151: MuleRun 陈宇森：Claude Code带来Agent创作新范式，未来的软件是日抛式的

其实现在最强的通用智能体是 Claude Code。如果有人意识到这件事情，他其实想做的事情就跟我们类似：写代码这件事情被无限地平权化了。在这个前提下，选择有审美的任务、优雅的解决方式，以及选择去解决什么样的事情，就会变得很重要。

我觉得软件未来其实是日抛式的。你可以理解为软件不存在了，代码只是为了执行特定目的而完成，它会被精确地创建、执行、完成、销毁。

欢迎收听《晚点聊》，我是曼琪。今天的嘉宾是 Agent 交易平台 MuleRun 的创始人陈宇森。宇森是一名少年成名的连续创业者，22 岁从浙大毕业后创办网络安全公司长亭科技，5 年后成功退出。之后他继续创业，现在带着对 AI Agent 的理解重新出发。

MuleRun 基于这样一个核心假设：当 Web Coding 大幅降低开发门槛，大量非技术背景的人也能把自己的工作和知识封装成一个个勤恳的 AI 骡子，来实现个人工作的自动化。

比较特别的是，这期内容包含了两次聊天，分别发生在 2025 年 12 月和 2026 年 1 月上旬。不到 1 个月里，随着 MuleRun Agent Builder 开始内测，陈宇森和 MuleRun 的思路已经发生了一些变化。他认为未来的交易平台 Marketplace 不会再是我们过去熟悉的货架形态，而是在对话中触发交易。MuleRun 的调整本身，也是当前 AI 应用瞬息万变的一个缩影。

这期节目的后半段，我们也聊了一个创业 10 年、成立过 4 家公司、经历成败起伏的创业者，如何用心避免陷入平庸和对抗自我怀疑。我们进入节目。

你首先听到的是 12 月的访谈中，陈宇森讲述为何最初会放弃做单纯的 Web Coding 产品，基于 Claude Code 是最好的通用智能体这一认知，他们怎么推演出了 Marketplace 的机会，以及对上下游生态里的其他产品，如 n8n、Dify、字节 Coze、蚂蚁灵光的观察。

Hello，大家好，我叫陈宇森，现在是 MuleRun 的 CEO。我们在做一个 AI Agent Marketplace，就是一个 AI Agent 的市场。我们希望通过这样的产品，让开发者做出来的 AI Agent 可以被更多的人使用，他自己也能获得一些经济收益。

宇森之前的经历也很丰富。你今年 33 岁，但是之前已经创业 10 多年了。你这次创业开始的时间是什么时候？为什么想到了做 Agent Marketplace？

1. The Web Coding Starting Point

我们思考这件事情应该是在 2024 年年底，因为那个时候我们可以看到比较明确的一点，就是 Cursor 明确找到了 PMF。也就是说，在大语言模型的能力或者智力提升的情况下，它开始在一些应用领域产生真正有生产力的价值，Coding 就是一个应用领域。

在这个前提之下，当时的想法就是，Coding 其实会是一个非常通用的能力，它会让 AI 可以做更多事情。因为本来我们通过编程可以实现很多事情，如果 AI 可以替代或者帮助人类编程，那很多事情就可以由 AI 直接做了。它是一个桥梁性的工作。

所以那个时候，我们最早想做的产品，或者说我们在 4 月份做出来的一个产品，有点像 Lovable，就是 Web Coding 的产品。对 Web Coding，当时其实还是规划了蛮多东西的。

但后来发现，在 AI 这个领域的应用里，可能有一个特点：当你去做一个别人已经做出来一段时间的东西，而且大家的团队都很优秀时，其实你很难获得流量或者用户。我们做出来之后内测了一段时间，就发现好像没有做得比别人更好。

当时你拿同样的 prompt 在我们这边跑，或者去 Lovable、v0.dev，这两个应该是当时流量或者风投都比较好的海外产品，其实做出来的网页，或者大多数任务跑出来的结果都一样。这个东西很简单，因为大家当时依赖的都是 Claude 的 API 能力。也就是说，你的产品能做出来多好，其实跟模型能力相关。因为模型的智力在提升，所以显然这些产品都变得更强了。

但回过头来看，也没有人在这一年的赛跑之中，通过自己的某些设计变得比别人更强。比如我们也没有看到谁超过 Cursor，可能还是在 Cursor 后面。包括 Devin，可能这一年除了它并购 Windsurf 团队之外，好像也没有在产品创新或者进步上做出太多东西。所以在这个领域我们可以看到，它的竞争格局跟去年年底好像没有发生名次上的变化。

除了 Claude Code，Anthropic 自己做的这样一个 Coding Agent，OpenAI 也做了 Codex。这两个产品在今年，可能最近这段时间的进展和用户数提升都非常猛。Google 也刚刚发布了 Antigravity。

对，但是那个产品还没有去使用，或者还没有看到身边很多人用起来。有同事去尝试，但是 Claude Code 的确给我一种更大的变化，因为他们这种模式其实启发了一个新的 Agent 创作范式。

2. Claude Code Changes Creation

简单讲一下，其实现在最强的通用智能体是 Claude Code。如果有人意识到这件事情，他其实想做的事情就跟我们类似。

我们最早可能通过各种各样外挂的方式，来实现所谓的 SOP 加大模型。外挂可能是写在 LangGraph 里面的一段代码，或者说你本身这个 Agent 就是纯粹代码化的，而不是在大模型上面加 Prompt 来实现的。

但是我们发现，随着大模型能力进步，在一些足够复杂的任务上，你给它足够复杂的 Prompt，只要确保这个任务不会把它的上下文跑炸——因为上下文跑炸之后它就会完全幻觉，大量幻觉出现——只要是在上下文不跑炸的长任务里，给它足够复杂的 Prompt，是可以让当前的大模型处理足够复杂的事情的。

当然你可能要做一些所谓的 Context Engineering，但那是工程上的事情。这个东西意味着，你怎么把 Prompt 给它，以及 Prompt 里面的一些写法，本质上类似于一个怎么用好大模型的问题。

这个问题解决之后，它就能把一些任务处理得非常好。底层假设是，当大模型有了 Coding 能力之后，理论上它能在 1 年之内做所有人类能在电脑上做的事情。

在这个认知之上，我们判断现在 AI 可能还有一些事情做不好。人类始终有很多知识沉淀在线下，或者很多知识存在于人的脑子里。在这样的前提下，如果把这些线下知识和个人经验，跟大模型的理解和判断能力结合在一起，他其实就能把自己个人能力的 80%、90% 复制进一个 Agent 里。

同样面临这样问题的其他人，就不用从头操作电脑去解决，而是直接使用这个 Agent，付一个更有性价比的费用。创作者可以赚钱，使用者也可以花小钱办大事，这样就形成了一个很好的交易生态。这是我们基于那个前提得出的结论。

你刚才说的那个前提，是指 Claude Code 是目前最好的通用智能体。基于这个前提，很多以后想实现的需求都可以用这种方式实现，由 Agent 来完成。更需要的是一个交易平台，而不是再去做 Claude Code 已经做得很好的事情，是这个逻辑吗？

我理解是这个逻辑。这个事情是有变化的，回到我们自己的思路演进，最早我们觉得目前还没有一个很好的 Agent 交易平台出现，所以我们就做部署和交易平台。我们框架中立，你在哪儿做的都可以在这里部署，这样你可以在这里赚钱。

赚钱是人类生产力大发展的一个超级前提，它可能是最大的公约数。在这样的前提下，我们最早设定了这样的产品路径。

3. Natural Language Lowers Barriers

但做到现在我们发现，要 Enable 很多行业领域专家来做 Agent，低代码都有点复杂。这也是为什么当时没有去做低代码：能做低代码的人，本质上是可以 Coding 的。

真正让普通人能够 Coding 的前提是，你只需要自然语言，不需要知道什么是参数、拖拉拽、循环和条件。最自然的描述方式，是描述需求和工作过程，而这些事情他日常就在做。

比如一个招聘 HR，他知道每天自己的工作流程是什么，按照这个流程去做工作。一个客服，他知道每天上班要用哪些软件，去哪儿拿到对应的知识，或者操作什么东西去处理客户的投诉、请求和退换货。

这其实就是说，你有一些知识，同时知道怎么操作软件去完成特定任务。我们认为，只要把工作流程描述得足够清晰，AI 就应该可以高准确率地完成这些任务。

在这样的前提下，它就可以赚钱，因为这样的任务可能每天有 1,000 个人、10,000 个人，或者少一点，有 20 个人都要做。如果这个任务可以被 Agent 比人类更高效地完成，那 19 个人就可以花钱让这个 Agent 去做这个任务。

你可以正好描述一下 MuleRun 现在的情况。它是一个双边平台，一个 Marketplace，两边的供给方和需求方分别是怎样的？

你刚才说了一种供给：这个人之前可能完全没有开发经验，你们提供一个环境或者框架，让他可以直接用 Claude Code 或者别的工具，生产出自己想用的流程，别人也可以复用。还有一种可能是大家一般想象的更直接的方式，就是开发者把做好的 Agent 上传到你们这里，或者简单来说，把做好的 App 上传过来。

这两种供给你们现在都有吗？哪一种更重要？

我们目前可能只有传统的那种。我们就不叫它 Agent，叫一个应用，它是一个可能解决少部分人需求的应用市场。

换一个角度理解这个问题，真正让我们觉得这件事情成立的前提还是 Web Coding。过去代码是一种成本很高的生产方式，我们很难为了 10 个人或者 50 个人的需求去做一个应用。

但现在有 Web Coding，或者说大语言模型的 Coding 能力变强了，我们就可以为 10 个人，甚至 1 个人的需求，去做一款软件。

所以你们现在比较主要的供给，是我刚才说的第二种，也就是开发者做好的 Agent 或者 App？

对。你刚才说的第一种，是我们 2.0 版本要做的。

因为现在的供给不够丰富。无论是大家的创作过程，还是我们的上线过程，都足够复杂，这其实没有命中我们最核心的假设。

我们最核心的假设是，这个生态会无比丰富，可能是超级长尾的。比如我这两天有一个很奇怪的需求，但可能另外 10 个人也有这个需求，有 1 个人做出来了，我就去用。当这样的事情大量出现时，我认为才到了我们产品的 PMF。但目前还没有到。

那没有到的话，我们回过头来看，到底是我们没有找到足够多的用户，还是没有足够丰富的供给？而足够丰富的供给，它的前提是整个供给流程足够便捷、足够短。只有门槛足够低、足够简单，它才能丰富。这样的前提下，才会有丰富的市场，才可能有后面的假设。

最近产品上线的几个月里，我们完成了交易功能，也有一些供给上线，同时用户增长团队做得也不错，确实有挺多注册用户进来。但遗憾的是，我们没有看到足够大量的 PMF 发生。

回过头来看，我觉得可能供给的丰富度就是一个问题。我们现在的上架还依赖一些人工参与和审核，包括创作。我们目前支持 n8n 的 Workflow 上线，也支持大家用 LangGraph 做出来的复杂 Agent 上线；或者有些开发者没有告诉我们怎么做的，反正它就是一个应用，可能会通过一些方式让它上线。但这还是不够丰富。

所以绕了一大圈，我们回到刚才那个话题：我们认为 Claude Code 是一个非常强的通用智能体。对于绝大多数开发者来说，他只要跟 Claude Code 描述清楚要做的事情，同时我们有一个足够丰富的 Claude Code Skill Marketplace。

其中有一些事情可能官方会下场做，因为 Skill 描述得清不清楚、把一些东西讲得清不清楚，会影响它的能力上下限。所以这些东西可能由官方或者有限的生态来做。

但开放给所有人的，是你描述清楚自己的需求，选择需要的 Skills。比如你的 Skill 要操作 Excel，要操作浏览器，或者要使用某几个软件，那几个软件的使用方式可以放在里面。

