天杰 Jack
不变的就是，始终有一些新的概念在被祛魅。现在上下文越来越重要，不管是模型本身的上下文，还是我们在 AI 智能体中的上下文管理，所有东西都回到了上下文里。
Koji
所以，你认可“我们也许不应该再投资有 GUI 思维的软件”这句话吗？
天杰 Jack
作为 PM，其实最重要的是定义问题。所以我认为，不管是创业也好，做新的产品也好，都不要去解一个上个时代已经被解决得很好的问题。
一旦某些事物不再需要人类参与，它就不需要为人类的缺陷服务。其实很多 GUI 是反人类的。
最近我看肯德基、瑞幸也都出了 CLI。你觉得有什么办法可以说服微信开放 CLI 给你？
归藏
如果你认为你的工具可以通过 AI 更好地找到用户，你的公司传递的价值可以找到用户，你就应该开放你的 CLI。
天杰 Jack
你今天用 AI 把这个东西做出来，都需要 token。你们觉得谁最有可能成为中国的 Claude Code？
嗨，我是 Koji。我们今天请到两位朋友：一位是真格基金的投资总监天杰 Jack，另外一位是归藏师傅。
大概在 2024 年 1 月 1 日，我们做了一期开年播客，叫《AI Agent 元年》。到现在掐指一算，我们录这期播客差不多是 500 天之后了。那这 500 天发生了什么？
可以说，元年第 100 天的时候是 Manus 发布，因为那个时候 Claude Sonnet 3.5 提供了一个做 Agent 的基础；到第 300 天的时候 Claude Code 发布；差不多第 400 天的时候 OpenClaw 发布。到了今天，第 500 天，仍然有大量和 AI Agent 相关的概念、技术在井喷。
最近真格基金公众号也发了一篇刷屏的文章，是天杰写的，叫《我们或许不应该再投资 GUI 思维的软件》。那篇文章引起了非常多的讨论。你觉得这 500 天发展到这里，是超过你的预期，还是不及你的预期？
天杰 Jack
1. Productization Trails Model Progress
我觉得在模型能力上是超过我的预期，但是在产品化上远远低于我的预期。
远远低于你的预期？
天杰 Jack
现在市面上的产品，还是以人为使用者的交互方式居多。人还是需要不停地把注意力灌入某一个产品，才能很好地使用它。
至少在市面上的信息消费产品里，我自己还没有看到一个特别满意的产品出现。
藏师傅，你觉得是高于预期还是低于预期？
归藏
整体都是高于预期的。如果当时让我想象，我是无法想象到现在这个状态的，也无法想象到现在的工作状态和效率提升。
2. AI Takes Over The Workflow
我没有办法想象，它能够让我有这么多事情可以做，极大地拓展了我的能力。举个例子，不要说 500 天，就是从 Manus 开始，我绝对想不到自己能够维护一个几十万行代码的代码库，然后给这么多人提供服务。
这对于我这种只懂一些基础前端的人来说，是不可能的。第二，我也不可能认为我现在的流程自动化程度会如此之高。
之前我坚决不会用 AI 写内容。什么时候开始变的？我相信很多媒体都会有这种坚持，但是现在我发现这种坚持没有意义。
当然，还是很多人在吐槽很多公众号有 AI 味儿，但这件事是一个不可避免的过程，它是逐渐分化的。对于公众号写作来说，它就是向你传达信息，怎么样信息传达效率最高、摩擦最低，它一定会滑向那个方式。
但如果是在文学性的场景，比如我要写小说，或者写一些比较高级的东西，还是需要人去写，因为 AI 达不到。
可是如果你说要写新闻、文章，想要表达你的观点，我觉得 AI 有时候写得比我好。
最近看到最没有 AI 味儿的一篇文章，叫《置身事内》。
归藏
所以 AI 远超我的预期。第一个是，我万万没有想到今天可以维护几十万行代码的一个项目；我也想不到有一天真的可以把自己的自媒体托付给 AI 去写。
而且不只是自媒体，其实是我所有的工作。除了我在线下和人交流以外，我所有的内容都变成了一个非常自动化的事情。
如果让你们用一句话总结过去 500 天 AI Agent 这个行业，你们会用一句什么样的话？
天杰 Jack
有很多新的东西在发明，但我觉得核心不变的还是我们对于上下文的管理。现在上下文越来越重要，不管是模型本身的上下文，还是我们在 Agent 上下文管理方面的工作，所有东西都回到了 context 里。
归藏
变化的部分是，每个东西都在变化。至于不变的部分，我觉得始终是一些新的概念在被祛魅。
之前不是一直有个笑话吗？所有一切还没有办法被应用、还没有被驾驭的技术，我们都可以叫它 AI。等到它真正稳定、大规模、高效地落到工作流里面，我们就会说：“那不过是软件而已。”
不变的是，模型能力会持续进步，依旧会解锁一些我们之前没有想到的技术奇观。
为了录这期播客，我们尝试总结了过去 500 天在 AI Agent 领域发生的 6 个热搜关键词，我们一个一个来聊。
3. Headless Challenges GUI Thinking
第一个想聊的是 headless。Headless 就是软件没有头了。没有头是什么意思？就是软件没有界面了，它只剩下自己的身体，只剩下数据库和一些工具。
天杰，你是这篇文章的舆论助推者之一。从你写完“我们或许不应该再投资 GUI 思维的软件”到现在，已经 3 个月了。你的想法有改变吗？
