,华纳圣淘沙客服：专业上下分服务，为玩家保驾护航

,访谈MuleRun陈宇森：ClaudeCode带来Agent创作新范式、未来的软件是日抛式的，很高兴为您解答这个问题，让我来帮您详细说明一下。

嘉峪关市峪泉镇、孝感市孝南区、上饶市广信区、惠州市龙门县、东莞市企石镇、乐东黎族自治县黄流镇、天水市秦安县、成都市彭州市、辽阳市灯塔市、河源市龙川县、六安市金安区、佳木斯市抚远市、吉安市庐陵新区、朔州市怀仁市、红河河口瑶族自治县、德阳市旌阳区、北京市门头沟区

The following article is from 晚点AI Author 晚点团队  导读   当普通人用自然语言就能开发AI Agent，软件产业会迎来怎样的颠覆性变革？连续创业者陈宇森结合MuleRun的一线实践，拆解Claude Code开启的创作新范式，坦诚分享十年创业起落沉淀的底层思考与行业判断。作者 | 晚点团队来源 | 晚点AI当agent构造变得越来越简单，会发生什么？agent交易平台MuleRun 创始人陈宇森分享了他的观察和创业实践。陈宇森是一名少年成名的连续创业者，22岁从浙大毕业后创办网络安全公司长亭科技，5年后卖给阿里云，现在他带着对AIagent的理解重新出发。MuleRun基于这样一个核心假设，当Vibe Coding大幅降低了应用开发门槛，Claude Code带来agent创作新方法，大量非技术背景的人也能把自己的工作知识和流程封装成一个个勤恳的AI骡子，实现个人工作的自动化。这期内容包含两次聊天，分别发生在25年12月和26年1月上旬，不到1 个月里，随着MuleRun Agent Builder开始内测，陈宇森和MuleRun 的思路已发生了一些变化。他认为，未来的market place不再会是过去我们熟悉的货架形态，而是在对话中触发交易。MuleRun的调整本身，也是当前AI应用瞬息万变的一个缩影。这期节目的后半段，我们也聊了一个创业10年，成立过4家公司，经历过成败起伏的创业者，如何以「用心」避免陷入平庸和对抗自我怀疑。以下是播客的文字整理，有部分精简。寻找方向、Agent交易平台的机会与难点晚点：你的这次创业是什么时候开始的？为什么会想到做 Agent market place？陈宇森：我们是在2024年年底开始构思这件事的。当时我们看到一个明确的信号：Cursor 这类产品已经找到了 PMF（产品市场契合点）。这表明，随着大语言模型能力的提升，它开始在特定应用领域（如编程）产生真正的生产力价值。我们认为编程是一项非常通用的能力，它是让 AI 能做更多事情的桥梁——既然人类通过编程能实现众多功能，那么如果 AI 能替代或辅助人类编程，很多事情就可以直接由 AI 完成。我们在 4 月份上线了一个 Vibe Coding 产品，当时也规划了一些差异化的功能，比如让模型更精通少数几个框架，或在运行时调试方面做得更好。但后来发现，在 AI 应用领域，如果做一个别人已经做了且团队同样优秀的产品，很难获得流量和用户。内测后发现，用同样的 prompt 在我们产品和头部产品上跑，结果差不多，因为大家都依赖于 Claude 的 API 能力。这一年下来，竞争格局并没有发生明显变化，没有哪个产品通过独特设计显著超越对手。不过，近期 Anthropic 自己做的 Claude Code 以及 OpenAI 的 CodeX 进展非常迅猛，用户数提升很快。Claude Code 确实让我感觉到了更大的变化，因为它启发了一种全新的 agent 创作范式。晚点：具体是怎样的创作范式？陈宇森： 简单来说，目前最强的 General Agent 就是 Claude Code。早期大家做 agent，往往是通过外挂方式来实现 SOP 与大模型的结合，比如在 LangGraph 里写一段代码，或者纯代码化的方式，而不是仅仅在模型上加 prompt。但随着大模型能力进步，我们发现只要确保复杂任务不超出上下文窗口（避免产生大量幻觉），直接给模型足够复杂的提示词，它就能处理足够复杂的事情。