各种离谱的demo见得多了，能给硬件Vibe coding的Agent倒还是第一次见。
正好最近本地Agent火，相信大家心里多少都有不少困惑：
这条路到底和其他Agent有什么不同？
类似的创业者如何看OpenClaw？
用户又该如何更好地打造自己的「贾维斯」？
带着这些问号，量子位找到了这家硬件版OpenClaw，Pamir的两位创始人之一——叶天奇，聊了聊他们在本地Agent这条赛道上的想法。
采访原文超1.2万字，信息密度很高，其中有不少有趣的观点。
为了完整呈现叶天奇的思考，我们决定不做过多处理，直接把全文端上来。
在这场对话里，你会看到：
软硬一体的Agent，会有什么不一样？
OpenClaw到底做对了什么，火了之后为什么又迅速暴露出一堆安全问题？
为什么Mac mini并不是最适合部署Agent的硬件？
那些提前半年就体验过OpenClaw这种能力的人，现在都怎么用本地Agent？
为什么对初创公司来说，硬件是一条更合适的路径？
AI时代下，电脑的最终形态可能会长什么样？
以下附上访谈全文，为提升可读性，量子位在不改变原意的前提下，对内容进行了适当调整和删减。
请享用。
OpenClaw、本地Agent，以及电脑的下一步
Pamir是什么？
Q：Pamir现在做的Distiller Alpha是什么？它能干些什么？
叶天奇：Distiller Alpha本质上是一台Linux的mini PC，一台非常小的Linux小电脑。
我们把传统电脑里一些最基础的元件单独拎出来，配上小屏幕、LED灯、麦克风、扬声器，以及各种各样的IO接口，把它做成了一个非常紧凑的形态，整体尺寸比手机还小。
在系统层面，我们给这台设备预装了Agent，目前主要用于跑Claude Code。基本上，只要是Linux+Docker能做的事情，它都能做。
最典型的场景是Vibe coding。现在有一批开发者非常痴迷Vibe coding，希望随时随地都能写代码，他们会通过手机远程操作我们的设备。
除此之外，还有一批用户会把我们的设备接到各种各样的硬件上，通过Vibe coding的方式来开发和控制这些硬件。
Q：「Vibe coding+硬件」的组合听起来挺新鲜的，可以展开讲讲吗？
叶天奇：这个方向其实并不是我们一开始有意设计的。从用户角度来看，会购买我们设备的人，往往本身就很喜欢玩硬件。
很多设计师，他们很懂电子产品设计，但并不擅长编程。过去他们使用的往往是比较简单的开发板，如果要做原型，就需要雇电子工程师帮忙。
现在他们会直接把Distiller Alpha接到硬件上，把自己的想法描述出来，系统就可以自动帮他把对应的逻辑和代码生成出来。
还有一些用户，会用它去「接管」已经存在的设备，比如蓝牙设备。
很多蓝牙设备其实并不需要额外的密码，只要发送一串正确的二进制指令，就能完成控制。
他可以直接对系统说：「帮我扫描一下附近有哪些蓝牙设备」「帮我把这盏灯关掉」。
很多智能家居都是自己独立的一套App，非常零散。用Distiller Alpha就能一个页面里，控制家里所有的智能设备。
再比如打印机，你不需要安装官方App，只要知道它内部使用的是什么芯片，就可以让Agent写代码、做简单的逆向工程，让这台打印机工作起来。
Q：如果不靠Distiller Alpha，极客通常是怎么完成这些操作的？
叶天奇：这个问题其实挺有意思的。
我之前也问过一些用户，发现主要取决于技术水平。
技术能力强的人一直都是手写。他们会先去读硬件的说明书，搞清楚芯片型号、通信方式和编程方法，然后直接写代码、烧录。
但对技术能力没有那么强的人来说，过去的主流方式，其实是用ChatGPT。他们会把需求丢给ChatGPT，让它生成一段代码，然后复制粘贴到硬件的编辑器或烧录工具里，点一下烧录，再测试。
如果发现不work，就把报错信息再反馈给ChatGPT，让它改一版代码，再复制粘贴、再烧录。
有了我们的硬件之后，整个链路被闭环了。Agent可以自己写代码、自己烧录到硬件上、自己读取报错信息、再根据结果修改代码并重新烧录。不再需要在中间反复做人肉中转。