天杰 Jack
实话说，当时写那篇文章的时候，我之所以加上“思维”两个字，是因为之前有很多软件，尤其是效率工具或者生产力工具，本质上是方便人来使用的。它的核心目的，是让人更好地使用这个产品，完成某项任务和工作。
当 Agent 的大量能力超越了部分人类之后，GUI 对于这类新的、以 Agent 为本位的公司完成任务的工作流来说，就变成了一个额外的负担。
所以不是说 GUI 不重要了，而是像 Koji 刚刚讲到的，AutoGPT 或者一些框架类产品，它们诞生在命令行里，用户接触它们的门槛相对比较高。最终出圈的，不管是 OpenClaw 还是 Manus，本质上还是一个非常好的、适合用户使用的 GUI 产品。
所以我觉得，GUI 本身的价值并没有因为工作形式发生变化而退潮。反而因为它能够封装更多能力，用户在接触这些能力时，需要一个更好的 GUI 界面。
当时那篇文章的核心，还是限定在这样一个讨论上：当完成效率和生产型任务时，人类不再成为使用工具的主角，GUI 就变得没有那么重要。
我觉得当时文章里有句话是：“GUI 是人类认知缺陷的补丁。”
可以展开讲讲吗？
天杰 Jack
GUI 本身是基于人类注意力机制去优化的产物。这个前提是，人类和信息交互的方式，在某种意义上带有缺陷，因为人类天然就是 context 有限的。
人类最多只能记住 7 个并列的单词，到了第 8 个、第 9 个，对认知的挑战就会陡增。
我们看到很多效率工具，比如文章中提到的 Notion、Figma，包括 Slack，它们的用户体验非常友好，特别符合人类处理信息的某种习惯，让人类可以更好地在某些工作场景中长时间聚焦，完成某项任务。
但是在生产效率这个场景里面，如果不再需要人长时间聚焦工作，GUI 就变得没那么重要了。
只要人使用，GUI 就很重要；但是 AI 使用，GUI 就不那么重要。GUI 是数字世界服务人类的一个交互界面，当然这也符合它原本的定义。
如果一件事不再需要人类参与，它就不需要为人类的缺陷服务。
你们自己最近有用到什么所谓的 headless 产品吗？
归藏
4. Headless Tools Become Practical
我主要用的是一些 CLI，比如常见的 FFmpeg，我用它剪视频。
比如我昨天给我的一个 skill 加了新功能，把它变成一个 3:4 的 Live Photo 排版轮播，里面有很多视频。处理视频时，比如裁切、放大，因为你给它的视频不可能严丝合缝地刚好放进那个框里，所以需要它自动处理。这个时候就不可避免地会用到 FFmpeg。
另外，我用得最多的可能就是一些新的 CLI。最近发现很多消费产品，不只是互联网产品，消费产品也开始推出 CLI 了，比如飞书。
其实刚才说到 GUI 的时候，很多 GUI 是反人类的，只是我们当时没有办法。但现在我们有了另一种选择，就是 AI。
AI 天生就理解这种复杂性，它就是为这些事情做的。CLI 经过设计之后，可以把复杂性交给 AI 去承担。
用户关注的从来都是：“我现在就要这个功能。”“我现在就要知道下周的会议。”“我现在就要知道上一篇文章的总结。”“我想知道最近这 5 篇文章里有什么隐含的关系。”
它可以帮你把文章找出来，给出结果，不需要你再点这个按钮、点那个按钮，然后再找：“我这是在哪个文件夹？哪个分享？我放哪儿来着？”
这些复杂交互被消解了。
你刚才说消费产品的 CLI，指的是信息消费，还是线下场景的消费？
归藏
比如最近我看肯德基、瑞幸也都出了 CLI。接入以后，它可以代替你进行一些物理世界的操作。
原来你可能需要去小程序里点单，现在顺手让 AI 帮你点了。
你用过瑞幸或者 KFC 的这种方式吗？
归藏
这种方式挺好的。他们想在 AI 时代拥有自己的独有渠道，摆脱原来渠道的影响和剥削。
所以你认可“我们也许不应该再投资有 GUI 思维的软件”这句话吗？
归藏
如果他在创建软件和创建新产品时，优先想的是“我的界面怎么画，我的交互是什么样”，那他不应该优先想这个。
他应该想的是结果：用户需要什么，怎么样让 AI 更好地帮助用户解决问题、传达对应的信息。这可以是 UI，也可以不是 UI。
如果是 UI，我倾向于尽量让它自动去做。
比如 Notion 的 CEO 是非常厉害的设计师，他们在交互和体验上的打磨非常多。为了适应 AI，他们最近把侧边栏改了 5 次。
我觉得这是典型的 UI 思维。
如果你今天是 Notion 的产品总监或者产品 VP，你会怎么做？
归藏
一方面是迁就老用户，不要动老用户熟悉的那些东西。相当多的老用户还是在以 GUI 思维使用产品，所以要给他们一个入口。
另一方面，让新用户走以 AI 为主的路径，把 AI 用户和 GUI 用户分开。在 AI 那边实现 headless 的想法，原来的地方则尽量保持稳定。
我倾向于认为，作为 To B 软件，它不应该经常变动，因为原来的系统已经很复杂了。
Koji
我非常同意。我是 Notion 的重度用户，可能订阅了快 10 年。最早我用的是印象笔记，后来迁到 Quip，再后来转到 Notion。
可以看到，在 GUI 思维下，这些软件的复杂度层级越来越高。直到 Notion 可以按照 block 的形式组织信息，它达到了某种意义上 GUI 思维的巅峰。
天杰 Jack
