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" 是虎嗅科技组推出针对 AI 原生创新栏目，这是本系列的第「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一。这家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 , 这是一个信号：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更激进的人。他曾早在 2022 年，即 ChatGPT 发布前，就在亚马逊内部推动了 Agent 的研发。

在与虎嗅交流时，Raphael 刚结束一场跨时区的会议。因为长期旅居国外，他的中文表达不算流利，语速很慢，表达的速度跟不上思考的速度。

2022 年 ChatGPT 尚未问世 , 他已在亚马逊内部推动智能体 ( 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 : 随着大模型推理速度指数级飙升 , 人类不仅会失去执行层的主导权 , 甚至会沦为阻塞生产链条的 " 效率瓶颈 "。

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 一起工作。他们致力于为多智能体提供一个互相交流、协作互动的底层场所，打造一个专属于 AI 的 " 数字城邦 "。

在 Raphael 看来，多智能体协作是现阶段 AI 行业最值得押注的方向之一，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

最早 " 吃螃蟹 " 的人

2022 年，Raphael 还在 AWS，ChatGPT 还没出来，那时候最好的大模型叫 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 的团队做了一个实验：把当时最好的大模型接进来 , 让它一边和人对话、一边写代码。他们连了一个 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，最具颠覆性的创新往往首先被视为某种乏味的微调。Raphael 在公司推 "Agent"，  大家一看 demo，第一反应就是 " 这也就是更聪明的 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高管时，得到的冷淡回应：" 这不就是更聪明的 RPA（机器人流程自动化）吗？"

直到 2023 年 3 月，OpenAI 推出了 ChatGPT Plugin。决策者们恍然大悟，紧急开会，迅速拨给 Raphael 10 个人和一大笔数据标注预算（他们还在印度雇佣了大量标注工程师），要求他以最快速度将 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极短。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 回了趟中国，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 用一种极具 " 误导性 " 的方式定义了 Agent ——它将 Agent 矮化为了一个固定的 " 工作流（Workflow）"。这导致当你在聊 Agent 时，大家脑子里想的依然是画流程图。当 Raphael 试图向他们推销 " 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，一步出错全盘崩溃；而多智能体协作则是 " 人类团队开会 "，不同的 AI 扮演不同的角色，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，另一个比 OpenClaw 距离真正的 AI 员工更近的应用 Hermes 出现。

Raphael 认为，OpenClaw 能火，是因为打了两个关键概念：一是 " 打造属于你自己的 agent"，把 AI 从工具变成了工具人；二是它极其聪明地将交互界面搬到了 Telegram 上，让用户像给真人发微信一样，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 " 更近的开源项目 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 " 极低的透明度 "。由于用户完全看不到 Agent 在沙盒里具体执行了什么操作，这导致它极难被应用于软件开发这类需要过程全透明的场景。

这揭示了一个有趣的 PMF（产品市场契合度）错位：OpenClaw 最终圈粉的，其实是与开发者完全反向的那批人——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。

Raphael Shu 成立 OpenAgents，想做另一件事。

" 做一个最好的篮球场 "

" 如果大家都在打一场篮球赛，OpenClaw 想做的是场上最好的篮球选手，而我们想做的，是提供最好的篮球场。" Raphael 这样形容 OpenAgents 的定位，OpenAgents 打造一个开放平台，允许用户接入各式各样的 Agent，甚至自定义 Agent。

但这块 " 篮球场 " 的搭建并非一帆风顺。去年，Raphael 团队的核心精力放在了打造一款面向开发者的底层工具上——通过 Python 构建一个网络，让基于 Langchain 或 AutoGen 开发的 Agent 能在其中互相通信与协作。

然而，当他们举办一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，而是伪需求与高门槛：开发者必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。具备这种复合能力和强烈协作需求的开发者，实在太少了。

认清现实后，团队在今年进行了一次大刀阔斧的转型，决定做一款 "Customer Zero Product"（零号客户产品）。这源于 Raphael 的一个坚持：" 如果一个产品我们自己团队都不愿意每天用，那我宁愿不做。"

这一思路直接催生了现象级产品 Open Agents Workspace。它彻底抛弃了复杂的代码，变成了一个有 UI 界面、支持 MacOS、Windows 和 Linux 的零代码工作区。用户只需安装软件，像平时用电脑一样点几下鼠标，就能配置好 Agent 并接入工作区，全程不需要写一行代码。

Workspace 上线后的火爆程度超出了所有人的预料。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 迅速黏住了一批每天高频使用的铁杆用户，他们甚至比官方还着急。系统一出问题，这些具备技术能力的用户直接在 GitHub 上提 Issue、提 PR，顺手就帮官方把 Bug 修了。甚至有合作方直接出了一名工程师，无偿帮他们开发出了 MacOS 和手机端的 APP。

" 你看，这就是开源的价值，" Raphael 告诉我，" 你不只是拥有一批用户，你拥有的是一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。在新加坡的一场国际学术会议 Workshop 上，更是吸引了 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，更是一个能影响整个 Agent 经济走向的 " 超级社区 "。