Q：为什么Distiller Alpha会出现这么多偏硬件的玩法？
叶天奇：核心的原因在于出发点不一样。
OpenClaw是从软件方向起步。即使你买了一台Mac mini，也很少想到把它当成嵌入式设备，塞进另一个硬件里。
一方面体积摆在那里，另一方面它的IO接口数量有限，也不太容易激发用户在硬件层面进行二次开发的欲望。
而且OpenClaw本身更偏向于为知识工作者设计交互。对开发者来说，如果要写软件，不太可能通过WhatsApp、Telegram这种聊天气泡式的方式，那会非常痛苦。
本质上还是面向的人群不同。我们早期的定位就是remote——一个让你随时随地都能接触到自己Claude Code的设备。最早购买我们的，基本都是Early adopter型的开发者。
后来随着Vibe coding这个概念被更多人接受，有开始有越来越多非开发者、甚至传统意义上的知识工作者购买我们的设备。
有的用户在自己买了之后，还会再给父母买一台。而这些非开发者用户，往往会把我们的产品当成一种「智能硬盘」来用。
Q：Distiller Alpha本身的硬件由哪些组件构成？
叶天奇：我们在设计这款产品时的一个原则是：在体积允许的情况下，把能装的能力尽量都装上。
比如灯带，它的核心作用是显示Agent的工作状态。比如Agent在思考时，会显示黄色灯光；当Agent需要用户介入时，会闪烁绿色灯光。我们希望通过这种比较克制的方式，把Agent的状态融入到设备本身。
现在很多程序会用消息通知或者声音提醒，但我们觉得，用一种更偏「环境感」的方式，通过视觉氛围来反映Agent状态，会更自然一些。
而且，通过环境光来传递状态的信息方式，本身就很极客。这点可以类比喜欢装机、玩电脑的人，会很热衷RGB灯效。
屏幕的设计思路同样比较极客。我们用的是一块墨水屏。一方面，墨水屏显示效果很好，很多开发者本身就对这种屏幕有偏好；另一方面，它的功耗非常低。
有些用户会把这块屏幕改造成自己的Personal dashboard，比如显示股票信息、未读邮件数量，或者当天还有多少任务需要处理。这类信息不需要频繁刷新，墨水屏非常合适。
还内置了麦克风和扬声器。有的用户会设定：每天早上醒来时，让设备从自己的音乐列表里挑一首最喜欢的歌来叫醒自己。
另外，我们还内置了一个摄像头，主要是给开发者使用。有人会用它来远程看看家里的猫狗，或者用来监控另一台电脑的屏幕状态。这些都属于比较自由的开发用途。
Q：算力配置是什么水平？
叶天奇：目前是8GB内存、64GB存储的CPU平台。
这个配置其实不是一开始就想清楚的，你需要积累很多真实使用的know-how，才能知道跑一个Agent到底需要多大的内存、多少存储。
我们会从几个维度去看，比如：一个普通用户通常会同时跑多少个Agent；这些Agent的知识资产大概会增长到什么规模；一个用户大概用多久，设备里的存储就会被填满；Agent的运行上限在哪里，瓶颈会出现在内存、存储还是IO上。
一个很有意思的发现是，我们一开始低估了知识资产的增长速度。
之前没想到会有这么多知识工作者，有些用户会长期给设备外接一块SSD，把每一次对话、每一次任务执行的记录全部存下来，在他们看来，这些是非常重要的个人资产。
这类需求很难在产品设计阶段预判。但一旦接触到用户，就会意识到存储本身，是Agent产品里一个非常关键的维度。
Q：Pamir的技术原理是怎样的？
叶天奇：我们在产品路径上，和很多AI公司不太一样。我们是先做硬件和系统，再在探索过程中不断摸索软件形态。
一开始，我们在设备里直接内置了VSCode。我们的判断是，VSCode基本可以覆盖大多数软件开发和交互需求。后来随着产品迭代，我们不断做减法，把界面逐渐收敛，最终拆掉了传统意义上的「GPT对话界面」。
软件交互主要基于内网直连。只要这台设备是开机状态，无论你在什么地方，用电脑也好、手机也好，都可以直接访问到它。有点像一个ChatGPT式的入口，不同终端之间是完全同步的。
硬件交互方面，设备上有一个小的显示模块，会实时显示当前设备的连接状态。比如我们会展示一个二维码，任何人用手机一扫，就可以直接进入这台设备，向Agent发送指令。