这虽然需要做一些 Context Engineering，但本质上已经是 "怎么用好大模型" 的问题了。我们的底层假设是：当大模型具备了编程能力后，理论上它可以在一到两年内，完成人类在电脑上能做的所有事情。基于这个认知，我们判断目前 AI 做不好的，主要是那些沉淀在线下或人类大脑中的经验与知识。如果能将个人的线下知识、经验与大模型的理解和判断能力结合，就能把个人的能力 80% 到 90% 复制到一个 agent 中。面临同类问题的人，只需花点小钱使用这个 Agent，就能免去从头操作的繁琐，实现 "花小钱办大事"。这样创作者能赚钱，使用者能提效，从而形成一个很好的交易生态。晚点：基于 Claude Code 是目前最好的通用智能体这一前提，未来很多需求可以直接通过 agent 实现，市场更需要的是一个交易平台，而不是去重复做 Claude Code 已经做得很好的事情，可以这样理解吗？陈宇森： 是的，这也是我们思路的演进过程。最初我们觉得市场缺乏一个好的 agent 交易平台，所以想做一个框架中立的部署与交易平台——无论你在哪里开发，都可以在这里部署和赚钱，因为赚钱是推动生产力发展的基础。但做到现在我们发现，要让行业专家去创作 agent，哪怕是低代码都显得太复杂。能用低代码的人，本质上已经具备了 coding 的能力。要让普通人真正能够 coding ，门槛必须降到只需使用自然语言，不需要理解参数、拖拉拽、循环或条件语句。最自然的方式就是直接描述需求和工作过程。比如，HR 清楚每天的招聘流程，客服知道如何调取知识库处理客诉和退换货。只要他们把这些日常工作流程描述得足够清晰，AI 就能高准确率地完成。如果有成百上千的人每天都要做同样的任务，他们就可以花钱让比人类更高效的 agent 去做，创作者也能因此获益。晚点：既然 MuleRun 是一个双边交易平台，一个 market place，平台目前的供需双方是怎样的吗？在供给端，一种是完全没有开发经验的人，通过你们提供的环境直接用自然语言生成业务流程；另一种是传统开发者把做好的 agent 上传到平台。这两种供给现在都有吗？哪种是更重要的呢？陈宇森： 主要是第二种。目前我们平台上的供给主要还是传统的应用。但真正让我们觉得这个商业模式成立的前提，其实是 Vibe Coding 的普及。过去开发软件成本很高，很难为几十个人甚至一个人的小众需求去定制软件；但现在有了代码能力强的大模型，我们完全可以为极少数人的需求开发应用。因为现在的供给还不够丰富，无论是用户的创作过程还是我们的上架流程都有些复杂。我们的核心假设是：未来的应用生态会无比丰富且极度长尾。可能我今天有个奇怪的需求，只要另外十个人里有一个人把应用做出来了，我就可以直接去用。当这种长尾需求被大量满足时，产品才算真正达到了 PMF。目前我们虽然上线了交易功能，用户增长也做得不错，积累了挺多注册用户，但遗憾的是还没有看到大规模的 PMF 发生。反思下来，核心问题在于供给丰富度不够、上架门槛太高。目前平台支持 n8n 工作流或 LangGraph 制作的复杂 agent 上线，但这仍依赖一定的人工审核，且创作门槛依然存在。所以绕了一圈回到刚才的话题：Claude Code 是极强的通用智能体。对于大多数开发者或普通人来说，只要能向它描述清楚需求，再配合我们提供的一个足够丰富的 skills market，就能大幅降低开发门槛。官方主要负责提供清晰的技能模块，比如操作 Excel、控制浏览器或调用特定软件，普通人只需描述需求并选择对应技能，Claude Code 就能将这些打包成一个容器或虚拟机，稳定交付任务。整个创作过程的核心就是极大地降低开发门槛。晚点：这听起来有点像我们在电脑上做的一些自动化操作？比如手机上可以用苹果的 "快捷指令" 做一个截图自动化流程，截图后自动按比例裁剪并上传到云盘，电脑上就能直接看。你们在电脑上实现的是类似的功能吗？陈宇森： 非常同意，这是个好例子。我们团队也有同事把内部平台的登录凭证放在手机上，通过快捷指令调用 agent 帮他处理事务。