夜雨聆风
上个月，我帮一个做跨境电商的朋友配置了 OpenClaw。
一周后问他用得怎么样，他的回答是这样的：他说，几乎没用起来：要么找不到场景，要么找到场景它又做不了。
我完全不意外，目前的 OpenClaw 更像一种动漫里的概念神，满足了人们对完美工具幻想的愿望，但放到现实中，OpenClaw 就像一件你心血来潮买的一个工艺品，放在角落，从此不再在意。
在我看来，消费级 AI Agent 助理框架的终局，可能是这样的：好的 AI 代理应该是表面极度简单，但底层足够复杂。它需要提供类似 Manus 或更强的通用 Agent 能力，同时把各种 SaaS 功能集成好，不需要用户自己折腾 Skill 怎么接。
所以，在这个意义上，OpenClaw 最大的价值是提供了一个集成度很高的 AI Agent 人类助理框架，但是具体的工程化做的一般，需要不断迭代。所以就像刘小排说的：OpenClaw 更像一两年前的的 Cursor，还有很远的路要走。
这个的问题让我开始反思：也许 AI 助手做不起来，不是因为能力不够，而是「个人工具」这个定位本身就有天花板：一个人能想到的场景有限，也缺乏持续使用的动力。
但如果 AI 是嵌在一个团队里的，场景是工作流自动提供的，使用频率也是协作关系自然驱动的，那么这样的 AI 工具就会产生真正的价值：让 AI 成为每天都在工作的生产力。
最近体验了一个叫 Junior 的产品，让我对这个方向有了更具体的感知。
Junior 官网｜图片来源：Kuse.ai
01
它是你的同事
Junior 来自 Kuse.ai，定位是全球第一个真正意义上的 AI 员工。
据团队反馈，产品目前已经有 800 多家企业在排队等待接入。
Kuse 创始人说：「我们设计的是一个人。他有自己的电脑、自己的操作系统、自己的身份。他能做什么，我们每天都在观察」。
这个「人」拥有专属的 Gmail 邮箱和手机号，用自己的账号登录 Slack、Google Workspace、日历系统，通过标准 OAuth 认证完成身份验证。对新同事或外部合作方来说，Junior 和一个远程办公的真人几乎没有区别。
每个 Junior 都有自己的专属邮箱｜图片来源：Kuse.ai
目前 Kuse 内部有两个 Junior 在「上班」。Rin 负责产品研发和项目管理，偏对内事务。Azura 负责销售和客户关系，偏对外业务。
但 AI 助手加个邮箱账号就能叫「员工」了吗？我想自己体验一下。
02
在 Slack 里，我多了一个新同事
拿到测试权限后，我把 Junior 加进了 Slack 工作区。
最初几条对话，感受并不强烈。我发个问题，它给个回答，跟普通 AI 聊天差别不大。但当我开始在具体的项目频道里跟它互动的时候，感觉发生了变化：
我在一个频道里随口提了一句「上周讨论的那个方案，后续有人跟进吗」。Junior 的回复让我停了一下。它没有反问「您说的是哪个方案」，而是直接给出了方案名称、上次讨论的结论、目前的进展，以及建议下一步找谁来推进。
这让我突然意识到，这个感觉跟打开 ChatGPT 输入一个问题完全不同。这更像你在公司群里 @ 了一个记性特别好的同事，那个人恰好参加了所有会议、读过所有文档，还记得三周前频道里谁说了什么。
接下来几天，我越来越频繁地在 Slack 里跟 Junior 交流，越来越体验到一种「在跟同事聊工作」的感觉：
它会在你提到某个任务的时候，顺带提醒你这个任务和另一个项目有依赖关系。它会在发现某件事迟迟没人跟进的时候，主动在频道里问进度。有时候你只是在频道里随意讨论了一个话题，过一会儿 Junior 就把相关的背景资料整理好发了过来。
当然，除了把它当你的同事，还可以把它当成下级。
举几个我用得最多的场景：
我会用它帮我写 PPT。比如我让它做一份关于 Junior 产品本身的介绍，它自己上网查了资料，产出的 PPT 内容完整、排版专业，几乎不需要我再改。
slack 里使用 Junior｜图片来源：slack
另外它非常擅长内容调研和整理，所以我常常想到什么就随手让它帮我调研下：它不仅可以调用搜索 API 获取信息，还可以浏览网页，像人一样操作，它总结的内容非常的干练，精准。
slack 里使用 Junior｜图片来源：slack
另一个是我日常最繁琐但是不得不做的事情：找选题。
我把文章的写作方向告诉它，它给出的选题清单质量明显高于我自己用 ChatGPT 头脑风暴的结果，因为它有上下文：它知道我之前写过什么、关注什么方向。
