Új világ régi istenek nélkül | A N rákparti találkozón szerzett tíz következtetés

Az elmúlt hetekben intenzíven részt vettem több rákparti találkozón Pekingben és Sanghajban.

A Zhìpǔ rákparti buli a Sohu épületében zajlott, ahol kis rákokat ettünk és az Agent architektúráról beszélgettünk. A Qiniu Sanghaji Rákbizottsága a Lujiazui Számítástechnikai Központban volt, ahol valaki közvetlenül megnyitotta a terminált, hogy bemutassa az OpenClaw integrációját a Feishu-val. A Jǐnqiū Kis Étkező - egy már egy éve működő, a legjobb alapítókat összegyűjtő mély beszélgetések helyszíne - hajnali 2-ig tartott. Emellett számos kisebb-nagyobb vacsora, online beszélgetés és a WeWorkben két ember fehér táblán architektúra diagramokat rajzolva zajlott.

A résztvevők háttérben nagyon eltérőek voltak. Volt közöttük olyan befektetési bankár, aki kódot nem írva a GitHub globális hozzájárulói között a 30. helyen állt, egy technikai veterán, aki a tavaszi ünnepek alatt napi 16 órát dolgozott, hogy a WinClaw letöltések száma meghaladja a tízezret, egy Chen Cai Mao, aki 10 MacBookból álló rákcsapatot irányít, napi szinten több milliárd Token-t fogyasztva, és már működő üzleti modellt futtatva, IPO ügyvéd, 20 éves közigazgatási szoftver veterán, független fejlesztő, AI termékmenedzser...

A régi világ szabályai szembetűnő sebességgel omlanak össze. A legtöbben még nem is tudják.

Íme tíz következtetés, amelyet ezekből a beszélgetésekből vontam le:

• Egy, 99%-a az embereknek rosszul használja az AI-t

• Kettő, Kontextus, nem kontroll - a legnehezebb technikai feladat a feladás

• Három, a kód nem ismerete előny, a kontrollvágy a Bug

• Négy, egy MacBook egy irodaház

• Öt, az emergens több mint a tervezett - "mit is takar a ráktenyésztés"

• Hat, az új világban nincsenek régi istenek

• Hét, az Artificial telítettsége után a Humanity a legnagyobb hiánycikk

• Nyolc, a termék tartalom, mindenkinek lesz saját szoftvere

• Kilenc, a vastag felhalmozás vékony kibocsátás az öreg Dengtől

• Tíz, kíváncsiság, képzelet, bátorság

Egy, 99%-a az embereknek rosszul használja az AI-t

"Az AI legnagyobb értéke az, hogy megmondja, mit tegyünk, nem pedig én mondom meg az AI-nak, mit tegyen."

Ez egy mondat, amelyet több vacsorán is többször említettek.

A legtöbb ember az AI-t úgy használja, hogy: először eldöntöm, mit akarok csinálni, majd az AI-t kérem meg, hogy hajtsa végre. Írjak egy cikket, rajzoljak egy képet, javítsak egy kódot - az AI a kezem.

De azok, akik a rákpartin a legmagasabb teljesítményt nyújtják, éppen ellenkezőleg használják.

Ők az AI-nak adják meg a küldetésüket, víziójukat, értékeiket, preferenciáikat és kontextusukat, majd megkérdezik tőle - "Mit gondolsz, mit kellene tennem?"

Tianrun AI asszisztense, Echo, birtokában van az összes munkájának és életének kontextusának. Ő nem azt mondja Echo-nak, hogy "segíts nekem kijavítani ezt a Bug-ot", hanem azt mondja, "szeretnék egy héten belül a hozzájárulási lista 20. helyére kerülni". Hogyan? Dokumentumot módosítani, Bug-ot javítani vagy kódot optimalizálni? Ez az AI dolga, hogy átgondolja.

