Hoy en día, la economía de agentes ya no es un concepto de ciencia ficción; no solo trae un salto en eficiencia, sino también una reestructuración y redistribución de la organización económica. Especialmente, el proyecto de código abierto OpenClaw se ha vuelto extremadamente popular a nivel mundial, impulsando aún más la aplicación a gran escala de los modelos de lenguaje desde los laboratorios, y todas las partes compiten por unirse a la batalla por la entrada de agentes.
Entonces, ¿qué modelo de lenguaje elegir? ¿Serán suficientes los recursos de tokens para un uso a largo plazo? ¿Quedarás obsoleto si no sigues la tendencia de OpenClaw (Langosta)? En esta acelerada evolución de la IA, ¿cómo deben posicionarse y avanzar las personas?
Con estas preguntas en mente, el 3 de abril, Xujiahui Tech Innovation, la Asociación de Tecnología de Consenso Distribuido de Shanghai, PANews y Mankun Law Firm organizaron conjuntamente un evento temático titulado "No te 'langosteés' de ansiedad".
En la conferencia titulada "Abrazando la impredecible ola de IA", Li Chenxing, arquitecto jefe de Conflux Tree Graph, expresó que actualmente es una tendencia inevitable en esta etapa tecnológica otorgar más autonomía a la IA, en lugar de restringirla en exceso con la limitada experiencia humana. El problema de "falta de consideración" que muestra la IA se debe esencialmente a su dificultad para capturar de manera estable y recordar continuamente las restricciones contextuales clave en escenarios complejos. Desde una perspectiva estructural técnica, la IA depende principalmente de la memoria de parámetros, la memoria contextual y la memoria externa, pero estos mecanismos aún presentan problemas como dificultades de actualización, limitaciones de ventana e insuficiencia en la eficiencia de llamadas. Por lo tanto, en el futuro se debería fortalecer la capacidad de invocación de memoria externa, explorar mecanismos de aprendizaje continuo y reutilización de experiencias, y mediante prácticas en campos verticales, sedimentar gradualmente la memoria experiencial para mejorar la integridad y confiabilidad de la toma de decisiones de la IA en escenarios reales complejos.
También señaló que los avances centrales de la IA actual se manifiestan principalmente en la mejora de la capacidad de análisis autónomo y reflexión, y en el futuro, con la mejora de la capacidad de memoria, se espera superar cuellos de botella clave y tener un impacto profundo en diversas industrias. Por ejemplo, el potencial a largo plazo de los sistemas de identidad digital y pago digital se ha visto limitado por los umbrales de desarrollo y usuario, y la IA podría liberar este valor al reducir los costos de desarrollo y reemplazar el proceso de aprendizaje del usuario mediante agentes. En general, la IA no debería verse como una amenaza para el empleo, sino como una herramienta clave para impulsar la productividad y generar nuevas oportunidades; las personas y las industrias deberían mantener una mentalidad abierta y explorar activamente las rutas de integración de la IA.
Feng Heqing, arquitecto de productos de Tencent Cloud Workbuddy, señaló que con la mejora significativa de la capacidad de los modelos de lenguaje, la IA ha pasado de solo admitir desarrollo auxiliar básico como completado de código en sus inicios, a poder realizar tareas complejas de forma independiente; la capacidad central del Agente personalizado se refleja en el soporte de tasks de flujo completo, colaboración multirrol, sistema de memoria en capas y desglose inteligente de tareas basado en el contexto, al mismo tiempo que logra el flujo de datos y procesamiento paralelo entre tareas mediante la colaboración multiagente, y adopta mecanismos de almacenamiento de datos local y confirmación manual de operaciones clave a nivel de seguridad para garantizar la seguridad de los datos. A nivel de aplicación, WorkBuddy ya cubre escenarios típicos de oficina como filtrado de currículums, generación automática de PPT, análisis de datos e integración de informes semanales, y puede integrarse con sistemas como Qiwei a través de capacidades de integración empresarial, logrando una gestión unificada de tareas; su arquitectura técnica enfatiza el autocdesarrollo full-stack, el aislamiento del entorno de ejecución y el control de permisos empresarial, admitiendo implementación local y en la nube. En cuanto al modelo de negocio, puede orientarse a usuarios de desarrollo empresarial y puestos de oficina digital de alta frecuencia. En general, WorkBuddy tiene como objetivo mejorar la eficiencia productiva empresarial mediante Agentes personalizados y capacidades de colaboración multitarea, y mediante la optimización continua de la capacidad de desglose de tareas y la expansión del ecosistema, fortalecer aún más su adaptabilidad y capacidad de implementación en escenarios empresariales complejos.
