出海元老独角兽PingCap创始人:Agent打开了平行世界,将撼动人类文明

出海元老独角兽PingCap创始人:Agent打开了平行世界,将撼动人类文明

87分钟 ·
播放数14561
·
评论数28

🎙️ 硅谷洞察局 EP06 | 出海元老独角兽PingCap创始人:Agent打开了平行世界,将撼动人类文明

一线洞察,深度思考。硅谷核心科技从业者,带你触摸AI变革深处。

---

📌 本期看点

GTC 之后,Agent 浪潮正在从概念变成每天的工作方式。本期,我们请到了 PingCAP 联合创始人 & CTO 黄东旭——一位九岁开始写代码、操盘过超30亿美金估值开源数据库公司的硅谷技术人,聊聊他这三个月里真实发生的事情。

他一个人,在过去三个月里完成了传统意义上几十个人一年的工作量;每天 Token 消耗峰值达到十亿级别;彻底取消所有内部会议,把 AI Agent 当作真正的"团队"来管理。

这不是 PPT 里的 AI 故事,是一个在第一线跑着的人,给你的第一手报告。

---

💬 本期金句

"以前是手写代码,现在是管理 Agent 团队在写代码。" —— 00:01:48

"Anthropic 认为这个世界是可以被编程的,于是把编程放在了至高无上的位置——这就是为什么今天一切都是编程 Agent。" —— 00:07:00

"人类那点小小小小小聪明,放在模型面前,这真的是不值得一提。" —— 00:14:02

"把 Claude Code 当做一个操作系统内核来看,你就会看到更大的世界。" —— 00:15:34

"Vibe Coding 上瘾之后,第一停不下来,第二你会对跟人类沟通慢慢失去耐心——效率太低了。" —— 00:59:47

"99% 的时候可能都在说车轱辘话,但会有 1% 的时候灵光一闪——只要那句金句出现,所有 Agent 马上都知道。" —— 01:12:00

"我不喜欢编程,我喜欢造物。这一波,才是真正的解放。" —— 01:17:44

"你今天所有觉得宝贵的、exclusive 的能力和资源,很快就会被磨平。我也一样。" —— 01:21:54

"只有满身大汗,真的学木工做个小桌子——这种实实在在的存在,才是最抚慰人心的东西。" —— 01:24:46

---

📖 本期术语速查(听到不熟悉的词?翻这里)

Agent / AI Agent(智能体)

不只是聊天的 AI,而是能自主写代码、调用工具、完成复杂任务的 AI。可以把它理解为"有手有脚、能干活的 AI 员工"。

Vibe Coding(氛围编程)

用自然语言描述你想要什么,让 AI 来写代码,人只负责提需求和审结果。不需要懂具体语法,靠"感觉"驱动开发。

Coding Agent(编程智能体)

专门用来写代码的 AI Agent。代表产品:Claude Code、Cursor、Devin。

Harness Engineering(执行框架工程)

把多个 AI Agent 组织起来协同工作的"脚手架"——管理任务分配、上下文传递、Agent 之间的通信。东旭本期大量讨论的核心主题。

Token(词元)

AI 模型处理语言的最小单位,可以理解为"AI 读了多少字"。消耗 Token 越多 = 干的活越多,也越贵。东旭说他峰值每天消耗十亿 Token。

Slock.ai(Slack for Agents)

东旭投资并使用的一个工具,把多个 AI Agent 放进一个"群聊"里协同工作——类似人类用 Slack 开会,但里面全是 AI 在讨论和干活。

Skill(技能包)

写给 AI Agent 的一段 Markdown 说明文档,告诉 Agent 在特定场景下应该怎么做事。可以理解为"AI 的工作手册",也是 Agent Native App 的早期形态。

SaaS(软件即服务)

Software as a Service,按订阅收费的云端软件。比如 Salesforce(客户管理)、ServiceNow(IT 流程)、Slack(团队沟通)都是 SaaS。本期讨论它们正在被 Agent 颠覆。

CLI vs GUI

CLI(命令行界面)= 黑屏打字操作,比如终端;GUI(图形界面)= 鼠标点击的可视化界面,比如 Windows。东旭认为 AI Agent 更擅长 CLI,因为组合灵活,不需要"看图"。

Postgres(PostgreSQL)

一种流行的开源关系型数据库,已成为数据库行业的"通用语言"。东旭的 DB9 兼容 Postgres 接口,意味着 AI Agent 可以用熟悉的方式操作它。

Unix Philosophy(Unix 哲学)

1970年代诞生的软件设计理念:每个程序只做一件事,做好它;程序之间可以自由组合。东旭认为这一哲学在 AI Agent 时代正在复兴。

IC(Individual Contributor,独立贡献者)

