铃阅时讯
❌

阅读视图

TRAE Work Design 初体验:设计领域的翻译器

原创 刘飞 2026-06-25 21:23 上海

谁都能用 AI 的时候,关键不是看 AI,关键是看谁用。

1

最近试了一下 TRAE Work 新上的 Design 模式。

TRAE Work 和 TRAE IDE不一样,前者是面向普通用户的工作流的,后者更多是面向代码生产的。这也是一个本地运行的软件(也可以云端运行),所以能够检索和使用本地的文件和脚本。

自从 Claude 有了 Design 能力之后,我身边很多朋友就一直在等国内有没有类似的产品。现在终于来了。

用下来之后,我的第一感受是,TRAE Work Design 当然不是一个「让所有人都成为设计师」的产品。这个说法过于营销,不太准确。它更像是一个设计领域的翻译器。

过去我们的一个想法,要经历很多次翻译。

脑子里的想法,要翻译成需求文档;需求文档,要翻译成原型;原型,要翻译成设计稿;设计稿,还要翻译成代码。每一层都可能丢东西。老板说「高级一点」,产品经理可能理解成「信息层级更清楚」,设计师觉得是「留白更多、颜色更克制」,开发会说「又要改按钮样式」。过程中信息的失真程度太高,就跟传话游戏一样,最后东西经常不对。

TRAE Work Design 的意义,是把中间最费劲的一层翻译成本降下来了。用自然语言描述一个页面、一个产品、一套模板,它能先翻译成一个可视化结果。这个结果可能不完美,但重要的是,它终于变成了一个可以看的东西、可以点的东西,尤其是,一个可以继续改的东西。

这件事比单纯「AI 生成一张图」重要得多。

2

先说最直接的场景,产品原型。

我之前做过一个很小的游戏库 App,叫 Gamepix。功能很简单,就是收录自己玩过的游戏,记录起来作为游戏墙,是一个自己的游戏档案。

这种产品如果只是用文字讲,其实很难说清楚它应该长什么样。说「现代一点」「干净一点」「适合 iOS」,听起来都没问题,但千人千面,不同人脑海里想的是不一样的。

我就让 TRAE Work Design 帮我做这个 App 的主界面。

第一版,它做的是比较素雅的深色画廊风格。背景是深灰黑,紫色作为品牌色,游戏封面卡片排成两列,搜索栏、筛选器、底部 Tab 都比较克制。

注意,这个界面里的各个元素都是可以交互的。比如下面这些小标签,都可以直接通过可视化的操作调整。也可以直接添加到对话,让 AI 修改。

这就是翻译器的意义。

以前我们讨论设计风格,经常都在讨论形容词。什么叫「有质感」?什么叫「年轻」?什么叫「不要太互联网」?什么叫「高级但不要太冷」?什么叫「五彩斑斓的黑」?现在可以先生成出来,不是问大家「高级是什么意思」,而是直接把三版做出来:到底哪个更高级。

这个画布相当于就是一个靶子,至少让大家讨论的时候有的放矢。

这对产品经理和独立开发者非常重要。这个并不代表绕过设计师做最终稿,而是需要一个更接近正式产品的半成品。低保真原型太抽象,老板看不懂,开发也容易误会。而高保真设计又太重,需求还没定,就拉设计师出三版,资源也协调不开,最后就会卡在这。

一个可交互的 Demo 不光能可视化呈现大致的效果,更关键的是,如果后面继续进入 Code 模式,很多东西也不用再重新解释一遍。这也是之前 Figma 非常重要的一个价值。

过去从需求到设计、从设计到代码,每一层都有转译损耗。现在有了 AI design 工具,这个损耗会少很多。或者说,大家有种语言统一的感觉。

3

如果说刚才说的案例离大部分人还比较远。那么接下来我们说说别的。

其实设计这件事,在我们日常生活工作里面也是常见的。比如 PPT。

我之前用 AI 生成 PPT 试过很多工具。第一眼乍一看会觉得还行,甚至有时候挺惊艳。但真到关注细节的时候,发现问题可以说是琳琅满目。什么字号不统一、配色对不上、排版错位、图片位置诡异、文字太多、留白太少等等。如果让 AI 改,可能 A 改好了,B 又乱了。最后我通常都发现,比起来一遍遍抽盲盒,不如自己手搓。

对于大部分人来说,我始终觉得,理想中的 AI PPT,不是「一键生成完整 PPT」。真正的用户需求通常是:先定一套自己认可的模板,固定字体、颜色、版式和排版规则。以后每次把文稿喂进去,AI 理解内容之后,按模板填进去。

这次我就尝试让 TRAE Work Design 先做一套 PPT 模板。

一开始,我给的要求很简单:稳重、干净,适合商业和技术内容,不花哨,信息清晰。它生成了几种固定版式:封面页、章节过渡页、左文右图页、纯文字论点页、数据图表页、结尾页。

这一步看起来跟别的工具差不多。但其实是在建立一套表达规则。

我继续说,背景要更有高级感,想要克莱因蓝风格,要漂亮一点的底纹,文字不要罗列太多,字号放大。于是它把整套模板改成了克莱因蓝背景,加了几何底纹和很轻的内发光,把每页文字从段落改成关键词。

同时我给了他一篇我之前做的播客文稿的原稿。效果变成这样:

比如原来这一页第一行写的是:

「1900 年出生,父亲是鞋厂缝纫工,中学毕业后做面包师学徒,但志不在此,转而学习制鞋手艺。」

它会按照我的要求把它简化,改成:

「1900 年出生 · 鞋匠世家」

中间会有一些细节,比如章节过渡页里大号数字「02」的位置很奇怪,放在左侧垂直居中,显得特别突兀。我可以直接选中这一页说,这个数字位置不对,放到左下角。这个一下就可以改好。

正如前面所说,这种小修改看似不起眼,但是多了之后会非常麻烦,每次制作 PPT 的时候最头疼的就是这些步骤。这次如果规范建立了,接下来的所有的 PPT 都可以按照这个模板来。

这才是 AI Design 产品和传统设计软件很不一样的地方。传统设计软件考验会不会操作、记不记得功能具体的地方,AI Design 考验的是能不能把问题说清楚。

AI 工具好不好用,不应该看它第一次能不能「蒙对」,而应该看它错了之后,好不好改。TRAE Work Design 更像一个可以不断对话的设计助理。而且它也能有记忆。

4

对于内容创作者来说,也可以有自己的一套 VI 系统了。过去想要有这种设计系统,可能要花钱请外包团队,或者白嫖自己的设计师朋友。

现在要简单很多。

比如我做公众号,经常需要文章头图。头图当然可以用统一的字体模板,但是这种设计略显简陋。而如果每次都专门微调设计一个头图,成本又比较高。

这就可以让 TRAE Work Design 做一套头图设计系统。

我给他的需求是:科技商业类公众号,内容方向包括 AI 工具测评、科技史叙事、商业观察。整体要克制、干净、有杂志感。不要科技公司那种冷感渐变和发光,也不要营销号那种大字塞满的风格。

第一版是深色的。深海军蓝背景,白色标题,右下角固定「刘言飞语」署名。右侧会有一个淡淡的线框图,来体现主题。

后来我又想换成石膏白黄风格。底色变成暖白石膏,标题变成深炭黑,竖线变成暗金色。增加了镂空效果。

这套头图系统的关键不是某张图好不好看,还是规则固定了。背景、线条图案、标题效果是固定元素;每篇文章只替换标题文字,根据字数微调字号。这样以后不用每次从空白画布开始,也不用每次重新跟 AI 说一遍要求。

一说「设计系统」,会觉得这是大公司设计团队才会用的东西。但其实,就跟 Excel 模板、合同模板、邮件模板一样。一个设计系统本质上就是降低重复工作的边际成本。每次做 PPT,不用重新想版式;每次做公众号头图,不用重新想颜色;每次做网页,不用重新想按钮圆角、字体层级和卡片样式。这就是系统的价值。

5

AI Design 并不会让人人都是设计师,就像 AI coding 也并不会让每个人成为独立开发者一样。

AI Design 真正降低的不是审美判断的门槛,而是表达和执行的门槛。它让更多人可以把脑子里的想象先拿出来,不需要先熟练掌握 Figma、Photoshop、PowerPoint 的各种功能,才能看到一个初步结果。可以先说出来,生成出来,再改。

