硅谷坐标 x PingCAP联创黄东旭谈Agent 时代基础设施的重构

摘要

• 黄东旭判断 OpenClaw 标志着 AI-native 应用形态已经出现，但它只是“及格线”——“做得比 OpenClaw 差的属于上一个时代，未来只会比它更好”。 他家里不懂计算机的父母和太太都开始“养龙虾”，自己手握多个 Claude Code + Codex 的 Pro Max 账号，峰值日耗 token 达十亿量级，平日几亿，因而“很兴奋，同时也很焦虑”，有一种“被 agent team 推着往前跑”的感觉。
• Harness engineering 是继 prompt、context 之后的更高维度：多 agent 协同、子 agent 压缩管理、外挂记忆，本质“更像在管一个真正的开发团队”，只是“这帮 agent 不睡觉而已”。 他不认为 harness 有边界——benchmark 只测单 agent、单任务、单环境，“模型本身很聪明了，只是我们的题设计得不好”，未来甚至可能出现“agent 的社会学”。
• 本期最硬的价值判断：LLM 无状态，各家头部模型都聪明，“很多的价值其实会在记忆这一层，而不是大语言模型这一层”。 “它有多了解你呢？还是得靠记忆。”他的 Mem9 插件正解决龙虾“聊着聊着就忘了”的 compaction 失忆和升级丢数据两大痛点，提供开源自部署与云上托管的永久龙虾记忆服务。
• 反直觉的数据量判断：agent 时代不是中心化大数据，而是“海量的小数据”——“你跟小龙虾往死里聊，能聊出一本莎士比亚吗？” 但加总规模可能比淘宝、美团级的中心化数据更大，提供商的策略是全存：“永远不删数据，只要价值能 cover 存储成本”；当下存储短缺在他看来只是“产能临时短缺，会回归”，长期需求持续增加可以预期。
• “一虾一库”是必然趋势，且他认为记忆一定会在云端。 实现是数据库虚拟化：共享对象存储底座上划出虚拟门户，agent“认为自己拥有整个数据库”；因为重度用户可能只有 1%，不必为轻度用户维护专属基础设施。OpenClaw 的 local-first 是极客理念但“牺牲了用户体验”——龙虾养死“跟家里亲人去世的感觉很像”，云端才能“马上再给你启动一只龙虾的身体，接到你的记忆上又复活了”。
• 商业化押注“记忆 marketplace”：黄东旭赌下一代 agent-native application 不会像今天这样由软件工程师编写代码，而有可能由无数领域专家从自己的记忆里提取高价值的东西。 厨师不会写代码，但可把与龙虾聊做饭的记忆抽成外挂记忆接到别人 agent 上收钱，成为“一个新的分发渠道”；基础记忆可能免费，云备份、导入导出可做订阅制增值服务。
• Agent 基础设施会被整体重写——沙箱化的 agent 云、agent 邮箱、支付、权限和 ID 都值得重新设计，现有数据库“给几十亿 agent 提供，成本扛不住”——但 SQL 和文件系统作为模型的心智模型会长期存在。 独立向量数据库“不需要单独出现”：向量检索只是检索手段之一，会收敛为所有数据平台的标准能力。
• 组织形态可能变成部落：他一两人团队“过去三个月干了传统软件公司一百个人年的事”，公司 90% 的代码由 AI agent 编写，他不掌握具体代码细节，“上一个时代软件工程已经终结”，全职 coder 可能会很危险。 但这是软件民主化——这并不是像纺织女工一样让软件变少；正如衣服如今反而穿得更多，软件也可能更多。个人护城河方面，他给出的方向是“保持手感”；年轻人该学 Unix philosophy 这类“永恒不变的东西”。

精读

1. OpenClaw 是“及格线”，从业者被 agent team 推着往前跑

• 黄东旭开场的体感证据：家里父母、太太这些“计算机背景不强的人”都开始“养龙虾”了——这标志 AI-native application 的产品形态已经出现。但 OpenClaw 只是及格线：“做得比它差的属于上一个时代，未来只会比它更好。”
• 他的用量本身是行业信号：多个 Claude Code + Codex 的 Pro Max 账号，峰值日耗 token 十亿量级，平日几亿。反馈闭环极快——“今天我有个想法，马上让 agent 去做，一个小时之后这个东西就上线了。”
• 新的心理状态：agent 会等着你，于是不断 push 自己“下一个想法在哪里”，持续进入想法—反馈—新想法的循环。“很兴奋，同时也很焦虑”——前沿实践 harness engineering 的资深工程师多少都有这种“被 agent team 推着往前跑的感觉”。

