深圳openclaw硬核派对-总结-XK王鑫康

引子：「龙虾不是改变投资，而是让我们三年前对AI的判断全部加速，它是放大器，让有AI认知的团队优势进一步放大。」-朱啸虎

金沙江资本朱啸虎先生（金沙江创业投资基金董事总经理，被业内誉为“独角兽猎手”，朱啸虎在投资界获得众多认可，连续多年入选福布斯“全球最佳创投人”榜单。投出小红书，ofo，饿了么等知名独角兽。）

天际资本张倩女士（累计投资近150亿元，金山云董事，参与雷军上市敲钟合影天际资本（FutureX Capital）创始合伙人；（图片左一）

耀途资本 白宗义先生（耀途资本（Glory Ventures）创始合伙人，中国航天科工集团第二研究院出身，2013年，他主导英飞尼迪集团与中国航天科工集团在中以两国总理见证下签署战略合作协议并成立合资公司。目前耀途资本管理四期人民币基金及二期美元基金，管理规模超过40亿元人民币-minimax查询）

现在进入正文。

第一部分：任旭滨分享ppt内容

《从单体agnet到社交网络，openclaw的架构设计以及agent群体智能的未来》

1.1openclaw证明了“通用agenr”的落地可行性，让agent走出了实验室进入大众生产。

1.2openclaw的严谨闭环设计思路：

从数据收集中获得观察，进而分析选项以及最佳路径，并且有效执行计划，最后审查结果再来完善同时再来进行数据收集获得观察的这一套循环是一个有效的工作方式。

1.3openclaw的用户参与度。

openclaw的任务不是一次完成目标，而是在反复的交流中，通过用户的指导其不断完成任务，用户参与感极高。

1.4openclaw的部分机制展示。

记忆机制，openclaw模仿人类写日记的形式，能够阅读长期片段。

技能库，通过将人类经验写入文档，从而让agnet拥有任务的执行能力。

1.5open claw的部署难点，即过于庞大的代码，使得配置较难。

1.6基于pyhthon的简化版本。

以1%的代码量实现了openclaw的核心功能，便于后续大批量部署。

第二部分：evomap的分享。

2.1 目前是4.7 万个 Agent 彼此学习技能并且交互的平台。

2.2痛点。如何让一个agent学会后，其他所有agent都学会？

openclaw诞生不到一个月产生了30多万个skill，但agent与agent之间的skill交流是分隔的，无法实现一个agent知道其他agent都可以知道。重复学习会带来浪费，且产生低效率。

2.3不同于mcp以及skill的全新的gep协议。

传统的MCP协议（解决“是什么”的问题）和Skill协议（解决“怎么做”的问题）不同，GEP进一步解决了“为什么这样做”的问题，形成了更为解耦的Agent能力传承体系。

GEP协议包含三个核心概念：Gene（基因）类似于论文的摘要，提取AI在强化学习环境中自主发现的方法论；Capsule（胶囊）类似于参考答案，是基因的具体表达形式，可封装为短代码或长简历；Event（事件）类似于实验报告，记录基因的来源和验证过程。这三者形成的元组结构，使得一个Agent学会的能力可以快速传递给数百万个其他Agent，实现了真正的群体智能进化。

