當(dāng)前，AI Agent 技術(shù)走向成熟，OpenClaw 等框架的出現(xiàn)預(yù)示應(yīng)用側(cè)將迎來繁榮，同時(shí) AI 時(shí)代的商業(yè)模式正從傳統(tǒng)的 SaaS 坐席收費(fèi)轉(zhuǎn)向更靈活的 Token 消耗模式。

近期愛分析對久痕科技創(chuàng)始人 &CEO 汪源進(jìn)行訪談，作為 AI 辦公應(yīng)用 remio 的創(chuàng)始人，汪源不僅深度參與產(chǎn)品構(gòu)建，更對 AI 如何重塑辦公協(xié)作、軟件形態(tài)及組織模式有著體系化的前瞻思考，其觀點(diǎn)源于一線實(shí)踐與行業(yè)洞察。

核心觀點(diǎn)

AI 時(shí)代辦公將從 " 多人協(xié)作 " 轉(zhuǎn)向 "One Person" 模式。

任務(wù)鏈路大幅縮短，未來企業(yè)內(nèi)部將出現(xiàn) " 一人閉環(huán) " 完成整件事的現(xiàn)象。傳統(tǒng)流程繁復(fù)的垂直工具將不再適用，小團(tuán)隊(duì)中角色邊界被打破，單人統(tǒng)籌多個(gè)智能體成為常態(tài)。

未來 90% 的協(xié)作將在智能體之間自動(dòng)完成。

組織內(nèi)部協(xié)作將率先由 Agent 之間先行協(xié)商交互，僅 10% 的關(guān)鍵決策和責(zé)任承擔(dān)由人類完成。人際協(xié)作將逐步演變?yōu)?Agent-to-Agent 協(xié)作。

remio 的核心護(hù)城河是構(gòu)建應(yīng)用生態(tài)而非單點(diǎn)功能。

基礎(chǔ)模型迭代極快，單純的工程化能力易被快速復(fù)刻。remio 的長期競爭力在于以 Agent OS 為核心，聚合開發(fā)者構(gòu)建辦公應(yīng)用生態(tài)，增加遷移難度。

AI 時(shí)代軟件護(hù)城河將從 " 用戶體驗(yàn) " 重構(gòu)為 "Agent 體驗(yàn) "。

傳統(tǒng)管理最佳實(shí)踐和極致用戶體驗(yàn)兩大壁壘將被打破。未來軟件需設(shè)計(jì)讓 Agent 使用便捷的接口，原生 Agent 應(yīng)用將成為新方向。

以下為本次訪談實(shí)錄，在不改變原意基礎(chǔ)上略有修改。

01

remio 與 OpenClaw 的區(qū)別在于從技術(shù)沙盒向辦公利器的跨越

愛分析：remio 和今年大火的 OpenClaw 在很多實(shí)現(xiàn)理念上有相似地方，想聽聽汪院您是怎么看這兩者關(guān)系的？

汪源：確實(shí)，乍一看兩者有相似之處。比如在技術(shù)架構(gòu)上，我們都是運(yùn)行在本地辦公設(shè)備上，都希望用戶能把資料盡可能開放給我們，利用本地架構(gòu)來保證數(shù)據(jù)的安全隱私，除了調(diào)用云端大模型服務(wù)外，其他處理都在本地完成，這一點(diǎn)大家是一致的。

但在產(chǎn)品邏輯上，我們采取了更為主動(dòng)的采集策略。相比之下，OpenClaw 本質(zhì)上更偏向于一個(gè)框架級(jí)系統(tǒng)。它賦予了用戶極高的自由度，就像 Linux 系統(tǒng)一樣，允許技術(shù)專家構(gòu)建復(fù)雜的應(yīng)用，卻沒有標(biāo)準(zhǔn)化的操作指引。這種高開放性雖然上限很高，卻也帶來了陡峭的學(xué)習(xí)門檻，大多數(shù)普通用戶往往難以入手。