在这样的前提下，普通人只要描述清楚自己的需求，Claude Code 就能够把一些 Skills，以及给 Claude Code Runtime 或者 Runtime 环境使用的东西，打包成一个容器。我们还没有想好最后的实现方式，也可能是一台虚拟机。

这就是你创作出来的 Agent，你可以用它稳定地交付任务。如果后续有其他人想用，他也同样启动这样一套东西。整个创作过程的核心，就是极大降低开发门槛。

我不知道你想没想过，工作里有没有某个任务，你每天或者每周都要做几次，工作内容比较重复，同时主要是操作电脑。

我不知道你有没有想到过某一些。

有一些。但我最近其实做了一个手机上的东西，用苹果的快捷指令做了一个截图自动化流程。我以前没有玩过快捷指令，发现还挺有意思。

大概就是我先截一张图，然后它会自动按照某个比例，把屏幕截图裁成一个样子，再上传到苹果的云盘上，这样我在电脑上就能直接看到。我觉得类似的事情，操作电脑可能也可以做。

4. Agents Automate Computer Work

非常同意。但这个能力其实挺早就有了。我们最早团队里有同学觉得很好玩，他把我们 MuleRun 平台的登录凭据放到手机上。这样他通过手机的快捷指令，就可以直接调起 MuleRun，帮他处理手机上的东西，再把结果发过来。

我觉得这是一个非常好的例子，只是可能简单了一些。稍微复杂一点的例子，是任务里有一些个人判断。现在你可能只要教会大模型怎么在这个任务上做判断，它就能把判断的步骤也帮你做掉。

过去的软件没法做这个事情。比如大家工作里会用很多 SaaS 软件，使用聊天 IM，也可能使用销售类人员会用的 CRM，或者供应链同事会用的 ERP。但过去的操作，都是基于个人对业务的判断。

比如今天有一批货没有了，要不要补货？如果有一个大模型在那里，它是可以做这个判断的。但过去很难把人的判断，通过大量规则描述，写成一段完整的代码，因为它的理解能力不够好。

现在，如果有一个相对标准的工作流，有一些软件在那里，中间的胶水部分——过去那些没有那么大智力挑战的判断——就可以用大模型替代掉。这样整个流程自动化就可以跑通。

半自动化和全自动化的区别会非常大，因为 AI 可以 24 小时工作，也可以把自己复制 100 份、1,000 份来工作，所以这件事会完全不一样。

我们会觉得，Claude Code 当前的状态，已经可以把创作一个 Agent 的门槛降到足够低。

所以我总结一下：你们认为 Claude Code 是现在最好的通用智能体，而且已经强到可以极大丰富 Agent 的供给。现在是一个很好的时机，来做这样的交易平台，对吗？

对。我们最早做交易平台的时候，可能等的就是这样的一个点：让创作变得足够简单。那个时候没有想到这个东西可能长什么样。

这里面有一个很好玩的点。你可以看到 Anthropic 自己的 Blog 也写过，他们最早做 Claude Code，是想让它成为一个 Coding Agent。但 Anthropic 给很多内部同事之后，他们拿它去看邮件、做各种各样的事情，做的是一些通用的电脑操作工作。

他们原生地发现，大家的需求不是只有写代码，而且 Claude Code 能把这些需求做得比较好。

同时，我刚才说的核心点是，怎么让 Claude Code 把这些事情做得更好：我们要给它足够好的 Runtime。你不给 Claude Code 一个浏览器，它其实做不了一些需要在浏览器里进行的操作。

Runtime 翻译一下是什么？是一个环境吗？

对，是足够好的运行时环境。比如你不给 Claude Code 一个浏览器，它就不能帮你在浏览器里操作。但怎样让浏览器更好地被 Claude Code 操作，里面可能有一些工程问题要解决。

你给了它之后，它就会了，因为它能力足够强，而且可以自己完成一些足够标准的任务。前面我们讲的建设上下文、一些标准步骤，它自己就可以把它变成代码去执行。

这两天英伟达发布了一个可以帮大家打游戏的东西。我们回过头来说，能不能让 Claude Code 在一台 Windows 电脑里帮你打游戏？答案大概率是可以。但是你可能要把游戏里的操作和要做的事情跟它讲清楚，因为它可能缺乏这方面的知识和 Skills。

所以在有足够好、足够丰富的运行时环境和足够清晰的 Skills 时，理论上现在 Claude Code 已经可以做电脑上的任何操作。

而你们做的就是这两件事：给大家提供足够好的运行时环境和清晰的 Skills，同时还有一个交易系统。那套系统听起来可能还不是很性感，可能谁都能做，但真的要做好也要花时间。

我们的创作者在这个之外，写他的描述、Prompt 或者 SOP，把这些连接起来，就形成了丰富的各种 Agent。

5. Prompts Become Commercial Assets

其实我们觉得这里有一个目前没有被商业化的点：一个足够好的 Prompt 是有商业价值的。

现在大家可以看到很多 AI 博主，或者大家的做法是：我有一个很好的 Prompt，就写出来分享。今年 Nano Banana 火的时候，桌面手办模型的那个 Prompt，肯定是最早有一个人想出来的，但我们现在也不知道他是谁。他分享出来，大家发现这个 Prompt 还挺好用，这是很好玩的事情。

后来我们发现，平台降低门槛是一个非常重要的事情。这个事情可能大家都理解，大家都觉得降低门槛重要，但你把降低门槛排在产品的哪个优先级，其实是一个很核心的思考。

大家都会觉得降低门槛重要，但你可能把它排到产品的第四或第五优先级，那就相当于你认为它不重要。降低门槛是我们的非常强的优先级，几乎是第一优先级。我想不到一个比它更重要的，因为在模型能力提升的情况下，供给的丰富度一直是我们最在意的问题。

但这个问题我们最早没有找到足够优雅的解法，现在我们认为这可能是一个解法。

刚才有一个很好的例子可以提一下。Nano Banana 刚上线，大家都拿它做桌面手办的时候，如果你想自己实现这样一个东西，首先要有访问 Gemini 或者 Google AI Studio 的能力，而这个能力不是每个人都有。

同时，你要去网上，不管是 Twitter 还是其他地方，找到那段 Prompt。用好搜索引擎的确还是一个有门槛的技能。所以很多人就是看着说：“我好羡慕，我也不知道怎么做。”甚至有人会在闲鱼或者其他地方帮别人做，一次收 5 块钱人民币。

当时我们这儿也发生了类似的事情。有一个很可爱的创作者，在我们这里上线了一个 Agent，是一个很简单的 n8n Workflow。他做的事情就是，你给他一张图，他在背后调用那段 Prompt，把图片发给 Google，再把结果拿回来，收一点钱，零点几美元，反正不高。

但你会发现，他的用户量还是蛮大的，特别是在 Nano Banana 火的时候。我记得他是不是 3 天赚了 1,200 美元？具体数字记不清了。

在这个前提下我们就会发现，技术圈或者 AI 浪潮中的人，有任何新东西出来，我们都知道去哪儿找到它、怎么用。但对很多人来讲，他就是不知道怎么用。你真的给他一个足够便捷的使用方式，他也会用，也会感兴趣。

所以我觉得这是一个很好的例子，证明我们做的事情可能有商业价值。

这个人群应该还是有很大的基数。你说到这个，我想起来之前发生过一件特别有意思的事。

有一次我和一个投资人的朋友在餐厅吃饭，我们坐在吧台，离服务员很近。后来这个投资人出去打电话了，那个服务员年纪很小，大概 18、19 岁，问我：“姐，你们是不是搞 AI 的？”

他说自己在一个群里，有一个台湾的大哥带着他们用 AI 赚钱，比如给人 P 头像。有人给他传一张照片，他再放到某个当时免费的工具里，做一些滤镜。

这个事情再往前几年说，比如当时生图模型还不像现在这样，大家没有把它跟大语言模型放在一起。所以你可以看到，ChatGPT 上生图、Nano Banana 上生图之后，首先效果变好了，第二是生图 Prompt 的编写也简单了很多。

但再往前几年，大家用 Stable Diffusion 或者 Midjourney 生图时，那段 Prompt 有点像代码。因为它不是自然语言，有一个格式，有一些地方要输入关键词，效果会不一样。

当年我有朋友用 Midjourney，帮别人生成他们想要的某个方向的图片，比如小猫咪或者小狗的卡通头像，一次也能赚 10 块钱。

所以这种需求在门槛不够低的时候，你做一个所谓的 AI 能力和普通人之间的翻译中介，也就是 AI 的“狗腿子”，是能够赚钱的。

这个比喻挺有意思。

其实就是这样：它的能力已经到那儿了，但不是所有人都会用，或者都能把它发挥出来。

这两天有一个 Gemini 3 的核心工程师接受采访，大家好奇为什么 Gemini 3 Pro 能这么强。他说了一句话，我觉得非常有意义：首先，现在大模型的 Scaling 还远没有撞墙，智力还能提升。

更有意思的一句话是，哪怕现在大语言模型的智力就停在这里，我们距离把它的能力榨干，可能还有 1 到 2 年的时间。哪怕现在所有的 ChatGPT、Gemini 都不进步了，我们其实还没有把它的能力用光。

所以我觉得，大家比如说 2025 年是 Agent 元年，2026 年会有应用大爆发，当然是因为现在的模型能力已经可以支撑做很多不一样的东西，只不过创业公司也好，大公司也好，我们还没有把它的能力上限挖出来。

在这样的前提下，还是有很多事情可以做。

你看到市场上做类似事情的其他玩家，是什么状态？

我觉得那时候，特别是在 Agent 或 Workflow 这件事情上，大家都在卷创作工具。最有名的 3 家，我觉得是 n8n、Dify 和 Coze。他们当时产出的大量产品形态都是类似 Chatbot 的，输入输出不够丰富。

6. The Agent Platform Race

我觉得这些都是很强的创业公司，或者大厂里面非常有战斗力的团队。哪怕现在公司已经很大，里面的团队也依然非常有战斗力。

n8n 很早就有一个 Marketplace，但它的 Marketplace 卖的是源代码，也就是说它没有意识到重复交易的价值。我觉得它长期来看有可能会意识到，但目前来看好像还没有。

Dify 更专注于企业服务。我们跟 Dify 有很多交流，甚至之前希望 Dify 做出来的东西可以直接在我们这里跑起来，也跟他们几位联合创始人或者 C-Level 的人沟通过。他们其实也看好这个方向。

Dify 现在专注的事情，商业化主要是 To B。你可以看到它在日本市场做得很好，在美国也做得不错。一些大公司内部要做工作流时，因为这些公司内部的软件没法让外部访问，所以需要一个产品在内部环境里跑工作流。

这主要是安全问题：不能让内部软件暴露出来。这就是 Dify 在做的事情。

Coze 最早的核心逻辑，还是大量开发产品。不管是 Coze.com 还是 Coze.cn，上面大量的产品都还是 Chatbot 类的，包括它自己的创作工具。我觉得它花了非常多时间，最早可能坚信低代码。

但最近它有一个发布会，我觉得变化很快。它可能要做类似 Web Coding 的事情：不再让你拖拉拽，只要给需求就能做出来。但我还没有看它的产品到底做得怎么样。

我觉得它看到了一个我们更尊重的变化。因为它这样变的话，我们觉得就比原来那样更好。

在目前的定位里，我们都算上下游。但 Coze 是一个封闭生态，它的东西很难拿出来。我也不知道它做好之后，能不能在 Coze 里编辑好，再拿出来部署到别的地方运行。