但这还比较简单。对于稍微复杂的场景，则需要加入个人判断。过去，软件很难通过规则代码去实现人的业务判断；但现在，只要教会大模型怎么去判断，它就能把这个步骤做掉。比如供应链员工发现缺货需要补货，过去是基于个人判断去操作 ERP 系统，现在大模型可以作为中间的 "胶水"，替代这些智力挑战不大的判断工作，实现全流程自动化。半自动化和全自动化的区别是巨大的，因为 AI 可以 24 小时工作，还能复制成百上千份。所以我们认为，Claude Code 目前的状态已经足以将创作 agent 的门槛降到极低。晚点：Claude Code是目前最强的通用智能体，它强大的能力足以极大地丰富Agent的供给。因此，现在是否是做Agent交易平台的绝佳时机？陈宇森： 是的，这正是我们一直在等待的、能够让创作变得足够简单的时机。Anthropic 的官方博客也提到，他们最初做 Claude Code 是为了辅助编程，但内部员工发现它可以很好地处理查看邮件、电脑操作等各种通用任务。大家对通用任务的需求其实非常旺盛。而要让 Claude Code 把这些事情做得更好，核心就是为它提供足够好的运行时环境，也就是 runtime。比如，不给它浏览器，它就没法做网页操作；给了它，它就能自己去执行。就像近期英伟达发布的能帮人打游戏的 AI 一样，只要你给 Claude Code 一个 Windows 环境，并讲清楚游戏操作的技能，理论上它也能帮你打游戏。所以在拥有足够好的运行时环境和清晰的技能设定下，理论上现在的 Claude Code 已经可以做电脑上的任何操作。晚点：所以你们目前在做的核心是否就是这两件事：为模型提供足够好的运行时环境和清晰的 Skills，同时配合一套交易系统？陈宇森： 对。这套系统听起来似乎谁都能做，但真正做好需要花很多时间。我们的创作者只需编写需求描述、prompt 或 SOP，我们就能将其连接成各种各样丰富的 agent。我们认为目前市场上有一个没有被充分商业化的点：一个足够好的 prompt 是具有极大商业价值的。现在很多 AI 博主的做法只是免费分享，比如之前 Nano Banana 生图模型火爆时，那个生成 "桌面手办模型" 的绝佳 prompt，最早想出来的人虽然无从考证，但他分享出来后引发了极大的传播。晚点："降低门槛" 在你们产品的优先级里排在第一位吗？陈宇森： 是的，它是非常强的优先级，几乎就是第一优先级。因为在模型能力不断提升的情况下，要想做成双边市场，核心依然是解决供给丰富度的问题，而供给丰富的前提就是极致降低创作门槛。前面提到的 Nano Banana 就是个很好的例子。当时大家都想做桌面手办图，但自己实现需要能访问大模型，还需要懂得使用搜索引擎去找到那段关键的 prompt，这个门槛把很多人挡在了门外。于是就有人在闲鱼上帮人代做，一次收 5 块钱。圈内人觉得理所当然的新技术，对大多数普通人来说依然存在极高的使用门槛。如果你能提供一个足够便捷的使用方式，他们是愿意买单的。这就是我们正在做的事情的商业价值。晚点：这个受众基数确实很大。我之前遇到过一件有意思的事：在餐厅吃饭时，一个十几岁的服务员听到我们聊 AI，就跑来问我们。他说他在一个群里，跟着别人用 AI 给人 P 头像赚钱——其实就是利用免费工具套个滤镜。这种需求其实一直都在。陈宇森： 是的。几年前生图模型还没和语言模型结合得这么好时，比如早期的 Stable Diffusion 或 Midjourney，写 prompt 就像写代码一样，格式严格，不像自然语言。那时候就有朋友靠帮人生成特定风格的卡通头像，一次也能赚 10 块钱。所以在技术门槛还不够低的时候，做一个连接 AI 能力和普通人之间的 "翻译中介" 是能赚到钱的。最近 Gemini 3 的核心工程师在接受采访时，解释了为什么模型会这么强。他说大模型的 Scaling Law 还远没有撞墙，智力还能继续提升；更有意思的是，哪怕现在大语言模型的智力停止演进，我们距离 "榨干" 它现有的能力，可能还有一到两年的时间。所以大家常说 2025 年是 agent 元年，2026 年会迎来应用大爆发。目前的模型能力已经能够支撑做出很多不一样的

