Vol.129｜AI 办公会战打响：用户愿为怎样的生产力买单，大厂入局为何反而利好创业者？

【开场】让科技更近，让思考更深。大家好，欢迎来到 LINK START。

【开场】最近，大厂几乎同时把筹码压向 AI 办公。腾讯 WorkBody、豆包办公、千问办公相继入场，一场围绕 Agent 办公入口以及下一代生产力平台的会战正在升温。巨头拥有资金、流量和算力，但这些旧优势，还能否自然换来 AI 时代的胜利呢？

【开场】本期节目，极客公园创始人、CEO 张鹏，与创新工场联合首席执行官、管理合伙人汪华，以及 FloatBoat.ai 创始人兼 CEO 谭少卿，一起拆解 AI 办公的产品视角和商业逻辑。为什么巨头下场反而可能利好创业公司？AI 的价值应该如何定价？当 Agent 从工具变成同事、合伙人，甚至参与运行一个组织，未来的软件公司和平台又会被怎样重写？欢迎收听！

【汪华】首先我觉得这事特别好。其实有了这些大厂做推动，甚至包括他们的补贴，实际上才能真正开启在中国 Agents 的 ChatGPT 时刻，因为国内真正玩过 Agents 的人其实很少。所以大厂开始把预装在服务器、消息流里，或者封装得非常好的 Agents 推出来，而且还帮普通用户把日常的什么 PPT、做图，各种各样的这些办公场景都设置好，这样的话用的人多了，各种各样的场景就开发出来了。

【汪华】这跟今年年初的时候还有一个不一样的地方：现在国产模型真正是刚刚才跨过这个坎。你要再早的话，实话说，哪怕是三个月之前，国产模型的 Agents 性能都挺不行的，指令遵循各方面之类的。而且现在还有一波 Flash 级别的模型，今天不是出了 GLM 的 Flash 5.3 吗？还有前两天的 Flash 4，然后 DeepSeek 的这些模型，真的能把价格全面打下来。所以有了这个，他们才有了能大规模推的基础。如果都是拿当年那种 Opus 级别的模型，也根本不可能在中国进行普及化。所以水到渠成，然后大厂推动普及 Agents，这对创业公司也是一个巨大的好事。因为没有这样的大公司这样的一波普遍的教育，包括这种渗透，那创业公司自己去教育市场、教育用户、包括教育企业什么的，这事也太难了。所以我觉得这个事就是中国 Agents 爆发的原点，甚至年初那个小龙虾都不是，小龙虾就是一个技术极客的狂欢，再加上少数用户的一些追随而已，但是当时也没有持续很久。

【汪华】小龙虾当时我记得我们也聊过，说小龙虾太复杂了，当时的小龙虾对普通人来说完全没法用，但是它展现出来那个雏形，对所有人，尤其是年轻的、极客型的人群，是人生第一次科幻小说走入现实。所以第一次能亲手摸到那个大玩具，而且这个大玩具是以前从来没有想象过的一个东西，所以大家都去尝试。但是最后是因为，第一，当时的模型性能不够，当时的话只有 Opus 4.6 是一个足够强的模型，但那个又慢又贵，Agent 的 harness 那时候还非常不成熟。现在你想，最近每三个月——都不说每三个月，一两个月模型的 harness、模型的性能都是在突飞猛进，现在 Opus 4.6 好像是一个可以被随便打的了，就已经成了一个起跑线了，对吧？

【汪华】而且最主要的一点，其实对普通人来说的话，你最好还是能云端化。无论是 Codex、Claude Code 还是字节的豆包，也都是帮你好好地在 Windows 上配得好好的，起码已经是一个手机或者消费品级别的体验了。这个是腾讯一直我觉得做得很好的，腾讯一直就把它当作一个微信来开发，一个用户级的、消费级的 App 来开发，然后各方面水到渠成，也是几个月的时间就逐渐到了这个地步。

【汪华】所以当时说白了，创业者要是照着这条路来的话，大厂必定会做的，而且可能做得更快更好，因为在这个点上大厂有些原生的优势。他有流量，有资源，有现成的产品，而且做这种最泛化、最通用的东西，创业公司除了在海外可能做做开源之外，如果做消费级的产品、工业化的消费级的产品，而且还得有流量能启动的这事，包括数据所有的这些事，就是死死地站在大厂的车轮前面，确实是很难的。

【汪华】所以反过来我觉得这倒也是：如果一眼就能看明白的一个下一步的共识，那真有可能大厂的动作会更快；但如果隔几层，还有些非共识在，或者是在市场、不同的具象的方向上有差别，可能更好一点。

【谭少卿】感谢鹏总。我们自己其实做这个赛道是比较早的，大概在去年七月份，然后我们就发现模型的能力在长程任务上已经变得很好，但是面向普通的知识工作者，或者我们所谓的白领的工作，其实没有一个很好的产品，所以我们就创业做了这么一个方向。然后小龙虾在今年突然爆火，当然是超出预期的，因为我们最开始做的时候，其实连 Claude Code 也还没出现。因为我们并不是瞄准当前的这种 Claude Code 的形态去做的。

【嘉宾】我们的判断是，这就是一个过渡阶段的产品。当然它能够满足当前很多用户的需求，也能产生实际的价值。它是过渡形态的原因在于，如果是 Claude Code 的形态，其实我们依然是以人为中心的。但是如果我们再往下走，随着技术发展，Agent 的能力越来越强、越来越主动，大家在 Agent 上投入得越来越多，实际上慢慢会过渡到以 Agent 为中心。那以 Agent 为中心的话，当前的很多产品形态、交互的设计，包括 Agent 本身的设计都会不太一样。而小龙虾（OpenClaw）呢，当时就给大家、给大众看到了这样一点可能性，就是它可以在后台 24 小时地运行，让更多人知道了：OK，原来还可以这样去做。所以对我们来说是一个特别好的消息吧，因为我们第一轮的融资大概就是在那附近、在它发布之后完成的。