2.4全平台agent极速学习的思路

2.4.1让百万agent之间互联。

2.4.3实现结果（让ai给ai写skill，说明书，且共享知识）

2.4.5愿景（打造设计给agent的交流方式以及网页体系）

2.4.2基因协议的底层从设计（策略，知识封装，上下文）

现有网页体系，太多广告且设计是给人观看的，不符合agent信息收集的逻辑，需要成立符合agent习惯的知识交互体系，交流体系，以及信息交流。

面向agent的使用习惯方式，来重新做很多事情。

第三部分：picoclaw，优化版opencla为，仅10兆大小，给硬件装上ai灵魂的方法。

3.1目前本地部署的痛点，需要Mac mini的主机。

至少需要2gb内存，且运行占用1gb内存。同时启动时间较长。

3.2解决方式（极简主义的启发）使用go语言编写仅十兆大小就可以部署且跨平台运行。

3.3轻量化带来的广泛的硬件部署空间。

智能蓝牙音响，按键手机，三星手机，智能眼镜都可以部署，获得ai灵魂。

3.4愿景。任何硬件设备都有自己的技能，记忆以及灵魂。

第二部分，投资者问答。

一、AI技术发展的核心认知

1.1 朱啸虎：AI是加速器而非颠覆者

朱啸虎在讨论中表达了对AI发展的深刻思考，他认为AI本质上是一个强大的加速器，能够将人类已有的能力和优势放大到前所未有的程度。他以自身经历为例，说明AI工具（如Manus）能够帮助有深厚认知积累的团队实现指数级增长——原本与传统竞争者的优势差距可能是100倍，但在AI工具的加持下可能扩大到10000倍。朱啸虎特别强调，他并不会因为AI的崛起而改变投资的核心逻辑，即仍然专注于投资具有前瞻性认知的创始人，但会加速投资决策的步伐。他打趣道，过去三年间投资的80家公司没有一家倒闭，而且越做越好，这印证了他对AI赋能优秀团队的信心。

1.2 张倩：AI渗透传统行业才是最大机会

张倩从产业应用的角度分享了她的投资洞察。她认为当前AI投资的核心机会在于传统行业的数字化转型，而非与AI巨头在主赛道进行正面竞争。她以具体数据说明，美国医疗领域的AI渗透率在过去一年从4%快速增长到接近30%，大量创业公司在一年内获得上亿美金融资，这充分说明传统行业的AI改造空间巨大。张倩明确表示，她更看好“AI增强”而非“AI替代”的模式，即传统行业从业者借助AI工具实现能力跃升，而非纯粹的技术背景团队试图颠覆传统行业。她同时强调，当创业者具备产业深度认知并且能够充分利用AI工具时，往往能够产生“高维打低维”的压倒性优势。

1.3 白宗义：抓住不变的东西

白宗义的投资哲学强调在快速变化的时代专注于不变的核心要素。他认为，虽然技术迭代速度很快，但最不变的东西其实是掌握技术的企业家精神和产业洞察力。基于这一理念，白宗义将投资重心放在基础设施层面，具体包括三个方面：第一是TOKEN成本优化，无论云端还是端侧都需要更便宜的计算资源；第二是端侧和边缘计算带来的硬件机会，特别是针对AI优化的芯片和存储解决方案；第三是AI Agent的配套基础设施，如AI Agent Browser等工具层机会。他明确表示，应用层的变化难以预测，但基础设施层面的机会相对确定，这符合他一贯稳健的投资风格。

二、Manus（龙虾）的革命性影响

2.1 成为新一代入口

三位投资人一致认为，Manus的出现标志着AI交互入口的重大变革。朱啸虎直言，Manus有可能成为下一个超级入口，其发展速度远超预期——上线一个月内就新增了几十万个Skills，这种增长速度与当年互联网兴起的时期极为相似。张倩补充道，Manus让AI从“高大上”的技术变成了普通用户可以上手使用的工具，这意味着千行万业的AI应用落地将大幅提速。白宗义则从产业角度分析，认为Manus的成功在于其生态定位精准，而非单纯的技术领先，这对中国构建自己的AI生态具有重要启示意义。

2.2 对投资逻辑的冲击

关于Manus对投资策略的影响，投资人们展开了深入讨论。朱啸虎认为，Manus本质上是一个“放大器”，它会让已经具备AI认知的团队获得更大优势，但对投资标准本身没有根本性改变。张倩则观察到，Manus的出现让很多原本难以落地的行业AI应用看到了希望，因为AI Agent能够大幅降低技术使用门槛。白宗义更关注的是围绕Manus等AI Agent的基础设施投资机会，他认为在技术快速迭代的环境下，与其赌应用层面的成败，不如投资确定性的工具和基础设施。

三、创业者的核心素质

3.1 智慧高于智能

讨论中最具深度的观点来自张倩，她提出在AI时代“智慧”比“智能”更为重要的论断。张倩认为，AI虽然在计算和推理方面已经超越人类，但人类独有的智慧体现在多个维度：包括如何管理人际关系、如何与AI协作、如何在更高维度上把握全局。她以乔布斯等伟大创业者为例，指出真正具有智慧的人能够超越AI的维度限制，在更高层次上驾驭技术和商业。这种智慧包括使命感、格局、以及对长期价值的坚持，而非短期的机会主义选择。

