360集团梁志辉：龙虾真正的创新不在技术，而是产品形态|360|梁志辉|豆包|龙虾

2026年3月7日，第四届超声波俱乐部AI Open Day“北京龙虾大会”在360总部成功举办。这是目前北京规模最大的龙虾大会，活动前我们收到近千位虾友报名意向，经过筛选，来到现场的有三百多位AI领域创业者、知名投资人、大厂技术负责人及千行百业的龙虾爱好者，同步开启的线上直播也吸引了超4万人次观看，超声波俱乐部各个城市的虾友社群也同步直播和互动交流。

活动下半场的圆桌环节，超声波创始人杨子超，360集团副总裁、纳米AI负责人梁志辉，老鹰基金创始人刘小鹰，火山引擎解决方案架构师郭锐，360漏洞云AI安全及技术发展资深专家宁宇飞围绕《效率进化：一人公司（OPC）还是龙虾工厂》展开深度探讨，并与场下嘉宾：伽利略资本创始人顾浩，TaoZ Capital创始合伙人刘勇，360漏洞云业务线总经理、360教育事业部人才战略与生态发展负责人、HackingClub白帽黑客技术社区发起人胡晓娜互动，碰撞出很多精彩观点。

以下为梁志辉的分享整理：

关于龙虾，我觉得最近有一个数据特别有意思，很多人说它在GitHub上现在是星数最多的开源软件，已经超过了存在20年的Linux。但有另外一个数字我觉得更震惊：半个月以来，它的代码行数已经从40万行变成了100万行。

过去我们做开发的都知道，写代码是很困难的。一个开发一个星期最多就写100行，但今天像龙虾这个物种，我觉得已经有点超出我们过去对软件产品的理解。这个产品是用Claude Code写的，它的作者不停地用Claude Code口喷需求，不停地去改变自己。

过去我们一直说，什么是AI native的产品。这个产品，连自己的代码、自己的进化都是靠AI，这样的进化速度我觉得很有可能会远超所有人的想象。

我们现在确实关注对龙虾关注很多，大家都很想体验。但说实话，第一龙虾很难装，第二说实话也很难用。很多资深的开发装了龙虾之后，刚开始都很懵，不知道怎么去跟这么一个所谓的AI native的物种进行交流。

1.跟龙虾聊多了，你会有“厌蠢症”

在实际体验了很长时间之后，我们会发现，你越是跟龙虾交流，你越是有一种所谓的“厌蠢症”。因为龙虾的智商极高，你越跟它交流，越用它，它就会越懂你。第二，你给它提任何需求，它都会尽可能满足你。

在这种场景下，未来很多人跟龙虾聊多了之后，都可能会出现一种症状：不愿意跟人聊天了。我自己，包括我老板老周，也都出现了这种情况，跟模型越聊越起劲，但是再跟人聊，你会觉得怎么他没有龙虾这么聪明？

现在龙虾这个产品既难用又难装，我们360最擅长的点就是把所有的事情变成一键安装、一键使用。大概一周之后纳米龙虾的产品就会上线了，初期会上线Windows和Mac的版本。

比如90后或者00后家里不见得有电脑，我们在想有没有可能做一个特别廉价的版本，比如说能够把龙虾装到你的工控机，或者像树莓派这样的小硬件上面。这样龙虾可以放在你的公司，也可以放在你的家里。这个事情我觉得也很有想象空间。你现在要花3000块买个Mac mini，对绝大部分人来说这个成本还是挺高的。

2.龙虾不仅是技术层面的突破，更是AI产品定位的改变

龙虾很吸引人，你有了一个可以随时随地执行各种任务的智能助手。我自己觉得龙虾跟过去的豆包、ChatGPT、DeepSeek完全不一样，过去的场景下AI都只能给你建议，但龙虾是有史以来能够帮你做任何事情的智能助手，使用过程中你提的各种要求，也和过去给豆包和ChatGPT提的要求完全不一样。所以我们也很关注，尤其今天来参加的各种朋友，你们在龙虾上发现的独立场景（有哪些）。

我跟很多自媒体朋友也交流，每出来一个新的物种，大家最缺的就是场景。但你现在看很多龙虾的文章，只是把过去ChatGPT、DeepSeek、千问等炒过的各种场景，重新又再炒一遍。