【嘉宾】OpenClaw 发布对我们是一个好消息，就是因为在此之前，你要是从这个角度去切入的话，实际上看上去是比较反常识的。比如说大家会认为，这是一个偏“人”的事情，不是 Virtual Agent；以及是说软件的发展是从软件到 Agent 的，貌似一个从桌面端切入的产品，好像是开历史倒车了。但是 OpenClaw 发布之后，确实这个事情就变得不一样了，在这件事情上挑战就少了很多。我们那款产品在 1 月份发布公测的时候，有用户说“为什么我一万积分很快就用没了”。首先我们会问：那你这个任务满不满意？用户普遍说我很满意，确实是超出预期，比我用过的其他 Agent 产品都好。你再问他干了一个什么工作，其实那个工作干得特别复杂，往少了说，相当于一个初级实习生或者助理半个月、一个月的工作量。但那个时候大家会觉得它很贵，因为并没有把它锚定到生产率上去定价。所以这几款 OpenClaw 的产品、同类的产品，你会看到评论区里有用户讨论说：“我昨天让它给我干了一个小时的活儿，好像干得还不错，但是花了我两块钱，好贵。”会有这种情况。然后这个事情可以让更多的人知道 Agent 是个什么样子、它能够在一定程度上帮你解决问题，那对我们来说是一个比较好的事情，然后我们就把这个阶段该做的事情做好。

【嘉宾】这个倒是。我特别希望这次巨头能教育中国用户交月费。中国因为……

【汪华】都是这么多年广告、支付免费，就导致整个的中国用户的这种付费习惯一直洗不过来。而以广告支撑的，或者交易支撑的这些东西，其实在商业模式上它天生有局限性——不是每一种东西都适合用广告或者是交易来支撑的。

【汪华】我觉得现在已经有一个很好的趋势了。虽然经常给一些补贴或者什么之类的，但是我觉得已经有一批用户挺坦然地接受——虽然还是一小部分，以程序员和专业用户为主——很坦然地接受68、98这个价格档的，已经有挺多的初始用户开始接受这件事了，一个月68、98。对，哪怕是我看不少的学生用户，也觉得我这东西用得很好，然后付68、98之类的。我先不说那些高端的什么399、699了，这个68、98的一些普通的用户，这跟以前已经是一个巨大进步了。

【邵清】我们这个产品很有意思，就是我们一开始是决心做海外市场。对，我们可以分享自己的观察。所以我们的定价就是40刀每月，那个时候最开始定得很贵。国内用户当然也可以用这款产品，但是我们并没有做区分定价。其实在那个阶段我们就想验证一件事情，就是用户愿不愿意为一个好产品去付一个比较高的成本去买单。后来我们观察到的是，中国用户的数据、国内的agent用户，其实付费习惯还OK，至少是远超我们预期了。当然，现在呢，因为刚才网络也提到了，我们……陈大帅不是打了一个赌，跑了一半，然后我们FlowBot因为自己harness是比较好，怎么证明这件事情呢？就是我们选了豆包Flash、Gemini Flash，然后去跑了一遍benchmark，选了五个大家基本上都会跑的，然后……

【嘉宾】我们会发现，我们在无广上，对于 Claude Code 加上 Opus 4.5——还不是 4.6——是全胜的，可能比官方跑得还好，至少从公开成绩上来看。而且我们用的是官方的 API，所以这个事情是没法作假的。那证明了这件事情之后呢，你就会发现，它能在这些任务上变得完全可用了，也就是 Flash，包括加上 5.2 以后，这些模型的智能能够驱动非常复杂的长程任务了。那它的价格，又能在我们这种混合部署下把它做得比较省、又快，所以实际上它就能进入到更多的办公场景，或者说生产力场景，就能进入到更多的这些场景里。所以我们也就顺其自然地把价格打下来，调了一个便宜的版本。所以整体来讲，这个事还是在往前推进，对我们带来的正面好处很多。

【嘉宾】最近就在上升。

【嘉宾】有明显上升，而且它的留存和活跃，也都还是在上升的。

【邵清】其实中国用户原来的付费习惯，也是被巨头的免费和抢用户的这个思维给毁掉的。

【邵清】这个就是，对。

【嘉宾】没问题，我们随便分析。巨头，可以的，对。就是首先他们这个产品，它的整个交互逻辑，其实是从 coding 的那个逻辑演变过来的。就好比说，我们说个细节，就是你进去之后，看到一个侧边面板，然后你要选一个项目文件夹，然后再来工作。而其实大部分知识工作者的知识结构或者文件系统，其实是个半结构化的。我们不会把所有跟工作、跟这个项目相关的东西完全扔在一个文件夹里，当然除了很多财务、法务可能会这么严谨地去归档，大部分人没有这个严谨，对，很乱的，或者说呈这种半结构化。但是程序员是这样的，因为一个代码仓库里面，都扔在一个文件夹里。所以就这一个简单的交互形态，我们就可以看得出来，这些产品其实就是没有重新思考原来那套逻辑，就这么直接演变过来，就这么去干了。那对于我们的产品来说不是，对于我们的产品来说，就是用户进来，你想怎么用就怎么用，你的文件爱扔到哪儿扔到哪儿。还有一个原因，是那种方式对于它的上下文构建来说比较简单，很容易就能做出来。所以第一个点，是看到大家没有什么实质上的创新。

