内容来源：汇编自网络资料。
责编| 柒排版| 沐言
第 9664篇深度好文：4910 字| 17分钟阅读
商业思维
笔记君说：
2026年6月11日，阿里巴巴宣布钉钉管理层调整：陈航卸任钉钉CEO，接棒者是一位92年出生的技术极客“陈宇森”。
这个名字对很多人来说还很陌生。但在中国网络安全圈，他20岁就带着蓝莲花战队横扫国际顶级赛事；
在企业服务圈，他创办的长亭科技被阿里云高价收购；而在2024年底，他再次出发，做了一家叫MuleRun的AI Agent（AI智能体）交易平台，团队不过50人。
现在，他要接下的是钉钉，一款拥有数亿用户、深度嵌入中国产业数字化进程的国民级应用。
为什么是他？
在晚点的两次访谈里，陈宇森聊了很多他的底层思考。
他说，当大模型具备了编程能力，理论上可以在两年内完成人类在电脑上能做的一切。他说，未来的软件可能是“日抛型”的：精准生成、执行完毕、即刻销毁。他说，所有人都在打造属于新时代的App Store，而核心的胜负手只有一个：把创作门槛降到零。
这些判断，或许也正是阿里选择他的理由。
但故事的另一面是：他经历过重度焦虑和失眠，在关停上一家游戏公司时跌入人生低谷。他说，“用心不等于仔细认真，用心是你热爱它、持续思考它。”他给自己的原则是：不被外部条件推着走，做自己真正相信的事。
这篇访谈，记录了他走到今天之前的思考路径，希望对你有所帮助。
一、从编程到Agent：
一次创业的认知跃迁
1.创业起点：Cursor找到了PMF，编程是AI的“桥梁能力”
我们是在2024年年底开始构思这件事的。
当时看到一个明确的信号：Cursor这类产品已经找到了PMF（ 产品市场契合点 ）。这表明，随着大语言模型能力的提升，它开始在特定应用领域（ 如编程 ）产生真正的生产力价值。
我们认为编程是一项非常通用的能力，它是让AI能做更多事情的桥梁，既然人类通过编程能实现众多功能，那么如果AI能替代或辅助人类编程，很多事情就可以直接由AI完成。
但后来发现，在AI应用领域，如果做一个别人已经做了且团队同样优秀的产品，很难获得流量和用户。
内测后发现，用同样的prompt（ 提示词 ）在我们产品和头部产品上跑，结果差不多，因为大家都依赖于Claude的API（ 应用程序接口 ）能力。这一年下来，竞争格局并没有发生明显变化。
2.Claude Code带来的范式启发
不过，近期Anthropic自己做的Claude Code（ Anthropic推出的AI编程智能体 ）确实让我感觉到了更大的变化，因为它启发了一种全新的agent（ 智能体 ）创作范式。
早期大家做agent，往往是通过外挂方式来实现SOP（ 标准作业流程 ）与大模型的结合，比如在LangGraph（ 一种智能体开发框架 ）里写一段代码。
但随着大模型能力进步，我们发现只要确保复杂任务不超出上下文窗口，避免产生大量幻觉，直接给模型足够复杂的提示词，它就能处理足够复杂的事情。这本质上已经是“怎么用好大模型”的问题了。
我们的底层假设是： 当大模型具备了编程能力后，理论上它可以在一到两年内，完成人类在电脑上能做的所有事情。 基于这个认知，我们判断目前AI做不好的，主要是那些沉淀在线下或人类大脑中的经验与知识。
如果能将个人的线下知识与大模型的理解判断能力结合，就能把个人能力80%到90%复制到一个agent中，形成一个很好的交易生态，创作者能赚钱，使用者能提效。
3.从“做工具”到“做平台”的思路演进
最初我们觉得市场缺乏一个好的agent交易平台，所以想做一个框架中立的部署与交易平台。但做到现在我们发现，要让行业专家去创作agent，哪怕是低代码都显得太复杂。
能让普通人真正能够编程，门槛必须降到只需使用自然语言，不需要理解参数、拖拉拽、循环或条件语句。最自然的方式就是直接描述需求和工作过程。
比如，HR清楚每天的招聘流程，客服知道如何调取知识库处理客诉和退换货。只要把这些日常工作流程描述得足够清晰，AI就能高准确率地完成。
如果有成百上千的人每天都要做同样的任务，他们就可以花钱让比人类更高效的agent去做，创作者也能因此获益。
二、双边市场的冷启动与供给困境
1.供给现状：传统应用为主，Vibe Coding是前提
平台目前供给主要还是传统的应用。但真正让我们觉得这个商业模式成立的前提，其实是Vibe Coding（ 氛围编程，即通过自然语言与AI协作编程 ）的普及。