我觉得龙虾可以实现一个很神奇的东西，你提各种事情，它能够上网帮你找一遍，能够用各种编程工具帮你实现出来。过去可能你会要下载Trae、Cursor这样的工具，才能说你在做AI编程。但今天在用龙虾的用户，可能也只是说了几句简单的话，比如帮我分析一下世界500强的这些公司财报，可能你自己都没有意识到，它就在后台帮你偷偷调用了一些Coding Agent帮你完成这个任务。

这一次是真的把很多过去我们认为要有专业技能才能做的事情，靠模型的智能拆解各种任务之后，调用各种你过去想象不到的这些工具，来帮你完成非常复杂的任务。

Vibe Coding说实话它更像是给一个开发人员去用的，在很多场景下你可以让Claude Code，让类似于Gemini、CLI等等帮你去做。但如果你给到一个不懂编程的人，他会有一个天然的抗拒感，觉得我为什么打开一个编程工具。

我们今天也在讨论龙虾到底做对了什么？它把自己的基因给改变了。过去所有的AI产品都是你在一个专有的APP和网页上去用，但是今天龙虾是在你最常见的一个IM软件里面，进了IM软件里面就感觉完全不一样了。

这样你给机器人或者给龙虾提各种任务的时候，你没感觉到我现在在编程，我现在在编网页，这个过程里面其实你只需要把需求说出来，它会自己上网去找各种教程、各种代码、各种软件帮你去做。对用户来说，这个产品定位稍微有一点变化，但是它的适用面就变得很广。

过去可能你得会使用这些IDE的软件才能编程，现在变成你会用微信，你就可以不知不觉完成编程的任务，这个可能不是技术层面的区别，而是一个产品定位的区别。

3.判断一个人是否有AI信仰，直接看他的token账单

我们在招聘过程中，评价一个新员工是不是AI native，看几个很标准的行为：

第一，现在最好的AI软件，你是不是付费用过？包括国内国外的、全球范围内的。其实很多人没用过真正最好的产品，什么是最好的？比如说写代码Claude code或者各种AI产品等等。如果你没用最好的，你可能觉得AI的水平不也就这样嘛。

第二，一个人到底是不是真的有AI信仰，能不能真的把自己的工作、生活，还有很多各种各样的事情交给AI，有很直接的衡量标准。就是你每个月为AI产品付费有多少，你的Token账单有多少？刚才有个嘉宾也说过，日消耗100万以上token是个标准，你对AI的使用量，直接体现在token账单上。

第三，现在很多AI产品，你不要只关注token贵，如果你花出去的token是有ROI的，也就是说你花一块钱能挣回来一块2，这种场景底下你是不会嫌它贵的。很多新员工也好，或者公司内部的在职高管也好，能不能让消耗的token最后赚回来钱，不是业务层面，而是你个人层面，如果尝到了甜头你不会觉得亏。

现在我们养一个龙虾主要养什么？不是让它每天像虚拟女友一样聊天，而是养它各种技能。今天你给龙虾装各种技能包的时候会遇到几个问题：网络问题、API支付问题，以及各种的问题。如果不是一个开发人员，很难解决背后开源软件安装的问题。

但是也有很多人发现，既然你不知道一个开源软件怎么安装，那你就指挥它自己上网搜索并且安装这个东西。我们在分析龙虾的时候发现有一个很神奇的机制，比如说纳米AI也好，扣子也好，豆包也好，都是我选一个智能体，跟它聊天，但是龙虾的逻辑是，你有什么需求不停的跟它说，给它一些指示，或者指示它自己上网找教程。

其实你的需求在网上也有很多解决方案，这种场景底下无论装一个技能还是做什么事情，都会变成龙虾自己帮自己进化的过程。很多时候是用户意识的问题，不是技术能力的问题。

龙虾有了各种API或者搜索的能力之后，你无论是让它帮你写一个自媒体文章，帮你写完发到网上，甚至让你自动选稿都能做，但是龙虾的牛逼之处是，看完这些教程和方案后可以变成自己的技能。你的技能包越多，你的龙虾就会越强，所以意识的转变，对很多人来说才是最困难的。龙虾本身的能力非常强，所以中间很多技能你不知道要怎么做，要求它自己想办法解决就好了。

谢谢大家！