如果说过去一年AI领域最显著的变化，是让所有人都相信“模型真的能干活了”，那么下一个亟待解决的难题就是：当你手头拥有的不是一个AI助手，而是一整队同时工作的Agent时，究竟该由谁来管理它们？打开的窗口越来越多，任务越来越分散，最后最先崩盘的往往不是模型的能力上限，而是整个混乱的管理系统。
最近爆红的开源项目 Paperclip ，就是直指这个痛点而来的。它在短短三周内就斩获了近3万颗GitHub Star，口号也相当激进：Zero Human Companies。但它的真正价值，其实并不在于制造一个“无人公司”的科幻幻想，而在于它将Agent的应用模式，从“单点工具”推进到了“组织系统”的层面。
回顾过去两年，行业认知其实已经历了两轮跃迁：第一轮是“AI会聊天”，第二轮是“AI会行动”。但到了第三轮，真正的挑战浮现了：“AI会不会协作”？一个Agent可以帮你写封邮件、查段资料，不代表十个Agent就能自动组建并运转一家公司。缺乏清晰的组织结构、任务优先级、验收机制和预算边界，再强大的模型也只会将混乱无限放大。
目标不是更强的Agent，而是Agent的管理层
在对外访谈中，创始人Dota对Paperclip的定位非常明确：它不是一个一键创业的魔法按钮，也不是另一个套壳的AI编程工具，而是一层 面向业务目标的编排系统 。你的操作流程是：先定义公司目标，然后“招聘”一位CEO Agent，再由这位CEO去继续“招聘”工程师、QA、内容或设计等岗位的Agent；人类则退居幕后，负责把握战略方向、控制预算、批准关键决策以及在必要时进行纠偏。
这个思路最大的转变，在于将人类的角色从“逐个操控模型”提升到了“经营一家公司”的层面。你不再需要直接面对十几个聊天窗口下达指令，而是可以像董事会面对CEO一样，只交代几件事：本月的核心目标是什么、优先级最高的任务是什么、做到什么程度算完成、以及预算最多能花多少。
Paperclip还有一个非常务实的设计：bring your own bot。这意味着，你无需将整家公司都绑定在同一个大模型上。CEO可以使用能力最强但成本也最高的模型，而工程、内容、资料收集等执行岗位，则可以接入更经济甚至拥有免费额度的模型。真实的公司从来不是“所有岗位都配备最贵的人才”，AI组织同样如此，关键岗位和辅助岗位理应有不同的成本结构。
此外，它目前更偏向于本地运行，这一点也很关键。因为当下绝大多数Agent工作流仍然深度依赖本地开发环境、命令行工具以及已有的账号体系。与其强求一切在云端无缝完成，不如承认现阶段最稳定可靠的方式，就是从本地可控的环境开始搭建。
一家AI公司，首先得有组织架构
Dota在演示中给出的流程，与传统创业公司的创立步骤非常相似：
- 首先，写下公司的明确目标。
- 招聘第一位CEO Agent。
- 让这位CEO制定详细的招聘计划和产品路线图。
- 继续招聘工程师、QA、设计或内容等具体岗位的Agent。
- 所有工作都以“任务”（issue）的形式进入系统，再由具体的Agent领取并处理。
Paperclip的重点并不在于“能自动生成多少任务”，而在于 把管理动作前置 。它默认强调了四件事：
- 角色分工：谁负责决策，谁负责执行，谁负责复核。
- 上下游关系：工程师完成开发后要自动流转给QA测试，内容创作任务也可以继续分派给不同特长的子Agent。
- 并发控制：同一任务在同一时间只分配给一个Agent，避免资源争夺和结果冲突。
- 预算追踪：系统会自动记录每个任务的token消耗，防止钱花了，却不知道花在了哪里、产生了什么结果。
这恰恰击中了许多Agent重度用户的痛点：单个Agent可能非常强大，但一旦需要多个Agent并行协作时，你缺乏的往往不是模型能力，而是最基本的组织与协调能力。
从界面来看，Paperclip所做的事情并不炫酷：公司列表、组织架构图、任务列表、收件箱、预算面板……但正是这些看上去很“传统”的软件模块，构成了AI Agent能够真正落地所需的骨架。因为当你周末放着一群Agent持续工作后，周一回来第一件需要确认的事，不是它们用了多酷的技术，而是：它们到底完成了哪些工作、耗费了多少成本、哪些产出可以直接使用、哪些还需要返工优化。
这也是Paperclip与许多炫技式的自动Agent演示最大的不同。后者展示的是“系统能不能跑起来”，而前者关心的是“跑起来之后，整个过程能不能被解释、能不能复盘、产出的任务能不能被继续委派”。对于任何需要对实际结果负责的团队而言，第二个问题显然重要得多。
Paperclip讲清楚了：Agent为什么总“跑偏”
访谈中最有启发性的一点，是Dota将AI Agent比作电影《记忆碎片》里的主角：它每次醒来都拥有行动能力，但却不记得自己是谁、今天最重要的任务是什么。因此，你必须不断地为它提供上下文、设定规则并给予提醒。
