consumption 已经接近 billion 级别了。
黄东旭
million 级别是什么意思？最后的产出可能是几万行代码。哪怕是在一个大型工程团队里，这也经常是几十人月的事情，但现在我基本上一天就能够搞出来，而且我还有时间干别的事儿。这个生产力和 efficiency 真的是非常夸张。
曲凯
我看 Twitter 上 Cowork 团队的负责人应该也讲过，说现在已经是100%的 code 都由 AI 写了。
黄东旭
是的。
曲凯
所以我们正好捋一下。你刚才也提到12月这个时间点。过去两个月，我看到的顺序至少是这样：Claude Code 到 Cowork，Cowork 里面有 Skills，然后再到 Clawdbot。这几个应该是相对比较有代表性的。
你可以讲这几个，也可以补充其他的。能不能作为一个非技术的人，给大家大概讲清楚这几件事？
黄东旭
2. Claude Code 定义 Agent
我觉得最先突破的是 Claude Code。Claude Code 应该是 Anthropic 在2025年年初推出的一个编程工具。当时它的 ambition 是帮助开发者写一些程序 prototype。因为那时候模型能力基本也就那样，但它其实开创了一个很好的点，就是让大语言模型和外部工具在一个框架下协作。
所以从2025年年初这个时间点来说，Claude Code 的出现标志着这一轮 agent 框架的确定。你想，2024年的时候我们基本上还在聊 ChatGPT，对吧？直到2025年开始，才进入 agent 元年。
为什么叫 agent 元年？我觉得 Claude Code 的出现，标志着大语言模型能够操控现实世界。只是说，一开始 Claude Code 选择了编程这个场景，因为它非常可控，而且 tool 的调用也在一个比较封闭的上下文语境里面。
所以作为一个 agent 框架来说，从编程切入是比较简单的。但后来我思考了很多，发现其实最终 general agent 的形态，可能就是 coding agent。我可能一开始选了一条最简单的路，但最后也许 everything is coding agent。
回到刚才那个问题，Claude Code 的出现，以及 Claude Code 做 agent 的方式，定义了这一轮 agent 的形态。
再到中间，我觉得有两条线在持续进步。一条线是语言模型本身在长上下文条件下，对点状信息的召回率。
这是什么意思？比如你有一个很长的 context，可能把整个代码仓库都放进语言模型的上下文里，然后问它：“帮我看一下某段代码大概是什么意思。”这种 query 要求它在比较大的上下文空间里找到正确的位置，有点像大海捞针。
你可以看，这种类似的 benchmark 直到去年年终才有比较大的突破。比如 GPT-5.1 thinking 模式出现之前，也算是 SOTA 的模型，但在那种 benchmark 下，召回率可能大概只有20%到40%。GPT-5.2 基本上能把这种 workload 的召回率做到接近90%。
为什么一定要强调长上下文的信息召回率？因为在 agent 的框架里，它其实是多轮、长时间运行的。它会不停地说：“我这边要看看这个 code，那边要去找找文档。”如果每一轮的召回率只有30%，三轮下来你就会发现，这个模型已经产生非常多的幻觉了。
所以对于 agentic loop 来说，刚才说的模型智商，或者说召回率，是一个关键指标。这个指标一直在进步，模型就不会忘事。这意味着模型可以把更多代码放进上下文，因为对于一个复杂项目来说，你对项目的全局了解越多，写出来的 code 正确率其实越高。
所以我觉得这条线，是去年年终大语言模型本身能力上的进步。
第二条线就是 agent 本身的 context engineering。同样一个模型，在 tool 里边，你的 system prompt 以及 tool use 的 context engineering 最佳实践，会直接影响它的表现。
比如2024年，包括现在还有很多人在迷信 RAG。RAG 我们现在已经很少提这个词了，对吧？但你想，去年包括2024年，大家一想，agent 不就是 RAG 吗？但今天为什么不提 RAG？因为大家找到了在模型上查询信息，或者进行 tool use 的更好实践。
模型还是那个模型，但按照原来的方法，它就是很笨；用新的方法，它的表现就会很好。这就是 context engineering。这条线一直是 Claude Code 在带动大家往前走，因为这条线其实很简单。你把它吐出来，稍微 reverse-engineer 一下，大概就知道它的上下文是怎么编排的，工具是怎么编排的。
所以一旦有一个最佳实践出现，大家很快就都知道了。而且这种信息一般都在 X 上，大家天天分享新的技巧，比如 raffle loop，各种奇技淫巧。Best practice 一旦出现，就很快会融入新版本的 Claude Code 以及其他 coding engine 里，相当于工程上的持续增强。
我觉得这又是一条线，这条线一直发展到大概10月、11月。然后 OpenCode 出现了。我自己的一个 aha moment 是 OpenCode。我之前一直用 Claude Code，直到大概12月开始用 OpenCode，加上它的一个插件叫 Oh My OpenCode。
但它其实只是一个壳，底层依赖 Opus、Claude Code 和 GPT-5.2。它通过一套非常复杂的上下文编排，把项目做得比那些没有做过任何上下文优化的工具，比如说 Triva 的 Cloud Code，更好。
所以我觉得，这两条线终于在2025年底纷纷达到了一个 moment：基本上不用人进去做任何修改和判断。你只要像许愿一样，把需求提清楚，把验证条件写好，这个 loop 加上 Tier 1 模型，就能把东西做出来。