但在最近几个版本里，我觉得它是在一个已经打磨得比较极致的 GUI 产品上，强行加上了一些 Agent 和 AI 的概念。
这些产品是在破坏老用户的价值网络，而不是重新开辟一块新的价值。如果要开辟一个新产品，完全 disrupt 过去的 Notion，它可能会是一个全新的产品。
但我觉得两个产品放在一起，只会产生彼此的冲突，让两拨人都很难受。
有没有一个正面的例子，是彻底摒弃 GUI 思维、变得非常 Agent-friendly，然后做出了好产品？
天杰 Jack
飞书的 CLI。其实 Gmail 以及 Google 整个 Suite 套件，今年年初也都支持了这套 CLI 交互方式。
我最近常用的一条工作流是这样的：海外有很多订阅是通过邮箱完成的，所以我过去订阅了几百个 source，导致 inbox 彻底崩溃。
以前我花了特别多精力定制规则。比如标题里有某一类关键词的邮件，就把它分到 A 组；涉及 promotion 的邮件，就把它分到一个我不关注、也不用提醒我的标签里，然后 skip the inbox。
但你会发现，维护这套标签很快就崩溃了，因为你订阅的速度远远超过了维护规则的速度。直到有一天，我不小心设置了一个 filter，导致所有邮件都不再出现在 inbox 里，莫名其妙地被归到了一个很 random 的标签下。
大概两年前，我每周需要花 3 个小时清理所有 inbox，把该整理的信息分门别类，并打上对应的标签。这件事体现了人类在使用 GUI 过程中一个非常大的摩擦。
我还以为你每周花两个小时整理 inbox，会很快乐、很有心流状态。
归藏
一开始是的，但到后面就变成负担了。你会发现，维护形式和意义的作用，已经超过了消费这些信息本身。
我最近做了一件事：通过 Codex 授权 Gmail。你可以每天早上设置一个定时任务，让它读完过去 24 小时的所有邮件，再按照你的需求告诉你哪些信息不能错过。
这在某种意义上也可以抽象成一个 skill。它会以你自己需要的方式，告诉你昨天有哪些不能错过的信息。
所以某种意义上，Gmail 的 GUI 就死了。它把自己内在的邮件能力献祭给了 Codex。对用户来说，你是通过 Agent 的方式访问订阅邮件中的信息，但绕开了 Gmail。
从某种意义上说，Gmail 的用户被 Agent 隔离了。
我想举这个例子说明，确实有些公司过去只能通过 GUI 帮用户完成任务，但现在通过 Agent 的方式可以更好地实现。
看它的格局大不大。如果这些公司没有很好地转型，或者没有找到新的模式，它们完全可能被消解成最后的数据库。
但如果它和 Agent 的 integration 做得特别好，就会成为所有人默认的底层执行工具，依然很有价值，也许还会出现新的商业模式。
归藏
比如视频生成之后，你没有办法在 chat 里预览，需要点击进入它所在的本地文件夹，再按空格预览。
你会发现，Codex 最近因为体验好，吸引了很多用户。它有几个设计。第一，刚才说到的，它能在 Chat 页面输出视频，内嵌一个视频播放器，点击就能播放。如果你用 FFmpeg 生成了视频，它可以直接把视频显示出来。
第二，它把图片的显示融合到了信息流里。它可以先输入一张图片，再说一句话，再输入一张图片，图文混排。
还有一个是文件夹。以前很多 AI 生成的文件会只给你一个文件夹地址，但你不知道应该怎么找到这个文件夹。Codex 把文件夹本身做成了链接，点击一下就能打开。
所以 GUI 还是很重要的。
天杰，你当时写“我们或许不应该再投资 GUI 思维的软件”时，是什么触发点让你开始写那篇文章？
天杰 Jack
从今年年初开始，我们看到了大量公司主动推出 MCP 或者 CLI 这样的交互方式给 Agent，比如 Sentry、Supabase、MongoDB。
这些公司原本的主要交互界面就是文档和命令行工具。但除此之外，刚才我们提到的飞书、Gmail 和 Google Suite，原本服务对象是人的公司，也都在主动把自己的能力开放给 Agent。
从投资人的角度来看，我们觉得这是一个非常重要的趋势。
那篇文章发出之后，最大的负面意见是什么？
天杰 Jack
大家会觉得有点太极端。比如当你现在刷抖音时，在手机这个载体上，它已经被优化到了极致。AI Agent 解决的问题，和这个不是同一种问题，它不是为了让你更好地刷视频。
作为 PM，其实最重要的是定义问题。我认为，不管是创业也好，做新的产品也好，定义清楚这个问题对于 AI 原生交互来说是不是一个新问题，是非常重要的能力。
不要去解一个上个时代已经解决得很好的问题。
现在大家基本有共识，就是 AI 产品不太需要那么重的 GUI，AI 上的 GUI 可能不太重要。
现在我觉得，大部分人在一些有必要打磨的地方也打磨得不太好。比如最近会收到很多 BP，里面是 Claude Code 生成的、很没有品味的内容，完全没有用藏师傅的 skill。
归藏
这里推荐藏师傅的 skill。
你的 PPT 本质上也是一种人与人之间的 GUI。如果连这个都不打磨，我觉得会有问题。
就像我们录视频、播客，还是要化个妆、弄个头发，那是我们的 GUI。
归藏
