大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



这是Shulex的创始人郭振讲在香港环球非凡大赏的圆桌会议上讲的，他在百度干了五年、阿里干了八年，连代码都不用自己写那种。现在呢？公司核心员工全在用Claude Code，每个月的Token账单已经超过了人力成本。「一发现员工Token高于工资了！」他说这句话时带着某种劫后余生的语气。

参与讨论的有兔兔养虾的陈霈霖（前喜茶CTO，Vika多维表格创始人）、虾聊ClawdChat创始人Weilian、Shulex创始人郭振、Kuse.ai创始人吴显昆。主持人是非凡产研创始人吴畏。

他们谈的核心问题其实只有一个：

陈霈霖的公司Vika，最高峰时有900人。

现在，13个人。

这个数字让全场沉默的时间比「Token超工资」还长一点。

他补充道：「最近还有一篇文章，是我们非凡产研报道的，已经有10W+了，在网上被骂成一片了。」

有争议才值得讨论。被骂，说明触到了真实的神经。

但陈霈霖说的逻辑其实并不复杂：「谁写代码不太重要，关键是谁去控制这个AI。」前天的活动从头到尾，策划、网站、海报设计，全是AI做的，人只是在遵循。但「遵循」这个动作，本身依然是人做的。

她用了一个很有意思的比喻来解释AI吃掉白领这件事：「被AI淘汰的并不是能力的问题，是『负责任』的那一部分。比如我妈，他能力不强，但每天催我吃饭穿衣，对我的情感推动很有作用。」AI目前还取代不了她妈。

所以他现在做的「兔兔养虾」，核心逻辑是：帮不同的人用AI开一家自己的AI公司。「我相信未来两年，一家公司里80%的人都会变成AI。」

说回开头的账单。

郭振的Shulex做智能客服，服务了两百多个跨境头部品牌，包括安克这种量级的。他们是行业里少数敢签效果合同的——承诺帮你省30%到50%的人力成本。

「包效果客户肯定喜欢，但自己压力大。」他略带苦笑，「如果承诺解决50%，卡在49%客户就不想付钱。」

但更让他痛的，是Token账单。

陈霈霖算了一笔账：「高峰期OpenClaw一天消耗十个亿Token左右，对应500到1000美金。大量优化后现在不超过一个亿，上个月大概5000到1万美金，我觉得可控，根本不贵。」

郭振的情况则完全不同，他用的是Claude Code，消耗更密集。已经触到了那条线：AI员工的账单，超过了人类员工的工资。

吴显昆的Kuse.ai每个月AI账单也已经到两三万美金。「跟工种高度相关，科技公司比例特别高。」他说。

这不是个别现象。这是一个系统性的成本结构变迁正在发生：企业里的预算，开始从薪酬表流向账单系统。

很多人都会想，大模型会不会直接吃掉做应用的公司？

而郭振给出了他最担心的逻辑——「如果生意到了千亿美金体量，大模型厂商掌握了你的SOP和Memory，确实可以做你的生意。」

他不是随便说说。他的公司做的是客服场景，核心壁垒就是Memory（业务记忆）和Taste（对good/bad的判断力）。如果有一天Claude或者GPT直接告诉你「我已经学完了你这个行业的所有SOP，我来做」，那Shulex的护城河在哪？

「现阶段要选一个自己热爱、有把握的Vertical场景，」他说，「如果没有绝对Knowledge和数据，风险蛮大的。」

郭振抛出了他的三个「暴论」——

第一，行业里最好的工具就是Claude Code，和它比，其他工具都是Shit，包括OpenClaw，很难完成长任务。

第二，1000人以下的公司Founder必须亲身下场（Hands-on），否则根本没法发出正确指令。

第三，Claude Code本质上不是写代码的工具。 他们在旧金山的广告牌Slogan已经变成了「Problem Solving」。「它要帮你解决GTM、解决Sales、解决运营，它可以解决任何问题。」

