金磊 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

要問這兩天AI圈在比什么，毋庸置疑，就是誰家養(yǎng)龍蝦又便宜又方便：

智譜剛剛發(fā)了個(gè)澳龍，把在本地部署滿血龍蝦這件事的門檻打下去；

騰訊也發(fā)布自家的小龍蝦，也是最快1分就能搞定部署這件事；

壕是都非常壕，但好，到底好不好？

巧了，這兩天剛好有一群極客和開發(fā)者，就對(duì)龍蝦能用來干什么、干到什么程度，做了些有趣的實(shí)測。

例如下面這個(gè)可可愛愛的小馬，就是免費(fèi)龍蝦的杰作：

△創(chuàng)作者：徐帆

不是說龍蝦造了個(gè)硬件啊，而是這個(gè)龍蝦的能力已經(jīng)深度嵌入到了這個(gè)小馬里面。

在它的身體里有一個(gè)語音識(shí)別的小芯片，我們可以通過說話的方式，讓賽博小馬在電腦上打開網(wǎng)頁、生成視頻，甚至自動(dòng)創(chuàng)建文件夾。

這么個(gè)能看、能聊天，還能幫你干活兒的賽博寵物要是放你工位旁，那簡直不要太卡哇伊。

然后還有創(chuàng)作者們一起做了給龍蝦搞了線上辦公室：

△創(chuàng)作者：海辛 & Simon阿文

如果說過去我們用AI，就像是往一個(gè)黑盒子里塞需求，那這個(gè)項(xiàng)目就是把黑盒子砸碎。

他們?yōu)辇埼r打造了一套極具游戲感的RPG可視化面板。

你可以直觀地看到你的AI此時(shí)此刻到底在干嘛——是在休息、在干活、在同步數(shù)據(jù)，還是在苦逼地修復(fù)Bug。

這只蝦甚至還能搬家、探索新地圖，根據(jù)學(xué)到的新技能自動(dòng)生成獨(dú)特的技能樹地圖，還能聯(lián)機(jī)共享，學(xué)習(xí)別的龍蝦的技能點(diǎn)。

不難看出，這個(gè)龍蝦在上面兩個(gè)有趣的任務(wù)上的表現(xiàn)，不說“夯”，但也起碼“人上人”的level。

但如果到真正工作的場景中，這些龍蝦是否還能hold住呢？

不止有趣，龍蝦真能干實(shí)事兒

剛才我們看的龍蝦可以打開網(wǎng)頁去生成一個(gè)視頻。

但接下來的這只龍蝦，可以說是把工作做得更深了一層——視頻自動(dòng)剪輯。

△創(chuàng)作者：Gilbert

現(xiàn)在，你只需要告訴龍蝦視頻文件的位置，它就能自動(dòng)進(jìn)行靜音檢測（把沒說話的廢鏡頭全砍掉）、語音轉(zhuǎn)錄、切片剪輯。

長達(dá)9分鐘的原視頻，直接精剪到了39秒鐘！

甚至面對(duì)多段視頻素材，這只龍蝦也能自動(dòng)提取最佳段落并完成多素材拼接。

這對(duì)于視頻剪輯工作者來說，尤其是那些自己錄還有自己剪的博主們，可以說是省去了很大的工作量。

再如這只勝任電子班主任的龍蝦：

△創(chuàng)作者：史皓天

這只龍蝦要解決的，是在考研、考博這種高強(qiáng)度的教輔場景下，一個(gè)導(dǎo)師根本帶不過來那么多學(xué)生的問題。

它能讀取學(xué)生的科研設(shè)想文檔，自動(dòng)給出細(xì)致的評(píng)分和修改建議，還能輔導(dǎo)復(fù)試、搜索背景資料、評(píng)價(jià)文獻(xiàn)綜述。

結(jié)果顯示，在一周的時(shí)間內(nèi)，這只龍蝦班主任在后臺(tái)被調(diào)用了超過2萬次API。它能夠清晰地記住每個(gè)學(xué)生的歷史消息和專屬檔案，真正實(shí)現(xiàn)了規(guī)模化的個(gè)性培養(yǎng)。