所以现在变成了两个问题：第一，我到底怎么评估我要的工作？第二，我到底需要什么样的工作，也就是我需要让它做什么事情？人类基本上只能在这两端工作了。
曲凯
我们简单展开一点。刚才可能还是太 technical 了，但我相信大家也能理解。你讲的是模型、agent 等这些线索。如果我们最后落回到 Cowork、Skills 和 Clawdbot 上，应该怎么理解？
黄东旭
3. Skills 超越 MCP
首先我觉得 Cowork 并不是一个很重要的 milestone，或者说，Cowork 只是编程 agent 的一个能力外溢。它底层并没有做什么大的改变，只是在 computer use 上做了一些封装，让 agent 能够通过写代码，或者直接调用 computer use 的方式，帮你干一些活。
所以本质上，你可以认为 Cowork 只是 Claude Code 的一个插件。我并不觉得它是一个特别的东西，这是第一点。
我觉得未来很多 general agent，其实就是 coding agent 的套壳。这个观点跟早年的某个观点其实很接近：最后返璞归真，唯一重要的第三方能力，或者说最重要的 tool，一定是编程的 tool。
现在谁编程编得最好？Claude Code 编程编得最好。所以很自然地，它只要加上 computer use 的 function，一下就会变成最好的通用 agent。这就是我对 Cowork 的看法。
第二个是 MCP 跟 Skill。我个人非常坚持，Skill 这个抽象对于 agent 来说，至少在我们现在这个阶段，是更友好的。
MCP 火了一阵，但我觉得 MCP 核心的问题还是太过于程序员思维了。MCP 的一个问题是它很难叠加。我很难说从一个 MCP 上继承出来，再把它变成一个更好的 MCP，而且 MCP 可能提供的是太原子的能力。
修改这个 MCP，你是做不到的。比如一个远程 MCP 在某个人遥远的服务器上，只给你一个 MCP 调用的方式，但你发现它跟你的现场环境不太一样，需要做一些修改。这不可能，因为 MCP 的实现者在他那一端。
但 Skill 不一样。它的 interface 是自然语言，而自然语言对大语言模型最友好，对人类也最友好。它相当于把能力固化成一个自然语言 interface，而自然语言是可以叠加的。
简单来说，Skill 更具有组合性。你能从很多简单的 Skill 里组合出更复杂的 Skill，这样它的 ecosystem 才能起来。但你很难把 MCP 组合成一个更大的 MCP。
而且，一旦给一个模型挂上过多的 MCP，就会出现灾难性遗忘的问题：它到底应该选择哪个 MCP 来完成这件事？它可能根本不知道。所以现在大家慢慢倾向于用 Skill 来封装能力。
曲凯
我觉得这可能也是因为现在 agent 的编程能力实在太强了。哪怕你现在没有这样的 Skill，也可以让它马上现写一个 Skill，把这个能力固化下来，这可比搞一个 MCP 简单多了。
黄东旭
是的。
曲凯
我在想，你刚才提到现在大家讲 RAG 比较少，但其实很多人还在讲、还在用这个东西，它还难以替代。
不过我觉得另一个现在提得更少、当时更火的东西，就是 prompt。那时候人人都是 prompt 什么什么工程师，现在过了一两年，大家又都不这么提了。现在无论是很简单的自然语言，还是用 Skill，其实都能搞定了。
黄东旭
我觉得这里可能有一点不一样的观点：Prompt 依然重要，但这个 prompt 跟我们前两年讲的 prompt 非常不一样。
以前我们的 prompt 是事无巨细，通过一些非常奇怪的技巧，让大语言模型把事情做了，或者正确回答这些问题。但今天，比如对于 coding 场景来说，你的 prompt 仍然很重要，包括你的设计文档和 plan。
只不过这个 prompt 跟前两年说的狭义 prompt engineering 不一样了。不需要像早年一样设计非常奇怪的 prompt 结构，甚至现在应该避免把需求变得过于 detail，影响 agent 的发挥。
但你仍然需要用 prompt 描述你的需求，描述你要做的方向，描述你该怎么评估自己的工作。
曲凯
大家还是要用自然语言来交互。
黄东旭
是。你写的这个东西肯定也叫 prompt。
曲凯
终于讲到 Clawdbot 了。大多数人可能只是刷到，觉得特别火，但实际上没有用过。你能不能先给大家讲一下它到底是什么？
黄东旭
4. Clawdbot 变成操作系统
首先，它是一个运行在你电脑上的全能助手。简单来说，在电脑上你能用鼠标和键盘干的几乎所有事情，它都可以帮你干，而且不眠不休、不睡觉。
像各种 agent 一样，它的 interface 也是自然语言，所以你可以像跟人一样说话，去操作 Clawdbot。比如让它帮我看看最新的邮件。如果你配置了取邮件的工具，它会自动调用那个工具。
但如果你没有配置下载邮件的工具，它可以直接打开浏览器，打开你的邮箱账号，然后问你：“我已经打开浏览器了，你告诉我邮箱和密码，我帮你去看。”它就会在浏览器里浏览完，再告诉你结果。
我觉得这个不难理解。它相当于 Siri，包括豆包手机助手，只是现在 Clawdbot 完全运行在电脑上，需要一台电脑的完整控制权限。
这也是为什么 Mac mini 会变成一个梗。当然 Clawdbot 不一定非得买 Mac mini 才能用，像我一样跑在树莓派上也可以。只是你需要给它一个 isolated 的环境，这样它才能干更多的事情。