3.2 无包袱、敢上手

朱啸虎结合自身投资经验，分享了他最看重的创业者特质。他表示，最喜欢的创业者是那些能够快速行动、持续迭代的人，而非一开始就追求完美的人。他批评了许多融了大量资金却迟迟不敢推出产品的创业团队，认为这种“包袱过重”的心态在AI时代尤其危险。相反，那些能够利用AI工具快速验证想法、迅速调整方向的创业者更容易获得成功。白宗义补充道，从科技投资角度看，越底层的硬科技越需要经验和积累，但应用层面的创业则需要高速迭代和快速试错的能力。

3.3 产业认知深度

张倩特别强调产业认知的重要性，她直言最近接触了很多“懂技术但不懂产业”的创业者，这类创业者往往只能在非常狭小的空间内寻找机会。她建议创业者应该深入传统行业，了解真实的产业痛点，而非在虚拟世界里打转。她以自己投资的AI制造业项目为例，说明当一个深耕传统产业的团队能够熟练使用AI工具时，往往能够实现对传统模式的“降维打击”。张倩同时指出，即使是大厂出来的创业者，如果缺乏真正的产业认知和实战经验，其优势也往往被高估。

四、投资方向与机会

4.1 基础设施层投资

白宗义详细阐述了基础设施层面的投资机会，他认为这一领域的投资逻辑相对清晰：第一是端侧AI芯片，特别是针对小参数模型的专用芯片有望在消费电子领域找到市场空间；第二是TOKEN优化平台，类似于“中国的Open Router”，能够接入多个大模型并进行优化整合；第三是AI Agent Browser，作为Agent与操作系统交互的基础设施具有重要价值；第四是高质量数据服务，随着大模型对训练数据质量要求的提升，专业化的数据标注和生成服务将迎来爆发。

4.2 应用层机会

在应用层面，投资人们普遍看好三个方向：一是传统行业的AI改造，特别是制造业、能源、电力、金融等监管相对宽松且数据丰富的领域；二是一人公司模式，张倩明确表示她会投资优秀的一人公司，认为一个能力极强的个体借助AI工具可以创造远超传统组织的价值；三是AI原生的内容创作和娱乐应用，特别是能够将人类创意与AI生成能力结合的产品形态。张倩以她投资的一个小游戏项目为例，说明利用AI工具，团队能在极短时间内开发出创新性产品，这种快速迭代能力是AI时代的核心竞争力。

五、AGI展望与投资态度

5.1 过程比终局更重要

关于通用人工智能（AGI）的讨论，白宗义表达了他一贯务实的投资态度。他认为，作为投资人，不应该过于关注某个领域的“终局”判断，因为技术路线的演进充满不确定性。他以大模型投资为例，指出即使无法确定谁能最终胜出，也不影响在过程中获得投资收益。关键是要在技术演进的不同阶段找到合适的投资标的，而非押注于某个特定的技术路线。张倩对此表示认同，她认为与其纠结于AGI何时到来，不如关注AI技术能够创造什么具体价值，以及如何把握这些价值创造的机会。

5.2 保持乐观，积极行动

讨论结束时，三位投资人都表达了积极乐观的态度。张倩指出，中国拥有全球最完整的制造业体系和最丰富的应用场景，这为AI创业提供了独一无二的土壤。她预计未来可能出现1000亿个AI Agent，这些Agent将渗透到社会生活的各个方面，带来巨大的创业和投资机会。朱啸虎则强调，在这个AI狂飙突进的时代，入场的时间窗口正在快速关闭——如果现在还没有开始使用AI工具或参与AI领域，将很难跟上这波浪潮的节奏。白宗义总结道，无论技术如何变化，投资于不变的企业家精神和产业洞察力，依然是穿越周期的核心策略。

核心观点汇总

整体会议言论：

• 安全软件机会： open cloud 出现后，安全相关软件有机会，但中国安全软件过去赚钱较难，多为方案商。针对oepnclaw的专项安全软件有机会。

• 端侧和边缘侧机会：端侧和边缘侧存在大机会，当前端侧最大问题不是算力，而是 bandwidth gap，未来 APU AI 芯片堆叠等存储大模型的技术有发展空间。即大家对于本地存储信息安全的需求，期望本地存储。

