对话千问办公CEO陈宇森：AI办公之战很早就开始了

记者：吴洋洋

编辑：王杰夫

6月初采访陈宇森的时候，他的身份还是MuleRun（骡子快跑）负责人。采访结束后的第3天（6月11日），他被任命为钉钉CEO，接替陈航（花名「无招」），成为阿里巴巴集团有史以来最年轻的事业部CEO——根据公开资料，陈宇森1992年出生，今年34岁。

这项任命对阿里内部所有人都是突然的，包括陈宇森本人。

两个月前在杭州见到他时，他留给吃饭和睡觉的时间很少，大量时间都用在了构建和迭代MuleRun上。这是一个类似Manus那样的通用Agent，但采用了更新一代的harness（注：模型之外那套让AI能干活的工程，业内常译作「脚手架」）工程，以及能让Agent自主构建工作流的Agent Loop。他焦虑的是，如何把MuleRun做成一个「伟大的产品」，而不只是一个「优秀的产品」。同时让他焦虑的是，「竞争太激烈了」。

阿里内部当时活跃着多个功能类似的产品和团队。

今年1月，阿里云的编程智能体Qoder团队推出面向办公场景的通用Agent产品QoderWork；3月，陈宇森的MuleRun发布，与QoderWork跑在用户的桌面端不同，MuleRun跑在云端，不依赖本地算力，可以7×24小时运转；3月中下旬，钉钉也发布了跑在钉钉里的通用Agent「悟空」；同样在3月，阿里云旗下另一团队还发布过一个类龙虾产品JVS Claw。

如果算上去年8月发布的编程智能体Qoder，今年上半年，仅跑在阿里体系内的通用Agent、类龙虾、AI办公……产品至少有四五个。

将通用Agent用于办公场景的竞赛并非只发生在阿里内部，陈宇森告诉第一财经「新皮层」，国内在这个领域有竞争力的团队差不多有10个，而且，竞赛不是从今年上半年开始的，而是从2024年「一个叫Cognition的公司做出来Devin」就开始了。

严格来说，这是一场与「MuleRun负责人」陈宇森的对话，而不是与「钉钉CEO」或「千问办公CEO」陈宇森的对话，然而其角色的快速变化刚好反映了AI应用领域的创业者过去这两年在噪音大于信号的混沌环境中是如何不断「寻找有用信号-验证-自我推翻-有所学习-再重新明确方向」的。

陈宇森代表了这一快速变化和探索的过程。他真正进入AI应用领域是在2024年年底，开发MuleRun之前，他还开发过Vibe Coding产品「瓦特」（注：没有发布）、一个marketplace产品（注：面向Agent的应用市场）、一个PM Agent（注：内部测试，没有发布）以及一些名字不详的Agent。更早之前，他创立过一家叫长亭科技的网络安全公司，2019年因公司被阿里收购而加入阿里，2021年，他从阿里离职再次创业。2023年，他重回阿里。

接管钉钉后，陈宇森领导了。8月3日，由3个产品整合形成的新产品「千问办公」（QwenWork）开始公测，形成千问主打「聊天和生活助手」、千问办公主打「办公和企业内部协作」的AI双核心产品格局。陈宇森的身份也进一步进化为千问办公CEO。

千问办公CEO陈宇森

以下为「新皮层」与千问办公CEO陈宇森的对话，经删减和编辑。（注：对话语境为今年6月初。）

探索两年，从Vibe Coding到marketplace，最后才绕到通用Agent

新皮层：你入局做AI是最近几年的事儿，更早之前你更多在做跟网络安全相关的创业，进入AI领域是你的一个转向吗？

陈宇森：当年做网络安全是因为毕业的时候只擅长这件事情。2014年左右，我们肯定是中国那批毕业生里面安全技术最强的一批人。

新皮层：网络安全跟AI相关性有多强？

陈宇森：一些技术是共通的，审美也会积累的。当时的AI公司主要在做计算机视觉，我们也用了一些机器学习的方法打磨我们当时的产品。

新皮层：什么时候开始转向AI？

陈宇森：我这次回阿里（注：2023年年底，陈宇森结束外部创业，回到阿里）之前，在做游戏公司的创业。游戏在每个海外市场发行，都要做一次翻译，除了翻译对话，还要翻译界面。每一套语言翻译下来都是不低的成本。当时Google Translate还不尽如人意，但就在那时候ChatGPT发布。我当时就买了两个订阅给同事。现在你可以直接把一个Excel丢给AI，但当时还没有足够好的harness，也没有Agent，AI读不了文件，只能人工一段段复制粘贴。