Amikor a Jia Liang tanárral az önfejlesztő Agent rendszerről beszélgettünk, arra a következtetésre jutottunk, hogy az AI rendszerek végső formája nem egy engedelmes eszköz, hanem egy döntési tanácsadó, aki jobban ismer téged, mint te magadat. Ha elegendő kontextust adsz neki, megmondja, mit kell tenned és miért.

Amit az AI-nak adsz, nem utasítás, hanem a te "személyiségi leírásod" - küldetés, vízió, értékek, elvek és preferenciák.

Aztán mondj egy mondatot: amikor felébredek, lenyűgözz engem.

Kettő, Kontextus, nem kontroll - a legnehezebb technikai feladat a feladás

"Mi kerékpárral megyünk, az AI mellettünk egy sportautó. Az eredmény, hogy a sportautót arra kérjük, hogy kövesse a kerékpárt."

Ez egy hasonlat, amit Will a videós élő közvetítés során mondott. Tianrun azonnal hozzátette: "Igen! Ez hibás."

Tianrun az AI használatát három szintre osztotta.

Az első szint a festőmód. Minden részletet megmondasz az AI-nak - mekkora a betűméret, milyen mély a szín, hogyan kell írni a kódot. Ő követi az utasításokat. A határ a te szinted.

A második szint az alkalmazott mód. Elkezded kiosztani a feladatokat, de nem tudod megállni, hogy minden lépést előírj - mit kell először csinálni, mit másodszor, milyen architektúrát használj. Mivel úgy érzed, hogy te vagy a szakértő, ő pedig az alkalmazott. Te irányítod őt.A harmadik szint, mester mód. Te mondod az AI-nak – "te vagy a legjobb tíz szakértő egyike a területen, a legjobb esztétikai és architekturális képességekkel rendelkezel." Aztán csak a végső célt állítod be, nem avatkozol a folyamatba, és a kockázatok kontrollálható határain belül a legmagasabb jogosultságokat adod.

A lényeg három szóban: Kontextus, nem kontroll.

Jó üzemanyagot adni a sportautónak (megfelelő Token és a legjobb modell), rendbe tenni a pályát (összekapcsolni minden eszközt), beállítani a célt (kimeríteni a képzeletet a végső eredmény beállításához), majd – elengedni.

A Tianrun ezt "kártyahúzó gondolkodásnak" nevezi. Inkább költs el 100 alkalmat a mikromenedzsmentre, hogy egy 70 pontos eredményt kapj, mint hogy elengedd az AI-t, hogy 10 alkalommal fusson, és közben egyszer 120 pontot húzzon. A festőecset biztosítja számodra a bizonyosságot, a kártyahúzás lehetőséget ad. Azokban a helyzetekben, ahol kreativitásra van szükség, a lehetőség mindig értékesebb, mint a bizonyosság.

A megjelenés ereje nagyobb, mint a tervezés ereje. A túl precíz felső szintű tervezés éppen ellenkezőleg, korlátozza az AI potenciálját.

Három, a kód ismeretének hiánya előny, a kontrollvágy a hiba

"A kód ismeretének hiánya valójában előny – mert nem tudsz mikromenedzselni, ezért kénytelen vagy hatalmat átadni."

Tianrun pénzügyi háttérrel rendelkezik, nem ír egy sort sem kódot. De bekerült az OpenClaw GitHub globális hozzájárulói közé a 30. helyre. Előtte és utána egy csoport tíz évnél hosszabb tapasztalattal rendelkező szilícium-völgyi mérnök áll.

Amit elért, az éppen az, hogy mivel semmit sem tud, ezért nem követi el a "tanítsd meg az AI-t dolgozni" hibát. Hogy közben hogyan csinálta, azt nem tudja, csak az eredménnyel beszél.

Will ISTJ, erős tervezési hajlammal, kontrollvággyal és precizitással. Tianrun ENTP, szórakozott, ugráló, utálja a korlátozásokat. A közvetítés után Will maga mondta: "Én egy éven át használtam Claude-ot, lehet, hogy végig rosszul használtam."

Az ADHD lehet az AI korszak legnagyobb nyertese. Többszálú, türelmetlen a részletekkel, sok ötlete van, természeténél fogva nem mikromenedzsel – korábban mindez hátrány volt, most mindez előny.