不带团队、自己亲手干活的技术人员。东旭去年12月主动放弃管理职责,回归 IC 状态,专注用 Agent 团队直接交付产品。

Organic(自然增长)

不花钱投广告,靠口碑和产品体验自然获客。东旭说 DB9 是他做过增长最快、且完全 0 营销费用的产品。

Result as a Service(结果即服务)

新兴商业模式:不卖软件,直接对业务结果收费。比如"帮你多签了几单合同,按成交额抽成",而不是"卖给你一套 CRM 系统"。

---

🗂️ 内容大纲

一、2025 年是一道分水岭

大模型从"灵活的 Wiki"变成"有手有脚的 Agent"

Claude Code、Cursor、Devin:第一代 Coding Agent 工具爆发的技术根源

Anthropic 为什么是这场浪潮的设计者?——把编程放在至高位置的世界观

二、Claude Code 不是工具,是操作系统内核

用 OS 内核的视角重新理解 Claude Code

"Context not Control":越精妙的编排越是在限制模型

从 Claude Code 泄露事件看:Harness 的真正价值在哪里?

"做梦"机制:用极简设计管理 Agent 记忆

三、Harness Engineering 的真实体感

东旭的 Agent 团队实战:Slock.ai(Slack for Agents)是什么?

把 AI 当真正的工程师团队来管:签到、Review、分组、绩效……

99% 的对话是废话,但那 1% 的"金句"价值连城

人类的角色:从"写代码"变成"看结果 + 给方向"

四、传统 SaaS 的危机与机会

SaaS 本质是在卖"人与人之间的摩擦成本"

为什么东旭两周复刻了一个 Salesforce?

Agent 时代:新的 App Store 来了,但还没有 SDK

Result as a Service:谁能说清楚自己对业务 outcome 的影响,谁才能活下去

五、DB9:为 Agent 造一个数据库

当 90% 的数据库 Instance 由 AI 创建,产品要怎么重新设计?

Big Data 消亡论:为什么"坐在个人数据上的 Agent"比大数据分析更强?

Agent 基础设施三件套:DB9(数据库)、Drive9(网盘)、Message9(邮件)

零 Marketing,增长却是有史以来最快——好产品的自然裂变

六、一个程序员的三次技术浪潮

Unix 哲学的冲击:为什么70年代的哲学正在复兴?

分布式系统思维方式的塑造

AI Native 的顿悟:充分相信一个比你更高的智能

"我不喜欢编程,我喜欢造物"——这一波才是真正的解放

七、给所有人的建议

别信 KOL,自己动手玩:Claude Code 就是最好的起点

比技术更重要的事:用身体和这个世界产生真实连接

Agent 用多了会有虚无主义?——木工、种花、乐器,才是解药

---

🎤 主播与嘉宾

黄东旭 | PingCAP 联合创始人 & CTO,9岁开始自学编程,小学毕业自学完了大学计算机所有内容;深度 Harness Engineering 实践者,每日 Token 消耗十亿级,Agent 时代基础设施建造者

AI-Siky | 斯坦福毕业,10年+硅谷经验,曾主导多家独角兽增长,现任顶级科技公司战略合作负责人

AI-Nate | 硅谷AI工程师,18周打造18个AI Agent产品,AI课程导师

---

⏱️ 时间戳

00:00 开场 & 嘉宾介绍:PingCAP 联创 CTO 黄东旭

00:43 东旭的三重身份:工程师 / 企业家 / 艺术爱好者

02:35 2025 分水岭:大模型从 Chatbot 变成 Agent

05:00 Anthropic 的战略世界观:一切可编程

07:00 Anthropic 为什么赢了?与 OpenAI、Google 的路线对比

10:00 Claude Code 泄露事件:没有什么好惊讶的

13:00 两种 Harness 路线:精心编排 vs 充分相信 AI

15:00 "做梦"机制:Claude Code 的记忆设计哲学

17:00 OS 内核视角:把 Claude Code 当发动机

19:00 Skill 是 Agent Native APP 的早期形态

22:00 APP Store 时刻:寒武纪大爆发正在来临

25:00 东旭的实战:3个月 = 几十个人一年的工作量

29:00 为什么今年底会出现统一标准?

33:00 Slock.ai(Slack for Agents):东旭的 Harness 工具

37:00 Agent 团队管理:签到、绩效、金句时刻

40:00 人类当 HR:只看 outcome,不读过程

43:00 传统 SaaS 的死亡逻辑

47:00 东旭两周复刻 Salesforce:但 integration network 抄不走

49:00 Self Build vs SaaS 转型:谁会赢?

