文｜鄧詠儀

編輯｜蘇建勛

Nodesk AI創(chuàng)始人宋健和他的創(chuàng)業(yè)公司NoDesk AI，在過去兩周里，完成了一場極限AI競賽：

2025年春節(jié)前，OpenClaw開始爆火。NoDesk AI創(chuàng)始人宋健帶著團(tuán)隊，用兩周時間開發(fā)了新產(chǎn)品DeskClaw。

最初，NoDesk只是為了內(nèi)部使用，讓自己的電商Agent業(yè)務(wù)團(tuán)隊基于OpenClaw提升效率。但開發(fā)完成后，團(tuán)隊感受到外界噴涌的需求，馬上決定對外發(fā)布。2026年2月14日，DeskClaw個人版第一個版本上線。

△NoDesk AI創(chuàng)始人宋健與沖刺中的團(tuán)隊，圖源：企業(yè)提供

在成立NoDesk AI之前，宋健是一個難得的To B創(chuàng)業(yè)“多面手”——從阿里和騰訊出來后，他在2014年創(chuàng)辦了電商DaaS公司“多準(zhǔn)數(shù)據(jù)”，做電商消費者洞察和大數(shù)據(jù)精準(zhǔn)營銷，在SaaS寒冬來臨之前完成并購?fù)顺?。而后，他也曾在智譜AI等公司任職，探索基礎(chǔ)模型到Agent應(yīng)用的落地。

NoDesk AI剛剛完成一輪近億元融資，由湖畔山南、初心資本、高途、順福資本共同投資。但沒來得及慶祝，NoDesk AI團(tuán)隊馬上就投入到新一輪戰(zhàn)斗中。

“已經(jīng)不能用人類時間來衡量AI時代的進(jìn)度?！彼谓ξ覀冋f。

整個春節(jié)，位于杭州的NoDesk AI團(tuán)隊一直處于沖刺狀態(tài)。這個00后占比超過60%的團(tuán)隊，每個人每天都在把AI Coding產(chǎn)能“拉爆”，1.5億Token起步，相當(dāng)于每人一天10000行代碼，“按秒開發(fā)，按分鐘產(chǎn)品迭代，按天自我進(jìn)化”。

這也是如今在杭州、北京、上海甚至更多城市里，很多AI公司的現(xiàn)狀。

OpenClaw在全球爆發(fā)后，衡量AI公司規(guī)模的標(biāo)準(zhǔn)又變了。OpenClaw的創(chuàng)造者“龍蝦哥”，一個人用AI coding工具，3個多月完成了40萬行代碼。這在傳統(tǒng)開發(fā)模式下，需要數(shù)十人的年工作量。

DeskClaw個人版正在進(jìn)行內(nèi)測，企業(yè)版已經(jīng)在3月7日發(fā)布并開源，產(chǎn)品形態(tài)是一個AI助手桌寵，一只在用戶電腦上爬來爬去的小螃蟹。

△用DeskClaw打開Apple官網(wǎng)，并截圖第一屏，打開圖片，圖源：企業(yè)官方

它能操作瀏覽器、讀寫文件、調(diào)用本地應(yīng)用，直接替你完成市場調(diào)研、信息整理等實際工作，深度適配飛書、釘釘、企微，支持調(diào)用MiniMax、Kimi、GLM、Qwen、DeepSeek等多家模型，數(shù)據(jù)在本地運行不上傳云端。

NoDesk AI團(tuán)隊的飛書群就是最好的例子?，F(xiàn)在，NoDesk AI的每個人都掛著一個小龍蝦分身，公司里的飛書掛滿了幾十個機器人。

比如，NoDesk的AI PMO“小金桔”就掛著一堆Skill。在產(chǎn)研群里，只要@小金桔，它就能自動總結(jié)群聊內(nèi)容、創(chuàng)建飛書任務(wù)、更新項目文檔，甚至直接把任務(wù)寫進(jìn)群公告。

宋健說，這個AI PMO已經(jīng)把PMO本人的產(chǎn)能“拉爆了”,“我們PMO發(fā)自內(nèi)心覺得在它面前確實是弟弟?，F(xiàn)在，NoDesk AIPMO的主要工作，就是調(diào)教這個AI同事。”