2. 从 prompt 到 context 到 harness：层层递进，且看不到边界

• 三代概念的分层：prompt engineering 是 few-shot、无外部工具调用的短程问答（2022 年底、2023 年初直到 2024 年）；context engineering 是长程任务、工具调用结果分析、有限上下文空间的高效利用；harness engineering 再升一维——多 agent 协同，要把每个子 agent 的 compaction 考虑进去，并在其上构建信息同步、子任务管理、外挂记忆， “更像在管一个真正的开发团队”。
• 曹卿云问 harness 的边界在哪，答案坦率：“我没有感觉到现在有边界。每一次觉得快到边界了，agent 又能给我惊喜。”更深一层：他们甚至没办法评估当前 SOTA 模型——“模型本身很聪明了，只是我们的题设计得不好”，benchmark 还只测单 agent、单任务、单环境；人类靠组织变成社会，agent 也一样，“也许未来我们会发现一些 agent 的社会学”。
• 终局：harness 本质仍是软件工程，“一个好的 harness 就是一个好的软件工程”，跟管真人团队“没有太大区别，只是这帮 agent 不睡觉而已”。第一阶段用人类几十年的组织架构、工具和方法论做 bootstrap；第二阶段可能出现埃隆所说的递归自进化， “就会超出人类能理解的范围”。他相信各家会有自己的 harness，但“不会脱离传统团队管理和软件开发的 ground truth 太远，还是会收敛的”。

3. 记忆是 harness 最难也最值钱的一层

• Mem9 针对两个痛点：龙虾“聊着聊着就忘了前面的事”——长程任务里上下文一压缩就可能灾难性失忆；以及私密对话可能在一次升级中丢失。方案是开源可自部署+云上托管的永久龙虾记忆服务，安装体验是 agent-native 的：给龙虾复制粘贴一句话，软件就自动安装上去了。
• 概念区分用的比喻值得记：黄东旭把 context window 比作短期记忆，把 memory 比作笔记本——“好记性不如烂笔头”，检索出相关记忆再放回窗口。曹卿云补充认为，只要模型仍基于 Transformer，上下文窗口就是定值；他以开发大型系统软件可能需要几十万个步骤为例，说明外挂记忆的必要性。黄东旭不认可 RAG 作为完整概念：“跟具体的技术绑定得太紧”，因为今天的记忆已经超出原来 RAG 所代表的技术。
• 价值归属的核心命题：ChatGPT 强迫每个任务开新对话，只是用产品形态把记忆问题“掩盖过去了”；大语言模型无状态，“每家可能 top 1 的 model 都很聪明，但它有多了解你呢？”——“很多的价值其实会在记忆这一层，而不是大语言模型这一层。”

4. 设计哲学：把模型本身当评估函数

• 怎么记、怎么提取的答案出人意料地简单：更相信模型自己的能力。团队本想设计精妙的遗忘曲线算法，最终方案是——把相关信息检索出来，每条数据后加一个“这个事实离当前时间有多少天”的标签，全部丢给大模型，再加一句“根据你自己的判断，哪条是最重要的”。“我把模型本身的能力当成一个评估函数。”归纳总结、知识图谱的关联判断，同理全丢给模型。
• 由此推到极端的类比：“也许未来对 agent 最好的安全软件可能就是一句话：‘你要注意安全。’”传统编程逻辑不能直接套用到 agent-native 开发；他甚至认为 coding agent “可能会变成未来的操作系统内核”。

5. 反直觉的数据判断：“海量的小数据”，而且全都要存

• 数据库出身的量级直觉：全世界只有一个淘宝，背后是数百甚至上千 PB 的中心化数据；个人 agent 则相反——“你跟小龙虾往死里聊，能聊出一本莎士比亚这么长的话吗？”只要以文本语言交互，单体数据量就不大，这是他敢于说可以提供“无限记忆”的底气。
• 但对存储供给的含义是看多：海量小数据加总“可能会比中心化淘宝、美团的数据量更大”，只是碎片化到无数龙虾服务商。策略上“无论用户跟他的龙虾聊过什么，我作为提供商一定得存下来，这是对未来最宝贵的资源”——他认同 Google 的 philosophy：“永远不删数据”，只要价值 cover 存储成本；热、温、冷数据，结构化、非结构化数据，以及“人跟机器产生的所有 footprint”，都应该被存储下来。
• 为什么个人数据现在才值钱：过去无法千人千面，只能把所有人的数据汇集起来，给消费者打十个标签（白领、三线城市青年、老人）；agent 时代“你的 agent 非常了解你，推荐非常精准，价值就非常高”。至于当下存储产能短缺，他判断“不是什么航天科技，只是产能临时短缺，会回归”，长期需求则会持续增加。

6. 一虾一库，且一定在云端

• “一虾一库”是必然趋势：每个人的记忆结构不同，安全是硬性限制——每个人的数据都应单独加密，个人密钥可能各不相同，“你不会愿意把你的记忆跟陌生人全放一起”。实现是数据库虚拟化：底层用云对象存储做大型共享存储，上面划出一个个虚拟门户，门户里的 agent 会认为自己拥有整个数据库。经济账是，重度用户可能只有 1%，不能为一天聊两三句的用户维护专属基础设施；对 agent 的正确抽象是“与其教它在存储服务上注册账号，不如直接告诉它：你现在看到的就是一个完整的数据库，随便用”。
• 云端 vs 本地，他给的是产品结论而非安全结论：OpenClaw 是 geek 设计的，Peter 是“一个特别极客的人”，理念是 local first——安全、没有云端“邪恶公司”控制数据，但“牺牲掉用户体验”，用户可能经常把龙虾养死，“跟家里亲人去世的感觉很像，很吓人”。如果要成为 C 端产品，他认为“一定是云端”：“龙虾养死了，但我的数据还备份着，马上再给你启动一只龙虾的身体，接到你的记忆上又复活了。”

