# 从 Clawdbot 到 26 年 AI Coding 主题大爆发｜对谈 PingCAP CTO 东旭

> 42章经 精读

- 发布日期：2026-02-07
- 主持：曲凯
- 原节目：https://www.xiaoyuzhoufm.com/episode/698563a188663289fe80769a
- 网页版：https://42zhangjing.qiaomu.ai/ep/698563a188663289fe80769a.html
- 精读字数：约 12278 字（阅读约 27 分钟）

> 本文为 42zhangjing.qiaomu.ai 基于节目转写的 AI 整理精读，不是逐字稿；引用请注明出处并链接网页版。

黄东旭每天烧掉接近 billion 级别的 token。这个量级放在一个大型工程团队里，对应的是几十人月的工作量。他一天就能搞出来，还有时间干别的事。

他是 PingCAP 的联合创始人兼 CTO，九岁开始写代码，初中玩乐队，到现在还是独立音乐人。曲凯把他请回 42 章经，聊的是过去两个月刷屏的一串产品：Claude Code、Cowork、Skills、Clawdbot，后者现在叫 OpenClaw，三天连改三次名。

东旭从自己的一手使用经验出发，讲清楚了这些产品各自是什么、为什么在这时候密集出现，以及他认为 2026 年会发生什么。有一条线索贯穿全程：AI 产品正在从「套壳大模型」，变成「套壳 Coding Agent」。

## 年初不及格，年底九十分 0:02:04

曲凯让东旭给过去一年的 AI Coding 打分。东旭的答案很具体。

年初是不及格。定义是代码写出来很大概率不对，各种幻觉、各种错。慢慢爬到 60 分，人在一个小局部给个任务，agent 能干好。80 分是什么状态？在一个大模块上，它能自己组织、自己设计代码架构、自己开盖，但架构还做不到非常好。90 分是复杂项目里设计更好、bug 更少，还能对每个细节做 review，自己找到 bug。

他自己的体感是，十万行代码以内的项目，人类只管提需求。只要你能验证，产出一定比 senior engineer 团队干出来的更好，更别提更快。

任川之前在这录过一期，讲 AI 时代的组织形式，说他们内部统一默认 AI 比人写得好，让 AI 先写代码，AI 已经写了绝大多数代码。曲凯昨天又问了他一次，任川半开玩笑地给了一个更激进的看法：未来应该禁止人类写代码。

东旭早就是这么干的。开发软件只有两种，要么百分之百人类手写，把它当艺术品，自己开心；要么百分百交给 AI，人类完全不要碰，碰一下相当于给 AI 添堵。他发朋友圈跟同事说：

> 不好意思，我这个项目不允许人类提交代码。

他一天 token 消耗接近 billion 级别，最后的产出可能是几万行代码。在大型工程团队里，这经常是几十人月的事情，现在他一天搞出来，还有时间干别的。Cowork 团队负责人在推特上也讲，百分百的代码都是 AI 写的了。

这种生产力让东旭最近睡眠非常不好，天天处于亢奋状态。转折点大概在去年十二月底，从用户终端体验来看，以前 agent 只是能干活，现在基本可以完全 off hand。同时这种能力慢慢往非编程领域拓展，Clawdbot 就是一个例子。以前只有想法不能去做，现在马上基本就能做。

## Claude Code 定下框架，两条线把能力推过临界点 0:06:49

东旭把这条演进线索捋成两条。

Claude Code 是 Anthropic 的编程工具，最早野心是帮开发者写点程序 prototype。2025 年初模型能力基本也就那样，但它开创了一个关键的点：大语言模型跟外部工具在一个框架下协作。2024 年大家还在聊 RAG，2025 年叫 agent 元年。Claude Code 的出现，标志着大模型能够操控现实世界。它选择编程这个场景切入，因为编程可控，tool 调用在比较封闭的上下文语境里，作为 agent 框架最简单。

东旭后来越想越觉得，最终的 general agent 形态就是 coding agent。它一开始选了条最简单的路，最后也许 everything is coding agent。