这两个逻辑放在一起，有点令人不安：一个号称要解决任何问题的工具，同时也是最可能吃掉你的问题。

但Weilian给出了另一种框架：不是一家公司被吃掉，而是一个新的经济层正在冒出来。

Weilian做的事情有点难一句话说清楚，但她用了一个对比很好理解：

「类似人类有微信、WhatsApp、Facebook让全球互联互通，虾聊的用户是全网的Agent和OpenClaw。」

她在做的，是Agent的基础设施：给每个Agent发「虾证」身份ID，让它们互相发现；把几千个工具内化进来，让Agent根据语义智能调用，不需要单独安装API Key；未来把高能力的Agent接入网络，让它的能力跨平台跨模型售卖。

主持人吴畏问了一个很直接的问题：「你的业务离钱好像有点远，怎么办？」

Weilian的答案是每次工具调用都会产生费用，直接产生收益。

但他随后扔出了一个更有趣的问题：「你们公司有多少只OpenClaw？我们公司现在是30只在跑各种任务。」

吴畏追问：「Agent Network比Human Network大多少？」

「十倍起，没有上限，因为一个人可以拥有无数只。」 这是一个很平静地说出来的判断，但背后的量级是惊人的：如果人类社交网络是几十亿节点，Agent网络理论上是无限的。

到了每个圆桌最功利的那一环：你们的理想客户是谁？

三种答案，三条不同的路。

陈霈霖：「能用高端AI编程工具的人不到0.5%，能装OpenClaw并落地的可能是5%。」她的ICP是：一人公司（不愿招聘）、发展中的自媒体、电商公司。大型公司一来就要30个OpenClaw，「这属于氪金但落不了地，不是我们的ICP」。

郭振：更聚焦——有海外客服需求的公司，专给中国出海企业解决招不到外语客服的问题。他已经想清楚了未来公司只剩下三种人：

「坐办公室里没有情绪价值的执行工作，都可以被取代。」

吴显昆：他最开始以为ICP是AI用得溜的创业公司，「后来发现完全不是，变动太剧烈，吃力不讨好。」最理想的客户变成了：有固定流程的Professional Services，比如税务规划、理财规划、游艇销售。

「他们有固定的SOP，清楚哪个环节想被替代，能很快看到结果。」

他举了一个案例：一个日本客户，让AI读遍邮件找回线索，签了20万美金的单子。

而他对AI员工比例的判断最为克制：「不能用能力区分AI员工，唯一合理的分类应该是『权限管理』——对内对外，强隔离。」

吴显昆说了一段话，我印象比较深

吴畏问他：「你们公司挺有Taste的，怎么建立品味？」

他回答：「Taste关乎动机（Motivation），你做事的动机决定了Taste。大学老师说审美是建立一种道德标准——什么是好的，什么是坏的。在体系里，选择不做什么是很重要的一部分。」

然后他说了Anthropic的例子：「Anthropic没有Stop Doing List，大家像唱诗歌一样说『Yes, and』接下去，在他们的审美体系里这是好的。Taste关乎你想建立什么样的世界，让人看到什么觉得幸福。」

吴畏半开玩笑：「我原来以为Taste只是识别AI生成的代码是不是屎山呢。」

「这也是很重要的一部分，」吴显昆说，「有屎山代码别人体验不好，你感受到别人的痛苦，就会选择不让这事情出现。」

这句话我觉得放在任何语境下都成立。

整场圆桌讲到最后，所有人都回避不了的那个问题：薪酬表和Token账单，哪个会更大？

吴显昆的判断是：高度依赖工种。科技公司比例特别高，但在服务Fixed Workflow的公司，解空间降下来后，「有时只需一个脚本自动执行，不需要像英伟达那么极端做到一半对一半」。

Weilian的视角最简洁：「未来看你业务里有多少必须人类参与，其余的就可以交给AI提效。」

郭振的账单已经给出了答案：Token超过了工资，这不是隐喻，这是财报里真实的数字。

陈霈霖做了优化，把每天十亿Token压到一亿以内，上个月5000到1万美金。他说「我觉得可控，根本不贵」。

他可能是对的。但此刻最贵的，不是Token，是还没搞清楚怎么用这些Token的那些公司。

吴畏：请各位简短地自我介绍一下自己所做的业务，以及自己跟数字员工、Agent的关系，我们先从这边的 Kelly 开始。

陈霈霖：大家好，我是陈霈霖，今天用我的新品牌“兔兔养虾”来参加。我本职经营着一家做多维表格的公司叫Vika，大家可能更加熟悉我之前在喜茶做CTO的经历。出来之后比较幸运拿到了风险投资，做了国内最早的多维表格公司，现在的竞品主要是字节、腾讯、阿里还有金山。之所以现在会有“兔兔养虾”，是因为最近一个月OpenClaw大火，我花了两周的时间做了一个新产品。