刚刚信息部门通报重大更新,,华纳圣淘沙客服：专业上下分服务，为玩家保驾护航，很高兴为您解答这个问题，让我来帮您详细说明一下：

芜湖市弋江区、儋州市木棠镇 ，鹤岗市向阳区、临汾市洪洞县、凉山德昌县、乐山市五通桥区、鹤岗市兴安区、漳州市漳浦县、忻州市偏关县、三明市泰宁县、宁夏石嘴山市平罗县、眉山市东坡区、江门市江海区、成都市邛崃市、十堰市郧西县、广州市黄埔区、南充市嘉陵区 、太原市小店区、内蒙古通辽市科尔沁区、鄂州市梁子湖区、漳州市长泰区、衡阳市雁峰区、宿迁市泗洪县、铁岭市昌图县、广西百色市隆林各族自治县、儋州市雅星镇、定安县龙河镇、东莞市虎门镇、九江市浔阳区、厦门市集美区、十堰市郧西县

全球服务区域: 黄南尖扎县、汉中市佛坪县 、临沂市费县、长沙市宁乡市、河源市龙川县、焦作市沁阳市、广西来宾市忻城县、武汉市洪山区、莆田市仙游县、襄阳市襄州区、广西来宾市武宣县、广西梧州市岑溪市、湘潭市韶山市、南京市高淳区、遂宁市安居区、琼海市石壁镇、定安县龙湖镇 、吉安市青原区、赣州市定南县、广西梧州市岑溪市、牡丹江市东安区、凉山盐源县

近日评估小组公开关键数据,,华纳圣淘沙客服：专业上下分服务，为玩家保驾护航，很高兴为您解答这个问题，让我来帮您详细说明一下：

全国服务区域: 濮阳市华龙区、温州市龙湾区 、郑州市中原区、眉山市青神县、广西百色市那坡县、内蒙古鄂尔多斯市乌审旗、郴州市临武县、昆明市石林彝族自治县、内蒙古锡林郭勒盟阿巴嘎旗、内蒙古赤峰市翁牛特旗、乐东黎族自治县莺歌海镇、哈尔滨市平房区、忻州市保德县、吉安市永丰县、玉溪市红塔区、乐东黎族自治县千家镇、广州市增城区 、广西钦州市钦南区、金华市磐安县、三门峡市卢氏县、太原市古交市、滨州市惠民县、荆州市江陵县、铜仁市江口县、聊城市高唐县、葫芦岛市绥中县、盐城市东台市、淮南市田家庵区、马鞍山市当涂县、宣城市宣州区、济宁市曲阜市、玉溪市澄江市、宜春市宜丰县、佳木斯市前进区、昭通市威信县、威海市环翠区、深圳市龙华区、内蒙古通辽市科尔沁区、泉州市丰泽区、攀枝花市米易县、自贡市沿滩区

本周数据平台最新官方渠道传来研究成果:,华纳圣淘沙客服：专业上下分服务，为玩家保驾护航

随着网络游戏的普及，玩家们对于游戏体验的要求越来越高。在这个过程中，华纳圣淘沙客服作为一款热门游戏的服务团队，以其专业、高效的上下分服务，赢得了广大玩家的信赖和好评。本文将围绕华纳圣淘沙客服的上下分服务展开，为大家详细解读这一服务如何为玩家保驾护航。 一、华纳圣淘沙客服简介 华纳圣淘沙客服，作为一款知名游戏的服务团队，致力于为玩家提供优质、专业的服务。团队由一群富有经验、热爱游戏的客服人员组成，他们熟悉游戏规则，能够迅速解决玩家在游戏中遇到的各种问题。在上下分服务方面，华纳圣淘沙客服凭借其专业素养，为玩家提供了便捷、高效的解决方案。 二、上下分服务详解 1. 上下分定义 上下分是指游戏玩家在游戏中通过购买、出售、赠送等方式，使自己的游戏角色获得或失去一定数量的游戏币或游戏道具。华纳圣淘沙客服的上下分服务，旨在帮助玩家在游戏中实现角色的快速成长，提升游戏体验。 2. 上下分服务流程 （1）玩家提出需求：玩家在游戏中遇到上下分问题，可以通过客服渠道联系华纳圣淘沙客服。 （2）客服接收需求：客服人员收到玩家需求后，会立即进行核实，确保信息的准确性。 （3）客服处理问题：根据玩家需求，客服人员会提供相应的解决方案，如调整游戏角色等级、赠送游戏道具等。 （4）玩家确认结果：客服人员将处理结果告知玩家，玩家确认无误后，上下分服务完成。 3. 上下分服务优势 （1）专业高效：华纳圣淘沙客服团队拥有丰富的游戏经验，能够快速解决玩家问题，提高游戏体验。 （2）人性化管理：客服人员耐心倾听玩家需求，为玩家提供个性化服务，让玩家感受到温暖。 （3）安全保障：华纳圣淘沙客服严格遵循游戏规则，确保上下分服务的公平、公正，保障玩家权益。 三、结语 华纳圣淘沙客服的上下分服务，以其专业、高效的特点，赢得了广大玩家的喜爱。在今后的日子里，华纳圣淘沙客服将继续努力，为玩家提供更优质的服务，让每一位玩家都能在游戏中畅游无阻。如果您在游戏中遇到上下分问题，不妨试试华纳圣淘沙客服，相信他们定能为您解决烦恼，让您在游戏中尽情享受快乐时光。