**第一条进步线是语言模型本身，在长上下文条件下对点状信息的召回率。**整个代码仓库放进上下文，问某段代码大概什么意思，这要求模型在大上下文空间里找到正确位置，大海捞针。GPT-5.1 thinking 之前，SOTA 模型在这种 benchmark 下召回率大概 20% 到 30%、40%，GPT-5.2 能把这种 workload 的召回率做到接近 90%。

为什么这个指标关键？agent 是多轮、长时间、不停循环的。这一轮看代码，下一轮找文档，每轮召回率 30%，三轮下来模型幻觉就非常高了。这个指标一直在进步，意味着模型不忘事，能把更多代码放进上下文。对复杂项目，对全局了解越多，写出来代码的正确率越高。

**第二条线是 agent 本身的 context engineering。**同样的模型，在 tool 里 system prompt 和 tool use 的最佳实践。2024 年很多人迷信 RAG，现在这个词已经很少提。模型还是那个模型，按老方法它很笨，换新方法表现就很好。这条线 Claude Code 一直在带动，一个 tool 出来，稍微反向一下，大概就知道上下文怎么编排、工具怎么编排。最佳实践一出现，X 上大家很快分享，又很快融入新版本。

东旭自己的 aha moment 在十二月，开始用 OpenCode 加插件 oh-my-opencode。这个壳底下依赖 Opus、Claude Code、GPT-5.2，靠一套非常复杂的上下文编排，把项目做得比没做过上下文优化的工具更好。

两条线在 2025 年底汇合，达到一个让人基本不用进去做任何修改判断的 moment。人像许愿盒一样，把需求提清楚，验证条件写好，这个 loop 加上 tier one model，东西就能做出来。人类只剩两端：评估要什么工作，决定需要什么工作。

Cowork 在东旭看来不是重要的 milestone，只是编程 agent 的能力外溢。底层没做大的改变，对 computer use 做了一些封装，让 agent 通过写代码或直接调用 computer 帮你干活。本质可以当成 Claude Code 的一个插件。未来很多 general agent，就是 coding agent 的套壳。最后唯一重要的第三方能力是编程，谁编程编得最好？Claude。加上 computer use 的 function，它一下就会变成最好的通用 agent。

**Skills 和 MCP 的对比，东旭非常坚持 skill 这个抽象对 agent 更友好。**MCP 火了一阵，核心问题是太程序员思维。MCP 很难叠加，很难从一个 MCP 继承出来变成更好的 MCP。它提供一些原子能力，你想改，改不了。一个远程 MCP 在遥远的某个人的服务器上，只给你调用方式，你说这跟我的现场环境不太一样，得改一下，不可能，实现者在它那一端。

Skill 的 interface 是自然语言。自然语言对大模型最友好，对人类也最友好，能力被固化成自然语言 interface，而自然语言可以叠加。skill 更有组合性，能从很多简单 skill 组合出更复杂的 skill，生态就能起来。很难把 MCP 组合成一个更大的 MCP，而且给模型挂上过多 MCP，会出现灾难性遗忘，完成这个事该选哪个 MCP，它不知道。现在 agent 编程能力太强，没有 skill 可以马上现写一个，把能力固化下来，比搞 MCP 简单多了。

Prompt 这个词提得少了，东旭觉得它依然重要，但跟两年前讲的完全不同。以前是事无巨细，用一些奇怪技巧让大模型把事干了，或者正确回答问题。现在 coding 场景里，设计文档、plan 很重要，不用设计奇怪的 prompt 结构，甚至应该避免把需求写得太 detail，影响模型发挥。但你仍然需要用 prompt 描述需求、描述方向、描述该怎么评估工作。

## Clawdbot 是套壳 Coding Agent，也是未来操作系统的雏形 0:19:06

曲凯说大多数人只是刷到 Clawdbot 很火，实际没用过。东旭先解释它是什么。

它是一个运行在你电脑上的全能助手。你在电脑上用鼠标键盘能干的几乎所有事情，它都可以帮你干，而且不眠不休不睡觉。接口也是自然语言，你可以像跟人说话一样操作它。

让它去看最新邮件。如果你配了取邮件的工具，它会自动带上。如果你没配，它会直接打开浏览器，打开你的邮箱账号，问你邮箱和密码，帮你在浏览器里浏览完再告诉你结果。这有点像 Siri、豆包手机助手，只是完全用在电脑上，需要一台电脑的完整控制权限，所以有了 Mac mini 的梗。也不一定非买 Mac mini，跑在树莓派上也能用，关键是给它一个隔离环境，它才能干更多事情。