我昨天确实看到另外一个 BP，它生成了一张图，图上的中文看上去还是半年前 AI 生成出来的。我心想，一个做 AI-native 产品的创始人，居然都不用最 SOTA 的模型来做图，这好像也有点问题。
我觉得有一个标准：你用 AI 生成的内容，不要让人看出来是 AI 生成的。在这些礼仪性的场合，BP 和你的官网就是你的门面。
你是通过这些地方建立信任的。上面的文案、图片，包括内容，都在彰显你的品味，以及你对产品有多用心。
所以无论你用不用 AI，都应该把它打磨好，投入心血。受众其实是能看见的。
这就是星巴克创始人在回归星巴克之后写的一本书，叫《将心注入》。
那个时候他发现，星巴克已经没有在认真做咖啡了。为了重新恢复企业士气和大家的工作状态，他写了这本书。
5. CLI Makes Commands Usable
我们聊第二个关键词，叫 CLI。其实前面已经讲到很多了。我相信听我们播客的朋友里，50% 以上应该知道 CLI，但可能还有一些朋友不太了解，藏师傅来给大家科普一下，CLI 到底是什么？
归藏
对于普通用户来说，理解 CLI 其实挺简单。
GUI 软件是你使用软件时去点击对应的按钮，然后它给你对应的视觉呈现。CLI 工具则是通过命令执行，它是纯文本的。你给它的命令，大概类似于一段伪代码。
比如剪辑时，你要完成一个任务，可能需要点击时间轴，再点开按钮，把视频剪成两节。但 CLI 是你跟它说一句话，它就给你剪成两节，只是这句话需要固定格式。
大家使用 CLI，是因为它可以给 Agent 更清晰地下指令。CLI 本身是纯文本的，而 Agent，以及大语言模型，目前也是纯文本的。
以前我们使用 CLI 最核心的问题是什么？我记不住这些命令。即使是 FFmpeg 的创作者，也不可能记住所有命令，因为它有成百上千个命令，文档可能有上千页，用来解释每个命令的变体。
所以人没法用，人不可能记住这些东西，但 AI 能记住。这个时候就舒服了：它不需要 UI，你只需要告诉它“我要把码率降一下”，它就会帮你翻译成 FFmpeg 对应的 CLI 命令。
最大的问题消失了，你就可以非常方便地使用它。
刚才我们分享了大家在用什么样的 CLI，从飞书、Google，到甚至瑞幸、KFC 都有了自己的 CLI。
有没有什么 CLI 是你们特别想用，但今天还没有推出的？
归藏
现在大部分我们常用的、具有垄断性质的软件，都没有推出自己的 CLI。
比如微信、小红书、美团，还有滴滴、携程、飞猪这些常见的服务，都没有推出 CLI。因为一旦推出 CLI，好像用户入口就不在它这里了，大家就变成了一个无头的服务提供商，别人还可以通过 CLI 拿到你的数据。
我觉得它们可能有这方面的考虑。但对用户来说，这些 CLI 的推出无疑是方便的。
天杰 Jack
如果今天我是这些企业的决策者，我可能也不会开放 CLI。这个决定需要非常大的阻力，也需要非常大的决心。
所以我很佩服那些已经是主流软件、但依然开放 CLI 的公司，比如 Google、飞书。它们有充足的理由、有非常大的阻力去不推出 CLI，但依然选择推出。
天杰刚才说到飞书 CLI 很有勇气的时候笑了，是因为什么？
天杰 Jack
没什么。对这些大厂来说，它的工具型产品本身也不是利润中心。比如 Google 也没有推出它的 Google API。
我理解，美团、滴滴、携程最后可能不会全面开放 CLI，但可能会和微信之间有一个 AI 推 AI 的双向通信特殊协议，也可能和 iPhone 来一个，和 OPPO、vivo 再来一个，把有限的能力开放给一些渠道。
它们前天不是基本都宣布要接入微信的 AI 吗？我还看到一篇标题，叫“美团、滴滴、携程纷纷投诚”。
其实在物理世界提供服务的公司，没有必要太封锁自己的服务。它们的利润来源不在那里，价值也不在线上的那个“头”上，可能美团还有一些例外。
我们刚才说了很多公司不愿意、舍不得开放 CLI。有没有什么公司是你觉得开放了会更好，但它现在还藏着、不愿意开放的？
天杰 Jack
我觉得这是一个挺有意思的问题。刚才我们讨论的很多都是互联网产品或者软件产品，但整个经济体中，每一家公司之所以存在，都是因为它和外界产生交换。
不管交换的是信息，还是公开的信息，只是你整理得更好，所以能够产生附加价值；或者是一些水下的信息，因为你雇佣了一些人，在很难收集信息的地方获取结构化的信息，用这些信息获得 premium。
还有一些公司制造出了产品，满足用户的需求。所以对每家公司来说，其实都可以抽象成一个问题：你在向这个社会交换什么样的价值？
因此，CLI 这件事本身也变得抽象了。它是一个和 Agent 交换需求的接口。
如果你认为你的工具可以通过 AI 更好地找到用户，你的公司传递的价值可以通过 AI 找到用户，那你就应该开放你的 CLI。
比如瑞幸咖啡的使命，也许是让人更快捷地通过各种方式获得咖啡。如果通过迎合 Agent 的方式，让用户更快地获得一杯咖啡因摄入，它就值得做。
每家公司都有自己要完成的任务。一旦你觉得这个任务可以通过 AI Agent 更快地触达用户，就应该思考是否要把自己的服务开放给 CLI 和 Agent。
归藏
如果你开放 CLI，还有一个潜在优势，就是会获得一定的曝光度。
它是一个很新奇的东西。比如金谷园饺子馆在某个圈层里宣布接受比特币支付，可能没有人真的去付，但这条新闻会被大家看到。
这也可能是它们开放 CLI 的动力之一。