過去一年里，NoDesk AI的主業(yè)其實是電商Agent。宋健帶著團(tuán)隊做了一套一站式品牌營銷AI增長引擎，從電商數(shù)據(jù)分析、生成圖文視頻、預(yù)測投流表現(xiàn)，這套方案此后也會覆蓋到達(dá)人匹配和feed流投放環(huán)節(jié)。

△一站式電商品牌營銷AI增長引擎，圖源：企業(yè)官方

DeskClaw和電商Agent看似毫無關(guān)系，為何在這個時候一定要做？

“這是最像iPhone的東西，”宋健說，“以前拿到手的都是黑莓、愛立信，這是第一次拿到像iPhone這樣的東西，一下拉近了AI產(chǎn)品和大眾的距離?！?/p>

過去，中國To B行業(yè)的SaaS崛起的十年相當(dāng)艱難：很多公司花費數(shù)年研發(fā)SaaS產(chǎn)品，然后進(jìn)入苦哈哈的商業(yè)化時期：做中小企業(yè)，很快陷入免費甚至內(nèi)卷；做大客戶，很難不陷入重交付、回款慢的泥潭。

再度創(chuàng)業(yè)做NoDesk AI時，宋健選擇從熟悉的電商生態(tài)入手，曾經(jīng)規(guī)劃過一套三層架構(gòu)：底層是MaaS平臺，中間是場景Agent（客服、運營、營銷），頂層是AaaS平臺（Agent as a Service）。

不過很快，在OpenClaw爆火之后，宋健還是覺得這套思維“太SaaS了”。

“大模型會改寫這一切?！彼f，OpenClaw代表的是Agent技術(shù)架構(gòu)發(fā)生了重構(gòu)，它改變的是先進(jìn)的大模型和應(yīng)用落地最后一公里這個中間過程，使之變得更絲滑了。從最開始的開源LangChain、Dify，再到Coze、阿里百煉，這些連接基模和應(yīng)用場景的中間性平臺，都可能被OpenClaw“掀了桌子重來”。

大模型也會改變軟件產(chǎn)品的商業(yè)化路徑。宋健說，會有越來越多產(chǎn)品遵循PLG（產(chǎn)品驅(qū)動增長）的擴散路徑。如果一個電商從業(yè)者覺得DeskClaw這樣的效率助手好用，它會更容易擴散到ta所在的公司。這是Dify已經(jīng)驗證過的路徑：七八個月達(dá)到盈虧平衡，服務(wù)超過30家世界500強。

NoDesk AI原來所做的一站式電商營銷Agent，未來會通過DeskClaw的企業(yè)版實現(xiàn)協(xié)作：通過標(biāo)準(zhǔn)化的Skill引擎，讓多個AI同事之間可以協(xié)作、任務(wù)自動流轉(zhuǎn)。小王的AI同事做完市場調(diào)研，自動流轉(zhuǎn)給小李的AI同事生成營銷方案，管理者統(tǒng)一可見可控。

AI產(chǎn)品形態(tài)未來也會完全不同。

過去，一個完整的電商營銷鏈路里，可能會用到數(shù)十種SaaS產(chǎn)品。宋健的上一個公司多準(zhǔn)數(shù)據(jù)，就是專注于電商底層數(shù)據(jù)的提取和分析。但以后，誰能夠用AI做好整個閉環(huán)，直接給用戶交付業(yè)務(wù)價值（如GMV、成品營銷視頻等），才會更有競爭力。

宋健和我們分享了關(guān)于電商Agent、最新產(chǎn)品DeskClaw，以及過去半個月的瘋狂故事：

春節(jié)，“諾曼底登陸”

《智能涌現(xiàn)》：過去兩個月可以說非常瘋狂，你們花了多長時間開發(fā)DeskClaw？

宋?。?/strong>我們DeskClaw的第一個版本是在2026年2月14號發(fā)的，大概花了兩周吧。

《智能涌現(xiàn)》：這么快？

宋健：當(dāng)你說“這么快”的時候，就否定了AI的先進(jìn)性。如果一人一天能用AI寫1萬行，10個人同時開發(fā)就是10萬行，整個OpenClaude一共才40萬行代碼。