Pamir的差异点在哪？
Q：Distiller Alpha和OpenClaw有什么区别？
叶天奇：在我看来，OpenClaw更像是一个「软件傻瓜包」。
它本质上像一层胶水，把很多已有的能力粘合在一起，解决的是可用性和易用性。这有点像当年大家对原生安卓系统不满意，于是会去刷各种第三方ROM，比如MIUI。
OpenClaw刻意简化了很多复杂的项目管理流程，把所有交互都集中在一个Chat session，同时在记忆持久化上做了大量工作，让普通用户更容易使用Agent。
其实类似OpenClaw的项目以前也不少，没有十个也有五个，只是今年OpenClaw跑出来了。我认为一个重要原因在于，它「胶水粘得足够多、足够好」。
我们更关注另一层问题：如何让用户快速、安全地访问Agent？当Agent出错时，如何在系统层面进行回滚？
围绕这些问题，我们把自己正在做的事情统称为Agent runtime。
除此之外，我们还把麦克风、扬声器、灯带等硬件能力全部打包成SDK，再进一步抽象成Skills，原生地放进Agent体系里。
这样一来，Agent在运行时，就不只是「生成文本」，而是可以通过硬件去表达状态、反馈和意图。
Q：把硬件能力打包成Skills，解决了什么痛点？
叶天奇：一个很直接的痛点是，非技术用户如何快速上手硬件。
我们在卖产品时，会附赠一个硬件小玩具。哪怕你完全不懂技术、不懂编程，拿到产品之后也可以立刻开始玩。只需要开机，把这个硬件插上，就可以直接用，不需要理解它的工作原理。
这个过程其实不需要我们在Agent层或者模型层投入特别大的精力。
因为硬件是通过USB和设备通信的，只要插上，Agent就能立刻识别你连接了什么设备。比如你插的是一块基于ESP32的LED模块，这个信息会直接在系统里被识别出来。
当你再去和Agent交互时，Agent会先检查当前的USB端口上连接了什么设备。它会发现这是一个基于ESP32的、具体型号是什么的硬件，然后再去查看：当前项目目录里，是否已经存在这个硬件对应的说明书。
然后Agent就会知道，如果要给这个硬件写程序，需要用什么工具、通过什么方式刷进去；如果过程中遇到问题，它也知道该如何提示用户，比如提醒你去按一下设备上的reset按钮进行排错。
Q：Pamir能做OpenClaw能做的事情吗？
叶天奇：可以的。因为Distiller Alpha本身也是一台完整的电脑，和买一台Mac mini来跑是同一种性质。
只要是那种长期、可重复利用知识资产的工作，都可以直接放在我们的设备上去运行。
有一位用户是网络安全专家，他积累了非常多年的安全经验，自己整理了一大批网络安全相关的资料和方法论，全都记录在文档里。他把这些文档交给Agent，相当于把自己的经验沉淀成一套可以执行的SOP。
在网络安全领域，有一种常见的工作方式叫做漏洞赏金，安全研究者会到各个网站上寻找漏洞，找到之后网站会支付报酬表示感谢。
这个用户就是把自己的经验交给Agent，让Agent 24小时不间断地在各类网站上寻找漏洞。
Q：Pamir的自研硬件，和Mac mini这种通用电脑有什么区别？
叶天奇：Mac mini有点太奢侈了，如果你的需求只是检查一下Gmail、看看Slack消息，那其实没必要花这么多钱买一台Mac mini。
更重要的是，Mac mini并不是一个原生为Agent设计的系统。
今天不管是电脑厂商还是手机厂商，本质上做的还是「给人用的设备」。他们并没有在系统层面，专门为Agent预留一套执行、行动、回滚的机制。
所以Mac mini开箱之后，你需要自己做大量setup，这也是为什么像OpenClaw这类方案，在真实生产环境中会遇到很多问题。
当然，从纯性能角度来说，Mac mini的硬件上限很高。但我认为，决定一个系统是否能真正投入生产的，不是性能上限，而是系统层面的下限和鲁棒性。
Mac mini加OpenClaw的方案是没法真正投入生产的，原因就在于它的不可控性太强，它不是原生的Agent系统。
Q：那Pamir为了做一个「原生Agent硬件」，相比Mac mini砍掉了哪些功能？