Teddy, fundador de Biteye y XHunt, compartió principalmente sobre prácticas de empleados digitales, aplicaciones y costos de modelos de lenguaje, configuración técnica y riesgos de seguridad, y optimización de métodos de colaboración. Entre ellos, en cuanto a las prácticas de empleados digitales, para reducir las alucinaciones del modelo y la tasa de errores de código, es necesario introducir un Agente revisor de mayor nivel para realizar una verificación secundaria del código generado por Agentes de nivel inferior, formando un flujo obligatorio de revisión de código; dado que los Agentes aún cometen errores al escribir código, se pueden reducir los errores mediante la estandarización del flujo de desarrollo, el fortalecimiento del diseño de prompts y la adición de mecanismos de verificación múltiple. Al mismo tiempo, en escenarios operativos, es necesario controlar especialmente la frecuencia de publicación y, siempre que sea posible, realizar una programación unificada a través de API backend para garantizar la estabilidad. En entornos de colaboración en equipo complejos, Discord suele ser más adecuado que Telegram para la colaboración y distribución de tareas de Agentes, y en la gestión de recursos se debe prestar especial atención al consumo de Tokens. Además, los sistemas de Agentes aún requieren que los humanos inviertan tiempo en entrenamiento, ajuste y corrección de comportamiento.
En cuanto a la instalación e implementación de OpenClaw, Teddy sugirió que se puede ejecutar opcionalmente en computadoras inactivas o Mac Mini, lo que ofrece un alto grado de control autónomo, con código completamente abierto, enfatizando la capacidad de protección de privacidad, y pudiendo integrarse en ecosistemas internacionales, aunque su umbral de instalación y configuración es relativamente alto. Durante el uso, se debe prestar especial atención al riesgo de modificación de la configuración del modelo y del canal para evitar anomalías del sistema debido a una configuración incorrecta; en caso de problemas, se pueden utilizar herramientas como Grok y Gemini para ayudar en la resolución de problemas. Al mismo tiempo, a nivel de seguridad, es necesario prevenir riesgos como ataques de prompts e inyección de skills maliciosas. En cuanto a recursos y costos, también es necesario controlar el consumo de Tokens para evitar costos operativos excesivos.
Zhao Xuan, abogado socio de Mankun Law Firm, en su conferencia temática, compartió tres grandes problemas legales que los emprendedores deben considerar en la era de la IA y sus soluciones. El primero es la "cáscara organizativa", es decir, el "aislamiento falso" creado por las empresas unipersonales (OPC), que superficialmente forman una entidad independiente, pero en realidad es difícil aislar verdaderamente la responsabilidad y el riesgo; es necesario establecer un aislamiento físico y legal real, incluyendo la introducción de socios en la estructura, el uso de tarjetas de crédito corporativas exclusivas y la inserción de cláusulas de exención de responsabilidad por IA y límites de indemnización en los contratos. El segundo es el problema de la propiedad de los activos centrales; el esfuerzo no equivale a derechos, es necesario demostrar el derecho de propiedad, registrar completamente el proceso de creación y almacenar pruebas. El tercero es el riesgo sistémico de "desconexión" provocado por la hegemonía de las plataformas, incluyendo cláusulas abusivas, bloqueo técnico, etc.; se deben separar los datos centrales de los servicios de terceros, planificar con antelación alternativas e introducir tecnología descentralizada.
En la mesa redonda "Del entusiasmo a la lucidez: la demanda real y las proposiciones falsas de la IA desde la perspectiva de los capitalistas de riesgo", varios inversores compartieron sus opiniones sobre la etapa de desarrollo de la IA, los límites de aplicación y la lógica de inversión.
