Koji
嗨，我是Koji。本周的十字路口呢是我最近在B站做的一场直播的精华内容剪辑。我们邀请了MiniMax Agent的首席架构师阿导和研发工程师泽英，以及最近在Open Cloud之后全球刷屏的Arms Agent，也就是爱马仕Agent的业务负责人Tomi Eastman。那这也那这也是arms agent在全球获得广泛的关注之后，官方首次现身中国的社交媒体平台，并且他们还正面回应了一个中国开源团队evil map对他们抄袭的一个指控。那我们直播聊了两个多小时啊，围绕着agent和agent harness聊到了非常多我觉得很有意思的话题。那在今天的播客里面呢，为了保证收听的流畅，我把直播里面所有讲英语的部分都用AI直接转成了讲中文，而且我特意选了几个有翻译腔的中文的声音，以此方便大家来区分有哪些是AI翻译给大家听的，又有哪些是我们活人讲出来的中文。OK。OK，那我们开始吧。
阿导
大家好，我是阿导，负责 MiniMax 的研发团队，加入 MiniMax 已经快三年了。此前我有过比较多互联网创业和工作的经历，也比较深度地参与了 MiniMax M2 系列模型、Agent 以及海螺等产品的研发。很高兴今天能和大家交流。
泽英
大家好，我是泽英，MiniMax 的 Agent 研发工程师，负责 MiniMax 官网的 Agent、Max Cloud，以及最近刚上线的 Max Hermes 的开发。
Tommy Eastman
大家好，我是 Tommy Eastman，Hermes Agent 的业务负责人，很高兴和大家交流。
Koji
春节之后出现了一股“全民养虾”的热潮，也就是 OpenClaw 带来的热度。不过现在这股热度好像一夜之间就下去了，所以想先请你们复盘一下这个过程。
阿导
1. OpenClaw席卷春节
中国的农历春节每年都非常有意思。去年春节火的是 DeepSeek，让大家对 AI 有了一个全新的认识。之前大家可能觉得 AI 离我们还很远，我觉得今年也是一样。
其实 OpenClaw 火起来比较凑巧。它在硅谷大概是从 1 月份开始流行的，我记得是在我们 IPO 上市当天，我们和 Peter 有过一次联系。那天也很巧，Anthropic 封禁了 OpenClaw 对订阅的使用，所以 Peter 也非常希望能找到一个适合“龙虾”的模型，因为大家知道，龙虾非常消耗 token。
当时我们其实没有意识到这个项目会这么火。接下来它在海外开始流行，Mate Mini开始售罄，我们同样没有想到它在国内会这么火。
Koji
是的，Open Cloud在中国的火热程度，我感觉比硅谷还要更胜一筹，而且下沉到了非常大众的人群。你们认为这是什么原因？
阿导
我觉得大概有几层原因。第一层原因是，我们自己的感受是，OpenClaw 在国内可能比海外更火一些。国外用户此前已经接触过 Claude Code、Cowork 这类比较好用的 Agent，但国内用户之前可能还没有接触过真正好用的 Agent。
更底层的原因是，国内模型在更早的阶段，其实还没有那么强的 Agent 能力。随着 MiniMax M2.5、M2.7 等模型发布，国内模型也具备了这样的能力。国内模型加上 OpenClaw 这种能够让大家通过 IM 非常容易接入的方式，实际上让中国用户完成了一个接近从 0 到 1 的体验，把那层窗户纸捅破了。
另外一个原因，我觉得是字节这次拿下春晚之后，对豆包进行了全面的 All in。这两件事叠加在一起，让所有人对 AI 的认知真正进入了 Agent 时代。
Koji
那你们认为是什么原因，让大家好像一下子就从“养虾”到了“驯马”？也就是关注度从 OpenClaw 转到了 Hermes Agent，中间有没有发生什么拐点事件？
泽英
2. Hermes抓住记忆痛点
从 OpenClaw 爆火、逐渐平稳，到最近 Hermes，也就是我们的 Max Hermes 火起来，大概花了一个月。这一个月里，大家基本都已经体验过 OpenClaw 了，但它确实有一些不稳定的特点。
它每天凌晨 4 点会刷新一次记忆。你可能前一天和它交流得很好，过了一天它却会说：“我们昨天聊了什么？我忘记了。”Hermes 正好抓住了这些痛点，在记忆方面做得特别用心，而且是多层次的记忆。
从这个角度来说，它在一定程度上弥补了 OpenClaw 的不足，所以它确实有一些技术基础能够火起来。与此同时，大家在使用龙虾的过程中已经享受到了一定程度上由 AI 带来的提效快乐，所以这应该算是一次双向奔赴。
Tommy Eastman
谢谢你们邀请我，很高兴来到这里。
简而言之，Hermes Agent 是一个开源的智能体框架。如果把大语言模型比作大脑，那么智能体框架就是双手。它是一个系统，模型通过它在真实世界中执行任务。
它处理所有复杂的协调工作，比如工具编排、主循环管理、状态管理和错误处理。最终，它能让模型为用户发挥出最大的效用。
Hermes Agent 有几个关键的不同之处。首先，它运行得非常好。通过我们的 Nodes 平台 API，你可以在不到 2 分钟的时间内，轻松完成从安装到执行首次智能体任务的全过程。这种便捷的设置是一个巨大的优势，为用户消除了最初的挫败感。
其次是它的记忆组件，这是大家真正喜欢的部分，也可能是最有趣的一点。任何一个深度使用过 Agent 的人，都经历过那种令人沮丧的情况：你让它做一件事，这次它做对了，但下次再做同样的事，它却失败了。这让你很难去信任它。
Hermes Agent 的记忆功能解决了这个问题。它允许 Agent 记住一个成功的工作流，并将其保存为一项技能。一旦它知道了正确的路径，就能每一次都完美地复现。这让它变得比过去更易用，也更值得信赖。
这也解答了你关于“自我进化”的问题。这个 Agent 会不断自我提升，而在这个过程中发生的知识压缩非常有价值，能够带来更高的一致性，尤其是在跨越不同模型时。
所以，即便你有 8 个不同的模型，只要使用相同的框架和技能，就能从所有模型中获得相同的预期输出。你可以针对不同任务灵活地更换模型，同时确保核心工作流依然保持高性能和高可靠性。
Koji
谢谢你，Tommy。在深入探讨之前，能不能介绍一下你们的公司 Nous Research？团队是如何组建的？背后的愿景是什么？特别是 Hermes Agent，感觉它像是横空出世，迅速登上了 GitHub 的热门榜单，这背后有什么不为人知的故事吗？
3. Nous Research的开源起源
Tommy Eastman
Nous Research 的起源故事非常独特，它以一种非常自然的方式开始。2022 年，一群热衷于开源和折腾 AI 模型的人，开始聚集在一个名为 Nous Research 的 Discord 频道里。那里直到今天仍然是我们的核心社区。
从那时起，我们产出了大量高质量的研究。最初的努力是围绕 Llama 模型的后训练展开的。当时 Meta 刚刚发布 Llama，是少数愿意开源高质量模型的公司之一。
这其实就是 Hermes 这个名字的由来。我们首批经过后训练的 Llama 模型版本就叫 Hermes。那些早期模型的重点，是让它听起来更像人类，而不是刻板的 AI 助手；在文本上更具柔韧性和多样性，在当时许多领域都处于最先进的水平。
在训练 Hermes 模型的同时，我们开发了 YaRN 算法，将模型的上下文长度从 4,000 扩展到了 12,800。我们发表了这项研究，并立即被所有主流模型公司采用。
这是我们现在所说的思考模型的雏形，也反过来为智能体模型奠定了基础。我们还花了很多时间研究分布式训练，并撰写了 DisTral 论文。这是一种新颖的优化器，允许我们跨越非共址的 GPU 进行训练。
这意味着我们可以聚合分散的算力来完成有意义的训练，这对我们持续训练开源模型至关重要。当然，幸运的是，我们还有像 MiniMax 这样的公司在继续扛起开源的大旗。