【嘉宾】其实是在把 GPTs，然后包括原来 ChatGPT 是那个形态，然后包装成专家的这个模式。包装成专家这个模式呢，首先是大家容易理解；第二个，就因为这样，大厂各种各样的资源就能发挥作用。在这一点上，其实是它的运营能力，然后包括后面的投放。

【嘉宾】没错，没错，是这个，没错。就是因为对于小白用户来讲，其实他需要一个比较明确的指导，如果你给他个输入框，他可能根本不知道该干嘛。但是这种“生活中我找个专家”的方式，实际上，通常情况下，对于一个足够好的模型跟足够好的 Agent 来说，通常是会降智的，其实是会有很大的影响的。但是它确实拉近了……

【嘉宾】用户理解它的成本降低了，拉近了这样一个关系。在这个时候我们能看得到，比如说我们刚才聊到的，它在产品的易用性上确实会做得稍微好一点。

【嘉宾】老实说，我看起来它们都差不多。

【嘉宾】它也一样。就好比我们看，比如说元宝，相对来说比较简单，而且它的界面跟它现有新版本的 UX 根本对不上，就意味着元宝是在快速地往前跑，是这样一个阶段，而且也有些用户留了下来，可能很多根本不来自于这些地方。然后千问的官网，它的用词包括风格来说，更偏工程化一些，跟技术更接近一些，未必大家真的是认为这是千问的一个模型的调性——有可能，我怎么去想不知道，我们就是随便分析一下。豆包的官网是新出来的，就是比较年轻、比较酷炫一点，把一些内容更好地呈现在前面。所以能看得到大家背后的一些东西。

【嘉宾】我觉得，首先这是恐惧啊。

【嘉宾】这样，我实话实说，你说千万级多不多？是不多。但是要知道，当年 Claude Code 在年初的时候，还没千万月活的时候，就已经是两百亿美金 ARR 的时候……

【嘉宾】还没到千万级月活呢。是的，那它就单一用户价值高啊，高得不是一星半点。我觉得他们就两件事吧。第一个是当年抖音，腾讯没重视，然后（字节）做出了一个新的入口，所以这次我觉得没有哪个巨头敢在一个东西还比较小的时候就不重视它，这是第一点。第二点，大家会担心将来的新经济形态——生产力啊、高价值啊——AI 这个新经济形态，不见得是以这种大用户量为基础的。有可能你这茬没赶上，将来它可能并不需要巨大的用户量，但是是高价值的经济入口或者是生产力，这些东西可能就平白地丢掉了。虽然老说办公这事，美国现在都还没证明，美国的这些主要还都在 coding 上，但是他们会害怕将来真的是高价值的专业工作——法律、除了办公以外的财务，各种各样的这些高价值的东西——其实都不会建立在高日活的基础上。这就是属于不打那就完蛋了；打错了，最多我就是白烧这些钱呗，也就是白烧了几十亿嘛；如果不打，那有可能是生死啊。

【嘉宾】我觉得贫穷限制了我们的想象。巨头的很多战略决策，你要站在他选择的那个层面上，对吧？我们会觉得花这些钱是很大的事，但对巨头来讲可能不是，但错过一个机会，可能是生死的事。你们这些公司来讲的话，因为各种各样的原因已经没法投算力了，或者现在投也投不出去，其实投应用，相对来说花的钱真的算是少的了。美国他们对比的那几家，可是有两千亿美元一年的 CapEx 投出去。相比之前国内打这些应用层面的战争，真的不算负担太重的事。

【嘉宾】坦白讲，会有一些影响。影响在于，我们最开始因为付费啊、定价啊，模型定价也比较贵，我们最开始完全是瞄准海外市场去做的。但是国内我们发布之后，在用户数据上观察到了一些情况，就是大家的付费还是OK的，而且还有很多人是同时用Copilot或者Cursor，也用Claude，然后会来用我们的产品。我们相对来说贵一点，可能有部分免费的执行活儿——本来我们干完了、干得差不多了，有部分免费的执行活儿用它，还没去做。所以现在我们实际观察到的情况，就是一些需求更旺盛的、对于上线有追求的人，或者说没有被一个对话框驯化的人，反而是更早期那些人，也是适配我们这个产品的。

【嘉宾】但是通过这种方式呢，你会发现，OK，既然整个 Harness 是可以被自适应的，然后它在各个所谓的垂直场景里边，它的编辑成本的效率并没有那么高，所以这是对我们带来的一个变化。另外一个就是，我们观察到，跟原来 SaaS 也不太一样，我们之前坚决不碰 To B 的，原因就是，如果 To B 你掉进定制的泥潭之后，你是无法保证你的产品技术能够高强度的投入去领先的。但是现在这件事情，我们观察到，好像它融合到一起了，这件事情变得可能了。对，这个是我们产生的一个变化。当然方向的话，依然是在这个生产力的方向上，先学会你怎么办，我们帮你怎么去工作，你的个性化的部分，然后再理解到更多的业务图谱，该怎么在 Agent 探索的情况下组织起来，然后往无人办公室的角度去进展。对，我们再做这件事情。

【汪华】我实话说，我真觉得不应该。字节的飞书吃到的是最多的嘛，最早大家是用那个飞书来连小龙虾，而且字节当时也挺重视，他当时也做了挺多的这些产品。我不知道，我实话说，我可能，这这东西他就是有一个天时地利人和吧。第一个就是，因为大家都是很多的这个团队在赛马嘛，字节有一批，腾讯也有一批。但是字节还有一个很重要的事，可能是在国内，我个人觉得，可能腾讯在模型上，跟 OpenAI 在模型上跟开放（的程度不一样），因为字节的模型有点不太行。