他希望这个社区里有创始人、大厂产品经理、学术界研究员，大家在一个开放环境里共同探讨一个终极命题：当经济的主体从人变成 AI 时，世界会发生什么？ 同时，他也定下了一个宏大目标：社区里孵化出 10 万个 "Agent Master（智能体大师）"。你不必是懂代码的开发者，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一部分。

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，他们目前正在与一家合作公司进行一项名为 "Shadow Mode（影子模式）" 的激进实验。具体做法是：雇佣一名真人工程师或在线销售，让其在一个特定的模拟器上正常工作 40 小时。在此期间，AI 像影子一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性格。40 小时后，AI 将全面接管这个模拟器，用完全相同的 " 人类外壳 " 去自动化完成后续的所有工作。

在 Raphael 看来，OpenAgents 本质上是一家非常典型的 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，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打，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、每天都有人高呼 " 这是 Next Big Thing" 的喧嚣里，你还能看清楚一个自己愿意长期做下去的方向，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 保持着极致的精简：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 人的极小人类团队规模，但背后却带着 100 个 AI Agents 在 " 数字领地 " 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）启动了一场波及全球 3 万人的大裁员，裁员比例高达惊人的 18%-20%。

这件事给了 Raphael 极大的震撼。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一旦出错，面临的就是大面积的服务宕机，"Oracle 敢下如此狠手，说明他们内部一定已经跑通了数据，证明裁掉这 20% 的人之后，靠 AI 顶上，系统绝对不会垮。"

这会触发一场可怕的连锁反应：一旦 Oracle 的算盘打通，其他巨头们绝对坐不住。竞争对手通过裁员狂砍运营成本，再把省下的重金砸向 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，这是一笔冷峻的经济账。在美国西海岸，维持一个能独立产出的资深软件工程师，公司一年的综合成本高达 60 万到 80 万美元；而像 Claude Code 这样的 AI 工具，哪怕按最高频次满负荷拉满，一个月的成本也不过九牛一毛。

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

" 这就像人类历史的演进规律一样。" Raphael 用了一个比喻：任何重大成就都会经历两个阶段——首先是 " 个人突破 "，其次是 " 团队突破 "。就像造原子弹，第一阶段是奥本海默这样的天才在理论上验证了制造的可能性；第二阶段，则是把顶尖大脑们聚在一个 " 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。而下一个纪元，毫无疑问将是 " 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，眼下最重要的事情只有一件：赶在狂欢达到高潮之前，把那座最好的 " 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家互相都认识，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，就算你给它一万条训练数据，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，大模型是一个颠覆性的转折。后来我也慢慢把这件事想清楚了。一个会话型 AI，真正要解决的问题其实只有两个：第一，功能够不够全；第二，对话能不能像人一样自然。以前很多技术最多只能把其中一个维度往前推一点点。大模型出来之后，这两个问题同时被推到了一个新范式里。

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。那段经历很像一次大公司内部创业：你看到了明确方向，但很难说服 stakeholder，最后是外部环境变化，反过来推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一个很重要的判断：AI 行业变化太快了，很多人一看到新东西出来，比如 MCP 出来了，或者 OpenClaw 出来了，就立刻想跟着做一个项目，但这种跟法其实很危险。不是说这个 idea 一定错，而是你会没有足够的思考空间。

我现在会更在意一件事：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更长期、更确定的变化，才有时间打磨产品，也才有真正的 runway。

虎嗅： 你决定创业后，回国见了一遍投资人，得出了什么判断？

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

一种是现金流模式，做的是一个长期存在、能稳定产生现金流的 business。另一种是 IPO 模式，在几年之内靠不断融资、快速扩张，把公司推到一个非常大的量级，最后走向 IPO 或者被大公司高价收购。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：第一种。我更想做一个能健康产生现金流的 business，而不是疯狂烧钱的公司。

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： 现在还是一个过渡形态。我们发布的 Workspace 首先还是给人用的，所以它强调的是 " 多个人 + 多个 agent" 的协作。但更长远地看，我最看重的其实是 agent 和 agent 之间的协同。因为随着推理速度越来越快，人和 AI 在时间尺度上会越来越不匹配，到最后，人更像是慢速工具，agent 才是高速执行和高速协同的主体。

所以在产品设计上，我最看重的不是把一个 agent 做得多强，而是怎么把一整个 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。假设一家公司里，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 发了一个需求：做一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 基本是无限的，因为我同时也在给其他公司做顾问，但我不打算一直靠这个撑着。我的初衷就是做一个能健康产生现金流的 business，不想走疯狂烧钱找接盘侠那条路。

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，并且有积极的数据点之后再融资。如果我是做 ToC，我可能会做个 PPT，马上融一大笔钱，烧三个月看能不能爆。但我们是 ToB，我还是更想慢慢把 cash flow（现金流）做强。