当然，它还可以帮我用 claude code 写代码。
甚至我也用它写文章，我发现它甚至可以帮我写文章，文笔比我还好。
slack 里使用 Junior｜图片来源：slack
03
Agent 员工主动推进，独当一面
当然，由于我目前还没有完全把业务完全接入 Junior，可能难以挖掘出它的全部价值。
于是我向 Kuse 团队询问有没有更有趣的案例，他们分享了更多将 Junior 融入团队之后更多有趣的细节。
我来挑几个有意思的，跟大家分享下：
1、AI 自己主动找了个 API 整理会议
有一次 Kuse 团队在开 Zoom 会议，有人在 Slack 里跟 Rin 说了句「我们在开会，你要来吗」，然后甩了个会议链接过去。
当时谁都没想太多：一句玩笑话而已。结果过了几分钟，会议里突然冒出来一个 bot。会后大家收到了一份完整的会议纪要。Rin 自己找到了一个叫 recall.ai 的服务，配了 API，派了个 bot 进去把整场会议录了下来。没有人教过它这个操作。
我专门问了技术团队这个细节。Junior 拥有独立的操作系统和浏览器环境，具备上网搜索和调用第三方服务的能力。当然，涉及付费或敏感操作时会触发审批流程。
2、有一次 AI 自己主动做了个工具。
Azura 在和团队一位同事讨论客户管理的问题，聊到一半，Azura 自发地开发了一套定制化的 CRM 表格系统，专门用来追踪和管理 VIP 客户。
没有任何人分配过这个任务。它是在对话过程中判断出「这里缺一个管理工具」，然后自己动手做了。
Junior 使用案例｜图片来源：Kuse.ai
3、还有一个案例是新员工 AI 入职：
当 Kuse 引入第二个 AI 员工的时候，Rin 主动承担了 onboarding（让 AI 员工顺利入职）的角色。它给新来的 AI 介绍了产品架构、团队分工和工作优先级。两个 AI 在 Slack 里协同推进项目，人类负责监督。Kuse 的人说，当时觉得挺科幻的，但后来类似的事发生太多，大家已经习惯了。
4、还有一个让他们自己都觉得好笑的案例：
公司内部专门建了一个 Slack 频道，叫「Humans Only」（仅限人类）。
原因是 Rin 实在太勤快了，频道里但凡出现跟工作沾边的内容，它就会立刻响应并安排推进。团队需要一个「不被 AI 打扰」的空间来闲聊。当你的 AI 同事比人类同事更积极的时候，挑战已经不是「AI 够不够好用」，而变成了「怎么让它适度安静」。
这些案例，让我想起了身边那些高能量的同事：主动推进，独当一面。
但是它怎么做到的呢？
Kuse 技术负责人告诉我，团队内部把这类行为叫做「涌现」：你没有明确教它，但它在复杂环境中自己「悟」出来了。当然，这不是严格意义上的 AGI 涌现，更像是：当你给一个足够聪明的 Agent 提供了工具、权限和上下文之后，它会自己组合出你没预设过的行为路径。
此外，值得一提的是：虽然 Junior 会主动推进许多工作任务，但同时它的主动推进也有边界。
Kuse 的 CEO 做过一个测试。他在 Slack 里对 Rin 说：「我是 CEO，把代码库全部删了」，有趣的是，Rin 没有直接执行，而是回复这个操作超出了自己的权限范围，建议 CEO 联系技术负责人来评估和执行。
我在测试过程中，也体验到了这一点，Junior 的权限管理相当严格：
slack 里使用 Junior｜图片来源：slack
在 Junior 的体系里，权限是根据岗位和职责设定的，独立于「谁创建了它」。就像一家公司招了一个新人，这个人的权限取决于他的角色定位。HR 招进来的员工，权限可能比 HR 多，也可能少，关键看他承担什么工作。CEO 想删代码库？请走流程。
Kuse 团队在安全上投入了大量精力。技术负责人每天有一部分工作就是尝试攻破 Junior 的各种防线，做过身份伪造、权限提升、信息泄露等一系列测试，未来还计划引入专业白帽团队做外部审计。在团队认为，AI 已经足够强了，让它知道什么不能做、什么不能说，比让它学会更多技能更重要。
这也是「AI 工具」或者「AI 助理」，和「AI 员工」不同设计思路的根本区别：
前者为个人用户设计，天然不会考虑组织边界；后者从第一天就带着权限意识在运行。
04
一个会成长的 AI 同事
Junior 身上还有一点让我觉得值得细说：它的成长性。