愛分析：所以 remio 的定位更偏向于一個(gè)面向辦公場景的成熟應(yīng)用，預(yù)期是讓大家上手就能用，而不是要開發(fā)配置？

汪源：沒錯(cuò)。我們的用戶群體里，70% 以上都不是技術(shù)型人才。要是讓他去命令行里跑一個(gè)命令，或者還要去裝什么環(huán)境，他馬上就會(huì)頭大。我們就是想降低這個(gè)門檻。

02

任務(wù)鏈路縮短催生 "One Person" 模式，單人閉環(huán)成未來工作常態(tài)

愛分析：隨著 OpenClaw 等框架的成熟，智能體正要從固定工作流轉(zhuǎn)向自主規(guī)劃，這是否意味著傳統(tǒng)工作流壁壘正在被消解？此外，面對從 SaaS 訂閱向按 Token 消耗計(jì)費(fèi)的模式轉(zhuǎn)變，您認(rèn)為這會(huì)給市場帶來哪些變化？

汪源：我對市場的核心預(yù)判保持穩(wěn)定，主要體現(xiàn)在商業(yè)模式與技術(shù)演進(jìn)兩個(gè)維度。

在商業(yè)模式上，Token 消耗制是 AI 應(yīng)用必然的歸宿。重度用戶的算力成本極高，比如 Coding 場景月耗能達(dá)到上萬美金，而且 Agent 具備全天候并發(fā)處理能力，傳統(tǒng)的按坐席訂閱模式已經(jīng)失效了。它覆蓋不了算力成本的巨大差異，定價(jià)太低會(huì)虧損，太高又會(huì)勸退普通用戶。所以，采用基礎(chǔ)訂閱加按量付費(fèi)的混合模式，才是符合成本結(jié)構(gòu)的確定方向。

在應(yīng)用側(cè)，OpenClaw 的成熟會(huì)推動(dòng)應(yīng)用從固化工作流向 Agent 自主編排轉(zhuǎn)型。過去受限于 Agent 能力，軟件只能預(yù)設(shè)僵化的步驟；現(xiàn)在，核心邏輯正轉(zhuǎn)變?yōu)榘芽刂茩?quán)下放。通過提示詞賦予 Agent 工具調(diào)用能力，不是規(guī)定死板路徑，而是讓它根據(jù)環(huán)境自主決策。這種轉(zhuǎn)變雖然犧牲了部分確定性，卻換來了軟件極大的靈活性和適應(yīng)性，這會(huì)是今年應(yīng)用層繁榮的關(guān)鍵驅(qū)動(dòng)力。

愛分析：辦公領(lǐng)域之前主要是兩類應(yīng)用，一類是解決單點(diǎn)效率的 Office 工具，另一類是側(cè)重組織管理的協(xié)同平臺(tái)。上一波 SaaS 浪潮重點(diǎn)是解決協(xié)作問題。請問您如何看待當(dāng)下的辦公市場？remio 的核心定位與差異化價(jià)值又是什么？

汪源：辦公領(lǐng)域涵蓋很廣，既包括面向全員的通用協(xié)同平臺(tái)，也包含服務(wù)于銷售或財(cái)務(wù)等特定職能的垂直系統(tǒng)。remio 目前聚焦在通用辦公領(lǐng)域。但我認(rèn)為，未來垂直領(lǐng)域的軟件形態(tài)會(huì)隨著組織變革而重塑。

以研發(fā)為例，傳統(tǒng)模式依賴嚴(yán)謹(jǐn)?shù)木€性工作流和精細(xì)分工。而在新型小團(tuán)隊(duì)中，角色邊界被打破，員工實(shí)現(xiàn)了產(chǎn)品、工程與測試職能的深度融合。這種單兵全權(quán)負(fù)責(zé)的模式，把原本分散在多人間的職責(zé)高度集于一身。這時(shí)候，管理的復(fù)雜度大幅降低，演變成個(gè)人統(tǒng)籌多個(gè)智能體的模式。在這種情況下，像 JIRA 這類設(shè)計(jì)精細(xì)、流程繁復(fù)的傳統(tǒng)平臺(tái)反而顯得臃腫，不再適用。