【嘉宾】这个真正是这个福祸相依。

【汪华】这个对。

【嘉宾】辩证法，辩证地看问题。

【汪华】对，那个像这个事情，其实在豆包里面，

【嘉宾】其实无所谓的，因为在豆包里面，是各种各样的用户体验，是偏对话式的，而字节在上面其实做得一直都不错。但是它对模型本身的智能、指令遵循各方面的要求，其实相对比较低。可是一到了工作场景里面，它还是 agents，长程的 agents，包括指令遵循各方面的话，我个人也觉得，可能也是不像腾讯，你在元宝里面可以选任何模型，而且各方面的话，能组合出最佳的生态，这样的话，这个用户体验……而且现在模型的更新迭代速度，我觉得现在“模型即产品”这点，在 Agent 年代依然还是很成立的。你的模型一旦不好，你前端交互做得好，其实结果出来，这用户体验就是不行啊。

【嘉宾】选模型这件事情，其实对于非专家类的用户，当然是有 点懵的。我们自己，在产品里面，其实前期到现在为止，是可以让你去选模型的。很重要的原因在于另外一个点，就是模型之间的差异依然非常大。就好比在 Poe 里面，Gemini Flash，我们工作的大部分时候也会用它，因为它快又好，但是如果你要追求极致的效果的话，你会发现，还有 GLM 这些，差异是非常大的。所以这个事情，当大家的产品都还让用户去选模型的时候，就意味着模型能力还没有完全收敛到一家独大的状态。而我们判断这件事情，可能是一个比较长期的状态，因为还有另外新的变量出来，在于模型的训练技术跟真正的技术都是越来越成熟的。所以一方面是说头部的差异很大，然后大家都在卷世界模型，创业公司得干，巨头也得干，这是一个方面。

【嘉宾】另外一方面，这是工具，会越来越成熟，大家都可以在比较强的模型能力上去做后训练，然后在特定领域通常都能比原来的基座模型表现得要好。所以在有些业务下，大家都可以这么去做。而且我们也理解，有我们的产品数据比较独特嘛，还有全部的一些公司，对。所以就是这个工具的话，我们看会越来越多。另外还有一个点就在于，我们自己在产品的协同里面，选择的是一个分布式的模式，这也是跟巨头不太一样的地方。所以我们认为，中心化的工具这事是干不过去的，对。所以虽然是生产力都散掉了，但是我们赌的一件事情是，这一次的变革，这个事就变得可干了。你不再像以前，我要打开 Doc，我要依赖外面的文件、PPT，我要用那个 PowerPoint 去打开它，对。然后在上一个时代的话，我的数据上去了，然后我又回不来，我要被平台绑定了。现在的话，其实数据都是一个分布式的，大家并不关心说我的文档是在飞书、在 Google Doc 里面，还是存在我本地，因为 Agent 全部都能去访问了。所以我们会发现，这些事情的门槛都没有那么高。即便是企业客户的迁移成本，如果我们聊比较新一点的办公方式，老的那种特别大的平台，我们不做了，对吧，大企业做大企业的生意就好，我们这种初创公司也不做大企业的生意，对。这在早些年是想都不敢想的。这样的话，分布式的工具就可以变成可能性了。而大量的中小企业，或者说个人用户来讲，没有谁愿意把数据垄断在一个平台上，他愿意回归到自己。而且硬件厂商又会不断地去改进硬件本身的性能，就好比我现在的这个电脑，是 MacBook 上一个版本的 M4，其实在上面跑 70B 的模型是 OK 的，跑个 27B 的模型，推理在很多任务上它也可以做。所以我们认为，还存在另外一个变量。

【嘉宾】就是在个人也好，在企业也好，个人可能影响大一点。有可能到年底或者明年年初，我们会发现在一些设备上也可以跑出现在能够驱动Agent的这种模型。对，我们已经在早期的一些项目上看到一些这样的迹象。所以未来我觉得，这就对齐到当年我们去看的，说我们不要把AI这波去理解为什么对比移动互联网的一波新机会，它本质上是个计算的革命。这个事儿就是我觉得，要往计算这个层面，通过计算形成新的空间，它还是很大的，确实不是一两个产品形态、一两个入口就把事儿解决的。

【嘉宾】起码以美国为例，巨头并没有体现出绝对的优势，所以他们该焦虑，是吧？巨头最大的优势其实只有一个是钱。然后理论上，钱在这上面唯一能兑换出来的就是算力。除了算力以外，巨头并没有呈现出超强的优势。现在你去做，尤其现在云厂商各方面的标准化、开源框架都已经很成熟的情况下，你训练一个模型本身，如果你有充足算力的话——Infra的话，其实那些Cloud厂商已经帮你做得很好了。是的，你不需要一堆Infra工程师。甚至是训练原生模型，而不是做微调，其实你需要的Research和工程师也没有那么多。训练一个模型，十几个二十个核心的Research就可以了，然后再配上外围的几十人的小团队。

【嘉宾】而在早期这些生产力的核心阶段的话，数据当然有一定的用处，但数据大家都可以用各种各样的方式来获得。而如果你去做一些核心生产力的全新这些东西的话，过去积累的巨额用户基础并不会自动地转化成优势。比如说Google要做Cloud Code，Google原来的这个生态，

【嘉宾】或者说YouTube的巨大用户量，并不能真正转化成高质量的程序员用户。别人在你的Google里面用得好，不代表他在编程的时候愿意用你的编程框架。所以算力和钱是他们最大的优势，其他方面并没有更多的优势，而且反而，巨大的组织会极大地抵消算力和钱的优势，无论是在产品上还是其他方面。