如果今天让你们许一个愿，最希望谁开放 CLI？只能说一个，会是谁？
归藏
当然是微信，太痛苦了。
当所有事情都可以被 AI 自动化时，你和人的沟通、和客户的沟通、和上下游的沟通，依然要用非常痛苦的 GUI，点进去打字、回复。
要不要给张小龙喊个话？
归藏
算了，感觉很难说服他。
你觉得有什么办法可以说服微信开放 CLI 给你吗？
天杰 Jack
我可能不会期待一个传统服务进行 CLI 转型。我更期待有一些完全基于 AI-first 或者类似理念的新服务出现。
比如你现在要找一个小岛，还是得通过小红书搜索。但我最近去新加坡、马来西亚，还有去清境农场，都是 Manus 帮我找的。
我想到一个说服张小龙的可能性：有没有可能有一天，我们可以在豆包上互相加好友？
归藏
如果已经在发生呢？
如果真的可以在豆包上加好友，并且我们 3 个人的聊天记录，豆包可以接入，让我们的 Agent 去看，那我觉得我可能确实会有动力，把一部分聊天沟通转移到豆包上。
到这个时候，微信出于防御，可能也会开始变化。
归藏
我观察到一个现象：我和我周围的朋友、年轻人，开始在抖音上聊天了，而且频率会非常高。
抖音聊天的 DAU 现在是 1 亿，当然这里面也有小火人的推波助澜。
归藏
还有一个原因是，我的内容消费在哪里，我的聊天就会在哪里。
我天然会把这些内容分享给朋友，而这些内容就是我们的共同话题。所以内容在哪里，聊天就一定会发生在哪里。
扎克伯格有一次在内部分享时说，他低估了 TikTok 的冲击。他本来以为那只是一个内容平台，但没有想到大家会在 TikTok 上聊天。
很多时候，看到一个内容并分享给你，就自动开启了对话，这是很多日常对话的起点，所以它冲击到了 WhatsApp。
其实微信也是一样，而且微信某种程度上还对这个趋势起到了推波助澜的作用。如果我能够很好地在微信里打开分享的内容，我不会去抖音里和朋友分享，肯定还是会优先把视频分享到微信。
但微信没办法分享到这些内容，我只能说“你关注一下我的抖音”，然后拉个群，慢慢交流，关系就迁移过去了。
归藏
所以如果有一天豆包、微信和飞书全部打通，还是挺可怕的。
我们今天聊第三个关键词，叫 skill。藏师傅最近有一系列 skill，你最想推荐哪一个？
归藏
我肯定还是 PPT skill。第一，我在上面付出的心血比较多；第二，大家确实需要。
如果不推荐自己的 skill，推荐别人的 skill，你最想推荐谁的哪一个？
归藏
完了，我不用别人的 skill。我所有的 skill 都是自己做的。
除了我自己的 skill，唯一安装的 skill 是飞书 CLI 的一系列 skill，因为它是由多个 skill 组成的。其他就没有了。
我安装的 MCP 可能比较多，比如 CDP 的 MCP，它是用来控制浏览器的，这个是开发必须要用的，因为涉及测试自动化之类的事情。
在正常的常见任务、重复任务上，基本都是自己写。
你的 skill 帮你赚到钱了吗？
归藏
我在尝试一些方法。前几天拿到了一些赞助，包括真格的 Token Grant 赞助。
但现在没有办法直接向 C 端用户收费，因为我们没有办法让 C 端用户信任我们。用户需要自己试过、看到结果，才能相信我、使用我的产品。
很多 C 端用户对价格很敏感。他会想：“我已经花了 token 的钱，为什么还要再给你钱？”
只有当他真正看到一个优质结果，并且和其他 skill 比较之后，他可能才会回来觉得：“这个东西值得我付费。”
天杰，你有在用什么 skill 吗？
天杰 Jack
我会用藏师傅的 PPT skill 优化自己的 PPT。另外，比如给播客起标题、给播客找金句、给播客写摘要，这些是我用得比较多的。
还有和会议相关的各种 skill。我发现我的会议有几种不同类型，不同类型需要不同模板去总结。
所以我会让一个 skill 判断，这次是朋友之间的交流、天使投资项目，还是播客的前采。它判断出类型后，会进行不同的总结，然后放到 Notion 固定的位置。
我最近还用得比较多的一个 skill 叫 Grill Me。它的意思就是“榨干你”。很多人都提过这个 skill。
当你自己有一个问题想不明白时，可以让它向你提问。它会从各种角度，以榨干式的方式向你提问，把你脑海中的各种想法一股脑地引导出来，最后帮助你做出更好的决定。
现在大家使用 Agent 的过程中，也会讲到 skill 的沉淀以及 skill 的自我进化。你们有感受到这种沉淀和进化正在发生吗？
归藏
其实有时候沉淀的不仅是 skill。很多人问我 PPT skill 是怎么做的，其实那个 skill 的第一个版本，是我去分享之前的那天才做出来的。
我只给了它一句话，它基于我的 memory 和以前的项目，从里面提取了一些样式和样式代码，然后整合成了一个符合我审美的 PPT。之后我再进行调整。
但第一个版本已经让我觉得非常惊艳了。我的第一个主题就是这样产生的。
它本质上是在上下文和你的品味基础上，把你的品味提炼成一个结果。
在 skill 这件事上，包括我们说的 Hermes，它也有自动帮你总结 skill 的功能。它会识别你的重复流程，再帮你总结成 skill。
我觉得这种自动总结的 skill 是有价值的，但它缺少了你去调整的过程。AI 总结出来的东西不一定符合你的要求，因为它是在猜。