所以，垂直辦公產(chǎn)品必將面向這種全新的工作方式重構(gòu)。核心變革就是任務(wù)鏈路的顯著縮短。以往一項(xiàng)任務(wù)要經(jīng)多人流轉(zhuǎn)，鏈路很長；未來則可能由單人閉環(huán)完成。因此，我認(rèn)為純粹的 OPC 可能很難普及，但在企業(yè)內(nèi)部，極有可能出現(xiàn) One Person 模式，一個(gè)人獨(dú)立搞定一件事。

愛分析：但在面向通用辦公時(shí)，我感覺 remio 與飛書、釘釘有所不同，后者更多是解決組織層面的問題，面向的是組織管理。

汪源：我們的視角依然聚焦在個(gè)人。坦白說，我們還沒深入?yún)f(xié)作領(lǐng)域，目前對具體路徑也沒完全看清。但今年我們會(huì)做一些協(xié)作層面的探索，會(huì)和現(xiàn)有的協(xié)作系統(tǒng)進(jìn)行對接，比如接下來會(huì)和飛書打通。新版本已經(jīng)支持與微信、釘釘互通，能執(zhí)行郵件收發(fā)等操作，這樣就能和現(xiàn)有協(xié)作程序互聯(lián)，幫助用戶更高效地處理工作。

03

未來是 A2A 的協(xié)作時(shí)代，90% 任務(wù)由 Agent 自動(dòng)協(xié)商

愛分析：您對未來組織形態(tài)的演進(jìn)有何預(yù)判？我理解這與未來的企業(yè)協(xié)作緊密相關(guān)，本質(zhì)上屬于組織形態(tài)的變革。

汪源：就像剛才說的，個(gè)體將能夠完全主導(dǎo)并閉環(huán)處理單一事項(xiàng)，從而規(guī)避多環(huán)節(jié)協(xié)作帶來的風(fēng)險(xiǎn)和冗余成本。其次，組織內(nèi)部的協(xié)作會(huì)率先在個(gè)體智能體之間展開。

也就是說，人際協(xié)作會(huì)變成我的智能體和你的智能體先行交互，協(xié)作成果再反饋到人類層面。當(dāng)前主流協(xié)作平臺(tái)都是圍繞人類交互設(shè)計(jì)的，比如即時(shí)通訊、聊天窗口和群組功能等，而智能體間的協(xié)作未必需要沿用這種模式。

愛分析：您的意思是，未來協(xié)作的核心形態(tài)將是智能體對智能體的交互？

汪源：我認(rèn)為智能體對智能體的協(xié)作會(huì)成為主流，大概 90% 的任務(wù)會(huì)由智能體自主完成，人類只需要參與剩余 10% 的關(guān)鍵環(huán)節(jié)。

愛分析：未來人類參與的工作，與當(dāng)下相比會(huì)有本質(zhì)差異嗎？

汪源：人類的核心參與價(jià)值在于責(zé)任承擔(dān)。盡管智能體的能力會(huì)持續(xù)進(jìn)化，但它無法替代人類承擔(dān)法律責(zé)任或決策后果。

比如企業(yè)財(cái)務(wù)工作中，智能體可以處理大量具體事務(wù)，但最終的責(zé)任主體還是財(cái)務(wù)人員，要是出現(xiàn)財(cái)務(wù)造假等問題，承擔(dān)法律責(zé)任的只能是人類。同理，產(chǎn)品方向的戰(zhàn)略決策如果出現(xiàn)偏差，最終的責(zé)任人也必然是人類。