过去开发软件成本很高，很难为几十个人甚至一个人的小众需求去定制软件；但现在有了代码能力强的大模型，我们完全可以为极少数人的需求开发应用。
我们的核心假设是： 未来的应用生态会无比丰富且极度长尾。可能我今天有个奇怪的需求，只要另外十个人里有一个人把应用做出来了，我就可以直接去用。当这种长尾需求被大量满足时，产品才算真正达到了PMF。
2.最大的瓶颈：供给丰富度不够、上架门槛太高
目前我们虽然上线了交易功能，用户增长也做得不错，积累了挺多注册用户，但遗憾的是还没有看到大规模的PMF发生。反思下来，核心问题在于供给丰富度不够、上架门槛太高。
目前平台支持n8n工作流或LangGraph制作的复杂agent上线，但仍依赖一定的人工审核，且创作门槛依然存在。双边市场的冷启动非常困难：没有用户时，创作者不愿意来部署产品；没有优质供给时，用户来了也留不住。
3.解决方案：Claude Code + Runtime + Skills
所以绕了一圈，对于大多数开发者或普通人来说，只要能向Claude Code描述清楚需求，再配合我们提供的一个足够丰富的skills market（ 技能市场 ），就能大幅降低开发门槛。
官方主要负责提供清晰的技能模块，比如操作Excel、控制浏览器或调用特定软件，普通人只需描述需求并选择对应技能，Claude Code就能将这些打包成一个容器或虚拟机，稳定交付任务。整个创作过程的核心就是极大地降低开发门槛。
“降低门槛”在我们产品的优先级里排在第一位，几乎就是第一优先级。 要想做成双边市场，核心依然是解决供给丰富度的问题，而供给丰富的前提就是极致降低创作门槛。
圈内人觉得理所当然的新技术，对大多数普通人来说依然存在极高的使用门槛。如果你能提供一个足够便捷的使用方式，他们是愿意买单的。这就是我们正在做的事情的商业价值。
三、从货架到对话：
产品形态的迭代与竞争格局
1.逆潮流：货架式交易市场的反思
几个月前我们执着于做货架式的交易市场，现在反思来看确实有些逆潮流而动。 货架电商模式对新用户来说选择难度太大，用户进入平台后往往一头雾水，如果随便试用两个没有获得好效果，就会直接流失。
当前的应用入口已经迭代到了第三代，即对话式的交互形态。因此我们正在进行调整，未来的核心入口将转变为对话式界面。
表面上它看起来像一个超级通用agent，但底层连接着庞大的创作者生态。用户只需陈述想解决的问题，系统就会自动匹配到某位创作者预制好的、最适合处理该任务的agent来执行。
2.竞争格局：殊途同归的“新时代App Store”
早期在agent或workflow（ 工作流 ）领域，大家都在卷创作工具，最知名的是n8n、Dify和Coze。
Dify目前更专注商业化，尤其是ToB市场；
Coze早期的核心逻辑是低代码和Chatbot（ 聊天机器人 ），但近期也在转向Vibe Coding Agent的方向，放弃拖拉拽直接通过自然语言生成应用。
目前市场上大家对产品的思考和优先级不同，路径选择也各异，但殊途同归，所有人都想打造一个属于新时代的App Store（应用商店），最终要看谁的选择能跑到最后。
关于Claude Coworker（ Anthropic发布的AI协作工具 ），它的发布完全在预期之内。它的核心优势在于庞大的桌面客户端装机量，将原本需要在终端命令行里运行的Claude Code封装成了图形界面，降低了普通人的使用门槛，并能直接读取本地文件和日历等强相关上下文。
而我们更侧重于云端环境，云端的好处在于权限严格受控，我们可以为特定的云端agent创建独立的账号体系，它只能在限定权限内执行特定任务，这在面向工作和效率相关的场景下更具安全性和可控性。
3.“平台”终将超越“独立站”
未来如果AI外包平台能满足大量长尾的分散需求，那独立的General Agents（通用智能体）还有多少生存空间？这感觉就像淘宝这种平台的体量最终超越了绝大多数独立的消费品牌。
在中国电商市场，独立站模式很难成立，因为平台能以更低成本汇聚并分发流量。
我们认为同样的逻辑也适用于AI领域：未来大量垂直的AI应用，如AI招聘、AI绘图、AI营销等，最好不要独立发展，而是应该长在一个统一的大平台上，由我们去凝聚这股强大的生产力。
四、软件的未来：
3D打印、日抛型与制造业