所以，Paperclip最关键的设计，不在于它接入了多少个大模型，而在于它提供的那几套管理基础设施：用 persona（角色设定）和 heartbeat（心跳机制） 来为Agent固定岗位身份和工作流程顺序；用 skills（技能集） 来封装可复用的经验；用 QA（质量检查）、eval（评估）和 routines（例行程序） 来建立复核、反馈和常态化运行的机制。没有这些东西，Agent只是一个“会干活的聊天窗口”；有了这些东西，它才更接近于一个可以协作的“组织”。
在Dota的描述中，heartbeat有点像给Agent纹在手臂上的“备忘清单”。每次开始执行任务前，它都需要先确认一遍：我是谁？当前的任务是什么？成功的标准是什么？是否需要申请更多资源？这个设计听起来有些琐碎，但它恰恰揭示了Agent管理的现实困境：很多任务的失败，并非因为模型不够聪明，而是因为它在错误的上下文里，做出了“正确”但无用的举动。
同样的逻辑也适用于审美和品牌管理。访谈中提到，如果你想让一个视频创作Agent产出真正符合要求的作品，仅仅为它安装一个“视频生成”技能是远远不够的。你还需要为它提供品牌手册、视觉参考图库、风格偏好说明以及明确的好坏评判标准。所谓的“品味”并不会自动从模型参数中生长出来，它只能通过你给出的清晰规则被逐步逼近和塑造。
说到底，AI可以做很多事，但它并不知道你的价值观。未来最稀缺的能力，或许不是写出多么精妙的Prompt，而是能否将自己的价值判断和业务标准清晰无误地“翻译”给AI系统。
最具想象力的一步：“可安装的公司”
Paperclip还有一个极具话题性的未来方向：导入和导出整家公司。这意味着，未来用户获得的可能不再仅仅是几个提示词模板，而是一整套即插即用的Agent组织：包含哪些职能岗位、各自预装了哪些技能、工作流程如何串联、以及谁向谁负责复核。
如果这个设想能够成立，那么未来的竞争单位将不再是“谁拥有更强的单个AI Agent”，而是 “谁拥有更成熟高效的AI组织系统” 。不过Dota对此也表达得非常坦诚：这件事目前还远未被充分验证。Paperclip真正想扮演的角色，是AI Agent世界里的“组织运行时”（Organization Runtime）。
一旦这个模式可行，创业经验的传承方式也将被重塑。过去我们分享的是岗位说明书、业务流程图和管理制度文档；未来我们分享的，或许会是“可一键安装并运行的公司模板”。一个成熟的营销团队、游戏工作室或产品研发小组，其组织智慧不仅被描述出来，更可以被直接导入、实时运行、并持续迭代优化。
“零人公司”尚早，但“少人公司”已成进行时
尽管Paperclip的口号足够吸引眼球，但Dota本人的判断却实际得多。他反复强调，现阶段更现实的用法，并非从零开始凭空创造一家纯AI公司，而是帮助现有的企业和团队，更有效地管理他们日益增多的AI工作流。无论是市场营销、安全审计，还是许多传统行业，都可以先将那些可标准化、可追踪、可交接的重复性工作，逐步交给一个由Agent组成的虚拟团队来完成。
这也解释了为什么Paperclip目前看起来更像是一个“少人公司”的操作系统，而非“零人公司”的终极答案。它最适合的场景，并非让毫无业务基础的人幻想自动印钞，而是帮助那些本就拥有明确业务、流程和责任边界的团队，将AI Agent作为新增的、可管理的“数字劳动力”无缝接入现有体系。
人类在短期内显然还不会退场，原因非常现实：
- 审美和价值判断依然高度依赖人类。
- 组织管理的成本不会消失，只是从管理员工转向了管理Agent。
- 自动化程度越高，对质量检查（QA）和效果评估（Eval）的要求也就越高。
因此，“零人公司”更像是一个指引方向的路标，而非一个即刻可以交付的产品承诺。
写在最后
Paperclip之所以能迅速走红，正是因为它精准地踩中了一个日益清晰的行业共识：下一阶段的竞争，不再是谁先“用上”Agent，而是谁先学会“管理”Agent。
许多人将AI的未来描绘成“超级个体”的时代，但另一条或许更贴近现实的路径，可能是“超小型组织”：并非一个人单枪匹马地调用一个万能模型，而是一个人带领着一支由CEO、工程师、QA、设计师和内容专员等角色组成的Agent团队，像经营一家微型公司一样，去经营自己复杂的工作流。
这一切在今天看来还很粗糙，距离一个能够7x24小时全自动运转的“公司”也依然遥远。但它已经清晰地指出了一个不可逆转的趋势：AI正在从“回答问题的助手”，转变为“需要被有效管理的劳动力”。 谁能率先建立起这套管理方法论和工具链，谁就更有可能在下一波Agent应用浪潮中，获取真正稳定、可持续的生产力红利。
换个角度想，AI对组织形态的改造，可能不是粗暴地“消灭所有岗位”，而是先将公司结构切分为两层：上层是人类，负责制定战略目标、进行价值判断和审美把控；下层是Agent军团，负责高效执行、快速试错和承担重复劳动。谁能率先把这两层之间的“接口”设计得清晰、稳健，谁就更有机会将AI转化为真正的核心生产力，而不是一阵热闹过后便迅速退潮的演示噱头。
欢迎在云栈社区的相关板块继续探讨AI组织管理与自动化运营的更多可能性。
本文根据 Startup Ideas Podcast 对 Paperclip 创始人 Dota 的访谈整理与重写。
发表于 昨天 08:59
|
查看: 5|
回复: 0