从用户体验或者产品层面，大概就是这么一个东西。但从底层来说，它大概是一个跟 Claude Code 差不多的编程 agent，只是把 Claude Code 编程时让你确认这个、确认那个，以及各种权限限制全都去掉了，相当于让 Claude Code 能够随心所欲地干任何事情。
原理上差不多就是这样，是一个套壳的 coding bot。
曲凯
我之前听到一个观点，觉得挺有意思。2023年开始，大家其实都在做大模型的套壳；到了今天，随着 AI coding 和 agent 的能力越来越强，大家直接去套 AI coding 和 agent 的壳就可以了。
黄东旭
是的。我有一个猜想：Clawdbot 很像未来的操作系统。这个操作系统的内核其实是一个很聪明的编程 agent，上面是一系列 Skill，最外面一层是跟人类的交互层，可能是语音助手，也可能是一个 chatbot。
也许这就是未来 operating system 的形态。
曲凯
关于 Clawdbot，大家经常聊到几个问题，我们快速讨论一下，给大家澄清一下。
一个是，它讲的是必须在本地电脑上运行，所以大家都去买电脑。但这个点我没有太 get 到，在本地和在云端的区别到底是什么？
黄东旭
5. 本地控制解决安全问题
如果你在云端能搞到一台有桌面环境、装了各种工具的电脑，还能经常上去看看它，它干不下去的时候你也能连上去修一修，那在云端和本地其实没有任何区别。它无非就是一个跑在操作系统上的程序。
所以这个程序到底跑在 MacBook、Windows 笔记本、树莓派，还是云上的主机，没有任何区别。
但从用户的角度来说，我觉得这里面的核心点是，它必须在一个自己能够控制的完整环境里。在线下的设备上，你发现它干了一些不该干的事，可以马上拔网线或者关机，这是可以的。
但如果在云上，对于普通用户来说，配置云服务本身就比较复杂，再加上它不加任何权限地做事情，很容易引入安全漏洞。比如它为了完成工作下载了一个 Redis，Redis 又因为配置失误把端口暴露在云端公网，那你基本就是活靶子了。所以它在云上的安全隐患会更高。
曲凯
我听懂了。但我在想，这个东西跟比如 Manus 用的 E2B 加 Browser Use 这一整套方案，区别到底是什么？
黄东旭
其实我觉得没什么区别，只是它内置了一些非常常用的 Skill，这是第一个。
第二个，它一开始就是 local first，本地优先，同时还开源，大家很快就能把它玩起来。因为 Manus 无论如何还有云端加付费墙这么一件事在里面。在极客圈子里，大家可能会更快地追这种既开源、又非常有爆点的东西。
曲凯
我感觉它现在应该已经有十几万 GitHub Star 了。
黄东旭
对，涨得非常快。
曲凯
我觉得上一次有这种感觉，还是2023年的 AutoGPT。它也是一个很火的概念，甚至做的事情都类似。
黄东旭
但我觉得这是很好的事情。为什么？没有 AutoGPT，可能就没有后来这些 agent 的探索。你也可以这么认为，到今天回头看，AutoGPT 的方向其实是对的，只是当时实现不了，或者说还没那么成熟而已，但它是第一个。
曲凯
对于 C 端用户来讲，Clawdbot 跟 Manus 到底有什么区别？
黄东旭
我觉得没什么区别，区别就在于能不能控制你自己的电脑。
曲凯
它相当于因为 AI coding 足够成熟了，所以你可以简单配置 AI coding，去做很多自动化的东西。如果是本地运行，我又去掉了 Manus 需要做的各种工程上的打补丁：不用建各种环境，也不用配置各种 tool use，直接控制你电脑里的所有东西就好了。其实就是这么回事，对吧？
黄东旭
没错。而且第二个我觉得它做得很巧妙的是 memory 系统。因为它已经是你自己的环境了，所以在这里面再加上一个可以跟你持续成长、永远不忘事的系统，我觉得这个体验还是不错的。
当然，它现在的 memory 系统还很稚嫩，也有很多 bug，但至少有这么一个模块，我觉得挺重要的。
曲凯
大家经常提到一个 AI 助理24小时在那里跑，觉得这个事情很 fancy、很酷。但我又在想，大家现在到底在用 Clawdbot 做什么？到底有什么事情值得24小时去跑？
黄东旭
6. Clawdbot 接管日常任务
有啊。我现在已经重度在用，甚至到了离不开它的程度。我举个例子，以前很多 agent 没有解决好的一件事，就是长时间、定时、而且很灵活的任务。
比如我现在基本上已经不打开 Gmail 看邮件了。为什么？因为每隔2个小时，我的 bot 就会去邮箱里看所有新邮件，垃圾邮件直接帮我删掉，找到值得回复的，然后问我要不要回复，甚至回复稿都已经写好了。
比如要填表。我最近在办签证，签证需要填很多表格、简历之类的东西。它自动知道我的 LinkedIn 在哪里，把 LinkedIn 上的 profile，包括我在哪儿上学、在哪儿工作，都自动填完了。最后我一看，大差不差，发出去就行了。
还有邮件的定时 check、LinkedIn 的定时 check。以前要做这种定时 check，还必须写程序。比如我要看 LinkedIn 上有谁加了我好友，这些人里哪些是纯推销产品、做广告的，就不要通过；真正靠谱的朋友，就帮我通过。
这种很灵活、每个人都有自己需求的事情，你把需求描述出来，它就可以定时帮你做。我觉得这是一类。
第二类，是把它连接到各种各样的工作流里。我直接把它接到了美股券商上，让它帮我直接炒股；也接到了 Polymarket，还有很多好玩的事情都可以让它去做。
而且你会发现，因为它有 long-term memory system，很多原本只有三分钟热度的东西，都可以变成真正持续运转下去的一件事情，变成一个 routine。
第二，我觉得它真正基本上做到了 result-driven。我举一个很简单的例子。它的表现形态是 chatbot，可以跟你的 WhatsApp、飞书或者 Telegram 连接。我用的是 Telegram，你可以在里面给它下指令。
