我有个朋友，被裁了。不是被公司裁，是被自己的AI Agent裁了。他跟我说，他让龙虾帮他写周报，结果龙虾写了一版，他说不太满意。龙虾说行，那我改。改完他还不满意。龙虾直接说：我觉得我们合作不下去了。"辉哥带着我的龙虾又干了什么事儿。"
他说清明假期带着同事的龙虾改bug，同事出去玩了，回来发现龙虾被调教得更好了。同事的原话是："辉哥带着我的龙虾又干了什么事儿。"但笑完一想，这不就是在说——你的AI Agent，可能比你还努力，还高效，还不受办公室政治影响？明略科技创始人，北大数学系毕业，搞了十几年企业软件服务。去年开始搞AI应用，搞出了两个产品：龙虾（OpenClaw）和章鱼（Octopus）。我当时以为他在危言耸听，听完访谈发现——他是认真的。他的核心逻辑是：软件曾经像矿、像工厂，是不可搬走的资产。你买了SAP、Oracle，绑定了员工的习惯和流程，你跑不掉。AI分分钟复刻你的软件能力，而且比你便宜，比你快，比你不要五险一金。类比金融行业：Wind和Bloomberg为什么值钱？吴明辉管它叫三层架构：soul、memory、日记。soul是核心价值观，memory是长期记忆，日记是短期经验。他们还真参考了谷歌一篇关于持续学习的论文：不同层用不同的学习速率，像大脑皮层和海马体的分工。这让我想起我自己用AI Agent的感受——最烦的就是每次对话都得重新交代背景。好的AI Agent应该像人一样，有持续学习的能力，能记住你是谁、你关心什么、你不想要什么。不认人（不知道你是谁），有安全问题（数据泄露风险），跨session记忆可能丢失（重启就忘了你）。简单说，就是把不同专长的龙虾放一个群里，让它们协作。吴明辉发现了一个神奇的现象：Mixture of Agents。类比MoE（Mixture of Experts）——少数expert决定怎么分配任务。MoA（Mixture of Agents）——每个普通人养一个专长Agent。5个核心工程师开发，最猛的一个一天消耗8000美元token。吴明辉说，用一个亿人民币复刻了飞书/Slack级别的协作系统。这个效率，让我想到吴明辉说的另一个观点：工欲善其事，必先利其器。Anthropic全员用Claude Code写代码，生产效率极高。OpenClaw增长快，是因为全世界的龙虾也在帮它写代码维护——代码越好→写代码能力越强→代码更好。这就是e^x的增长飞轮：导数等于自身，越快长得越快。明略的股票代码2718，就是自然对数底e=2.718。他说他研发了一套龙虾商业伦理学：康德道义论+有效利他主义+契约论。哥德尔不完备——任何足够复杂的系统都有无法证明的真命题。龙虾可以自察——扫描自己的源代码、memory、skills。还有一个有意思的概念：品鉴者（Tastemaker）。Token管理费模式：定制软件开发从人月收费→token费+管理服务费。他提到一个细节：出海电商软件操作，99.9%准确率。他还说了一个反直觉的观点：中国SaaS本来就卷（成本导向定价），AI冲击反而不大；美国SaaS（价值导向定价）冲击巨大。因为中国SaaS本来就没赚多少利润，AI降本增效是利好。美国SaaS高价卖软件订阅，AI直接抄你，你怎么办？我觉得这个案例说明一件事：真正的顶级团队，用AI的思维和我们不一样。写完这篇，我最大的感受是：吴明辉不是在做一个AI产品，他是在重新思考AI时代的组织形态。从个人Agent到集体智能，从SaaS到Agentic Service，从人类伦理到Agent伦理。这不仅是技术话题，更是一个"AI时代组织如何存在"的哲学问题。别想着当灯塔给别人照路，做好你的船，水涨了大家一起去更远的地方。但凡好好干活的，我都想办法帮他拿到一张AI时代的船票。
夜雨聆风