但这不代表专业能力不重要了。恰恰相反,当大家都能生成一个「看起来还行」的页面,真正稀缺的就是判断力。

设计师不会失去价值。以后更重要的可能不是会不会画出一个按钮,而是能不能定义系统、判断风格,以及知道一个页面为什么「看起来好像不对」。为什么同样是极简,有的像 Apple,有的像毛坯?这些判断,要么是需要有大量经验积累的,要么是需要专业训练的,并不是自然具备的。

产品经理也一样。以前产品经理有一部分能力是中间态技能:写 PRD、画原型、做流程图。这些当然还会有价值,但如果 AI 能更快生成可视化原型,产品经理的价值就会继续往前移:能不能定义问题,能不能拆需求,能不能判断优先级,能不能知道拥挤的首屏到底该放什么,这些会更重要。

对于内容创作者也一样。以前不会设计,就只能凑合;现在可以做自己的公众号头图系统、PPT 模板、官网页面。工具会让个人表达更像一个完整品牌,而很多个体的品牌也会变得更加重要。前提还是,你得知道自己想要什么。

说到最后,AI 会放大内在丰富的人,也会暴露没有思考的人。

很多人过去说自己有个点子,就差一个程序员,有了 AI coding,这句话越来越站不住了。接下来可能还会有人说,我有个产品,就差一个设计师。Design 这类工具出现后,这个借口也会少一点。

不是说真的不需要程序员和设计师了,而是说至少可以先把第一版东西做出来看看。一个想法到底有没有价值,不用再永远停留在「我就是没有他们有资源」,而是真的可以拿出 Demo 来,先把问题暴露。Talk is cheap , show me the demo。

很多想法都是异想天开的。比如「做一个年轻人的社区」「做一个打败滴滴的网约车平台」「做一个更懂用户的内容产品」。这种话可以在会议室和咖啡馆说上三天三夜,但交给 AI 做出来,放到应用商店里给人用,结果会更加直观。

AI 是翻译器,但不是作家。原文写得随意,译文不会变成文学名著。

谁都能用 AI 的时候,关键不是看 AI,关键是看谁用。

跳转微信打开

  •  

AI专栏 | 上下文越多,Agent 越笨?开源框架 Flow2Spec 给出另一种答案

原创 Lands 2026-06-25 17:00 上海

让项目在开发中自然长出知识图谱

作者简介

Lands,携程高级前端开发工程师。专注工程化实践、性能调优与底层架构设计。拥抱 AI 浪潮,推动 AI 辅助编码与 D2C 全链路落地,用前沿技术极致提升开发效率,重塑研发生产力。

一、前言

二、只做“记忆”为什么不够

三、Flow2Spec的关键差异:开发过程生成知识图谱

四、知识库接口:不是一个大文档,而是一套路由协议

五、渐进式读取:AI 每次只拿该拿的知识

六、多依赖能力:不让 Agent 只读到一半规则

七、知识库正确性:不是写了 topic 就算完

八、意图识别:不是所有话都应该自动进流程

九、一个更真实的开发闭环

十、它不只管知识,也管开发闭环

十一、和普通知识库最大的区别

十二、几个常见问题

十三、适合什么项目+快速体验

一、前言

最近一年,很多 AI 编程工具都在解决同一个问题:让 Agent 记住项目上下文。

这件事当然重要。但现在只说"项目记忆""上下文管理""规则文件",已经不够了。

因为很多开源项目都在做类似的事:写一个 AGENTS.md/ CLAUDE.md,加一组 rules,建一个 docs 目录,让 Agent 先读项目说明,或者接入向量库做检索。

这些方案能缓解问题,但我真正想解决的不是"启动时塞给 AI 一堆上下文"。我想解决的是:

在真实开发过程中,项目知识能不能被持续沉淀、自动路由、持续验证,并且随着代码一起演进。

这就是 Flow2Spec。一句话介绍:Flow2Spec 是一个让项目在开发过程中自然长出知识图谱的 Agent 工程框架。

二、只做“记忆”为什么不够

很多项目接入 AI 后,会很快遇到一个悖论:你希望 AI 多了解项目,但你给它的上下文越多,它越容易读不完、读偏、忘掉重点。

于是大家不断加规则:先读这个文件,再读那个目录,这个模块不能改,那个接口有历史兼容,改完记得更新文档……最后上下文变成另一种负担。它看起来像知识库,实际上更像一个不断膨胀的说明书。

Flow2Spec 的判断是:项目知识不能只靠"写下来",还要能被路由、被组合、被校验、被持续更新。

三、Flow2Spec 的关键差异:开发过程生成知识图谱

Flow2Spec 不是要求你先做一场大规模文档工程。它更推荐的方式是:

  1. 先 flow2spec init 初始化一个空骨架

  2. 用 f2s-doc-arch 生成项目架构说明,沉淀进知识库

  3. 真实需求来了,Agent 先按现有知识路由

  4. 功能实现后,用 f2s-kb-sync 把本轮确认的事实同步回知识库

  5. 下一次类似需求,再从这份知识中渐进读取

知识不是一次性建设出来的。它是在需求澄清、技术方案、代码实现、修复问题、知识同步、提交代码的过程中逐步长出来的。

这也是 Flow2Spec 和普通"项目记忆文件"的区别:普通方案更像给 Agent 一份说明书;Flow2Spec 更像给项目维护一张可演进的知识图谱——落在仓库里的 .Knowledge/ 中,能 diff、能 review、能随代码提交。

四、知识库接口:不是一个大文档,而是一套路由协议

Flow2Spec 的知识库有一个明确的接口结构:

    .Knowledge/
      manifest-routing.json   # 机读路由清单
      matchers/               # 关键词分片
      topics/                 # 主题摘要
      stock-docs/             # 已落地能力长文档
      req-docs/               # 需求 / 技术方案文档

    Agent 的读取顺序不是自由发挥,而是按协议走:

      manifest-routing.json
        -> matcher 分片
        -> topic 摘要
        -> topicDependencies
        -> stock-docs / req-docs
        -> 源码兜底

      这套结构的价值在于:知识库对 Agent 暴露的不是"文件",而是"怎么找到正确知识"的接口。

      manifest-routing.json告诉 Agent 有哪些主题;matchers/*.json告诉 Agent 这个需求可能命中哪些主题;topics/*.md给 Agent 短摘要和硬约束;topicDependencies告诉 Agent 哪些前置规则必须一起读;stock-docs/和 req-docs/只在需要时下钻。

      五、渐进式读取:AI 每次只拿该拿的知识

      Flow2Spec 的读取模型可以概括成四步:match → expand → verify → act

      match:Agent 先读 manifest-routing.json,再按任务读取对应 matcher 分片。不遍历整个知识库,先缩小候选范围。

      expand:命中主主题后,通过 topicDependencies继续读取依赖主题,避免只看到局部规则。比如一个功能可能同时依赖公共配置规则、鉴权规则、某个业务模块的约束。

      verify:命中 topic 不代表知识一定够。Flow2Spec 要求 Agent 在执行前检查:当前主题是否真的覆盖用户问题,是否缺关键依赖,是否需要读长文档,是否需要先反问用户。这一步把"看起来命中了"变成"确认可以执行"。

      act:只有在知识覆盖足够、边界清楚时,Agent 才进入实现、修改或提交。如果置信度不足,就先澄清,而不是硬改。

      六、多依赖能力:不让 Agent 只读到一半规则

      真实项目里,很多错误不是因为 AI 完全没读知识,而是它只读了一个局部知识,漏掉了前置约束:

      • 改功能时读了业务 topic,但没读提交规则

      • 生成技术方案时读了需求文档,但没读 req-docs / stock-docs 的边界规则

      • 修改配置时读了模块说明,但没读配置开关默认值

      Flow2Spec 把这些依赖显式放进路由层。一个 topic 可以声明它依赖哪些 topic,Agent 命中主主题时会先展开依赖。这不是简单的"多读几个文件",而是把项目知识从扁平文档变成有边的图:

        需求实现
          -> 文档路由规则
          -> 技术方案规则
          -> 任务追踪规则
          -> Git 提交规则

        这让 Agent 每次读取的不是孤立片段,而是一组经过声明的上下文组合。

        七、知识库正确性:不是写了 topic 就算完

        知识库最怕两件事:过期和写错。Flow2Spec 没有假设知识库永远正确,它把"验证"放进了开发流程。

        典型场景:用户问一个业务细节,Agent 先查知识库,发现 topic 有覆盖但不够细,继续读源码得到更准确的事实。这时 Flow2Spec 不应该只回答完就结束,还要判断:

        • 这个事实是否已经写进 topic

        • 如果没写或不够细,是否应该提示用 f2s-kb-distill 把本轮问答提取入库

        • 如果知识看起来已覆盖,是否能证明覆盖来源;不能证明就不能静默

        这就是"知识库补充建议收口"。它让 AI 从源码里找到的每次新知识,都不只留在本次聊天里,而是反哺回知识库。

        八、意图识别:不是所有话都应该自动进流程

        用户说一句话,Agent 到底应该回答、讨论、澄清,还是直接进开发流程?