所以，人類無法脫離的核心價(jià)值就是責(zé)任歸屬。隨著人類對智能體的持續(xù)訓(xùn)練，智能體將逐步獲取完整的業(yè)務(wù)上下文，能力邊界也會(huì)不斷拓展，但責(zé)任承擔(dān)這一屬性始終是人類獨(dú)有的。

04

基模迭代加速行業(yè)競爭，remio 的護(hù)城河是構(gòu)建應(yīng)用生態(tài)

愛分析：今年年初，基于 Claude Code 的 Claude Cowork 出現(xiàn)后，在資本市場層面對 SaaS 市場產(chǎn)生了顯著沖擊。您如何看待這一趨勢？

汪源：據(jù)我觀察，基模目前還聚焦在通用化方向。Claude Cowork 作為通用產(chǎn)品，通過用戶配置個(gè)人技能，確實(shí)能在辦公場景中提供幫助，這和我們有部分業(yè)務(wù)重疊。

不過，remio 的戰(zhàn)略是在個(gè)人辦公領(lǐng)域進(jìn)行更深度的垂直挖掘。比如在 Office 文檔的解析處理上，我們投入了大量工程資源，力求專業(yè)和精細(xì)；在瀏覽器上下文的本地化采集方面，我們也做到了行業(yè)領(lǐng)先。

相比之下，其他廠商的類似插件用戶基數(shù)較小，部分原因是它們的數(shù)據(jù)需要上傳云端，而我們堅(jiān)持本地化處理，在隱私和體驗(yàn)上更有優(yōu)勢。

坦率地說，大模型廠商的布局確實(shí)帶來了競爭壓力。但我們有自己的應(yīng)對策略：

首先，持續(xù)深化辦公場景的工程化能力；其次，依托新發(fā)布的平臺(tái)匯聚開發(fā)者生態(tài)。我們提供的開箱即用應(yīng)用和 remio 操作系統(tǒng)深度綁定，這種強(qiáng)耦合性構(gòu)成了獨(dú)特的競爭壁壘，是通用平臺(tái)難以復(fù)制的。

愛分析：remio 的工程化壁壘建立在當(dāng)前模型能力的局限之上。一旦基礎(chǔ)模型能力足以覆蓋文檔解析等場景，remio 的先發(fā)優(yōu)勢是否會(huì)消解？您認(rèn)為 remio 的長期核心競爭力究竟在哪里？

汪源：這是客觀存在的現(xiàn)實(shí)。鑒于 AI 編程能力的顯著提升，競爭對手復(fù)刻我們過去一年的工作量可能只需要三個(gè)月。這意味著軟件開發(fā)效率和 AI Coding 能力緊密相關(guān)，單純依靠工作量堆砌已經(jīng)不再構(gòu)成絕對的護(hù)城河。

行業(yè)環(huán)境和技術(shù)紅利的釋放對所有創(chuàng)業(yè)者都是公平的，我們不能指望靠時(shí)間差維持優(yōu)勢，唯一的出路就是保持極速的迭代和持續(xù)的創(chuàng)新。

同時(shí)，我們還在重點(diǎn)做第二條路，就是聚合外部開發(fā)者，構(gòu)建初步的應(yīng)用生態(tài)。如果平臺(tái)能匯聚數(shù)十甚至上百個(gè)涵蓋任務(wù)管理、流程自動(dòng)化等領(lǐng)域的優(yōu)質(zhì)辦公應(yīng)用，競爭對手復(fù)刻整個(gè)生態(tài)的難度就會(huì)呈指數(shù)級(jí)上升。畢竟單一功能可以被復(fù)制，但生態(tài)系統(tǒng)的遷移成本很高。

05

國內(nèi)外辦公環(huán)境差異顯著，但核心需求趨同

愛分析：remio 這款產(chǎn)品同時(shí)面向國內(nèi)與海外市場。在您的探索中，國內(nèi)外市場在用戶需求、偏好、支付意愿以及獲客方式等方面，存在多大的差異？