另外两家是可以的，n8n 和 Dify 都可以在你们的环境里跑，但 Coze 目前不清楚，是这样吗？

我印象里应该不行，但我觉得年后它会不会改，也不好说。字节的习惯是会把所有东西做成一个大闭环，所以可以预见，字节应该也会做这个。

我相信 Marketplace 最终大家很多人都会做，但每个人对它的思考和产品优先级可能不一样，最后会形成不同的选择，看谁能跑到最后。

我们肯定希望自己的选择是最优的。大家在路径选择上会不一样，但殊途同归，谁不想要一个新时代的 App Store？没有人不想要，都想要。只是路径选择目前可能还不一样。

蚂蚁现在做的灵光，和 Agent Marketplace 的关系是什么样的？

我觉得它也会想做这件事情。大家会说，蚂蚁的灵光不就是高配版的 Macaron 吗？他们选择的生产关系不一样：他们的生产关系是我自己做、自己用。

如果你自己做、别人用，那是 YouWare。林超平做的其实也是这件事情。我觉得大家在未来某个点上都有可能撞到，只不过他对“自己做、别人用”的理解是社交网络，我们对它的理解是交易市场。

做出来一个东西，可以给大家用，但他认为这个东西——我们叫它商品、货品或者产品——是社交网络规划的一部分。

我觉得这个事情是这样的：一个东西做出来之后，自己用和别人用，这两个属性天然同时存在。只是作为一个平台或者产品，你把什么放在优先级上，鼓励和激励什么样的行为，是形式上的选择。

其实就像拍照一样。拍照这件事，是智能手机普及之后才更加平权化的。

最早要拍照，可能十几、二十年前，你得买一台比较贵的数码相机，不是每个人手里都有一台。那时候我们还在用摩托罗拉和诺基亚，手机拍照其实不具备美感，只有记录能力。

哪怕现在大家说有时候拍到的 CCD 模式有一点复古感，但我们上学的时候拍一张照片，可能就是记录一下，分辨率很低，噪点也很多。

但当拍照通过智能手机的普及进入每个人手里，照片这个载体也长出了各种各样不同的东西。每一个社交网络都有发图功能，海外有 Instagram、Snap，大家都是发图，但它们也长出了不同的产品。

我觉得现在 Web Coding 的产物太新了，大家对它的定义，以及拿它来做什么样的产品，其实还在不同的路径上做选择。

比如小明做 YouWare，我觉得他更多是把这个东西理解成一种内容。你能在他们平台上看到很多东西，有娱乐或者内容属性，比如游戏、作品展示，或者线上的 Gallery。

如果你们把它理解成交易平台，就可以想到，你们更鼓励或者吸引来的，可能是工具和效率类的东西，生产场景更多。

我认为它是生产力的素材之一，或者生产工具。但我觉得类比是有信息损失的。我们认为它做出来的东西，是可以帮别人在工作里解决一些事情的。

你们之前还说过一个比喻，我觉得也比较直观：它其实是一个很大的外包劳动力市场，也可以这么理解。

我们当时的想象力是，大家总会问：“你们公司的上限在哪里？”我们觉得，如果做得好，我们是全球最大的劳动力外包公司。

现在 MuleRun 正式上线有 3 个月了，你刚才也大概讲到了一些表现，可以展开细致讲讲吗？你们本来预想会是什么样？为什么没有涌现出那么多想象中的 PMF？

7. Testing The Marketplace Thesis

我们本来的预想，可以理解为早期设定了一些很 Niche 的场景。我们希望每个场景都有一定的用户，可能有 100 个 DAU。用户说：“我就需要这样一个东西，每天帮我解决这样的问题。”

但目前我觉得，早期双边市场启动是非常难的。一方面要做供给，一方面要有人进来。没有人的时候，供给方会问：“我为什么要做一个东西放在你这里跑？”用户又会说：“你这里什么都没有，我来干嘛？”

所以所谓的 Meeting in the Middle 是非常困难的。

当前我们有一定的进展：在一些场景上，我们发现用户可能没有那么多，但有几个、十几个强 DAU 用户。现在我们的想法，一是在这些看到机会的点上深挖，另一个就是前面说的丰富供给。

Niche 场景的 DAU，是你们关注的一个指标？

对，Niche 场景的高频用户。

还有什么是你们关注的指标？你会用哪些点来衡量？

我觉得首先要看产品做得怎么样。指标做好之后，接下来就是 Scale。刚才那个问题只要能解决，后面几乎看不到阻碍。

在启动阶段，你们自己会做很多 Agent 放上去吗？比如官方做一些东西？

官方其实不能做。

不能做？这个跟我想的不一样，你可以讲讲吗？

就像苹果手机一样，官方只要做了足够多的东西，App Store 生态就很难形成。官方可以做计算器这种很基础的东西。

比如我们平台上有一个基础产品，叫 General Browser Operator，是官方自己做的。

我有一个非常直接的想法：它其实是官方做的，但我不说是我做的，我就让这个场子热起来，这样不行吗？

这个事情是这样的：我们中间想做这样的事情，不是选择不做，而是做不过来。

这样的交易平台，基建工作很多。早期为了丰富供给，我们走的是框架中立的路线，这意味着要兼容各种各样产品的部署方式，工程上有很多事情要做，所以做不过来。

但回过头来看这 3 个月，如果我们再花一些时间，去做一些早期看得准的场景的 Agent，不一定是坏事，可能那样做也会更好。

不过目前我觉得，新的时代或者新的创作范式已经到来了。如果没有那么多人拥抱这个创作范式，我们自己拥抱它，用 Claude Code 加 Skills，团队可能 1 个月就能上架非常多足够好用的 Agent。

你们现在团队规模是多少？

50 个人左右。

50 个人也不小，成本也不低。

你刚才说，要实现高成功率，比如在工作和生产场景，需要大量 SOP 加少量大模型。这个东西具体怎么表现在你们平台上的 Agent 产品上？

有些产品我理解是大家做好了就直接放上来。你们是通过我上架什么产品、不上架什么产品，推荐什么产品、不推荐什么产品，来鼓励这种方式吗？

我们不会限定创作者的工作思路。他也可以觉得只需要一小段 SOP 或者一段 Prompt，就能让任务稳定发生，那说明他厉害。

但我们的要求是，因为我们是交易平台，希望提供给用户的 Agent 或者小应用，对给定任务的完成率是高的。

也就是说，给我一个任务，可能跑 100 次错 1 次，或者有的任务跑 1,000 次错 1 次。但不能说你给我一个 Agent，描述上说可以跑某个任务，实际跑 10 次错 5 次，那就是垃圾商品，我们要把它干掉。

所以这是通过上架审核来控制的？

对。我们现在一直在做比较复杂的 Benchmark 或 Evaluation 系统，评估 Agent 是否有效，同时持续监控它是否有效。

跟所有交易平台一样，我们也会有评论，用户可以反馈：“这个东西跑不通。”未来甚至还会有要不要退款之类的复杂机制。

所以交易平台听起来真的不性感，里面有大量苦活要做。

但我觉得这个还是很有价值的。如果使用的人多，它的各种数据、反馈和行为都很有价值。

对，洞察 Agent 要怎么做，这些输入和输出其实都非常有价值。

你有这个想法，跟你们观察 Anthropic 怎么做 Claude Code 的思路也相关。它很多重复的、简单的事情，也是调代码来做，而不是用大模型做。

后来有一篇很好的文章，回头我可以发给你，叫《苦涩的教训》。你可能看过。那篇文章我仔细看了好几遍，应该是 2025 年 3 月发的。

它的底层思想，跟现在 Claude Code 的 Code Execution 思路是一致的：很多事情你不该让大模型做，应该让代码做。

大模型应该做的，是帮你判断这个问题应该写代码来做，然后写好代码、直接拿结果，而不是把这么长的一大串上下文塞进 Prompt 里，让大模型自己做，而且还不稳定。

比如大家之前总喜欢让大模型去判断 9.11 和 9.2 的大小。

你说到这个我也想到，那个问题就应该调一个代码。

对，这个问题不应该让大模型做，没必要。它当然是检验大模型幻觉的一个重要标准，你应该能解决这个问题。但从另外一个角度说，你不该用大模型解决这类问题，这类问题应该用代码解决。

你觉得大量 SOP 加少量大模型，随着模型能力不断提升，会持续有效吗？

如果 AGI 实现了人类所有知识的上传，我们可能就没有存在的必要了。但我认为那时所有人类都可以躺在家里了。

我们赌的是一个所谓的强 AGI。现在 AGI、ASI 有很多定义，我们认为一个“你给它任何任务，它都能完成”的东西，短期内不会直接出现。

所以有我们存在的空间，我们存在的价值。而且我觉得在它出现之前，我们的价值非常大。

在它出现的时候，有可能我们就是那个东西。当我们的供给足够丰富之后，会有一个入口级 Agent。你只要告诉它想解决什么问题，它就会在我们这里可能 100 万个、1,000 万个供给里找到：“这个东西能精准解决你的问题。”

这其实是所有人类每天要做的事情。这个所谓的瓶颈有多大，我认为可能没有那么大，但前提是这件事情不是模型直接能做的，所以你们才会成为这个东西。

对。那些知识什么时候能全部进入模型，逻辑上其实很难。

逻辑上很难。人类大量知识沉淀在脑子里或者线下，而且还会不断出现新的需求，以前没有存在过的事情也会出现。

大模型厂商现在太强了，不管是资金体量，还是资金意味着的调动社会资源的能力，都非常强。假设 OpenAI 融到 1,000 亿美元，它能不能找 10 万人，每天给它标注更多东西？我不知道。

最朴素的想法是，在所谓那个东西出现之前，我们有非常大的价值；但那个东西出现时，不只是我们没有价值，几乎所有公司都没有价值了。

那会是一个非常大的变化，比较难想象。

对，那是科幻小说里的场景。科幻小说里对这种场景有好的、坏的想象。好的情况是，我们生活在一个物质高度发达的世界，大家去追求个人表达、艺术之类的东西，世界没有苦难。

但我觉得这是不可能的。

还有一种非常黑暗的情况，就是《黑客帝国》。世界没有苦难是不可能的。

当大家都去做自己喜欢的事情时，我觉得这可能是基因带来的：人还是有争强好胜心理的动物。比如大家都是搞艺术，都是做自己最喜欢的事情，也会有做得好和做得坏，有天赋差异，有受到关注的差异。

这就不知道了，那是下一个大阶段。我们先做好当前阶段，当前阶段还有很多事情可以做。

在现在这个阶段，你们要做框架中立的产品，提供好的运行环境和清晰的 Skills。它的难度是什么样？中间遇到了一些什么问题，又是怎么解决的？

下面可能有一些技术细节，但大思路我觉得别人想到和做出来都没有很难，几个月时间就可以把它跑起来。

你要考虑的是，如果未来要并行启动很多个 Agent，它的启动时间、稳定性，以及创作时哪些东西该让创作者定义，哪些东西不让他定义。

这涉及产品设计的复杂性：是让每个创作者定义自己的环境，还是更暴力一点，把所有东西都塞在一起，只让他做选择？这个选择又涉及镜像要不要变更。里面会有很多小细节。

但大的逻辑上，这套东西我们认为其他公司可能也想到了，因为 Anthropic 已经把谜底写在谜面上了：它认为 Claude Code 是非常强的通用智能体，就应该让它去做很多事情。