        • "这个方案可行吗?" → 应该是讨论,不应该自动开始写代码

        • "修一下这个 bug" → 应该进入 fix 流程

        • "我想做一个新能力,先帮我把需求问清楚" → 应该进入需求澄清,而不是直接实现

        Flow2Spec 里有 intentRecognition开关,开启后 Agent 会按意图识别规则做辅助判断:高置信新增能力进入 feat 流程,高置信修复问题进入 fix 流程,需求不清楚进入 req-clarify,只是询问/讨论则保持普通对话。

        经过一段时间真实项目验证,意图识别已经比较稳定,建议默认开启,让 Agent 在大多数场景下自动分流;当然你也可以随时显式输入 f2s-req-clarify、f2s-kb-feat、f2s-kb-fix 等命令,覆盖自动判断结果。建议多显式使用 f2s skill**,熟悉这些技能的用法,可以更高效地使用 Flow2Spec。

        九、一个更真实的开发闭环

        使用 Flow2Spec 后,一个需求可能是这样流动的:

          用户提出需求
            -> 显式 f2s-* skill / intentRecognition 辅助判断
            -> f2s-req-clarify 反问到无歧义
            -> f2s-req-tech 生成技术方案
            -> Agent 按知识库渐进读取
            -> 实现代码
            -> changeTracking 记录任务进度
            -> f2s-kb-sync 同步新知识
            -> f2s-git-commit 提交前检查

          这条链路里,每一步都会留下可追踪的资产:需求文档在 req-docs/,已落地知识在 stock-docs/,主题摘要在 topics/,路由关系在 manifest-routing.json,任务进度在 .task/。

          Flow2Spec 做的不是"让 AI 单次回答更好",而是在把一次次开发过程转化为项目知识图谱的增量更新。

          十、它不只管知识,也管开发闭环

          任务进度落盘:开启 changeTracking后,Agent 执行功能开发或方案实现时,会把任务 checklist 写到 .task/。新会话继续做时,不需要重新问"上次做到哪",直接从磁盘任务接上。

          技术方案不硬套模板:f2s-req-tech会根据当前需求选择合适的技术方案结构,而不是把所有章节机械套一遍,避免前端改造也生成一堆数据库章节。

          多 Agent 编排与校验:复杂任务可以通过 subAgent拆给子 Agent 处理。如果开启 switchAgentVerification,还可以让写入方和验证方分离,降低单个 Agent 自己写、自己验、自己放过的风险。

          提交前知识覆盖检查:f2s-git-commit会在提交前检查 diff、冲突标记、暂存范围,也会检查本轮变更是否需要同步知识库,让"改代码后忘记更新知识"在提交前能被发现。

          模板与路由升级检测:Flow2Spec 启动时会检测 .Knowledge/结构版本,如果落后于 npm 包版本,Agent 会提示执行 f2s-kb-upgrade,确保项目知识结构与工具版本保持同步。

          十一、和普通知识库最大的区别

          如果只用一句话概括差异:普通知识库是给 Agent 查的;Flow2Spec 的知识库是给 Agent 参与维护的。

          普通知识库关注:文档放在哪里、怎么检索、怎么总结。

          Flow2Spec 更关注:需求来了该读哪个主题、主题之间有什么依赖、当前知识是否足够执行、源码兜底后是否要反哺、用户意图是否应该触发流程、改代码后知识是否一起更新、提交前是否检查过知识覆盖。

          这也是为什么 Flow2Spec 会同时包含 .Knowledge/、.task/、f2s-* skills、Agent rules 和 flow2spec.config.json——它们不是散件,而是一套围绕开发闭环组织起来的协议。

          十二、几个常见问题

          Q:改动一个能力后,怎么保证对应主题都能更新?

          Flow2Spec 通过五层机制提高覆盖率:

          • 路由层 matcher 找主 topic;

          • topicDependencies展开依赖 topic;

          • f2s-kb-sync先给出更新大纲让用户确认;

          • 普通问答下钻源码后提示补充;

          • f2s-git-commit提交前做知识覆盖检查。

          Q:Flow2Spec 怎么解决 Agent 遗忘规则的问题?

          分两侧看。

          • 使用侧:规则不塞进一个大文件,而是拆成可路由、可依赖的结构——入口规则写进各端配置、业务知识放进 topics、匹配词放进 matchers、依赖关系放进 topicDependencies、长文档放进 stock-docs / req-docs。Agent 每次不靠记忆,而是按 match → expand → verify → act 重新取规则。

          • 设计侧:五层约束分阶段拦截"规则写了但不遵守"的情况:

          • 入口层:声明读取顺序和禁止项

          • 配置层:执行任何技能前必须先读配置开关

          • 路由层:所有任务先读 manifest,不直接全仓搜索

          • 技能层:每个技能定义前置检查、确认点和收口方式

          • 门禁层:在多个节点分别设门禁——任务归档前检查 checklist、知识落盘前确认大纲、问答下钻源码后强制收口自检、代码提交前检查 diff 与知识覆盖

          两个典型场景说明这五层如何生效:一是防止意图误判(用户还在澄清阶段,Agent 不能跳去实现);二是防止源码答完后知识不反哺(必须判断是否需要 f2s-kb-distill 把本轮问答提取入库,不允许静默跳过)。

          Flow2Spec 的目标不是完全消除遗忘,而是让"绕过规则"在每个阶段都更难发生。

          Q:单个主题文件过大怎么办?

          topic 的定位是"路由摘要",记触发词、边界、关键约束和下一步指针,不承载所有细节。大功能拆成多个 focused topic,再用 topicDependencies串起来。Agent 先读概览判断相关性,再按需下钻具体子主题。

          Q:如果知识库没有覆盖当前模块怎么办?

          Flow2Spec 提供三个互补命令,按触发方式与粒度区分:

          f2s-kb-distill 由 Agent 自动提示:在一次问答中下钻源码找到答案后,把本轮问答提取入库;技能内部会按下钻深度与命中主题,自动判新建主题或补充既有主题。

          f2s-kb-add <路径或能力描述> 由用户主动触发:想把一个整体模块 / 历史能力一次性解析入库时使用,输入路径或多文件聚合,适合从未入库的整块代码。

          f2s-kb-sync 由用户主动触发:用于已实现能力的全局 / 批量同步,可零输入推断,先输出更新大纲再落盘,适合阶段性体检式补强。

          简言之:单次问答 → distill(Agent 自动),新模块整体入库 → add,多个已落地能力一次性同步 → sync。

          每次「从源码里找答案」,都可能变成一次知识库补强。

          十三、适合什么项目+快速体验

          最适合:中大型业务项目、长期维护的代码仓库、多人协作规则很多的项目、经常使用 Cursor / Claude Code / Codex 的团队、希望 AI 不只是"看文档"而是参与维护项目知识的场景。

          可能不适合:一次性脚本或非常小的个人项目(< 5000 行,一份 README 够用)。

          5 分钟快速体验:

            npx @double-codeing/flow2spec@latest init

            开始使用时建议优先显式输入f2s-* skill,熟悉这些技能的用法,可以更高效地使用 Flow2Spec。默认开启 intentRecognition 即可让 Agent 在常见任务下自动分流。

            常用流程:

              /f2s-req-clarify   需求澄清
              /f2s-req-tech      生成技术方案
              /f2s-kb-feat       新增能力并同步知识
              /f2s-kb-fix        修复问题并修正知识
              /f2s-kb-add <路径>  解析已有模块入库
              /f2s-kb-sync       全局/批量同步已落地能力到知识库
              /f2s-kb-distill    把本轮问答提取入库(自动判新主题或补充既有主题)
              /f2s-git-commit    提交前检查并生成提交信息

              目前已支持 Cursor、Claude Code、Codex 三端初始化,也支持中文 / 英文模板。

              结语

              AI 编程的终点不是"写更多代码"。真正难的是:让 AI 在长期项目里持续理解上下文,并且把每次开发产生的新知识沉淀下来。

              Flow2Spec 把项目知识从静态文档变成可路由、可依赖、可验证、可反哺的知识图谱。它让 Agent 不只是消费上下文,也参与维护上下文。

              如果你的项目已经出现"每次都要给 AI 解释同一套业务规则"、"AI 经常漏读前置约束"、"文档和代码越来越不同步"这类问题,可以试一下:

                npx @double-codeing/flow2spec@latest init

                开源地址:https://github.com/Lands-1203/Flow2Spec

                PPT演示:https://lands-1203.github.io/Flow2Spec/

                延伸阅读

                • Flow2Spec 官方文档:

                https://github.com/Lands-1203/Flow2Spec/tree/main/docs

                项目体系与原理、使用说明、命令详解的完整文档,包含多端配置差异说明。

                • Building Effective Agents — Anthropic:

                https://www.anthropic.com/research/building-effective-agents

                Agent 工程的权威指南,包含工具使用、上下文管理和多 Agent 协作的设计原则,是理解 Flow2Spec 规则环/技能环设计的重要参考。

                • Memory for Agents — LangChain:

                https://www.langchain.com/blog/memory-for-agents

                对 AI Agent 记忆机制的系统性分析,涵盖程序性/语义性/情节性三类记忆分层,以及热路径更新与后台异步更新两种实现方式,与 Flow2Spec 的 Memory Coding 理念形成对照。

                【推荐阅读】

                 “携程技术”公众号

                  分享,交流,成长

                跳转微信打开

                •  

                豆包 2.1 Pro:属于普通人的代码能力

                原创 刘飞 2026-06-24 23:24 浙江

                写代码距离我们不遥远。

                这两年我用 AI 写代码,心态上其实一直有点跌宕起伏。

                最开始看到一句话的指挥就可以生成还比较像样的结果,会叫人特别兴奋。Cursor、Claude Code、Codex 这些工具出来之后,也在尝试地做一些东西。

                不过一段时间后,兴奋感会下降。因为在很多细节的地方,如果不是自己手搓的话,依然会面临想改但无从下手的时刻。尤其是在遇到疑难杂症 bug 的时候,代码不是自己写的,改起来会非常痛苦。常常是花一两天时间把基础框架都写好了,但是要花两个星期去优化细节和修改 bug。

                再回头看,当然还是一直有兴奋感的。像我自己也做了两个自己用起来挺开心的 APP。

                然而我一直觉得,当 coding 的门槛不断降低之后,它的意义不在于代替程序员写代码,或者让独立开发者成本更低的开发产品,而是对于很多愿意动手的人来说,可以自己通过 coding 解决很多个性化的问题。

                就像是手机刚出现的时候,大家都会觉得只有做生意的人才需要用手机。等到手机足够普及、大家也都在用手机通话和发短信之后,大家又会觉得,只有专业的媒体人才需要用手机创作内容。而很快,大家就都开始发朋友圈、发微博、发小红书了。

                写代码这件事也在经历类似的变化。

                过去代码是一种职业技能,而现在模型能力以及围绕模型能力搭建的产品体验,可以让代码变成普通人能调用的能力。当我们使用这个模型,做一些轻量的脚本和程序的时候,并不是要把它们正式发布或者上线,而是就是属于自己的一个小工具、小网页。

                在之前,能够满足这样基础使用体验的模型,基本都是海外的。现在,豆包 2.1 Pro 真的达到了一个阈值:可以放心给大家推荐,值得每个人都试用一下了。

                按照字节跳动 Seed 团队公开发布的信息,Seed 2.1 Pro 这次重点强化的就是 Coding Agent 的端到端交付能力,也就是从需求理解、功能实现、Bug 修复、运行环境搭建到结果验证的完整链路,而不是只看一段代码能不能写对。

                当然跟海外最强的模型比还有一定差距,但是它真正进入了一个可以认真比较的阶段,上了牌桌了。

                再加上火山引擎公开的价格是每百万 Tokens 输入 6 元、输出 30 元、缓存命中 1.2 元,官方称综合使用成本较 Claude Opus 4.6 降低近 80%,这就让它不只是一个能跑分的模型,而开始变成一个普通用户和开发者都可以、也大概率会高频尝试的 Coding 工具。

                我今天随手做了几个小玩具,大家可以感受一下。

                我是在 TRAE Work 上试用的。

                1

                先讲一个比较好玩的:半拿铁歇后语扭蛋机。

                这个需求说起来很简单。我想做一个网页扭蛋机,每次点击按钮之后,掉出一个歇后语。歇后语最需要是半拿铁节目里常出现的那些歇后语。

                做出来的效果大概是这样的。

                第一版出来之后,是一个霓虹赛博风的娃娃机。深紫色背景、粉色机器、霓虹灯边框、金币雨、粒子爆炸,很热闹。不过说实话,还是有点丑的。

                所以我让他改了一个版本,整体上更加素雅。

                它变成了一个日式ガチャガチャ风格的拟物扭蛋机。背景从深紫霓虹改成米灰色渐变,机器主体是奶白色塑料质感,玻璃球罩里堆着马卡龙色扭蛋,投币口有金属凹槽,旋钮点击时会真实旋转,扭蛋掉到取物口时有弹性回弹。

                这个当然也有优化空间,但是比刚才的版本来说,要好看太太太太多了。

                这个过程里面,如果只是简单跟它说,好看一点,效果其实并不好,需要详细跟它说怎么改。

                所以这就要求,当我们想要做一个东西出来的时候,内心里得有一个大概的「画面」。这件事特别关键。

                而 AI coding 的模型的意义就在于把这些画面实现出来。现在我们不需要再用复杂的方式,还要找设计师和程序员去完成。

                2

                第二个例子是:智能文件整理工具。

                这个需求想必很多朋友都有。

                我自己的电脑里总有一个特别混乱的下载文件夹。里面有 PDF、截图、录音、视频、压缩包、合同、发票、临时文件、播客素材。理论上可以手动整理,每次手动整理都会非常烦躁,懒得整理。每次系统空间不足了,得花大半天时间去折腾。这个文件夹可以称之为信息沼泽。

                我跟豆包2.1 Pro 说的是:扫描一个文件夹,自动识别里面的文档、图片、音频、视频、压缩包,但不只是按后缀名分,而是尽量读取文件名、文件类型、路径、元数据、文档内容,判断它更像播客资料、商务合同、发票票据、图片素材、临时下载,还是可删除大文件。最后用一个视觉清晰漂亮的页面展示出来。

                当然,只说这个需求的话,大家可能会提到有一些空间整理的软件了。但是这里我可以给出非常个性化的要求,比如像刚刚提到的,对音频的处理、对播客素材的处理,我会给的更细。肯定不会有人做专门给播客主播的整理软件的。

                每个人的文件夹混乱方式不同,每个人的整理规则也不同。

                豆包 2.1 Pro 的实现方式是多层检测。

                它不只是看后缀名,而是读取文件头 16 字节做 Magic Bytes 检测,用来识别 JPG、PNG、GIF、ZIP、RAR、7Z、PDF 等真实文件类型;再结合浏览器 File API 的 MIME 类型,判断 audio、video、image、application 这些大类;然后再根据后缀名、文件名关键词、所在路径、文档内容前 4KB 做进一步判断。

                分类上,它做了一个加权评分机制。比如文件名里有“合同”“协议”“甲方”“乙方”,就提高商务合同分类的分数;内容里出现“增值税”“发票”“报销”,就提高发票票据分类的分数;路径在“下载”“临时”“缓存”里,就提高临时下载的分数;超过 100MB 的大文件,又会进入可删除大文件的判断。