汪源：我認(rèn)為最核心的差異在于辦公生態(tài)系統(tǒng)的不同。海外用戶的辦公環(huán)境多基于 Google Workspace、Slack 等標(biāo)準(zhǔn)化套件，郵件處理流程也相對規(guī)范，這讓 remio 的適配性更好。

相比之下，國內(nèi)辦公環(huán)境則是釘釘、飛書、騰訊會(huì)議等。目前我們和這些平臺(tái)的對接還不完善，所以對于重度依賴飛書等一體化平臺(tái)的公司來說，remio 的融入體驗(yàn)會(huì)大打折扣，因?yàn)樗麄兊暮诵墓ぷ髁鞫急绘i定在特定生態(tài)內(nèi)，而我們還沒完全打通。

愛分析：那么在市場推廣層面，這種差異會(huì)帶來哪些具體的挑戰(zhàn)？比如在國內(nèi)，remio 需要解決與飛書等平臺(tái)的對接問題，那在海外，主要面臨的又是什么問題？

汪源：用戶會(huì)陸續(xù)提出各種集成需求。比如 remio 最初定位為知識(shí)庫管理工具，就有用戶希望把 OneNote、Motion、Apple Notes 等既有筆記軟件的數(shù)據(jù)遷移或同步進(jìn)來。我們會(huì)逐步響應(yīng)這些需求。

愛分析：所以這更多是一些數(shù)據(jù)集成和對接的工作。那么，從用戶對辦公軟件的核心需求來看，國內(nèi)外是否存在差異？

汪源：這方面的差異不大。畢竟大家追求的都是效率提升。最主要的差異還是源于辦公環(huán)境和生態(tài)系統(tǒng)的不同，這直接導(dǎo)致用戶對 remio 的集成需求不一樣。在 remio 的核心功能知識(shí)庫問答上，用戶的需求高度一致，都聚焦在回答的質(zhì)量、效率、精準(zhǔn)度和全面性上。

愛分析：那么在支付意愿上，國內(nèi)外用戶會(huì)有明顯差別嗎？通常認(rèn)為海外用戶更習(xí)慣為軟件付費(fèi)。

汪源：從我們目前的早期種子用戶來看，支付意愿的差別并不大。中國用戶的付費(fèi)能力也不錯(cuò)，當(dāng)前的種子用戶群體中，情況比較樂觀。我們沒有觀察到中國用戶的付費(fèi)比例明顯低于海外用戶。

06

軟件護(hù)城河將重構(gòu)，從 " 用戶體驗(yàn) " 到 "Agent 體驗(yàn) "

愛分析：在 AI 時(shí)代背景下，您認(rèn)為軟件產(chǎn)品的核心壁壘或護(hù)城河究竟是什么？傳統(tǒng)意義上，特定場景下的流程固化、功能深度優(yōu)化以及長期的數(shù)據(jù)積累曾被視為關(guān)鍵優(yōu)勢，但在 AI 時(shí)代，這些似乎不再構(gòu)成核心門檻。您如何看待這一變化？

汪源：我們可以先看看現(xiàn)有的軟件市場，主要存在兩類壁壘，尤其是在企業(yè)服務(wù)領(lǐng)域。

第一類是管理最佳實(shí)踐。最典型的就是 SAP，它提煉出一套企業(yè)管理的邏輯，也就是 ERP 系統(tǒng)。這套最佳實(shí)踐對于生產(chǎn)制造型企業(yè)特別適用，SAP 把它固化下來，推廣到各企業(yè)落地。Salesforce 也是一樣，它代表了營銷組織管理的最佳實(shí)踐，也就是 CRM 系統(tǒng)。

第二類壁壘是極致的用戶體驗(yàn)。以飛書為代表的產(chǎn)品體現(xiàn)了互聯(lián)網(wǎng)思維，核心就是打磨產(chǎn)品的流暢度，優(yōu)化在線文檔、即時(shí)通訊、日歷等工具間的信息流轉(zhuǎn)效率。這其中未必有深?yuàn)W的管理哲學(xué)，更多是比拼產(chǎn)品的易用性。