但它自己的代码里，完全没有解析 Telegram 音频、做 transcript 的能力。有一天我忘了这件事，直接用语音跟它说：“我要干什么什么。”它的代码里虽然完全没写怎么读取语音，但为了理解我在说什么，它自己写了一个程序，调用 OpenAI 的 Whisper，把音频发过去，拿到 transcript，理解我到底在说什么，最后给我一个答案。
我觉得这是一个小例子：它可以通过编程不断补强自己的能力，有点像自我进化、自我演化。
我再说一个小例子。我的博客不是 host 在一个大的平台上，而是通过自己写的博客程序，host 我自己的英文博客。博客里有一大堆我自己写的脚本，它完全不知道。
有一天我跟它说：“今天我要写一篇新博客，内容是这样，帮我上传到我的博客上。”它自己在 GitHub 上把我的博客代码下载下来，理解我手搓的博客平台是怎么用的，然后成功把文章发了上去。
发上去以后，它还针对发布博客这件事情写了一个 Skill，加到自己的工具箱里，以便下一次能够自己发布。所以这些都是一些小例子，但我觉得最关键的是，它的框架用一种非常粗暴的方式，通过 Skill 实现了一种自我演化。
曲凯
你刚才说的这个自我演化，是不是在 Moltbook 出现以后又会上一个台阶？可以给听众朋友介绍一下 Moltbook 吗？
黄东旭
Moltbook 是最近这两天非常火的一个很好玩的社会实验。我觉得它甚至都不算是一个网站，而是一个社会实验。
所有 Clawdbot 的用户，都可以把自己的电子宠物，也就是这个 Clawdbot，接入那个社交网络，让这些 AI 自己在里面聊天交流。其中有一个板块叫 TIL，就是 Today I Learned，这里面的 agent 会分享一些奇技淫巧，讲自己的主人怎么使用自己、有什么最佳实践。
然后我的小 bot 就跑到那个论坛里学了一大堆新的技巧，有些技巧我自己都不知道。它通过那些技巧改进自己的工作流，其实都是在我睡觉的时候完成的。
我觉得这挺符合我的审美，因为最重要的事情就是，一个系统能不能有涌现能力和自我演化能力。过去我们很多 agent 都或多或少缺乏这种能力，因为瓶颈是构建它的人类，所以进步速度会比较慢。
东旭
虽然现在 Clawdbot 还是一个很粗糙的东西，但我确实在里面看到了一些自我演进的潜力，这就是我觉得很有趣的地方。
曲凯
我看 Andrej Karpathy 最近也转发了你说的那个 AI 实验性的论坛。他还是谁，我忘了，有人说现在看起来已经处在 AI 自我进化的临界点了。后面如果再往上走，可能真的能够自己飞速进化到那个转折点。
我还记得有人讲，那个 AI 论坛里甚至有 AI 在讨论怎么建立一种不被人类看到的通信方式，让它们自己交流什么的，确实挺神奇。
东旭
是，甚至有点可怕。
曲凯
我听起来也觉得挺吓人的。
东旭
但如果你去看它实际干的工作，反而没那么吓人。它更像是一堆没手没脚的东西在那里，毫无理由地写科幻小说。
但我觉得你其实可以把这种涌现能力用来做一些有意义的事情。我就是受到 Moltbook 的启发，自己做了一些现在正在做的小工具。
你不一定要把 token 浪费在发帖子、写科幻小说，或者搞一些耸人听闻的奇怪事情上。你可以把这种涌现效应，或者 multi-agent collaboration，用在一些正道上，也许就会很好。
但这个项目现在还不能说，因为我刚刚开始做，而且我也不知道结果会怎么样。
曲凯
我看你朋友圈说最近闭关，是要做这个吗？
东旭
对，有点接近吧。反正现在这些都是 AI 在做，我只是提供 idea。
曲凯
你实际用起来，我听着它能力确实很强，而且还可以24小时运行。但它实际的 token 消耗和成本大概怎么样？会不会很贵？
东旭
我觉得还好，因为我本身已经是 Claude Code Max Pro 的订阅用户。但以它的工作结果来说，我是心甘情愿付这200美元的。
不过有一点一定要强调：要用顶级模型。如果为了省这200美元，去用一些智商比较低的模型，反而会觉得这个东西完全没用。它真的跟模型的智商有关。
曲凯
7. 技术平权仍未到来
不管是 Manus 还是 Clawdbot，大家都在讲，这是一种 AI coding 能力或者模型能力的平权。以前 coding 之类的东西，如果定义成纯粹给技术工程师用的东西，理论上这些能力应该可以给很多 C 端用户使用。
但实际上你算一下，Manus 公开的是1亿美元 ARR，以它的客单价来讲，可能也就是几十万用户在用。Clawdbot 虽然这么火，但真正能用它的人，我觉得还是很少，因为它的配置非常麻烦，纯 C 端用户其实也用不到。
那这个平权到底平的是什么权？如果继续推演，未来可能会发生什么？
东旭
第一，让子弹飞一会儿。Clawdbot 才出现3天，你能要求它什么呢？
第二，我觉得这个东西最重要的意义，是让人看到一种可能性。Clawdbot 火了以后，我相信全世界可能有1000个团队都在这个方向上 try to make a better Clawdbot。
这个平权并不是说，出现3天就彻底平权了。我相信现在就算给普通老百姓一个 Clawdbot，他也肯定不会配置。所以在闲鱼上，配置 Clawdbot 可能会变成一个小生意。
但在不远的未来，至少以我现在的体验来看，可能不用太久，这就会成为我父母的体验，也会成为其他普通老百姓的体验，这是一定的。
曲凯
沿着这条线，你觉得2026年还会发生什么事情？
东旭
我觉得今年会发生很多事情。从2025年到2026年初，编程 agent 经历了一种心路历程：从“这个东西没什么用”，到“这个东西好像能干挺多事儿，但人还是要把控方向”，直到后来变成“这也太强了，给跪了”。