                页面上,它不是给一个简单列表,而是做了统计面板、分类图表、筛选标签、搜索框、排序功能、文件预览和报告导出。点击某个文件,可以看到大小、类型、修改时间、分类标签,以及分类匹配分数。图片还能直接预览。所有分析都在浏览器网页里本地进行,不需要把文件上传到服务器,这一点也很重要。

                像截图里这些功能,都不是根据我给出对非常详细的页面设计要求而做出来的,而是在我表达的要求相对清晰的情况下,它自动理解识别并且设计出来的。

                并且,这里面的每个模块我都可以针对性的再做调整。

                顺便说一句,这个动画效果还挺解压的。

                3

                接下来我做了一个简单的互动纪录片式的网页 demo,用来呈现诺基亚从崛起到衰落的过程。

                是一个横向滚动的长页面。时间从 1992 年到 2016 年,每个阶段要有关键产品、市场份额、人物、战略决策。重大节点,比如 iPhone 发布、Symbian 衰落、Elop 的「燃烧的平台」、微软收购,都要有强视觉反馈。

                可以快速生成这样一个网页,不管是自己学习了解,还是用来教学和分享,都远比简单的思维导图有效果得多。

                长远看,在表达呈现上的方式都可以变得更加多样,不管是个人网站,还是某个主题的宣传页面,都有更多可能性了。

                接下来我尝试了一下,做一个动态播客播放页面。

                我给的提示词是这样的:

                我想做一个 HTML、CSS、JavaScript 的播客动态封面 demo。用户上传 mp3 或 wav,播放后页面根据音量生成动态波形、粒子和背景节奏。中间保留节目标题和封面区域。画面要像高级播客 App 的动态封面,不要像普通音乐播放器。还要支持播放、暂停、进度条、音量变化实时响应。

                第一版是紫粉渐变的深色主题。它用了三层 Canvas:背景光球、粒子网络、封面底部波形。音频处理用 Web Audio API 做频谱分析,也实现了播放、暂停、进度条、音量滑块、键盘快捷键和触控操作。功能上,它已经比较完整。还是挺超预期的。

                不过还是觉得这个霓虹的效果没有那么理想,所以做了一些调整。

                反馈说要 Apple 的设计风格,拟物的效果。就变成了这样的,一下就觉得舒服多了。有一些细节还需要调,不过就两次操作得到这样的一个网页程序,已经非常超预期了。

                4

                前面说的这些主要以炫技或者测验为主,接下来做的这个是对我来说非常重要的生产力:半拿铁·周刊选题系统。

                这是我跟搭档肖磊在做的周更(有概率)节目。为了做这个节目,就需要经常找各种各样的新闻。以前主要靠人肉,重复又耗时。

                所以我其实有很多个选题系统,这次我也用豆包测试了一下,完成度非常高。

                提示词的一部分是这样的:

                我想做一个选题准备系统。它要维护一批媒体来源,自动抓取最近一到两周的新闻,做历史去重,清洗掉低质量内容,再把同一事件的多篇报道聚合起来,最后按照半拿铁的选题标准输出 10 条推荐选题和 30 条备选选题。还要生成 Markdown 报告、全量新闻索引和机器可读 JSON。

                这个任务的确就复杂多了,这不是一个单文件页面,而是一套脚本和流程。需要 sources 配置、 RSS 抓取,还有 RSSHub 路由,还需要历史 ID 持久化,也要时间范围过滤。后面的步骤得做标题和摘要清洗、聚类、评分、报告生成。对于新闻的要求,也需要通过了解半拿铁·周刊的选题规则,才能更好地筛选和评分。

                豆包 2.1 Pro 对这个任务做了几层拆解。

                第一,抓取层负责从 36 氪、虎嗅、钛媒体、爱范儿、量子位、界面、IT之家、少数派,以及 RSSHub 里的知乎热榜、财新、中国新闻周刊、南方周末、澎湃等来源获取内容。

                第二,处理层负责过滤标题过短、纯行情、普通融资财报、软文、低信息量快讯、猎奇新闻、海外无中国连接的内容。

                第三,聚类层负责把同一事件合并成一个选题。

                第四,评分层则根据历史背景、商业机制、人物冲突、日常生活关联、长期变化代表性、证据丰富度、新鲜度这些维度进行排序。

                产出的结果是这多个文件。

                给出的选题报告大概是这样的。

                我看了一下,可用性还是不错的。这 30 个聚合的主题里面,我能找到至少 5 个是可以做半拿铁·周刊的选题的。

                另外,我去查了它的任务细节,发现有很多地方都用非常巧妙的方法解决了问题。比如我的要求是同样主题的新闻需要聚合在一块,而用简单的 BFS 连通分量会出现链式错误。大量的副词重叠,会让不相关的内容聚合在一块。

                这个问题是豆包自己在执行过程中发现的。

                所以它就改用了更保守的单遍聚类算法。每篇文章与现有簇比较,要求与簇内最近几篇共享足够的核心关键词,TF-IDF 也更多基于标题计算,同时扩大停用词表,把“中国”“美国”“公司”“市场”这类特别常见的泛词去掉。

                这整个过程当中,是他针对我的任务要求做的调整,而不是去哪儿采用的现成的解决方案。这个让我特别意外。

                所以还是前面说的,AI Coding 的意义并不只在于做出一个产品上线。

                像我这样的一个做内容的创作者,在选题方面就可以不断迭代自己最趁手的个人工具,可以不断迭代优化。现在我的选题花费的时间成本是之前的 1/10。

                这个过程当中,对于大家来说,只需要把需求表达清楚,不需要有多么深厚的产品经理功底。

                5

                结合这些案例和我个人的体验,就回到我对豆包 2.1 Pro 的评价了。它的确不只是能做一个简单的炫技的 Demo。而是可以完成中等复杂度的前端页面、本地工具、自动化脚本。能够自行解决很多 bug、优化很多细节。

                这就是我说的基础体验门槛。

                我们现在讨论模型,经常喜欢讨论上限,以及上限可能带来的未来远景。而对于很多普通用户来说,模型的下限更加重要。一个模型如果偶尔特别惊艳,可以用来作为噱头,但用起来大部分场景下无法解决问题,那也是没有意义的。

                豆包 2.1 Pro 作为国产模型的价值是,对很多用户来说,可以更低门槛、更快的上手,真正解决自己日常工作里的问题。而不只是作为一个搜索引擎和生活小能手来使用。

                计算机的发展,一直是在把原本属于专业人士、小圈子发烧友的能力,慢慢扩展到普通人手里。

                早期电脑需要懂命令行,后来图形界面让普通人能用电脑。早期做海报需要设计师,后来 Canva、Photoshop、美图秀秀、各种模板工具让普通人也能做图。早期剪视频需要专业软件和学习成本,后来剪映这类工具让大量普通人开始做短视频。早期建网站需要程序员,后来博客、微博、公众号、小红书、播客,让普通人也有自己的内容创作平台。

                代码看起来也是离普通人距离很远的,但现在有很大的变化了。就像手机摄影,不需要理解CMOS、镜头结构、色彩科学、编码格式,也能凭感觉拍出一张还不错的照片了。大家会跟胡彦斌一样,作为外行,顺手就能做出一些基础的工具。

                之前我大概表达过一个感受,未来 Coding 会变成很多人的日常。

                豆包 2.1 Pro 这次让我看到的,就是这个开端。

                跳转微信打开

                •  

                Qwen-AgentWorld 开源:让 Agent 学会“先预测,再行动”

                通义实验室 2026-06-24 11:32 浙江

                Agent 开发太难?试试让 AI 自己“预测环境”

                Agent 开发离不开真实环境,但真实环境:成本贵、响应慢、控制难。

                搭沙箱环境成本高、真实的边缘 Case 难收集。而在真实环境里做强化学习,一旦 Agent 执行了不可逆的“危险操作”,整个环境就崩溃了。

                所以我们换了个思路:与其在真实环境里试错,不如先让 AI 学会“预测环境会发生什么”。

                这就是 Qwen-AgentWorld —— 首个原生语言世界模型。

                🔥 核心亮点速览

                原生世界建模:环境建模从继续预训练(CPT)阶段起即为训练目标,贯穿 CPT → SFT → RL 全流程,而非对通用大语言模型的事后适配。

                七大领域,一个模型:单一模型同时覆盖文本类环境(MCP、Search、Terminal、SWE)与 GUI 类环境(Web、OS、Android),实现跨领域知识迁移。

                我们想解决什么问题?