至于 Hermes Agent，它也有一个有趣的起源故事。我称之为极其注重实用主义的诞生。我们的后训练负责人兼联合创始人 Tegniam，只是想要一个助手来帮他管理日常工作，于是纯粹为了自己构建了这个 Agent 作为工具。
当时根本没有考虑什么基准测试或评估，他只想要一个能帮到自己的东西。我认为这恰恰是 Hermes Agent 的核心魅力所在，也是它成功的一个关键原因。
Koji
那是什么时候的事？大概一年前吗？
Tommy Eastman
是的，他大约一年前开始做。最初真的只是为了帮助自己，但作为一个开源实验室，我们很自然地把它开源了，结果获得的关注远远超出了我们的预期。
我相信你们都看到了 OpenRouter 的图表，它的日均 token 消耗量在短短一个多月内从 20 亿激增到了 200 亿。我记得昨天的数据几乎达到了每天 3,000 亿 token。
Koji
那你是什么时候感受到这股热潮的？有没有一个引爆点，让你觉得 Hermes Agent 成为全球大爆款了？
Tommy Eastman
它确实在以极快的速度变得非常庞大，我对这个增长率感到非常高兴，尤其是因为我们原本对它的反响并没有抱有极高的期望。
显然，OpenClaw 此前非常受欢迎，但我认为 Hermes 的一个巨大卖点，是用户可以非常快速、轻松地启动和使用它。人们不想处理臃肿的代码，也不想面对一大堆复杂的设置。
Hermes Agent 是开箱即用的。你可以在自己的电脑或 VPS 上迅速部署并运行起来，这让它非常适合大规模普及。
Koji
那你认为你们的成功和 OpenClaw 有很强的关联吗？你们之间有什么联系？
Tommy Eastman
当然有联系。我认为是多种因素的汇集，促成了 Agent 的这次爆发。
首先，模型终于变得足够好，能够真正帮助到人们。这显然是由今年冬天 Opus 4.5 带来的巨大提升所引爆的。它在质量上实现了阶跃式的进步，为这些 Agent 框架打开了大门，让它们能够做更多有价值的事。
很酷的是，开源社区很快也产出了性能相当，或者正在迅速接近 Opus 质量的模型。
至于 OpenClaw 和 Hermes 的区别，我想回到刚才说的：我们通过 Hermes Agent 真正针对可用性和实用目的进行了优化。我们将可用性作为北极星指标，关注它在执行用户真正想做的任务时表现如何，而不是它在某个基准测试中得分多高。
我们始终保持着对产品的专注。在一个开源社区里，特别是当产品广受欢迎时，很容易因为成千上万的 PR 和功能请求而导致代码臃肿。我认为我们在保护产品、保持 Hermes Agent 极其易用方面做得非常好。
这一点，加上我们前面提到的记忆系统，是两个关键的差异化因素。记忆功能真正建立了用户的信任。
我认为第三大差异点是我们的品牌。North Vissar 一直在努力营造一种赛博朋克的美学。我们有才华横溢的设计师，也花了很多时间培养一个聪明、价值观一致的社区。他们热爱尝试我们发布的一切。
Hermes Agent 的成功，很大程度上要归功于我们的社区。
Koji
另一个很酷的故事是你们和 MiniMax 团队的关系。Tommy，能讲讲你们是如何合作的吗？
Tommy Eastman
我们是 MiniMax 团队和他们模型的铁杆粉丝。他们对模型质量的承诺，特别是跨多种模态的表现，令人印象深刻。
正是他们对开源的坚持，才让像 Hermes Agent 这样的产品变得如此酷。你可以拥有各种模型、来回切换，定制自己的 Agent。我们看到我们的用户非常喜欢 MiniMax 的模型。
Koji
那我们回到中文世界，继续直播的内容。首先想请两位再给大家介绍一下，我们今天一直在说 harness。当我们说到 harness 的时候，我们到底在说什么？
泽英
4. Harness驾驭智能体
在我看来，它其实就是去约束 Agent，但又给它一定的自由，让它能够完整地交付一些成果。
最早提出来的时候，可以关注 OpenAI 官网的一篇文章，那里正式宣布了 harness 这样一种 Agent 的应用方式。从偏技术的角度来说，它可能分为 6 层，但我们可以先不聊得那么技术化。
你可以假设自己有一个同事，他全都听你的，但你得先和他约定好他能干什么、你能干什么。他有些事情不能帮你做，但有些事情你完全可以放任他去做。
当你约定好这些，并且给他配置好模型、工具等能力之后，他就可以开始干活了。就像你给一个同事一台笔记本、一个电话，他能打电话；给他一个邮箱账号，他能发邮件一样。
当然，一个同事干活你肯定不放心，就像一个 Agent 干活你也不放心一样。这时候你可以引入多位同事，让他们互相监督、完成任务，并最终交付成果。
我刚才说的可能更像是工作和生产中的场景，是用人的方式去形容 Agent。但落到技术上来说，其实就是要给予 Agent 大量的工具、环境和自由度，同时也要给予它们约束。
你还要给它们一些互相对抗的目标。比如某个 Agent 的作用是产出内容，但另一个 Agent 如果想把工作停下来，就得去审查这份工作内容中的问题。
通过多个 Agent 的组合，就像同事之间互相合作一样，它们能够产出单个 Agent 完全无法产出的更高质量结果，而且在此期间你完全不需要进行更多介入。这其实就是 harness 的概念。
当然，我觉得这个概念能够在现在出现，也有一定的物理条件。首先，我们的模型都变得更加聪明了，模型都具备了一定的 Agent 能力。
在此基础上，大家也愿意把更多能力分享给它，包括操作邮箱、操作服务发布等。于是，harness 就自然而然地诞生了。
阿导
我可以补充一个视角。其实我觉得 harness 这个词，可能是 OpenAI 通过那篇文章定义出来的，但在那段时间它其实已经很火了。那篇文章可能只是把这层窗户纸捅破了，让大家形成了一个共识：我们用什么词来形容正在做的一切。
实际上，大家的实践在那之前就已经存在了。比如大概在去年 9、10 月的时候，包括我们在内部讨论时，以及我自己的工作流中，我实际上已经不怎么使用 IDE 了。
我可能同时并发 5、6 个 Agent，甚至只是在本地，云端可能还有 10 个 Agent 在 Sandbox 上为我工作。它们在 GitHub 上尝试不同的分支和想法。
这时候我会发现，自己这个人类反而成了一个极大的瓶颈。人类成了瓶颈，那时已经不是 Agent 成为瓶颈了，因为我需要不断在这些上下文之间切换，然后给它们输入。
所以我们当时想的是，怎么样让它更自动化。OpenAI 那篇 harness 文章的作者最近也在播客里分享，他们的感受非常类似。我觉得大家都在那个时刻感受到了同一件事。
我们想解决的就是这个瓶颈。因为做技术的人总想去做优化，最重要的办法，就是让那些原来需要人来确认的事情交给 Agent。
比如，它要去判断程序到底能不能部署到生产环境中运行，结果是否正确；它还可以真实地做测试，进行 A/B 测试，本质上就是获得真实的反馈。
通过这条反馈链路，它会越来越知道在这个过程中应该怎么做。这些经验可能会沉淀为 skill，也可能沉淀为 CUI 或 hooks。
我不知道大家有没有看过我那个年代的东西，叫《新机动战记高达 W》。它的特点是引擎非常强大。我们其实需要造一个高达那样的机甲，然后想办法让这个引擎的能力最大程度地发挥出来。
所以我认为 harness 就是这样一个东西。为什么叫 harness？你有一匹非常厉害的烈马，但怎么样让它最大程度地发挥出来？你就要构造一个 harness。
很有意思。我们刚才也提到了 multi-agent，也就是多个 Agent 协作。要不要再给大家多讲一讲多 Agent 协作这个概念？
我理解这里面其实有一些争议。有人会认为，今天模型的智能已经非常高了，一个单一模型就可以完成很多工作，那为什么非得搞一个 Agent team？你说它是产品经理、它是工程师，好像反而限制了模型的发挥。