但怎样让它服务每一家不同的产品，做不同的事情，每个人的选择会不一样。把一个东西做出来很简单，但把它做好，里面的细节太多了。

怎么样算做好？

简单、稳定、好用。都是很朴素的标准。

简单就是说，你的实现有很多形式：到底让大家参与到多深的选择，还是做到只要写一段话，这个东西就稳定地跑起来。

稳定就是说，哪怕是新的创业公司，它的产品也会有稳定性问题。当时 Modal 刚上线、还在测试的时候，我可能跑 10 次任务，有 5、6 次虚拟机挂了。

现在可能好一点。我们当时也跟张涛聊过，他们甚至帮 E2B 修了很多 Bug。E2B 是一个开源的、可以把 Agent 跑起来的东西。

稳定非常重要。一个好东西会有很多人用，你要让它稳定且大量地跑起来。

简单好用也是类似的：你的产品设计怎么让别人写一段话，或者选择一些 Skills。这个里面有很多产品细节。

其实最好的方式是不要让我选。不要让我选，反而是更简单的方法。但这可能意味着我们甚至要自己训练一个小模型。

当年 Cursor 做 Composer 和 Apply 这些功能时，自己训练了小模型。这个认知大概是去年年底，我跟一个技术很强的朋友聊时他告诉我的，后来我们去验证了这个猜想。

国内真正有很多人知道这件事，大概到了 2、3 月份。Cursor 的确是自己训练了小模型，才能让一些任务跑得那么好、那么高效。

回到这个问题，如果不让用户选择，就意味着我要从任务描述里知道应该给他选择什么东西，才能把任务跑起来。这当然是最终极、最好的状态，但实现没有那么简单。

你写了一段需求，说要做这些事情，我要判断这些事情需要什么东西，把它装进去。这是最自然的方式，但一步可能做不到位；或者一步做到位，中间会损失体验和准确性。

这其实就是个选择题：如果我们都认为这个方向能做出一个很好的创作者工具，那做到什么程度时把这盘菜端出来？可能七成熟就端出来，也可能要等别人把它炸熟透了才拿出来。

那你们现在选择做到什么阶段，就把它端出来？

我们觉得快非常重要。全球聪明人太多了，聪明人都在这个行业里干活。所以想到这个解法的人会很多，我们一定要足够快。

你快，大家就会到你这里来用；你做慢了，哪怕做得特别完善，别人拿一个 80% 的半成品出来，大家也会觉得：“他先做出来了，我们跟他玩。”

很多产品的迭代，是跟生态一起前进的。

长期来看，你看到的未来是 AI 大型外包平台，或者说大家很多长尾、非常分散的需求，都可以在你们平台上得到满足。

如果是这样，单独的通用智能体还有多少空间？

它有点像淘宝上有很多品牌。消费品领域最后看到的是淘宝这种平台，它的体量肯定超过绝大多数单独的消费品牌。

电商里有一个很好玩的认知：我们当时看到很多公司出现又死掉，就发现电商独立站这件事情在中国不成立。只有平台才能拿到足够多的流量，而且在平台上拿流量的成本，甚至比在外面直接给自己打流量还便宜。所以电商独立站在中国基本不存在，当然海外还是有的。

同样的逻辑放到 AI 上，我们最早会觉得，小的垂直 AI 产品最好不要单独做，就应该放在这样一个大平台上。

当然我们现在还不够大。

现在有可能出现 AI 招聘、AI 图片、AI 营销等产品。我们认为，大量这样的供给未来应该长在一个平台上。这是我们的判断。

如果我的判断是对的，我们可能会凝聚很强的一串生产力。那些垂直 AI Agent 公司可能在外面，但通用智能体始终跟我们是两个层面的生态，很难说是互相挤压。我觉得它们会有不同的用户群。

而且有些用户已经形成了使用习惯，也不想换到我们这里。这里面还涉及另一个问题，叫 Memory。

为什么很多人使用 ChatGPT，比如我也是 ChatGPT 用得最熟练，就很难换到下一个？因为它里面甚至大概知道我是一个什么样的人。我问了它很多问题，所以我问后面的问题时，它能根据 Memory 给我更匹配需求的建议。

以下内容是一月我与宇森的第二次访谈。此时 MuleRun Agent Builder 已经开始内测，我们更详细地聊了 Claude Code 开启的 Skills、MuleRun 如何做 Agent Builder，以及为什么货架式的 Marketplace 可能不再适用。

上次你提到，你们主要做的事情是提供清晰的 Skills 和一个好的运行时环境。Skills 是现在很热门的实践，你可以从头讲讲 Agent 里的 Skills 是什么吗？

8. Skills Organize Agent Context

它最核心的一点是，过去如果做复杂的事情，我们要写一个很长的 Prompt。但这个 Prompt 有时候在做长任务时，只要进行上下文压缩，就会丢失信息。

Skills 核心是一套机制，让 Agent 在做复杂任务时可以分层。一个是分层加载：Skills 通常不会一开始就把所有东西都让你读进去，而是先让你知道这个 Skill 是解决什么问题的。

当 Agent 遇到类似问题时，它会看一遍所有 Skills 的 Meta 信息，然后判断是否要继续读取某个 Skill。遇到特定问题时，才加载特定的 Skill。

所以你可以理解为，Skills 都是 Context Engineering 的一部分。

Skills 实质上是什么？是一些文档，或者由一些 Prompt 组成的文档吗？

大多数是一些文档，但有时候也会带工具。比如里面有一个写好的程序，告诉你遇到某些问题时按这个方法做，甚至可以调用这段代码完成任务。

它也有可能是一个 API，告诉你遇到这个问题时，不需要让大模型自己做，调这个 API 拿到结果就好了。

这其实和早期大家做 Agent 时的 ReAct 思路是一致的：如果我发现一个复杂、大量输入的问题可以不交给大模型做，那我一定不交给它做。

大模型的上下文窗口是非常宝贵的。你每把它的上下文变长一些，幻觉就会增加，智商也会降低。

你刚才说 Claude Code 的 Skills 是分层读取的。它什么时候该读什么 Skill，是模型自己判断的。这其实就是所谓 Agent 和传统软件最核心的区别。

传统软件的东西几乎是写死的，大量使用条件判断、if else 或者 case，遇到什么问题就进入什么分支，解决什么问题。

但现实世界很多问题没法进行完美分类。这种情况下，需要大模型在中间做决策或判断：它一边看问题，一边看现有的 Skills，判断这个问题需要哪个 Skill，再进入这个 Skill 去解决。

因为你们这个平台要提供清晰的 Skills，这些 Skills 是你们官方会写一些吗？

官方肯定会写一些。如果是足够常用，而且我们希望它跟平台上的 Runtime 配合得足够好，就需要做。

我们目前正在做一套置信度比较好的 Skills 评价系统，也就是 Evaluation。

现在网上大家已经写了很多 Skills，这个门槛其实没有那么高，大家都可以写。GitHub 上可能能爬到几万个。我们把它们拿过来之后，要用一套自己的算法分析：哪个 Skill 在同样的任务下更好。

比如你提出一个任务，今天想挑餐厅，或者想把 PDF 转成一个比较好的 PPT 格式。网上可能有 3、5 个或者 10 个 Skills 都能做这样的任务，那我该选哪一个？这需要一套评价机制。

同时还要对 Skills 做安全分析。比如里面有没有写出一些问题，结果你调用这个 Skill 的 Claude Code 环境是一台你自己的电脑，它反弹了一个 Shell 出去，你的电脑就被别人控制了。

所以也有安全审计方面的事情要做。做一个好用的 Skill Marketplace，意味着下面要做各种各样的工作。

最终结果是，当用户或者创作者选择一个 Skill 来完成特定目的时，我们提供给他的应该是同类里比较出类拔萃、同时又无害的 Skill。

你们自己做的一些官方常用 Skills，有哪些可以举例？

大类上，比如我们会在 Browser Use 这个方向做一定优化。现在操作浏览器，也就是 Web Automation 相关的 Skills 和工具非常多。

我们最早做的时候，就觉得浏览器方面还有很多事情可以做。Google 甚至觉得要做 Chromebook，因为只要有浏览器，它就是你的操作系统。

现在很多工作都发生在浏览器里。如果能自动帮很多人完成浏览器里的工作，就是很有价值的事情。

我们希望在浏览器这个环境里，把 Runtime 或者官方 Skills 做好，让你完成一些比较大的事情。

不一定都由官方做，也有可能发现有人做得很好，我们帮他做得更好，或者配合这个 Skill 去优化对应的 Runtime。

Runtime 对应的是它可以操作的软件。绝大多数通用型 Skills，可能不只是一些描述性的 Prompt，还会附带真正的工具，也就是 Tools。

Skills 和 Tools 是一个联合优化的过程。

包括 Web Coding，或者说我们这套基础设施带来的价值，我觉得更多会关注更长尾的需求。

我这两天翻了一下另外一个同事的 PPT，他正在 Google 那边做分享。他的比喻特别好：过去我们用的都是大量工业制品，但 3D 打印带来的一个变化是，你可以做出自己需要的东西，或者你和三五个朋友需要的东西。它可能没有大的工业价值，但对你们来说非常需要。

我觉得我们平台的意义就在这里。除了做一个通用型东西让很多人用，你还可以做一个满足自己某个特定需求，或者满足你和几个朋友共有的少数长尾需求的 Agent 或者软件。

过去这是不可能的，因为软件开发成本很高，开发一个软件至少要服务 1,000 个人、10,000 个人的共同需求。但现在可以为了 1 个人、2 个人、3 个人、5 个人，甚至 10 个人以内的需求，开发一款软件或者一个 Agent，而且把需求解决得很舒服。

过去软件开发成本高，所以组织形态是集中式的，也需要一定用户量才能支撑一个软件。现在因为门槛很低，开发组织变得非常分散，每个 Agent 需要的用户也没有那么多。这是你们核心的一个假设？

9. Software Becomes Disposable

是的。我再往后猜一下：我觉得软件未来其实是日抛式的。

你可以理解为软件不存在了，有很多一次性的东西、一次性的代码。代码只是为了执行特定目的而完成，它会被精确地创建、执行、完成、销毁。这是最未来的形态。

当然我们很难一下子到达那里，所以短期内，创建一个没有很多人使用，但有一小部分人可以每天用得很爽的软件或者 Agent，也非常有价值。

如果这是一个未来，那“生产一次、卖很多次”，这种编辑成本大幅降低的商业模式还存在吗？

这其实是一种很好的商业模式。

往后看 10 年，如果软件公司不自我革命，大概率都会被 AI 公司全面吃掉，这个是一定的。但过程中会怎么走，什么人会拥抱新的生产力成为新的胜利者，什么人会掉队，现在说不清楚。

一次性的东西，包括 3D 打印，3D 打印很直观，它就是一种制造。每做一次，就消耗一次线材。类比到 AI，可能每做一个 Token，就消耗 Token 和算力。

AI 是一个制造业。

这样想起来，它一方面满足了长尾需求，另一方面也挺消耗能源。

是。过去太阳能发电有一段时间发展得很好，电都没地方用了，但现在又缺电。我觉得这会迫使人类更快去点亮戴森球这个科技，或者实现可控核聚变。

现在大家都觉得，电才是制约我们发展的核心问题。

今年可以看到，整个 AI 硬件上下游，CPU、内存、硬盘所有东西都在涨价。整个世界都在变得疯狂，所有能为 AI 服务的东西都在紧缺。

你觉得 Token 的成本会低到它的这个特性变得不明显吗？会低到那种程度吗？

很难，短期很难。

一个东西价格低到非常低，说明它没有垄断性。也就是说，有 3、5 家供应商提供的 Token 都有很不错的智商和智能，都能解决我们要解决的问题，同时它们之间没有显著差距，这个时候才会出现价格战。

但只要有一家能力显著强于别人，不出现价格战，这个东西就不会便宜。

所以在智能还在快速进化、演化的时候，不太可能成本变得特别低，除非你用上一代的旧模型。最后可能会低到一个合理的程度，但我相信需求会决定价格。

这本质就是供需决定价格，是一个很朴素的经济学问题。

未来的需求，我目前看到是近乎无限的。AI 渗透进人类社会的方方面面，核心是对整个人类社会劳动力的重塑。

它不是一个短期工具，而是生产工具，本质上就是生产力本身，所以需求近乎无限。比如地球上的活干完了，我们还可以去太空找点活干。单纯从找事情做这个角度，我觉得事情是做不完的，需求应该没有上限。