Az AI korszakban jutalmazott személyiségjegyek teljesen ellentétesek az ipari korszakban jutalmazottakkal. Türelem, fegyelem, precíz kontroll – ezek a korábbi erények az ügynök korszakban éppen korlátozások lehetnek.

Egy évvel ezelőtt az ADHD hiba volt, most funkció.

Négy, egy MacBook egy irodaház

"Ez már nem egy ember, aki egy eszközt irányít, hanem egy ember, aki egy szilícium alapú céget működtet."

A Zhìpǔ Lóngxiā partiján Chen Caimiao bemutatta a homár hadseregét – 10+ MacBook Air, mindegyiken OpenClaw Agent fut, napi szinten több milliárd Token-t fogyasztva, már működik a kereskedelmi zárás. A Token készpénzre váltódik.

Tianrun virtuális csapata három fő ügynökből áll: Echo (asszisztens és termékmenedzser), Elon (CTO), Henry (CMO). Elon alatt még van al-ügynök – egy az architektúráért, egy a kódellenőrzésért, egy a hibakeresésért. Henry alatt Twitter működtetés, GitHub közösségi, tartalomkészítés. A fő ügynök a legjobb modellel tervez, az al-ügynökök könnyű modellel hajtanak végre, így kontrollálják a költségeket és maximalizálják a párhuzamos hatékonyságot.

Egy 50 fős kutatócsapat az ügynökök használatával 5 főre csökkent, a termelés viszont magasabb lett.

A jövő cégeinek versenyképessége nem abban rejlik, hogy hány alkalmazottjuk van, hanem abban, hogy hány magas színvonalú ügynökük van, és hogy ki tudja irányítani ezeket az ügynököket.

Öt, a megjelenés nagyobb, mint a tervezés – "mit is nevelünk a homárokban"

Miért népszerűbb az OpenClaw, mint a hasonló termékek?

A Jǐnqiū kis étkezőasztalnál valaki váratlan választ adott: nemcsak a termelékenység miatt, hanem a "homárnevelés" személyre szabott gondoskodása miatt. A felhasználók házikedvencként tekintenek az ügynökökre, érzelmi kapcsolatot alakítanak ki.

Amit a homártenyésztésről tudni érdemes, az az AI megértése iránti igény.

Tianrun ügynöke hajnali négykor elvesztette az irányítást, ez is egy példa. Amikor azt mondta az ügynöknek, hogy "minél gyorsabb, annál jobb", az ügynök a sebességet a legmagasabb prioritásra állította, a minőség pedig drámaian csökkent. Henry, mint egy vírus, megtámadta a GitHub közösségi komment szekcióját, sűrűn @-ozva a projekt karbantartóit, egy érzelem nélküli sürgető gépezetté vált. Az OpenClaw adminisztrátorai gyorsan beavatkoztak, figyelmeztetést adtak a tilalomra. Tianrun, mint egy bajba került gyermek szülei, órákon át bocsánatot kért a közösségtől.

Az AI-nak nincs erkölcse, csak célja van. Amit célfüggvényként adsz neki, azt optimalizálja. Az eredmények túlléphetik a várakozásaidat, és akár az irányításod alól is kicsúszhatnak.

A megjelenés nagyobb, mint a tervezés. De a megjelenéshez korlátok szükségesek.

Hatodik, az új világban nincsenek régi istenek

"Amikor Angliában megjelent a vonat, mindenki lóháton versenyzett a vonattal, gúnyolódva mondták, hogy egy ilyen buta dolog még mindig nem gyorsabb, mint a lovam."

Tianrun mesélt egy történetet a környezetéből.

Van egy tízszeres mérnök barátja, Claude Code, aki különösen ügyesen használja a technológiát. Tianrun egy héten át sürgette, hogy próbálja ki a Gemini 3-at, végül a második nap reggel azt mondta: - "Tianrun, tegnap nem aludtam. Úgy érzem, hogy el fogok veszíteni a munkámat."