• 云端机会：云端的硬件和软件两层都有机会，如专属的推理云、围绕视频场景定制专用芯片等，同时还可通过优化平台让 TOKEN 更便宜。

最后附上一些鑫康个人的想法。

1.基于openclaw的衍生产品，即lite版或者硬件版是可以做的业务。

首先openclaw属于ai时代的os的雏形这一点毋庸置疑。

只是这个os是否不好用，怎么广泛部署，本场会议的两位伙伴都给到了答案，也让openclaw进一步部署推广有了可能，可以说是给openclaw再添上一把火。

2.搭建面向于agent的基建也是可以做的业务。

不能站在人的角度设计网页，设计信息，设计知识。人的很多特性都导致了人和agent沟通不畅，在agent还无法改造物理世界的时候，打造更适合于agent之间沟通的环境可能可以加速agent的agi的实现。

3.关于投资者问答的思路。

3.1朱啸虎部分言论。

只要用户增长速度快，有龙虾这么快，投资不是问题。

龙虾开源的生态，让创造力得到极大释放，短短十几天，三十多万个skill。

先蹭龙虾的流量，先把用户增长上去。

找到一个小的层面，一个足够深的切口去做。

在电商以及视频生成领域，大厂竞争激烈很难再给到外部机会，seedance抹杀了很多同行小厂的努力。

不要有包袱，及时犯错也是一件好事。要及时推动产品上线。

这部分言论和minimax创始人言论一致，minimax创始人说ai是一个长期的事情，也是一个市场越来越大，但玩家越来越少的事情。同时国内一定会进行补贴，所以为了熬下去，为了持续发展，就一定要在发展的时候考虑商业化的问题，坚持做付费模型，坚持做海外付费模型。

和上述思路一致，找到大厂不做的事情，坚持商业化，坚持海外营收的思路。才能让ai落地，让项目真正长久运行。

3.2张倩部分言论。

部分小龙虾创业者没有实业的经验，沉迷于给大家装小龙虾之类的商业化上，但是没有注意到中国有很多行业还没有用上ai，坚持做看起来没有那么sexy，那么好的实业，在大家都没有用ai的行业，你用了ai就和三体人一样降维打击。

一人公司存在可能，厉害的工程师可以抵100个平庸的工程师，ai时代可能是一个人抵过一万个人。

不要做二维平面庸庸碌碌的蚂蚁，尝试用智慧去驾驭蚂蚁。

这里也是一个很经典的思路，互联网模式兴起的时候，雷军最后一次把互联网模式带到了制造业，创造了小米。那么现在大家对于ai模式还没有概念，先发现的伙伴有机会做出一些不一样的事情。避开大厂的竞争找到一些新场景的可能。

3.3白宗义。

我很喜欢白宗义的思路，如何面对ai焦虑。

他说面对ai投资者不能太焦虑，不能显得每天很忙，但是没有意义。

要抓住变化中不变的东西。

例如第一由于长期助理的实现，安全成为一个需求，安全软件是否可以付费长期存在，第二由于部分数据敏感需要本地存储，那么本地的存储以及堆叠存储的芯片，就有空间来发展相关的技术，用于缓解内存涨价的需求。第三，token越来越贵，有没有一种可能，我可以针对所有模型提出优化，同样的提问，我可以消耗更少的token，同时收取部分优化的费用。第四：能不能更加细化，视频的云和视频的芯片和分析文本的云和分析文本的芯片不一致，做一个专门为视频生成而制作的芯片如何。此外计算、存储、网络通信、互联、能源散热这些都有机会。并且底层的科技创业需要人经验深度匹配，例如你要做gpu，cpu没有十几年的从业经验肯定做不出来，但在上面一层应用和硬件的配合tob的销售就不一样，如果再次叠加开发软件toc，那么快速迭代就很重要。

学会强化学习。

在机会来之前，犯过足够多的错，让后续成功的机会更大一些。

鑫康认为：其实面对ai，很容易有一种什么都看，但什么都不深入的感觉，一切都太快了。但白宗义的切入点就很根据需求来分析，且具有可行性，且是短期内很紧急的需求。所以这一套变化中不变的思维逻辑，真的非常受用，同时对于科技的三个层面，底层科技，科技+应用，科技+应用+软件对于人的不同要求以及核心需要的能力，是什么，这个视角真的是第一次听到以及了解到。并且对于犯错这个事情的正面看法真的让人疏解了很多焦虑。

我想面对如此快速的openclaw以及如此支持的投资人环境。

抓住机会，乘帆起航，做些小的不起眼的苦的累的大家看不上的事情。

好像也挺好的。具体是什么，还得想想。