但那个时候我就觉得这是个超大的技术浪潮。只不过我不是所谓搞大模型学术方面的人，也就参与不到大模型的创业，但后来发现应用层还是可以做事情的。我有多年创业经验，B端产品做过网络安全，C端产品做过游戏，做过海外，也做过国内。所以看到应用层机会的时候，我就开始筹备团队。

新皮层：当时是什么时候？

陈宇森：2023年年初开始有想法，然后2023年年底回到阿里。

新皮层：回到阿里后具体想做什么？

陈宇森：关于MuleRun的很多想法大概诞生于2024年年底、2025年年初的时候，我们开始逐步去拉团队，团队整个到位是在去年5月。然后我们开始尝试了不同的方向。

新皮层：2024年年底时想做的事跟现在有多大差异？

陈宇森：没什么大的变化，当时我们的判断就是大量的电脑操作类工作会消失。

新皮层：2024年还很早，那时候连computer use之类的Agent都还没有出现。

陈宇森：当时Devin已经出来了（注：2024年3月，Cognition发布自主编程智能体Devin，并于2024年12月在北美全量上线），它已经能做很多事情。好的技术视野，就是一幅画只揭幕了5%至10%的时候，你能猜到剩下的百分之八九十会怎么走。

新皮层：看到Devin的时候，你具体想的是什么？

陈宇森：我们第一个产品的形态其实跟Lovable很像，是个online Coding Agent。我们当时认为，Coding能力开始逐步起步，能做一些简单应用了。那个时候Cursor还在做代码补全，简单应用已经可以用一句话、几句话，或者一个简单描述就AI Coding出来。

我们当时觉得这个技术首先对云非常有价值，过去云的用户至少得是个程序员。未来只要有人想做一个东西，就能把它做出来，只是还不够好。但这个趋势只要开始，就只会放大，不会缩减。所以当时我们就认为未来云的用户会改变，云的直接用户将不仅仅是人，还有Agent。

新皮层：那时你实际做出产品了吗，还是只是有一个idea？

陈宇森：我们招集团队做了第一版产品，内部代号叫瓦特，因为我们团队的代号叫steam——蒸汽机。但产品我们最后选择没有上。

新皮层：为什么不发出来呢？效果不够好？

陈宇森：瓦特当时的harness工程能力还是不错的，同样的prompt，在我们这儿跑，和在当时主流在线的Coding Agent比如Lovable、Windsurf直接裸跑的东西出来相比，差别不大。但当时差别不大是因为那时候大家的harness都没有做到足够深，大量的能力依赖模型。 当时Claude发到了三点几，只要你的harness别掉队，就能做出不错的结果。

但因为当时我们不是首发了，晚了两三个月再发一个跟别人同质化的产品，很难有机会。所以后来我们就转向marketplace了，方向就更错了。

新皮层：当时明超平的YouWare还是在Lovable之后发出来了。

陈宇森：他后来也不做YouWare了，现在在做Bloome。AI应用是这样，大家都是优秀的人、都能做出一个能力差不多，甚至审美或者一些小地方比别人有优势的产品，但首发优势太大了。

新皮层：你（瓦特）比YouWare早还是晚？

陈宇森：差不多同一时间吧。

新皮层：因为它发了，你就不想再发了？

陈宇森：跟它没关系。我们判断这个市场中前面跑得快的几家已经足够快了吧。

新皮层：但是跑得快的几家都在海外。

陈宇森：我们团队（注：指MuleRun）当时主要在做海外，国内是我们后来回来做一下的。当时我们一些技术点如果实现出来，可以比Lovable好百分之二三十，但很难超出Lovable一倍。而且那百分之二三十是要靠一些工程去实现的——我又要推荐大家去读一个经典文章，叫做《苦涩的教训》（The Bitter Lesson) ，就是当你发现你做的很复杂工程未来会被大模型能力的提升所概括掉，就不要做这个事。现在做harness，这个法则仍然成立。