然而，AI 時(shí)代這兩大壁壘都會(huì)面臨重構(gòu)。首先，隨著工作方式的變革，現(xiàn)有的管理最佳實(shí)踐將不再完全適配。未來雖然會(huì)涌現(xiàn)新的實(shí)踐，但在 Agent 時(shí)代，企業(yè)內(nèi)部會(huì)形成人 +Agent 的混合協(xié)作形態(tài)。這種新形態(tài)下的管理最佳實(shí)踐目前還是空白，誰能率先總結(jié)并固化這一實(shí)踐，誰就能構(gòu)建新的產(chǎn)品壁壘。

其次，用戶體驗(yàn)面臨更大的挑戰(zhàn)。未來許多軟件的服務(wù)對象會(huì)從人轉(zhuǎn)變?yōu)?Agent。如何把軟件設(shè)計(jì)得讓 Agent 體驗(yàn)良好？Agent 需要什么樣的接口？這完全是一個(gè)新課題。互聯(lián)網(wǎng)行業(yè)花了二三十年探索人類用戶體驗(yàn)的設(shè)計(jì)規(guī)律，而如何為 Agent 設(shè)計(jì)體驗(yàn)，目前全行業(yè)還處于摸索階段。

愛分析：目前市面上是否已經(jīng)出現(xiàn)了面向 Agent 的設(shè)計(jì)的成熟案例嗎？無論是 API 還是其他形式。

汪源：目前還沒有看到成熟的案例，行業(yè)現(xiàn)階段主要在做一件事：把原有軟件的 API 和命令行工具開放給 Agent。這是因?yàn)榇媪寇浖呀?jīng)固化，只能通過開放接口讓 Agent 連接。比如企業(yè)微信、釘釘、飛書推出的命令行工具，都是遵循這個(gè)邏輯。

真正的原生 Agent 應(yīng)用還沒有出現(xiàn)。也就是說，目前還沒有一款軟件是人類難以使用，但 Agent 覺得很好用的。盡管當(dāng)前 AI 編程效率很高，但生成的軟件依然是面向人類用戶的，不是面向 Agent 的。整個(gè)行業(yè)才剛剛起步，大家都在探索面向 Agent 的軟件設(shè)計(jì)最優(yōu)解。

愛分析：您之前曾提到，未來 AI 生成的代碼，人類可能真的無需干預(yù)，因?yàn)槟鞘?AI 的領(lǐng)域。

汪源：是的，人工修改代碼會(huì)變得不可行，因?yàn)?AI 的代碼產(chǎn)能太高了。打個(gè)比方，如果你是建筑師，施工隊(duì)負(fù)責(zé)砌墻，你絕不會(huì)去檢查房子里每一根鋼筋的細(xì)節(jié)。你只會(huì)關(guān)注最終建筑是否符合設(shè)計(jì)藍(lán)圖。具體的施工質(zhì)量，你會(huì)委托監(jiān)理公司去核查，要是監(jiān)理匯報(bào)無誤，你就會(huì)采信。

未來的 AI 編程也是如此。我不可能去審查海量的代碼細(xì)節(jié)，當(dāng) AI 一天能生成一萬行代碼時(shí)，人工審查根本不現(xiàn)實(shí)。

愛分析：但像 remio 這樣的產(chǎn)品，未來是否可能基本由 AI 生成？

汪源：其實(shí)現(xiàn)在很多產(chǎn)品已經(jīng)主要由 AI 生成了。它們的自動(dòng)化水平極高，有的員工一個(gè)月消耗的 Token 成本高達(dá)十幾萬美金。這種情況下，人類根本無法審查，別說全看，哪怕 1% 都看不過來。