叶天奇：首先，我们没有桌面，也没有传统意义上的屏幕系统。
如果你从第一性原理去思考，Agent的工作时长会越来越长，能力也会越来越强，最终它更像是你的一个同事。而你不会和同事共用一台电脑。
这也是为什么我们没有给Distiller Alpha做桌面系统和屏幕。Agent当然可以在内部使用虚拟桌面、虚拟浏览器，但这些并不需要被人看到。
Q：围绕这种第一性思考，你们增加了什么原生能力？
叶天奇：我们非常重视安全性。
一个很重要的能力是自修复。如果你把一个OpenClaw交给非技术用户，玩一天之后，很有可能就把系统搞坏了，因为Agent本身是可以修改自己代码的。
进Windows时，你可以按F12进入恢复模式，我们认为原生的Agent电脑也应该有这样的机制，不过是由Agent自己来完成。
我们的设备里有一个watchdog系统。当系统出现问题时，它会先进行自检，然后告诉你：比如某个关键文件被误删，导致系统异常。你只需要确认一次，系统就会在几分钟内完成自修复，重启后回到正常状态。
在这种情况下，我们甚至不需要提供什么售后支持。如果你的电脑坏了，让它自己修自己就好。
另外，硬件本身也是一个物理层面的沙盒。
有些安全问题，在软件层面很难彻底解决，但通过硬件就轻松很多。比如你在使用Mac时，会用到指纹解锁。
还有一个很重要的点，我们的每台设备都有一个独一无二的ID。在硬件层面，我们可以加入专门的加密芯片，用来存储这个Agent的ID。这个ID只能通过物理层面的方式进行暴力破解才能拿到。
Agent所绑定的高敏感个人信息，是可以直接和硬件捆绑在一起的，这对于防范围绕Agent的攻击非常重要。
Q：OpenClaw社区最近反馈了很多安全问题，比如擅自重构文件夹，甚至有用户的钱全被转走了，这是怎么回事？
叶天奇：这和OpenClaw的设计取向有关。
它为了追求便捷性和自动化，希望创造更多「hands off」的惊喜时刻，因此在系统里加入了非常多的自动执行逻辑。比如它内部有类似「心跳机制」的设计，每隔一段时间就会主动去寻找可以做的事情。
但它的下限和系统鲁棒性不足，这种过强的主动性和自动性，会直接带来不稳定性。
在我看来，OpenClaw更像是一种新的软件范式。如果你去看它生成的代码，会发现整体结构非常混乱，有不少bug。
这种产品会越来越多，而且也会继续有人使用。但它和我们这种有专业团队、一步一步从系统层和硬件层进行设计、开发的产品，在本质上还是不同的。
我们不会像OpenClaw那样，为了让Agent能一直跑，就不断给它叠加各种Skills。在权限和安全设计上，我们更强调引入人的监管。
Q：所以还是OpenClaw的上限更高？
叶天奇：我纠正一个容易被误解的点，并不是说OpenClaw本身的软件或架构决定了它的上限更高。
更多是因为外部条件：它跑在Mac mini这种性能很强的硬件上，同时又调用了当前最好的模型。
Q：有人把OpenClaw能做的事情从简单、中等到高难度分了几个级别，你能给Pamir做个类似的分级吗？
叶天奇：很多知识工作者买我们的设备，做的事情其实非常简单。他们把它当成一个「聪明的硬盘」。
比如有一位律师用户，有一个项目涉及两百多份文件。我一开始也很疑惑他为什么要买我们的设备，后来发现他之前一直用ChatGPT，但没办法一次性把这么多文件交给它。
我们的设备刚好解决了这个问题。对他来说，它就是一块可以被Agent理解、可以直接操作的移动硬盘。
再比如，有些用户会把U盘插到设备上，然后直接对Agent说：「这个U盘里有个文件，你帮我改一下。」Agent可以自己进入U盘目录，找到文件、修改、再告诉用户已经完成。
这一层的本质就是文件系统级能力。
再往上一层，就涉及真实的「电脑行为」。
比如让设备去查看Twitter、订餐厅、处理网页上的事务。这类事情如果放在纯云端环境，其实并不好做。但我们的设备本身就是一台真实的电脑，有自己的浏览器、桌面和网络环境。
举个例子，我之前想订一家餐厅，一直订不到位置。我就让设备去盯着网页。银行卡信息是存在设备里的，一旦有空位出现，它就可以立刻帮我完成预订。