你的供给其实始终还是有问题。

当然，最后比较直观的需求来自人的需求。但中间也有很多需求，是技术本身对新技术产生的需求。

一般来说，你发明一种技术之后，就会产生对其他新技术的需求。

比如现在觉得缺电了，大家就回头研究核聚变。美国还有一些很科幻的公司，想把数据中心放到天上去。

太空数据中心。

对。中国也有人在筹划类似的创业，比如 Starcloud。

我也有看到。

我还想补充一个问题。你们现在通过提供 Runtime 运行时环境和清晰的 Skills，来降低大家开发和使用 Agent 的门槛。你们最近 1 月 16 日开始内测的东西，还包括开发 Agent 的工具本身，也就是 Agent Builder。

你可以讲讲 Agent Builder 的思路吗？它怎么帮助大家更简单地开发一个 Agent？

我觉得这个东西的核心，就是站在巨人的肩膀上。

先讲 Agent 是什么。Agent 本质上是一个可交互的大模型 API，但同时要在中间构建一个所谓的 Agent Loop。

通常 Agent 做的事情不是一次就做对，它会在中间做一会儿。每一次，它按照设定的循环跟大模型交互一次，拿到一个结果。同时，你会给它加一些判断条件，相当于预先设定一些 Prompt。在你发东西或者它返回结果的时候，加入这些东西，再让它处理。这就是中间的 Agent Loop。

另外一个很重要的东西叫 Context Engineering。前面说了很多次，Agent 的上下文是有限的。做复杂任务时，上下文可能会爆；或者在做任务时，上下文窗口太长，模型的智商会显著降低，所以要非常珍惜地使用上下文窗口。

这就是 Agent 构建过程中最核心的两个东西。当然还有 Tools。一个 Chatbot 或者大模型本身不能跟很多东西发生交互，但给它一个 Playwright，它就可以操作浏览器；给它一些 AI 的东西，比如 Nano Banana 或者 Nano Pro 的 API，它就可以帮你画图。

Manus 或者大量通用智能体，是自己选择、自己控制 Agent Loop 和 Context Engineering 的，所以各自的能力会有差别。这是它们自己做 Agent 的思路、哲学和工程决定的，也决定了它适合做什么工作、不适合做什么工作。

之前还有大量 LangChain、AutoGen 之类的 Agent 框架，帮助你预设一些 Agent Loop 和 Context Engineering 的实践和方式，你可以在里面做调整，来构建自己的 Agent。

最上层是 Claude Code 这样的 Agent。它自己做好了 Agent Loop 和 Context Engineering，自己决定中间的循环怎么做，包括怎么样控制上下文、节省上下文。这是一个非常工程化的问题。

之前 Manus 的 Peak 分享过很多 Context Engineering 相关的思路和方法，我觉得都很棒。

对我们这家在 2026 年 1 月重新转型、重新出发的公司来说，很难有充分时间再从下往上做。所以我们一定要找到现在市面上已经比较好的东西。

当年 Manus 出来的时候，大家会调侃它是大模型的套壳。我们可能套得更深：甚至是在 Claude Code 这样当前市面上比较好的 Agent 上面再做一层。

但我们的事情是，先使用一个很强的基础 Agent 能力，给它构建好的 Skills 和 Runtime，在这些基础上开放比较好用的编辑和架构工具，让大家在云端构建属于自己的 Agent。

它其实就是定义 Agent 的任务，同时选择需要使用的 Skills 和 Runtime。这样对绝大多数普通人来说，就可以自己做一个 Agent。

所以 Agent Builder 的底层就是 Claude Code，可以这么理解吗？

肯定要做一点改变，但核心是这个。

Claude Code 本身除了命令行之外，没有其他交互方式，使用还是有一定门槛。我们是让它更简单地使用 Claude Code，来做自己想做的 Agent。

当然未来也不一定是 Claude Code，因为 OpenCode 也做得很好。如果我们有充足人力，可能会下场在它们的 Agent Loop 或 Context Engineering 方面做一些东西。

但现在最快的方式，就是拿一个当前几乎最好用的 Base Agent，给它好的环境，把整个产品体验做好，激发大家的创造力。

就像前面说的 3D 打印一样，拓竹在做出来之前，也不知道大家能用 3D 打印做出这么多奇怪的东西。现在大家还有一些很好玩的词，比如 3D 打印机打印好之后，去拿作品叫“收菜”。

它甚至衍生出了一些小的亚文化和 Meme。我觉得，当一个东西的门槛降到足够低，大家都参与进来，就会激发很棒的创造力，每个人都会去做一些不一样的东西。

你们现在具体在 Claude Code 这个 Base Agent 上做了哪些额外工作？从 Base Agent 到你们的产品，中间的空间是什么？

一个是前面说的 Skill Marketplace。我们做 Skills 的 Evaluation，预制大量内容，让很多 Skills 可以直接选择、一键调用。

从技术角度，大家可能会说：“你们做的东西好像什么也没做。”短期来说，的确好像技术上比较浅。但在这个思路下，可以做出很好的东西。

基础的用户体验做好之后，团队肯定还会在技术层一层一层往下打。最终大家都会打到这一层，如果你没有做很不一样的工作，长期来看在技术层面就没有竞争力。

但过去我自己和团队很多人都是技术出身，而且技术做得还不错，所以大家很容易忽略降低门槛对产品的价值，会觉得这个东西好像没有技术含量，所以不值得做。

但现实世界的很多产品，不是从这个角度考虑的。

你创业到什么时候，有了这种认识上的转变？

我觉得是最近几年逐渐有的。

发生了什么事情，让你有了这个具体的转变？

我觉得是 AI 这一两年的发展。

从 DeepSeek 来看，它出来的时候能引起那么大的轰动，当然是因为它做得非常好。但如果你是 OpenAI 的深度用户，会发现 o1 在同一时间也做到了类似的事情，并没有比它差。

为什么 o1 没有破圈，DeepSeek 却破圈？我觉得一方面是免费和付费的区别，另一方面是它一开始的传播势头，比如说“只用 557 万美元就训练出了这样一个模型”。

当时还有一个特点，因为它的训练数据可能用了一些中文贴吧语料，所以俏皮话比较多。但综合这些因素，真正的领先不是它在技术上显著领先别人，而是对普通用户、大众来说，它的可触达性和可传播性好很多。

而且它当时把 CoT 完整展示出来了。

对，这个区别很大。

所以它的确是技术强大、领先，并且做了很多很棒的东西，但这件事情的胜利，其实不是那些东西作为核心。

比如 o1 也很强，但没有爆。反而 ChatGPT 在 2025 年 3、4 月份，因为生图功能上线，大家生成各种吉卜力风格的图片，才带来一次用户规模的大增长。

Google 去年的增长，主要得益于 NotebookLM，而不是 Gemini。Gemini 能力提升当然一直在做，Gemini 3 Pro 和 Gemini 3 Flash 也非常强。

技术领先性和先进性固然重要，但如果只觉得“没有技术就什么事都做不了”，这个想法稍微有点狭隘。勇敢去做一些暂时看起来没有那么大技术深度、但用户体验有很大进步的产品。

对技术背景的人来说，这件事需要勇敢。对另一些背景的人来说，可能是很自然的做法。他会觉得：“有这么一点进步就很了不起了。”但在另外一个人看来，可能就是：“你好像什么也没干。”

对，不一样。

这对我们来说也是一个尝试。产品上线到现在一天多，我们就发现大家能用起来了。

之前我们希望大家基于 n8n 或者 LangChain 开发 Agent，可能发现没有太多人有这个能力。我们最早希望激活的是大量有独特知识或者领域知识的人，但他们大多数没有代码能力。

哪怕在 Web Coding 高速发展的 2025 年，他们也没能利用 Web Coding，通过 Agent 开发框架或者 n8n 把一个东西写出来、部署出来，反正就是搞不定。

所以我们就在想，怎么让供给更丰富，怎么让大家更简单地做出自己能用的东西。

从 Base Agent 到你们现在做的事情，中间一层是 Skills Marketplace，你们提供很多可以选择的优质 Skills。除了这个，还有什么？

还有对 Runtime 环境的打磨。

Skills 是这样的：假设是一些稍微复杂的 Skills，它调用的工具可能在外部，稳定性需要持续关注。我们会看市场里有没有大家都用得比较好的，不管是帮助 Skill 开发者把它做得更好，让更多人用起来，还是我们自己下场去做。

就在你们开始测试 Agent Builder 的同一周，Anthropic 自己发布了 Claude Cowork。它是一个有交互界面的 Agent，好像也是在 Claude Code 这个 Base Agent 上又做了一层。这个思路跟你们非常相似。

包括这样的东西出现之后，也可以预见会有更多人做，越来越多人会做。

它给你们带来的变化是什么？或者说，你觉得对整个市场的变化是什么？

首先对整个市场来说，更多人意识到 Claude Code，或者说一个能力足够强的 Coding Agent，可以用来做生成 Agent 的事情。

这个认知几个月前应该还是非共识，现在快变成共识了。创业机会的核心，就是在非共识变成共识之前把它先做出来。

整个团队反思的话，我觉得我们在 Marketplace 这件事情上执着和纠结的时间稍微久了点，没能快速 Pivot 到一个我们看到可能拥有极大爆发机会的新地方。我们动手慢了。

你几个月前就有这个认知，觉得 Claude Code 是最好的通用智能体，应该做 Marketplace，但你觉得做得还不够快。你觉得应该做的不是只服务 Coding，而是应该让它做更多事情。

对。也就是刚才说的四层架构，我可以基于它，让普通人更快地开发 Agent。

如果这件事做得足够快，只做 Agent Builder 对你来说成立吗？

这里面还有一个 To C 入口的问题。

我们原来的 Marketplace 有点像货架电商，对大家来说选择难度很大。我们知道所谓陈列式是第一代，第二代至少是推荐，也就是以字节为核心的模式：我永远给你推东西。

第三代应用入口其实是聊天式的。我不推荐，通过跟你聊天，就能帮你解决一些问题。

我们之前做面向用户的产品设计时不够成熟，或者整个团队没有想清楚：在这个时候做 Marketplace，有点逆潮流而动。

东西少的时候还好。后来 Marketplace 经过大家辛苦工作，也可能上了 100 个、200 个不错的 Agent。你仔细找，确实有能解决问题的。

但对一个新用户来说，他两眼一抹黑：“你是干什么的？”点开两个，没得到好用的效果，可能就走了。

所以你们现在想从最开始货架式的 Marketplace，调整成跟它聊天？

这个调整还没有发布，也还没有完成。但我会觉得，未来我们整个产品的核心入口可能也是对话式的。

表面上看起来，我们会更像一个通用智能体或者 Super Agent，但下面带着一个生态。当你问的问题，或者要解决的事情，触发到某个 Creator 做的、已经预制好的 Agent 时，就不需要你再自己完成那些复杂工作。

因为对很多人来说，打磨一个复杂 Prompt 本身也是很难的。我们会告诉你：“这件事这个人能干，你要不要直接用它？”

当然，这还涉及经济系统的问题。怎么让有贡献的人参与进来，获得收益和分配，我们现在还没有想清楚。

这不像原来的 Marketplace：上架一个东西，卖多少钱，是一个更简单直接的交易系统。现在这种被调用的经济系统，我们内部还在讨论。

但我觉得整个系统应该会往这个方向走：让用户来到一个更简单直接的地方，告诉我们想解决什么问题。如果我们能自己帮你干，就帮你干了。

因为 12 月底我们聊的时候，我感觉你们当时的设想还是更偏货架式 Marketplace。

对，我觉得是。

现在你觉得未来一定不是货架，而是对话式的。这个转变的发生，跟 Claude Cowork 的发布有关系吗？

它的发布超出我们的预料，但我们觉得这是预期之内的。

在 Agentic 能力上走在最前沿的全球公司就是 Anthropic。你去用 Anthropic 的客户端，会发现你提出一些问题时，它其实开了一个沙箱，帮你在里面干活。只是它还没有在沙箱里放浏览器，但我觉得这个事情也不复杂。

