0
采写/ 梁思懿
编辑/ 石爱华
龙虾问世后,蔡百看到了商机
龙虾(OpenClaw)出现之后,蔡百听到了两种声音。有人说这是web4.0的先潮,这个时代从此只分旁观者和创造者。也有人调侃说这又是一次集体幻觉,就像上世纪末有人要头顶铁锅练气功,新世纪的人类必定要人手一只龙虾。
在岸边观望的人很多,下场的人是少数,蔡百选择去做。他学软件工程出身,如今在一家矿业公司做数据分析。作为技术人员,蔡百最早接触到了OpenClaw,他发现,像龙虾这样装载着定制技能模块(skill)的AI Agent,可以成为企业需要的、稳定的、能完美执行标准化工作流程的数字员工。“人有人性,AI没有”,这是数字员工最大的优点。
他将自己比喻成数字猎头公司里的“高级职业经理人”,企业对他提需求,他训练定制化的数字员工卖给企业。开展业务两个月,他给律所、期货公司、水务公司、电商公司卖出了五个不同工种的数字员工。他也让龙虾给自己打工,帮自己找客户、写代码、修bug。养虾至今,龙虾已经接手了他50%的工作。
这些数字员工究竟代替了谁的工作?它们长期的表现如何?身边的同事真的可能在某一天变成被蒸馏的skill吗?蔡百发觉,在AI时代,技术已经不再是刷掉人的门槛,真正的门槛在于,当你不知道屏幕对面的是人还是龙虾时,如何去找到人、与人沟通。
以下是蔡百的讲述。
蔡百利用龙虾去梳理目标客户和他们的需求
“我成了数字员工经理人,调教没有人性的AI”
我学软件工程专业出身,主业在一家矿业公司做数据分析。今年春节,OpenClaw在GitHub的star数猛涨,很快超过了著名的Linux和React,我也去尝了一下鲜。对于技术人员来说,部署OpenClaw没有门槛,一条命令的事。
其实在OpenClaw出现之前,市面上已经有了很多类似的AI Agent产品,它引爆大众的原因在于它恰好开发了一个Gateway(统一入口)功能,用户可以通过社交软件直接接入Agent,给它下指令,它自己在后台跑,技术门槛一下子从“懂技术语言”变成了“发消息就行”。
一开始,我让它先干了点杂活,帮我运维服务器、监控后台跑的一些脚本,也开始把闭源软件上的部分功能迁移到上面,让它给我处理Excel表格和图片。
用了一小段时间,我就发现OpenClaw有很大的商机。现阶段,它的价值不在“一人公司”那种自己当老板的创业项目上,而在于为企业赋能。企业内部有成熟的标准流程,也存在大量冗杂的工作,这就是AI能发挥作用的地方:它可以把所有流程性、技巧性的东西蒸馏成一个skill,接手那些标准化的工作。我就琢磨,能不能通过给企业提供定制化的Agent来赚钱。你可以把我想象成开了一家猎头公司,我是职业经理人,Agent就是我的人才库,我“调教”它们,把功能固定下来,再卖给企业。
OpenClaw的skill本质是技能的凝练模块,它能自动执行那些被确定下来的重复性工作,而且它有一个很重要的优点:没有人性。虽然听起来很怪,但人性就是会对一些事情的执行有影响。有一本书叫《噪声》,说的就是人会被很多东西影响,哪怕是天气、气温,这就导致企业的标准流程没有办法被很好地执行。机器填补的就是这一点,因为没有人性,它可以很听话,不会被情绪左右,也不会和人唱反调。
所以从一开始,我就确定OpenClaw不是一个面向大众的产品,直接锚定了企业作为主要客户,然后让AI帮我找客户。我先做了一个Agent去模拟人工爬帖子,帮我梳理互联网上企业发布的各种各样的“员工”需求,再去判断要不要接。这和线下推销自己没什么区别,都是向客户展示我能做什么、我手下的数字员工能做什么。
当时OpenClaw刚热起来,很多人都想尝鲜,只要报价不是很离谱,客户基本都愿意试试。对我来说,只要我觉得大概能做到,我都会接。说实话,现在有AI帮忙,已经没有什么东西是做不到的。沟通前期,我会给客户提供一份“数字员工使用手册”,告诉对方数字员工能做什么、你可以怎么去用,以及我能提供的服务,客户也能通过这个小的验证摸到数字员工的价值。这其实是一个双向过滤的过程,客户可能会更愿意付钱,也可能直接放弃。
我最近接触的客户是一家期货公司,他需要Agent帮他梳理各种期货的价格、库存和销量,我就帮对方写一个skill去抓取数据、清洗归档,相当于做一个AI数据分析师。AI能快速地让工作从1进展到100,我做的就是从0到1地搭建它的架构、训练Agent,让它更稳定。大模型的本质其实是成语接龙,喂再多数据,它还是会有幻觉,这就需要人去校对。这个数字员工本质上做的还是爬虫工作,人工去做一般是两三千一单,但只是一次性的。数字员工的价格会翻个倍,但它长期、稳定。
每完成一单,我都会复盘工作里能够被标准化的东西,同样把工作固定下来交给Agent去做。现在我的副业里,Agent能做的事情占了50%,比如“员工手册”可以让它去写,代码也可以让它去写,但技术架构、后续运维、和客户在业务上的沟通还是我自己来。如果客户知道是龙虾在回他的消息,他肯定扭头就走。
蔡百使用数字员工去抓取数据
“只要是数字资产,我就可以用数字员工代替”