所以总结出来之后，还需要你再稍微调整一下。
之前 OpenAI 的一个 Codex 作者也分享过一个提示词。因为 Codex 能看到你所有的聊天记录，所以它可以帮你整理和总结这些聊天。
它会发现其中重复的部分，把这些重复部分提取出来，总结成多个 skill。它一下会给你 5、6 个 skill，然后再问你要不要生成。
这个流程是成立的，但还是需要人去调整，人在参与其中。
你们认为 skill 会长期存在于 AI Agent 的使用体验里吗？还是它或许只是一个过渡期的东西？
归藏
长期存在。
当然，在 AI 领域，半年或者 1 年就算长期。从这个定义来说，我觉得 skill 会存在。
模型会逐渐吃掉一部分 skill，把原本需要复杂操作才能出现的结果，变成只需要提示词或者自然语言就能完成。
比如 GPT Image 2.0，原来我们用 Banana 生成好图片，需要比较复杂的提示词，但 GPT Image 2.0 只需要你说一句话。只要说出需求，哪怕需求不是很精准，它也能给你一个很好的结果。
只是 skill 的消化会慢一些。而且 skill 已经成为共识，一旦成为共识，就会被大家接受、消费，所以它存在的时间会更长。
天杰 Jack
我始终认为，最后的主体应该是一个帮助你完成某件任务的、打引号的品牌。
你会依赖某个 Agent，持续让它完成某一类任务。它把这个任务完成得很好之后，你就相信这个 Agent 可以替你做完。
至于这个 Agent 用了什么 skill，从人类的认知难度来说，现在要理解两个 skill 到底有什么不同，是很困难的。
你不仅要安装、测试，还要在各种边界条件下使用，知道里面的 nuance 有什么区别。对人类来说，这非常困难。
判断一个东西是不是把人类当小白的标准，就是看你的奶奶会不会学会什么叫 skill。我觉得这很难。
但你的奶奶想喝一杯咖啡，或者想完成一项任务时，如果有一个 Agent 帮她完成，她信赖的是那个 Agent。
所以我刚才说产品化低于预期，意思是我们现在仍然在讨论各种概念，以及每一层定义到底是什么意思。这就意味着，它还没有进入最终形态。
当最后有一家公司帮你完成所有任务时，那家公司本身就会成为这个任务的代名词。
你会说“Google 一下”，但不会说“用 PageRank 搜索，获取我最想要、最相关的信息”。而且藏师傅的 skill 也已经上架到各种 Agent 产品里，从 Kimi 到 WorkBuddy 等等。
还有一个问题想请二位预测一下：中国有那么多 Agent，但好像还没有一个 Claude Code 这样有影响力的 Agent。你们觉得谁最有可能成为中国的 Claude Code？
归藏
我觉得现在中国整体在 Agent 方面的进度偏慢。
一方面，我们的模型在长程任务和 Agent loop 上，确实不太如顶尖的那两个模型。我觉得中国的 Agent 产品整体上比头部产品还是要慢。
我们常说软件已经不是壁垒了，你所见就能看到，看到就能拿到。所以我很疑惑，为什么我们的产品能力和体验，追赶头部 Agent 的速度会这么慢。
我没有办法判断，这几个产品里有没有一个统治级别的 Agent 会出现。
我大概率觉得它会出现在模型厂商中。它会用自己的头部模型去带动产品。
头部开发者或者普通用户，宁愿付 premium，花更贵的钱去用更好的模型，也不希望使用相对差一些、稳定性不够的模型，反复操作，伤害自己的效率。
天杰 Jack
有时候它不只是伤害你的效率，也会伤害你的代码库。
小红书最近上了一个 skill，你们怎么看？
归藏
我觉得挺好。我一直在到处跟人说，skill 很重要，skill 带来的商业价值也非常重要。
你刚才说没有一个 Agent 能达到 Claude Code 那样的统治地位，但可能会有一个 skill 达到 Claude Code 那样的统治地位。
它可以安装在各种分散的 Agent 里，获得非常高的装机量。一旦用户多、装机量高，它一定会有商业价值。
但好像没有人看到 skill 的商业价值，大家都在拼命做自己的 Agent。
做 Agent 时，简单的做法就是把 ClawHub、GitHub、skill 爬到自己的 Agent 里，但并不去做区分和优化，也不和这些 skill 作者共建。
我觉得小红书对 skill 生态是有帮助的：它让更多人关注到了头部 skill，也让头部 skill 有了更好的展示平台。
比如我的 PPT skill 在 GitHub 上很好用，但我没有办法在 GitHub 展示结果，也没有办法看到评价，大家也没法交流怎么用得更好。
在小红书上就可以完成这种互动。用户会艾特我，夸这个东西很好，也会在评论区告诉我哪里有问题、希望增加什么功能，大家就完成了交流。
现在装机量最大的 skill，据你所知是什么？
归藏
这个其实很难统计，可能只能通过热度去统计。
比如最近那个 Open Design，已经有 6.6 万个 star 了。我们现在只能通过 GitHub star，或者其他渠道，大致观察它的装机量。
还有 skills.sh 这个 skill 商店，也可以作为参考。但目前还没有一个权威榜单，能够统计现在装机量最大的 skill 是什么。