現(xiàn)在AI時代已經(jīng)不能用人類時間來衡量了，唯一要做的就是搶灘登陸。春節(jié)，大家都放假，我們DeskClaw項目組同事一個都沒放假，就要登陸諾曼底，把DeskClaw做出來。不放的原因也很簡單，NoDesk誕生于去年春節(jié)，我們習(xí)慣了在春節(jié)工作，哈哈。

現(xiàn)在我們?nèi)珕T是把AI Coding工具拉滿，人均每天1.5億Token起步，翻譯過來就是每人每天5000行代碼打底，1萬行也不過分。

《智能涌現(xiàn)》：為什么這么堅定要自己做DeskClaw？你們的主業(yè)不是電商Agent嗎？

宋?。?/strong>這件事情的起點，是我們當(dāng)時看到這么好的Agent架構(gòu)，就會想這不就是我們一直想要的嗎？然后它又是個很好的開源框架，那我肯定得先自己用起來，所以個人版的最開始的初心是全員自己用。

OpenClaw代表的是Agent技術(shù)架構(gòu)發(fā)生了重構(gòu)，它改變的是先進(jìn)的大模型和應(yīng)用落地最后一公里這個中間過程，使之變得更絲滑了。

這個中間過程經(jīng)歷了好幾代的技術(shù)迭代。從最開始的開源LangChain，到中間的Dify開源，再到字節(jié)個人版扣子、N8N，還有阿里百煉等等，類似中間件的平臺，是連接基模能力和應(yīng)用場景落地的中間紐帶和橋梁。

OpenClaw相當(dāng)于給出了新范式，開啟的是一輪新洗牌，這是最絲滑的形態(tài)。以前大家都知道不能再用諾基亞了，功能機不行了，但是拿到手的就不是黑莓，就是愛立信。這是第一次拿到像iPhone這樣的產(chǎn)品。

所有舊的Workflow智能體搭建能力，比如LangChain可能已經(jīng)被N8N替代了很多，現(xiàn)在OpenClaw又有可能掀了桌子重來。那就意味著其實是這個生態(tài)位重新洗牌了。

《智能涌現(xiàn)》：所以這是一次必須抓住的機會。那DeskClaw現(xiàn)在可以做的是什么？

宋?。?/strong>現(xiàn)在的形態(tài)是一個AI助手，一只在你電腦上爬來爬去的小螃蟹。它能操作瀏覽器、讀寫文件、調(diào)用本機權(quán)限，直接替你完成市場調(diào)研、復(fù)雜辦公信息整理等實際工作。

我們深度適配了飛書、釘釘、企微這些企業(yè)協(xié)作工具，支持調(diào)用MiniMax、Kimi、GLM、Qwen、DeepSeek等多家模型。關(guān)鍵是數(shù)據(jù)在本地運行，不上傳云端，這對來說很重要。

個人版是面向?qū)I(yè)用戶的，比如電商從業(yè)者、內(nèi)容創(chuàng)作者、OPC一人公司。企業(yè)版會增加權(quán)限管理、數(shù)據(jù)安全、多賬戶協(xié)作這些能力，我們已經(jīng)將企業(yè)版發(fā)布即開源了。我們的思路是讓個人版先在專業(yè)用戶中形成口碑，然后通過他們帶動所在企業(yè)采購企業(yè)版商用版，形成飛輪效應(yīng)。

《智能涌現(xiàn)》：先說說你們自己用起來之后的變化吧。

宋?。?/strong>我們內(nèi)部的口號是：一切業(yè)務(wù)數(shù)據(jù)化，一切數(shù)據(jù)token化，一切token業(yè)務(wù)化，一切token商業(yè)化。