我觉得它在一段时间内也不会把短信这类能力放进去。所以从一个产品到可用、再到极度易用，中间还是有很多可做的空间。不然我们这些套壳厂全都死了。

你自己现在观察 Claude Cowork，它在 Claude Code 上封装、包装的思路，和你们有什么异同？

它的核心点，首先是有大量客户端已经装下去了。它在桌面端加了第三个功能。

它最早是 Chat，后来把 Code 也加了一个 Tab，相当于给一些人在这里使用，之后又加入 Cowork。

这里可能要解释一下：你说的是 Claude 本身有一个桌面端 App？

对，它有一个桌面端软件。Cowork 是它后来加上来的第三个功能，最早是 Chat，后来把 Code 也加了一个 Tab。

我估计 Code 没有掀起什么水花，是因为程序员都会在 Terminal 里启动 Claude Code 干活。对于普通人来说，他们只是在 Chat 这边做一些事情。

对普通人来说，Cowork 可能做的大多数事情，在 Terminal 里描述给 Claude Code 也都能完成。我目前还没有发现什么是它能做、而 Claude Code 不能做的。

我觉得这是一个产品设计问题：它觉得这个能力给更多普通人，会让他们兴奋，让他们觉得好用。同时，那些人这辈子也不会打开 Terminal 去敲命令。

我觉得它改变的是用户界面。

我们改变的不是用户界面，而是易用性的方式。

回到之前你要用 n8n 做一个东西，假设你有 Web Coding 能力，Coding 出来之后还要部署。部署其实是一个稍微复杂的事情，同时你可能还需要调用各种工具。

这些工具可能没有预制好，你要自己下载、配置，再放到 n8n Workflow 的环境里。这一套东西的打包还是很复杂，大家很容易碰到一个卡点就做不下去了。

但对我们现在的 Agent Builder 来说，我们把可能用得到的东西几乎全放在一起了，你通过选择就可以完成。

未来我们甚至认为，这个过程也应该是对话式的。就像我刚才展示的，我去 Build 一个复杂的 Agent，并不是自己写复杂 Prompt，而是通过对话，带着它把这个活干一遍或者几遍，让它总结过程中遇到的问题，再整理出一份 Instruction。

这样它就成为一个专门做某个特定任务的 Agent。

那你可以具体说说，它跟你们有什么不同吗？

它预置了一些常用能力，比如在电脑上创建文件、整理下载文件夹、准备会议。因为它在电脑上，可以读取你的日历，所以它预置了一些跟本地电脑相关的 Skills。

你们可能重点是跟云端相关，或者浏览器上的操作相关。

对，浏览器或者云端上安装的软件。我们在意的是，这件事情不需要你的本地上下文环境。

当然，本地上下文能做的事情非常有价值，我们不排除未来会做端侧。

你们这周开始内测之后，有什么反馈？

当然才刚刚几天，完全不一样。我觉得这件事情让我们看到了很大的希望。

过去那套架构，需要提前用 n8n、LangGraph 等 Agent 创建工具，把东西做好再上架，过程很复杂。

现在因为 Base Agent 和环境都在我们受控的范围内，上架这个步骤几乎免去了。未来商品上架可能还有一个简单审核，但产品分享给朋友可以随时开启。

你做了一个东西，就可以分享给别人使用，而且构建变得非常便捷。大家只需要通过几乎自然语言的交互，就可以做一个能在某个事情上工作的 Agent。

有了新版 Agent Builder 之后，你们之前用 n8n 或其他更复杂方式做好再上架的那一套还保留吗？

暂时保留。

因为我觉得会用这两种方式的人群不太一样。你刚才说的第一种更复杂的人群，肯定多少有一些开发经验。

你抓住了重点。新的这些人，是我们希望拥抱的：更多这辈子本来没想过自己能做出一个软件，或者做出一个能在电脑上运行的东西的人。

现在开始测试之后，有这样的人来用吗？有什么具体例子？

才刚一天，还没有太多具体例子。但举个简单例子，我们的运营同学确实这辈子没有学过计算机，也不是技术人员，但他们有很多需求。

比如我们外联联系很多 KOL 时，需要做一些调研。过去大家都是人工一点点扒拉、查看和整理。

现在只要把筛选标准给 Agent，它就可以操作浏览器，基于信息进行选择和判断，最后整理出一个结果。

当然，从一个角度来说，用一些强的 Chatbot 也能做到类似效果。但用我们这套东西的好处是，可以一次打通很多工具。比如写好之后，就可以直接进入钉钉文档或者其他地方。

有了这个思路转变之后，你觉得未来在你们自己的产品里，一个 Agent 的打造工具和一个交易市场，界限在哪里？

你问了一个非常好的问题。这就是我们现在没有想清楚的：这套市场核心是应该以分享为主，还是以交易为主？

你说的分享为主，是指我做好之后发给你，你来用，但这个过程可能不产生交易？它更偏社交传播属性吗？

我觉得不是社交，就是分享。

那我为什么分享呢？我是你朋友，可能我也用得到，所以我觉得这就是社交啊。

有道理，这个确实没想清楚。

我们设计了一套商业模式，但那套商业模式很可能会被推翻，所以现在没法讲。也有好几套，比如跟流量相关的，或者以创作者为中心、以人为中心的商业模式，但都没有觉得特别好。

我们可能要测一测。这也说明这件事情非常新，它不是过去某个东西的老路，直接抄过来比执行力就好了，它存在很大的不确定性。

有了这个思路转变之后，可以想象你们云端产品进去之后的界面形态也会变。

一定会变。它可能会从之前进去之后展示很多别人上传的 Agent，变成一个入口，引导我来做一个 Agent。货架会放到类似二级入口的位置，给那些明确知道自己想使用某个东西的人。

现在很多 Chatbot 会把预置 Agent 或者特定能力放在二级入口，可能会做这样的调整。

你们有了这个思路转变之后，会觉得和 Claude Cowork 有更直接的竞争吗？

跟它的产品形态竞争还不大，因为它主要是桌面端，我们是云端，两个位置适合做的事情不一样。

桌面端可以拿到你本地各种登录凭据，所以你需要更信任它。但云端可以只把特定登录凭据放在那里。比如做某些事情时，应该为云端 Agent 单独创建一套账号。

我知道这个账号也能拿到一些信息，但账号权限是严格受控的，只能做相关的事情，想做别的事情，账号权限也会控制住。

所以我觉得云端会更 Prosumer 一些，更面向工作或者效率相关的场景；一些个人的事情，端上会更多。

你可以预测一下，市场上做类似事情的产品或者公司会怎么发展吗？

Dify 是非常 To B 的，它现在也没有想往个人用户方面走得很深。

Coze 现在其实并到了火山引擎，也在做 To B。Coze 原来是工作流的东西。

Coze Space 和字节新出的 AnyGen，跟 Manus 一样，是非常通用的智能体，很多事情都可以直接交给它做。

我们未来的形态，我觉得一半会像通用智能体，有一些基础事情我们帮你做掉；另外一些长尾需求，理论上通用智能体也可以发展出做 Agent 本身的能力，也就是用一个通用智能体去做其他 Agent。

现在本质上就是 Claude Code 生产出来的。Claude Cowork 也是由 Claude Code 生产出来的。

Claude Code 最近有一个特别好玩的事情：它每天发一个版本。这在过去的软件工程史上，或者面向全球这么多用户的产品迭代里，是很少见的。

每天发一个版本，生产力的极大解放，带来了不同的产品迭代范式。

你刚才提到的这些产品，有的会不会跟你们一样，变成一个“造 Agent 的 Agent”？

有的会。我觉得 AnyGen 可能会，飞书做的 AnyGen 有可能。

我不确定 Manus 会怎么想，但他们现在一定是通用智能体领域做得最好的玩家，做任何事情都不奇怪。他们的团队也非常好。

之前国内有一批 AI 创业公司，走的是做应用的老路：做一些网页、做一些小游戏。我不确定他们会不会往这边走。

但做网页和小游戏这条路，我觉得是死路。你用 AI 做网页和小游戏，他们觉得那是重要的内容，但我觉得那个东西不是重要的内容。

我们判断不一样。我们认为，让大家做一些简单应用，这些简单应用的价值是薄的；但让领域专家把自己的知识做成 Agent，是很有价值的事情。

这一直是我们创业做这件事情的核心：人类大量知识沉淀在线下，一定有一些 SOP 和领域知识还没有放到线上。如果有一套好的生产框架，让这些人把自己的知识做成 Agent，这件事情就是有价值的。

这也衍生出了我们做的各种各样的事情。Marketplace 是一次尝试，只是阶段性地觉得可能不太 Work，但我们正在尝试一条新的路。

以下内容回到 12 月的那次聊天。宇森分享了他从大学开始起起落落的创业故事和个人成长。

你最近有试那个很流行的 ChatGPT Prompt 吗？就是基于你对我的了解，给我画个图。

不是基于你对我的了解，是让它告诉我一个残酷的真相。

我可以给你念答案。你也试过了，是吗？

很早之前应该试过。

它说：目标模糊，或者不够激进；行动太慢、太保守。在琐事和自我验证上内耗，试图让每个动作都看上去合理。你觉得它说得对吗？

不一定对。很多时候我问它一些问题，不是因为当时我本人有这个困扰，而是出于某种目的这样问。

但我觉得你们还是挺快的。

它对我的描述有一部分是对的。因为我经常问它一些稀奇古怪的问题，它会觉得我很多时候不够聚焦。

回顾一下我之前的第二段创业历程，当时我同时做两家公司：手游猫和交给猫，一家游戏公司和一家数据安全公司。

年轻人可能都有这样一个阶段，觉得自己无所不能。我当时就觉得自己很厉害，应该可以同时把两件事都做好。

游戏公司后来关掉了，因为第一个项目失败了。我也学到了很多东西，但失败就是失败。

那家安全公司现在还持续存在，但中国后来企业软件或者安全这几年都不好做，所以它就是一个继续在做的状态，但可能也有挑战。

我觉得那边的同事都非常棒。在这样的环境下，我们也做了不错的产品，服务了不错的客户。只是在中国这样的市场，很难赚到足够多的钱，这是 To B 软件的通病。

10. The Cost Of Startup Overconfidence

这正好也是我想跟你继续讨论的，你之前的一些创业经历。

你 22 岁从浙大毕业之后就开始创业，做长亭是在 2014 年到 2019 年，对吗？

对，2019 年 10 月卖给阿里云了。

最开始 5 年时间是在做网络安全，后来去阿里待了一段时间，之后又创业，现在又创业。

我在第一段创业里，在长亭待了几乎 7 年整。后来开始第二段的两个事情，再到这次创业。

你这次创业，没有想过做 AI 安全之类的、跟过去经历更匹配的事情吗？为什么选择这个大的方向？

安全其实是一个重要的事情。你可以理解为，它的重要性取决于你要守护的那个事情本身也足够大。

但我觉得 AI 现在还在比较新的阶段，为什么不直接做 AI？

我自己会觉得，从一个角度来说，也希望人生的广度可以多一点。当然很多人会觉得这是贪多嚼不烂，ChatGPT 也这么说。

其实我后来做游戏也是一样，进入一个新行业还是应该花更多时间学习。我大概自己做了一两年，觉得弄明白了里面的事情，但可能融资节奏断了，或者团队一起走下坡路时，人心很难凝聚。