【嘉宾】我个人觉得，这个大概率是小团队做出来的。

【嘉宾】所以这就意味着，如果一个大厂真做出一个比较好的产品，这个大厂里实际执行的团队，它的资源和人力，跟创业公司其实也没有什么本质区别。因为大厂里得有一些不那么“大厂”的人，才能做出这样的东西。它一定不是因为它是大厂，所以做出来了，是有点这个感觉。

【嘉宾】然后第二个，再往后看的话，还有一个就是，生产力的东西、计算的东西，没有像互联网平台那么中心化。所以大厂可以不惜代价去吃掉一些巨大的机会，但这里我想展开讲一下。中国的Agent还是相对比较早的阶段，美国的Agent就已经非常多层次了。比如说我在美国那边看到的Agent，其实可以分几个层次，对吧？

【嘉宾】也是，要做一些内部的这些数据啊、本地上下文啊这些的连接。这些的话你可以看到，我说的这些在美国都是百亿美金的创业公司了。垂直（vertical）方向的就有几十个，从法律到电商到HR，一票票的都是做企业内部实施的。而且这波Agent公司，其实这波里面是以coding为主，但哪怕是做coding，有很多也是在企业内部，去连企业内部的代码库和上下文去做的，而不是用通用的Cursor和Claude Code这些。

【嘉宾】对，我就说刚才你说那个指标很重要，就是从coding——当时是唯一的一个轴线——然后我们开始看到很多non-coding的东西，在agent的这种形态下，而且是以一个物种多样化的方式落到场景里，开始有价值循环，这个信号是很值得看的。你将来如果做垂直领域，你能做的事情其实很多，大厂不一定会做好。而且现在资源也比较好，比如说Harvey前几天，就这两天，出了一个微调了Kimi K3的模型。但是他们微调了大概一千多条做reinforcement learning的轨迹——一条轨迹线要rollout很多次——大概只用了一百三十多张卡，就把Kimi K3微调出比Claude还要强得多的、去做它那个法律专有任务的能力。在这些事上，中国为创业公司做了一件最好的事情，就是大量的、大量的、大量的开源模型。你微调Kimi K3还是有点贵，微调一个Flash模型呢？微调一个最新的Gemini 2.5 Flash呢？Kimi K3你微调要一百三十四张卡，然后你微调那个的话，几分之一的大小，我估计十三点四张卡就可以了。

【嘉宾】所以这里面，但你觉得这个大公司真的能做吗？第二个来说的话，可能他既不愿意做，组织架构也不适合做。对大公司来说，成本效益也不见得好，各种各样的原因。甚至连在美国最大的主战场，比如说Claude Code和Cursor这两个最大的领域，大公司都没干过，更何况你还指望他在法律上打掉Harvey，或者打掉那些公司吗？

【嘉宾】尤其是对于中国的巨头，其实巨头也挺不容易的，就是他有钱，但是有钱，他又不能照美国那么花。那你说他怎么花呢？这个怎么花呢，在今天通过这个钱的流动，你变成通向未来的入口和资产，那我觉得其实也有一个办法，那就是多投一点创业者，不行就是收购一些创业者，把人收过来去更新换代嘛。如果中国在这一波里边，还不能跑出一些让人觉得称赞鼓掌的巨头的收购，那就是巨头还没醒，就是你还觉得你是个大家伙，你能赢。我觉得你如果开始收创业者，创业者做成做不成，但人可能经过这个历练，模型已经进步了，人是你未来的种子。

【嘉宾】对，我觉得确实是，中国应该在这几个巨头里面，我觉得别光看这场仗，我就去投，得能理解这个时代和自己在时代里的角色。但你永远在每个时代里都得是那个最拔尖的，它物理上不可能，一个生物它怎么能在自己的生命周期里完成进化呢？你生孩子呀，对吧，然后你去，一般是要用这种方式。所以投资、收购，我觉得让自己变得更有生机、更强，生生不息，新的人才不断进来，我觉得这点谁先想清楚。反观我觉得美国的这个巨头，起码干了一件好事，美国的巨头虽然在应用上面目前并没有特别好的成效，但那些巨头花了巨额去投开源模型，投算力，投云，投基础的这些infra，然后把那些基础工作做得特别好，让创业公司特别容易在上面生长。中国的创业者有一个很大的优势，将来很长时间内，我觉得全世界的，起码是企业级和，尤其是我刚说的垂直领域的这些agents，高概率是基于中国的开源模型的。因为私有化模型的话，只有足够有钱的、500强级别的企业，才能让OpenAI帮你做私有化部署，做私有化微调。而中国的话，毕竟这个都在一个圈子里，中国的模型，中国创业者最熟悉，大家在跟政府啊什么的搞好关系，搞明白这个国内的，在国产开源模型上做微调，做生态，做各方面的这些经验。如果中国的创业者在这方面，比全世界其他创业者离中国模型更近、更快、更强，而且技术圈的私下里的交流更多，那就能针对于——

【嘉宾】我说开源模型，模型本身是可以被借鉴、蒸馏和获取技术轨迹的，所以开源模型不可能被闭源模型甩出太高、太大的距离。

【嘉宾】都还行，还挺着。对，都还行，而且也都是比较坚定创业的。确实有一波是中间转型好几次，像我们这种坚定的做这个方向，然后产品主线往前去迭代的，其实是非常罕见的。我甚至问过之前投资人，我说连大家看的那个……

【嘉宾】转型到做离钱更近的业务。然后也有一部分人开始走到面向企业、走得更深一点，把落地这些事情做起来，把它往场景里面去做。然后甚至有一部分转型，可能有一半以上都是中国人。