那如何保證質(zhì)量？可能要依靠更強(qiáng)大的 AI 治理機(jī)制。比如一個(gè) Agent 負(fù)責(zé)編寫代碼，隨后有多個(gè) Agent 負(fù)責(zé)審查代碼。當(dāng)這些審查 Agent 都反饋通過時(shí)，人類就只能選擇信任。

愛分析：關(guān)于 AI 對企業(yè)的影響，以 AI Coding 為例，對于 remio 這類軟件公司，或傳統(tǒng)的 ERP、財(cái)務(wù)軟件公司，未來將呈現(xiàn)何種圖景？

汪源：首先，不是不需要開發(fā)人員，而是不需要過多的細(xì)分職能。未來的團(tuán)隊(duì)會(huì)演變?yōu)閱伪鲬?zhàn)能力極強(qiáng)的產(chǎn)品 + 研發(fā)綜合體。這不僅源于 AI Coding 帶來的效率提升，更源于協(xié)作成本的大幅降低。以往需求從提出到排期上線需要兩周甚至更久，現(xiàn)在可能半天就能閉環(huán)。這種打碎協(xié)作甚至消滅協(xié)作帶來的效能躍升是巨大的。

愛分析：這是否意味著企業(yè)的組織形態(tài)將發(fā)生根本性改變？

汪源：的確如此，這種范式轉(zhuǎn)移會(huì)波及所有崗位。以 HR 為例，以往細(xì)分為招聘、薪酬等職能，未來在 AI 輔助下，一人就能身兼多職。營銷領(lǐng)域也是一樣，我們團(tuán)隊(duì)的增長投放現(xiàn)在已經(jīng)完全由 Agent 執(zhí)行，AI 全權(quán)接管了以往投手做的關(guān)鍵詞尋找與參數(shù)調(diào)整等機(jī)械性工作。

律師行業(yè)同樣面臨分化，主要從事材料準(zhǔn)備的非訴律師價(jià)值可能受損，而需要承擔(dān)責(zé)任的訴訟律師地位則相對穩(wěn)固。投資行業(yè)也是如此，從事調(diào)研工作的分析師極易被 AI 代，因?yàn)?AI 的調(diào)研效能已經(jīng)超越人力。說到底，那些無需承擔(dān)責(zé)任、只從事重復(fù)性事務(wù)的崗位最容易被替代。

愛分析：回到剛才的話題，目前大家做的其實(shí)更多還是 Agent 的應(yīng)用，關(guān)注的依然是人類用戶的體驗(yàn)。包括 remio 現(xiàn)在的核心，我理解很大一部分也是在關(guān)注人類用戶的體驗(yàn)。

汪源：是的，此前受限于 Agent 系統(tǒng)的構(gòu)建進(jìn)度，我們確實(shí)主要聚焦于人類用戶。但我正在推進(jìn)的新版本 remio 已經(jīng)轉(zhuǎn)型為 Agent 系統(tǒng)。隨著大量應(yīng)用的集成，要是用戶還需要在十幾個(gè)垂直應(yīng)用間頻繁切換，這種模式顯然行不通。

所以，這些應(yīng)用必然由 remio 這個(gè)系統(tǒng)級(jí) Agent 統(tǒng)一編排。大多數(shù)情況下，應(yīng)用不再與用戶直接交互，而是由我的 Agent 調(diào)用它們來為用戶服務(wù)。

07

AI Coding 不只是提效，更是要打碎協(xié)作、減少工種

愛分析：基于前述邏輯，當(dāng)前市場上的 Agent 應(yīng)用正面臨嚴(yán)峻的生存考驗(yàn)。無論是傳統(tǒng) SaaS 的 AI 封裝，還是聚焦人機(jī)交互的原生應(yīng)用，似乎都未能觸及核心。按您的判斷，這兩類應(yīng)用形態(tài)未來是否會(huì)遭遇大規(guī)模的淘汰？