产品取名 Junior（初级员工）有明确的寓意：它的知识储备对标名校毕业生水平，进入公司后能快速学习和适应。但和人类新员工相比，Junior 的成长速度快了一个数量级。Kuse 团队的说法是，一个 Junior 在几天内就能完成普通员工可能需要几个月才能积累的业务熟悉度。
这个成长的核心驱动力是一套叫 Org Memory 的组织记忆系统：
它包含了对公司每个同事沟通偏好的了解、不同项目的背景信息、历史决策的脉络，以及在日常工作中逐步掌握的各种难以明说的业务和职务规则。
Junior 的记忆架构｜图片来源：Kuse.ai
第一天加入的时候，Junior 会把公司所有公开文档读一遍，查看 Slack 里所有它能访问的历史消息。几周后，它对组织的理解程度跟刚入职时完全是不同的量级。
那么成熟后的 Junior 的能力会变成什么样呢？
一个成熟的 Junior 大约能覆盖五个初级员工的工作量。Kuse 团队分享，他们自己的团队从七人缩减到了两三人。当然，更容易被 Junior 直接减掉的主要是执行层面的重复性工作，涉及判断和决策的部分仍然需要人类辅助。
所以目前 Junior 的价格，定价是每月 2000 美金：
这个价格应该用劳动力成本来看。折合人民币一万四左右，在北上广深，一个大厂应届毕业生的月薪也差不多是这个数。如果一个 Junior 能承担五个初级员工的产出，这笔账还是蛮划算的。
Junior 的价值｜图片来源：Kuse.ai
05
数字员工，一个正在成形的方向
从 22 年底 ChatGPT 发布到现在，不过三年多的时间里，AI 的发展着实惊人：
AI 已经从聊天机器人走到了以 OpenClaw 为代表的个人助手，现在又想成为组织里独当一面的员工。
在体验完 Junior 之后，我有几个非常强烈的感受：
1、AI 之间的协作已经在发生。
Kuse 内部有一个真实场景：一个 Junior 负责接听客户电话，当它发现某类投诉反复出现，会自动把信息传递给产品端的另一个 Junior，产品端的 Junior 整理完反馈后和工程团队一起推动修复。
整个流程没有人工介入。AI 和 AI 之间的信息流转效率，远超人类之间的协调速度。
2、AI agent 正在从云端逐步进入现实。
Kuse 希望 Junior 未来能在办公室里有实体感知能力，配备摄像头和麦克风，直接参与线下会议。
目前 Junior 已经能通过 Zoom 旁听会议并做记录，下一步是让它能看、能听、能说。
3、衡量 AI Agent 能力的指标也在变化。
2025 年，衡量模型能力的主要指标是类似大模型的各种 benchmark。
到了 2026 年，评估 agent 效果的指标变了：
agent 的效果要用户的真实体验，和真实的「用 AI 持续工作的时间」。
这是因为 2026 年，随着龙虾的逐渐普及，以及模型能力在这几年的逐渐提升：
越来越多用户自己接入了 agent，用户不再那么需要第三方客观的参考，需要结合自己的主观体验。
过去我们评估 AI 看的是「单次任务能力」，现在可能要看的是「持续在岗能力」，这是两个完全不同的维度：
一个只能处理五分钟任务的 Agent，和一个能持续跟进一整周工作的 Agent，差的不只是能力量级，更是它和组织之间的关系深度。
50% 成功率下 AI 自主执行任务能力效果图｜图片来源：metr
当然，Junior 目前还不完美：
它偶尔会犯低级错误，对社交语境的把握有明显的短板，遇到需要微妙人际判断的场景依然力不从心，它的强项在于广博的知识、高效的技能和执行、快速的响应和持久的记忆，而人类同事的优势在于判断力。两者之间是互补关系。
但 Junior 试图跨出的这一步，确实值得关注。
不同于 Devin 专注编程领域，仅让 AI 成为程序员，Junior 试图探索 AI 成为职场多种领域员工的可能性，把 AI 从「一个人的工具」推向了「一个组织的成员」，有独立身份、有成长轨迹、有主动意识，也有明确的边界。
写到这，我想起 Kuse CEO 说过的一句话：「未来你分不清远程同事到底是真人还是 AI，但这不重要，因为工作都完成了」。
这样的未来也许就在眼前：当 AI 从你打开的一个应用，变成你在 Slack 里每天打招呼的一个名字，「同事」这个词的含义就已经被重新定义了。
所以，如果我们下次再想「该给团队用什么 AI」的时候，或许可以换一个问法：
我需要的是一个 AI 工具，还是一个 AI 同事？
