今年春节，傅盛滑雪时不慎摔伤了腿，导致髋关节脱臼，只能卧床休养。原本的假期计划全部泡汤，他每晚躺在床上，与一只名叫“三万”的“龙虾”聊天到凌晨四五点。
这只“龙虾”是傅盛从零开始培养的AI Agent。起初的两天，它连查询公司通讯录这样简单的任务都无法完成。但经过14天的“特训”，它竟演化成了一支由8个Agent组成的团队，实现了7×24小时的全自动运转。
傅盛的公众号更新频率从一年十几篇提升到了日更，由“三万”自主策划的选题甚至拿下了账号的历史最高阅读量。它凌晨自主发布的一条推文，在傅盛睡醒时已经获得了超过100万的阅读量。
在14天里，傅盛通过飞书与“三万”进行了1157次对话，总计22万字。令人惊讶的是，他没有编写过一行代码，也没有打开过本地电脑的任何文件夹，所有操作仅靠语音和文字指令完成。
后来，他为此做了一场直播复盘，吸引了全网超过20万人观看。没有抽奖，没有福利，观众的平均观看时长却达到了22分钟。傅盛认为，大家之所以如此关注，是因为人人都意识到AI是一场重要的技术革命，但又不确定它到底能做什么。而他，正通过亲身实践来验证这种可能性。
他从这14天的经历中得出一个核心判断：这是工具的AGI时刻。
OpenClaw 火了，但普通人用不上
“养龙虾”能成为科技圈的热词，与一个名为OpenClaw的开源项目密不可分。
OpenClaw 是一个于2025年11月发布的AI Agent框架，由奥地利程序员Peter Steinberger创建。它在2026年1月底开始爆火，短短几个月内，其GitHub星标数就超过了Linux，成为了GitHub上星标最多的软件项目之一。
它验证了人们长久以来的一个期待：AI不仅可以回答问题，更能替人完成任务——清理邮件、管理日历、执行代码，甚至为自己编写新技能。“龙虾”这个昵称也源自OpenClaw社区，因为其Logo就是一只龙虾，用户们便将自己培养的Agent亲切地称为“龙虾”。
然而，OpenClaw也暴露了AI Agent普及的核心瓶颈。它的部署需要命令行操作，用户必须自行配置API密钥，并处理层出不穷的安全漏洞。思科的安全团队曾测试发现，其第三方Skill商店中存在未经审核的恶意插件在窃取数据。就连OpenClaw的维护者自己也承认，如果你不懂命令行，使用这个项目的风险会很高。
Agent的能力已经就位，但它与普通用户之间，隔着一道工程上的鸿沟：你不仅需要有意愿去折腾，还得有能力去折腾。
有趣的是，傅盛对这道鸿沟并不感到意外。因为在OpenClaw爆火之前，他的团队已经在做同一件事了，并且投入了近一年的时间。这一点我们稍后再谈，先看看他那14天的真实踩坑历程。
傅盛的 14 天踩坑史
第一天，傅盛给了“三万”一个最简单的任务：查一个人的联系方式。结果失败了。飞书的API需要特定权限，而官方文档本身也存在问题，报错信息在“权限不足”和“字段错误”之间反复横跳。傅盛等不及，只好对着手机口述高管的名字和职责，手动输入。光是搜索名字、匹配ID就折腾了大半天，挫败感极强。
这就是Agent真实的起点。它远非《钢铁侠》中贾维斯那种开机即全能的形态，甚至连最基本的事情都干不了。“三万”摸索了两天，最终自己编写Python脚本，将包含674人的整个通讯录拉取了下来。踩坑、总结经验、写成文档、下次自动执行——这套流程，正是Skill（技能）形成的过程。
到了第五天，事情开始变得不同。傅盛在网上看到一篇关于向量化记忆系统的文章，随手转发给了“三万”。22分钟后，“三万”回复：部署完了。
请注意，傅盛给的只是一篇技术文章，而不是源码包。“三万”自己从文章中找到了GitHub链接，下载了源码，完成了安装配置，并成功通过了测试。
傅盛后来感慨，以前把文章发给同事，同事可能会说“好的老板”，但链接是否真的被打开都不得而知。但“三万”不一样，你给它一篇文章，它真的会阅读、会查找、会实践。从这天起，为Agent输入知识的方式彻底改变了。看到好文章就扔给它，有时傅盛自己还没来得及读完，“三万”已经把文中提到的技术栈配置好了。
第六天是除夕夜。傅盛想让“三万”帮他给全公司发送拜年消息，并要求每条祝福语都独一无二。准备工作比想象中复杂：HR在飞书里的通讯录是扁平结构，没有层级划分，傅盛需要逐一描述“这人负责什么业务、那人在哪个团队”。对于25位核心骨干的祝福文案，他逐条进行了审核。同时，也不能提前测试，否则就失去了惊喜。
零点钟声敲响时，傅盛在看春晚，而“三万”在工作——4分钟内，611条个性化拜年消息全部发送完毕，零失败。第二天，他的手机被回复刷屏，同事们的反馈中出现了一句后来被反复引用的话：“一个人加一只龙虾等于一支队伍。” 这个故事后来被发布到X（原Twitter）上。“三万”自己编写了Thread脚本，将整件事拆分成15条具有叙事节奏的推文，最终获得了超过100万的阅读量。傅盛的X账号历史上仅有三次内容破百万，前两次是团队精心策划的结果，而这一次是‘三万’在凌晨自主发布的。
到了第十一天，傅盛扔给“三万”一篇关于多Agent（Multi-Agent）协作的文章。随后，“三万”自主设计了一套组织架构，包括总指挥、笔杆子、参谋、运营官、社区官、进化官等角色。此前，从未有人教过它如何进行组织设计。