新皮层：Coding Agent之后，你又做了Agent的marketplace，为什么会选这个方向？受GPT Store影响？

陈宇森：没有，他们是失败的。做marketplace是因为当时我们实践发现，AI的能力不到位，要做Agent就要给它更多东西，它才能把事情做到位。我们称这部分为专家知识或SOP，现在的叫法是Skills。当时我们想去社会上吸收到这样的东西，就诞生了做marketplace的想法。那时候觉得这样一个生态的增长方式非常优雅，但最后那批做marketplace的公司全挂了。

新皮层：你大概什么时候知道marketplace的方向不对？

陈宇森：去年十一二月，各种数据太差了。我们做了一些宣发，还做了很酷的demo，还做了「帮你打原神」的一个任务，就是我们的Agent可以在我们那个平台上远程启动一个带显卡的机器、启动一个《原神》这样的大型游戏，然后帮你做里面的每日任务。

这已经是个复杂任务了，到现在也没有哪个Agent在不做一套复杂的特定工具的情况下把这个任务完成了。比如你现在让Claude去做这事，它做不了。

新皮层：任务做得好为什么市场表现不好？

陈宇森：那时候没有一套好的通用Agent Loop给所有专家，所以他们做Agent的门槛非常高，甚至要用LangChain之类的工具从头手搓Agent Loop。普通行业专家做不了这种开发。

后来我们做了一个Agent Builder——提供好的基础Agent和周围的云环境、sandbox和数据接入，你只需要定义这个Agent干什么，把工作方法变成文档告诉它就行。但这个产品做出来后，我们发现用户看到一个对话框，不会先想「我为了解决一个问题，应该怎么构建一个Agent」，他只会把问题直接抛给产品。

新皮层：让用户在解决自己的问题前先给解决这个问题制造一个工具？

陈宇森：就是程序员的思维，程序员觉得这个事要干10次，就会先写代码让这个任务以后可以自动干；但普通用户的思维方式是：我有个问题，我想直接交给产品帮我解决。所以我们转向了通用Agent，直接解决用户问题，而不是再让用户去先构建一个Agent。

通用Agent上半场：Devin、OpenClaw和MuleRun

新皮层：你最近休息都很少，是在忙更新什么东西？

陈宇森：没有，就是整个产品节奏比较快吧。因为今年模型能力往前走了，应用层能做的东西越来越多。不管是我们自己（注：指MuleRun）还是同行，腾讯的WorkBuddy，字节的扣子也上了3.0，竞争在加剧，你肯定要做到足够好，才能拿到优势。

新皮层：今年的Agent产品和去年相比究竟如何不同？新一代Agent产品让你有什么Aha Moment？

陈宇森：比较惊艳我的是去年12月，当时我们刚把产品（指MuleRun）的harness框架做出来，还没有做好最终形态。因为我自己之前投资了一家网吧，网吧每个月要结账，结账就要去抖音后台、美团后台等等很多个平台去看每个月收入，然后再根据支出，算出来整个网吧赚了多少钱、可以如何分红。

过去一个人做完这整个流程至少要一个小时，还要验证码、切账号，最后填进Excel。但当时我们用这套harness框架配上海外模型，它可以把整个流程完全跑下来，直接输出一个准确的Excel。那是我的一个惊艳时刻。而且过程中有的平台后台需要拖动验证码，AI第一次过不去，但它会去找到模拟人类操作的方法，这件事看起来很小，但对我来说也是个Aha moment。

所以，去年5月，我们开始筹建团队，9月开始做marketplace，12月开始做MuleRun，想要实现的都是这个东西——把电脑上大量重复消耗人的电脑操作工作全部都自动化掉。

新皮层：去年年中曾经火过一些computer use、phone use之类的Agent，效果并没有那么好，你去年12月构建的那套harness框架有什么不同？

陈宇森：是模型能力和harness工程两方面的进步。

模型层有两个最basic的能力——Coding和视觉有了大幅提升。Coding能力意味着我给你一个复杂问题，你能找到一个稳定的精确解，电脑上的所有东西都是Coding出来的，模型的Coding能力越强，通用能力就越强；视觉能力意味着我能理解很多东西。这两个能力结合起来，就可以让一个Agent去做很多复杂的事。

harness方面的提升就是出现了Language Server Protocol（LSP，语言服务器协议），可以更好地解决长上下文中如何精准定位要修改或理解的代码。