7. 商业化：从备份订阅到“记忆 marketplace”

• 他首先提到的付费场景是记忆的备份恢复：基础记忆可能免费，导入导出、云备份可以做订阅制增值服务——“但它肯定不是企业级产品的定价模式”。
• 更大的赌注是记忆成为通用基础设施：他在赌下一代 agent-native application 的形态——不会像今天这样由软件工程师编写代码，而有可能由无数领域专家从记忆里提取高价值的东西，甚至可能只是“一堆 Markdown 文档”。厨师完全不会写代码、只会做饭，天天跟龙虾聊做饭，把这份记忆抽取成外挂记忆接到别人的 agent 上，通过 marketplace 收钱——“你就变成了一个新的分发渠道”。

8. 基础设施整体重写，但 SQL 与文件系统的心智模型长存

• 面向 agent 的基础设施一定会出现：今天的云、数据库、网络本质上面向开发者；agent 的云不会是 AWS、GCP、阿里云的现有形态，而可能是一个个沙箱——Manus 的形态相当于给 agent 一台小电脑，里面什么都有，agent 可以在里面工作。数据库的账算不过来：现在最便宜的库一个月也要几美元， “给几十亿 agent 提供，成本扛不住”，必须重写底层实现。同样逻辑套到通信（“谁在给 agent 提供邮箱服务？没有”）、支付、权限和 ID——都是值得重新设计、 “非常朝阳、同时又非常重要的事情”。
• 接口层却要保守：模型从人类数据训练而来，SQL 和 file system 是它最熟悉的操作计算机的心智模型——所以 Mem9 的记忆通过数据库接口提供，OpenClaw 原生记忆本身就是一堆 Markdown 文件。 “在 agent 自我进化出更符合自身使用方式的接口和形式之前，这些经典心智模型会长期存在，只是下面的实现不一样。”
• 对向量数据库的判断，他自称“有点极端”：向量检索只是若干检索手段之一（还有全文匹配、原始信息过滤），单独拆出来对 agent 不友好——“不需要单独出现一个向量数据库”，它会成为所有数据平台的标准能力，接口收敛；而在个人数据语境下，“多高的性能、多大的数据量其实没有什么意义”。

9. 好体验的判据是 Unix 哲学；多 agent 里可能藏着新 scaling law

• 给 agent 做软件怎么算好用？他的猜想是：“对开发者友好的体验，一样也会对 agent 友好。”GUI 不可组合——“两个图形界面的东西不能融合出第三个图形界面”，命令行可以；Unix 哲学最近又火，核心正是“方法论原则就那么几个，但通过组合能变出一个更大、更复杂的世界”，用一套简洁、自洽的心智模型囊括尽可能多的灵活任务。
• 下一个突破边界的猜想，明确标注为 open question：“我隐约觉得组织多个 agent 干复杂任务的过程中，会 somehow 存在一种 scaling law——放一百个、一千个、一万个进去，能产生什么效果？”
• 人与 agent 的协同只发生在最上层：提需求、验证交付结果、通过 skill 或 spec 传递经验；agent 怎么开会、怎么管理，“你可以给它一些点拨，但不要参与进去——你一旦参与进去，就变成整个系统的瓶颈了”。

10. 组织可能变成部落，护城河在于手感

• 他的实证：Mem9、DB9 都是一两人团队、他一人主力，“过去三个月干了传统软件公司一百个人年的事”。软件生产在黑盒化：公司 90% 的代码由 AI agent 编写，他每天数万行代码 check in，却“完全不知道 AI 写了什么”，不看具体代码细节，只管架构、软件工程和“代码不要快速腐化”等更上层的事——编程语言“既重要又不重要”。
• 对码农的判断直白但带有个人判断：“上一个时代的软件工程已经终结了，确实不需要这么多软件工程师了”；如果是全职 coder，“可能会挺危险”。未来组织可能是“一个个小型的部落”：强 harness engineer 带 agent team，配一个了解现实问题但不会编程、也不会做软件的领域专家。但这被他视为软件民主化的好现象，并不是像纺织女工一样让软件变少——正如衣服如今反而穿得更多，软件也可能更多。
• 他自己那句“细思恐极”的话——所有认知一个月后可能严重过时——的自答：“一定要身处这个浪潮之中，保持手感”；看科技文章或听类似今天这样的对话都不是最高效的学法，“最高效就是亲自去用”。给焦虑的计算机专业学生：学“永恒不变的东西”——Unix philosophy、经典软件工程、思维模型；“如果学计算机只是为了找一份码农的工作，你就得想一想你真正喜欢什么”。彩蛋由黄东旭推荐《禅与摩托车维修艺术》；曹卿云说自己看过无数遍。黄东旭认为这是一本让人认真思考“造物这件事情的本质是什么”、为什么享受把东西做好、什么是好东西的书。