Cáncer, socio fundador de Shuidi Capital, cree que la IA aún se encuentra en una etapa temprana de desarrollo, y que llevará bastante tiempo alcanzar una etapa madura en experiencia de usuario y ser ampliamente considerada "significativa". Señaló que la iteración tecnológica de la IA es extremadamente rápida, y depender únicamente del liderazgo tecnológico dificulta formar una ventaja competitiva a largo plazo, por lo que la inversión debería centrarse más en capacidades de capa base irremplazables, como la potencia de cálculo y otros recursos centrales. A nivel de aplicación, puso como ejemplo que herramientas como "Langosta" no son amigables para usuarios de programación comunes, pero en el futuro podrían ser más adecuadas para ser encapsuladas en aplicaciones de escenarios verticales como "médico de familia", proporcionando recomendaciones profesionales mediante datos de salud en tiempo real. Al mismo tiempo, cree que la IA en el lado empresarial puede reemplazar herramientas de producción de información como informes de investigación, pero no puede reemplazar el rol final de toma de decisiones, solo puede existir como una herramienta auxiliar.
Tang Yi, socio fundador de Enlight Capital, expresó que actualmente es difícil formar oportunidades de no consenso evidentes en el campo de la inversión en IA, y la rápida iteración de los modelos de lenguaje puede continuar "nivelando" las ventajas de las empresas de capa de aplicación. Se muestra relativamente optimista respecto a la dirección de la combinación de Web3 e IA, considerando que representan fuerzas productivas avanzadas en sus respectivos campos. Respecto a herramientas de código abierto como OpenClaw, cree que equivalen a dar "manos" y "pies" a los modelos de lenguaje, mejorando la capacidad de conexión con sistemas externos y aplicaciones sociales, pero al mismo tiempo traen consigo altos riesgos de seguridad y datos, por lo que requieren una configuración compleja y no son adecuadas para usuarios comunes; actualmente, la ruta más ideal es mejorar la facilidad de uso y experiencia general mediante encapsulación.
Yinghao, inversor de First Rule Ventures, desde la perspectiva del usuario y el producto, se centra en oportunidades de aplicación en industrias de aguas profundas, creación con IA, combinación de software y hardware, y evalúa el potencial de los proyectos mediante datos de comportamiento e interacción del usuario. Señaló que incluso sin probar personalmente todos los productos emergentes de IA, no significa necesariamente perderse tendencias clave, ya que la capacidad tecnológica a menudo se modulariza rápidamente e integra en los sistemas de productos existentes.
En comparación con un producto único, se centra más en tres cambios estructurales a largo plazo: primero, si la interacción con la IA está formando un nuevo portador de memoria, permitiendo que la cognición y el trabajo del usuario se sedimenten en un sistema determinado; segundo, si esta memoria tiene capacidad de migración entre productos, o si gradualmente se vinculará a un producto único, formando así altos costos de migración y bloqueo de experiencia; tercero, si aparecerá una nueva superentrada, convirtiéndose en el núcleo central de la interacción con la IA y la distribución de tráfico.
Zhao Xuan, abogado socio de Mankun Law Firm, en el uso de productos de IA, utiliza más las herramientas para procesamiento de datos, recuperación y análisis, y espera que en el futuro aparezcan más productos integrales para integrar estas capacidades. También enfatizó que en el emprendimiento de IA es más importante evitar fracasos importantes puntuales, y recomendó a las empresas que desde etapas tempranas presten atención al diseño legal clave, como cumplimiento de datos, cláusulas de arbitraje, cláusulas de exención de responsabilidad, para lograr, en caso de riesgos incontrolables, el aislamiento de riesgos y protección de responsabilidad tanto como sea posible, evitando así que un riesgo puntual provoque el colapso total de la empresa. Además,展望道, en el futuro los Agentes se convertirán en los principales sujetos de ejecución económica, responsables de la obtención de datos, compra de información, ejecución de estrategias e incluso transacciones entre sistemas, formando así actividades económicas y sistemas de pago de máquina a máquina.