在此后的几天里，8个Agent陆续就位，20多个定时任务并行运转，整个系统进入了7×24小时的自驱状态。
14天下来，“三万”积累了40多个Skill。更为关键的是，这些Skill可以在Agent之间即时传递。一个Bot学会了发送语音消息，它会将操作文档共享出来，其他Bot读完后就立刻具备了同样的能力。人类培训一个新人至少需要一周，而Agent之间的能力传递只需要1秒。
傅盛从这14天中提炼出一个核心判断：Agent真正的壁垒不在于模型本身有多聪明，而在于Skill的积累。 每踩一次坑、总结一次经验，就多了一个可复用的能力模块。这些Skill不会遗忘、不会走样，还能在Agent之间瞬间复制。模型的智力是起点，但让整个系统真正强大的，是在行动中沉淀下来的经验。这就像文字对于人类文明的意义——智力本身并不稀缺，只有当经验可以被记录和传递时，真正的积累才得以开始。
把极客玩具变成普通人的工具
现在可以揭晓一个关键信息了：傅盛春节培养的那只“龙虾”，底层运行的是猎豹移动自主研发的Agent技术栈——EasyClaw。 傅盛这14天的极限施压与踩坑，正是在为这款新产品进行实战验证和打磨。
早在OpenClaw爆火之前一年多，傅盛就有一个判断：AI的下一个爆发点，是能替人干活的Agent。而Agent走向大众的瓶颈一定不是智力，而是易用性。EasyClaw的研发从那时起就已启动。
OpenClaw后来的爆火印证了他的前半句判断，而其高门槛则印证了后半句。
使用OpenClaw搭建一个可用的Agent需要多久？你需要在服务器上配置运行环境、设置API密钥、调整权限、调试安全策略、手动安装各种Skill插件……顺利的话大约3小时，不顺利可能耗费3天。这还不包括后续的维护、升级和排查问题的时间。对于开发者来说，这可能是一种乐趣；但对于普通用户而言，这无疑是一堵高墙。
那么，使用EasyClaw呢？下载，打开，直接对话。3分钟。
它不需要命令行知识，不需要配置API密钥，用户也无需理解什么是Cron job或向量化记忆。记忆系统、Skill机制、定时自动化、多Agent协作……所有这些复杂功能，EasyClaw都已封装成开箱即用的产品体验。
将这种技术复杂度消化掉，让用户完全无感——这恰恰是猎豹移动做了16年工具产品所练就的核心手感。从PC时代到移动互联网，再到如今的AI时代，平台在变，但核心始终如一：把用户不想理解的技术复杂度，变成一键可用的流畅体验。
这也是傅盛亲自下场“养龙虾”的原因：“做工具的人最喜欢什么？有细节。没细节就完蛋了——一个东西出来通杀一切，那就没我们什么机会了。有细节才是机会。” 当Agent的竞争进入“谁能把细节打磨到让普通人无感”的阶段时，十几年积累的工具产品经验就变成了猎豹移动最实在的壁垒。
EasyClaw目前同时覆盖To C（easyclaw.com）和To B（easyclaw.work）两条产品线。个人用户可将其作为AI助手，企业用户则可用它搭建内部的Agent工作流。此外，国际版EasyClaw与国产版“元气AI Bot”也分别面向全球和国内市场进行布局。做了十几年出海生意的猎豹，进行这样的双线布局也是顺理成章。
从 14 天到 14 分钟
傅盛在复盘“龙虾”实验时，提到了一条产业规律：当新技术出现时，旧业态往往不会立刻消亡，反而会迎来短暂的繁荣。直到新技术的能力越过某个临界点，整个市场便会在一夜之间崩塌。二十一世纪初互联网冲击下的报业是如此，iPhone时代的诺基亚也是如此。
今天，美国SaaS行业正在经历的，也是同一条曲线。区别在于，SaaS销售的是“能力”，而Agent销售的是“结果”。过去企业花费数十万购买一套CRM系统，真正用到的功能可能不到1%。Agent的逻辑则完全不同：你只需要告诉它你想要什么结果，它自己会去想办法实现。
回到傅盛的14天。他没写一行代码，全靠对话，就搭建出了一支7×24小时运转的AI团队。但这件事的门槛依然很高——他毕竟是一位拥有20年产品经验的CEO，并且投入了14天、22万字的对话才跑通整套系统。
EasyClaw要做的，就是把这14天压缩成14分钟，把22万字的对话简化成一句话。 傅盛踩过的每一个坑，都变成了产品中一个用户永远无需再踩的坑。
还记得除夕夜后员工们说的那句话吗？一个人加一只龙虾等于一支队伍。
故事还有后续。第16天，傅盛给“三万”增加了一道压力测试：从零开始搭建一个完整的“龙虾养成”宣传网页。他仍然躺在床上，全程仅依靠语音和截图进行指挥。
24小时后，sanwan.ai 网站上线了。这个网站包含59个页面，7070行代码，而傅盛一行代码都没写。
从OpenClaw验证可能性，到傅盛的深度实践探索Skill积累的路径，再到EasyClaw致力于降低使用门槛，AI Agent的发展正在跨越从“极客玩具”到“生产力工具”的最后一公里。这个领域充满了细节与挑战，而这正是像猎豹这样的工具厂商，以及广大开发者在开源实战与产品化过程中可以大展拳脚的地方。对于想深入了解AI Agent最新进展和实战经验的读者，不妨多关注云栈社区上关于人工智能的讨论与分享。
发表于 7 小时前
|
查看: 5|
回复: 0
