出品｜虎嗅科技组

作者｜陈伊凡

编辑｜苗正卿

头图｜AI 生成

" AI 原生 100 "是虎嗅科技组出针对 AI 原生创新栏目，这是本系列的「56」篇文章

今年四月，甲骨文公司裁掉了全球 3 万名员工，占其总人力的五分之。这云平台巨头的赌注很明确：AI 可以顶上这些岗位，而系统不会崩溃。

对于前 AWS 人工智能研究员 Raphael Shu 来说 , 这是个信号：当企业的经济主体从"人"切换到" AI "时 , 变革的临界点已经到来。

Raphael Shu 显然是那个对智能体未来激进的人。他曾早在 2022 年，即 ChatGPT 发布前，就在亚马逊内部动了 Agent 的研发。

在与虎嗅交流时，Raphael 刚结束场跨时区的会议。因为长期旅居国外，他的中文表达不流利，语速很慢，表达的速度跟不上思考的速度。

2022 年 ChatGPT 尚未问世 , 他已在亚马逊内部动智能体 ( Agent ) 研发。如今他创办的 OpenAgents 只有 7 名员工 , 但目标是让这个小团队带着上百个 AI 协同工作。他的判断是 : 随着大模型理速度指数飙升 , 人类不仅会失去执行层的主权 , 甚至会沦为阻塞生产链条的"率瓶颈"。

带着这样的预判，Raphael 离开亚马逊创办了 OpenAgents。他的初创团队目前仅有 7 名员工，但他们的近期目标是：让这几个员工带着上百个 AI 起工作。他们致力于为多智能体提供个互相交流、协作互动的底层场所，造个属于 AI 的"数字城邦"。

在 Raphael 看来，多智能体协作是现阶段 AI 行业值得押注的向之，且留给行业的窗口期，只剩 1 到 2 年。

Raphael Shu 演讲 图片由 OpenAgents 提供

早"吃螃蟹"的人

2022 年，Raphael 还在 AWS，ChatGPT 还没出来，那时候好的大模型叫 Code davinci 002，你问它"人怎么上火星"，它会回答"人怎么上月球"、"人怎么上太阳"。

彼时，Raphael Shu 和他在 AWS 的团队做了个实验：把当时好的大模型接进来 , 让它边和人对话、边写代码。他们连了个 Dropbox，让模型先自己读文档学会怎么用 Dropbox，然后告诉它"帮我把所有 TXT 文件重命名成 MD "——它就自己写代码，把这事办了。这成了智能体协作的雏形。

Chat GPT 出来后，全球都在进行"大模型炼丹"的游戏，没有人在意智能体，甚至听不懂所谓的" AI Agent "是什么。

在大型科技公司的官僚体系中，具颠覆的创新往往先被视为某种乏味的微调。Raphael 在公司" Agent "，  大看 demo，反应就是"这也就是聪明的 RPA（流程自动化）"，但是" RPA 历史上都没多少用户，这能有什么用"。  但当这项技术雏形被呈递给管时，得到的冷淡回应："这不就是聪明的 RPA（机器人流程自动化）吗？"

直到 2023 年 3 月云浮橱柜台面胶厂云浮 ，OpenAI 出了 ChatGPT Plugin。决策者们恍然大悟，紧急开会，迅速拨给 Raphael 10 个人和大笔数据标注预（他们还在印度雇佣了大量标注工程师），要求他以快速度将 Agent 能力训练到亚马逊自研的大模型中。

但大厂留给创新的窗口期总是短。随着 AWS 内部两位关键人物的离开，Raphael 决定不再等待，从亚马逊抽身，躬身入局。

刚出来创业时，Raphael Shu 回了趟，他几乎把国内排名前 20 的头部投资机构聊了个遍。但他发现，当时国内投资人对 Agent 的认知，几乎全部停留在" Langchain 思维"里。"

在 Raphael 看来，Langchain 用种具"误"的式定义了 Agent ——它将 Agent 矮化为了个固定的"工作流（Workflow）"。这致当你在聊 Agent 时，大脑子里想的依然是画流程图。当 Raphael 试图向他们销"多智能体协作"时，投资人以为的只是"多个工作流之间如何串联"。

但这二者有着本质的区别：工作流是死板的"流水线"，上下游按部就班，步出错全盘崩溃；而多智能体协作则是"人类团队开会"，不同的 AI 扮演不同的角，它们可以自主对话、动态分工，甚至互相纠错。