En la mesa redonda titulada "Las N formas de abrir la IA: hablando sobre las oportunidades para los innovadores", varios invitados exploraron los cambios que está trayendo la IA desde diferentes perspectivas. Zeno, CEO de Matrix Intelligence, propuso que los usuarios pueden, mediante la modificación de scripts o plugins por sí mismos, conectar múltiples dispositivos, lograr sincronización de memoria multi-dispositivo y consistencia de estado, para que la información no se pierda y las tareas no se interrumpan, al mismo tiempo que pueden agregar mecanismos de purificación/retrospectiva diaria para mantener la estabilidad del sistema. En comparación con el uso de herramientas prefabricadas, la personalización profunda basada en permisos empresariales o capacidades de plataforma por parte del usuario es más eficiente, más libre y更容易 crear flujos de trabajo que se adapten a los hábitos personales. Mirando hacia el futuro, cree que la IA se convertirá en una entrada unificada, donde los usuarios solo necesiten interactuar a través de un centro de IA para invocar diversas herramientas y sistemas y completar todas las tareas. Con el aumento del uso, la IA acumulará continuamente la memoria, preferencias y flujos de trabajo del usuario, formando un efecto de volante de inercia de datos y capacidades, volviéndose cada vez más comprensiva con el usuario y más eficiente. Bajo esta tendencia, las personas, mediante la configuración de sistemas de IA y el pago de costos de suscripción, podrían obtener una mejora de productividad muy superior a la mano de obra tradicional,拉开 significativamente la brecha de eficiencia entre las personas.
0xOlivia, cofundadora de ClawFirm.dev,披露 que en el uso real de la IA, aún existen problemas como inestabilidad del sistema, fragmentación de la capacidad de memoria y automatización, y los usuarios necesitan constantly拼接 diversas herramientas y scripts como si armasen LEGO. Para usuarios no avanzados, adoptar directamente plataformas comerciales maduras y combinar aplicaciones oficiales con capacidad de iteración continua suele ser más estable y eficiente que los sistemas auto-construidos altamente fragmentados, mientras que la introducción de componentes de código abierto puede进一步增强 la capacidad de procesamiento de datos y generación de contenido. Enfatizó que la principal limitación actual de la IA no está en la capacidad del modelo en sí, sino en que la forma de uso de ingeniería aún no coincide completamente con la capacidad del modelo, por lo que aún existe un enorme espacio para la optimización e implementación. En el futuro, con la rápida mejora de la capacidad de los modelos de lenguaje, los escenarios de aplicación de la IA cubrirán gradualmente todos los aspectos del trabajo y la vida, y se fusionarán continuamente con diferentes formas de productos.
Teddy, fundador de Biteye/XHunt, al hablar sobre los empleados digitales de IA, señaló que se pueden conectar a sistemas internos a través de API o interfaces automatizadas, para que asuman tareas de ejecución específicas como generación de código, implementación de requisitos, procesamiento de contenido, mientras los humanos se centran en el diseño de productos y definición de requisitos, conservando así el derecho de decisión clave. Este modo de colaboración es más estable y escalable, no solo mejora la eficiencia general del desarrollo, sino que también reduce significativamente la tasa de errores, haciendo que la IA se parezca más a un equipo externalizado programable y gestionable, en lugar de una herramienta única. También enfatizó que cualquier trabajo流程化 y altamente repetitivo tiene el potencial de ser transformado o reemplazado por la IA, incluso si el efecto inicial es inestable, a largo plazo se optimizará continuamente y mejorará gradualmente la productividad. En el campo de tareas complejas y toma de decisiones gerenciales, la IA también ha comenzado a mostrar una capacidad auxiliar significativa y se está infiltrando en escenarios comerciales de mayor nivel.
Dou Ge, ingeniero senior de desarrollo de aplicaciones de IA,补充 señaló que existe un consenso general sobre la tendencia de externalización, automatización y colaboración toolificada de la IA, y desde la perspectiva empresarial, es更需要 considerar especialmente la seguridad, gestión de permisos, mecanismos de colaboración de empleados y sedimentación de activos. Actualmente, el mercado cuenta con múltiples marcos de desarrollo de IA y ecosistemas de herramientas, que se centran respectivamente en direcciones como ligereza, bajo código, alta integración y control de seguridad; las empresas, al elegir, necesitan equilibrar flexibilidad y controlabilidad, y diseñar la arquitectura combinada con escenarios comerciales reales. Comprender e implementar realmente estos sistemas de IA no puede quedarse solo en el nivel teórico, sino que requiere inversión real y costos de uso. Enfatizó que la IA正在 remodelar aceleradamente los flujos de trabajo y las estructuras organizativas, y tanto las personas como las empresas deben adaptarse rápidamente a este cambio, mejorar la eficiencia mediante el aprendizaje continuo y la aplicación toolificada, de lo contrario很容易 ser dejados atrás por la velocidad de iteración tecnológica.