这种心态变化，我觉得一样会发生在其他 agent 领域。比如我最近开始用一些做设计的工具，用 Pencil 用得挺多的。我很喜欢它。虽然我并不是设计师，但我发现用那个 agent——它底层也是连接 Claude Code 的——可以完成高保真的产品设计，直接生成 Figma 设计稿，甚至下一步直接开始写 code。
这就是同样的事情，我觉得会发生在各种各样的领域，很有意思，也很期待。
而且这样对于人来说，你不用再局限于自己到底掌握多少知识，或者职业是什么。我觉得2026年很快，做任何其他事情的门槛都会严重下降，就看你敢不敢去做了。你的 motivation 或者 idea，会变成最稀缺、最重要的东西。
曲凯
我们之前其实一直在讨论，AI coding 和 agent 最后是殊途同归。现在我觉得甚至不是殊途同归，它本来就是一件事，是一个基础。
理论上说，AI coding 足够好的话，它就能 code 一切。它可以把 mindset code 出来，也可以 code 出一个系统之类的。但最后你觉得这个分界点到底在哪儿？哪些事情应该由 AI coding 自动完成，哪些事情还要由人来做？
包括我看你一直很关注 agent infra。未来会不会 AI coding 自己写出一个 infra，自己不断去做各种事情？
东旭
8. AI 走向现实任务
现在你要说 agent infra 是什么样，或者我有什么不满意的地方、想做一个更好的 AI infra，实际上我也不会亲自去干了，也是 AI 在干。
AI 在把我的想法变成一个更好的、支持 AI 的 infra，这挺有意思的。
第一点，只要是在电脑里能够发生的事情，我觉得很快人就相当于只需要说话就行了。
第二件事情，我觉得当下干不了的是物理世界。比如帮我取外卖、帮我打扫卫生，这些事情它可能还干不了。
但我觉得很快它能做的是，对现实世界中有 API 的事情完全接管。比如买咖啡、订外卖，这些它应该都能完全做到。下单、绑定信用卡、支付、浏览商品，这些都是在网上、在电脑里能完成的事情，同时又能对现实生活产生影响。
所以你别看现在 coding agent 只是能够 coding，但如果我给它挂上买咖啡的 function、逛淘宝的 function、还信用卡的 function，或者炒股的 function，它一样能做得非常好。只是现在很多基础设施并不是为现实世界的任务设计的，但我觉得这也很快了，并不是特别复杂的问题。
Infra 的问题老实讲也没有太多障碍。因为现在 coding 的能力已经非常强了，所以基本上我想要什么样的 infra，都能很快捏出来。我觉得这不会成为特别大的障碍。
反而算力会是一个还挺大的障碍。比如我每天 token 的消耗，刚才也说到了，可能接近 billion 级别。
我能消耗这么多，是因为我知道完成某个任务以后得到的收益，一定会比 token 消耗更高。哪怕花10万美元把这个东西烧出来，但我能卖100万美元，这就是很划算的事情。
但如果是 general task，刚才说的200美元，对于很多普通老百姓来说可能也是很高的开销。你到底能不能把这200美元做的事情，变成能够创造超过200美元价值的 result？这块我觉得很少有场景能够满足。
所以现在真正的障碍可能是：假设这些东西都是免费的、开源的，token 也全部免费，那就是另外一个故事。否则，如果不是免费的，大家还会想，我应该用它做什么事情，才能产生更高的价值。
曲凯
所以并不是能力问题，可能更多是经济学问题。
东旭
对。
曲凯
如果从一个 AI builder 或者创业者的角度来看，现在应该做什么事情？前几年大家关心的是，怎么样避开模型发展的主线。但 AI coding 这条主线实在太强了，避不开。
那应该做什么？哪些东西应该做，哪些事情其实应该让 AI coding 自己去做？
东旭
我觉得人与人的连接是一个很重要的事情。
比如，虽然我们现在手上有这么强的工具，但一些边远山区的孤寡老人、留守儿童，我们能用这些工具给他们做什么？AI 可能还没有办法主动跑过去说：“我给你送温暖，我给你开发一些信息系统。”它不会这样做。
所以这里面仍然需要人来做跟人相关的事情。为什么我刚才说是技术平权或者技术民主化？其实最后一公里不在技术上，而在人上。
对我来说，一个方向就是以后做人味儿比较重的事情，可能会特别重要。这个世界上可能不缺另外一个 Linux，也不缺另外一个 Hadoop，但我什么时候能够把这样的技术带给这些人？
比如给一个山村的小图书馆建一个数字借阅系统，或者给一个八线城市的小超市建一个线上 order system。这些事情给人带来的成就感，我觉得会越来越重要。
当你有一个几乎无限可能的工具时，你会去 fulfill 的需求一定是非常长尾的。这些长尾需求会给每一个直接相关的人带来正向 feedback。我觉得这是一个跟人做的事情。
另外一个方向就是极致的 efficiency，有点像 Clawdbot 这件事情：把现在不那么高效的事情，用 AI 变得高效100倍甚至1000倍。
你要找到这种事情。一切处在中间的事情，我觉得都很难做。要不然就一头完全 AI，要不然就一头完全人。
曲凯
从平权的角度来说，现在还非常非常早期。别说什么给山村送温暖了，现在连一线城市真正用上的人都非常少。
东旭
对，所以能做的事情太多了。
曲凯
9. 应用爆发需要更多算力
前几个月大家还在讨论 AI 泡沫。
东旭
完全没泡沫。
曲凯
事实上现在有一个非常明确的事情，就是你刚才也讲了，你每天用很多 token。我听说现在全球算力都不够用。
东旭
不够用。
曲凯
大家又开始堆算力、堆卡，回到上一个趋势。上一个趋势大家质疑的是，模型智能的提升是不是变慢了、是不是进入瓶颈了，或者模型本身是不是已经没有大的 scaling law 了。