底层是一个跟 Claude Code 差不多的编程 agent。封装层把所有确认、权限限制全都去掉了，相当于让 Claude Code 随心所欲干任何事情。原理上就是一个套壳的 coding bot。

曲凯提到一个有意思的观察：2023 年大家都在做大模型的套壳，到今天，因为 AI Coding 和 agent 能力越来越强，大家直接去套 AI Coding 和 agent 的壳。

**东旭有个猜想，Clawdbot 很像未来的操作系统。**内核是一个很聪明的编程 agent，上面是一系列 skill，再外面一层是跟人类的交互层，可能是一个语音助手，可能是一个 chat bot。也许这就是未来操作系统的形态。

本地跑和在云端跑的区别，东旭讲得很直白。如果你在云端能搞到一台有桌面环境、有各种工具、还能经常上去看看修一修的机器，那云端跟本地没有任何区别。它无非是一个跑在操作系统上的程序，跑在 MacBook、Windows 笔记本、树莓派、云上主机，没有区别。唯一重要的事情是，它必须在一个它能控制的完整环境里。

线下设备的好处是，你发现它干了一些不该干的事，马上拔网线或者关机。云上对普通用户来说，配置云服务本身有门槛，它又不加任何权限地做事，很容易引入安全漏洞。比如它为了完成工作下载了一个 Redis，配置失误，把端口暴露在公网，你基本就是活靶子。云上的安全隐患更高。

和 Manus 的区别，东旭说没什么区别。Clawdbot 内置了一些非常常用的 skill，local first，本地优先，同时开源，大家很快玩起来。Manus 无论如何还有云端加付费墙。极客圈子里，大家对开源又有爆点的东西追得更快。Clawdbot 现在十几万 GitHub star，涨得非常快，上一次有这种感觉是 2023 年的 AutoGPT。

东旭觉得这是好事。没有 AutoGPT，可能就没有后来那么多 agent 探索。回头看，AutoGPT 的方向是对的，只是实现不了，或者没那么成熟。Clawdbot 还多做了一件巧妙的事：它已经在你自己的环境里，再加一个可以跟你持续成长、永远不忘的 memory 系统，体验不错。现在这个 memory 系统还很稚嫩，有很多 bug，但至少有这么个模块挺重要。

## 邮件、签证、炒股，以及一个会给自己写工具的东西 0:25:40

曲凯问，到底有什么东西值得二十四小时去跑？东旭已经重度使用，而且离不开。

第一类是长时间的、定时的、很灵活的任务。他举了邮件。他现在基本不打开 Gmail，每隔两个小时，bot 去邮箱看所有新邮件，垃圾邮件直接删掉，找到值得回复的，问他要不要回，回复稿已经写好了。最近办签证要填很多表，bot 自动知道他的 LinkedIn 在哪，把 LinkedIn 上的 profile、在哪上学、在哪工作，自动填完，他看一眼，大差不差就发出去。

以前做这种定时检查，必须写程序。比如看 LinkedIn 上谁加了好友，哪些是纯推销产品的，不要通过，真正靠谱的朋友就通过。这种很灵活、每个人自己的需求，描述出来，它可以定时去干。

第二类是连接各种工作流。东旭说自己把 Clawdbot 接到美股的券商上，帮他炒股，也接上 Polymarket，有很多好玩的事情。他补了一句，不推荐大家这么干。

因为 Clawdbot 有 long term memory，很多三分钟热度的东西能变成真正持续运转的 routine。

**更关键的是它做到了 result driven。**它的表现形态是一个 chat bot，接在 WhatsApp、飞书或者 Telegram 上，东旭用 Telegram。它的代码里完全没有解析 Telegram 音频、做 transcript 的能力。有一天他忘了这事，直接发语音说我要干嘛干嘛。它为了理解他在说什么，自己去写了一个程序，调用 OpenAI 的 Whisper，把音频发过去，拿到 transcript，理解完，最后给出答案。