關(guān)鍵是我怎么去把我所有這些人的Token消耗先要把數(shù)據(jù)沉淀、統(tǒng)計做好，這是歷史上沒有的。

你看這是我們?nèi)珕T飛書群，AI Coding加上小龍蝦（DeskClaw），就是現(xiàn)階段的無敵組合。我們飛書群每個人都掛著一個小龍蝦分身，公司群掛滿了幾十個機器人。我們的AI PMO“小金桔”就掛著一堆Skill，在產(chǎn)研群里，只要@小金桔，它就能自動總結(jié)群聊內(nèi)容、創(chuàng)建飛書任務(wù)、更新項目文檔，甚至直接把任務(wù)寫進(jìn)群公告。

我昨天還在內(nèi)部說，全員肯定都得擁抱這個變化，激進(jìn)使用AI工具，只要你做不到或者你不愿意做，那你就走吧。因為企業(yè)協(xié)作的Token化是必然的。

《智能涌現(xiàn)》：這屬于是你們現(xiàn)在的招人標(biāo)準(zhǔn)嗎，拿Token量化？

宋?。?/strong>現(xiàn)在是的。

《智能涌現(xiàn)》：AI時代的組織形態(tài)看起來會再有一輪變化。

宋?。?/strong>我們公司的愿景是：我們是一家人和AI共同經(jīng)營的公司，所以公司名字是“沒有桌子”（NoDesk），我們還有其他子公司叫“沒有椅子”“沒有接觸”“沒有代碼”。

△XYZ理念，智能涌現(xiàn)制圖

我們遵循的經(jīng)營理念是xyz。怎么理解？以前X軸上面是人，你要盡可能把優(yōu)秀的人招進(jìn)來，讓優(yōu)秀的人從實習(xí)生到專員到專家到founder，承擔(dān)的責(zé)任不一樣。

原來的Y軸是什么？是工具、是技能。一種是讓人掌握技能，第二種是給人配工具，配工具就是SaaS。它形成Z，這些人加上這些工具，組織戰(zhàn)斗力會上升，組織戰(zhàn)斗力上升會在產(chǎn)品和商業(yè)上面帶來價值。

現(xiàn)在我覺得會形成一個新范式。X是E型人，Y是Agent，Z是原生。Z是AI原生組織打造的AI原生產(chǎn)品。

現(xiàn)在人的畫像要變成，以前是“橫杠人”，現(xiàn)在要變成“斜杠人”。AI時代要從T型人才變成E型人才。豎著這一杠是AI，橫著這一杠第一個是品味，第二個是變態(tài)的架構(gòu)能力，第三個是永續(xù)性的續(xù)航能力。

△T型人才 vs E型人才，智能涌現(xiàn)制圖

永續(xù)性的續(xù)航能力，比如我現(xiàn)在我就做不到了。從春節(jié)前到現(xiàn)在，我現(xiàn)在約等于24個小時有20個小時在工作，再拉滿就是一場重病，那下一次你們就得參加我的其他活動，這個事情是不可逆的。

但在AI面前，它不會存在這個問題。

《智能涌現(xiàn)》：你們現(xiàn)在一邊是DeskClaw，另一邊是Marketing Flow，產(chǎn)品架構(gòu)變成什么形態(tài)？

宋?。?/strong>在OpenClaw出現(xiàn)之前，NoDesk的技術(shù)架構(gòu)分為兩大板塊：基建技術(shù)和應(yīng)用技術(shù)。應(yīng)用技術(shù)層面又細(xì)分為國內(nèi)應(yīng)用、出海應(yīng)用和探索性應(yīng)用三個方向。

OpenClaw的出現(xiàn)改變了這個架構(gòu)邏輯?，F(xiàn)在，NoDesk的底層技術(shù)演變?yōu)椤癤基建”——這不是簡單地接入OpenClaw，而是基于OpenClaw架構(gòu)進(jìn)行自主研發(fā)。

應(yīng)用層，我們重新劃分為三大產(chǎn)品線：DeskClaw個人版、DeskClaw企業(yè)版，以及AI營銷應(yīng)用。

架構(gòu)調(diào)整也會帶來了人力資源評估體系的根本變革。傳統(tǒng)的衡量維度完全以“人”為核心。但在AI時代，評估標(biāo)準(zhǔn)會變成“人的AI使用能力”，也就是碳基生命中的硅基含量“。對于AI員工本身，我們需要評估他們在整個工作流程中的實際貢獻(xiàn)占比。

