79
0Charlie Hu，OpenMax（原CocoAI）联合创始人。杭州人，浙商家庭，从小跟着父亲参加广交会做外贸。北外本科，大学期间去美国迪士尼工作两年。荷兰Nyenrode商学院行为金融学硕士。在用AI给自己公司降成本的过程中发现——代码审计AI比人快20倍、效果差不多。"我们不能再给企业提供卖人的服务了。"于是转做OpenMax——面向中小企业的多Agent协作平台。半年400+付费企业客户，包括杜蕾斯中国总部、蜜雪冰城、霸王茶姬等。
这期52分钟，Charlie讲话语速极快、信息密度高。核心判断是：单个超级Agent是错误的架构。人需要分工，Agent也需要分工——不是技术上做不到一个Agent干所有事，是从管理学和数据治理角度不应该这么做。销售不应该看到财务的数据，HR不应该看到法务的合同，一个Agent拥有所有权限是危险的。
Highlights：
→ 转向AI的pivotal moment：用AI给自己公司做代码审计，发现比人快20倍效果差不多。"我们不能再给企业提供卖人的服务了——你的下一个同事可能就是AI了"
→ 超级Agent是错误的架构：不是技术上实现不了，是管理学上不应该这么做。销售不该看财务数据，HR不该看法务合同。多Agent = 分工 + 权限隔离 + check and balance，减少幻觉
→ 杜蕾斯中国总部用了几十个Agent：横跨供应链、财务、法务、HR、内容、营销。一把手不知道底下的Agent具体在干什么——和真人组织一样
→ 65%的用户是30-45岁职业女性：没有技术背景但背着大量KPI，焦虑但没空也没ego自己去捣鼓。男性用户的核心变量是ego——"觉得自己能搞定"的人不会用
→ Eat your own dog food：6人核心团队跑30+个Agent。"人是AI的眼睛和耳朵——如果一段重要对话没被记录，在我们工作流里就没有价值"
→ Reverse Information Paradox：Cursor给Anthropic付钱，Anthropic学到了coding agent的PMF做出Claude Code——最大客户养出了最大竞品。"not your model, not your own knowledge"
→ AI时代最后比的不是idea是交付：代码谁都能写，但从手搓代码到帮企业真正落地，中间的gap是——人不会用
Timeline：
00:00 开场
00:23 Charlie自我介绍：杭州浙商家庭，北外本科，迪士尼两年，荷兰行为金融学硕士
01:08 迪士尼经历：从INTJ变E人，"美国是慕强社会，你够强他就尊重你"
02:16 荷兰6年：研究生+加速器+第一次创业（3D打印+工业设计ToB）
03:57 阿姆斯特丹coffee shop遇到比特币：2013年，比特币不到1000美金
05:05 柏林接触以太坊：第一届Devcon，Gavin Wood提出Web3概念
07:45 为什么做AI：两年前开始用AI降低自己公司成本，发现代码审计效率差20倍
08:59 Pivotal moment："我们不能再给企业提供卖人的服务了"
09:30 定位演变：帮企业招AI→帮企业用multi-agent workforce
10:03 核心原则：坚持ToB + 自己是最好的用户 + eat your own dog food
10:40 服务的客户都不是high tech：运营重、需要协作、公司没有AI工程师
11:12 客户名单：杜蕾斯中国总部、蜜雪冰城、霸王茶姬、中集海运物流
12:03 真正GTM是今年年初，半年400+付费企业
12:53 为什么multi-agent而不是单个超级Agent
13:06 管理学理念：人需要分工，AI也需要分工。信息权限必须隔离
14:40 "一个Agent可以打你10个，但不应该这么做"——governance和管理结构的要求
16:00 多Agent协作的技术实现：real-time messaging，agent间可以直接对话
17:23 减少human in the loop + check and balance减少幻觉
18:02 自己的使用：研发最深（PRD→代码→审计→review全流程多Agent协作）
19:20 销售层面：客户信息→调研→跟进→CRM全程AI管理
20:17 控制面板：每个Agent每天消耗多少算力、有效产出多少、谁管这个Agent
20:42 杜蕾斯中国总部：几十个Agent横跨所有部门
21:17 从CocoAI数字员工 → OpenMax Workspace的演变
22:03 单个垂类Agent没有护城河，系统级深化才有粘性
24:25 OpenMax vs Slack/飞书：前期补充，长期可能替代——现有工具都是为人设计的
25:42 未来可能100亿个Agent成为平台用户
28:30 具体案例：at同事的Agent而不是at同事本人，Agent自动填CRM、提醒follow up
29:22 "人是AI的眼睛和耳朵——如果重要对话没被记录，在工作流里就没价值"
33:13 Agent不是助理是合伙人："助理这个词太low了"，核心Agent都是P8P9级别
34:30 Zylos五层记忆架构：跨session压缩记忆，Agent不失忆
35:23 开源的考虑：不开源没有技术公信力，但商业化产品直接打包卖
36:28 vs Codex/Claude Code：OpenMax是24小时云端运行+多Agent协作
38:23 半年400家怎么做到的：需求到了 + 社会信誉 + EMBA/商会渠道 + 精准用户画像
39:45 用户画像：65%是30-45岁职业女性——没技术背景但背着KPI，没有技术ego
41:10 男性用户核心变量是ego："觉得自己能搞定的人不会用"
41:46 ToB客户画像：中小企业、效率优先、正儿八经做经营的公司
42:09 定价：成本计价，对比一个真人员工的月成本
43:43 最大差异化：认知硅谷一线 + 执行中国级别 + 自己用得最深
44:47 "AI时代最后比的不是idea是交付——代码谁都能写，落地有很大gap"
45:23 Ellen引入Satya的Reverse Information Paradox
46:42 Charlie回应：Cursor给Anthropic付钱养出了最大竞品Claude Code
47:27 "not your key not your coins → not your model not your own knowledge"
48:55 闭源vs开源：中小企业无所谓，大企业和政府必须本地部署
50:03 Anthropic是"保护伞级别的公司"——中心化又神秘又能力巨大，需要被管理
51:59 收尾
———
感谢本期嘉宾：Charlie Hu，OpenMax联合创始人
开源项目：Zylos（GitHub）
离线时间 The AI Duet
主理人：Ellen｜新加坡
小红书：Ellen的离线时间