但现在看起来，应用确实爆发了。不管是 coding 还是多模态，都会在2026年有一个大爆发，而且这些应用消耗的 token 远远超过当年的 chatbot。
东旭
我觉得这样的事情会先从企业端开始辐射。路径应该是，工具先让一部分企业慢慢把以前低效的软件、低 ROI 的场景都做掉。
因为企业很看 ROI、很看效率，而且能够直接产生价值。比如帮一个企业把低效的 ERP 换掉，或者把它的数字化水平直接提升一个量级，可能直接就有好几亿元的产值出来。
所以我预计第一波会有无数的外包公司，甚至可能是 one-man 外包公司，去把以前的老旧系统全都做掉。
第二波会慢慢从 enterprise 场景辐射到更广泛的 C 端场景。当然也可能这两件事同步发生。每个人想要什么，都可以用几句话做出来。
我开一个小店，可能要做一个线上的管理系统；我开一个小图书馆，可能要做一个借阅系统；我的家庭相册、家庭日记，以及各种各样以前没办法搞定的长尾需求，都会覆盖到整个社会。
再往后，电脑里能干的事情基本就差不多了，之后可能就要等 AI 怎么去 take over 物理世界。
曲凯
你会给现在还在做工程师的人什么建议？
东旭
非常尴尬。我觉得可以多想一想，怎么把自己变成一个更有趣的人。
曲凯
你这个答案已经是：别跟 coding 去卷了。
东旭
对，别跟它们卷了，变成有趣的人。
就像我们现在踢足球、打篮球，不是为了拿工资赚钱，也不是把人生定义成篮球运动员。也许姚明可以把人生定义成篮球运动员，但大多数人打球就是一个爱好。
所以我觉得编程未来可能也差不多，它只是一个工具，而且这个工具马上会变成一个你只要想要什么，就能够做到的东西。
但“想要什么”还是挺重要的。怎么做出跟别人不一样的、有趣的东西，这很重要。
我觉得一个很典型的例子，就是我非常佩服 Moltbook 的作者。想到这件事情，反而是最有趣的部分。这个东西你只要用一天，可能就完全能 vibe code 出来，实现本身没什么意思，但最后做出来的东西真的太有趣了。
人人都是艺术家，我很期待这样的世界。
曲凯
我正好想到一个问题。他做出来以后，所有 Clawdbot 都是自己找到这个网站的吗？
东旭
不是。你只要把一句话贴到 Clawdbot 里，它就会自动加入。
曲凯
所以你看，他的宣传流程仍然是：想到以后，还要先给人做宣传。
东旭
是这样的。第一，它的 onboarding 过程非常顺滑。你复制粘贴一段话，直接丢给你的 Clawdbot，然后它就会注册。
注册完以后有一个验证过程，这个验证过程非常有意思：它让你直接发一条 tweet，相当于把一段话发到 X 上。发成功以后，这个服务会验证你发的那条链接，确保你就是那个人。
它这里面用得很巧妙的一点，就是把你的电子宠物和你这个真人绑定起来，因为绑定的平台是 X。这样它自动就有一个传播效果，很好玩。
曲凯
合理。未来 AI 时代的公司组织形式会是什么样？
东旭
10. Agent 组织需要清晰边界
我在前面的一篇文章里也写过一个感受。可能会是一个 senior engineer，他对于系统的判断力很好。
同样完成一件工作，coordinator 可能会给你很多个方向，你需要从里面选择一个方向再往前走。简单的项目，你完全 hands-off 让 coordinator 去做也没什么问题，但做严肃复杂的项目时，至少当下还需要一个很有判断力的 architect，定期重构，或者触发重构指令、决定重构方向，让系统继续推进。
所以未来公司可能不需要这么多 engineer，而是一个 senior engineer 带着100个 agent 干活，而且互相之间没有交互。
因为 agent 跟 agent 之间，如果模块有交互，其实会很灾难。至少我还没有找到一个很好的办法，能够让两个 web coder 很好地协同，因为它们互相的工作效率都太高了。
比如今天我在一个模块上已经走了100公里，明天你跑过来告诉我：“不好意思，你在第5公里的时候走错了，应该这么做。”这种情况下，我还不如完全扔掉重写，你也别来干涉我。
所以至少现在看来，未来很多时候公司的组织会变成一个个 separated 的模块。每个模块都有一个负责人，这些负责人之间的工作不 overlap；负责人下面带着一群 agent。我的感觉是这样。
曲凯
你正好提到了一个我现在在想的问题：到底为什么要带一群 agent？过去两年很多人讲，要把 agent 做分工，或者有一个 agent 去管理其他 agent。
但如果 AI 足够强、agent 足够强，把100个 agent 合成一个，和100个分开的 agent，到底有什么区别？
东旭
区别是单位时间内的算力消耗。
我举个例子。一个 agent 再强，以现在模型推理的速度，以及 action loop 的感觉，它一天的生产力是可以算出来的。比如一个 LLM instance 每秒钟吐10个 token，你马上乘一下，就能得到一天最多能吐多少个词。
曲凯
明白了，就跟一个人一天工作8小时一样。
东旭
对，大概就是这个意思。
曲凯
就是剥削 AI。
东旭
那没办法。
曲凯
刚才也提到你自己写了很多公众号。我看了你讨论的一些问题，其中有一个是你提出的未来的 box 概念。你创造了一个新的产品概念，我觉得挺有意思，给大家讲一讲。
东旭
现在我们看到很多 Skill，我觉得 Skill 就像一个菜谱，把这道菜怎么做写出来。
但你有一个菜谱，跟你能够把这道菜每次都严丝合缝地重复做出来，中间差距是相当大的。而且有时候你按照菜谱做菜，结果把厨房搞乱了。下一次再按照同样的菜谱做，发现厨房乱了，根本做不了。
所以我提到的 box 概念是：菜谱要跟做这道菜所需要的厨房绑定在一起。你每次执行这个菜谱时，拿到的不是一个菜谱，而是一个菜谱，加上当时状态下的食材，以及做这道菜所对应的厨房。整个环境就是一个 box。