AI時代，就要做All in One產(chǎn)品

《智能涌現(xiàn)》：能介紹一下你們現(xiàn)在做的AI營銷產(chǎn)品嗎？

宋?。?/strong>我們?nèi)ツ暌粋€電商內(nèi)容營銷Agent，等于用AI在小紅書上種草、抖音視頻號上種草、微信視頻號上種草，然后要有一個商詳頁，回到購物頁可以是淘寶、京東、抖音的鏈接，然后成交。

這就叫內(nèi)容種草、電商成交，我們所有談的業(yè)務(wù)和交付都是這個邏輯。

我們自己對于營銷的理解分成四個大塊：第一個是洞察，也就是說你要知道你這個產(chǎn)品應(yīng)該怎么投、在哪里投、什么場景契合、什么樣的人。這一塊我們會有Marketing Flow這個作為市場脈搏或市場動向的分析工具來做。

第二步有了指導(dǎo)性意見之后，會把這個指導(dǎo)性意見往后面內(nèi)容生成去做。內(nèi)容生成包含生圖、生視頻以及腳本創(chuàng)作。這塊傳遞到下一步，內(nèi)容創(chuàng)作出來的東西能夠契合市場用戶的痛點，或者他想要的東西怎么和我們產(chǎn)品去結(jié)合起來。

第三塊是媒體分發(fā)，兩種：第一種是feed流或廣告投放；第二種是達(dá)人，找到合適的達(dá)人去觸達(dá)你的目標(biāo)用戶。

第四塊是投放之后會有一個回溯，投放的效果到底怎樣。由投放端的數(shù)據(jù)分析再回流到Marketing Flow。它由這四個大的模塊來組成整個營銷的鏈路。

《智能涌現(xiàn)》：這能預(yù)測投放效果嗎？

宋?。?/strong>我們有一個模型，抓取了很多指標(biāo)，比如現(xiàn)在生成的圖文、視頻、封面，結(jié)合這些輸入再結(jié)合你的指標(biāo)表現(xiàn)，可以去預(yù)測出來你當(dāng)前這個帖子大概獲得的吸引度是多大。

它只能說是一個正向的預(yù)測，不能說精確，就是說我預(yù)測這個大概的誤差是在百分之幾。

《智能涌現(xiàn)》：有核算過整體成本嗎，跟人類做的成本比起來怎么樣？

宋?。?/strong>以前，如果是一個完整的營銷鏈路，從洞察到內(nèi)容生成到投放，傳統(tǒng)的方式可能需要一個小團(tuán)隊，包括市場分析師、內(nèi)容創(chuàng)作者、投放專員等，可能需要5-10個人。

現(xiàn)在通過我們的系統(tǒng)，理論上一個人加上AI就可以完成整個鏈路。成本降低的話，如果算人力成本，可能是5-10倍的降低。如果算Token成本，一個完整的營銷campaign可能只需要幾百到幾千塊錢的Token消耗。

《智能涌現(xiàn)》：DeskClaw可以怎么和你們原來的品牌營銷AI增長引擎聯(lián)動？

宋健：之前我們做電商Agent，有兩條路線，一是幫企業(yè)開源，二是幫企業(yè)節(jié)流，然后按什么場景去做，這種是延續(xù)過去SaaS的做法。

但現(xiàn)在就相當(dāng)于其實我用這套中間件的平臺的能力，我有可能其實開源、節(jié)流兩個方向一起做，也許會更順理成章。

比如，我們的個人版是to P（專業(yè)用戶）的，把能力給他全部搞定，他就進(jìn)行上崗；然后企業(yè)版把權(quán)限、安全、數(shù)據(jù)，還有很多的那些東西搞定。

以后有可能一個內(nèi)容電商從業(yè)者用了之后帶動他所在的企業(yè)來買，然后會帶動更多人去用，個人離職去了新的企業(yè)，就這樣雪球滾滾，最后變成先進(jìn)企業(yè)先用飛書那個邏輯，先用DeskClaw的這個代表AI原生公司。