那时候我自己的状态也比较差。公司账上其实还有一些钱，但我们觉得还是关掉了。

你当时做的是什么游戏？

这也是一个核心问题。因为当时融的钱比较多，所以一开始想做一些独立一点、有玩法和题材创新的小团队 PC 游戏。

现在回头看，如果慢慢做可能会好一点。当时我们融了比较多钱，但应该先花一些小钱失败一下。

我看了很多游戏设计相关的书，也看了很多行业资料。进入一个新行业，先去看别人都说什么。

里面有一句很经典的话，我现在还记得：你做的前 10 款游戏，大概率都是垃圾，所以要从今天开始做你的第一款游戏。

当时我们在第一件事情上太笃定了，觉得自己的判断一定会对。我觉得那个时候不太敬畏自己不懂的东西，觉得自己学东西很快。

现在我也觉得自己学东西应该挺快，但不要觉得这个行业里之前的人都不会做事，然后觉得自己第一次就能做对、做大。这个概率是极低的。

你还是要花时间失败，来换取成功的经验。

你当时的心态，跟第一次创业做长亭、成功退出，有关系吗？

当然有。长亭现在状态也不错，后来我们是从阿里 Spin Off 出来，现在还是原来一起创业的朋友文雷在做。我觉得他非常强。

现在算的话，长亭应该是中国还没上市的安全公司里最大的一家。

第一次创业能成功，也是因为我们做的是自己擅长的事情。文雷大学期间其实有几段创业经历，也参与过一些事情，但那两个事情都没有做起来。

后来大家快毕业了，选择做这个事情，是因为我们的技术已经算是国内那一代年轻人里最强的一批。安全技术上，我们是最强的。

你们是最强的？

不能说所有人，毕竟隔几年就江山代有才人出。但在我们前后一两年以内，我们那批人应该算是最强的之一。

我们做自己技术上擅长的事情，但商业上那几年迭代和进步也很大。公司哪怕在卖的时候，收入也算是国内那一批安全创业公司里最大的一家。

收入上一直做得还不错，也有一些典型案例。过去的事情就过去了。

所以那个时候有点自信心爆棚，觉得自己好像无所不能。

当时为什么卖给阿里云，不选择继续独立发展？

几个方面。我们会觉得，独立的安全公司在当时可能遇到一些挑战。

当时不管阿里云、腾讯云还是华为云，发展都非常快。你后来会碰到云厂商的销售，他们会从基础设施层面把一个客户的需求全部吃掉。

所以我们觉得，在一个高峰时间点跟云厂商深度合作，可能也是一个不错的事情。

另外，2018 年左右已经看到融资环境变得恶劣了。再往后做，可能还需要一两轮融资，才能支撑走到上市。

但我觉得这个判断对也不对。大方向是对的，因为后来看到国内的融资市场，特别是泛化一点的领域，大概在 2021 年达到高峰，到现在都没有恢复。

整个中国 VC 市场，现在只有特定领域，比如机器人、芯片，还能持续看到大量投资。

当时的判断只是时间早了一点。我觉得 2018、2019 年做的判断是，再往后钱会很难融到，行业会进入比较固定的洗牌期。

但后来我自己的行为也不太对。2021 年我又出来创业，而且又做回安全。

所以你 2021 年又创业，是觉得市场回暖，还是只是想创业？

我没有觉得市场回暖。当时我在想，难道是自己判断错了？

并购之后我还在大厂里，后来想了想，自己可能还是更习惯创业公司的感觉。那时候其实主要想做游戏。

做游戏的同时，不少朋友来找我，有投资方，也有安全行业的技术伙伴。大家觉得我之前在这个行业做得还不错，要不要继续做安全？

后来我想，要不要试试同时做两家公司。因为可能都融到了一些钱，特别是安全这边，我觉得自己有经验，也有行业资源，所以有一点试试看的心态，也有一点年轻时觉得自己挺能干的心态。

但后来显然会觉得，还是要敬畏。哪怕在安全领域，我第二次创业时比第一次更有经验，也有更多资源，第一次什么都没有，只有一些技术，但在时间窗口过去的前提下，想把一件事再做起来，也很有挑战。

你们最开始上大学时，长亭的班底其实是蓝莲花战队。你们去打安全比赛，是不是也有很多正反馈？

正反馈太多了，国内比赛几乎都是第一，海外比赛也基本是国内最好成绩。

安全比赛有几种赛制。一种是解题，每个安全问题可能是逆向工程、密码破解等，做成一道道题，大家解题，有排行榜。

另一种是更强的对抗式比赛。每个队伍维护一台服务器，服务器里有带漏洞的二进制程序。你要逆向分析、找到漏洞，用漏洞写攻击脚本，去攻击别人服务器上对应的应用，控制对方服务器。

大家服务器里的漏洞是一样的。你先分析自己的，再去攻击别人，同时还要 Patch 自己的漏洞。还会有健康检查，不能直接关机，服务要持续对外提供。一个服务里通常不止一个漏洞，所以很有挑战。

DEF CON 是决赛，全球 20 个队伍参加，打 40、50 多个小时。

一个队多少人？

我们现场 8 个人。有的队可能在酒店里还有人。

有一年美国的冠军队叫 Samurai，他们应该有 80 多个人在拉斯维加斯包了一个总统套房，现场 8 个人，楼上还有 80 个人。

这种事情不靠人多，靠人厉害。

当时有一个很强的队伍来自美国 CMU PPP，有一些明星选手，比如 Ricky，还有 GeoHot，也就是 George Hotz。他应该是最早破解 iPhone 的人之一，是一个爆炸头，非常酷。

参加完比赛你就会发现，计算机行业的天才和非天才之间的差距大到没边，所以技术真的非常有意思。

你们年轻时一起打比赛，后来做公司、卖给阿里，再到你自己创业，中间有很多起起伏伏和正负反馈。这些对你现在创业的影响是什么？

我觉得韧性更强了。

第二段创业经历，整体走下坡路比较多；第一段几乎没走过下坡路。

你们当时销售和商业化难道也很顺利吗？

肯定不算顺利。但后来顺利了，人会忘记一些痛苦经历。

当时闭门羹没少吃，冷脸也没少看。最早我自己算是第一个 Sales，自己去做，但后来就过来了，也不会天天想这些事情。

所以你对那一段的记忆，最后留下的是整体走上坡路。

对。你看日线图，可能还有一些大的回撤；但看周线图，好像就是一路往上；看月线图，就一直在增长。

那 7 年我们几乎每年至少翻倍。当然做公司不可能一帆风顺，每天有 80 件头疼的事、两三件开心的事，但那些头疼的事解决之后，整体还是往前进的。

创业公司的好处就在于，只要在快速发展，问题大概都能解决。

第二段经历也是每天 80 件糟心事和一些开心事，但后来开心事越来越少，80 件糟心事变成 200 件糟心事。

整个团队走下坡路，最后决定关掉公司，这是一个什么样的过程和感受？

当时我感觉自己重度焦虑，挺严重的，躺在床上都起不来。

第一次创业时没有经历过这种状态。你会严重失眠，会想到底是哪里出了问题，是不是自己就是个彻头彻尾的傻逼，怎么能错这么多，做出这么多错误的判断。

那段时间有很强的自我怀疑，觉得自己好像什么都不会，之前应该全是运气。

公正地评价之前的经历，我觉得肯定有运气成分。但自己的能力肯定也提升了，包括处理事情的能力，都有很大进步和成长，能力还是在的。

可当一个巨大的失败摆在面前时，你会陷入对自己人生彻头彻尾的怀疑。

因为在走下坡路时，周围的事情也越来越逆风。你会意识到整个团队其实没有什么向心力，内部各种各样的矛盾也会变得很奇怪。你无法获得核心团队其他人的认可和信赖，能感受到他们对你的信任或者期待也在慢慢减少。

所以那个时候压力很大。

这个状态的最低谷在哪一年？

我觉得是在关公司之前，2023 年的中下旬。

那个时候 AI 浪潮已经起来了。2023 年年初，ChatGPT 在国内已经非常火。

当时其实可以有一个思路：如果真的很有动力，就在原来公司的基础上，把过去业务的一些人员解散，再找一些人从头做。

2021 年出来融资时融了很多钱，估值也高，所以账上还有一笔足够早期启动的钱，几千万。

但那个时候我的状态不在。现在稍微缓过来一点，这也是后来重新开始做新事情的原因。

所以你当时的状态和心力趋势，跟外部环境是错开的。

对，当时是衰竭了。

整个科技界还是非常兴奋的状态。我们当时做游戏都发现，之前做多语言版本，要找外面的翻译公司，后来把东西全部丢进 Excel，AI 翻译一遍，做出来的效果比翻译公司还好。

包括蔡浩宇也从米哈游的日常工作里出来，做了新的 AI 游戏公司，跑到硅谷还拉了很多人。但他们的第一个游戏最近也下架了。

这就是你说的“前 10 个游戏很可能失败”。他们都是游戏行业里的传奇，常胜将军也会遇到低谷。

我觉得这是人生里很重要的一环。人生前面很多年，无论上学还是之后，好像都很顺利。

我上学时挺爱打游戏，游戏也打得好，还保送了浙大。上大学之后不算学习特别好，但在自己感兴趣的领域，做得比较拔尖。

大一、大二时，我的生活就是上一小部分课，大部分时间在网吧打游戏。大三觉得这样玩下去要玩成弱智了，就应该找一些感兴趣的事情做。

后来觉得安全很有意思，钻进去之后发现真的非常有意思，同时做的事情也有正反馈。

正反馈是人生里很重要的事情。我很佩服那些在长期没有正反馈的事情上还能坚持下来的人。

我自己大多数时候还是需要一定正反馈，才能在一个方向上坚持得足够深入。但只要正反馈足够多，我可以做得非常深入。

后来我跟很多搞技术的网友关系都很好，这也是后来去北京跟大家一起创业的原因。

在 2023 年低谷之后，你是怎么走出来的？据我了解，你后来又回了阿里？

对，回阿里做了一段时间，各种各样的事情。当时主要做的是偏国际化方向的一些事情。

后来无论是去看美国硅谷公司的发展，还是看阿里在海外的布局，都能看到跟 AI 的相关性越来越大。

在这个前提下，我觉得 AI 相关的事情非常值得做，所以先去探索，找到团队，再做 MuleRun。

你走出低谷的过程中，自己是怎么行动的？外界有什么帮助，让你逐渐从比较低谷的状态走出来？

那时候你还会感觉到，自己过去的人生没有差到大家都嫌弃你的程度。

当时很多朋友知道我状态很差。有一个初中同学说：“我感觉你最近不太顺。我们过来找你玩吧，去网吧打两天游戏。”