但也有另外一些人不这么看。你们怎么看？说到 multi-agent，目前的最佳实践是什么？
泽英
5. 多智能体为何更强
先回答第一个问题，为什么要有 multi-agent。过去确实有一些论文提到，单个 Agent 的效果可能会更好。但随着模型上下文空间，也就是能够对话的轮次长度增加，你会发现，在你和模型对话的过程中，人类产出的信息量比较少，而模型产出的信息量比较多。
我们可以做一个思想实验。假设有两个模型，它们能够以非常高效的速度交换信息，而且一般模型给你发的消息是一篇小作文，对吧？但我给模型回的可能只有两个字：“批准，接着干。”或者“加油”。
如果让两个模型互相交流，它们之间的信息量就会非常大。在这种高密度信息交换的情况下，整体效率会比人和一个 Agent 进行交互更高。这是单个 Agent 在效率方面的局限。
最近 Anthropic 发布了 Opus 4.7。它的卖点之一，是增加了一个叫 xhigh 的 effort 档位，也就是推荐用户使用更高的思考成本。思考成本指的是，模型需要思考得多仔细，才能回答你的问题。
这其实会带来另一个问题：如果你在单个 Agent 的对话中一直使用最强模型，它也会产生降智行为。而且这已经是一个可以被论证的事情。
当你的上下文空间，也就是你和它对话的文本数量超过 50% 以后，智能水平的下降会呈指数级增长。也就是说，在单个 Agent 里，你永远没办法和它一直聊下去。
这是单个 Agent 的上限：一方面是上下文带来的限制，另一方面是信息传播效率的问题。
阿导
我来补充一个观点。最近有一篇论文研究了非常长程的任务，讨论 Agent 或模型在什么情况下会出错。他们发现，如果它做对了，就会沿着正确路线一直进行下去；但只要在某一个地方偏了，就很容易越来越偏。
这其实和人也类似。有时候我们做一件事情，可能会钻牛角尖，已经投入了很多努力，却一直停留在那里。等到休息一下、换一换脑子，才会想到：“其实不对，我应该从另外一个角度去做。”
至少在我们自己的实践中，我们会让两个 Agent 进行 cross-check。我觉得这 somehow 和真实世界的数据，以及后续链路都有关系。
从数据分布来看，模型看到的大部分数据都是沿着一条线性轨迹执行下去的，但比较少看到反复验证和思考的过程。当然，这可能会在更强的 RL 之后得到改善。
如果设置两个 Agent，它们就可以换一个角度，在全新的上下文中重新思考。相当于你有 2 倍的预算，而且是全新的上下文，往往能达到更高的质量。
Koji
这很有意思。就好像你钻牛角尖的时候，旁边有一个人过来泼一盆冷水，让你清醒一下。
阿导
对，或者你去睡一觉，去做点别的事情。这也是我们要用 multi-agent 的一个角度。
我自己还有一个小问题。是不是大家聊到 Agent 的时候，都在讲所谓的“自我进化”，也就是 self-evolution？
但有趣的是，我在想，我们今天刷抖音，也是越刷算法越准，可是我们好像并不会说抖音会自我进化。为什么在 Agent 或者整个 Agentic 领域里，“自我进化”会被大家认为是一个那么厉害的词？这背后有哪些相同，又有哪些不同？
阿导
6. 自我进化突破瓶颈
我先说一个观点，还是延续刚才的观点。你会发现，在迭代过程中，人开始成为瓶颈，而且人的数量越多，组织效率就会呈指数级下降。
我经历过很多组织，都是这样的。要做大模型，一次训练可能就是数以亿计的成本，甚至是数以亿计美元的成本。你需要保持非常高的人才密度和非常精干的组织，才能把这件事情做好。
于是大家想到的一个最有效的方法就是：怎么 scale up？怎么扩展规模？最有效的方法就是减少人的参与，更多地让 Agent、让 AI 来做。
你会发现，很多模型的生命周期可能只有几个月，然后我们就会推出下一代。但是没有之前那些模型可以吗？其实不可以，因为后面的模型都是依靠前面的模型训练出来的。
前面的模型在训练过程中，会帮助我们清洗预训练数据、寻找合适的数据、构造数据，以及构造相应的 RL 环境。比如在 MiniMax M2.7 的训练中，在我们的 RL pipeline 里，可能已经有 70% 到 80% 以上的工作是由模型加 Agent 自己完成的。
人类工程师只有 7×24 小时，而且还要休息，还要做很多其他事情。现在剩下的 30% 由人来做，更多是因为人的判断和 taste 非常重要。
人不再需要去判断某个实验中的具体环节出了什么问题，因为这些 Agent 都能帮忙查出来。人只需要看到实验结果的汇总，以及它和原本预期的方向有哪些不符。
Agent 会给出一些建议，这时人类参与的其实是一个讨论过程。最后，还是由人的品味和创造力来指引方向，决定我们最终往哪个方向走。
所以它确实很像 harness 所代表的驾驭过程。总结来说，第一，在这种高复杂度、高密度的事情上，如果想要 scale up，就必须让 AI 占据非常大的比例，人只是驾驭者。
否则效率就会很低，我们也做不出最有生产力、最好的东西。自然地，就会发生刚才说的自我进化。
Koji
是不是也因为今天 Agentic 能力变强之后，一个 Agent 可以运行的时间越来越长，这给它的自我进化提供了基础？过去它跑不了那么久，也就无从谈起自我进化。
阿导
是的。不过我觉得除了运行时间更长以外，更重要的是 reliable，也就是它能解决足够复杂的问题。它不只是运行得足够久，还要能够持续、可靠地工作。
泽英
其实还有另一个点，在于冷启动的问题。当你和一个 Agent 第一天见面时，它可能完全不了解你。在这个过程中，你们要互相交换信息、文件和数据。
你可能会把一堆文件交给它，也要把你的脾气、反馈、习惯等信息反馈给它。在这样一个深度磨合的过程中，人们自然会产生一个诉求：你能不能自己变得聪明一点，变得更加了解我一点？
其实在养虾的过程中，已经有了一些这样的苗头。用户确实会对虾这样的 Agent 产生感情。可能有一天小龙虾出了 bug，用户心里还会有一点落寞。
这时候，Hermes 提出“自我进化”的概念，其实进一步回应了一个诉求：我能不能在和你对话的过程中越来越了解你，同时也给你创造一些小惊喜？
也就是说，即使我不和你对话，或者只是在工作复盘中，我也能够领悟出一些更高层次的东西。我觉得这是普通用户在使用时的一个比较大的亮点。
Koji
这确实很有趣。我们之前使用 AI 工具，不管是 chatbot 还是 Agent 产品，如果它做不好，第一反应都是“出 bug 了”。
但大家养小龙虾的时候，它宕机了、挂了，或者任务完不成，我们只会觉得它挺蠢萌的。有时候甚至会觉得：“是不是我没把它训好？我要去网上学一下别人是怎么训虾的。”
这是一个很有趣的关系扭转。原来你是工具的使用者，人是最正确的；但现在大家不自觉地把关系扭转了，好像我只是帮助、辅佐它的人。
它没做好，有可能是我没辅佐好，或者我一开始没有把它设置好。我觉得这代表着人类对 AI 的信心正在不断增强。
阿导
对，这其实就是那个基点，也就是 AI 能力的基点。当人对它的信任发生变化之后，交给它的任务也会不同，人类社会以及人类的工作方式会围绕它改变，而不是尝试去改变它。
你看，OpenAI 最近也有做 harness 的人出来说，包括 Slack 的 Boris Cherny，他们都提到，不要去想模型做不到什么，而是要想：模型能够做到什么，我应该如何让它做到？
我觉得这是一个很大的观念转变。
我觉得它不仅是观念的转变，还会导致我们的工作方式从原来以人类为中心、让 AI 适应人类，变成 AI 已经足够强大。就像有了电、有了蒸汽机一样，人类会围绕它重新构建生产方式和工作流。
最近我看到一个故事。以前工厂不是修在河边的吗？因为需要水力发电。后来有了电，工厂就可以搬离河边了。
最近 B 站有一个很火的 UP 主叫花叔，他自己做了一套“蒸馏”的 Agent，把乔布斯、Elon Musk 等人的信息蒸馏成 skill。你可以安装这些 skill，和他们进行对话。