1.AI开发就像3D打印
过去的软件开发成本高昂，必须服务成千上万人的共同需求才能支撑其商业模式。
但现在的AI开发就像3D打印一样，你可以专门为自己或三五个朋友的少数特定场景需求去开发一款agent，而且体验非常完善。门槛的降低使得开发的组织形态变得极其分散。
展望未来十年，如果不进行自我革命，传统软件公司很可能会被AI公司全面取代。
2.“日抛型”软件与能源消耗
未来的软件甚至可能是“日抛型”的，即代码仅为执行特定目的而精准生成，执行完毕后即刻销毁。虽然这种绝对的“一次性代码”状态在短期内难以完全实现，但目前创建一个受众小却能让特定人群感到好用的agent，已经是一件极具价值的事情。
当然，这种长尾且分散的AI模式本质上是一种制造业，每一次执行都在消耗算力和token（ 词元 ），对能源的需求极大。 只要AI能力还存在显著的层级差距且未形成完全垄断，token的成本短期内很难大幅降低。
但由于AI作为先进生产力能全面渗透并重组人类社会的劳动力，其未来需求几乎是没有上限的，这甚至可能会倒逼人类加速发展可控核聚变或太空数据中心等前沿科技。
五、创业反思：
痛苦带来韧性，低谷中找回“用心”
1.卖掉长亭与跨界失败：无所不能的错觉
我从20岁浙大毕业后就开始创业，2014年到2019年做了长亭科技，后来卖给了阿里云。
当时选择卖掉，主要基于对行业和资本两个层面的判断：云厂商发展迅猛，深度合作是一个选择；2018年融资环境开始恶化，不如在高点做一次合并。
回顾之前跨界做游戏的经历，确实操之过急了。当时融到了比较充裕的资金，一上来就想做一个在玩法和题材上都有创新的中大型PC游戏项目。
其实游戏行业有句名言： 一个人做出来的前十款游戏大概率都是垃圾，必须踏踏实实从底层做起。
当时缺乏对未知领域的敬畏心，总觉得自己学习能力强，第一次出手就能做成大事。这种心态很大程度上来源于第一次创办长亭时的顺利。
当时我们团队技术实力在国内那一批年轻人中最顶尖，做的是最擅长的事，加上商业化迭代成功，很容易产生无所不能的错觉。
2.2023年的绝对低谷
2023年中下旬准备关停游戏公司的那段时间，是我人生的绝对低谷。陷入了重度的焦虑和失眠，整天都在极度的自我怀疑中煎熬，甚至觉得过去的成功全凭运气。公正来讲，运气成分肯定有，但能力的成长也是真实的，并不全是运气。
但在巨大的失败面前，人很难保持这种清醒，会陷入对自己人生的全面怀疑。
走出来靠的是陪伴和分心，两个初中同学主动来找我，说感觉你最近不顺，一起去网吧打两天游戏。“胜败乃兵家常事”这类话自己已经说给自己听了一万遍，再听没有意义，那种陪伴反而真正有帮助。
3.创业的核心原则
这次创业给自己定了两个核心原则。
① 做和自己能力、认知真正匹配的事，不被外部条件推着走。
② 用心。用心不等于仔细认真，仔细认真只是在完成任务；用心是你热爱它，持续思考它。
第一次创业几乎醒着每一刻都在想怎么把事做成，第二次有了骄傲，觉得想到这里差不多了，有这种心态的时候，事情基本不可能成功。
4.创业公司的机会在大厂的重压下反而更多
很多人看到大厂在AI上的重金投入，会觉得留给创业公司的生存缝隙越来越小了。我的推论恰恰相反。 大厂对AI展现出巨大热情并积极转型，证明了这确实是一个颠覆性的系统级机会。
而大厂沉重的历史包袱和庞杂的传统产品体系，反而为外部毫无顾忌的创业公司留下了更广阔的操作空间。创业公司在战场上面对的从来不是大厂的本体，而是大厂麾下的某一个具体业务部门。
5.对2026年的判断
2026年是应用兑现的关键一年。全球对AI的投入已到峰值，必须看到真正的价值落地。
目前大模型更聪明本身没有产生足够直接的实际价值，大多数人最主要的AI应用依然是chatbot（ 聊天机器人 ），真正意义上的大规模采用还没出现。我期待能出现真正AI native（ AI原生 ）的新公司，年收入达到五亿甚至十亿美元量级。
对模型本身，希望它在coding和agentic（ 智能体相关 ）能力上持续强化，不是在评测上刷分，而是能更准确、更高效地使用工具，这对我们做的事情意义更直接。
参考资料：《访谈 MuleRun 陈宇森：Claude Code 带来Agent创作新范式、未来的软件是日抛式的》，晚点AI。
*文章为作者独立观点，不代表笔记侠立场。
好文阅读推荐：
分享、点赞、在看，3连3连！
热门跟贴