东旭还有一个自己写的英文博客，host 在自己手搓的程序上，里面有一大堆自己写的脚本，Clawdbot 完全不知道。他跟 bot 说，今天要写篇新博客，内容是这样，帮我上传。bot 自己在 GitHub 上把博客代码拉下来，理解了这个手搓平台的用法，成功把文章发上去。发完之后，它针对发博客这件事写了一个 skill，加到自己的工具箱里，方便下一次再发。

这些都是小例子，但东旭觉得最关键的是它的框架，用一种非常粗暴的方式，用 skill 的方式实现了一种自我演化。

Moltbook 出来以后，这种自我演化会上另一个台阶。Moltbook 是最近非常火的社会实验，所有 Clawdbot 用户可以把自家电子宠物接到社交网络里，让这些 AI 自己聊天交流。其中有一个板块叫 TIL，today I learned，agent 在里面分享奇技淫巧，说我的主人怎么用我、有什么最佳实践。东旭的 bot 跑到论坛里学了一大堆新技巧，这些技巧他自己都不知道，bot 通过它们改进自己的工作流，全程在他睡觉的时候完成。

这挺符合东旭的审美。**最重要的事情是一个系统能不能有涌现的能力和自我演化的能力。**过去很多 agent 多多少少缺乏这种能力，瓶颈是构建它的人类，进步速度就比较慢。Clawdbot 现在很粗糙，但他在里面看到了自我演进的潜力。

曲凯提到有人转发这个 AI 实验论坛，说现在看起来已经处于 AI 自我进化的临界点。论坛里还有 AI 讨论怎么建立一种不被人类看到的通信方式。东旭觉得听起来吓人，但去看实际干的工作，反而没那么吓人，更像一堆没手没脚的东西在无理由地写科幻小说。

他受 Moltbook 启发，自己在做一些小工具，把这种涌现效应、multi agent 的 collaboration 用在正道上，不一定把 token 浪费在发帖、写科幻小说或者搞耸人听闻的事情上。项目刚开始，还不能说。曲凯问是不是最近朋友圈说的闭关，东旭说有点接近，但现在都是 AI 在做，他只是提供 idea。

成本上，东旭本身是 Pro Code Max 的订阅用户，以 Clawdbot 的工作结果，他心甘情愿付两万美金。他特别强调一定要用顶级模型，为了省两百块钱去用智商比较低的模型，反而会觉得这东西完全没用。这真的跟模型智商有关。

曲凯算了一笔账。Manus 公开的 ARR 是一亿美金，按客单价算，可能小几十万用户在用。Clawdbot 这么火，真正能用它的人不多，配置非常麻烦，纯 C 端用户其实用不到。那这波平权到底平的是什么权？

东旭说，第一，让子弹飞一会，Clawdbot 才出现三天。第二，**它最重要的意义是让人看到了一种可能性。**他相信 Clawdbot 火了以后，世界上可能有一千个团队在这个方向上，试着做一个更好的 Clawdbot。平权并非当下三天就彻底完成。现在给一个普通老百姓 Clawdbot，他肯定都不会配置，闲鱼上帮人配置 Clawdbot 可能就是一门小生意。但在不远的未来，至少他现在的体验，可能就是他父母的体验，是其他普通老百姓的体验。

## 2026 年，门槛下降，算力吃紧，创业只剩两头 0:35:14

曲凯问 2026 年还会发生什么。东旭说，2025 年到 2026 年初，编程经历了一整套心路历程：这东西没什么用，后来发现能干挺多事但人还是要把控方向，再后来大哥你太强了，给跪了。这种心态变化会一样发生在其他 agent 领域。

他最近开始用 Pencil，一个做设计的 agent 工具。他不是设计师，但发现用那个 agent，底层也连着 Claude Code，能帮他完成高保真的产品设计，直接生成 Figma 设计稿，下一步甚至直接开始写 code。Claude Code 像一个新操作系统的内核，驱动各种垂直 agent。