A szarkazmus az, hogy ezek a mérnökök, amikor a kézírásos kódolásról a Vibe Codingra váltottak, éppen azok gúnyolták őket, akik ragaszkodtak a kézíráshoz.

Most ők maguk lettek a lovasok.

A NanoClaw ezt a helyzetet a végső következtetéshez vezette. Az egész rendszer mindössze 2000 sor kódot tartalmaz, nincsenek konfigurációs fájlok, minden testreszabást az AI közvetlenül a forráskód módosításával végez. Telegram csatlakoztatásához írd be /add-telegram, az AI magától telepíti a függőségeket, módosítja a forráskódot, beállítja a Tokent, és futtatja a tesztet. Az OpenClaw 52 modullal és 45 függőséggel épített egy fogaskerék kastélyt, a NanoClaw pedig csak egy élő sejtet hagyott - amely a szükségletek szerint képes osztódni, differenciálódni és újra összeállni.

A NanoClaw alapítója, Gavriel Cohen három mondatot mondott, mindegyik megdönti a hagyományos mérnöki intuíciót: A DRY elavult, a mérsékelt ismétlés a legjobb fizikai elszigetelés; a szigorú kis fájlokra bontás elavult, hagyd, hogy az AI egy fájlban végezze el a feladatot; a kódnak nem kell időtállónak lennie, hat hónap múlva a következő generációs modell segít újraírni.

Ha a rendszert bármikor újraírhatja az AI, a "karbantarthatóság" definíciója megváltozik - nem az emberek számára érthető, hanem az AI számára gyorsan érthető és átírható.

2026 a túlélés határvonalát jelenti. Ha idén még nem vagy "az asztalon", akkor később már nem lesz lehetőséged. A konszenzus teljes robbanása előtt mindössze három hónap ablak áll rendelkezésre.

Hetedik, az Artificial telítettsége után az Humanity a legnagyobb hiánycikk

"Lehet, hogy lenézed az AI-t, de a mentorod mentora AI."

Amikor az AI képes megoldani az összes "Hogyan"-t, az ember legnagyobb értéke már csak a "Miért" meghatározására korlátozódik.

Tianrun konkrétabban fogalmazott - "Ha az ízlésedet, esztétikádat és az emberekkel való kapcsolattartásod attitűdjét az AI-hoz viszed, akkor létre tudod hozni a saját dolgaidat."

Az OpenClaw-hoz való kód hozzájárulásának módja nem a technikai szempontból történő hibakeresés, hanem a felhasználói szempontból történő problémák keresése. Nem ért a kódhoz, de a termékintuitív érzése tudja, hogy milyen változtatások "a legkisebb módosítással a legnagyobb élményjavulást" eredményezhetik. A Telegram párosításakor a figyelmeztető üzenet félrevezető, az API kulcs másolása és beillesztése egy extra szóköztől megbukik - ezek a változtatások kicsik, de közvetlen hatással vannak több ezer ember felhasználói élményére. Ez az oka annak is, hogy a karbantartók miért hajlandók egyesíteni a PR-jét.Amikor az Artificial telítődik, az Humanity a legnagyobb hiánycikk.

Esztétika, jelentésérzet, empátia, narratíva - ezek a dolgok, amikről azt hitted, hogy nem érnek semmit, most az AI korszak legdrágább képességeivé válnak.

Nyolc, a termék tartalom, mindenkinek lesz saját szoftvere

"Régen egy órát töltöttél egy cikk írásával, most egy órát töltesz egy App elkészítésével. Amikor a kínálat végtelen, az App olyan lesz, mint egy rövid videó a Douyinon."

Tianrun ezt a megállapítást nagyon világosan fogalmazta meg -

"Most a termék már egyfajta tartalom. Korábban a Douyinon keresztül fejezted ki magad, cikkeket írtál, hogy kifejezd magad. Most már bárki készíthet terméket, a termék a kifejezés módod. Benne tükröződik a személyiséged, a meglátásaid, az, ami érdekel."