The following article is from 晚点AI Author 晚点团队  导读   当普通人用自然语言就能开发AI Agent，软件产业会迎来怎样的颠覆性变革？连续创业者陈宇森结合MuleRun的一线实践，拆解Claude Code开启的创作新范式，坦诚分享十年创业起落沉淀的底层思考与行业判断。作者 | 晚点团队来源 | 晚点AI当agent构造变得越来越简单，会发生什么？agent交易平台MuleRun 创始人陈宇森分享了他的观察和创业实践。陈宇森是一名少年成名的连续创业者，22岁从浙大毕业后创办网络安全公司长亭科技，5年后卖给阿里云，现在他带着对AIagent的理解重新出发。MuleRun基于这样一个核心假设，当Vibe Coding大幅降低了应用开发门槛，Claude Code带来agent创作新方法，大量非技术背景的人也能把自己的工作知识和流程封装成一个个勤恳的AI骡子，实现个人工作的自动化。这期内容包含两次聊天，分别发生在25年12月和26年1月上旬，不到1 个月里，随着MuleRun Agent Builder开始内测，陈宇森和MuleRun 的思路已发生了一些变化。他认为，未来的market place不再会是过去我们熟悉的货架形态，而是在对话中触发交易。MuleRun的调整本身，也是当前AI应用瞬息万变的一个缩影。这期节目的后半段，我们也聊了一个创业10年，成立过4家公司，经历过成败起伏的创业者，如何以「用心」避免陷入平庸和对抗自我怀疑。以下是播客的文字整理，有部分精简。寻找方向、Agent交易平台的机会与难点晚点：你的这次创业是什么时候开始的？为什么会想到做 Agent market place？陈宇森：我们是在2024年年底开始构思这件事的。当时我们看到一个明确的信号：Cursor 这类产品已经找到了 PMF（产品市场契合点）。这表明，随着大语言模型能力的提升，它开始在特定应用领域（如编程）产生真正的生产力价值。我们认为编程是一项非常通用的能力，它是让 AI 能做更多事情的桥梁——既然人类通过编程能实现众多功能，那么如果 AI 能替代或辅助人类编程，很多事情就可以直接由 AI 完成。我们在 4 月份上线了一个 Vibe Coding 产品，当时也规划了一些差异化的功能，比如让模型更精通少数几个框架，或在运行时调试方面做得更好。但后来发现，在 AI 应用领域，如果做一个别人已经做了且团队同样优秀的产品，很难获得流量和用户。内测后发现，用同样的 prompt 在我们产品和头部产品上跑，结果差不多，因为大家都依赖于 Claude 的 API 能力。这一年下来，竞争格局并没有发生明显变化，没有哪个产品通过独特设计显著超越对手。不过，近期 Anthropic 自己做的 Claude Code 以及 OpenAI 的 CodeX 进展非常迅猛，用户数提升很快。Claude Code 确实让我感觉到了更大的变化，因为它启发了一种全新的 agent 创作范式。晚点：具体是怎样的创作范式？陈宇森： 简单来说，目前最强的 General Agent 就是 Claude Code。早期大家做 agent，往往是通过外挂方式来实现 SOP 与大模型的结合，比如在 LangGraph 里写一段代码，或者纯代码化的方式，而不是仅仅在模型上加 prompt。但随着大模型能力进步，我们发现只要确保复杂任务不超出上下文窗口（避免产生大量幻觉），直接给模型足够复杂的提示词，它就能处理足够复杂的事情。这虽然需要做一些 Context Engineering，但本质上已经是 "怎么用好大模型" 的问题了。