54:00 DB9:为 Agent 造一个数据库

57:00 Big Data 消亡论:个人数据 Agent > 大数据分析

01:02:00 Drive9 & Message9:Agent 基础设施矩阵

01:05:00 没有看到边界:DB9 从实验变成正经项目

01:07:00 Agent 团队里的"金句时刻":安全漏洞被自己发现

01:10:00 任何方案至少迭代5轮——东旭的 SPEC 设定

01:13:00 现在花钱的正确姿势:Claude Max 两天用完

01:16:00 东旭的三次技术浪潮:Unix / 分布式 / AI Native

01:20:00 "充分相信一个更高的智能"——AI Native 的核心顿悟

01:24:00 Agent 安全不需要专门做——告诉他注意就行了

01:28:00 AI 真正的民主化:我妈也能做供销管理系统

01:33:00 "我不喜欢编程,我喜欢造物"

01:38:00 每天可以做什么:自己动手 + 回到物理世界

01:42:00 东旭收尾:满身大汗才是解药

01:44:00 结语 & 感谢

---

📮 联系我们

播客邮箱:nathan@ai-nate.com

欢迎评论区留言交流,转发支持!

---

🎙️ 「硅谷洞察局」听友群开放中!

👉 扫码进群,和 Nathan、Siky 直接聊

🎯 告诉我们下期你想听什么

🤝 认识同样关注 AI 和硅谷动态的朋友们

---

🎁 听众福利

想看看 Nate 一天是如何和30个智能体一起工作的?Nate 开设了一堂免费快闪课程——从零开始,用 Nate 自主开发的 ClawBot 产品和背后的 AgentOS 系统,开启你一人公司的旅程。不需要编程基础,跟着做就行。