《智能涌現(xiàn)》：所以品牌營銷AI增長引擎相當(dāng)于在后面，以后無論是企業(yè)還是個人，都在DeskClaw里調(diào)用這些技能。

宋?。?/strong>對。雖然看著像泛C端產(chǎn)品，但我們本質(zhì)上是先做專業(yè)用戶——電商從業(yè)者。

電商從業(yè)者有不同需求：有人做洞察營銷，有人做生圖生視頻。我們會把自己的產(chǎn)品變成MCP，媒介產(chǎn)品變成Skill，需要深度整合的能力就做成開箱即用。

同時，我們會給專業(yè)玩家留一個“工廠版”，讓他們的工程師和Skill開發(fā)者也能參與進(jìn)來。這樣形成飛輪：個人版帶動企業(yè)版，企業(yè)版又有云端版和私有版，私有版權(quán)限更大，可以接入更多第三方能力MCP化。

《智能涌現(xiàn)》：為什么一定要做All in One形態(tài)的產(chǎn)品，鏈條鋪這么長？有些公司可能只做生成視頻的那一步，或者只做達(dá)人匹配，把整個閉環(huán)都連起來，會不會擔(dān)心步子邁太大嗎？

宋?。?/strong>步子邁太大是因為你對Agent能力的想象空間還太差。All in One這件事情之所以能成立，就是因為AI在這件事情上是無損的。

AI對一件事情的洞察，對于這件事情洞察完提煉的賣點生成圖，圖裂變成視頻，視頻變成商詳頁，商詳頁直接變成一個購物鏈接，購物鏈接里面直接帶的客服——今天AI做這些是無損的。

《智能涌現(xiàn)》：怎么定義無損？

宋?。?/strong>以前一個CMO下面的洞察團(tuán)隊花一周做洞察，生圖團(tuán)隊花一周做圖，視頻團(tuán)隊再花一周做視頻，然后再去找到相對匹配的達(dá)人，再去跟他建聯(lián)，再花一個月，然后再把它轉(zhuǎn)換成投放素材去投。如果這個鏈條需要那么多個部門、那么多種崗位、耗那么多的時間，且又是串行的。

今天AI是可以在一個All in One的閉環(huán)里并行信息傳遞，這是相對無損的，時間周期是相對無損的。

Claude Code、Cursor等AI編程工具這些為什么讓程序員不再受編碼語言的影響？為什么原來人類一天只能寫500行，今天龍蝦哥一天竟然能干出5萬行代碼？

如果拆開，那所有通用Agent都不成立，所有基模公司訓(xùn)練的那些Agent能力就都不成立了。

《智能涌現(xiàn)》：去年，很多AI營銷公司的Agent能力還非常不成熟，他們很多只做其中的一個環(huán)節(jié)，比如AI生視頻、AI做達(dá)人匹配。你們什么時候意識到可以做All in One的？

宋健：從DeepSeek爆火的時候，我覺得AI的潛力跟能力已經(jīng)達(dá)到了，只是說當(dāng)時的Agent腳手架不夠絲滑，也就是Workflow這套架構(gòu)和原來的那些RAG各種都不是很絲滑。

OpenClaw只是讓大家感覺到了iPhone 4的那個“Aha moment”。它的那個點是在于模型能力確實也變強了，但模型能力不是那一刻才變強的。其實2024年，我們已經(jīng)明顯感覺模型能力很強，2025年DeepSeek爆發(fā)，再加上多模態(tài)模型全面爆發(fā)升級。

但是如果這個拐點一到，我覺得就是全新的公司，你真的就會看到，就像政府現(xiàn)在推那個OPC（一人公司）。龍蝦哥40萬行代碼是一個人寫的，一個人寫了3個多月，10個Codex，6臺電腦轉(zhuǎn)著圈開發(fā)。就是辛苦點，每天晚上得搞到兩三點，但是干出來了。