2026 年，OpenClaw 出现，许多人才开始接受了多智能体协作的概念，但 Raphael 早就料到了这个趋势。随后，另个比 OpenClaw 距离真正的 AI 员工近的应用 Hermes 出现。

Raphael 认为，OpenClaw 能火，是因为了两个关键概念：是"造属于你自己的 agent "，把 AI 从工具变成了工具人；二是它其聪明地将交互界面搬到了 Telegram 上，让用户像给真人发微信样，给 AI 派发任务、接收汇报。这让许多不懂技术的 CEO 和律师也能瞬间 Get 到它的价值。随后，距离真正的" AI 员工"近的开源项目 Hermes 也应运而生。

但 Raphael 敏锐地指出，OpenClaw 并非没有代价，它的致命伤在于"低的透明度"。由于用户看不到 Agent 在沙盒里具体执行了什么操作，这致它难被应用于软件开发这类需要过程全透明的场景。

这揭示了个有趣的 PMF（产品市场契度）错位：OpenClaw 终圈粉的，其实是与开发者反向的那批人——因为开发者需要掌控感和透明度，而许多非技术用户根本不在乎黑盒里的过程，他们只要结果。

奥力斯    泡沫板橡塑板专用胶报价    联系人：王经理    手机：18232851235（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

Raphael Shu 成立 OpenAgents，想做另件事。

"做个好的篮球场"

"如果大都在场篮球赛，OpenClaw 想做的是场上好的篮球选手，而我们想做的，是提供好的篮球场。" Raphael 这样形容 OpenAgents 的定位，OpenAgents 造个开放平台，允许用户接入各式各样的 Agent，甚至自定义 Agent。

但这块"篮球场"的搭建并非帆风顺。去年，Raphael 团队的核心精力放在了造款面向开发者的底层工具上——通过 Python 构建个网络，让基于 Langchain 或 AutoGen 开发的 Agent 能在其中互相通信与协作。

然而，当他们举办场几百人规模的黑客松，却发现真正能运用工具跑通项目的人远低于预期时，Raphael 发现问题既不在宣发，也不在于教育成本，而是伪需求与门槛：开发者须先费力做出单个有用的 Agent，然后才能去探索多个 Agent 之间的协作。具备这种复能力和强烈协作需求的开发者，实在太少了。

认清现实后，团队在今年进行了次大刀阔斧的转型，决定做款" Customer Zero Product "（号客户产品）。这源于 Raphael 的个坚持："如果个产品我们自己团队都不愿意每天用，那我宁愿不做。"

这思路直接催生了现象产品 Open Agents Workspace。它抛弃了复杂的代码，变成了个有 UI 界面、支持 MacOS、Windows 和 Linux 的代码工作区。用户只需安装软件，像平时用电脑样点几下鼠标，就能配置好 Agent 并接入工作区，全程不需要写行代码。

Workspace 上线后的火爆程度出了所有人的预料。连续三天，服务器被汹涌的流量挤爆，GitHub 几天内暴涨了 1600 多颗星。Workspace 迅速黏住了批每天频使用的铁杆用户，他们甚至比官还着急。系统出问题，这些具备技术能力的用户直接在 GitHub 上提 Issue、提 PR，顺手就帮官把 Bug 修了。甚至有作直接出了名工程师，偿帮他们开发出了 MacOS 和手机端的 APP。

"你看，这就是开源的价值，" Raphael 告诉我，"你不只是拥有批用户，你拥有的是批会把自己需求直接变成产品进化能力的人。"

目前，OpenAgents 在国内已积累了七八千名开发者用户，海外也有五六百人的核心圈层。在新加坡的场学术会议 Workshop 上，是吸引了 560 人付费报名。但这距离 Raphael 的目标还很远，他想要的不仅是规模大，是个能影响整个 Agent 经济走向的"社区"。

他希望这个社区里有创始人、大厂产品经理、学术界研究员云浮橱柜台面胶厂云浮 ，大在个开放环境里共同探讨个终命题：当经济的主体从人变成 AI 时，世界会发生什么？ 同时，他也定下了个宏大目标：社区里孵化出 10 万个" Agent Master（智能体大师）"。你不是懂代码的开发者，只要你拥有并熟练指挥你自己的 Agent，你就是这个新经济生态的部分。