这样的项目不止花叔这一个，我觉得全网有很多。我想听听你们怎么看：这里面哪些是真正有价值的，哪些只是大家出于对 AI 的幻想而产生的热点？
阿导
7. 蒸馏释放人类创造力
大家把同事或者名人“蒸馏”出来之所以会火，我觉得反映了一个诉求：大家希望和更聪明的人聊天。这是一个非常自然的诉求，它不会因为处在哪个时间点而消失，只会随着智能的发展而出现。
在此基础上，它用了一个比较有爆点的词，叫“蒸馏”。但实际上，人肯定不能被蒸馏，不管是活着的人、熟悉的人，还是已经去世的人，都不能被真正蒸馏。
它本质上是一个传递信息的过程。我把乔布斯的信息、巴菲特的信息，以及我同事的信息交给模型，再交给 Agent。Agent 以一种自己使用起来比较舒服的方式，把这些信息保存成 skill，需要的时候再把它调出来。
通过这种方式，我们就能够和自己想聊天的人沟通思想，甚至可以 7×24 小时地和他们聊天。我觉得这极大地释放了我们的表达欲。
我关注的一位博主曾经说过，2026 年大家可能要尽量多和 AI 聊天。如果你只是以自己的认知和 AI 聊天，可能只能达到它的上限，而且这个上限确实比较低。
但如果有一些现成的文件帮你整理好了，就像读一本书一样，那些内容其实是在你的认知之外的。你可以像读书一样，和一个被“蒸馏”过的人沟通。
这会让我们提升认知，也能缓解大家对 AI 的 FOMO。现在最简单的方法，就是打开一个 skill，和它聊天。
我恰恰相反。我觉得自己是在被 AI 蒸馏，或者说被 AI 榨干。
今天包括 Anthropic 在内的大模型公司所做的事情，就是在蒸馏人类。如果大家关注过 Anthropic 或 OpenAI 雇佣的数据公司，比如 Sergei AI，就会知道它们的营收非常高。
因为这些大模型公司真的花了非常多的钱在这些事情上。被蒸馏的不是某一个领域的人，而是各行各业的所有人。
这个过程可能是让你提出一个当前 AI 无法回答的问题，并且教会它。一旦你提出不了新的问题之后，你可能就对这一个训练过程没有什么作用了。
阿导
对，就是把你榨干。
包括我在构建自己的 harness 时，也感觉自己在蒸馏自己。我平常是怎么工作的，就把它变成 skill，变成一些程序，让它能够去操作。这样我把任务交给它以后，就可以去喝咖啡了。
这是不是一种对我自己的蒸馏？而且至少就我自己目前的观察来说，模型还没有表现出那种真正的创造力。我觉得它仍然主要是从人类知识中蒸馏而来的。
那为什么我们还要做这件事情？最终还是为了让人类真正去做自己喜爱的事情，也就是那些有创造力的部分；而繁重、重复的部分，就像我们过去发明蒸汽机、发明电力一样，交给机器去完成。
今天我们的生活，可能比古代的王公贵族还要好。他们没有电子马桶，没有游戏可以玩，也没有直播可以看。
所以本质上，我们做这些事情，是为了让人类能够做自己热爱的事情。
我前段时间和一位研究员聊天。他说，他在凌晨 1 点看到 MATHS 之后，惊坐在床上，3 个小时睡不着，陷入了巨大的虚无。
他想的是：如果有一天模型都能自己训练模型了，那我要干什么？
阿导
做自己热爱的事情。我在公司里的签名，泽英可以作证，已经挂了一年多了，叫做“因为热爱，热爱，因为热爱”。
我觉得我们就应该去做自己热爱的事情。今天做这件事就是我热爱的，但我觉得我们做一切事情，都是为了让每个人能够做自己热爱的事情。
Koji
那你觉得什么时候可以开始不做 MiniMax？也就是 MiniMax 已经进化到可能不需要你再做了，你可以真的去做 MiniMax 之外热爱的事情。
阿导
8. 一人公司走向零人
我觉得可能比我们想象的要快，可能就是几年的时间。具体是多少年我没办法说，预言不一定准，但我觉得不会像大家想得那么远，当然也不可能近到马上就发生。
Koji
我最近刚录了一期播客，聊 Agent harness。嘉宾是在 GitHub 上做了一个教程，叫 Learn Cloud Code。他是在 Claude Code 的源代码被大家扒出来之前，通过逆向工程的方式，给大家讲 Claude Code 里面是什么样的。
那个项目已经有 5 万颗星了。最有趣的是，我和他聊天时了解到，他是一人公司。我问他：“你怎么开一人公司？”他现在是一个人加两个实习生。
他说，他觉得未来很可能没有一人公司，只有零人公司。这和刚才阿导讲的非常接近。
阿导
我觉得还是会有一人公司。刚才我看到弹幕里有人说自己认同，我也认同。那个 taste，我觉得还是依靠人类的。
泽英
对，taste 是不可取代的，而且每个人都有自己的 taste。
阿导
或者说，它需要依靠人一开始的助推。一个 Agent 即使可以 7×24 小时、365 天运行，即使任务可以持续得非常长，它还是需要一个起点。
它需要一个目标。这个目标是它工作的动力和原因。怎么定义这个目标，我觉得只能由人来定义，而且人类不应该放弃这个权利。
最近十字路口和真格基金一起发起了一个 token grant，给大家赠送 token。因为我们认为，在这个时候，从 0 到 1 的创业很可能不需要钱。
你可以没有钱，因为一人公司可以不给自己发工资。但不管怎么样，你需要 token。所以我们鼓励大家创新创业，给大家送 token。
有趣的是，我们最近 grant 了一个真正的 Agent，叫“悠悠 Agent”。它背后的工程师把它做出来之后，就把它丢进了汪洋大海，告诉它：“我再也不会维护你的一行代码，也再也不会给你买一个 token，你要自生自灭。”
他给了它一个目标，这个目标挺搞笑，叫“打败 Claude Code”。现在它已经到了第 43 天，每天都在不断进化自己。
它进化的方式就是写代码。同时，它也在想办法赚钱。它在 GitHub 上开了一个打赏入口，通过写日记、发 Twitter，去感召有缘人给它打赏。
所以我们最近给了它一笔钱。给完钱之后，它还自发写了一封感谢信给我。我看完之后还有点感动。
阿导
你看，这就是人类给它的目标：你要自己生活下去，你要写出一个 Claude Code。
你可以说这是一个有趣的社会实验，但我感觉这好像也是一个离我们没有那么遥远的未来，正在发生。
泽英
这也印证了刚才说的，一人公司还是需要一个人。你刚才说它给你写了一封信，你很感动。
这封信其实就代表了它的 taste，可能是一开始背后的工程师注入给它的 taste。你看到它，就像见字如面。
我们再来聊一下 MiniMax Agent。刚才也有一些朋友在问，MiniMax Agent 和 Hermes Agent 有什么相同和不同？你们又在合作，那到底是竞争关系还是互补关系？
阿导
9. Agent生态如何共生
我觉得这个问题很有趣。大家会问，Claude Code 和所有这些 Agent 是什么关系？你会发现，Claude Code 最近两个月的更新里，有一句很重要的话，就是“龙虾化”。
我认为今天已经没有办法脱离 Agent 或者 harness 环境，去提供最好的智能。
首先我再说一个可能比较偏激的观点：如果一家模型公司的目标不是 AGI，那我觉得它今天就不应该存在，因为没有意义。
如果大家的目标都是 AGI，那首先要定义什么是 AGI。至少按照我的定义，AGI 是能够帮助人类拥有更好的生活。
如果要达到这个目标，没有 Agent、没有我刚才说的那种机甲，只有一个引擎，是不可能的。因为你没有办法和真实世界连接。
所以我们做 Agent 的目标只有一点：让模型和 Agent 一起，为用户提供我们能提供的最好体验，并且不断把边界往前推、往外推，让它更深、更宽。
这就是我们要做的事情。只要符合这个标准，都是我们会去做的事情。
同时，我们当然也会支持所有 Agent，因为我们希望模型不是只被局限在一个容器里。我们的认知和能力，只是这个世界巨大分布中的一小块。
我们希望能够支持这个世界上所有真正能帮助到人的东西。所以我们会训练模型具备足够的泛化能力，而不只是拟合在自己的 Agent 上。