我们的底层假设是：当大模型具备了编程能力后，理论上它可以在一到两年内，完成人类在电脑上能做的所有事情。基于这个认知，我们判断目前 AI 做不好的，主要是那些沉淀在线下或人类大脑中的经验与知识。如果能将个人的线下知识、经验与大模型的理解和判断能力结合，就能把个人的能力 80% 到 90% 复制到一个 agent 中。面临同类问题的人，只需花点小钱使用这个 Agent，就能免去从头操作的繁琐，实现 "花小钱办大事"。这样创作者能赚钱，使用者能提效，从而形成一个很好的交易生态。晚点：基于 Claude Code 是目前最好的通用智能体这一前提，未来很多需求可以直接通过 agent 实现，市场更需要的是一个交易平台，而不是去重复做 Claude Code 已经做得很好的事情，可以这样理解吗？陈宇森： 是的，这也是我们思路的演进过程。最初我们觉得市场缺乏一个好的 agent 交易平台，所以想做一个框架中立的部署与交易平台——无论你在哪里开发，都可以在这里部署和赚钱，因为赚钱是推动生产力发展的基础。但做到现在我们发现，要让行业专家去创作 agent，哪怕是低代码都显得太复杂。能用低代码的人，本质上已经具备了 coding 的能力。要让普通人真正能够 coding ，门槛必须降到只需使用自然语言，不需要理解参数、拖拉拽、循环或条件语句。最自然的方式就是直接描述需求和工作过程。比如，HR 清楚每天的招聘流程，客服知道如何调取知识库处理客诉和退换货。只要他们把这些日常工作流程描述得足够清晰，AI 就能高准确率地完成。如果有成百上千的人每天都要做同样的任务，他们就可以花钱让比人类更高效的 agent 去做，创作者也能因此获益。晚点：既然 MuleRun 是一个双边交易平台，一个 market place，平台目前的供需双方是怎样的吗？在供给端，一种是完全没有开发经验的人，通过你们提供的环境直接用自然语言生成业务流程；另一种是传统开发者把做好的 agent 上传到平台。这两种供给现在都有吗？哪种是更重要的呢？陈宇森： 主要是第二种。目前我们平台上的供给主要还是传统的应用。但真正让我们觉得这个商业模式成立的前提，其实是 Vibe Coding 的普及。过去开发软件成本很高，很难为几十个人甚至一个人的小众需求去定制软件；但现在有了代码能力强的大模型，我们完全可以为极少数人的需求开发应用。因为现在的供给还不够丰富，无论是用户的创作过程还是我们的上架流程都有些复杂。我们的核心假设是：未来的应用生态会无比丰富且极度长尾。可能我今天有个奇怪的需求，只要另外十个人里有一个人把应用做出来了，我就可以直接去用。当这种长尾需求被大量满足时，产品才算真正达到了 PMF。目前我们虽然上线了交易功能，用户增长也做得不错，积累了挺多注册用户，但遗憾的是还没有看到大规模的 PMF 发生。反思下来，核心问题在于供给丰富度不够、上架门槛太高。目前平台支持 n8n 工作流或 LangGraph 制作的复杂 agent 上线，但这仍依赖一定的人工审核，且创作门槛依然存在。所以绕了一圈回到刚才的话题：Claude Code 是极强的通用智能体。对于大多数开发者或普通人来说，只要能向它描述清楚需求，再配合我们提供的一个足够丰富的 skills market，就能大幅降低开发门槛。官方主要负责提供清晰的技能模块，比如操作 Excel、控制浏览器或调用特定软件，普通人只需描述需求并选择对应技能，Claude Code 就能将这些打包成一个容器或虚拟机，稳定交付任务。整个创作过程的核心就是极大地降低开发门槛。晚点：这听起来有点像我们在电脑上做的一些自动化操作？比如手机上可以用苹果的 "快捷指令" 做一个截图自动化流程，截图后自动按比例裁剪并上传到云盘，电脑上就能直接看。你们在电脑上实现的是类似的功能吗？陈宇森： 非常同意，这是个好例子。我们团队也有同事把内部平台的登录凭证放在手机上，通过快捷指令调用 agent 帮他处理事务。但这还比较简单。对于稍微复杂的场景，则需要加入个人判断。过去，软件很难通过规则代码去实现人的业务判断；但现在，只要教会大模型怎么去判断，它就能把这个步骤做掉。