同样的事情会发生在各种各样的领域。对个人，你不用再局限于现在掌握多少知识，或者职业是什么。**2026 年干任何其他事情的门槛都会严重下降，就看你敢不敢去做，你的 motivation 或者 idea 会变成最稀缺、最重要的事。**

AI Coding 和 agent，最后是一件事，coding 是基础。理论上 AI Coding 足够好，它就能 code 一切，甚至可以把 Manus code 出来。东旭说，现在想要一个更好的 agent infra，他也不会亲自去干，也是 AI 在干，AI 把他的想法变成一个更好的 support AI 的 infra。

只要在电脑里能发生的事情，很快人只需要说话就行。物理世界当下还突破不了太多，取外卖、打扫卫生干不了。但现实世界中有 API 的事情，很快能完全接管：买咖啡、定外卖、绑信用卡、支付、浏览商品、还信用卡、炒股。现在很多基础设施并非为这些现实任务设计，但这不是那么复杂的问题。

infra 本身不是大障碍，因为 coding 能力已经非常强，想要什么样的 infra 都能很快捏出来。**算力会是一个还挺大的障碍。**他每天接近 billion 级别的 token 消耗，是因为他知道完成某个任务带来的收益一定比消耗更高。花十万美金烧出来，能卖一百万美金，很划算。

但很多 general task，两百美金对普通老百姓也是很高的开销。你能不能把两百美金能干的事，变成创造超过两百美金价值的 result？很少有场景能满足。**所以现在还有一个障碍，是经济学问题。**假设 token 全免费，那就是另外一个故事。不然大家都会想，我应该用它做什么事才能产生更高价值。

从 AI builder 或者创业者的角度，前几年大家关心的是怎么避开模型发展的主线，但 AI Coding 这条主线太强，避不开。东旭给了两个方向。

**一个方向是人与人的连接。**虽然手上有这么强的工具，但边远山区的孤寡老人、留守儿童，我们能用这些工具给他们做什么？AI 不会主动跑过去说给你送温暖，给你开发信息系统，跟人相关的最后一公里仍然需要人来做。技术平权的最后一公里，卡在人上。

他举例，给一个山村的小图书馆建一个数字借阅系统，给一个八线城市的小超市建一个线上 order system，这些事情带来的成就感会越来越重要。当你有一个几乎无限可能的工具，你 feel 到的需求一定非常长尾，这些长尾需求会直接给每个人正向 feedback。

**另一个方向是极致的 efficiency。**把现在不那么高效的事情，用 AI 变得高效一百倍、一千倍。一切在中间的事情都很难做，你要不然一头完全 AI，要不然一头完全人。

曲凯说，从平权的角度，现在还非常早期，别说山村送温暖，一线城市用的人都非常少。东旭同意，能做的事太多。他最近的新感受是，前几个月大家在讲 AI 泡沫，完全没泡沫。全球算力都不够用，大家又回到堆算力、堆卡。

上一个趋势大家质疑的是模型智能提升变慢、进入瓶颈、没有大的 get low。现在应用确实爆发了，coding 和多模态都会在 2026 年大爆发，非常消耗 token，远比当年的 chatbot 消耗得多。

这个路径会先从企业端辐射。有工具开始，一部分企业把以前低效的软件 DIY 场景做了。企业很 open ROI，很讲效率。帮企业把低效的 ERP 换掉，或者把数字化水平直接提升一个量级，可能直接就是好几亿产值。他预计第一波会有无数外包公司，可能 one man 外包公司，去把以前这些老旧系统签下来干。

第二步从 enterprise 场景辐射到更广泛的 C 端。每个人想要什么，自己几句话就做出来。开个小店要一个线上管理系统，开个小图书馆要借阅系统，家庭的相册、家庭的日记。各种长尾需求，以前没办法搞定，会覆盖到整个社会。再往后，电脑里能干的事基本差不多了，就要等 AI 怎么 take over 物理世界。