                语言智能体被训练在交互式环境中执行动作,但此前从未有语言模型被显式训练来对环境本身进行建模——即在给定当前状态与智能体动作的条件下,预测环境的下一步响应。

                Qwen-AgentWorld 的核心探索是:语言世界模型能否拓展通用智能体的能力边界?

                为此,我们从两个方向推进:

                构建基础模型

                Qwen-AgentWorld 是首个覆盖七大领域的语言世界模型,基于超 1000 万条真实交互轨迹,经由 CPT → SFT → RL 三阶段训练而成。在 AgentWorldBench 上超越 GPT-5.4、Claude Opus 4.8 与 Gemini 3.1 Pro。

                验证两种应用范式

                作为解耦的环境模拟器,可控 Sim RL 能以真实环境无法实现的方式塑造智能体行为,效果优于真实环境 RL;作为统一的智能体基础模型,LWM 预热训练可迁移至七个基准(其中三个完全未出现在训练集中),无需额外 RL 微调即有显著增益。

                Qwen-AgentWorld:原生语言世界模型,统一覆盖七大 Agent 领域,通过两种互补方式提升通用智能体能力。

                由 Qwen-AgentWorld 模拟的 SWE 场景示例。更多例子可以查看 https://qwen.ai/blog?id=qwen-agentworld#interactive-demo-interactive-demo

                Part I: 构建智能体环境模拟的基础模型

                七个领域,一个模型

                Qwen-AgentWorld 覆盖七类交互式环境。对于三个 GUI 领域,环境观测以可渲染代码(无障碍树 XML、HTML、UI 层级标记)而非像素帧的形式呈现,使得纯文本世界建模即可涵盖视觉环境。

                训练流程

                Qwen-AgentWorld 自继续预训练阶段起,便将环境建模作为显式目标进行端到端训练。三阶段流水线遵循一个核心原则:CPT 注入,SFT 激活,RL 精炼。

                三阶段训练流程:CPT(继续预训练)注入环境知识,SFT(监督微调)激活带思维链的下一状态预测,RL(强化学习)提升模拟的真实性

                阶段一:继续预训练(CPT)

                通过学习不含思维链的交互轨迹,向模型注入环境知识。数据来源涵盖专用智能体基础设施(容器化执行沙箱、MCP 服务器、Android/Web/OS 模拟器)、开源环境交互轨迹以及内部智能体轨迹。

                除环境数据外,我们还引入了覆盖工业控制、网络安全、法律、医学、金融和时事等领域的专业知识语料。

                本阶段的一项关键贡献是轮次级别的信息论损失掩码:通过 4 个表层统计量识别每个(动作, 观测)对中真正承载环境信息的对话轮,对其余轮施加掩码,使其不参与 loss 计算,但仍保留为上下文输入。

                阶段二:监督微调(SFT)

                通过 <think>...</think> 包裹的思考过程,将下一状态预测激活为显式的思维链推理模式。我们采用拒绝采样(rejection sampling)筛选高质量思维链轨迹,最终获得 7,094 条训练样本。

                阶段三:强化学习(RL)

                以混合奖励信号精炼输出质量。我们基于 GSPO 算法进行 RL 训练,奖励信号由两部分组成:评估多维质量的基于评分准则的 LLM 评判器(rubric-based LLM judge),以及针对可客观验证正确性的基于规则的验证器(rule-based verifier)。

                AgentWorldBench

                为系统评估语言世界模型,我们推出AgentWorldBench一个综合性评测基准。

                AgentWorldBench 概览:领域分布、来源基准、评估维度及各领域轨迹统计。

                该基准基于 5 个前沿模型在 9 个成熟评测集(如 Tool Decathlon、Terminal-Bench 1.0 & 2.0、OSWorld-Verified 等)上的真实环境交互观测构建而成。每条评测样本均配备真实环境执行所得的 ground-truth 观测,支持基于参考的精确评分。

                AgentWorldBench 采用开放式评分准则(rubric),从格式、事实性、一致性、真实性和质量五个维度全面评估世界建模能力,深入考察模型的推理能力、领域知识以及长上下文处理水平。

                性能表现

                AgentWorldBench 评测结果:各领域五维评分准则均值。Qwen-AgentWorld-397B-A17B 取得最高整体得分(58.71),超越 GPT-5.4(58.25)及其他前沿模型。

                Qwen-AgentWorld-397B-A17B 在 AgentWorldBench 上取得最高的整体均分(58.71),超越 GPT-5.4(58.25)及所有其他前沿模型。优势在 Terminal 和 SWE 两个领域最为显著,这两个领域的预测需要准确建模代码执行状态和工具 API 行为。

                在 35B-A3B 规模上,三阶段训练流水线将整体均分提升了 +8.66(47.73 → 56.39),使 Qwen-AgentWorld-35B-A3B 超过 Claude Sonnet 4.6(56.04)。这一提升在文本类和 GUI 类领域上均保持一致。

                Part II:探索世界建模在智能体训练中的作用

                我们通过两个互补范式探索世界建模如何增强通用智能体。

                范式一:解耦的环境模拟器

                将策略智能体与世界模型解耦为两个独立模型,Qwen-AgentWorld 作为环境模拟器在智能体强化学习训练期间替代真实环境:智能体执行动作,世界模型预测下一步观测,智能体则从这些模拟轨迹中学习。

                核心发现如下:

                • 零样本环境泛化。Qwen-AgentWorld 成功模拟了训练数据中完全不存在的 4,000 个 OpenClaw 环境,在 Claw-Eval 和 QwenClawBench 上分别取得 +4.3 和 +7.1 的 Sim RL 增益,且无需任何领域适配。

                • 可控模拟至关重要。不施加控制的 Sim RL 几乎无法带来提升;而可控扰动则将 MCPMark 提升 +12.3、WideSearch 提升 +16.3。

                • 超越真实环境训练。通过对抗性摘要设计塑造出更具针对性的智能体行为,可控 Sim RL 在 WideSearch 上超越了使用真实搜索引擎训练的 Real RL(F1:50.3% vs. 45.6%)。

                • 虚构世界同样有效。在完全虚构但自洽的世界中训练的智能体,能够成功泛化至真实搜索任务,同时有效防止智能体将模拟事实与真实世界知识相混淆。

                • 初始状态是关键瓶颈。Sim RL 的有效性取决于一个前提:必须为世界模型提供足够详尽的初始状态描述。如果初始状态信息不完整,后续模拟会逐步偏离现实,最终削弱智能体从模拟训练中获得的收益。

                可泛化的环境扩展

                我们验证世界模型能否泛化到训练中完全不存在的环境。

                OpenClaw是一个开源智能体平台,其任务涵盖日程管理、编程、邮件分类、浏览器自动化和文件管理——完全不在 Qwen-AgentWorld 的训练分布内。

                我们模拟了 4,000 个 OpenClaw 环境用于智能体 RL 训练,无需任何领域适配,并消融了模拟器本身的影响:使用 Qwen3.6-Plus 作为模拟器几乎没有提升,而 Qwen-AgentWorld-397B-A17B 带来了显著增益——确认世界模型质量是 Sim RL 的瓶颈。智能体无法从与不忠实的模拟器的交互中有效学习。

                可控模拟

                Qwen-AgentWorld 的核心优势在于其可控性:训练过程中,可通过自然语言指令精确调控模拟器的行为。我们验证了以下两种模式。

                MCP:环境自适应。 我们从真实的 MCP 工具调用轨迹中合成模拟系统提示词:每条提示词明确指定工具 Schema 与服务器配置,概括隐藏的环境状态(如数据库内容、权限设置、服务可用性),并定义可控的模拟指令,以调控模拟器在每一轮交互中的响应行为。

                控制指令通过注入定向扰动——间歇性 API 错误、需要后续调用的分页响应、迫使多步检索的不完整中间结果,以及批量操作中的部分失败——系统性地暴露智能体在真实部署中极少遭遇的薄弱环节。