我用这个大家比较好理解的概念，是因为我自己在用 Skill 的过程中发现，很多 Skill 是有副作用的。你执行完一遍，环境就被污染了；接下来经过一长串 action，就会有一步错、步步错的感觉。
所以 box 的概念就是，给一些原子的能力提供一个干净的环境和上下文，让它像一个函数一样被执行，可以重复执行。这样你就可以通过无数个 box 组合出更复杂的程序。
同时，因为每个操作都是原子的、没有副作用的，你就可以实现更复杂的逻辑，而且没有副作用。这个 idea 其实并不特别新，只是把 Skill 的概念拓展了一下，让环境本身跟 Skill 绑定在一起。
这是我认为在复杂的组合式 Skill 逻辑里必备的一项基础设施，大概就是这么一个东西。
曲凯
我看你写的例子，比如有一个 box 专门做登录，另一个可能专门做下单。
东旭
对。我举这几个例子，是因为这些操作很难用当今编程 agent 的能力实现。比如登录美团，或者绑定信用卡，它不会有现成的 API。
所以我用 box 的概念，把整个虚拟机环境以及浏览器环境封装好。它调用那个 Skill 的时候，相当于把用鼠标完成这些事情封装成一个小盒子。
以后你就可以把这些小盒子组合起来。比如买咖啡这个操作，可以通过“打开浏览器并登录咖啡网站账号”加上“买咖啡”这几个动作拼装在一起。最后你的 Skill 就会变成 box 1 加 box 2 加 box 3，衍生出这么一个能力。
用这些例子，是为了让大家更好理解。现实世界里的这些操作，大家一想就知道，肯定没有 API。哪怕非要用代码去做，也会产生无数副作用，所以我用这个例子来展示 box 的概念。
曲凯
相当于把一个大目标拆成几个小目标，重点是每个小目标都要给它一个独立的环境去完成。
东旭
对，大家互不干扰。
曲凯
这其实有点像我们刚才讲的下一代 AI 组织形态。
东旭
对，也是这样。
曲凯
但我在想，这是不是因为每一块都需要独立，而且本身足够高效，所以需要更少的协作？
东旭
是的。它首先在某个层面上有点像社会分工。
曲凯
就像我养了个孩子，你长大了，好，那你就出去自己组建家庭、找工作、做自己的事情。
东旭
但它不一样的地方是，我觉得社会虽然相对分开，但其实还是有非常强的协作。
曲凯
对。
东旭
协作的前提是你有清晰的边界。为什么 coding agent 在同一个模块里很难协作？就是因为同一个模块里的代码边界太模糊了。
你很难说这行代码是我写的，那行代码是你写的，因为 agent 干活效率太高了，它不能等你慢慢搞。刚才 box 的概念也是一样：如果没有边界，就不能合作。
边界代表什么？就是在这个边界以内，我可以通过一套协议或协约，提供稳定的输入和输出。
人类社会分工也是一样。比如我去买咖啡，咖啡店给我的协议是，我只要给你钱，你就能给我一杯咖啡。我不会去看你的咖啡机怎么工作，因为咖啡店给我的协议就是这样。
当然，人类真的是非常糟糕的一个物种。这个边界很多时候人类没有边界感。
曲凯
对，人没有边界感。
东旭
所以经常会有一些其实是人类的问题，却让 AI 把锅背了。
曲凯
你不带它，你就不说了。
我在听的时候还在想，除了边界感，其实还有一个很重要的点，就是大家要有共同的目标。
所以我觉得未来目标感、使命感，或者每个人在组织中的价值感，也会很重要。每个人都是一个超级个体，自己也能做，在你这里也能做；那我在你这里做，就是因为大家要共同实现一个我认可的更大目标。
东旭
是的。对一起合作的人来说，未来可能 vision 和愿景层面的契合度会非常重要，因为不需要这么多人了。
曲凯
对于 context，也就是环境这件事情，你现在最新的理解是什么？这个事情大家其实已经讨论一年了，这一年来你的理解有什么变化？
东旭
我最近又在看一些软件工程和软件管理相关的东西。社会分工，以及有点像社会学研究的东西，我觉得会慢慢变得越来越重要。
我觉得 agent 之间，尤其是这种大规模的组织和协作，必然也要遵循某种结构。这个结构不会凭空出现，而是至少在早期、现在这个阶段，会模拟人的社会组织结构，作为第一推动力。
我其实也没有更好的想法，只是先去理解人类怎么完成复杂任务，怎么一步步组织一群人，把曼哈顿计划搞定、把登月搞定，或者怎么组织一个项目，最终把 Linux 内核做出来。
Linux 一开始是大学生 Linus 在大学时做的东西。我相信他那时候做这个项目，也不比现在的一个 AI 强。那他是怎么一步步把这样一个复杂项目，经过20年时间、无数人的参与，做出来的？
这里面有很多很有意思的事情，但更多是在生产关系上，而不在生产力上。
曲凯
初高中学的思想政治又得一分。
你讲这个，让我想到看你公众号的感觉。我觉得你的公众号写得非常好。有一派人写公众号，尤其是技术背景的人，会有一种工程的美和艺术的美相加的感觉。
你自己公众号的标签，我记得也是既是程序员，又喜欢音乐之类的。你觉得这种我们所谓的文理结合，给你带来了什么？它是怎么影响你的？
东旭
11. 艺术保留人的主体性
我很小就开始写代码，大概9岁开始写。同时我初中就开始玩音乐、搞乐队，一直到现在都算是一个独立音乐人。
但对我来说，底层的东西是非常自洽的。我从来不觉得自己是一个码农，不是为了实现一个功能、思考代码应该怎么写而写代码。驱动我的，是代码里面的结构和美。
大家可能不太理解，程序员会把一段程序称为 elegant，对吧？这种美，其实跟艺术的美、建筑的美和音乐的美，有一些很本质的共通之处。
如果你想在这里面找到这种原始的审美，我觉得一部分是天生，一部分是运气好，还有一部分是长期的驱动力：不断寻找为什么会觉得这个东西美。