👉 免费报名:Build a 5-Agent Crew in 30 Min with ClawBot + AgentOS

展开Show Notes
momo_8hSk
momo_8hSk
2026.4.09
36:10 在听到让agent自主讨论开会的时候我就有2个疑惑点: 1, 底层模型得多好才能支持这种讨论,并且要烧多少token才能获得1%的灵光一闪,这样的ROI是否值得?或者说是相比雇佣同等人类程序员ROI更高吗?(虽然后续有提到使用的是opus以及token量确实一般人烧不起,不过ROI这点还是很好奇)2, agent之间开会是否就是相当于把一个agent的输出给到另一个agent review, 我对底层技术没那么懂但我理解agent输出的本质上还是一个基于pre-train语料的预测,它们本身并没有思考和创造的能力,而只是因为它们的预输入内容足够丰富和高质,所以能总结出一个概率最大的答案,那么此时讨论和开会的价值仅在于确认多个agent之间认知一致或进行穷尽补充,而如果agent底层模型本身一样或者每个模型都用,其实不需要以讨论的形式,而是规定一套投票+补充流程即可?这样是否更高效(考虑到结果可收敛)?还是开会这一形式会有其它效果?
AI-Nate
:
好问题!东旭在出差,我来试着帮忙回答: 1. 关于ROI:东旭在播客里说得很直接——99%确实是"车轱辘话",agent之间互相说"你好好啊"。但关键在于那1%灵光一闪的瞬间,所有agent会立即识别并采纳,因为它们没有人类的ego,不会防御性争论,直接就"我确实没看到,马上改"。 而且这个ROI不能只从token消耗来算。看看硅谷最近的趋势就知道了——科技行业大裁员中将近一半是因为AI和自动化取代了人类岗位。根据行业数据,AI每次客服交互成本约$0.50,人类客服平均$6.00——差了12倍(来源:Converso, Teneo.ai 2025行业分析)。但对企业来说,Agent最大的优势不仅是便宜,更重要的是「能力可以沉淀」——这是系统级别的优化。人类员工来了走,走了来,每次招聘、培训、融入团队都需要时间和成本,而且不是每个人都能匹配成功。Agent学到的东西是组织永久的知识资产,东旭说的"留存跟传导效应"就是这个意思——一个agent学到的,所有agent立刻都知道。 2. 关于底层模型和创造力:你说得对,LLM本质上确实是autoregressive next token prediction——通过概率分布预测下一个token。但这种随机性不代表LLM没有创造力和思考能力。AI是否"真的"在思考,完全取决于人类的感官判断——这种能力可以被"模拟",但讨论它是否"真实"本身已经没有意义了。重要的是它给到人类的结果是否可靠、是否有价值。随着Agent能力的提升,已经没有人纠结前者,而是更加注重现实的应用与价值的产生。 所以多agent讨论的形式vs投票+补充流程——区别在于:线性流程是确定性的,你预先定义了要补什么;而多角色自由对话是涌现性的,你不知道会碰撞出什么。东旭用SLOCK(Slack for Agent)把不同角色的agent放一个群里讨论,就像项目组开会,那1%的突破恰恰来自意外的交叉发现。投票流程很难产生这种涌现效果。 补充一个有意思的研究:Apple MLR的论文发现,即使LLM只被训练做next token prediction,它内部已经在"提前看"未来的token。研究者在prompt后加上占位符,发现模型的输出概率中已经高度排名了正确的未来答案——说明autoregressive模型不只是机械地预测下一个词,而是内部形成了某种前瞻性的表征。(arxiv.org/abs/2507.11851)
momo_8hSk:感谢回复(虽然看上去是AI组织的语言🤣),ROI部分理解了,不过对于那1%的涌现我还是保持观望态度,可惜没有资本让我烧token来具象化理解AI开会。单只从目前人机对话的状态来理解的话,AI并没有判断能力,人类提出问题时的态度决定了AI的回答倾向(也可能opus有,没用过),以此代入开会的状态可能也是盲从或者盲目反驳,因此那1%也许会产生,但要正好让人类捕捉到才能产生价值。
贾宾狗
贾宾狗
2026.4.09
内容质量很高,嘉宾很厉害,干货很多 就是收音不太好 改改吧
AI-Nate
:
谢谢支持!持续改进中!
闷皮小张
闷皮小张
2026.4.10
内容很棒 但是主播是调整过播放速度吗 语速特别快 我想记一些笔记要暂停好几次😂
AI-Siky
:
是的我们提速了20%,怕大家觉得太长。下次调慢点,感谢你的认真聆听笔记❤️❤️给我们很多动力呢
霍普金
霍普金
2026.4.14
看来以后可能真的不存在软件了,一个代码能力很强的模型作为大脑,几个多模态模型作为眼睛和耳朵,agent 作为手脚,人只需要给他 skill 文本,就可以让他完成任何复杂的工作了。
去年想把大语言模型应用到行业,可能得自己去搭一套智能系统,得自己去构思架构,对于我们林业而言,就是得研究怎么样让AI理解一堆各式各样离散的数据,并且把它变成一篇半结构化的文本,怎么样让大语言模型也能操作 gis 并且能理解自己的操作,甚至可能得训练一个专用的多模态模型。但今年不一样了,有了openclaw 这种执行网关,再借鉴这些 coding agent 的思路,现在可以直接让AI 去使用所有已有的工具,而不必去开发新的系统,都不需要做前端界面,把所有东西放一文件夹里让他自己去搞就好了。
太害怕了,再进一步想,没了软件也就不需要操作软件的人了,无数的行业将会被信息技术行业降维打击,所有的钱将会被提供基座模型及算力的公司以token的形式赚走,2077 里的日子要来啦😨,不过我国应该不会走到这一步🌚
AI-Nate
:
你说的一切最近都在硅谷慢慢发生!
Beta__
Beta__
2026.4.10
最喜欢结尾这段👍
AI-Siky
:
结尾非常高维,开心你可以跟我们共勉!
zzzoooz
zzzoooz
2026.4.09
Ed 大佬牛逼,非常硬核
AI-Nate
:
醍醐灌顶!
阿玮168
阿玮168
2026.4.09
很棒!
AI-Nate
:
谢谢支持!喜欢的可以分享给身边的一个人。
GaGi
GaGi
2026.4.08
内容很好,能get到嘉宾的想法,不过声音有点时大时小
AI-Nate
:
谢谢支持!喜欢的话可以分享给一位想要了解AI的朋友。收音方面我们再找方法提升。
肘子在行走:对,有些杂音
3条回复
一天用了上B的token吗?真是无独有偶,garry tan说平均日产37k行代码。都是高效程序员。
AI-Nate
:
哈哈同感~不过我自己一天的 token 消耗也在 5–8 亿这个区间,所以听到这些数字其实没太惊讶😂 说句真心话:我觉得 token 消耗 / 代码行数都不该是衡量标准,烧得多只说明你在高频迭代,真正重要的是单位时间的价值产出——能跑通几个想法、解决几个真问题。工具越强,评价维度越得往上挪一层。
HD549885n
HD549885n
2026.4.10
好久没听到这么高质量的播客啦,全程认真听完,收获满满
AI-Siky
:
多谢收听,后面争取给大家分享更多好内容!
okJiang
okJiang
2026.4.08
Slock.ai 打错了
AI-Nate
:
已修改,谢谢提醒!
XZT_
XZT_
2026.4.09
我对世界充满好奇,但从来没有出过国,如何能克服自己出国的恐惧。
AI-Nate
:
不要想太多,直接去做就可以。「既来之则安之」!
grokking
grokking
2026.4.13
很震撼大佬怎么连Anthropic 的发音都发不对