新皮层：你去年12月就开始基于这些东西构建MuleRun，早于OpenClaw（注：OpenClaw前身Clawdbot今年1月推出）？

陈宇森：往前追溯的话，一切通用Agent的祖先都是一个叫Cognition的公司做出来的Devin，它已经能做很多事情。那个时代除了Devin，还有Windsurf和Cursor，但Devin更端到端。后来国内出现了Manus，它整个界面布局都非常像Devin，只是比Devin更通用。 之后国内又出了Genspark、字节的Trae、扣子，再到后来又有了一系列类龙虾产品，腾讯有WorkBuddy，然后腾讯应用宝团队出了Marvis，还有我们的MuleRun……相当于在从「跟你聊天」到「帮你办事」这个模糊的大方向上，大家用了各种各样的harness工程在把这件事往前推进。

新皮层：OpenClaw开启的类龙虾产品在这个Agent进化过程中的角色是什么？

陈宇森：它没有完全创新的东西，无论是用Heartbeat（心跳机制）来实现定时任务，还是本地部署、不用再把文件上传到哪个地方、在本地就能处理，之前都有别的公司做过。比如ChatGPT很早做过一个Pulse功能，也是类似地每天把你关心的东西，比如新闻，总结推送给你。本地处理的路径Claude Cowork也比OpenClaw早做出来。

但是OpenClaw带来了很好的体验。无论是它的路由机制，让你可以很便捷地在WhatsApp、Telegram、飞书、钉钉等等各种常用的IM（即时通讯工具）里直接跟它交流，还是它开发了一套对Agent还不错的Memory系统。体验和微创新是非常重要的。

新皮层：受Devin启发是不是出现了两类AI应用，一类是Lovable这样的Coding Agent，另一类是Manus这样的通用Agent，你当时看到Manus的想法是什么？

陈宇森：好啊，真的。

新皮层：Devin出来后，你为什么很快做了Coding Agent，但没有那么快尝试通用Agent？

陈宇森：Manus出来那一瞬间，大家一看就恍然大悟了，也知道怎么做。但是人家先做出来了，而且当时我们团队还没凑齐呢。要打通用Agent这种仗，你要凑一个不错的团队，这不是一两天的事。比如我当时想挖一些人，但当时他们可能还在做一些别的事情。

我觉得Manus最幸运的地方在于肖弘他们团队是在很早之前就ready的，而且在Manus之前就做过Monica这样一个产品。因此当模型能力提升的时候，他们能敏锐地抓到模型能力外溢但模型厂商自己没有抓住的商业机会。天时地利人和。

新皮层：速度很重要？

陈宇森：速度，以及在机会出现的时候你的团队是否ready很重要。

新皮层：你后来做了MuleRun，也是因为对当时模型的能力认知（注：Claude Sonnet 4.5去年9月发布，Claude Opus 4.5去年11月发布）？

陈宇森：对，当时我们就觉得我们之前低估了通用的Agent市场。我们之前低估有几个点，一个是我们觉得模型很快会追上来，后来发现没有。其实ChatGPT是早就可以做好（通用Agent）的，OpenAI有那么大的团队，但它那个Operator（注：Operator是OpenAI于2025年1月推出的首个浏览器操作型Agent）做得不好，产品体验和能完成的事情比Manus差了一个量级。

还有个点是，我们发现这个需求（指AI代替人类完成一系列电脑操作）广泛存在，这是我们做它的理由。同时发现我们自己还是能做出一些不一样的东西吧。

新皮层：基于当时基础模型能力的进步，你们做过什么测试？

陈宇森：太多了，构建AI native组织的想法就是当时验证出来的。当时我们把大家的Coding Agent拉到了一个内部的开源IM里面，同时我们在这个IM里构建了一个叫PM（产品经理）的Agent，让它把我们的讨论整理成一些to do（待办事项），然后它就会调用后面的那些Coding类sub Agent（子智能体）直接干活，干了之后，会有一个测试Agent看它做的东西到底怎么样，行的话就合并上线。

另外我们还实验过一个side project，一个纯AI Coding出来的产品，没有一行人类代码，从前端、后端到云资源调度，都是AI完成的。那个产品在海外已经能一个月大概创造几千到1万美元的收入。因为团队精力有限，产品跑了几个月后就下线了，但这些试验都验证了一个AI native组织的可能性。