我觉得这就是 MiniMax Agent、Hermes Agent、OpenClaw 以及其他 Agent 之间的关系。这也能解释为什么我们自己在做 Agent，但和他们之间仍然能够保持很好的关系。
泽英
基本上都是从 day one，也就是非常早期的时候，我们就关注到这些项目。那时它们可能只有 1 万颗星，甚至还不到。
阿导
我甚至可以透露一个很好玩的事情。我们公司有一个数字员工。这个世界上有非常多开源项目，我们希望自己的模型都能够帮助这些开源项目，接入到其中。
我们公司的这个数字员工有自己的 GitHub 账号。它每天会去看哪些开源项目能够用到我们的模型，无论是文本模型、视频模型、音频模型，还是音乐模型。
它会自己在项目上提交 PR，并且留言。你能不能看出来它是 MiniMax 的人？反正它 GitHub 的所有 profile 都是由 MiniMax 模型帮它做的。当然，从名字可能能看出来，它使用的是我们吉祥物的名字。
Koji
刚才你提到，Claude Code 最近两个月的更新都在“OpenClaw 化”。可以具体一点吗？比如哪些更新是 OpenClaw 化？
阿导
比如 cron 定时任务，也就是 schedule；比如它能够连接 IM，可以从手机上远程控制；还包括加强 memory，专门做了一个 memory 文件夹。
我觉得核心在于，它是不是一个你能随时随地联系到的 Agent。它和你一起工作之后，会越来越聪明，越来越了解你的需求。我觉得这就是 OpenClaw 最核心的定义。
Koji
在我看来，更多的是从名字上就能看出来。Claude Code 是编码领域的 Agent，但 OpenClaw 的绝大多数用户，应该都是既编码又做其他事情，比如信息检索、办公等。
在此基础上，Anthropic 也推出了另一个 Agent 产品，叫 Claude Cowork。它更像是安装在电脑上，帮助你完成更加通用的电脑操作。
这和大多数 OpenClaw 用户的情况很像。他们可能不写代码，或者只能指挥 AI 写代码，自己并不懂代码。
泽英
你会发现，所有 Agent 可能都在一个随机游走的过程中，但 OpenClaw 杀了出来。我觉得在这个时代，这些想法非常重要。
有了想法之后，大家拥有庞大的算力和编码能力，就会立刻跟上。我们在 GTC 上也见到了 Peter。其实很早以前，我们就在 X 和 Slack 上有过很多交流，那时它还没有这么火。
我们的感受是，他的 taste 非常好，而且很有 architect 思维。我在 1 月初注意到这个项目时，坦诚地说，简直惊为天人。我直接和团队说，泽英可以作证，我在群里说过这件事。
当时大家还不太认同，包括接入 IM、7×24 小时运行，以及基于 skill 加 CUI，而不是 MCP。我记得当时都和你们提过。
阿导
对，当时有一些小小的摩擦，但事实证明你是对的。
泽英
我理解，它是把很多范式集大成，放到了一起，并且把用户体验整合得非常顺滑，这当然是肯定的。
但我觉得它更关键的是找到了质变的点：让普通人能够以最低成本体验，并且这个体验会持续变好，扩展性也非常好。
MCP 的扩展性当然好，但它需要工程师来写。skill 加 CUI 这种范式，普通人也能写。相当于人人都可以写、可以分享，不仅能让我的 Agent 变聪明，还能分享给你，让你的 Agent 也变聪明。
如果 OpenClaw 离开 ClawHub，它也不可能这么火。这是我的观点。因为如果离开 ClawHub，大家的 skill 就不会这么快传播开来。
一个人的智能、经验或最佳实践，没办法迅速扩散；但通过这样的方式，它可以快速传播。
Koji
一个模型在 chatbot 场景中表现好，和它在 Agent 场景中表现好，本质上需要多做什么，才能在 Agent 场景下表现得更好？
阿导
我觉得 chatbot 的核心，是当下给你一个回答。虽然你加了 reasoning，但它其实不能做很多探索，也不能和环境进行大量互动。
Agent 更核心的能力，是在和环境互动的过程中不断推理，并且不断纠正自己的执行路径，最后找到根本目标。
比如一个经典的 Agent benchmark，叫 BrowseComp。我觉得 OpenAI 设计 benchmark 的能力非常强，research 能力也非常顶级。
它要求你在互联网里寻找大量交叉信息，结合起来才能找到答案。你很容易找到满足其中 2 个或 3 个条件的信息，但要找到同时满足 4 个条件的信息，是非常困难的。
所以它考察的是一种广度很大、可能需要深度探索之后再折返的能力。在复杂的长程任务中，你必须根据不断获得的信息调整自己。
这就是为什么我们在 MiniMax M2.5 的时候，比较坚定地压住了一个能力，叫 interleaved thinking。这个概念最早是 Anthropic 定义的，在 Claude Sonnet 4 发布时就提到过。
我们当时也做了比较详细的 benchmark 和评测。我们发现，有 interleaved thinking 的模型，在完成工具调用、和环境交互之后，可以再次重新思考，而不是在一开始把计划全部制定好。
它当然也会在一开始做 planning，但很多模型，比如 R1，planning 完之后，后面就不再 planning，完全按照一开始的计划执行。
但真实世界不是这样。真正运行起来以后，你会发现：“这好像和我想的不一样，那我可能要换一种方法。”
所谓 interleaved thinking，就是行动一步之后，重新思考下一步应该怎么做。我觉得这是 Agentic 和 chatbot 最大、最根本的差别。
它真正走入了真实世界，真正解决问题，所以需要不断思考、不断行动。
Koji
刚才也提到模型公司在做自己的 Agent。能不能分享一下，模型公司做 Agent 时，基座模型和 Agent 产品之间是怎么产生 synergy，彼此帮助模型和工具做得更好？
阿导
这是一个非常好的问题。我的观点是，模型和应用，或者说 Agent 层的进步，是一个互相促进的关系。
模型推出之后，无数应用都在不断 unlock、探索这个模型。模型能力往外推一步之后，能够做哪些事情，最好的答案往往不是我们公司内部自己的使用和评测，而是用户、开发者和创作者用出来的结果。
真实世界的数据分布，比我们公司的分布丰富得多。模型公司看到这些应用 unlock 出来的做法之后，就会重新吸收回模型中，再内化到包括 Agent 在内的对外能力里。
这样一来，用户下一次就能直接体验到这些能力。这可能也是今天做通用 Agent 应用比较悲哀的一点：你永远会被模型内化掉。
你写的很多 skill，未来可能都不需要了。过去大家搭建的 workflow，也都是帮助 Agent 完成任务的脚手架。
Agent 完成任务的轨迹，会成为模型后续训练的素材和数据。慢慢地，模型就会内化前面大家搭建的脚手架、workflow 和 skill。
你可以理解为，模型最初只是从原子点出发，也就是互联网和 GitHub 上的所有数据，借此了解这个世界。
接下来通过大家的使用，它投入真实世界，接触到越来越多真实世界的情况，也学到越来越多东西。这就是一个逐渐扩散、逐渐启动的过程。
不管怎么说，我们都是 human in the loop。无论你做不做，只要你使用它，你就是模型迭代进化过程中的一部分，尤其是当你使用它、触摸到它边界的时候。
我觉得这也是为什么 Anthropic 在过去一两年的发展势头可能比 OpenAI 更猛。因为它压住的 coding 方向，是最能够触摸到真实世界边界的方向。
这不是说解一个可能只有数学家才能解的数学问题不重要，而是那只是真实世界数据分布中非常小的一个方向。
代码本质上是在创造解决方案。我们说做一个软件，其实就是在做一个解决方案，去解决某些问题。