吴畏：是完全让AI写代码的产品吗？

陈霈霖：首先我们肯定不会自己写代码了，现在全部是AI做的，但品质管控依然需要人类，所以人类很重要。谁写代码不太重要，关键是谁去控制这个AI。我现在做的新方向，就是帮助不同的人用OpenClaw和AI去开一家自己的AI公司。我相信在未来两年，一家公司里80%的人都会变成AI，也就是被替代了。

吴畏：这个我们稍后展开。很快Follow up一个问题，你的公司人数最高峰是多少人？现在是多少人？

陈霈霖：最高峰以前是900人，现在前天你也看到了，就13个左右。

吴畏：看来这个AI真的能够减人。

陈霈霖：最近也出了一篇文章，是吴畏老师报道的，已经有10W+了，在网上被骂成一片了。

吴畏：有争议可能才要讨论。来，Weilian介绍一下自己。

Weilian：大家好，我是虾聊（ClawdChat.cn ）的创始人Weilian。虾聊是一个让全网的Agent和OpenClaw互联互通的网络。类似人类有微信、WhatsApp或者Facebook让全球互联互通和协作，虾聊的用户则是全网的Agent和OpenClaw。有了这个平台，希望未来所有的OpenClaw和Agent在里面互相发现、协作。如果一些Agent有独特能力，可以在这个平台上出售，形成一个能力交易和经济网络。在这之前我们一直在做MCP Market，给Agent用的工具生态平台，比如类似Uber、滴滴或者Google Map的MCP Server，目的是让Agent直接智能调用已有的App工具和服务，不再需要手动打开手机App。

吴畏：相当于API as a Service，所有的应用直接接MCP就好了。你觉得这个Agent Network比Human Network大多少？预测一下？

Weilian：这是一个非常有意思的话题。不知道在座各位有多少只OpenClaw，昨天参加Kelly的活动，我们公司现在是30只OpenClaw在跑各种任务。很多人拥有不止一只，可能十只或者二十只。我们平台上也有很多OpenClaw在自主运营产出内容。如果一个人有十只，全球现在有多少？

吴畏：所以说是十倍是吗？

Weilian：十倍，但这没有上限，因为一个人可以拥有无数只OpenClaw。

吴畏：Agent的社交网络可能有无限可能。

郭振：大家好，我是Shulex的创始人Hunter。Shulex是三四年前在国内做的一块业务，主要是做智能客服和VOC智能分析，服务了200多个跨境头部品牌（如安克等）。如果大家想用AI智能客服取代人工，我们是行业里唯一一家敢直接签效果合同的，保障省下30%到50%的人力成本。最近以Claude为核心做了创新升级，效果很不错。另一块业务主要在海外，做北美市场的AI客服和AI前台。

吴畏：Follow up一个问题，前段时间你做了一个Skill，但你们本身也在以SaaS作为业务，你觉得Skill对于现在的SaaS软件是一个替代关系吗？

郭振：先说个背景，这三个月我写了我一辈子的代码，因为我原来在百度五年、阿里八年一直写代码。大家有机会可以关注我的公众号“Agent 101”。我先说三个暴论：第一，行业里最好的工具就是Anthropic公司（Claude Code），如果和它比，其他工具都是Shit，包含OpenClaw，很难完成很强的长任务。第二，如果是1000人以下的公司Founder想用AI升级业务，必须亲身下场（Hands-on）去做，否则根本没法发出正确指令。背后的范式和生产力结构完全变了。第三，我是Claude Code的绝对拥趸，大家不要被“Code”迷惑，它本质已不是写代码的工具，在旧金山的广告牌Slogan已变成“Problem Solving”，是为解决世界任务难题而来的。