新皮层：当时是几月？

陈宇森：今年2月。

新皮层：那时候OpenClaw已经火了。

陈宇森：OpenClaw当时还不是一个成熟的商业产品，它自身的代码质量是非常恐怖的，有段时间它有60万行代码，token消耗也非常不科学。 你跟它say个hi或者简单聊两句天，可能就消耗几十万token了。

新皮层：做MuleRun过程中，你做过最重要的取舍是什么？

陈宇森：去年我们取舍掉了低代码。当时很多创业公司在做低代码，扣子第一个版本也是做低代码平台，我们觉得那是错的。我们很早就觉得，不管是低代码还是IDE（集成开发环境），都可能逐渐被淘汰。Coding一定就是要像Devin那样做，就是你说我干，没有什么中间形态——甚至不需要让你看它在干什么，你只需要给一个任务，过一会儿交付结果就好。那些展示过程都是阶段性的，为了给人类提供情绪价值。

新皮层：去年这个时候是做低代码还是直接交付结果不完全是个选择题吧？去年很多Vibe Coding产品都不能直接交付出让人满意的东西。

陈宇森：所有技术判断上的不同，都取决于你对终局加速度的理解不同。有人去年这个时候觉得绝大多数程序员的工作被AI全面替代还要三到五年，甚至五年以上。那时候AI还只能写简单的前端页面。我们当时的判断是这个阶段不会太久，可能两年以内就会改变，没想到它加速了。

新皮层：去年云栖大会的时候，阿里CEO吴泳铭公开演讲就说，Coding能力是AGI的一个基础，你们内部最早什么时候形成这个判断的？

陈宇森：我们算是大公司里面横向看相对激进和相信未来AI能力会快速迭代的。我真正清晰是在去年12月，Claude迭代到4.5，出现断代领先，它把有效的上下文长度提得非常长，Claude Code能力有了跃升。

新皮层：对Coding能力可能快速突破的判断如何影响了你构建MuleRun？它与其他通用Agent产品的差别是什么？

陈宇森：你使用Coding的话，体验会强一些，我们把Coding加上应用的便捷部署这条路线上的体验打磨的比较好。以及一些复杂的浏览器自动化操作，比如你让MuleRun替你启动一个浏览器、做一些复杂任务的时候，与同类产品相比，我们的能力会好一些。

新皮层：我自己使用MuleRun的一个惊艳体验是让它把Excel数据变成可视图表，已经比一些美术设计做得好了，背后也是Coding能力在起作用？

陈宇森：是Coding能力的体现。还有就是有没有对特定场景做定向的工程优化，你不做这个优化，模型就是解决不了。很多问题你交给AI发散去做的话，它就挂了。它可能尝试十几次能成一次，但这对用户是不可用的，这不是个概率问题，是0或1的问题。简单来说就是我们做了很多东西给它，给了它工具，还给了它SOP。

新皮层：给它多少工具，给什么样的工具，这个判断还是要靠人给出？

陈宇森：这就是harness的区别。所以产品看起来一样，做出来的东西可能不一样。在复杂问题的处理上，大家会对工具、数据源有不同判断，甚至解决同一类问题时的最佳SOP都不同。

新皮层：比如说一个好的金融分析师之所以跟我做出的投资判断不同，因为可能他每天看到的信息源都跟我是不一样的？

陈宇森：他使用的工具也会跟一般人不同。一个炒股炒得多的人，他肯定买了TradingView很高级的版本，他甚至买了Bloomberg，这些都是普通人不会买的。炒股炒得多一点，你会发现买一档和两档的数据就不一样，你能看到的订单深度也不一样。高价值的工具会带来更快的数据和更全的数据维度。

新皮层：虽然模型Coding能力提升了，但真正拉开产品差距的不是模型，而是harness？

陈宇森：所有人都可以用最好的模型，模型是开放的，但不同的Agent用最好的模型交付出来，结果也可以有很大的差异。

新皮层：通用Agent领域，Manus过时了吗？

陈宇森：Manus现在仍然是这个领域不错的产品。

新皮层：它的产品范式不是已经被类龙虾产品的产品架构革新了吗？

陈宇森：没什么不一样，我觉得本质还是那个东西。季逸超之前一两个采访中讲得很好，就是你给Agent越多工具，并且把那个工具打磨得越好，它能力就会越强。这个情况下，甚至你的模型降级都不一定能影响它的交付质量。