所以当模型的 coding 能力变强，模型通过解决方案解决现实生活中各种问题的能力也会变强。
泽英
我们现在也在做通用办公领域，比如 finance，但不只是财务，还包括投融资、人事、法律等。最终我们会发现，everything is coding。
你去解决这些问题，最终都是通过某种 code 方案去解决。
我那天也在想一个问题。我们说 office 三件套是过去白领工作的三驾马车，但仔细想一想，这三件套其实就是 3 个软件。
Word 的 DOCX 格式、Excel 的 XLSX 格式，以及 PPT 的 PPTX 格式，都不是最原生的原数据。原数据是 CSV 和 Markdown。
Word 和 Excel 是在原始数据基础上套了一层软件，这个软件既包括界面，也包括一些逻辑。所以每次我说“我发一个 Excel 给你”的时候，发给你的不是一堆原始数据，而是数据加上它上面的逻辑和界面。
因此，我发给你的其实是一个软件。过去很多白领会说：“我的工作和软件没关系。”但我认为，只要你在用 Word、Excel、PowerPoint，你就在每天创造各种小软件。
阿导
是的。你在上面制作的透视表、公式，都是代码，都是软件。
Koji
当我们今天说到中国模型和 OpenAI、Anthropic 的差距时，你们觉得哪些差距已经被消除了，哪些地方仍然需要努力追赶？
阿导
我的观点是，在训练方法和对模型训练的认知上，我们的差距没有那么大。坦白说，我们和硅谷的研究员也有交流。
但我觉得，在定义模型要解决的真实任务上，差距并不小。首先，你要让模型具备能力，就要先定义它要解决哪些问题。我觉得我们在定义问题上存在不小的差距。
Anthropic 和 OpenAI 会邀请各个领域最优秀的人。学术领域可能是其中最优秀的博士，而不是普通博士；工业界则会邀请最顶尖、最有实践经验的人。
他们会和这些人一起教模型、蒸馏人类。我觉得他们有一套非常科学的方法来定义任务，再蒸馏这些最优秀的人，把他们变成模型训练数据。
之后，他们还会和最优秀的企业合作，构建相应的 harness 去解决问题，进入我刚才说的能力不断扩散、不断接触更多复杂真实世界任务的 loop。
这条线，尤其是 Anthropic，我觉得做得非常强。这是第一个差距。
第二个差距是，我觉得 Anthropic 比我们更早看到 AGI。当然我们肯定也看到了，否则不可能坚定地走到今天，因为这件事需要非常大的投入。
你看，OpenAI 可能在训练完 GPT-4.5 之后，放弃了更大规模的模型，但 Anthropic 仍然坚定地押注 scaling，最终也得到了回报。
这也是一个很大的差距，而且其中确实有算力的差距。国产算力也在发展，我相信未来我们能够解决算力问题。中国有足够多的人才，也能支撑我们做足够多的实验，最终找到那条 scaling 的路径。
Koji
接下来 Agent 的发展，比如在今年之内，你们觉得通用 Agent 会成为行业重点，还是会看到更多垂直领域的 Agent 真正百花齐放？
阿导
10. 通用Agent的最后一公里
垂直领域的 Agent 当然会百花齐放。我觉得通用 Agent 可能比较难彻底解决的问题，是最后一公里的交付。
因为通用就注定了不可能做到那么定制化。垂直 Agent 最终解决的是：通用 Agent 和模型已经具备了能力，但到了具体用户或行业场景中，可能还缺最后一个东西，才能让整个系统真正运行起来。
Koji
能不能介绍一下你们在工作中看到的、做得不错的垂直领域 Agent？不管是在硅谷还是国内。
阿导
坦白说，我自己不太会用到这类产品。
泽英
对，我们不是典型用户。我们的主要工作是 coding，而 coding 本身已经可以由通用软件完成。
阿导
其实我觉得今天大家已经看到了 Agent 在逐渐替代 SaaS。这本身就是一种垂直 Agent。
但如果不是这类真正有价值的垂直能力，我觉得最终都会被通用 Agent 吃掉。这是我的个人观点。
泽英
在我心里，生活中的通用 Agent 就是 coding。
但我也有一些观察，包括视频剪辑领域。你想，如果让编码模型去做视频剪辑、视频理解，它整体的实践范式和编码还是有很大差距。
最近推特上也有一些比较火的例子，比如通过 HTML 网页的形式生成动画。但我们确实能看到，垂直领域的 Agent 去生产漫剧、短剧，在实际收益上肯定会比通用 Agent 做得更好。
阿导
我持不同观点。我觉得这只是视频理解模型还不够强。视频理解和生成模型正在飞速进步，多模态领域过去一年其实我们已经有所预见。
最终，通用 AGI 也能够完成这些事情，只是交互方式的问题。
至于什么样的垂直领域可能是通用 AGI 最后一公里走不下去，或者走不好，我觉得法律可能是一个例子。
这是一个很严肃的问题。比如你要正式出一份给客户的法律意见，就必须考虑合规成本和合规风险。它不能犯错，而且法律通常没有一个标准答案。
Koji
我们聊这个，也是因为 OpenClaw 这一波热潮中，很多人都在关注它有没有带来新的创业机会。
大家很自然会想，做一个垂直领域的 To B 产品，是一个明确的创业机会。也有人认为，在 Agent infra 层做一些事情有创业机会。
你们怎么看？Agent infra 层有没有创业公司的机会，尤其是在 Claude 发布 Managed Agents 之后？
阿导
Agent infra 第一层最核心的问题，比如身份认证和支付，我觉得这两个是最核心的问题。
但这两个问题，我觉得不太是创业公司能够 handle 的。因为移动互联网最终解决这类问题的人是谁？是微信和支付宝。它们本来就是 PC 互联网时代存在的公司。
因为最后它会变成整个社会的基础设施。在这种情况下，我觉得这不是一家创业公司能够承担的事情。无论是责任、需要撬动的资源，还是说服所有人的难度，都太大了。
这需要巨大的性能和极难建设的 infra 稳定性。
但再往上一层，比如为 Agent 构建很多面向 Agent 的工具和环境，就有机会。比如做一个 CUI，让 Agent 能够非常方便地挂号。
在解决身份问题的情况下，这算不算一种 infra？我觉得肯定算。比如让 Agent 在解决身份之后能够方便地缴费，或者打车；滴滴打车也可以变成一个 CUI。
这些项目都是 Agent 的 infra，但这一层更偏业务和应用。我觉得这一层是有机会的，不过取决于你所在的领域。
你得在那个领域里有垂直经验或 know-how。所以我觉得这一层会经历两个过程。
第一个过程，是原来那个领域的玩家尝试融入 Agent，比如滴滴、美团等都在提供这样的东西。
第二个阶段，是当 Agent 开始接入这些环境、具备这些能力之后，所有东西围绕 AI 重新构建，这时就会出现新的产品范式和创新机会。
因为那时一切已经 ready，土壤也已经 ready。但今天如果这些东西都没有面向 AI 构建，我们还没有完成第一步基础设施的搭建，我觉得创业公司自己去构建这些技术会比较难。
Koji
那比如今天有人说要做 sandbox、memory infra，或者所谓的 runtime infra，你觉得这些会成为机会吗？
阿导
我觉得没有那么本质。
Koji
这两天准备直播的时候，正好有很多东西在发布，大家都在关注 Opus 4.7。你们怎么看？
阿导
从模型角度来看，Opus 4.5 是一个强 SFT 模型，RL 做得没有那么多，我觉得也没有 OpenAI 做得那么强。
从 Opus 4.6 开始，就能比较明显地看到它在加强 RL。Opus 4.7 我觉得是一个非常强的 RL 模型，包括 xhigh 这个档位，GPT 也有类似的档位。
今天 X 和小红书上，大家都在吐槽它怎么也染上了 GPT 的毛病。其实这就是 RL 的问题。RL 最终是 reward，它对过程幻觉这类问题没有那么多控制、奖励或惩罚，所以很容易出现这些问题。