一个 skill 装进去之后，有办法自己迭代吗？比如你升级了一个版本，skill 会自己拉取新版本吗？
归藏
这是一个比较痛苦的问题。你只能通知用户更新，不能直接通过下发的方式告诉 Agent 去检测更新。
这提醒我了，其实可以做到：在 skill.md 里永远把“检测 skill 是否有更新”放在第一条。
归藏
但前提是它在使用时已经装上了，而且要触发这个流程。
不过其实也不用太担心。对用户来说，装上以后不用它，旧版和新版对他来说都是一个坍缩态。
确实，是薛定谔的猫。
归藏
所以这其实也挺重要的。
目前整个生态还比较早期。Agent 前端的入口大家还在抢，skill 是上面的一层软件生态。skill 本身的供给还不够，所以现在处于一个混沌状态。
如果你想开放一个 skill，可能会想开放什么？
归藏
最近 Garry Tan 的 Office Hours skill 很多人在用。他把 YC 过去 Office Hours 的 transcript，以及 Lenny 的播客采访内容，都打包成一个 skill，供大家提问。
我觉得这是一个很好的做法。本质上也是信息平权，只是用更对话的形式承载。
现在还存在一个能力上的区别：什么时候应该做成 CLI，什么时候应该做成 skill，什么时候应该做成 MCP。这目前也是一个非常混沌的问题。
6. The Agent Economy Takes Shape
我们聊第四个关键词，叫 Agent Economy，也就是智能体经济。
说到这里，大家首先会想，To Agent 可以做什么？基础设施里包括沙箱、记忆系统、To Agent 的数据库、Agent 之间的支付网络等等。你有没有看到做得比较好的，或者印象深刻的项目？
天杰 Jack
如果你要创业、要开发一个 Agent，优先选择肯定不是自己做 Agent 框架，而是在已经存在的开源框架基础上去做，比如 Pydantic AI、AI SDK 这些。
至于 Agent 网络、Agent 支付，或者给 Agent 提供基础设施，我最近刷到过很多类似的东西，比如“给 Agent 一个 WhatsApp 账号”“给 Agent 一个手机号”“给 Agent 一个邮箱”，但我还没有尝试过。
我觉得科技投资的 timing 很重要。
比如 1999 年互联网泡沫时，很多 dot-com 公司在超级碗上投了很多广告，拉来的用户却无法留存。如果抱着这种想法，经历过价值毁灭的很多公司，到了移动互联网时代就不敢烧钱获客，事后证明这是错的。
所以我认为，从 ChatGPT 发布到刚才提到的 Agent，也才 500 天。我觉得现在仍然是一个大基建时代。
大量让 token 变得更智能、更便宜的上游工作，仍然是主旋律。下游应用方面，大家有很多想法和讨论，可能 30 年之后，当然这个周期可能更短，也许 5 年之后就会出现或者萌芽，但现在不一定是做这件事最好的时间。
有没有什么事是你觉得一定会发生的？
天杰 Jack
代替人类完成某些信息价值交换，这件事一定会形成一个脱离人类网络而存在的新网络。
什么样的价值交换？可以举一些例子吗？
天杰 Jack
比如找小岛，比如寻找某些 skill，比如作品级匹配度的筛选。
整个社会不是没有一个合适的人，只是这个人的信息没有公开给这个网络。
如果有一个 Agent 网络的公共品，让每个人的需求和供给都能够有足够多、尽可能丰富的表达，一定会让整个社会在某一类工种上的连接效率变得更高。
我觉得这个网络一定会出现。只是当 token 还比较贵，或者信息处理还比较低效的时候，它未必能存在。
还有一个问题是 token 经济和 token 的价格。Token 价格是浮动的，会随着能源、电力、模型水平、当前需求、环境，以及资本市场的价格波动。
今天我们说 200 美元的 Claude Max，和 3 个月之后的 Claude Max，它的额度可能完全不同。
我们本来以为模型厂商会吃掉这部分价值，但你会发现，SpaceX 最近可能变成了一个非常小的赢家：它发现不用训练模型，只要卖算力、卖基础设施，也可以拿到非常高的估值。
比如内存现在变得很贵，就导致长上下文模型的 token 变得很贵。但过段时间产量上来，内存价格回落，token 的价格也可能受到影响。
7. OpenClaw Rewires Agent Adoption
我们再聊第五个关键词，OpenClaw。
想一想，OpenClaw 到现在也才 100 多天，可是我们说“养虾”这个词时，已经有一种不好意思说出口的感觉了，像是你跟朋友讲了一个很土、很老的梗。
它和“奥利给”差不多是同一个时代的感觉。大家觉得 OpenClaw 的热度很快就过去了，但想听你们分享一下：你觉得 OpenClaw 留下了什么？
天杰 Jack
我觉得最大的意义，尤其是在国内，首先是塑造了共识。
今年 1 月的时候，我们已经意识到 Agent 的定义变了。大家都叫 Agent，但 Claude Code 和 Manus 已经完全不是一个东西了。
然而整个投资圈、创业圈，包括用户本身，都还没有完成这样的认知转变。
OpenClaw 以非常暴力的方式，帮助大家完成了认知转变。刚才说 skill 为什么能够这么好、这么多人安装，也是因为 OpenClaw 帮大家普及了这个概念。