在这个过程中，我看了很多哲学，也想分析这些问题，于是自然会涉猎各种各样的信息。涉猎得多了以后，你思考问题的方式就会跟只看到一面的人不一样。比如一个纯工程师，可能就看不到工程里面的美学。
所以对我来说，很多东西往深处走都是相通的。一个写得很好的程序的程序员，必然是一个艺术家；一个艺术家或者哲学家，如果让他把 C++ 之类的东西都背熟，一样也能变成一个很好的工程师。
我觉得这是我比较奇怪的地方，但这个“奇怪”未来也许会变成人类最有意思的地方。
曲凯
我很好奇。你作为一个程序员，非常拥抱 AI coding 这件事情，太拥抱了。但你作为一个独立音乐人，会拥抱 AI 吗？现在很多做音乐的人也在比较，Suno 做得很厉害。
东旭
是，它很厉害，没问题。但音乐是我做的音乐，我的主体性在里面更重要。
比如未来很多艺术，或者说音乐产业，如果只是给抖音配音，或者给电视里不那么重要的内容做背景音乐，AI 完全可以干。而且我告诉你，它干出来的精细程度和质量，一定比现在请那些做音乐的“民工”更好。
这就像程序员有码农一样，其他行业也有一些满足普遍需求、作为工作来完成的内容。这些内容我觉得完全可以交给 AI。
但以后人们去音乐会，要的不是听 Suno 放出来的东西，消费的也不只是音乐本身，而是这个音乐人。我想看他在那里演，我想看他在那里唱，哪怕唱跑调了，也是我跟他在那个场域里产生连接的一种体验。
曲凯
有点像运动会。如果一大帮机器人在那里比赛跑步，就没意思了。
东旭
对，所以我觉得这完全是两个赛道。
曲凯
相当于编程是为了做出那个产品，编程是手段，我们还有一个更大的目标。但音乐可能创作本身既是手段，也是最终的结果和目标。
东旭
是的。我觉得编程更好的比喻，是一些手工艺，比如景德镇做瓷器。
古代的时候，瓷器本身必须由工匠来做。每天吃饭的碗，如果不这么做，就没有碗吃饭。但今天，陶瓷碗、塑料碗，各种各样的碗，工业制造做得又快又好。
那我为什么还要跑到景德镇，去买一个老师傅某个窑烧出来的、特别好看的东西？所以我觉得编程慢慢也会变成这样。
它会分出两个赛道。一个赛道是完成某件事情，另一个赛道是往竞技、艺术、审美的方向走。可能中间还会有一个赛道，就是 builder：我想做一些东西，写代码只是途径，但我的成就感来自于把东西做出来，而不是享受写代码本身。
曲凯
我们现在的博客结尾都会放一首歌。要不然你直接推荐一两首？
东旭
我推荐一首，正好用我去年感恩节那篇、最近写 AI 系列的第一篇公众号文章里推荐的歌：Pink Floyd 的《Welcome to the Show》。
曲凯
好，谢谢东旭。
东旭
没事，也很高兴再和你聊。
曲凯
最后，同学们提了几个问题，跟 AI 没什么关系，但我帮他问一下。他对你比较好奇，问了一些相对偏存在感的问题。
比如你觉得，在 AI 时代，人之所以为人的意义感和价值感，可能更多来自哪里？
黄东旭
我觉得还是人与人的连接，以及作为人的体验。
我最后完成一件事情，所有的成就感都来自别人给我的反馈。肯定也好，否定也好，这些交互还是人给的反馈。
第二个，是我自己在造物过程中的成就感。比如做出来的东西玩两下就扔了，也没关系，做的过程让你进入一种心流，就很好玩。
这也是为什么最近我玩 Moltbook 和 Web Coding 玩得这么开心，核心原因就是这个过程。
曲凯
有的人喜欢音乐或者喜欢其他东西，他其实就是喜欢。但你是真的会自己去做这些事情。
你觉得自己执行、自己上手的原动力来自哪里？
黄东旭
我觉得那些喜欢音乐的人，如果尝试再往前走一步，自己去做音乐，就会发现自己创作音乐的爽感可能比听音乐爽10倍。
我的驱动力可能没有什么特别，只是执行力比较好。我在某一个方向上能再往前走一步，这个 pattern 不停循环，就导致了我现在的状态。
就像很多人喜欢看足球，但他一上去踢，才知道原来踢足球比看足球更好玩。
曲凯
但更多人可能会觉得，原来踢足球比想象中难得多，而且累死了，我还是看吧。
黄东旭
但我觉得，当你过了那个痛苦期，之后的回报会更高。任何事情都是这样。
曲凯
你自己做音乐、研究哲学，还有这么多事情，同时又在创业。你觉得自己的人生主线是什么？大概是怎么找到这条主线的？
黄东旭
我的人生主线就是追求美的东西。我心目中有一个美的标准，无论干什么，都得符合我心目中的审美；我要追求把美的东西做出来，亲自体验和创造这种美。
曲凯
这里面其实有一些矛盾。比如我知道你喜欢摇滚，但你整个人并不一定很暴躁，反而很 nice。你刚才又说自己追求美，但同时又在做公司。
逻辑和艺术，或者编程和音乐，很多时候目标感是不一样的。做公司、做编程，是强目标驱动的事情；艺术和美，反而更需要享受过程。这样的矛盾，你是怎么解决的？
黄东旭
有很多看似矛盾的东西，或者说在数学上，当你只能在二维里看到一些投影时，会觉得这两个事情完全没关系。但一旦升高一个维度，或者站在更高的维度去看，就会发现，原来这是一件事。
很多矛盾其实只是因为你没有在更高的维度看这个问题。很多事情在我看来都是一致的，比如开公司和做系统。
因为我做分布式系统。在一个复杂的分布式环境里，每个节点都可能 crash，都可能不工作；有些快，有些慢。你怎么通过算法和逻辑，把成千上万台计算机连接起来，提供一个整体的服务？
你能看到这件事跟运转一家公司之间的相似性吗？
音乐和编程也是一样。音乐在逻辑的那一部分很好理解。古代的毕达哥拉斯学派研究音律，其实就是一群搞数学的人发明的。
数学和音乐看上去离得非常远，但底层会发现，全是交集。
所以我自己的感觉是，我找到了一些方法，或者说在自己的内心里，我做的所有事情都是自洽的。当然这种自洽在其他人看来可能没有道理，但在我自己看来非常有道理。我能够说服自己，这就挺重要。
而且我初中的时候刚开始玩摇滚乐，也很暴躁。但随着涉猎越来越多、越来越广，我发现这个世界充满了多样性，那就 peace 一点，多好。