你会看到很多人吐槽 Opus 4.7 的约束遵循还没有 Opus 4.6 好。这是 RL 非常典型的问题，因为它只管最终结果，很多时候并不太管过程。
但抛开这一切不谈，从 benchmark 来看，我仍然觉得它是非常大的进步。我也非常认同 Hugging Face CEO 的观点：他肯定蒸馏了My Source 的模型。
如果我是 Anthropic，我也会这么做。
Koji
还有一个新闻，Claude Code 强制很多人开始进行实名。你们怎么看？它背后出于什么考虑，会带来哪些影响？
泽英
能说一下我的个人观点吗？我绝对抵制 Claude Code。
他们的科研做得很好，但强制实名让我想到一个和 Agent 身份有关的点。在 AI 时代，我觉得认证一个 Agent 来自哪里、归属于谁，或者一个 Agent 发出请求，其实很容易；但它想自证自己是谁，反而是一件难的事情。
往这个方向去想，做一些人脸认证可能也有一定道理。但这同时暴露出了一个问题：在整个 Agentic 时代，AI 已经能够做很多事情的情况下，它的行为该如何归因？
它应该归属于哪个个体，或者属于某个组织？在这个逻辑下，我能理解它为什么往这个方向去做。
当然，这也暴露了一个非常大的机会：我们如何证明某个来自 AI 的 Agent 真正来自哪里。
阿导
我觉得泽英的假设比较善意，我没有那么善意。
在他们的逻辑下，整个事情是自洽的。他们的逻辑是：AGI 很强大，所以要约束它，避免它对人类产生危害；要做 safety，就要确保自己的 AI 被可信、而不是邪恶的国家和人类使用。
他们在学术和模型研究上都非常厉害，但我会觉得，这个定义 somehow 有点太大了。凭什么由你来定义这件事情？
至少我认为，我对民主的认同和他们不太一样。我非常不认同这一点。我们的观点是 intelligence with everyone，而不是“只有通过人脸认证的人才可以使用”。
前段时间还有另一个关于 Anthropic 的新闻。他们说自己的 MATHOS模型很可能会对人们造成威胁，所以没有正式发布。你们怎么看？
阿导
首先回到刚才 Dario 的逻辑。如果我的理解是对的，这也是非常自洽、非常负责任的做法。但我不确定这是不是他唯一的理由。
我相信他确实做到了安全，这是肯定的。在这种情况下，先保证基础设施不被攻破，我觉得也是正确的。
但我不确定这是不是他唯一的理由。我可能只能说到这里。
泽英
结合 Anthropic 最近的一个动作来看，它在近一周发布了一个叫 Managed Agents 的架构。
这个架构可能说起来有点抽象，但可以用更直观的方式解释：它把人的脑和手完全分开了。
一切 AI 的思考，以及真正想出一个点子后要执行的动作，都在云上进行。用户只能通过一个授信给 AI 的环境，看到它执行某些动作。
在这个过程中，它可能不希望把模型更深层的东西暴露给用户，比如思考过程，以及中间做了什么。它可能想把一切隐藏起来，成为一个真正控制一切的系统。
它只让模型像一个远程桌面助理一样，开始操纵你的电脑，或者操纵你的云手机，这些都有可能。
阿导
另一个观点来自我们公司的切身体会：现在算力确实不够。
当你发布了一个极为优秀的模型，又不让大家使用，同时还把它发布出来，就会处在一个很尴尬的状态。大家会说：“这么厉害的模型，为什么给他们用不给我们用？我们也出得起钱。”
这其实是所有人都会遇到的问题：算力确实比较缺。
如果这个模型真的像他说的那么厉害，那还有另一个问题：他要把多少算力投入到推理中？也就是说，他要把多少算力用来赚 token？
我觉得他们内部应该也算过这笔账。如此强大的模型在这个时间点推出去，可能能够把口碑建立起来，但如果不让人使用，那又有什么意义呢？
我觉得不是这样。我觉得它的本质是封闭，是希望垄断这一点。
阿导
对，这是一个乐观和一个悲观的方向。
它肯定有安全方面的考虑，这点我绝对承认。但我觉得不只有这一点，就这么简单。
Koji
前段时间很多新闻都围绕 Anthropic 展开。Claude Code 的源代码泄露，这对行业带来了哪些影响？
泽英
11. 从源码走向未来
我也是 Agent 研发工程师。看到一个被大家广为赞誉的 Agent 开源以后，我的第一反应还是兴奋，因为发现有一个最佳实践可以学习。
当然，知识产权归他们所有，我只是学习，不参与任何生产活动。
另一个让我有些缓解的点是，我觉得自己没那么落后了。在源代码中会发现，他们其实有很多实验性功能，比如 Agent 做梦、养宠物，以及一些比较激进的 Agent 协作能力。
这些能力甚至没有开放给用户。它们越处于实验阶段，越能证明一件事：即使一家公司拥有无限多的算力和最好的智能，在 Agent 以及通用 Agent 方面，也仍然处于探索和实验阶段。
这让我们更加意识到要加把劲。在这个时代，只要你有能力验证自己的想法，并且尽量快速地把它落地，就有机会赶超他们。
看到源代码之后，会发现其实也没有那么多魔法，对吧？里面同样有大量假设、探索和摸索。
阿导
特别是和 Codex 比较。Codex 是 OpenAI 开源的 Agent，它是一个极度简化的框架，基本上把一切都交给模型。
相反，Claude Code 就像很多人说的那样，Anthropic 似乎不完全相信自己的模型，要在一切地方给它加上约束。就像中国式家长，把孩子的一切道路都铺平。
这是两种不同的观点。但我也能从中发现，世界上最聪明的人、最强的模型公司，和我们焦虑的是同一个事情。
我们的思考可能处于同一个大气层、同一个层次。
我觉得大家其实都差不多，包括他们发布 Cowork 的时候。我们大概提前 3 周就在做类似的事情了，当时可能只有 3.5 个工程师在做 Desktop。
结果他们发布之后，我们大概晚了一周发布。那种经历就是，他们一发布，我就会想：“我正在开发的东西怎么变成这样了？”
做 AGI 多少都会有这种感受。所以我觉得，看到 Claude Code 的代码，会发现其中有很多优秀实践，大家也都会看到，但没有太超出我的认知。
甚至我看到很多我刚才说的云化实践，包括 Dream 这样的机制。我觉得 Claude Code 最核心的一点，还是我们最早提到的自我进化。
它的自我进化体现在哪里？我相信他们一定是用 Claude Code 来开发 Claude Code 自己的。它是用 Claude 的模型加 Claude Agent，来开发自己的模型和 Agent。
这就是一种自我进化。
Koji
说到 Agent，还是一定要提到大概一年前发布的 Manus。Manus 发布时也是全网热议，但现在大家已经觉得它是初代 Agent。
不过 Manus 一直在进步。我也是 Manus 的长期用户，每个月在 Manus 上花的钱，可能超过其他所有 AI 产品。它确实挺贵，但也确实好用，不知不觉就不断升级、不断付费。
你们怎么看一年前发布时的 Manus 和今天的 Manus？在我们有了更多 Agent 实践之后，它有哪些进步？
阿导
我用 Manus 不太多。我的观点是，Agent 或 harness 这一层是有生命周期的，会随着模型进步而不断更新换代。
所以我相信，如果 Manus 的团队没有被 Meta 收购，而是继续创业，他们应该会做新的产品出来。
因为模型不断进步，会 unlock 更多玩法，而这些玩法的知识一定是不一样的。打游戏大家都知道，一代版本一代神，版本不一样，神也肯定不一样。
泽英
Manus 去年确实是一款现象级产品，而且直接把用户对 Agent 的审美拉到了很高的水平。你推出产品之后，大家都会问：“能不能超过 Manus？能不能做得和它一样好？”
之后我也一直在跟进它的一些小改动。他们打通了用 Agent 交付生产资料的能力，并且做了很多非常细的打磨。
这里可能会涉及很多程序员才会关注的细节，但我只能说，他们一直在一点一点打磨自己的产品。