过去类似的事情，大家通常是写脚本来做，但很容易被网站的「机器人检测」拦下来。现在你可以让Agent像人一样打开网页、浏览、点击，这种行为很难被识别为自动化。
再往上一层，往往和你个人的技术能力或知识资产高度相关。
比如有程序员用户，白天在公司上班，家里放着我们的设备，把自己的「第二份工作」相关内容全部交给Agent。他会在中午休息或者空闲时间，通过设备检查第二份工作的进度、下达接下来的任务，相当于同时做两份工。
类似的情况也出现在电气工程师、维修技工身上。他们过去要带着电脑去现场检修设备，现在只需要带这台设备，把可复用的维修流程和知识资产都交给Agent，再连接服务器就行，能显著加快检修效率。
再往上走，就是偏极客的高级玩法了。
比如之前说的逆向打印机、强行控制硬件。如果你的技术背景足够扎实，只需要把这些知识交给Agent，它就可以很快帮你写出一份Linux驱动，直接控制设备。
为什么要自研硬件？
Q：Pamir是在用一台硬件去替代原本的电脑。另一种是Manus路线，让Agent操纵云端的虚拟计算机。如果看便携性，这种方式岂不是连额外硬件都不用带，只需要一部手机就可以了？
叶天奇：对，从技术上来说，这是另一种解法。
我认为这两种形态在未来都会长期存在，只是它们适合的任务类型不一样。
云端虚拟计算机更适合做一次性的任务，比如调研、科研相关工作。这类任务往往是one-shot的，不太强调长期运行和状态持久化。
但如果你需要的是长期持久化的Agent，问题就来了。这些信息要不要一直放在云端？那是不是意味着你要持续付费？而且很多高度个人化的信息，大家也不太愿意长期放在云上。
这其实和人们买电脑是一样的逻辑。理论上，很多文件都可以放在云端，但真正和你每天工作强相关、需要随时访问的东西，你还是会更希望它在自己身边、随手可用。
另外一个差别点是，硬件更容易通过USB和硬件打交道。尤其是知识工作者，会大量使用U盘、SD卡，实体设备在这种场景下更顺手。
Q：除了刚刚提到的这些功能性价值之外，从你的个人体验来看，这种实体硬件在情绪价值上，能带来什么？
叶天奇：情绪价值其实非常多。
在早期阶段，如果你想用纯软件去「惊艳」开发者，其实是很难的一件事。通过硬件形态，反而更容易让他们产生情感连接。
比如Distiller Alpha，外壳表面覆了一层特殊的手感漆，整体是偏柔软的触感。很多用户第一次拿到设备时，都会觉得这是一个远远超出预期的体验，因为他们从没见过一台「软的」的电脑。
这会让他们意识到：这不是一个Mac mini的替代品，而是一个全新的品类。
产品形态如果不够创新，用户第一句话一定会问：「这和手机有什么区别？」「这和电脑有什么区别？」
我觉得在做面向未来的产品时，很重要的是，要主动打破用户已有的认知框架，消解他们的疑虑，让他们来不及问出这些问题。
此外，当你通过硬件设计、材质、触感，让用户意识到这是一个从未见过的形态时，产品的情绪价值就会被显著放大，这对To C产品来说非常重要。
Q：这也是为什么你们一开始会选择线下销售的原因吗？
叶天奇：对。我们会去参加各种黑客松、线下活动。
你问的很多问题在线下也经常被问到，比如：为什么不直接跑在云上？为什么不直接用ChatGPT？
但现在问这些问题的人越来越少了。我觉得这和OpenClaw的走红也有关系，如果OpenClaw是四个月前发布，很多人可能根本不知道它是什么。但现在，市场对Agent、以及「Agent需要自己一台电脑」这个概念的接受度提高得很快。
Q：你们在黑客松遇到消费者，会怎么说服他购买？
叶天奇：我一般会先问一个很简单的问题：「你平时用不用Claude Code？」
如果对方说用，那其实已经基本落在我们的目标用户范围里了。
接下来我会继续问他：「你现在有没有在写代码？」
通常他说没有。我就会接着说：
「你其实应该在写代码，现在写不了，是因为你把你的电脑合上了。」
这时候他往往会愣一下，然后觉得你说得有点道理。
然后我会直接掏出手机，给他看我正在用手机远程Vibe coding。
这一刻通常就已经完成了认知转变。
还有一些不是当场发生的。有一个极客，平时用机械键盘，晚上敲代码声音很大，女朋友嫌他太吵，不让他继续敲。