归藏
我觉得 OpenClaw 至少证明了 CLI 对大部分用户来说还是很难用的。
用户还是想要一个自己熟悉的界面，和 AI 发生关系、进行交互。
OpenClaw 最关键的是，它位于用户熟悉的 IM 里。不管是 WhatsApp、Slack，当然后面也可能是微信，用户都可以在熟悉的、像是在和一个人沟通的界面里维护上下文，而不是面对多个 thread list。
它第一次让你感觉，自己对话的不是一个工具，而是一个人。
但问题也在于，很多同学在安装时遇到了困难。它莫名其妙宕机之后，你会发现自己也没有动力重新启动它。
8. Token Grants Back Agent Builders
我们今天最后一个关键词是 Token Grant。我们会给到在 AI 时代想要创业或者创造一点东西、从零到一的朋友们 5 万人民币的 grant，这是一个单纯的赞助，不占股份。
藏师傅，你获得支持的 CodePilot 项目，可以给大家介绍一下吗？
归藏
CodePilot 可以理解为一个和 Codex 或 Claude Code 类似的 Agent。
但我的愿景是，它成为一个足够开放、足够本地化的 Agent，能够把你的整套 harness——我们常说的 skill、memory、CLI——都留在本地，让这套 harness 体系可以在任何主流模型或者流行的 Agent 框架上使用。
你可以把它单纯当作 Claude Code 的外壳，把自己的东西加进去；也可以把它当作 Codex 的外壳，再把自己的东西加进去。
你还可以使用任何你能够用到、并且觉得当前划算的第三方 API。
因为它是一个开源项目，现在在 GitHub 上有 6000 个 star。
天杰还支持了另外一个叫 UU Agent 的项目。可以给大家介绍一下这是一个什么项目吗？
天杰 Jack
UU 是我们支持的一个 Token Grant 项目。你可以把它理解为一个赛博数字生命实验。
我们发现它的时候，它已经在这个世界上存在 30 多天了，到现在可能已经 100 多天。从 0 行代码开始，它已经进化到了 10 万行代码。
最开始，它的创作者叫袁浩，给它设定了一个目标：“作为一个孩子，你要超越 Claude Code。”
基于这个目标，它现在已经有了 10 万行代码，可能已经是一个不错的代码生成器了。下一步可能要给它一个新的 goal，比如“你要给人类创造价值”。
所以它不是一个工具，而是一个自主实验。我们很好奇，从现在的 100 天到 3 个月、到 1 年，它会发生什么。
我们一开始做 Token Grant，是因为认为今天创业，大家缺的不一定是钱。你可以自己写代码，不一定需要招聘，因为 AI 可以帮你做太多事情。
但不管怎么样，你今天要用 AI 把一个东西做出来，都需要 token。
那在过去，我们的手段是天使投资；今天在天使投资之外，又多了一个参与大家从零到一过程的方法，叫 Token Grant。
9. The Next 500 Days
我们今天最后一个问题，是想问一下二位：过去了 500 天，AI Agent 元年之后，在下一个 500 天，你们认为最值得关注的问题是什么？
天杰 Jack
我觉得就是要拥抱变化。
过去这 500 天，我们看到了非常多的变化。当时我们觉得 thinking 可能是未来的主旋律，但马上它就会被 Agent，或者被 loop 本身替代。
所以我们要有推倒重来的勇气和能力，去跟上这个发展。有时候你犹豫一两个月，就会发现自己已经来不及了。
过去 500 天，我经常出现这种情况。我觉得未来 500 天可能依然会这样。
有没有什么事情，是你觉得 500 天以后一定会发生，但今天还没有发生的？
归藏
我们不知道 500 天后还会发生什么，确实变化太快。也许今天的判断都是错的。
天杰 Jack
希望 500 天后回看现在不会很尴尬。
归藏
应该不会。
天杰 Jack
一定会错，没事。
归藏
大家一直在寻找，AIGC 之后的 next generation，到底会不会出现一些不一样的形态，或者不一样的产品。
但也许思维方式应该反过来：过去 10 多年，甚至 20 年，我们已经花了很长时间，让整个前端 App 体验收敛到用户最能接受的产品形态。
所以产品形态可能还是那个产品形态，但背后的生产效率增长了 100 倍、1000 倍，前端就会涌现出完全不一样的结果。
这也许会带来一些有意思的商业模式。
比如内容消费。刚才提到抖音，它上下滑已经是一个没有办法再改变的交互了。
但会不会有新的内容载体，或者新的内容消费形式出现？因为 AI 帮我们做了这么多事情，我们总得腾出时间去享受。
归藏
下一个抖音未必是另一种形态的产品，下一个抖音可能是 10 倍产能的抖音，它的生产会变成工业化。
过去养鸡是一个小作坊，或者每家每户养猪，最后到集市上交换。但有了电力之后，出现了集约化的养猪场；有了资本和投资空间之后，可以用更低的价格生产出更高品质的猪，然后出现大型龙头企业。
我觉得这个变化正在发生。
所以也许下一个视频的形态还是视频，只是生产方式完全不一样了。
好，谢谢两位的时间。我们今天聊得很开心，期待 1000 天的时候可以再录一场。
天杰 Jack
谢谢 Koji。
归藏
谢谢 Koji。
拜拜。