这个对我来说很舒服，因为从小到大，我最喜欢的事情之一就是跟朋友在网吧打游戏。或者自己躺着看小说。

你会发现，其实不需要太多别的。那些安慰的话通常都千篇一律，大家也知道朋友不会怪罪你，会说“胜败乃兵家常事”。

这些话你可能已经自己安慰自己 1 万遍了，再听也没有什么意义。但那种时候，一些陪伴或者分心很重要。

你最后怎么下定决心，去跟投资人讲这件事？

不需要下定决心，失败了就是失败了。

那是什么场景？

之前肯定有预告。我跟大家说，这个事情的确不好做了。

投资人那边我很感激，他们也一直支持，但这个事情就是做不下去了。非得把剩下的钱花掉，也可以继续熬，但我没有状态，而且用剩下的钱翻盘的概率非常低。

你之前已经有很多创业经历了，这一次创业，你有没有告诉自己什么一定要做、什么不能做？

一定不要在选择题上出错。

但这个东西说出来好像也没有意义，不是说你说不做就不做，也有可能我现在已经做错了。

就像当时游戏创业一样，我最早想好了要做什么，但因为融的钱比较多，就觉得为了给股东回报，或者支撑起这样一个融资体量，要做一个更大的事情。

我觉得一定要做的，是先做自己能力和认知匹配的事情，而不是被外部条件推动着去做某件事。

这个是一个一定要做和一定不要做。

对。其他事情，做了很多年创业公司之后，大概知道一些一般的坑，不会去碰。

比如用人不要用错，一定要对自己做的事情亲力亲为。千万不要觉得自己有了一些创业经历或经验，就不去动手、不去一线感受浪潮。

一定要自己下水划水，花足够多的时间。

我也认识一些更成功的创业者，他去做第二件事情时，自己花的时间不够多，失败很常见。你会习惯于说：“我找两三个能干的人帮我做就好了。”但自己不做，失败概率极大。

下场特别重要，我觉得我也会部分犯过类似的错。

你刚才说的第一点很有意思：不要做被外部条件推动的选择，而去做跟自己的能力匹配，或者跟最开始看到的方向相关的选择。

我觉得这涉及创业时你自己真心做出的选择。输了，大家也是认的。

对。这个总结得非常好。

我当时做游戏，最后输了，但我不认。因为那是一个我也不喜欢的东西。

我最近还在想，大家不是天天讲文化和价值观吗？后来我就在想，到底怎样做事，才能把事情做对。

我觉得两个字：用心。

很多人只是把它当成一份工作，不用心。你给我什么，我做什么。只有用心，你才会去热爱；热爱它，才会去思考它，然后把它做得跟别人不一样。

我觉得这件事一定重要。不管是对自己的要求，还是对团队合伙人和团队的要求，用心都非常重要。

用心甚至不只是仔细认真。你可以做一件事非常仔细、非常认真，但你觉得他不用心。

对，不用心就是在完成任务，机械地做一些工作。

我自己后来很多失败，就是因为不用心。我很直白地讲，第一次创业太用心了，每天只要醒着就在想怎么把事情做成。

第二次创业里有一些骄傲或者傲慢，觉得事情想到这里就差不多了。当你有这样的心态，这件事就不可能成功。

聪明人很多。哪怕回头看前面的人生，我觉得自己走得比较顺，但每个阶段，我都能发现很多人在很多方面比我优秀。

有一段时间我想，自己可能也就是一个挺普通的人。还不错，但只是一个还不错的普通人。

后来从安全技术开始，包括之后创业，才觉得自己好像还能做一些不一样的事情。但后来有些骄傲，有点翘尾巴了，这不好。

所以这次重新出发，刚才你问一定要做、一定不要做，我觉得可以总结很多东西：一定要用心，一定不要在很多事情上半途而废，也不要觉得“差不多了”。

创业没有差不多，只有不停逼自己，才有可能有一线生机。

你现在有回到之前在长亭时的状态吗？醒着的时候，很多时间都在想 MuleRun 的事情？

是的。因为这件事情足够大。

我们内部有一个非常一致的判断：我们觉得这件事情一定会出很大的公司，或者说有很大的机会，只是我们是不是能做到。

你也看到很多不同的公司，大家殊途同归，只是路径选择不同，最后做的可能是同一件事。

比如 Coze，那么多大公司也都在做。我觉得 App Store 这个东西，像 ChatGPT、Gemini 最近也上了类似的东西，大家都会做。最后路径选择就非常重要。

在不停想的过程中，你更多感受到快乐和兴奋，还是因为这是一个很大的机会，竞争的紧迫性让你不停地想？

都会有。

想、执行一些动作、得到反馈，再去想这件事，本身就是一个能带来正反馈，也带来疑惑和思考的过程。有乐趣，但同时也有很多痛苦，因为你会觉得自己是不是想错了。

我最早可能有几个假设，后来验证发现假设不对，那这些假设会不会说明原来的判断也不对？创业始终是在重复这个过程。

比如第一次创业时，我觉得自己发现了某些 Pattern，Follow 这个 Pattern 就可以规模化。但后来遇到坎了：我是打一个补丁，还是之前的假设根本就是错的？

你会发现，做事情的方法、用人的方法，其实都是类似的。刚毕业时什么都不懂，选择什么样的人加入公司，怎么样管理他们，怎么样定义客户和市场，这些东西一直都在学习。

这里面就是 80 个糟心事和两三个好事，大量痛苦和疑惑都会过来。

你怎么熬过它们？

我跟很多朋友聊过。我觉得自己的韧性应该还不错，但跟真正韧性很强的人比，还是差一点。

你现在 33 岁重新回到创业状态，和当年 22 岁开始创立长亭相比，相同和不同的地方是什么？

相同的地方，可能是对事情还有热情。对自己做的事情，怎么说呢，都是重新开启一段新的旅途。

不同的地方，是年龄和见识比当年大了，头也秃了，身体状态肯定不如年轻时精力旺盛。

那时候最早跑 3、4，我基本上每天都是红眼航班到一个地方，忙一天再换地方，睡 4、5 个小时就能处理很多事情。

但现在回头看，那时候身体状态其实很差，经常口腔溃疡、小感冒，不停生病，肠胃也不好。

现在身体状态会好一点，心态也恢复过来了。前面关公司那段时间的确很差，但后来好很多。

重新出发，还是要用一个很好的心态去处理。虽然年纪大了一些，可能不如年轻人那么能拼，但多了一点经验，还是很年轻的。

对，你这次想把 MuleRun 做到什么状态？会给这次创业定一个什么样的目标？

宏大的目标肯定很大，但那个东西其实不能精准指引方向，也不能持续带来正反馈和成就感。真正能指引方向、带来成就感的，是一个个 Milestone 的实现。

我们现在比较专注的第一件事，是让供给真正丰富起来。也就是前面讲的，我们有非常简单好用的创作者工具，能够激活很多没有代码能力的人，让他们也能做一个 Agent，解决工作里要解决的问题。

我觉得这就是一个很棒的状态。

这是你的下一个 Milestone？

对。我们希望在半年以内看到一些好的成果。

你觉得整个明年会发生什么？可以讲讲你希望自己这边发生什么，以及行业会发生什么。

我们自己就是刚才说的那件事。它是一个非常重要的 Milestone：激活双边市场，看到一些很棒的事情在这里发生。

如果顺利的话，就是扩大规模，看到真正非常强、被很多人使用的 Agent 出来。

甚至我们的成功一定是超出预期的成功。我们都没有想到会出现这样的东西。

就像苹果最早出来时，也没有预设会有《汤姆猫》和《愤怒的小鸟》。有了 App Store 和好的硬件之后，创作者在上面做出了这些东西。

所以这就是让我们兴奋的地方。

对行业来说，我觉得 2026 年是应用非常重要的一年。

整个互联网巨头也好，所有人对 AI 的投入都达到了巅峰。这个巅峰一定要看到下一个东西，因为单纯说大模型变得更聪明一点，还没有产生很大的直接实际价值。

比如现在大模型比原来聪明一点，它新解决了哪个问题？还没有。大多数人目前最大的 AI 应用还是 Chatbot。国内可能是豆包、千问、元宝；海外是 ChatGPT、Gemini 和 Claude。

大多数场景还是聊天，目前还没有看到应用层一个 Massive Adoption 的应用。

今年下半年我们可以看到视频模型进步很大，从最早很多东西都很鬼畜，到现在连物理规律都已经可以处理，包括 Sora 2 把多镜头直接训练进模型，音画也同步。

我们看到了模型能力持续提升，但还没有看到模型能力提升带来完全不一样的应用。

所以我觉得 2026 年可能会出现一个足够大的应用。足够大怎么定义？可能是年收入达到 1 亿美元，也就是大家讲的 ARR 1 亿美元；能不能出现一家 ARR 5 亿美元，甚至 10 亿美元的真正 AI Native 公司？

它是有了大模型之后才出现的新公司。

今年收入增长很快的，国内像 Manus，美国像 Higgsfield，也都是应用层比较大的公司，但还不够大。

能不能更大一些，或者出现更新的东西，真正把大模型的能力变成生产力？

那你对模型本身有什么期待？你觉得模型能力接下来会往什么方向发展？作为 Agent Marketplace，你希望它往什么方向强化？

我肯定希望它在 Coding 和 Agentic 能力上强化，这就是 Claude 的方向。

国内可以看到 Kimi，它不追求那种通用的大方向，而是想强化 Agentic 能力和 Coding 能力。

我们希望看到这一点。我们本质上希望大模型不是数学竞赛考得更好——这对我的意义不大——而是能更好、更准确、更高效地使用工具，这对我意义很大。

今天非常感谢宇森做客《晚点聊》，分享 MuleRun 的创业故事，以及接下来要做什么。

他们致力于给想要开发 Agent 的人，包括各个行业专家和有重复任务需求的人，提供一个非常简单的开发平台，可以部署在这里，也可以把自己做的东西分享出去、获得收益。有这些需求的用户，也可以在平台上使用这些东西。

Marketplace 也是 Agent 到了相对成熟的阶段之后，出现的一个创业机会。

后面我们也延展聊了宇森之前连续创业的经历，有比较顺利的过程，也有走下坡路的状态，以及这些经历给现在创业带来了什么。

那今天节目就到这里，各位再见，拜拜。

谢谢，拜拜。

本期亮点呈现，分享我对最近 Agent 领域一系列快速变化的小观察。

从 Claude Code 在 2025 年年初发布，到 2025 年下半年变得越来越好用，很多人逐渐意识到，它就是能力最强、最好用的通用智能体。宇森这期提到，这在几个月前可能还是非共识，现在越来越变成共识。

Claude Code 带来的机会，如果用一句话总结，我觉得就是“用 Agent 造 Agent”。这比用 AI 造 AI 大模型更早实现，或者也可以说，它是一种广义的“用 AI 造 AI”。

而它在应用或者需求上满足的，就是每一个用户都可以为自己的独特流程打造工具。宇森提到的应用的 3D 打印机，是一个很形象的比喻。

一旦 Agent 可以做 Agent，就会有很多产品形态的推演。去年下半年至今的多个产品，都多少表达或顺应了这种技术趋势。这包括比较早提出 Personal Agent 的 Macaron，号称高配版 Macaron 的蚂蚁灵光，从社区更转向工具的 YouWare，包括最近 MuleRun 的变化。

在我的理解里，MuleRun 其实也是从复刻淘宝货架模式的交易平台，变得更像一个工具，只是这个工具里也带了交易系统。还有这期提到的字节、飞书的 AnyGen，以及我们没有提到的 Trae 去年上线的模式等等，当然还有最近大火的、可以直接从 WhatsApp 等我们习惯的通信产品里发出 AI 指令的 Cloud Bot。

总体来说，这个方向还有很大的提升空间。Claude Code 的命令行交互对绝大部分人来说非常难用。虽然 Anthropic 已经亲自下场做了 Claude Cowork，但非 Max 用户暂时还要在 Waiting List 里等待。

而且套壳有很多方向，这就给创业小团队留下了机会。个人手搓 Agent 的趋势，在 2026 年一定会产生新的东西。引爆点也不难想象：一个真正门槛足够低、对非编程人员也易用好用的产品。

就看谁先抢到这枚果实了。本期节目就到这里，感谢收听。如果你对今天聊的话题有观察、好奇或疑问，欢迎在评论区分享想法，这也会成为我们节目的一部分，让整个讨论更完整。你也可以把我们的节目分享给对这个话题感兴趣的朋友，推荐更多你想听的主题和嘉宾。你可以从小宇宙、苹果 Podcast 等渠道关注“晚点聊 Late Talk”，也欢迎关注我们的公众号“晚点 Late Post”。下期再见。Thank you。