但那天晚上他的灵感还没断。他回到床上，突然想起了我们的设备，于是直接给设备发消息，继续推进他的项目。
那一刻他觉得特别爽。后来他在社交平台上发了很多帖子，主动推荐大家买我们的产品。
我觉得本质上，我们打动的，是那些不希望被打断心流的人。
Q：那假设我已经被说服了，也花了250美元买了这个设备，我拿到设备后要做些什么？
叶天奇：首先你需要有一个Claude账号。大部分购买我们设备的人其实已经有了。
拿到设备之后，你只需要插上电，它会先显示一个二维码。扫这个二维码之后，会进入Wi-Fi连接页面，设备连上网之后，会再生成一个新二维码。
你再扫一次这个二维码，就可以进入设备页面，登录你的Claude账号，然后就可以开始对话了。
在最开始的阶段，我们会给用户准备一些「玩具级」示例。
比如我们会引导你创建一个个人主页，这个主页直接跑在这台小电脑上。它可以每天帮你抓取你感兴趣的论文、新闻或信息更新。
硬件这块，我们会附赠一个硬币大小的8×8的LED灯阵。拿到这个小玩具后，有些顾客会描述自己喜欢的游戏角色，说：「你帮我把这个角色展示出来。」
然后设备会自己去网上查这个角色的形象，下载需要的依赖，生成对应的程序。
两分钟左右，这个LED灯阵上就会开始播放他喜欢的角色动画。整个过程用户什么都不用做。
Q：在部署成本这件事上，Pamir的优势主要体现在哪里？
叶天奇：我们其实准备了两套使用方式。
对技术人员来说，你可以直接在电脑上打开，用的就是VSCode这一套熟悉的IDE体系。这一类用户几乎是零门槛，他们本来就在用这些工具。
对非技术人员来说，他们完全不需要碰电脑，可以直接用手机。手机端是一个和ChatGPT很像的网页界面，通过对话的方式来使用。
当然，非技术用户也不是完全不需要学习，只是学习成本会低很多。我也承认，OpenClaw在这一点上做得很好，它通过集成到用户已经熟悉的聊天工具里，对非技术用户来说，几乎是「天然可用」的。
所以两者最大的差别，其实是在交互路径上。
Q：刚才聊了很多新用户的体验，但你应该算最老的用户，用了这么久本地Agent，它对你个人的生活和工作习惯，带来了哪些变化？
叶天奇：变化其实非常大。
我们是深度用户，现在大家对OpenClaw的体验，我们在半年前就已经经历过了。
到现在，我们公司内部已经开始出现一种现象——
传统电脑的存在感越来越低，很多工作，用设备+手机+iPad，甚至再加一个AR眼镜，就已经足够了。
现在我们在打开电脑之前，都会先问自己一个问题：我现在要做的这件事，能不能交给设备？
如果答案是肯定的，那这件事可能已经不需要人去做了。
所有人的角色，几乎都被迫「往上提了一级」。以前你可能还是一个主要负责写代码的角色；现在你更像是一个架构师，需要决定方向、拆解问题、设计系统。
Q：当Pamir帮把很多工作自动化后，你把时间花在了什么地方？
叶天奇：学习，读书。当然，作为CEO，我更多的时间会放在判断接下来几个月可能发生什么，以及应该围绕这些变化去设计怎样的软件架构。
真正花时间的地方，已经从「执行」，转移到了Review和思考上。
过去，行动比想法更有价值。公司之间的差距，主要来自工程能力和工程时间的堆积。
但现在，行动本身的价值在下降，因为Agent可能十分钟就把事情做完了。反而是你的思考、你的判断、你的愿景，变得越来越重要。所以我们现在会花大量时间去复盘、讨论、对齐方向。
Q：这种转变，会对公司的组织形式和工作范式带来什么影响？
叶天奇：我觉得这种变化带来的冲击会非常大，很多公司可能还没真正意识到这一点。
如果把今天的大厂，尤其是一些Frontier Lab，和普通创业公司放在一起看，会发现差距非常明显。
原因在于，模型厂商掌握着模型本身的控制权。
用户在使用过程中遇到的所有问题，都可以被他们捕捉到。这些问题会直接进入下一轮后训练，模型的下限会不断被抬高，鲁棒性会越来越强。
这意味着他们是可以形成闭环的，模型和Agent可以一起成长，产品会越用越好，内部效率也会越来越高。这也是为什么Claude产品会越用越好。