這件事情如果放在任何一個正常團(tuán)隊，我覺得上個幾十人、百人開發(fā)個半年還是有可能的，那他搞定了。對他來講，他連那么復(fù)雜的事情他都能All in One。那現(xiàn)在只是把網(wǎng)絡(luò)上熱點的東西檢索出來，捋明白，把它變成點，然后變成圖，變成視頻，然后再拿相應(yīng)的達(dá)人去適配一下，看看可能性，然后把它投出去——今天這件事情就會越轉(zhuǎn)越快。

《智能涌現(xiàn)》：從現(xiàn)在你們的產(chǎn)品進(jìn)度看，All in One現(xiàn)在實現(xiàn)了嗎？

宋?。?/strong>在沒有OpenClaw之前，All in One還有一點點斷點，就是洞察完到生圖生視頻的過程還有一點點不絲滑。那是因為當(dāng)時我們認(rèn)為Agent架構(gòu)進(jìn)化還沒有那么快。

現(xiàn)在有了OpenClaw之后，我們會在這個基礎(chǔ)上直接加速重構(gòu)。我們已經(jīng)在開發(fā)DeskClaw個人版和企業(yè)版，企業(yè)版DeskClaw的那個底座，第一個應(yīng)用場景就是內(nèi)容電商。

OpenClaw會完全改變軟件的商業(yè)化路徑

《智能涌現(xiàn)》：現(xiàn)在DeskClaw怎么收費？

宋?。?/strong>對企業(yè)客戶，我們會根據(jù)成片質(zhì)量和規(guī)模不同來定價。我們把客群分為大品牌、成長型品牌和白牌。

大品牌的最高規(guī)格是TVC視頻，就是品宣類的，可能500到2000元一條。原來人工供應(yīng)商的TVC是500到2000元一秒，甚至還有1萬每秒的內(nèi)容。

中間這種叫AI原創(chuàng)視頻，像我們現(xiàn)在差不多就是200到300元一條，基本上都是AI來生成。

第三種就是AI混剪，這個價格會隨著量越往上，數(shù)量級可以不斷往下。我們未來可能會按照點數(shù)直接賣點數(shù)，訂閱里面就包含了比如說AI混剪多少條，然后按照扣點。

個人版就按訂閱，企業(yè)版就按多賬戶數(shù)量，跟Lovart、Manus的思路是一樣的。

《智能涌現(xiàn)》：你們?yōu)镽OI負(fù)責(zé)嗎？

宋?。?/strong>大多數(shù)還沒有。對ROI負(fù)責(zé)的話，但預(yù)算得給我。預(yù)算給我的情況下就為ROI負(fù)責(zé)。

我們內(nèi)容營銷業(yè)務(wù)是兩步走：如果說是All in One的產(chǎn)品，那我就給你交付的是這些內(nèi)容。如果說是All in One的營銷托管，你把營銷預(yù)算整個都給我，那我就為你整個營銷的結(jié)果去負(fù)責(zé)。

我們現(xiàn)在相當(dāng)于是三種客戶都有。比如說他要測試我們能力，他會先用，但你就只給我做AI洞察，我按照報告給你付錢。第二種就是按照一個視頻多少錢、一個圖多少錢，但他肯定會給我一個總量，比如說一個月他要多少圖、多少視頻。

第三種就是直接簽?zāi)甓群献?。比如我這一年的5000萬預(yù)算都給你，然后5000萬預(yù)算的10%作為你的總服務(wù)費。所有的內(nèi)容生產(chǎn)到預(yù)算消耗就都你去做，然后我們就在這個過程中盡量AI全部做。那我的毛利和凈利就來自于我的人越少、我的AI越強。如果AI越強，Token的性價比越高，那就雙贏。

《智能涌現(xiàn)》：客戶知道你們用AI的話，會不會開始壓價？

宋?。?/strong>這個問題應(yīng)該是全社會必然要面對的。如果說最后AI能夠把價格降到是現(xiàn)在價格的100分之一，所有舊的生產(chǎn)力全部爆掉，那就意味著我們就是新開始的，那就有了新的1000%的增長，我覺得也沒啥不好。