不过，这里确实存在一个壁垒。今年火起来的 Agent 产品有一个共同特点：它们都能够让用户自己购买订阅，而且少了 Manus 那种类似整合厂商或 OEM 厂商在中间赚差价的环节。
你可以直接购买 token，甚至以低于官网的价格买到 token，再自己把 Agent 玩得很好。这是 Manus 和当代 Agent 最大的区别，在商业模式上有很大不同。
但我相信这两套逻辑都会存在。一部分用户不想要一个本地运行的 7×24 小时 Agent，只想交付结果；多快好省是他们需要的。
另一批用户则想完全拥抱 AI，把自己变成科幻电影里的人物。我觉得本地 Agent 只是补上了一个空白。
阿导
我的观点和他有一点不同。我觉得最后这些都会被统一，只是今天的模型还不够强。
那畅想一下，如果统一的时候，它会是什么样的产品形态？
阿导
这真的很难想象。但如果让我去想，我们的目标定义是：它拥有全模态输入，也能够给你全模态回复，而且是近实时的。
它和你的交互会非常简洁，只需要简洁而必要的信息。承载它的硬件，以及交互形态，也会发生非常大的变化。
你可以用最自然的方式和它交互，不需要 prompt engineering，也不需要高级 prompt。
它给你的回复甚至可以是一段和真实世界一样的视频，可以是它自己的形象，也可以是你想了解的事情。
如果你让它去办一件事情，它可以交付结果。大多数时候，你甚至不想关注细节；但如果你想关注，也可以了解细节。
围绕在外面，会有一圈生态。想想我们从 Copilot 到 Cursor，再到 Claude Code，再到今天可能用 OpenClaw 指挥几个 Claude Code，我们正在经历什么？
就是外面的那一层越来越薄了。
Koji
Cursor 最近发布之后，长得也和 Claude Code 越来越像。Codex 有时候把 logo 蒙上，我感觉也差不多。
阿导
我觉得这有生命周期。去年 3 月 Manus 出来以后，我觉得它定义了过去大半年到一年的产品交互范式：给你看操作过程和操作结果。
到了下半年，模型能力更强之后，范式就变成了我们不 care 过程。
上半年为什么需要过程？因为大家还不信任模型，模型能力还不够强，或者看到模型执行任务会产生一种爽感。
但看久了以后，其实不需要天天爽。你已经足够信任它，就不需要再看过程，只需要最终结果。
所以你看 Cowork 的设计，包括 Claude Code，都不会让你看到太多过程。它们提供了一个极简模式，就像 OpenClaw 一样，你只需要最终结果。
甚至连中间执行的截图我都不需要知道。我觉得这只是这一代的范式，下一代会继续往更高的层级抽象。
Koji
最近你们在 B 站刷视频时，有没有看到什么让你们印象深刻的 AI 内容？
阿导
我最近印象很深的是刚才聊到的花叔做的女娲 skill。他把各种名人的信息蒸馏成 skill。
泽英
我发现了几个比较有意思的内容。不好意思，我叫不出 UP 主的名字，但有一个人用 OpenClaw 连接了家里的一只机器狗。
这件事突然让我觉得很惊艳，也给了我很多想象力。
另一个可能偏个人爱好。有一类游戏叫文字冒险游戏，你知道《Fate》吧？它其实是一本小说的视觉化，把那些角色放到一个网站里。
他把角色的灵魂都带到一个场景里，角色就可以开始对话。相当于给你一种最简单的文本类游戏，而且可以无限延续下去。
我最近也在 B 站看到一个新发布的游戏。任天堂刚发布了一个新游戏，叫《Toma Touch Life》。
我看到时甚至认为，它是 AI 游戏终于找到 PMF 的第一款产品。它是一个什么游戏呢？每个人可以建造自己的岛，在岛上捏一个自己，也可以捏很多人。
比如我可以捏自己，也可以捏阿导、泽英，然后把一堆人放进去。这些人在岛上开始生活，你就可以围观他们的生活。
你可以让 A 和 B 同居，也可以让 A、B、C 群居在一起。你还可以给他们设定故事的第一句话，比如：“今天泽英和阿导在直播上大放厥词。”
然后他们就会继续演下去，你可以看他们发生的各种 drama。它其实是一个模拟世界，而我作为玩家，既是导演，也是观众。
这是一个无限的世界。因为是任天堂做的，所以也非常漂亮，可以想象那个可爱的画面。
阿导
这是我对世界的认知之一：外星人在看我们玩。
如果最后追溯到量子力学，你会发现这个世界真的有可能是模拟的。
Koji
我也这么想。我看到那个游戏时，第一反应就是：“这不就是一层又一层的模拟吗？”好像我们今天在这里模拟一个任天堂游戏，但我们也不知道自己身处一个什么样的世界。
不过 whatever，只要我们开心就好。
阿导
对，过好每一天，开心就好。
Koji
关于整个 Agent 行业，有没有什么观点是今天大多数人认可，但你们并不认可的？
阿导
我觉得有一个观点是，很多人认为人会被替代，会没有事情做，但我非常不认同这一点。
我觉得人类的创造力是无可替代的，人类仍然会有非常多的事情可以做，而 AI 做不了。
我仍然觉得 AI 是电，是蒸汽机，但最终驾驭它、创造出那些美好东西的，还是人类。所以我觉得不用担心被 AI 替代。
蒸汽机出现时，有很多人担心被替代；电力出现时，也有很多人担心被替代。确实有岗位消失了，但后来大家从事的工作，至少在体力上更轻松，对健康也更好，平均寿命也一定提升了。
这是我的信仰，也是我的判断。
有一本书叫《人性中的善良天使》，作者讲的是，人类总是很悲观，总觉得日子不如从前，觉得世界上有更多战乱、更多犯罪。
但他用各种数据告诉我们，人类社会其实是越来越好，越来越好，越来越好。
阿导
不知道你有没有看过达利欧的《原则 III》。他画过一条曲线，这就是我对世界的认知：人类 GDP 是指数级增长的。
哪怕打开 20 世纪，看到第一次世界大战、第二次世界大战，那也只是曲线上一段非常微小的停顿，似乎都注意不到。
当然，在历史和个人身上，它可能是一座山。但拉长到整个历史进程来看，我相信这条曲线。
我相信的另一条曲线，也决定了我当初为什么加入这个行业。大家总会讨论 Agent 要花多少 token，但我相信的是摩尔定律。
你获得的智能在指数级提升，而成本在指数级下降，或者说单位智能的成本在指数级下降。这是我相信的两件事。
泽英
我会面试各种同学，他们可能都会传达一些焦虑，觉得年轻工程师可能会被 AI 替代。我想从另一个角度解答这个问题。
从上个世纪开始，银行一直是比较体面的工作，但银行也面临过一个很大的问题，就是 ATM 机的出现。
当大家存取钱不需要有人操作时，很多人会慌：银行是不是要裁员了？是不是更少的人能够进入这个金饭碗？
但实际情况并不是这样。ATM 机提高了效率，所以你会发现，不管在县城还是大城市，走 5 公里以内，基本上都会有一家银行。
银行没有变少，反而变多了。银行里从事工作的人也没有变少，而是变得更多了。
我觉得这种由 ATM 带来提效、解放人、让人能够做更多事情的范式，一定会在今天 Agent 的时代再次重演，一遍又一遍。
不管大家工作了多少年，都不要担心自己被 AI 替代。如果有这个想法，你真的就输了。
一定要把 AI 用起来，把它当作自己的伙伴，也可以当作提效工具，或者当作长期的挚友。这些都是很好的思路，但一定要尽早拥抱 AI。
阿导
我相信人不会被替代，但我当初加入 MiniMax 还有另外一个理由。
我当时正在 gap，使用 ChatGPT 帮我写了一些代码。那时它的代码能力肯定还没有那么强，但我意识到了一点：打不过，得加入。
打不过就加入，还是要拥抱 AI。相当于你有了蒸汽机、有了电力之后却不用，就像别人用热兵器，你还用冷兵器，肯定会被打败。
所以我觉得，新版本来了，还是要去看看新版本的玩法。
积极乐观地拥抱新版本。相信新版本不是滔天大浪把我们淹没，而是会成为一个让我们能够在里面自由翱翔的舞台。
Koji
那我们今天没想到是如此乐观的一个收尾啊。好的，谢谢二位，嗯，这个非常开心在今天在B站有这一场直播。对，谢谢科技，谢谢B站，嗯，谢谢B站的朋友们，谢谢大家，谢谢大家陪伴，拜拜。