【嘉宾】有些产品其实是这样的。那要看怎么刨除IT了，对对。然后差不多就是这个样子吧。然后海外呢，大家知道的，像跑出明星的，确实是没有那么多嘛。

【汪华】所以我在问嘛，刚才问的就是海外的和国内的哪个多嘛。

【嘉宾】嗯，我实话说，我觉得国内的这波生产力的、效率型的产品，大家基本都是对标美国款。以及包括企业这块，当年企业 SaaS 没有真正做成 SaaS，那么多年下来，现在其实是在还债。

【汪华】嗯，没错。因为国内的企业当年也没有被培养出 SaaS 的习惯，其实名义上做 SaaS，实际上都是在收服务费、收定制费，然后那个用户也没培养出付费的习惯。所以包括到现在为止，也没有培养出真正意义上的销售通路和销售渠道。我们到了 Agent 这个年代，在中国做这个事，还在倒补前几年欠下的那些账。而且现在算力很贵，Token 很贵，那些巨头也不干这事了。

【嘉宾】对，幸亏是这样。

【嘉宾】要不然，他们又不差钱，对吧，又照着入口、平台思维去干这种事儿，我觉得到最后，可能这个原有的付费环境的价值系统，可能还是不能改变。所以这个，好事儿……销售渠道，国内只因为价值链没起来，销售渠道其实过去也没有比较成熟的销售渠道，像在美国一样，你做出了一个比较好的 demo 之后，有很多的销售渠道可以让你一个创业公司不用建立一个很大的销售团队，就能去扩量。在国内的话，这个就相对比较难一点。

【嘉宾】在好转，对。

【嘉宾】如果说我来做了，我肯定是坚定地去做云。对，比如说手机，我肯定做云手机，我不会出个实体的——为什么要跟微信干呢？微信之外还有那么多的生态可以做，那也不用干架，就完全跑到云端的。如果是做办公的话，也会是一样的，我不会像钉钉现在一样，跟创业公司，或者说像我们这种从端侧去切的，然后想办法去做分布式的这样一种协同，我肯定不会从这儿去切。对，大概就是云端的这种方式，然后把整个之间的协同做起来，这个事情在我看来，可能是比较可行的一个方式，对于他们的视角来讲。

【嘉宾】他现在应该是，有个项目吧，里边有钉钉版本。站在我的角度，肯定应该加，因为我们4月份就发了这件事情，对。而且你不能是原有的IM，你不能想的是说我非得在飞书里面把它改成一个什么样，或者企业微信改成什么样，因为你原来的那个产品设计，就完全是为人的协同去设计的。这就好比原来我们所有连龙虾，或者把FlowBot连到这个飞书里面去用的用户来说，大家一开始看到要审核的那个权限都特别吓人，几百项权限，甚至还不知道开哪个、关哪个，甚至没有开关的选项。然后在里边的话，你一旦有多个Agent去协同，其实就发现它根本不是为这个东西去设计的。我们自己不是非得造个轮子，而是说，原来我的体系里面，它很难兼容一种新的办公方式，我们就自己造了轮子。所以如果我站在他们视角，可能这个事是我第一次去干——你可以用Claude Code，你可以用Codex，然后我们就把这一层做好，对。我们现在，在FlowBot之外，就是上面一层协同的那一层，其实就是这么去设计的，对。因为既然模型不会被统一，然后刚才王总也分享了这个观点，我们判断一致。然后，创业公司或者中小公司去调用开源模型又不困难，因为Inference很成熟，方法也很成熟，你要有足够好的Trace，然后一些理念在里面，就OK了。所以在这种情况下，显然大家的Agent的运行时，它也不会是完全统一的。为什么我只能用一家，或者说只能用另外一家？如果把这些都协同起来，反而可能是更好的一个基建，对。就是里边流通的，可能跟以往的所谓的IM不太一样，它不是流通的很多娱乐性质的东西，但它流通的是真实的生产力，对。这件事情，也是我们在尝试、在推进的一个方向，对。

【嘉宾】这个事我并没有了解最近的（情况），但是我在小龙虾的年代，就跟飞书的一些同学聊过。当时他们内部就起了另外一个项目，完全 Agent 化，就是让飞书可以所有（能力）以命令行，或者是 MCP，或者是接口的方式，被 Agent 或者小龙虾来调用。

【嘉宾】对，当时我在跟他们聊的时候，我就提了一个观点，结果他们说是一样的想法：整个 Office 的界面、飞书的界面，其实对于用户创造价值或者内容来讲，实际上是没有必要的。我举一个极端例子，比如说 Cursor。Cursor 在一开始，大家编程还需要一个用户编程的界面，让用户看到所有的代码，然后你在旁边可能输一些命令，但是主要还是帮你做补全，还是人来主控的一个思路。

【嘉宾】但是程序员本质上只是想要一段可以 work 的程序，而并不是想要一个非常复杂的编程界面。你看现在的程序员在编程的时候，基本上大部分人 vibe coding 的时候已经不开那个界面看了，直接就说是要内容。

【嘉宾】对，不能 IDE-based coding 就是第一个转型嘛，基本上就放弃 IDE 的编程交互界面了嘛。你直接跟他说要什么，然后他直接给你递送结果。长期来讲，对于字节飞书来说，本人要的是文档，协同工作要的是结果，并不是要一个 Word 的编辑界面，或者一个表格的编辑界面。那长远来讲的话，我当时就说，飞书这个东西会变成被 Agent 使用的一个东西，而不是被人直接使用的一个东西。而人将来可能就像编程用 Cursor 一样……