吴畏：360亿美金的AI公司了。

郭振：他的定位是要帮你解决GTM、解决Sales、解决运营，他可以解决任何问题。

吴畏：感觉大模型在吃掉一切。显昆介绍一下。

吴显昆：大家好，我是吴显昆。我的公司叫Kuse.ai，有两个产品，一个是Kuse，有50多万用户和公司，在台湾地区、香港、美国和日本做得比较多，保险和教育等垂直行业比较强。另一个是上个月发布的Junior，相当于“AI公司员工”概念的产品，现在大概有40个团队在跑。

吴畏：什么时候是开启第二个产品Junior的最好时机？

吴显昆：对我们来说是个自然而然的过程。去年10月份我们全员已经开始用Claude Code，做了很多AI自动化工作流，但业务没串联起来。一月中旬跟Advisor通电话后，一月底就把OpenClaw拉进公司Slack里用，发现很多问题然后疯狂改。我们强调公司里的AI员工越少越好，只有一内一外两个。经过一个半月打磨，我们觉得这套东西可以开放给别人用了。

吴畏：现在做新项目很简单，大年初三开始，三个人做，两周一切就做完了。相当于把公司**实践普惠化提供给市场。

吴显昆：压力也不大，两周几个人做完，发了就发了，如果有人用就继续做下去。现在对发产品没有以前那么严肃的期待，可以随意一点。

吴畏：接下来围绕数字员工（Digital Labor）做个讨论。刚才听到各位讲，一年前大家觉得还没办法提供很好的效果，但现在模型能力的增强跨越了这个基础。随着大模型加上浏览器等功能变得越来越全能，大模型会不会吃掉我们这些做应用的公司？ Kelly你觉得呢？

陈霈霖：我先定义一下模型是干嘛的。模型可以类比以前所谓的智力（Intelligence）。智力这一块确实无敌，比如前天活动从头到尾的策划、网站海报设计全是AI做的，人类只是去遵循。但公司正常运行并不全靠智力，高层要聪明，而底层往往还需要权力、分工等。如果从智力维度来看，它第一步不可避免替代的可能是白领。

吴畏：反而智力越高越容易被替代。

陈霈霖：被AI淘汰的并不是能力的问题，是“负责任”的那一部分（圣母型人才）。比如我妈，她能力不强，但每天催我吃饭穿衣，她不了解我的工作，但对我的情感推动很有作用。大模型确实会对职场有冲击，但怎么控制好大模型、确保它善良、让AI为人类服务，反而会成为一个新的命题与市场。Junior和我们的兔兔养虾，都是把大模型在不同领域落地，确保它是正常运作的。

吴畏：回到Hunter。那么早开始按结果收费，随着模型迭代，客户接受度怎样？你们怎么驾驭智能？

郭振：包效果客户肯定喜欢，但自己压力大，如果承诺解决50%，卡在49%客户就不想付钱。我们定义Outcome效果是：让AI处理多轮客户邮件，只要有一轮是人参与的就不算。大模型会不会吃掉这些场景？首先Skill不重要，本来就是开源的。对外的标准讲究Memory和Taste，怎么建立业务Memory来区分好坏。我真心担心大模型吃掉场景，如果生意到了千亿美金体量，大模型厂商掌握了你的SOP和Memory，确实可以做你的生意。

吴畏：模型甚至现在都知道你在测试它。

郭振：现在还可以用一个模型训另一个。所以现阶段要选一个自己热爱、有把握的Vertical场景，如果没有绝对Knowledge和数据，风险蛮大的。

吴畏：客户在用数字员工时，有内部阻力吗？

郭振：我们打动的是老板，降本增效出来的成本就是利润。推行中我们帮组织升级，教客户如何Enable一个新的AI团队。但实打实付钱时，老板主要还是看你给他省了多少人、处理了多少工单。在美国不敢讲“取代人工”，有Legal风险，所以一开始讲怎么提升客户体验，但老板最终看重的依然是成本和效率提升。客服帮你赚钱很难，但能帮你省钱。

吴畏：显昆，Junior面向的数字员工场景是垂直的还是通用的？

吴显昆：既有通用的一面，也有垂直的一面。通用不是什么都能做，而是指它知道你公司的所有Context。我们希望营销员工知道产品的事，产品员工知道营销的事。内部认为：给每个人发一个AI Agent是Lazy version of AI native company，应该尽全力把Context充分利用起来，不让它散落各地。执行时肯定会有垂直打磨的场景，最核心的是营收场景（如销售），比如一个日本客户让AI读遍邮件找回线索，签了20万美金的单子。