但是我覺得如果那一天來，整個社會的問題比這個還要復(fù)雜。我倒不怕它價格下降，因為它的下降對我來講無非就是算力承擔(dān)的問題，但它不損耗我別的東西。相反，如果這個東西的質(zhì)量、數(shù)量、規(guī)模三個都是成百倍、成千倍的話，我覺得該恐懼的是原來靠幾百人、數(shù)百人、上千人堆積起來實現(xiàn)的那些公司。

《智能涌現(xiàn)》：Token成本高嗎？現(xiàn)在Agent運行有個問題，包括現(xiàn)在小龍蝦非常耗Token，不是很經(jīng)濟(jì)。

宋健：這個Benchmark理論上是隨基模能力進(jìn)化、垂直場景的強化學(xué)習(xí)，針對性的工程Infra打磨來定的，小龍蝦還是有下降空間。再加上基模本身能力上升100倍，成本100倍下降也是有可能的。

當(dāng)前來看，現(xiàn)在的OpenClaw成本可能是2025年末的起點來看是最貴，但是它從2026年的每一天可能都會往下降，這個還是值得期待的。

《智能涌現(xiàn)》：今年對DeskClaw的商業(yè)化目標(biāo)是？

宋?。?/strong>我們25年的收入是550萬元，到26年1月份的收入累計快2000萬元，今年會更多。

未來，我們肯定是希望個人版能夠在To P端有飛輪效應(yīng)，DAU能夠帶動ARR。企業(yè)版能降低獲客難度，引起企業(yè)版的裂變。中小企業(yè)可以相對開箱即用，大企業(yè)我們會提供復(fù)雜一點的技術(shù)解決方案。

隨著到了下半年或者明年，我們可能會有下游，我們自己的ISV去幫助我做落地。

《智能涌現(xiàn)》：也就是說，上一個時代的SaaS商業(yè)化路徑會發(fā)生根本變化。

宋?。?/strong>在以前的SaaS行業(yè)，從一塊錢的收入到1億的收入到10億的收入，其實就看銷售的人數(shù)是不是從1到10到百到千到萬。產(chǎn)品的迭代速度完全是工程師的數(shù)量乘以工程師的質(zhì)量。

中國又沒有標(biāo)準(zhǔn)SaaS，又得是工程師的數(shù)量降低質(zhì)量，又造成管理熵增，續(xù)費復(fù)購又有問題。所以這三個都是每個虧百分百、虧300%，隨著疫情、隨著中國經(jīng)濟(jì)下行后，才會崩盤。

今年1月份，美國整個SaaS大盤已經(jīng)下跌超過1萬億美元。那是因為Anthropic這次發(fā)起的這場革命讓資本市場、二級市場恐慌了。

一句話來講，所有給人做的那些點的界面沒用了。因為你也看到了Claude Code，人家不需要界面，OpenClaw也不需要界面。

《智能涌現(xiàn)》：你覺得這個時刻會什么時候到來？

宋健：Google DeepMind的CEO Demis Hassabis已經(jīng)講了，6個月，最遲12個月，AGI全面到來。如果那天到來，也就相當(dāng)于我們剛剛講Y軸上面的這個能力，它不僅僅會代碼平權(quán)，它可能會把很多的能力平權(quán)。

一旦能力平權(quán)，其實我覺得對人的回答就是X軸上面你真的是這一杠，對AI的滲透跟理解可能得進(jìn)入你的血液里、進(jìn)入你的骨髓里。然后你的品味、你的架構(gòu)能力或執(zhí)行力，再加上你能不能做市場傳播、你有沒有好的身體。

以后這種AI原生的組織，可能就不是衡量第一你有多少人，第二你有多少的工時，第三你有多少在跑的任務(wù)?？赡芩娴木腿慷紦Q算成，你就告訴我你有多少人產(chǎn)生多少Token，或者你也不用告訴我多少人，你就告訴我你一天產(chǎn)生多少Token。

（NoDesk團(tuán)隊目前正在尋求新一輪融資）

封面來源｜企業(yè)官方

歡迎交流

本文來自微信公眾號“智能涌現(xiàn)”，作者：鄧詠儀，36氪經(jīng)授權(quán)發(fā)布。