最后，還有一只擅長搞錢的龍蝦。

△創(chuàng)作者：Kevin

這是一個(gè)MCN海外營銷實(shí)戰(zhàn)，典型的一個(gè)人就是一支軍隊(duì)。

但在這個(gè)任務(wù)中，龍蝦并不是只有一只，而是一個(gè)蜂巢蝦群系統(tǒng)：

• 指揮塔：一個(gè)指揮蝦（別名蝦指揮）；
• 商業(yè)化部門：大約30只員工蝦，細(xì)分為獵手蝦和聯(lián)絡(luò)蝦；
• 內(nèi)容孵化部門：大約10只員工蝦，包括創(chuàng)作蝦和質(zhì)檢蝦；
• 創(chuàng)新小組部門：大約10只潛伏蝦；
• 效率中臺(tái)部：1-2只知識(shí)蝦。

為了方便管理，這套系統(tǒng)甚至給不同的蝦設(shè)定了MBTI性格，增強(qiáng)協(xié)同的擬人感。

這套多Agent協(xié)同的玩法，可以說是精準(zhǔn)擊中了傳統(tǒng)MCN極度依賴人力堆疊的痛點(diǎn)。

為什么需要給龍蝦一個(gè)新的身份？

看完這些案例，如果你還覺得這只是極客們的一場賽博狂歡，那可能就錯(cuò)過了背后正在發(fā)生的產(chǎn)業(yè)暗流——一次真實(shí)生產(chǎn)環(huán)境大考。

在過去一兩年里，我們對(duì)大模型的認(rèn)知，普遍還停留在單兵作戰(zhàn)的Chatbot階段。

無論是ChatGPT還是各類網(wǎng)頁、APP版AI，它們就像是一個(gè)被死死綁在椅子上的智者。你問它問題，它能口若懸河地給你講宇宙起源、量子力學(xué)，甚至幫你寫一篇華麗的文章。

但問題是，它沒有手腳，也沒有對(duì)你這個(gè)人和你所在公司的長期記憶，更觸碰不到你的現(xiàn)實(shí)世界。

而以O(shè)penClaw為代表的Agent框架，本質(zhì)上就是在做一件事：給這個(gè)綁在椅子上的大腦，裝上能感知世界的傳感器（API），裝上能干活的手腳（Skills），以及裝上能形成經(jīng)驗(yàn)的記憶中樞（Memory）。

這為什么極其重要？

因?yàn)樵谡鎸?shí)的商業(yè)世界里，真正的生產(chǎn)力爆發(fā)從來不在于個(gè)人效率，而在于團(tuán)隊(duì)協(xié)作。

我們?nèi)ビ^察任何一家能夠高效運(yùn)轉(zhuǎn)的企業(yè)，它的核心是依靠一套成熟的組織架構(gòu)、信息流轉(zhuǎn)機(jī)制和業(yè)務(wù)SOP。

當(dāng)大模型試圖真正進(jìn)入業(yè)務(wù)線跑起來時(shí)，它面臨的其實(shí)是三個(gè)極其現(xiàn)實(shí)的組織管理命題：

第一，Agent必須理解組織結(jié)構(gòu)與權(quán)限。

如果一個(gè)AI只是一個(gè)飄在云端的賬號(hào)，它是極其危險(xiǎn)且無用的。在公司里，實(shí)習(xí)生不能查看核心財(cái)務(wù)數(shù)據(jù)，銷售不能隨意修改研發(fā)代碼。

一個(gè)成熟的Agent，必須知道“我是誰，我在為誰服務(wù)，我能看什么數(shù)據(jù)”。它需要融入現(xiàn)有的企業(yè)權(quán)限體系中，否則它連查一份內(nèi)部文檔的資格都沒有，更別提自動(dòng)化審批了。

第二，Agent需要一個(gè)穩(wěn)定的身份。

打工人進(jìn)公司第一件事是干什么？領(lǐng)工牌。工牌不僅僅是一個(gè)門禁卡，它代表了你在系統(tǒng)中的絕對(duì)唯一標(biāo)識(shí)。對(duì)于Agent來說也是如此。

在Kevin的MCN案例和史皓天的電子班主任案例中，我們可以清晰地看到，AI已經(jīng)上崗“質(zhì)檢員小A”、“博導(dǎo)助理小B”。

這種穩(wěn)定的身份，是Agent之間、以及Agent與人之間建立長期信任和協(xié)作流的基礎(chǔ)。如果沒有固定的工牌，多Agent協(xié)同就是一紙空談。