【嘉宾-汪华】其实并不像那么复杂的交互界面，人要的其实只是这个结果、协同这些事。所以如果将来飞书的整套东西真的被认为是一个可以被 Agent 调用的引擎的话，大部分的界面将来会非常进一步地简化，那我觉得把它挂给豆包这些工作台之类的，不仅是一个很顺理成章的事，甚至我觉得将来很多复杂的软件，都是交给 Agent 使用的。举个例子，我前段时间让 Agent 帮我来做 3D 模型。3D 软件用起来特别麻烦的，一般人都要学很久的，而且里面有各种菜单，大家用过就知道。但实际上现在几个开源的 3D 软件，我用的那个，都已经开了 MCP 接口，我基本上现在都是 Agent 来帮我在里面建模。将来的软件，很多的软件，可能都是被 Agent 来使用，而不是给人来使用的了。在 Agent 年代，或者智能年代，软件的交互界面和人类的交互界面会发生——我个人觉得，软件跟 Agent 甚至是跟人，会变成一个工作伙伴的关系，而不是人在使用软件、软件根据人类 exactly 的命令做反馈交互、递送结果。

【嘉宾-邵青】好呀，我可以分享一下我们内部的一些工作的状态。嗯，就是这次的话，自从我们产品有了 Agent 之后，我们绝大部分工作就都迁移到自己的产品上了。对，就因为我们相信，如果你做的是生产力，然后你自己没有完全跑在上面，这个事是很荒谬的。我们最近的一些情况是说，比如说刚才汪华提到的这个——

【嘉宾】好了好多，然后我们把他拉到了平时我们个人沟通的这个环节里边去了。然后大家报 bug 可能就是发个消息、发个截图，甚至在我们的产品里边，如果他出了问题，你点一下，他就直接写进去了。前面用的还真是飞书的文档、飞书的表格，然后搞完之后呢，这个 agent 他就自己去取，然后去拆解，看复现，然后去解决问题。解决完之后……我们现在越来越觉得，他不只是一个同事了，这很有意思。

【嘉宾】对，前期的话是一个同事，是说我们指定就跟他对齐就好了：他给你写完，然后测试完，然后会录个视频发给提这个需求或者报 bug 的同学，看完之后觉得 OK 了，然后再到后面找个 review，然后再走发布的流程。所以他已经变成一个系统了。然后刚才为什么说他不仅是一个同事的原因呢？比如说我们会让他尝试去优化整个这个工作系统——就是我们在人机协同的过程中，到底有哪些是他察觉到了、我们没有察觉到的这些优化的点，然后再尝试。这个时候他会跟我们确认一下，如果我们 OK 了，他就会去改进他自己。所以在这个时候，某种程度上来说，有点像原来的偏 CEO 或者 CTO 的那个角色在过渡了，合伙人级别的智能，对吧？

【嘉宾】你到95%以上的可能度的东西，那比如说，我们刚才讲的，他根据你的上下文给你搞完了，然后我们首先授权了，然后觉得有些事情很重要、但是需要你确认的，那我们再完成一个确权的动作。所以实际上越来越主动，我们就干了一个授权，然后他再去改进自己，甚至这个时候，他会尝试去改进我们协同的工作的方式。所以相当于是人跟AI在优化一个人跟AI本身协同的系统。

【芒华】我觉得大家千万不要低估最近这一代模型的自主执行能力，真的是超强的。因为我同时订了两百美元的Claude Code和两百美金的Codex，那么每到一周结束的时候，一般都用不完，我一般都会让它们自己去折腾点事。我一般每个礼拜会给它们一个题目，这种题目一般都是全部交给Agent，完全无人干预。而且你会发现，这些Agent之间自己会互相分配角色，它们有时候还特别地固执，这些Agent之间还会互相抢功，你知道吗？因为一开始我规定，用来规划的是Opus，因为它有100K上下文；执行的时候使用Codex。但Codex执行的时候，就有时候就不愿意回过去……

【嘉宾】它愿意自己把这事拼命往前做，而不愿意把后期的流程再交出去。现在的 Agent 主动性强大，它有时候会不惜代价地、执拗地试图去完成一件事情。哎呀，这在一般的一个组织里，得多优秀的人身上才有这样的气质？Agent 成了这个标配。而且每个模型自己的特点很强，Opus 5 就是超强的防御性编程，一个程序它可以写 5000 个回归测试；Codex 就是做事特别快。你会发现模型的性格也不一样，因为他们自己写的代码，一般都是通过文档来沟通，做错了之后，它会把错误的东西写到开发手册里面、自己开发的“宪法”里面，然后会变得越来越强。你会发现不同的 Agent 在开发手册里面还会互相删改。

【嘉宾】所以有时候你真的……我特别同意刚才邵清的说法，你真的就不是简单地把它当作一个工具，或者当作一个……甚至都不只是一个同事的感觉。

【嘉宾】我觉得我和巴底（都认为）这场仗打不了太大，打不了太大。不是不想的。我觉得现在如果这些巨头都是上市公司，还都是要做得比较合规的。如果是上市公司、要做得比较合规，那就得用国内算力、数据不出境，这场仗注定就打不了多大。珍贵的算力还要用来做模型训练、模型微调，还要用来打 Work Body，然后还要再去补贴 token。我觉得不是说他们不想花钱。

【嘉宾】其实反而像 Kimi、智谱啊，还更灵活。比如说 Kimi 这个模式，我觉得就挺好的：它没算力，挣不了钱嘛，但是他们现在用了一个新的模式，就是我模型训好之后呢，虽然让它开源，但你想用我这正儿八经的模型供应商的服务，就必须要找我谈，我并不是无条件授权，超过两千万美金就得跟我谈。跟我谈的话，我就可以去收，比如说百分之三四十的这个分成。这样我没算力没关系啊。像 Claude 还要用自己的算力去 serve 来挣这个钱，我少算力，相当于用海外那些亚马逊 AWS。但反而我觉得国内那些巨头，如果服务国内用户，反而不能像智谱和 Kimi 这么灵活地利用海外的这些算力去生产自己的 token。而且我觉得他们将来还有好多钱要花，可能避免不了跟海外巨头同样的命运，就是国产的算力争起来了，他们不敢花钱去建算力中心，那要耗掉他们可能最主要的钱。