新皮层：去年12月之前做marketplace走过的那段弯路，对你再做MuleRun有什么影响？

陈宇森：现在还有通用Agent产品做技能广场，我们是不做的，我们用了另一种方式，不是显性的。

新皮层：你已经彻底否定了货架这个东西？

陈宇森：当然他们可能觉得他们是对的，这就是选择题。我们会更倾向于以尽可能智能的方式把所有东西藏在一个Agent下面，而不是全列在你面前让你选。

新皮层：使用MuleRun的时候，我也没办法创建一个一个的claw。

陈宇森：我们不是那种产品，选择上我们更像Manus，它的选择和审美是胜过很多在产品里直接塞一个claw的产品的。Claude的选择也很克制，它其实把OpenClaw提供给大家的那些好体验拆解了，分别加进它的产品，比如说它的remote control（远程控制），其实对应的是OpenClaw中你通过IM去控制电脑上的Agent这件事。它并不是以一个上来就要让你创建Skills才能干活的目的存在的。我们更核心的产品哲学是，你的绝大多数任务只要上来直接问，我就能给你干好。而不是你上来之后，要先选择干什么，这其实是不好的体验。

新皮层：也有点像marketplace时代，你让用户先创建一个Agent，才能干活。

陈宇森：不管是创建一个或者跑到货架上找一个，这个步骤都会损失很多用户。

通用Agent下半场：把自己变成一个IM、协同办公

新皮层：你去年12月进来做通用Agent，觉得晚吗？

陈宇森：更早更好，但现在看也不一定晚，通用Agent其实也只是一个能力，这个能力可以让模型做更多事情。但是组织要提效，还需要上面有更厚的一层产品。

你有过那种需要你在一个地方管理你的不同Agent这个需求吗？或者你的Agent给别人用、别人的Agent给你用的需求？

新皮层：还没有。

陈宇森：所以你看，你注意的点都还是在个人提效这个场景。但我始终认为我们还需要构建一个Agent协同工作的地方、一个Agent的统一管理平台。

新皮层：MuleRun下一步的产品形态更像是一个Agent协同办公平台，而不是一个类龙虾产品？

陈宇森：这是我们的未来形态。我们团队今年年初就开始这么工作了（注：前面提到今年2月在一个内部IM中构建PM Agent与人类员工一起工作），还在GitHub上开源过一个Agent协同产品叫MuleTeam。

新皮层：这种需求有多大？

陈宇森：如果你自己用AI是没有这个需求的，人与人、员工与员工之间才会有这个需求。举个例子，这几年半导体股票不错，大家会用AI分析股价、分析什么缺不缺货。一个人做这个事情很可能就是让AI做一个还不错的报告，你很兴奋，过去你可以把体验分享给朋友。现在你们可以拉个群，直接在里面去说，「这个票马上要发财报了，大家怎么想」，大家发表观点后，AI可以直接参与讨论。AI肯定不能指导你直接赚钱，但应该能让你少亏一些钱，或者少犯一些常识性错误。这个过程中context（上下文）的同步就很重要。