事实上，这种"经济主体让位给 AI "的未来，已经提前在 OpenAgents 的客户那里上演了。

Raphael 透露，他们目前正在与作公司进行项名为" Shadow Mode（影子模式）"的激进实验。具体做法是：雇佣名真人工程师或在线销售，让其在个特定的模拟器上正常工作 40 小时。在此期间，AI 像影子样在后台全程静默观察，记录下这个人的所有操作逻辑、行为模式，甚至包括他说话的语气和格。40 小时后，AI 将接管这个模拟器，用相同的"人类外壳"去自动化完成后续的所有工作。

在 Raphael 看来，OpenAgents 本质上是非常典型的 B2B 创业公司。其商业飞轮非常清晰：开源项目负责建立行业影响力和引流，万能胶厂家企业端服务（如影子模式）负责创造现金流。

"在这个时代，Idea 本身没有那么值钱。" 经历了大厂的洗礼和创业的摸爬滚，Raphael 对 AI 红海有着清醒的认知，真正难的是，在每天都有新东西冒出来、每天都有人呼"这是 Next Big Thing "的喧嚣里，你还能看清楚个自己愿意长期做下去的向，并且坚持足够久。而这件事本身，就会成为的壁垒。

多智能体的爆发还在等待"曼哈顿时刻"

如今的 OpenAgents 保持着致的精简：整个团队仅有 7 人，3 名开发、1 名 AI 工程师以及 3 名市场人员。这恰恰是 Raphael 理想中未来企业的切片：保持 8 到 12 人的小人类团队规模，但背后却带着 100 个 AI Agents 在"数字地"里开疆拓土。

这种预演，已经在巨头体内悄然发生。在我们对话的前几周，甲骨文（Oracle）启动了场波及全球 3 万人的大裁员，裁员比例达惊人的 18-20。

这件事给了 Raphael 大的震撼。在他看来，云平台不同于普通的软件公司—— Photoshop 的代码写错了，顶多是滤镜难看；但云平台的底层代码旦出错，面临的就是大面积的服务宕机，" Oracle 敢下如此狠手，说明他们内部定已经跑通了数据，证明裁掉这 20 的人之后，靠 AI 顶上，系统对不会垮。"

这会触发场可怕的连锁反应：旦 Oracle 的盘通，其他巨头们对坐不住。竞争对手通过裁员狂运营成本，再把省下的重金向 AI，利润率和估值双双飙升——在华尔街的凝视下，谁敢不跟进？

归根结底，这是笔冷峻的经济账。在美国西海岸，维持个能立产出的资软件工程师，公司年的综成本达 60 万到 80 万美元；而像 Claude Code 这样的 AI 工具，哪怕按频次满负荷拉满，个月的成本也不过九牛毛。

当两者之间的成本鸿沟足够大时，用 AI 替代人类就不再是"偏好"的问题，而纯粹是个"时间"问题。"我觉得甚至都不需要等 3 到 5 年，快的话可能也就是 1 年左右的事。" Raphael 预判道。

那么，距离多智能体接管还有多远？Raphael 认为，在 Agent 大爆发之前，行业还需要几次类似 OpenClaw 这样现象的创新。并且，这些引爆点有可能诞生在"闭源产品"中。理由很简单：开源项目难磨出具备爆发力的 C 端体验，而闭源产品形态成熟，容易在交互上完成降维击，从而迎来真正的破圈。

"这就像人类历史的演进规律样。" Raphael 用了个比喻：任何重大成就都会经历两个阶段——先是"个人突破"，其次是"团队突破"。就像造原子弹，阶段是奥本海默这样的天才在理论上验证了制造的可能；二阶段，则是把顶大脑们聚在个"曼哈顿计划"里，分工协作把原子弹真正造出来。

当前的 AI 行业，正处于"单个 Agent 能力突破"的奥本海默阶段。而下个纪元，毫疑问将是"多智能体协作（Multi-Agent）"引爆的曼哈顿时刻。

Raphael 正在耐心地等待那个时刻的降临。对 OpenAgents 来说，眼下重要的事情只有件：赶在狂欢达到潮之前，把那座好的"篮球场"先铺好。

以下是虎嗅精选的访谈内容：

虎嗅： 你当时创业为什么选择在美国，而不是回国？

Raphael Shu：  我大学毕业之后在日本待了 11 年，后来才来美国，所以我在国内的人脉非常弱。不过出来之后我回国聊了非常多的人，也发现国内投资圈其实大互相都认识，我才逐渐觉得这个圈子并没有想象中那么封闭。