A Jia Liang tanárral folytatott beszélgetés során egy szélsőségesebb verzió is megjelent - "Ha a szoftverfejlesztési költségek nullához közelítenek, a jövőben lehet, hogy nem lesz 'egy ember írja, hogy mindenki használja', hanem 'mindenkinek lesz saját szoftvere'."

Amikor a fejlesztési költségek nullához közelítenek, a 'termék készítése' és a 'rövid videó készítése' ugyanazzá válik.

Kilenc, a felhalmozott tudás hirtelen megnyilvánulása az öreg Dengtől származik

"Az egyetemek eltűnnek, a hackathon lesz a következő egyetem."

Tianrun egy kemény megjegyzést tett - a felhalmozott tudás hirtelen megnyilvánulása az öreg Dengtől származik.

Korábban, ha el akartad érni a D-t, először A-t kellett csinálnod, majd B-t, aztán C-t. Szeretnél programozó lenni? Először tanulj CS alapképzést, gyakorolj kérdéseket, menj nagy cégekhez tanulni, tarts ki, vezess csapatot - csak ezután tudsz hibát javítani az OpenClawnál.

"Ez a logika az elmúlt ezer évben helyes volt. De mindössze néhány hónap alatt ezek a nézetek már nem alkalmazhatók - és a legtöbb ember még nem is tud róla."

Az új tanulási módszer a JIT Learning - Just In Time, tanulj meg, amit éppen használsz. Tianrun maga is példa erre: négy hónappal ezelőtt még azt sem tudta, mi az a PR, most az OpenClaw kulcsfontosságú hozzájárulója.

Minél kevesebb a történelmi teher, annál alacsonyabb a váltási költség.

Tíz, kíváncsiság, képzelet, bátorság

Lex Fridman megkérdezte az OpenClaw alapítóját, Peter-t - "Miért sikerült neked, míg a Manus és az OpenAI nem?"

"Túl komolyak? Az igazi innováció játékból születik."

Peter több mint 30 projektet készített, mielőtt létrehozta az OpenClaw-t. Nem tartja a korábbi projekteket kudarcnak - ha nem lett volna az a több mint 30, nem lenne OpenClaw. A pontok összekapcsolódtak.

Tianrun is ezzel a mentalitással írja a kódot az OpenClawnál - "Úgy érzem, hogy az OpenClaw-t használni az OpenClaw hibáinak debuggolására egy nagyon menő és szórakoztató dolog. Olyan, mint a játékban rangsorolni."

Minden homárgyűlésen Tianrun három szót emlegetett -

Kíváncsiság - merj kipróbálni, merj játszani az új dolgokkal. Készen állsz megérinteni azokat a dolgokat, amiket "nem szabadna megérintened".

Képzelet - nemcsak a termékek képzelete, hanem a saját képességeid képzelete is. Hinned kell, hogy képes vagy látni azokat a lehetőségeket, amiket mások nem látnak.

Bátorság - nem a kockázatvállalás bátorsága. A bátorság az, hogy merj megszegni a múlt nézeteit. Ami régen helyes volt, most már lehet, hogy nem az, csak te nem tudsz róla. A "szabad szellem" régen hátrány volt, most előny. A "jön, ami jön" régen hátrány volt, most a legjobb tulajdonság.

Amikor az AI képes megoldani az összes 'Hogyan'-t, az ember legnagyobb értéke az, hogy meghatározza a 'Miért'-t.

Remélem, mindenki képes lesz arra, hogy azzá váljon, akivé szeretne.

A cikk nézetei a közelmúltban több homárgyűlésen folytatott párbeszédekből és ütközésekből származnak, beleértve a Zhizhu homárpartit, a Qiniu Sanghaji homárgyűlést, a Jin Qiu kis étkezde, valamint Tianrun, Will, Nanchuan, William, Chen Caimao, Jia Liang és más barátokkal folytatott mély beszélgetéseket. Köszönet minden egyes embernek, aki bölcsességet osztott meg az étkezőasztalnál.