我的客户群体画像基本是小微企业主。从2月到现在,我已经对接了五个客户,除了期货公司,还有律所、水务公司、电商企业。我给Agent的定义是“数字世界的操作员”,各行各业都会用到一些数字资产,只要是数字资产,我就可以用AI来代替。
律所的需求是整理他们线上系统的数据,把表单中的客户信息清洗出来,以Excel的格式交给他们。水务公司需要抽取视频的内容,把每一个页面提到的信息都提取下来。有意思的是,不同行业的公司对OpenClaw的恐慌程度真的不一样。我接触过电商客户,他们的恐慌情绪就特别强,那种工作被替代或者效率被超过的恐慌要比传统企业重很多。
电商行业传统的流程就是网络运营、商品销售,运营占大头,包括做广告、库存管理、线下发货。大模型出来以后,运营这部分完全可以交给AI去做。文案、视频的编辑,都可以固化为一个skill,交给数字员工。训练出一套适合自己品牌的skill之后,企业完全可以把运营放手给AI,再从这里省下一大部分成本,甚至以后都不需要招人专门做运营。我给这个电商客户做的就是内容运营类数字员工,它能去做账号矩阵,自动发消息、发帖子、挂商品。价格也高一点,大概是期货公司那单的两倍。
恐慌程度也和企业的性质有关,传统企业会考虑数据的安全性。我所在的矿业公司规模比较大,我也在推OpenClaw的使用。原来的工作里,我得先做一个产品经理的角色,去做技术架构、对接客户。现在我只需要做一个产品,代码完全不用我去写,甚至和客户对接都会有AI辅助。OpenClaw加入到我的工作流以后,我1天能干10天的活,效率至少提升了90%。
在我身边的“技术圈子”里,早期接触到OpenClaw的人并不少,有认同的,也有抵触的,认为这玩意儿的传播有点像“邪教”,但大多数人都是旁观者。我记得,朋友圈有人发了一张表情包,文案是“21世纪web4.0时代只分创造者和旁观者”,图上大家都戴着龙虾的帽子,下面的对比图是有人把电饭锅戴在头上练气功,讽刺意味拉满。但这个朋友后来自己也把龙虾用起来了,加入了国产龙虾的行队。
我觉得OpenClaw就是互联网一次新的大航海,就像十年前的社交媒体一样。很多人会挤进来尝新,同时也有大量的人迅速退场。
我去卖数字员工,说实话,客户对我的服务预期并不高。我不害怕客户对数字员工的功能或者技术架构有不满,也不怕对我的指责,但现实是,我并不知道这些客户里真正长期使用数字员工的人有多少。一般一单做完就结束了,客户周末能回几条消息就算好的,除非有新的需求才会继续接触。但也没有,客户的需求都是短暂的、一次性的。
蔡百为客户提供的员工手册也是通过AI完成的
“AI可以代替人,但没法替人背锅”
现在大模型都很卷,上游的资源成本很低。OpenClaw是开源的,不花钱。我给客户提供的相当于一个带着skill的机器人,我的成本分两块,一是计算机服务器的钱,二是token消耗。我做到现在,一个月的开销就7.9元,还有平台的折扣活动。
所以现在其实是一个很好的创业时机。我直接对接第三方的需求,这个需求是被企业验证过的,所以有钱赚、有需求市场。很多人用OpenClaw做一人公司,觉得能减少人力成本,但一人公司能运转起来的核心在于它本身就能赚钱,也就是创业者设想的需求本身能被市场验证。
我的逻辑是反过来的,我考虑的不是我有了A,所以我去做A,而是直接去和客户聊,先去尝试。虽然我是写代码出身的,但我现在已经一行代码都不写了。现在做一个产品根本不需要自己写代码,AI vibe coding(一种以自然语言描述需求、由 AI 生成代码的新型编程范式)已经非常成熟。技术不是真正的门槛,甚至随着大模型的发展,技术不会再是门槛,真正的问题在于,怎么找到那些愿意为你付费的客户。
现在,我没考虑过去做面向大众的产品,比如做一个类似豆包的对话助手,个人一定杠不过大企业。相反,定制化的服务反而有市场,每家企业的需求都不一样,降本增效的要求也一直存在,它其实是一个比较新的商业模式。
我现在基本一两周完成一单。如果按100%的精力投入来计算,我完成一单需要在16个小时到32个小时之间。相比起定下“未来要做100个客户”这种目标,我更想把现在手头上有的客户都积累下来。在完成每一单的过程中逐渐把流程固定为一个标准的SOP,再把这些东西全都打包起来,交给别人去做。如果客户多了,我甚至觉得可以做一个中台,我自己做中介。卖产品是比卖自己的时间更好的选择,产品可以卖很多份。
做“经理人”做到现在,带给我成就感最多的其实是和各行各业的人交流,去看看大家都在干什么,沟通本身很有价值。
现在,OpenClaw的热潮明显退下去了,但这也不是坏事,大家更有空间去思考能够被替代掉的需求是哪些,没有办法被替代掉的需求又是哪些。就算OpenClaw在我的主业中提升了90%的效率,但那剩下的10%是永远没办法被AI替代的,包括去校正AI的行为,AI也没办法给人背锅。
(应采访对象要求,文中蔡百为化名)
【版权声明】本作品的著作权等知识产权归北京青年报【北青深一度】所有,未经授权,不得转载。
一场失败的自救:我所经历的真实的大厂
全职妈妈9年,一个赛车手想重新坐回车里
“照料赤字”下,我们需要什么样的家庭