                实验结果呈现出鲜明对比:不含控制指令的标准 Sim RL 未带来任何实质性提升(Tool Decathlon 甚至从 32.4 下降至 31.5),原因在于模拟器缺乏充分的依据来生成忠实可靠的响应。而引入可控模拟后,Tool Decathlon 提升了 +3.7,MCPMark 提升了 +12.3。可控性不仅影响提升幅度,更是 Sim RL 在该领域得以奏效的先决条件。MCPMark 上更大的增益(+12.3 vs. +3.7)进一步表明,可控模拟在需要大量顺序工具调用及精细处理中间结果的任务中尤为有效。

                Search:虚构世界构建。我们构建了 1,000 个自包含的虚构环境,每个环境都以一个关系型数据库为核心,其中包含 300–500 条内部自洽的虚构事实。例如,一个"虚拟环境"可能包含 2029 年的智能手机市场排名——品牌名称是真实的,但型号是虚构的。这种设计有两层用意:首先,正确答案只存在于虚构环境中,智能体无法靠自身记忆绕过搜索工具直接作答;其次,所有事实都是虚构的,智能体不会把模拟中学到的内容与真实世界知识搞混。

                Sim RL vs. Real RL

                在 WideSearch 任务上的 Sim RL 与 Real RL 对比:可控的 Sim RL 能够追平甚至略微超越使用真实搜索引擎训练的 Real RL。

                🟣性能 我们在 WideSearch 上直接对比可控 Sim RL 与 Real RL(使用真实搜索引擎训练)。Sim RL 全程追平或略超 Real RL:F1 by Item 在第 60 步达到 50.3%,Real RL 为 45.6%。

                工具使用分化:经 Sim RL 训练的智能体增加了 `web_extractor` 的调用次数,而经 Real RL 训练的智能体则减少了该调用——这反映出可控模拟能够塑造出截然不同的智能体行为模式。

                🟣行为更具信息量的信号来自智能体行为。两种训练模式都将 web_search 调用从约 5 次减少到约 3.5 次,但 web_extractor 调用出现了明显分化:Sim RL 将使用量从 2.5 增加到 4.0,而 Real RL 从 2.5 降低到 1.5。由于模拟搜索摘要刻意省略详细内容,Sim RL 训练的智能体学会了提取完整页面是组装完整答案的必要步骤。可控模拟以真实环境无法实现的方式定向塑造智能体行为。

                范式二:智能体基础模型

                在范式一中,智能体和世界模型是不同的模型。在这里我们将它们统一:同一个模型既选择动作也预测环境状态。LWM 训练将下一状态预测植入为一种内化的推理能力。核心发现:

                突破性的跨任务泛化

                单轮、非智能体的 LWM RL 预热(无工具调用)迁移到了跨 5 个领域 7 个基准的多轮、工具调用智能体任务。

                领域泛化

                在 LWM 训练完全不涉及的领域上涌现增益(Claw-Eval +11.3、QwenClawBench +9.7、BFCL v4 +9.0),证实这是可迁移的能力而非领域特定的捷径。

                下一状态预测作为元推理模式

                LWM 训练教会智能体在行动前模拟环境响应,这种模式在不同任务格式和领域中均可泛化。

                我们在 Qwen3.5-35B-A3B-SFT 上运行 LWM RL —— 一个无工具调用的单轮任务。然后直接在跨 7 个基准的多轮工具调用智能体任务上评测,无需额外微调,其中 3 个基准完全不在 LWM 训练范围内。

                域外泛化结果尤为亮眼:LWM 的训练数据中未包含任何 Claw 或 function-calling 相关数据,却在这两个完全未涉足的领域上分别涌现出 +11.3、+9.7 和 +9.0 的显著提升。

                使用 Qwen-AgentWorld

                目前 Qwen-AgentWorld 与评测基准AgentWorldBench 均已开源,欢迎下载体验:

                推荐阅读

                统一科学大模型 LOGOS 正式开源

                Qwen-Robot 发布:打通大模型到物理世界的最后一公里

                跳转微信打开

                •  

                最后一周!开源模型 Qwen3.6 不限 Token 免费调用

                原创 HelloGitHub 2026-06-24 08:15 北京

                玩了一圈下来,我感觉这波 Qwen3.6 的 API Key 没白薅。

                现在去 GitHub 上找开源项目,手里不攥着几个大模型的 API Key,遇到好项目就只能“干瞪眼”。因为现在到处都是 AI 相关的开源项目,而且它们大多数情况下都依赖大模型。

                我也用过 Ollama 本地起模型。但我这台 MacBook Air(M4 16GB)跑一个 Qwen3-30B 的模型,基本就卡死了😂。

                为啥不选个小点的模型?以我折腾的经验,模型参数到了 30B 的模型才算真正“开智”,否则就算能跑起来也没啥用。

                既要模型能用,又要免费不限量!

                今天 HelloGitHub 带来的是一个叫「讯飞星辰 MaaS」的平台正在搞的活动:Qwen3.6 模型免费、无限量调用!

                在活动期间,大家可以免费、不限量调用 Qwen3.6-35B 和 Qwen3.5-35B 模型,这俩模型都能处理图片和文本,还支持 128K 上下文。

                接下来,我就带大家一步步把这个免费的 API Key 拿到手,然后用它上手几个有意思的开源项目。

                地址:https://maas.xfyun.cn/modelSquare?ch=MaaS-jgkol-G5E8

                第一步:访问上面的地址,进入「讯飞星辰 MaaS 平台」。

                第二步:选择 Qwen3.6-35B-A3B 或 Qwen3.5-35B-A3B 模型的「API 调用」,填写 API 名称等信息。

                第三步:将 modelId、接口地址和 APIKey 记下来,方便后面使用。

                对!仅需三步就薅到啦。

                另外,添加讯飞工作人员可领取高并发权益,如果觉得不够还有新上线面向团队的 Token Plan 可按需选择。

                拿到 API Key 后,我个人不太建议把它配置到 Cherry Studio 这类聚合桌面客户端里去当聊天工具。因为现在大模型网页版对话能用的模型,都比今天领到的强出不少。

                当然,如果你还没用过 Claude Code 和 Codex 命令行编程助手,现在有了免费的 API Key 可以借助 cc-switch 灵活切换到 Qwen3.6-35B-A3B 模型,因为是不限量 Token 所以无须担心配额。

                ▲ npm install -g @anthropic-ai/claude-code@版本号

                有了 Claude Code 就可以安装一些 skill 玩一下啦,比如 8.6k Star 「Claude Code 的 GEO 优化 skill」的 geo-seo-claude 技能包。

                一条命令安装 skill

                一条指令分析网站

                分析结果

                但我还是觉得想要真正充分发挥大模型 API 的优势,还需要回到我们文章开头说的场景:把 API Key 配置到一些有趣的开源项目里,跑通并体验 AI 开源项目。

                用免费 API 体验开源项目

                先用免费的 Token 跑通项目、试试水,觉得项目/工具好用,然后再换上更强的模型(比如 DeepSeek-V4-Pro),将精打细算进行到底~

                下面挑两个 HelloGitHub 最近分享的 AI 相关开源项目,带大家跑一把试试。

                轻量级跨平台数据库桌面客户端:dbx

                主语言:Rust、TypeScript,Star:6.6k

                这是一款轻量级、跨平台、可离线使用的数据库桌面客户端,支持 MySQL、PostgreSQL、SQLite、Redis、MongoDB 等 40+ 种数据库。它集成了连接管理、SQL 编辑、数据表格和 AI 助手功能,并提供 Docker 自托管、Web 版、MCP Server 和 CLI。

                GitHub 地址→github.com/t8y2/dbx

                这款支持 AI 助手的数据库桌面客户端开箱即用,只需访问 dbx 的官网 dbxio.com,下载对应操作系统的版本,支持 Windows、Linux 和 macOS 平台。

                下载后双击安装,创建好数据库链接后,在 dbx 界面找到配置入口就能很快用激活 AI 助手。配置方式:「右上角⚙️」-> 进入设置「AI」-> 提供商「Custom」输入接口地址和刚薅的 API Key 填进去就行。

                你的专属 AI 新闻雷达工具:Horizon

                主语言:Python,Star:6.9k

                这是一款 AI 驱动的个人新闻聚合与简报生成工具,支持从 Hacker News、Reddit、RSS、Telegram、GitHub 等多渠道获取内容,经过去重、AI 评分过滤、背景信息补充与摘要生成后,自动生成中英双语日报。生成的简报可发布到 GitHub Pages,或通过邮件、飞书、Slack 等方式推送,并支持 Docker 部署与 GitHub Actions 定时运行。