比如供应链员工发现缺货需要补货，过去是基于个人判断去操作 ERP 系统，现在大模型可以作为中间的 "胶水"，替代这些智力挑战不大的判断工作，实现全流程自动化。半自动化和全自动化的区别是巨大的，因为 AI 可以 24 小时工作，还能复制成百上千份。所以我们认为，Claude Code 目前的状态已经足以将创作 agent 的门槛降到极低。晚点：Claude Code是目前最强的通用智能体，它强大的能力足以极大地丰富Agent的供给。因此，现在是否是做Agent交易平台的绝佳时机？陈宇森： 是的，这正是我们一直在等待的、能够让创作变得足够简单的时机。Anthropic 的官方博客也提到，他们最初做 Claude Code 是为了辅助编程，但内部员工发现它可以很好地处理查看邮件、电脑操作等各种通用任务。大家对通用任务的需求其实非常旺盛。而要让 Claude Code 把这些事情做得更好，核心就是为它提供足够好的运行时环境，也就是 runtime。比如，不给它浏览器，它就没法做网页操作；给了它，它就能自己去执行。就像近期英伟达发布的能帮人打游戏的 AI 一样，只要你给 Claude Code 一个 Windows 环境，并讲清楚游戏操作的技能，理论上它也能帮你打游戏。所以在拥有足够好的运行时环境和清晰的技能设定下，理论上现在的 Claude Code 已经可以做电脑上的任何操作。晚点：所以你们目前在做的核心是否就是这两件事：为模型提供足够好的运行时环境和清晰的 Skills，同时配合一套交易系统？陈宇森： 对。这套系统听起来似乎谁都能做，但真正做好需要花很多时间。我们的创作者只需编写需求描述、prompt 或 SOP，我们就能将其连接成各种各样丰富的 agent。我们认为目前市场上有一个没有被充分商业化的点：一个足够好的 prompt 是具有极大商业价值的。现在很多 AI 博主的做法只是免费分享，比如之前 Nano Banana 生图模型火爆时，那个生成 "桌面手办模型" 的绝佳 prompt，最早想出来的人虽然无从考证，但他分享出来后引发了极大的传播。晚点："降低门槛" 在你们产品的优先级里排在第一位吗？陈宇森： 是的，它是非常强的优先级，几乎就是第一优先级。因为在模型能力不断提升的情况下，要想做成双边市场，核心依然是解决供给丰富度的问题，而供给丰富的前提就是极致降低创作门槛。前面提到的 Nano Banana 就是个很好的例子。当时大家都想做桌面手办图，但自己实现需要能访问大模型，还需要懂得使用搜索引擎去找到那段关键的 prompt，这个门槛把很多人挡在了门外。于是就有人在闲鱼上帮人代做，一次收 5 块钱。圈内人觉得理所当然的新技术，对大多数普通人来说依然存在极高的使用门槛。如果你能提供一个足够便捷的使用方式，他们是愿意买单的。这就是我们正在做的事情的商业价值。晚点：这个受众基数确实很大。我之前遇到过一件有意思的事：在餐厅吃饭时，一个十几岁的服务员听到我们聊 AI，就跑来问我们。他说他在一个群里，跟着别人用 AI 给人 P 头像赚钱——其实就是利用免费工具套个滤镜。这种需求其实一直都在。陈宇森： 是的。几年前生图模型还没和语言模型结合得这么好时，比如早期的 Stable Diffusion 或 Midjourney，写 prompt 就像写代码一样，格式严格，不像自然语言。那时候就有朋友靠帮人生成特定风格的卡通头像，一次也能赚 10 块钱。所以在技术门槛还不够低的时候，做一个连接 AI 能力和普通人之间的 "翻译中介" 是能赚到钱的。最近 Gemini 3 的核心工程师在接受采访时，解释了为什么模型会这么强。他说大模型的 Scaling Law 还远没有撞墙，智力还能继续提升；更有意思的是，哪怕现在大语言模型的智力停止演进，我们距离 "榨干" 它现有的能力，可能还有一到两年的时间。所以大家常说 2025 年是 agent 元年，2026 年会迎来应用大爆发。目前的模型能力已经能够支撑做出很多不一样的