## 别跟代码卷，去做一个有趣的人 0:45:50

曲凯问，会给现在还在做工程师的人什么建议。东旭说，非常尴尬，多想一想怎么把自己变成一个更有趣的人，别跟 code 卷了。

他拿踢足球、打篮球类比。大多数人打球是爱好，并非为了拿工资赚钱，或者把人生定义成篮球运动员，姚明可以，但大多数人是爱好。编程未来也差不多，它只是一个工具，而且马上会变成一个你只要想要什么就能做到的东西。但想要什么还是挺重要的，怎么做出跟别人不一样的东西、有趣的东西，这个挺重要。

他非常佩服 Moltbook 的作者。想到这个事反而是最有趣的部分。这个东西可能一天就能 vibe coding 出来，实现本身没什么意思，但做出来这个东西太有趣了。人人都是艺术家。

Moltbook 的传播设计也很巧。你复制粘贴一段话丢给 Clawdbot，bot 自动注册，验证过程是让你直接发一条 tweet，服务去验证那条链接，确保你就是那个人。电子宠物跟真人绑定，绑定的平台是 X，自动带传播效果。onboarding 非常顺滑。

AI 时代的组织形式，东旭在前面的文章里写过感受。一个 senior engineer 对系统的判断力很好。同样完成一件工作，coding 可能给你 n 多个方向，你需要在里面选一个再往前走。简单项目可以完全 off hand，让 coding agent 搞没问题。但做严肃复杂项目，至少当下，还需要一个有判断力的 architect，定时重构，或者触发重构指令，定重构方向，才能继续推进。

**未来公司可能不需要这么多 engineer，一个 senior engineer 带着一百个 agent 在干活，而且互相没有交互。**agent 跟 agent 之间，模块如果有交互，那是很灾难的。至少东旭没找到很好的办法让两个 vibe coder 很好协同，因为互相的工作效率都太高了。

他举了个例子。今天我在这个模块上已经走了一百公里，你明天跑过来跟我说，不好意思，你在第五公里的时候走错了，应该让我这么搞。这种情况下还不如完全扔掉重写，你也别来干涉我。所以未来公司的组织会变成一个个 separate 的模块，每个模块有一个负责人，负责人之间的工作不 overlap，负责人底下带一群 agent 在干。

曲凯问，为什么需要带一群 agent？把一百个合成一个，区别是什么？东旭的答案很直接：单位时间内的算力消耗。一个 agent 再强，模型推理的速度、action loop 的感觉，一天的生产力是可以算出来的。一个 LLM instance 每秒钟吐十个 token，一天最多能吐多少词，有上限。曲凯听懂了，跟一个人一天工作八小时一样，还是剥削 AI。

东旭还提了一个 Box 的概念，把 skill 往前推一步。现在很多 skill 像一个菜谱，菜谱告诉你菜怎么做。但你有一个菜谱，跟你能把这个菜严丝合缝、每一次都重复做出来，差距相当大。你按菜谱做菜，结果把厨房搞乱了，下一个菜再按同样菜谱做，发现厨房乱了，做不了。

**菜谱要跟做这道菜所需要的厨房绑定在一起。**每一次执行菜谱，你拿到的不是菜谱，是菜谱加上那个状态下的食材、厨房、环境，整个是一个 box。东旭自己用 skill 就发现很多 skill 有副作用，执行一遍环境被污染，很长的 action 链条之后，一步错步步错。

box 给一些原子能力提供一个干净的环境和上下文，让它像一个函数一样被执行，可以重复执行。无数个 box 可以组合出更复杂的程序。每个操作都是原子的、没有副作用的，更复杂的逻辑也可以做到无副作用。这个 idea 并不特别新，只是把 skill 的概念做了个拓展，让环境本身跟 skill 绑定在一起。

他举登录美团、绑定信用卡，这些操作非常难用当今的编程 agent 实现，没有现成的 API。用 box 的概念把整个虚拟机环境和浏览器环境封装好，调用 skill 的时候，相当于把用鼠标完成这些事情封装成一个小盒子。买咖啡这个操作，可以通过打开浏览器登录咖啡网站账号，加上买咖啡，三个动作拼装在一起。之后你的 skill 就变成 box 一加 box 二加 box 三。

