,华纳在线客服：贴心服务，为您解答疑问

,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。

广西桂林市七星区、泉州市金门县、阜新市太平区、天津市武清区、盘锦市双台子区、鞍山市铁东区、济宁市汶上县、临高县南宝镇、汉中市汉台区、鸡西市虎林市、哈尔滨市双城区、永州市宁远县、常州市天宁区、鸡西市虎林市、玉溪市华宁县、丽水市云和县、台州市三门县

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

近日调查组公开关键证据,,华纳在线客服：贴心服务，为您解答疑问，很高兴为您解答这个问题，让我来帮您详细说明一下：

晋城市沁水县、普洱市西盟佤族自治县 ，哈尔滨市平房区、聊城市莘县、玉树称多县、苏州市太仓市、文昌市锦山镇、白城市洮北区、盐城市射阳县、黔东南从江县、宝鸡市凤县、广西北海市铁山港区、佳木斯市郊区、邵阳市城步苗族自治县、泸州市江阳区、洛阳市孟津区、东莞市东城街道 、大理洱源县、广西防城港市上思县、大庆市让胡路区、成都市成华区、伊春市南岔县、嘉兴市海宁市、儋州市兰洋镇、镇江市句容市、信阳市潢川县、延安市志丹县、忻州市岢岚县、哈尔滨市呼兰区、宝鸡市麟游县、文昌市冯坡镇

全球服务区域: 济宁市曲阜市、漳州市芗城区 、赣州市上犹县、内蒙古呼伦贝尔市陈巴尔虎旗、内蒙古赤峰市元宝山区、昌江黎族自治县七叉镇、忻州市五寨县、日照市东港区、恩施州来凤县、徐州市丰县、郑州市中原区、江门市开平市、昌江黎族自治县十月田镇、自贡市富顺县、连云港市灌南县、咸阳市三原县、资阳市安岳县 、毕节市大方县、中山市大涌镇、赣州市南康区、阳泉市矿区、白山市浑江区

刚刚专家组披露重要结论,,华纳在线客服：贴心服务，为您解答疑问，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: 抚州市宜黄县、内蒙古包头市昆都仑区 、深圳市龙华区、金华市义乌市、景德镇市浮梁县、汉中市略阳县、太原市阳曲县、荆州市公安县、宜昌市当阳市、安庆市望江县、成都市邛崃市、遵义市仁怀市、玉树称多县、上饶市婺源县、泸州市江阳区、湘潭市湘乡市、金华市兰溪市 、鞍山市铁西区、玉树称多县、凉山金阳县、中山市东升镇、红河河口瑶族自治县、重庆市梁平区、平顶山市汝州市、泉州市洛江区、韶关市始兴县、锦州市北镇市、朔州市平鲁区、绥化市青冈县、丽水市松阳县、湖州市长兴县、铁岭市铁岭县、凉山喜德县、咸阳市渭城区、昆明市宜良县、红河石屏县、玉溪市华宁县、宝鸡市千阳县、南充市南部县、济宁市兖州区、迪庆香格里拉市

刚刚监管中心披露最新规定:,华纳在线客服：贴心服务，为您解答疑问

随着互联网的普及，越来越多的企业开始重视线上服务，华纳公司便是其中之一。华纳在线客服作为华纳公司的重要组成部分，为广大用户提供了一站式的在线服务，无论是产品咨询、售后服务还是其他问题，华纳在线客服都能及时、耐心地为您解答。 一、华纳在线客服的职责 华纳在线客服主要负责以下几方面的工作： 1. 产品咨询：针对用户对华纳公司产品的疑问，在线客服会耐心解答，帮助用户了解产品特点、功能及使用方法。 2. 售后服务：对于用户在使用过程中遇到的问题，在线客服会及时响应，协助用户解决问题，确保用户满意度。 3. 市场调研：通过在线客服与用户的互动，收集用户对产品的意见和建议，为华纳公司产品研发和市场推广提供参考。 4. 客户关系维护：在线客服通过定期回访、节日问候等方式，加强与用户的沟通，提高用户忠诚度。 二、华纳在线客服的服务特点 1. 专业性强：华纳在线客服团队由一批具备丰富行业经验和专业知识的人员组成，能够为用户提供专业、准确的解答。 2. 贴心服务：在线客服始终以用户为中心，关注用户需求，耐心解答用户疑问，让用户感受到华纳公司的温暖。 3. 高效便捷：华纳在线客服采用多渠道接入，如在线聊天、电话、邮件等，方便用户随时咨询。 4. 7*24小时服务：华纳在线客服全年无休，全天候为用户提供服务，确保用户问题得到及时解决。 三、华纳在线客服的使用方法 1. 访问华纳官方网站：在官网首页或相关页面找到“在线客服”入口。 2. 选择咨询方式：根据个人需求，选择在线聊天、电话或邮件等方式进行咨询。 3. 提交问题：在咨询窗口中输入问题，点击“提交”按钮。 4. 等待回复：在线客服会在第一时间回复您的问题，请您耐心等待。 四、华纳在线客服的优势 1. 节省时间：在线客服能够快速解答用户问题，节省用户等待时间。 2. 提高满意度：华纳在线客服以用户为中心，关注用户需求，提高用户满意度。 3. 降低成本：在线客服能够减少用户到店咨询的次数，降低企业运营成本。 总之，华纳在线客服作为华纳公司的重要组成部分，为广大用户提供了一站式的在线服务。在今后的工作中，华纳在线客服将继续努力，不断提升服务质量，为用户创造更多价值。如果您在使用华纳公司产品过程中遇到任何问题，欢迎随时咨询华纳在线客服，我们将竭诚为您服务。

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