相比之下，如果你只做Agent layer，就算你把Agent写得再好，它也没法把反馈「喂」回模型。你只能不断用人力去维护规则、修补边界。
我觉得今天的创业要想清楚一件事：自己的真正优势和差异化到底在哪里？
一定要做那些别人暂时做不了的事情，主动避开不公平竞争。
Q：如果Claude下场做类似的事情，你们的护城河在哪？
叶天奇：对我们来说，就是系统层和硬件层。
硬件意味着供应链、生产、真实用户交互、物理世界里的反馈，这些并不在模型到Agent的闭环之中；系统层的沙盒、安全、回滚机制，同样是在模型和Agent之上的一层。
说实话，今天软件层面的护城河已经非常薄了，而且只会越来越薄。就算你做出来一个新功能，别人可能花两天就能把复现出来。
真正的护城河，更多集中在硬件本身，以及软硬件的深度集成上。
能耗、芯片选型、内存和存储的配比、Agent能跑到什么边界、供应链周期，这些都需要大量经验和时间去一点一点堆出来。
核心还是两点。
第一，是你对Agent的认知深度。
这个领域变化太快了，几乎每天醒来都会出现新的东西。如果你对Agent的理解没有至少几个月的前瞻优势，很容易就会陷入被动追赶。
第二，是你能不能做出10倍、20倍级别的用户体验差异。
如果只是1.2倍、1.5倍的改进，在今天的软件竞争环境里，很快就会被淹没。
你看现在Claude产品确实已经很好用了，但真正的非技术用户有多少人在用Claude Code？
在我看来，这个体验距离「我爸妈也能用」之间，依然存在明显的gap。而这个gap，恰恰是本地Agent和软硬件结合还有机会去填补的地方。
Q：有没有一些关于使用Agent的小tips，能让普通用户用得更高效一些？
叶天奇：我觉得可以先假设一个前提。如果大家用的都是顶尖模型、顶尖Agent layer，那么最终效果的差异，很大程度上并不来自「模型聪不聪明」，而是你如何和它沟通。
一个很常见的问题是，很多人一上来就把一个很大的任务一次性交给Agent。这种情况下，Agent做不好是非常常见的。
我自己的习惯是先和Agent一起做计划。但我也不会让它一次性把所有事情规划完，然后直接Kick off全流程。那样在执行过程中，几乎一定会出错。
我倾向于把任务切割成足够小、足够清晰的步骤，再告诉Agent把这套计划存下来。
这样一来，它在后续执行时，可以不断回访「自己该做什么」，整个过程会更有条理，执行的鲁棒性也会更高。
还有一个很多人容易忽略的点：如何把一次对话，转化成可复用的知识资产。
很多人Vibe coding完了就结束了，这个过程中产生的大量经验，并没有被保存下来。
比如你在调一个蓝牙模块，怎么都连不上，最后发现是因为某种芯片只接受特定格式的消息。这本身就是一个非常有价值的知识点，在之后的项目里，很可能会反复用到。
所以我会建议用户，在使用过程中有意识地引导Agent把这些错误、踩坑、解决路径，总结成可复用的Skills或规则。
不要用完就结束，记得持续积累属于你自己的知识资产。
本地Agent的创业感悟
Q：能跟我们讲讲你的创业故事吗？最开始做这个项目的时候，起心动念是怎样的？
叶天奇：说实话，这个项目里，运气的成分挺大的。
我们一年半以前就开始做Pamir。那个时候，很多人连Agent是什么都不知道。当时Pamir也不是现在这个形态，我们最开始做的是端侧AI，To B业务。
我和联创张城铭毕业后，大概在大厂工作了两年。那段时间，我们白天上班，晚上和周末就尝试各种各样的项目，但一直没有真正做出什么特别大的东西。Pamir对我们来说，算是一次孤注一掷。
在这之前，我们一直都是边上班、边做项目。但做Pamir的时候，我直接搬到联创家里，睡在他家的沙发上。那段时间其实挺糟的，全职工作也做不好，项目也做不出来。想着「要么成、要么就算了」。
当时做Pamir的判断是：如果你要做嵌入式系统，就一定需要一个端侧的硬件板子。所以一开始我们是在卖开发板，面向的是硅谷一小撮在做对话式AI和硬件结合的极客。
不过，联创和我都是技术出身，对融资一无所知，也不知道应该怎么讲故事，基本就是硬着头皮做。
花了几周时间把原型做出来之后，就直接拿到硅谷去卖。