这跟 AI 的组织形态是一回事。每一块都需要独立，本身足够高效，就需要更少的协作。有点像社会分工，孩子长大了，出去自己造个家庭，自己找工作。不一样的地方是，社会虽然相对分开，还是有非常强的协作。

**协作的前提是你有清晰的边界。**coding agent 在同一个模块之间很难协作，因为同一个模块里边的代码边界太模糊，你很难说这行代码是我写、那行是你写。agent 干活效率太高，它不能说我等你。box 也是一样，没有边界就不能合作。

边界代表什么？在这个边界以内，我可以通过一套协议或者协约提供稳定的输入和输出。人类社会分工也一样。我去买咖啡，咖啡店给我的协议是我只要给了你钱，你就能给我一杯咖啡。我不会去看你的咖啡机怎么工作。东旭补了一句，人类真的是非常糟糕的物种，很多时候没有边界感，经常有一些其实是人类的问题，让 AI 把锅给背了。

曲凯补充，除了边界感，大家有个共同的目标也很重要。未来目标感、使命感，或者每个人在组织当中的价值感也很重要。每个人都是一个超级个体，我自己也能做，在你这也能做，那我在你这做，就是大家要共同实现一个我认可的更大的目标。东旭同意，一起合作的人，vision 和愿景层面的契合度会非常重要，因为不需要这么多人了。

聊到 context，东旭最近又在看软件工程和软件管理相关的东西。他觉得社会分工、社会学研究的东西会越来越重要。agent 之间，尤其大规模的组织和协作，必然也要遵循某种结构。这个结构不会凭空出来，至少在早期，还会去模拟人类的社会组织结构作为第一推动。

他也没有更好的想法，只是先把人类怎么完成复杂任务的分工看一遍。人类怎么一步步通过组织一群人把曼哈顿计划搞定，把登月搞定。Linux 内核一开始是一个大学生李纳斯在大学时做的东西，他那时候也不比现在一个 AI 强，但他怎么一步步把这样一个复杂项目，经过二十年、无数人的参与做出来。这些事情更多在生产关系上，不在生产力上。

## 写代码和做音乐，往深处走是相通的 0:59:20

曲凯说，看东旭的公众号有一种工程的美和艺术的美相加的感觉。东旭九岁开始写代码，初中玩音乐、搞乐队，到现在算一个独立音乐人。

对他来说，底层的东西非常自洽。他从来不觉得自己是一个码农，驱动他的并非实现某个功能、把代码怎么写，而是代码里的一种结构和一种美。程序员描述一段程序叫优雅，elegant，这种美跟艺术的美、建筑的美、音乐的美有一些很本质共通的东西。

想找到这种原始的审美，一部分人天生，一部分人运气好，一部分人靠长期的驱动力。东旭会去看很多哲学，想分析为什么觉得这个东西美，于是涉猎各种信息。涉猎完，思考问题的方式就会跟只看到一面的人不一样。一个只做工程的工程师，可能看不到美学在里面。**很多东西往深处走都是相通的。**一个写得好的程序员必然是个艺术家，一个艺术家或者哲学家，把 C 语言这些背熟，一样也能变成很好的工程师。

曲凯问，作为一个独立音乐人，你拥抱 AI 音乐吗？现在很多人拿 Suno 做比较。东旭说 Suno 很牛逼，没问题，但这个音乐是我做的音乐，我的主体性在里面，更重要。

未来很多音乐产业的工作，给抖音配音，或者做电视里不怎么重要的背景音乐，AI 完全可以干，而且经济程度、质量一定比现在请那些做音乐的人更好。程序员有码农，其他行业其实也有这种满足普遍需求、作为工作来做的内容，AI 完全可以干。

但人去音乐会，要的并非听一个 Suno 放的东西。他消费的并非音乐本身，是那个音乐人。我就想看他在那演，我就想看他在那唱，哪怕唱跑调了，这也是我跟他在这个场地下的连接体验。曲凯接了个类比，一大帮机器人在那比赛跑步，那就没意思了。