虎嗅： 我记得你在 AWS 从 2022 年就开始押注 agent。那时候 ChatGPT 都还没出来，为什么会有这么早的判断？

Raphael Shu：以前任何技术，就你给它万条训练数据，也很难达到这种程度。所以我们当时就认为，至少对于"能对话、能执行任务"这类机器人来说，大模型是个颠覆的转折。后来我也慢慢把这件事想清楚了。个会话型 AI，真正要解决的问题其实只有两个：，够不够全；二，对话能不能像人样自然。以前很多技术多只能把其中个维度往前点点。大模型出来之后，这两个问题同时被到了个新范式里。

虎嗅： 在 AWS 和 Bedrock 那段经历里，哪些东西后来投射到了你现在的创业里？

Raphael Shu： 2022 年到 2023 年，我们在 AWS 内部去押注 agent。那段经历很像次大公司内部创业：你看到了明确向，但很难说服 stakeholder，后是外部环境变化，反过来着组织来找你做这件事。

后来我在 Bedrock 带团队尝试多智能体协作。这两段经历让我形成了个很重要的判断：AI 行业变化太快了，很多人看到新东西出来，比如 MCP 出来了，或者 OpenClaw 出来了，就立刻想跟着做个项目，但这种跟法其实很危险。不是说这个 idea 定错，而是你会没有足够的思考空间。

我现在会在意件事：不是看眼前这个机会，而是去想 6 个月之后，行业里哪些东西是确定会发生的。你如果押注的是那种长期、确定的变化，才有时间磨产品，也才有真正的 runway。

虎嗅： 你决定创业后，回国见了遍投资人，得出了什么判断？

Raphael Shu： 我后来有个很的感受，就是创业公司大体上其实只有两种模式。

种是现金流模式，做的是个长期存在、能稳定产生现金流的 business。另种是 IPO 模式，在几年之内靠不断融资、快速扩张，把公司到个非常大的量，后走向 IPO 或者被大公司价收购。这两种模式会直接决定你该做什么产品、不该做什么产品，甚至决定你需要什么样的 co-founder、招什么样的人。

虎嗅：那你呢？你自己想做哪种公司？

Raphael Shu：种。我想做个能健康产生现金流的 business，而不是狂钱的公司。

虎嗅： 你们发布了 Workspace 之后，Github 上涨了 1600 颗星，还有很多开发者自主过来帮你们维护和完善，你们做的是人和 agent 协同的社区，还是 agent 和 agent 协同的社区？

Raphael Shu： 现在还是个过渡形态。我们发布的 Workspace 先还是给人用的，所以它强调的是"多个人 + 多个 agent "的协作。但长远地看，我看重的其实是 agent 和 agent 之间的协同。因为随着理速度越来越快，人和 AI 在时间尺度上会越来越不匹配，到后，人像是慢速工具，agent 才是速执行和速协同的主体。

所以在产品设计上，我看重的不是把个 agent 做得多强，而是怎么把整个 agent 团队配置好、分工好、协作好。

虎嗅： 如果真进入那个阶段，对多智能体协作意味着什么？

Raphael Shu： 意味着"人告诉它做什么、它做 10 分钟再回来汇报"这种模式就不够了。公司需要的是能自主决策、24 小时运转、自己开会复盘的 agent。

举个很实际的例子。假设公司里，每个人未来都有自己的 agent。如果 Bary 是 CTO，Julia 是工程师，两人有时差。Bary 给 Julia 发了个需求：做个新的用户登录系统。Julia 的 agent 看完之后，马上会意识到需求缺了关键信息，于是它不会等 Julia 醒来，而是直接去问 Bary 的 agent：到底是继续用邮箱登录，还是改成 Google 登录？Bary 的 agent 知道上下文，因为它知道 Bary 为什么提这个需求，于是会直接回答：全部改成手机号登录。这样很多信息差在 agent 之间就先补完了。

虎嗅： 你给自己留了多长的 runway？

Raphael Shu：  对我个人来说，runway 基本是限的，因为我同时也在给其他公司做顾问，但我不直靠这个撑着。我的初衷就是做个能健康产生现金流的 business，不想走狂钱找接盘侠那条路。

虎嗅： 什么时候准备开始融资？

Raphael Shu：  我希望至少等企业端产品有 10 个客户在用，并且有积的数据点之后再融资。如果我是做 ToC，我可能会做个 PPT，马上融大笔钱，三个月看能不能爆。但我们是 ToB，我还是想慢慢把 cash flow（现金流）做强。

相关词条:管道保温     塑料管材生产线     锚索    玻璃棉毡    PVC管道管件粘结胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定云浮橱柜台面胶厂云浮 ，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。