第三，Agent需要分層的記憶。

Chatbot只有當(dāng)前對(duì)話的短期上下文記憶。但在實(shí)際工作中，一個(gè)項(xiàng)目可能要跨度三個(gè)月，涉及幾十個(gè)文檔、幾百條群聊記錄。

Agent必須具備類似人類的記憶分層機(jī)制：短期記憶處理當(dāng)下的指令，長期記憶（通過向量數(shù)據(jù)庫或知識(shí)庫對(duì)接）沉淀過往的項(xiàng)目背景、用戶偏好和歷史修改記錄。只有讀懂了昨天的數(shù)據(jù)，Agent才能做出今天正確的決策。

當(dāng)這三個(gè)命題被擺在桌面上時(shí)，整個(gè)AI行業(yè)的痛點(diǎn)也就變得無比清晰：

我們現(xiàn)在最缺的，其實(shí)是一個(gè)能讓Agent安家落戶的合適的工作臺(tái)。

這個(gè)工作臺(tái)必須同時(shí)具備三個(gè)底層基礎(chǔ)設(shè)施：通暢的通信能力、結(jié)構(gòu)化的業(yè)務(wù)數(shù)據(jù)流、以及豐富的協(xié)作上下文。

如果沒有這樣的工作臺(tái)，開發(fā)者們就得自己去搭數(shù)據(jù)庫、寫權(quán)限校驗(yàn)、做前端UI、搞消息推送……這無疑是把“造汽車”變成了“煉鋼鐵”，直接勸退了99%的業(yè)務(wù)人員。

這也就是為什么，當(dāng)我們回過頭去盤點(diǎn)上述那些極其硬核的極客案例時(shí)，會(huì)發(fā)現(xiàn)一個(gè)共性現(xiàn)象——他們都把龍蝦接入了同一個(gè)平臺(tái)：飛書。

但問題來了，為什么偏偏就非得是飛書??？

首先，飛書把云文檔、日歷、多維表格這些核心辦公組件，全部做了API模塊化封裝。這意味著開發(fā)者寫Agent的時(shí)候，不需要像使喚老舊的Windows API那樣反復(fù)授權(quán)、反復(fù)登錄。

并且官方還發(fā)布了插件，可以讓OpenClaw在飛書里絲滑地讀取消息和調(diào)用工具。

其次，也是最關(guān)鍵的一點(diǎn)，飛書本身就承載了企業(yè)的通信和業(yè)務(wù)數(shù)據(jù)。Agent跑在上面，就像是一個(gè)空降的高管，它不需要你手把手地喂數(shù)據(jù)、導(dǎo)入歷史聊天記錄。它直接就能“看到”群里正在討論的項(xiàng)目、日歷上即將到來的截止日期、多維表格里需要質(zhì)檢的MCN內(nèi)容。

最后，門檻被已經(jīng)被降低到了普通人都能操作的程度，已經(jīng)實(shí)現(xiàn)了一鍵就能讓你在飛書上養(yǎng)蝦的功能，直接把部署的難題砍掉。

這種普及速度，是任何國外軟件都無法比擬的中國式優(yōu)勢。

也正如我們剛才所說，Agent技術(shù)已經(jīng)走出了實(shí)驗(yàn)室的測試環(huán)境、走出了代碼倉庫里的Demo，迎來了走入真實(shí)生產(chǎn)環(huán)境的全面大考。

在這場大考中，聰明的開發(fā)者們已經(jīng)得出了答案：

一個(gè)優(yōu)秀的Agent大腦決定了AI能做什么；但一個(gè)開放、包容、數(shù)據(jù)結(jié)構(gòu)化且天然具備協(xié)作基因的底層平臺(tái)，則決定了這個(gè)AI能做得有多好。

這幫在飛書里養(yǎng)龍蝦的先行者們，雖然實(shí)際表現(xiàn)還有不盡人意的地方，但或許也算是在提前彩排未來的工作方式。

不過有一點(diǎn)是肯定的，打工人的協(xié)作空間，正在被重塑。