scripod.com
164: 当AI“杀死”SaaS，与明略吴明辉聊多Agent网络、软件业转型和 AI 新组织

Overview

Shownote

Highlights

Transcript

Chapters

Pins

164: 当 AI “杀死” SaaS，与明略吴明辉聊多 Agent 网络、软件业转型和 AI 新组织

晚点聊 LateTalk

8 HOURS AGO
晚点聊 LateTalk

晚点聊 LateTalk

8 HOURS AGO
OverviewShownoteHighlightsTranscriptChaptersPins

Shownote

「闭源软件价值消失，从 token 和模型上赚钱。」 今天的嘉宾是明略科技创始人吴明辉。2004 年时，他就在北大计算机系做人工智能研究，硕士期间开始创业。 在这一轮大模型热潮前，明略曾在 2020 年尝试用 AI 做组织智能，大举扩张，包括收购了 Manus 创始人肖宏的上一家创业公司，夜莺科技。这一次 AI 尝试以失败告终。 这没有影响吴明辉现在对 AI 的热情。24 年以来，明略陆续发布了自己的行业模型，完成了上市。在 OpenClaw 引起个人 Agent 热潮后，他们也开始了一场更彻底的变革...

Highlights

本期 podcast 深度探讨人工智能如何从根本上重塑企业软件范式、组织协作逻辑与知识工作者的价值定位。明略科技创始人吴明辉基于自身从 2020 年 EIP 失败到 2024 年章鱼项目落地的实践反思，系统阐述 AI 不是对现有流程的优化，而是对 SaaS 本质、模型价值归属、人机权责边界的一次重定义。
00:03
SaaS 软件闭源路线是死路
05:05
章鱼 Agent 打破人在任务执行中的瓶颈
11:20
龙虾自身记忆机制对某些事情理解不足，在通信系统中大家传递的是 ID
16:52
AI 无主体性，无法承担责任，让 AI 承担责任存在巨大伦理风险
28:39
团队核心成员身处 AI 世界，而所在行业及广告、零售等领域的领导者还处于上一时代
34:02
真正的 Agentic 工作状态是自己造生产力工具并形成自我闭环
40:34
龙虾需明确主人并由主人担责，OpenClaw 内置信任机制，公司内设品鉴者，品鉴信用越高，越多人的龙虾愿听其指令
46:23
用康德义务论约束人很难，但约束龙虾可行，因它可观察自身全部代码，而人无法客观观察自己
1:04:20
GUI VLA 模型的第一大场景是自动软件测试
1:10:46
AI 行业盈利拐点可能在一两年内出现
1:19:32
taste 基于人生经验难以用规则描述，AI 无法替代
1:22:00
应转向 Scaling Out，即横向发展，形成集体学习和组织智慧，保护个体和小创业团队的知识产权
1:30:05
真正的个性化 AI 需能迭代个人历史信息，还能接受当前语境信息
1:34:22
商业成功的真正判断标准是科学发现能力
1:43:01
若当时融到 5 亿美元，可能会去做大模型预训练，会花很多钱
1:52:01
AI 是‘我思故我在’，人类是‘我行故我在’
1:58:13
虽 AI 能完成现有工作，但仍要保护员工就业
1:59:06
若多数人拥有 Hope，Hope 就会产生力量
2:06:48
降低大模型门槛让所有知识工作者都能参与创作，这符合人类文明发展叙事
2:09:39
多数人不应相信会被 AI 取代，愿力才是人类不可替代的核心
2:14:43
理科生应像文科生一样培养，感受美和自身需求
2:18:04
‘think’本身有危险，而非某个专业
2:22:06
需求分析无唯一解，好软件因人而异。编码速度快不意味着能压缩时间，第一版软件需投入真实环境获用户反馈。写代码的人是本体论实践者，需求分析师是认识论实践者，产品最初设想与实际使用会有差异，需反复打磨，最终产物是本体与认识交互的结果。
2:24:30
未来八个月内会有采用 scaling out 逻辑的模型开源，能在细分领域表现出色且成本低

Chapters

AI 如何重塑 SaaS 与组织智能
00:00
-SaaS 已死，软件系统本身会走向开源
Agent 正杀死 SaaS 已死，数据和上下文的价值更大了
01:42
OpenClaw 开启的新可能：穷人版（不从基模入手的）持续学习
05:53
明略的主业数据挖掘和分析，如何被 AI 改变
11:53
新探索：Agentic Service。软件开源、自训模型赚 Token。
19:51
- 多 Agent 协同网络，“龙虾哲学”
章鱼想构建集体学习网络， (eˣ)' = eˣ 的指数级增长要给自己造工具
29:15
章鱼开发过程：小团队 + AI，核心改造是：认人 + 权限 + 信任机制 + 品鉴信号
35:51
龙虾的哲学：康德的义务论约束不了人，但可以约束龙虾
46:23
vs 巨头：章鱼直接开源，“飞书做 AI 转型，也得开源”
56:30
自研 GUI - VLA 模型，最大场景是软件自动测试
1:05:51
vs 更小初创企业：1800 人的明略会变得更像 “投资公司”
1:14:35
从 Scaling up 到 Scaling Out：站在 "被 AI 欺负的人" 那边
scaling up 是追求单性能突破，scaling out 是横向扩展 agent 网络；后者对人的价值更友好
1:20:33
专注行业小型模型，将开源 web retriever 数据集；Agent 网络可实现个性化持续学习
1:26:37
验证标准：商业成功 + 科学发现能力；风险是 “物理猝死”，大脑太活跃
1:34:19
5 年前做 EIP（企业智能平台）， 失败的教训
技术判断太乐观，团队共识不够：
1:37:47
1000 多人大团队，"八方神仙" 做一个没人懂的产品
1:45:29
从春风得意到减半裁员：看到人的存在；所以现在不裁员，给每个人 AI 传票
1:55:23
希望本身产生力量，尤其是众人的希望
1:58:58
新的 AI 投入何时表现在财务上？
2:03:29
AI 原生一代
看女儿用 AI：AI 原生一代的观察与启发
2:08:11
不再和孩子一起刷奥数题，识别 beautiful 的题才做
2:11:37
没有危险的专业，而是只会 Think 是危险的
2:15:14
工程师的新价值：在不断变化的应用环境里判断需求，这仍是 AI 无法做的
2:18:43
Scaling Out 一定会发生：小公司会先做出来
2:24:29

Transcript

吴明辉: 我那天续费的时候，我一看，我两个桌用了一万美金，这时候我说，怎么这么便宜？所以对于 SaaS 软件行业，如果还是坚持走，闭源的路线的公司的话，我觉得基本上只有死路一条。Hope 它本身就是会产生力量的，如果只有一个人是这个 Hope 的话，它不会产生力量。但如果全世界，如果有 79 亿人，都是这个 Hope 的话，你觉得这个会不会实现？ 程曼祺: 欢迎收听晚点聊，我是曼琪，今天的嘉宾是明略科技创始人吴明辉。2004 年时，他就在北大计算机系做人工智能的研究，硕士期间开始创业。在这一轮大模型热潮前，...