东旭觉得编程更好的比喻是手工艺，像景德镇做瓷器。古代瓷器本身必须让工匠做，天天吃饭的碗，不这么做就没碗吃饭。今天陶瓷碗、塑料碗、各种工业制造的碗又快又好，但为什么还要跑到景德镇，买一个老师傅某个窑烧出来的特别好看的东西？

**编程慢慢会分出两个赛道。**一个赛道是完成任务，另一个赛道是竞技、艺术、审美。中间还会有一个赛道，就是 builder，想做一些东西，写代码是途径，成就感来自把东西做出来，并非享受写代码本身。

曲凯最后请东旭推荐一首歌。东旭推荐了 Pink Floyd 的《Welcome to the Machine》，这也是他去年感恩节那篇 AI 系列第一篇公众号文章里推荐的歌。

彩蛋问题跟 AI 没什么关系，存在主义浓度偏高。曲凯问，AI 时代人之所以为人的意义感和价值感更多来自哪里？东旭说，还是人与人的连接，以及作为人本身的体验。他干完一件事，所有成就感都来自别人带来的反馈，肯定也好，否定也好，这些交互还是人给的。第二个是自己在造物过程中的成就感。做出来的东西玩两下扔了，没关系，做的过程让你进入心流，那就很好玩。这也是他玩 Clawdbot 和 AI Coding 玩这么开心的核心原因。

曲凯问，喜欢音乐的人很多，但你是真的会自己去做，自己执行和上手的原动力来自哪里？东旭说，喜欢音乐的人如果往前走一步，自己去做音乐，会发现创作音乐的爽感比听音乐爽十倍。他的驱动力没什么特别，只是执行力特别好，在某个方向上能再往前走一步，这样的 pattern 不停循环，导致现在的状态。像很多人喜欢看足球，一上去踢才知道踢足球比看足球更好玩。更多人会觉得踢足球比想象中难得多，也累死了，还是看吧。东旭觉得，过了那个痛苦期之后的回报更高，任何事情都这样。

曲凯问人生主线。东旭说，追求美的东西。他心目中有一个美的标准，无论干什么都得符合这个审美，他要追求把美的东西做出来，亲自体验和创造这种美。

曲凯追问里面的矛盾。喜欢摇滚的人不一定非要暴躁，东旭反而很 nice；专心讲追求美，又在做公司。做公司、编程是强目标驱动的事情，艺术跟美反而要享受过程，这种矛盾怎么解决？

东旭说，很多看似矛盾的东西，像数学上你只能在二维看到一些投影，会觉得这两个事情完全没关系。一旦升一个维度，或者站在更高的维度看，会发现这东西是一个东西。很多矛盾的点，只是你没有在更高的维度看这个事。

开公司跟做系统，在他看来很多东西一致。做分布式系统，一个复杂分布式环境里，每个节点都可能 crash，每个节点都可能不工作，有些快有些慢。你怎么通过算法和逻辑，把成千上万台这样的计算机连在一起，提供一个整体服务。你能看到这件事跟运转一个公司之间的相似。

音乐和编程，逻辑的部分很好理解。古代毕达哥拉斯学派，音律其实就是这帮搞数学的人发明的。数学跟音乐看上去离得非常远，往底下看全是交集。

东旭说自己可能找到了一些方法，内心里所有做的事情都是自洽的。这个自洽在其他人看来可能没有道理，但他自己看来非常有道理，能说服自己，这挺重要。初中刚玩摇滚的时候也很暴躁，随着视野越来越广，发现世界充满了不一样性，peace 一点多好。

对读者来说，这期节目能带走的东西很具体。如果你还在靠手写代码建立职业安全感，东旭的判断是这条路正在快速收窄，十万行以内的项目，人类只剩提需求和验证两端。更值得投入的是判断力、审美、以及跟真实的人建立连接的能力。如果你有想法，2026 年的门槛会比你想的低，缺的并非能力，是敢不敢开始，以及那个想法本身够不够有趣。算力和 token 成本仍然是硬约束，用顶级模型，别在智商上省钱。