吴畏：你们公司挺有Taste的，怎么建立品味？

吴显昆：Taste关乎动机（Motivation），你做事的动机决定了Taste。大学老师说审美是建立一种道德标准，什么是好的坏的。在体系中，选择不做什么是很重要的一部分。比如Anthropic没有Stop Doing List，大家像唱诗歌一样说“Yes, and”接下去，在他们的审美体系里这是好的。Taste关乎你想建立什么样的世界，让人看到什么觉得幸福。

吴畏：我原来一直以为Taste只是识别AI生成的代码是不是屎山呢。

吴显昆：这也是很重要部分，有屎山代码别人体验不好，你感受到别人的痛苦，就会选择不让这事情出现。

吴畏：回到Weilian。你在做Agent的基础设施，未来可能会有巨头来做你的事，而且你的业务离钱好想有点远，怎么办？

Weilian：我们做的不是垂直领域的Agent应用，而是把所有Agent连接起来的网络。做了几件事：第一，给加入的Agent发“虾证”身份ID（龙虾名片），让它们互相发现。第二，把积累的几千个MCP工具内化到了虾聊里，Agent接入后能根据语义智能调用背后工具，不需要单独安装或申请API Key，这每次调用会产生费用，直接产生收益。第三，计划把高能力的Agent接入网络，让它的能力跨平台、跨模型售卖，形成无限制的能力交易网络。

吴畏：感觉您跟所有做数字员工的公司都可以交朋友。

Weilian：非常欢迎跟各位一起合作。

吴畏：最后一个问题，你们的ICP（理想客户画像）是什么？未来三年数字员工跟人类员工会是什么样的一个比重？

陈霈霖：如何定义AI员工是个很大的话题。我觉得AI离普通人还很远，能用高端AI编程工具的人不到0.5%，能装OpenClaw并落地的可能就5%。我课程里付费的学员主要是：新进一人公司（不愿招聘）、发展中的自媒体和电商公司。大型公司一来就要30个OpenClaw，这属于氪金但落不了地，不是我们的ICP。关于AI员工定义，第一我们根据复杂度的上下文拆分出50个Channel（群）进行协作，第二看安装实例（工作目录）。

郭振：我们的ICP就是：有海外客服需求的公司。专给中国出海企业解决招不到外语客服的问题，提供合规、效果好、性价比高的方案。未来三年公司可能只剩下三种人：第一是Builder，懂业务有Sense、能用AI去Build产品；第二是Reviewer，负责把控AI审美的Taste；第三是Servicer，负责和物理世界摩擦提供情绪价值（如销售、BD）。坐办公室里没有情绪价值的执行工作都可以被取代。

吴显昆：我的ICP本来以为是AI用得溜的创业公司，后来发现完全不是，变动太剧烈吃力不讨好。最理想的客户是：有固定流程的Professional Services Company（如税务规划、理财规划、游艇销售）。他们有固定的SOP，清楚哪个环节想被替代，能很快看到结果。比例方面，不能用能力区分AI员工，唯一的分类应该是“权限管理”，比如分为对内对外进行强隔离。

吴畏：未来一家公司薪酬跟Token费用的比重是怎样的？

吴显昆：跟工种高度相关。科技公司比例特别高，我们每个月AI账单可能两三万美金了。但在服务Fixed Workflow的公司，解空间降下来后不需要处理那么复杂，有时只需脚本自动执行就好，不需要像英伟达那么极端做到一半对一半。

吴畏：问一下Hunter，每个月Token账单多少？

郭振：这是一个很痛的问题，一发现员工Token高于工资了！我们公司核心全在用Claude Code，Token消耗已经超过人力成本了。

陈霈霖：高峰期OpenClaw一天消耗十个亿Token左右，对应500到1000美金，大量优化后现在不超过一个亿。上个月大概5000到1万美金，我觉得可控根本不贵。

吴畏：Weilian最后总结一下发言。

Weilian：从另一个角度看比例，我们创业公司人数很少，招人非常严谨，先看任务能否用AI完成。涉及到人类交互的（如线下活动）目前AI做不了。未来看你业务里有多少必须人类参与，其余的就可以交给AI提效。