汪源：目前涌現(xiàn)的大量應(yīng)用很難成為最終的贏家。一方面，它們和現(xiàn)有市場主導(dǎo)者相比，差異化優(yōu)勢并不明顯，很難在市場中突圍；另一方面，它們面向未來的能力存在明顯斷層，處于一種過渡態(tài)的尷尬境地。

這讓我想到移動(dòng)互聯(lián)網(wǎng)早期，同樣涌現(xiàn)了大批應(yīng)用，但最終留存下來的沒幾個(gè)，回頭看，許多早期應(yīng)用在形態(tài)上確實(shí)比較初級(jí)。

愛分析：那么中國企業(yè)級(jí)市場是否會(huì)重演這一移動(dòng)互聯(lián)網(wǎng)的發(fā)展軌跡？

汪源：企業(yè)級(jí)市場的確呈現(xiàn)出相似的演化邏輯。目前美國市場已經(jīng)顯現(xiàn)出明顯跡象，各方都在尋找企業(yè)級(jí)市場的新機(jī)會(huì)。上一波 SaaS 浪潮誕生了數(shù)百個(gè)獨(dú)角獸，而這次大家都在嘗試用新方式切入。

但問題是，當(dāng)前的探索到底是接近未來的主流形態(tài)，還是只是一種過渡方案？我推測，目前的許多實(shí)踐可能還屬于過渡形態(tài)。中國市場的發(fā)展節(jié)奏可能會(huì)稍慢一些，但核心邏輯上應(yīng)該沒有本質(zhì)差異。

愛分析：中國過去許多大型客戶，如央國企、金融機(jī)構(gòu)等，對公有云接受度不高，導(dǎo)致系統(tǒng)呈現(xiàn)煙囪式孤立狀態(tài)，缺乏像美國那樣大一統(tǒng)的機(jī)會(huì)。AI 時(shí)代這種情況會(huì)有所改變嗎？

汪源：我認(rèn)為底層邏輯差異不大。雖然美國以公有云為主導(dǎo)，中國則呈現(xiàn)混合部署特征，但從軟件架構(gòu)視角看，本質(zhì)上都是上云。對于工程團(tuán)隊(duì)來說，無論是公有云還是私有云，使用體驗(yàn)沒有明顯差距。而且在 AI 時(shí)代，用戶反饋、記憶留存及偏好存儲(chǔ)，云端處理更有優(yōu)勢，模型迭代也更依賴云端數(shù)據(jù)。

愛分析：remio 下一步的產(chǎn)品規(guī)劃，除 Agent OS 外，還有哪些考量？

汪源：今年的核心任務(wù)有兩個(gè)：一是搭建 OS 與應(yīng)用生態(tài)，強(qiáng)化 Agent 核心系統(tǒng)；二是深入探索協(xié)作的本質(zhì)。目前我還沒完全厘清 AI 時(shí)代的典型工作方式，所以我會(huì)在 5 月去美國考察，研究當(dāng)?shù)氐男罗k公產(chǎn)品業(yè)態(tài)。

愛分析：面對未來可能出現(xiàn)的新范式，您如何應(yīng)對這種不確定性？

汪源：我對此有充分信心，因?yàn)槲覀兪冀K把核心工作聚焦在數(shù)據(jù)上。AI 能力越強(qiáng)，我們積累的數(shù)據(jù)價(jià)值就越大。雖然我們無法自研模型與算力，但我們專注于個(gè)人數(shù)據(jù)領(lǐng)域，這是我們的核心壁壘。

愛分析：這與您創(chuàng)業(yè)初期的愿景是否一致？

汪源：高度一致。我最初的構(gòu)想分為兩層：第一層是處理用戶上下文，做到全面且高效可用，這個(gè)階段已經(jīng)完成；第二層是當(dāng) AI 能力足夠強(qiáng)時(shí)，基于這些上下文，理論上可以代用戶完成任何事務(wù)。目前我們正從理解用戶向代用戶行事邁進(jìn)。

注：點(diǎn)擊左下角" 閱讀原文 "，查看更多洞察內(nèi)容。