【嘉宾】嗯，如果国产算力供给一旦起来、芯片供给一旦起来，我觉得这巨头要花的钱太多了：算力投入要花钱，基建要花钱，应用要花钱，其实巨头家也没有余粮。

【嘉宾】嗯，对。但现在实际的感受，发现这两个并不是这个样子。有很重要的原因吧，比如说，我举个例子，就是产品设定上一点。比如像我们，包括我们自己做协同，我们做协同的话，你也可以拉很多的Agent进来。有一种做法是什么呢，就是说，我给企业里的组织，每一个角色、每个岗，我设定它的权限，跟人一样，我给你设定职责和目标，然后设定你的权限，然后你的上下级是什么。所以这个企业可能会有很多个Agent。对，然后还有另外一种方式，比如说，其实没有那么清晰，我们不会给它那么强的人设化的定义，就是把上下文给它足够好，其实它的能力在表现就非常优秀了。那这种情况下呢，它其实大概拥有你说的上下文，但是它在你不同的业务上可以进行隔离，这是一个选择。

【嘉宾】又不愿意付钱，对吧。然后现在的情况是说，重度付费用户付费，其实是比较夸张的。这是从我们自己产品上来的，因为大家的口径都不一样，从我们自己产品上来说能看到这些特点。所以创业公司要做到比较好的收入，其实并不一定需要那样去砸推广的费用、去做渠道，或者做那种东西。反而是有可能在创业公司身上，优先冲着新的生产力的方向，或者说组织形态的发展方式去做的，我们是选择这样一种方式。我们并不会是说，OK，现在市场上大家要不要这个、要那个。相对于企业服务来说，也不是传统意义上那种SaaS，我们做的是增量的部分。降本增效我们不care，这种形态也不care，我们care的是能不能给你做增量。我也不care这个业务你用了我们的这种业务跑在里面，然后给你降到多少本。就是说比如它替代的可能就是一个人10%或者30%的部分，这个事其实没法怎么算。

【嘉宾】对，我们在意的是说，你用了这个东西之后，它带来另外一个变化。你人事无法横向扩张，对，因为你管理带宽还有各种各样的情况在这儿，现实情况在这儿。对，但是它是可以顺时地并发的，我还有新的路径这么去搞事，OK的，而不是说在你原来的路径上去降本增效。

【嘉宾】如果今天我们看，AI这个时代已经跑了三年了，对吧。这个时候我们怎么去理解，就是对于这帮大厂来讲，或者是一个企业来讲，什么是那个“船票”？

【嘉宾】我觉得对于大厂，从现在大家能看到一个比较公认的认知，就是移动端的、上一个时代的用户平台是什么样子。实话说，到现在为止并没有共识，而且有可能在未来的Agent时代，并不真的需要“用户平台”这件事。因为它本身上是一个能力、智力，或者是计算形态这样的一个东西。有可能就两件事：第一件事，就是无论你去干创业公司，能干一个API也好，什么也好，也跑不了要用你的服务、要向你交税的。那就只有两件事：第一件事，是基础的算力和基础设施，是未来谁都绕不过去的一件事；第二个是基础模型。这两个的话，我觉得是将来大厂要拿未来的船票、不被淘汰，不可避免的两个选择之一。

【嘉宾】嗯，第三点的话，将来肯定有Agent时代的用户平台的。因为就算人不工作了，人好歹还是要消费啊、娱乐啊这个。但这个我反而觉得，更多的都是现在的用户平台的延续。比如说你原来要看视频、消遣，这抖音之类的，将来可能AI化了之后，现在抖音占便宜，反而是用户平台形态。因为workflow有太多的人的引爆在里面了。反而是模型越强，越不需要workflow。我觉得未来是不是我们可能长期用的，还真不是有一个生产——

【嘉宾】有这么样的一个 Robot 帮我干活，我可能未来真的在生活里，得要有一个 Personal Agent。有的话，会有新的一些用户期待，或者你说的这一个跟助理啊。但是生产力方面的话，会是一套全新的体系。而那套的话，高概率——甚至在那套生态里面，做的大概率都是创业公司了，但大厂会作为基础设施——水电煤，变成支持、作为创业公司的底座。

【嘉宾】还是那句话，也可以作为创业公司的退出通道，对吧。最后我觉得，我就特别执着于希望中国未来有更好的这样一个资本的、或者创业者退出的流转的环境。其实这就是大厂，它也是个基础设施，对。再往后的话，我觉得 Agent 时代要到了。物理世界的 Agent，或者 Embodied（具身）的话，那更是——这个大厂就只能做基础设施了。所以我觉得，大厂会变成将来的这样一个角色，而这个角色是永远不会被淘汰的。

【片尾旁白】这就是本期播客的全部内容了，感谢大家的收听。如果你喜欢我们的内容，欢迎把开始连接 LinkStart 推荐给更多的朋友。这档知识圆桌栏目会以直播和播客的形式与大家见面，也欢迎关注视频号“极客公园”。在这里，我们每周都会邀请各行各业的嘉宾，畅聊时下热点的重要科技商业议题。如果你有感兴趣的、想听的主题，也欢迎在评论区告诉我们。感谢大家的收听，我们下期节目再见。