Q：最开始卖给硅谷，顺利吗？
叶天奇：比我想象中要顺利。
当时正好有两个非常有名的AI硬件项目，一个是Rabbit，另一个是Humane，带起了一波AI硬件创业的热潮。那个时间点，市场是被充分教育过的，我们本身的产品也很有优势。
当时很多做语音交互的AI公司都非常「笨重」：用树莓派，加USB麦克风，再加USB扬声器，拼成一个很大的盒子。
我们给他们展示的，是一个非常小的板子，却能完成他们现有方案里大部分的功能。这对他们来说吸引力非常大。
Q：当时和你们在同一批起跑的竞争对手，现在都是什么状态？
叶天奇：很多都选择All-in端侧模型，甚至是Double down在端侧这条路上，但基本都转去做To B业务了。
从市场上看，To B这几年是有增长的。端侧模型越做越小、越做越轻，在一些明确的落地场景里是成立的，比如车机系统、企业内部的私有化部署，都会有需求。只不过，这条线的增长速度，明显赶不上Agent相关的公司。
我们也不太适合做To B生意，坦白说，我们不太喜欢和B端客户打交道。
一是交期要求非常严格，二是很难发挥想象力。
好不容易从大公司出来创业，结果折腾一趟后，发现自己又在给别人打工。
有一次我在给产品写代码，让Agent跑任务。我盯着屏幕看了大概两分钟，什么都没做，只是在发呆。
突然一个念头闪过——为什么我的Agent在工作，而我却要盯着它看？
从这个体验出发，我们推导出一个结论：未来一定需要一种Agent自己的、独立的计算设备。
想清楚这一点之后，我们几乎是立刻决定把所有端侧相关的方案全部删掉，全面接入当时最新的大模型，彻底转向To C。
之后的事情就比较顺了。
我们开始正式卖产品，开始大量做线下展示。后来Vibe coding开始流行，然后Claude Code火起来，我们又继续往这个方向演进。
Q：你觉得现在更幸福，还是之前在公司上班的时候更幸福？
叶天奇：这是个好问题。
其实我之前也被朋友问过类似的问题，问我理想的生活状态是什么样的。我想了很久，发现现在的生活基本就是我理想中的状态。每天都有新的挑战，还能和志同道合的人一起解决问题。
你可能听说过「传教士」和「雇佣兵」的说法。我们更像传教士，是在为一件高于自我的事情工作，即使短期没有物质回报也愿意坚持。
一开始做Agent电脑，很多人根本理解不了，觉得不可理喻。但我们自己是信的，甚至觉得这件事情的意义，高于我们个人本身。
我们现在创业在做的，就是把它带到这个世界上。我很享受这个过程。
Q：你有没有更宏大的愿景？AI电脑这件事，最终会走向哪里？
叶天奇：我们希望替代现在意义上的电脑，更准确地说，是替代笔记本电脑。
今天人的大量时间，还浪费在极低价值的操作上，比如在不同系统、不同表格之间手动搬运数据。我们希望把这些工作彻底自动化，让人把精力用在真正需要思考、判断和创造的事情上。
也有一点很个人的动机。我其实非常想挑战苹果。
我现在对苹果的态度是复杂的。一方面我很依赖它的生态；另一方面，我对它当前定义「个人计算」的方式感到不满意。公司里很多人也有类似的感受。
手机厂商当然知道自动化、智能体是趋势，他们也会往这个方向走。但路径有根本差异。
他们做的是前台，所有能力最终都要回到屏幕、交互界面和注意力占用上；我们做的是后台，很多任务不需要屏幕，也不需要人持续盯着。
我们认为这是一次非常难得的机会，终于可以不再需要围绕「屏幕」去设计产品。
Q：最近OpenClaw把Mac mini又带火了一波，你什么感受？
叶天奇：这确实是我们很难在短期内追平的一点。
苹果在处理器、硬件整合上的能力，几乎没有对手。这也是我们后面考虑逐步引入高通芯片、一点点缩短硬件差距的原因。
但从另一个角度看，在Agent成为主导范式之后，硬件参数的重要性在相对下降。苹果依然可以继续做极其强大的通用计算设备，这件事不会消失。但它是否一定是Agent的入口，这件事并不确定。
历史上类似的情况其实反复出现过。早期个人计算时代，也有像IBM这样的巨头存在，但形态、入口和主导权依然发生过转移。
我觉得今天是又一次轮回，只是这一次的核心变量变成了Agent。
京公网安备 11011402013531号