新皮层：在这个环境里边，Agent是否就能学会这个组织里各个部门各个层面的东西、在干的事，然后帮助组织把这些事干好？

陈宇森：是可以做到的。我们做这个产品是觉得它是一个更Agent友好的IM产品，它可能不需要那么多的历史包袱。

新皮层：你们的Message功能（注：该功能让Agent和人类员工在一个群里工作，从而使MuleRun具备了IM即时通讯能力）比扣子3.0发得早还是晚？

陈宇森：很好笑，我们比他们晚了一天（注：扣子6月1日上线3.0推出IM功能，MuleRun 6月2日上线IM功能Message），说明大家其实早就想到一起了。

新皮层：这个方向是如何形成的？谁影响谁？

陈宇森：有时候都不是谁抄谁，而是大家做着做着就会发现这条路就是这么走，大家都在这条路上做出了自己的表达。

新皮层：那你晚发一天有什么影响？

陈宇森：没有影响，这个东西就是万里长征刚开始，你先跑10米，我后跑10米而已。

新皮层：扣子也更新了好几代，其实你走过那些弯路，它也都走过。

陈宇森：它比我多走一个低代码的弯路。

新皮层：你们咬合得这么紧，这种状况过去发生次数多不多？

陈宇森：过去的都不重要了，今年的竞争（注：指Agent协同办公平台）刚开始，能打半年到一年。我觉得我们三家（注：指阿里、字节、腾讯）都还是很有可能。

新皮层：你觉得到年底或者在什么样一个周期里边，通用Agent类产品会有一个比较大的拉开差距的东西出现？

陈宇森：要看全世界做得最好的两个公司做得怎么样以及在做什么，就是OpenAI和Anthropic。它们今年其实都在做一个叫deployment company（部署）的事，借用Palantir FDE（Forward Deployed Engineer，前线部署工程师）那套理念，是说我提供好的Agent、然后跟好的咨询和交付工作公司去合作，把Agent真正落实到企业内部的各种工作流程中。这是我觉得我们在阿里云可以很有优势去做的。阿里云跟国内几乎所有的大企业都有商务关系，我们可以更短路径地把我们的产品推荐给他们。大企业一旦被一个足够好的产品服务了，只要我们不掉链子，它就没有什么理由换掉。这是我觉得很重要的事。

新皮层：你认为决胜点在B端市场，而不是C端？上一代通用Agent像Manus其实更C端。

陈宇森：我们在做海外的C端。在国内侧重B端是个优先级问题。因为我们国内B端非常强，你肯定要先用自己最优势的资源去拿离自己主城更近的阵地。

新皮层：因为国内C端更难突破吗？

陈宇森：只是竞争激烈，我不觉得它难突破。

新皮层：腾讯和字节的通用Agent产品最近也都在讲B端，B端也会卷起来？

陈宇森：通用Agent就意味着执行和办公能力，这个价值是可以显著被B端看见和接受的。中国的C端是DAU广告型市场，Agent产品很多都不是大DAU类产品。

新皮层：竞争激烈还是因为大家做的事相似？

陈宇森：在中国，这样的竞争发生过无数场，所有的O2O软件不会长得不一样，最终决定它们结果不同的可能是它们的供应链能力。现在的Agent产品很难说大家长得不一样，甚至很多任务其实大家做出来的结果也差不多。所以有可能决定这场战争胜负的胜负手都不在产品内部。

新皮层：不在产品内部的话会在哪里？谁活得久？或者谁犯错？

陈宇森：类似。这个战争太焦灼了，当下看很多人的动作，会看出它是没想清楚，投入的方向就不对。

新皮层：比如呢？

陈宇森：这不能比如。一些公司没想清楚，但是大家资源都很多，只要想清楚了之后调头也很快，没有真正的壁垒。

新皮层：如果这是一个长期战争，那资源充足的大公司更有优势？

陈宇森：目前有竞争力的团队也不到10个。

新皮层：10个有竞争力的团队里面，包括哪些？

陈宇森：我觉得几家大厂加几家国内大的模型厂。我觉得这几年大家在面对竞争的时候要想明白一个问题，就是因为社交媒体的发达，信息传播速度可能是五年前的10倍，包括谣言产生的速度。你要以这个为前提去推演竞争。

新皮层：在这样一个环境当中竞争，你更看重产品什么样的指标？

陈宇森：Agent类产品的核心指标是你的重度用户平均每个月消耗多少token，或者贡献多少收入。

新皮层：从去年12月做到现在有半年了，你对MuleRun的产品表现如何打分？

陈宇森：横向对比其他产品，我们的各种数据还不错，已经有单体用户会在我们这儿一个月消费2000美元以上了，说明我们能服务好我们的付费客户。但还不够好，或者不够让我们脱颖而出。 我觉得MuleRun是一个不错的产品，但还远不是一个伟大的产品，还没有做出我们心里觉得足够满意的一个大变化，目前为止都还是小的迭代和优化。

新皮层：怎样算是伟大的产品？

陈宇森：伟大的产品要引领时代，意味着你是第一个做出别人没有做出来的东西，我觉得到现在我们也还没有做到这一点。

新皮层：类似于第一个做出Skills、Claude Code吗？

陈宇森：类似，但这些还没有到产品体验。我们更希望是一种能在产品体验或功能上创新出引领一个行业的东西，能够让我们显著不同于别人的东西，这个东西还有很好的商业化价值。Skills推动了整个行业的进步，但并没有帮助Claude本身比别人获得更大的竞争优势。

新皮层：通用Agent领域现在这10个左右有竞争力的团队，到年底或明年会减少到多少？

陈宇森：很难说，发展太快了。