                GitHub 地址→github.com/Thysrael/Horizon

                安装方法:

                配置方法:

                1. 在 .env 文件添加 HORIZON_XFYUN_API_KEY 环境变量名,值为 API Key。

                2. 编辑 data/config.json 配置文件:

                运行命令:

                  uv run horizon--hours 24

                  下面是基于 Qwen3.6-35B-A3B 筛选新闻生成的简报,虽然有些指令跟随的小问题但整体还可以。

                  最后

                  玩了一圈下来,我感觉这波 Qwen3.6 的 API Key 没白薅。

                  因为我最初对它的定位很明确:没有想着用它去替代像 Claude Sonnet 4.6 或者 GPT-5.5 这样的日常主力模型,但拿它来高频调用、跑各种开源项目,够用了。

                  反正是免费的,大家可以备上一个。遇到那种一上来就要求填 API Key 的开源项目,直接掏出来就能跑,而且完全不心疼 Token。

                  地址:https://maas.xfyun.cn/modelSquare?ch=MaaS-jgkol-G5E8

                  不过我看到「讯飞星辰 MaaS」这个活动的时间有点晚了,官方目前的通知是限免活动只到 6 月 30 日。

                  满打满算也就剩最后一周的时间了,想玩的同学赶紧去薅吧~

                  阅读原文

                  跳转微信打开

                  •  

                  Seed2.1 正式发布,深入 AI 生产力

                  原创 字节跳动Seed 2026-06-23 12:28 北京

                  Agent & Coding 能力全面提升,复杂场景交付稳定

                  Seed 模型系列始终致力于挖掘用户真实需求,激发用户创造力。Seed2.0 发布后,我们持续跟踪用户反馈,并观察到,用户对模型的期待进一步指向更可靠的响应和更稳定的交付。

                  在此背景下,我们很高兴向你介绍 Seed2.1 系列,面向真实生产力场景的全新智能体。Seed2.1 以解决日常生活、专业工作和前沿探索中的复杂需求为研发目标,持续引入内外部用户和开发者的反馈,并结合真实案例校准模型优化方向;评估上,我们也更关注模型在实际工作流中的表现,而非仅依赖静态基准分数。

                  我们将从以下三个维度,向你介绍 Seed2.1 的真实能力:

                  • 更可靠的通用 Agent 能力:Seed2.1 通用 Agent 能力显著提升,并进一步强化跨工具、跨环境的任务交付能力。在面对高经济价值的办公任务和个人生活的复杂咨询时,可稳定完成项目规划、文件处理、工具调用等多步骤任务,产出可落地的结果。

                  • 更稳定的代码工程交付能力:Seed2.1 提升了 Coding 的端到端交付能力,可在真实企业级开发任务中完成需求理解、功能实现、bug 修复、运行环境搭建和结果验证等任务,形成稳定交付。

                  • 更强劲的多模态等基础能力:Seed2.1 在多模态理解、知识、推理等基础能力上进一步提升,对复杂视觉信息和视频内容处理更准确,为 Agentic 场景、代码工程和前沿探索提供基础支撑。

                  Seed2.1 系列模型已在豆包产品和 TRAE 上线,同时,该系列模型 API 已同步上线火山引擎,欢迎大家体验、反馈。

                  项目主页(含 Model Card):

                  https://seed.bytedance.com/seed2_1

                  体验入口:

                  1)豆包电脑版或豆包 App 选择 “办公任务” 模式

                  2)TRAE Work 或 TRAE IDE 内置模型选择 Doubao-Seed-2.1-Pro 或 Doubao-Seed-2.1-Turbo

                  3)火山方舟体验中心选择 Doubao-Seed-2.1-Pro 或 Doubao-Seed-2.1-Turbo

                  通用 Agent 能力显著提升

                  执行复杂任务更可靠

                  当模型进入生产力场景,用户需要的不只是一次回答,而是模型能够围绕目标持续推进任务,并产出可用结果。围绕这一方向,Seed2.1 进一步强化了通用 Agent 能力,无论是面向高经济价值的工作任务还是面向个人生活的复杂咨询,模型都能可靠交付。

                  面向高经济价值的工作任务,过去,用户可能需要咨询外部顾问、专业服务团队来辅助完成;现在,模型可以参与资料分析、方案设计、内容规划和结果整理,帮助用户推进原本需要专业支持的工作,实现降本增效。

                  Seed2.1 在 Workspace Bench、Agent Startup Bench 基准上表现稳定,Seed2.1 Pro 在 GDPval 基准上获得最高分。其中,Workspace Bench 关注工作中对于复杂文件的信息检索、关联理解和结果生成;Agent Startup Bench 通过调研、访谈真实的 AI 原生创业公司,结合专家意见综合评估模型的回答质量;GDPval 则衡量模型在真实世界工作任务中的完成质量和经济价值。评测结果说明,Seed2.1 在贴近真实工作任务的 AI 工作流中,能够在复杂材料和任务目标之间建立联系,并产生具有经济收益的交付。

                  此外,在更高难度、更专业的任务上,Seed2.1 也有较好表现。其中,Seed2.1 Pro 在 Agents' Last Exam(ALE)基准评测中,处于当前参评模型的第一梯队水平,体现出在复杂专业任务上的较强竞争力。值得注意的是,该评测发布不久,各模型短期内难以针对该测试进行充分定向优化,能够更真实地衡量模型面对新任务场景时的泛化能力。该结果表明,Seed2.1 所具备的任务规划、工具使用、长程执行、信息整合与结果交付等通用 Agent 能力,能够较好地迁移到此前未见的高门槛专业工作流中。

                  Agents' Last Exam 基准评测中,左侧为完整通过率,右侧为平均综合得分

                  面向个人生活中的复杂咨询场景,Seed2.1 系列模型回复的质量和可靠性进一步提升。

                  这类需求往往不是简单问答,用户会同时提供咨询背景、过往记录、行业报告等多种信息,内容也分布在文档、PDF、图片等不同格式中,形成一个需要综合推理、判断、建议的复杂咨询场景。

                  Seed2.1 在 xDailyBench、Doubao Multi-Turn Bench 等基准上表现稳定,在 Toolathlon、SeedClawBench 等基准上保持竞争力。这说明模型在日常生活、学习研究等 30 多个垂类场景中,都能更好地理解真实用户需求,并结合用户偏好给出高质量的建议,必要时还能调用不同工具、使用合适的 Skill,产出可靠回复。

                  SeedClawBench 是由 Seed 自主开发的内部基准,用于评估在 OpenClaw 风格、面向用户的场景中,Agent 提供实际辅助的能力

                  围绕教学、通用办公和专业研究等场景,Seed2.1 能稳定输出教案 PPT、完成复杂表格分析、生成行业报告

                  此外,基于稳定的视觉理解能力,Seed2.1 能够在复杂任务中更好地处理视觉信息、理解用户目标,并推进后续执行与交付。Seed2.1 在 Claw-Eval (MM) 等 Visual Agent 相关基准上整体表现出较强的竞争力。这意味着模型不仅能够理解文档、视频、图片、空间结构等复杂的视觉信息,还能围绕任务目标对视觉信息进行整理和分析,并形成可交互、可交付的 Agent 结果,例如基于多视角图像生成平面户型图,或根据视觉信息完成信息检索、内容生成和代码编写等任务。

                  Image2FloorPlan 为内部自建评测集,考察的任务为理解多张真实照片并绘制平面户型图

                  在面向专业生产力场景的探索中,我们发现,真实工作流并非发生在某一个固定界面里,而是需要在聊天、搜索、浏览器、代码仓库、文件和外部工具之间切换。因此 Seed2.1 进一步面向通用型 Computer-Use Agent (CUA) 方向优化,让模型能更稳定地在跨环境、跨工具和跨交互方式的任务中持续推进。

                  其中,面对手机 GUI 任务,模型需要理解屏幕内容、判断下一步操作,并完成点击、输入、切换应用等连续动作,Seed2.1 在 MobileWorld 基准中取得最高分,说明其在手机端任务中能够更稳定地推进操作。同时,模型在 OSWorld 上保持竞争力,并通过强化学习,引导 Agent 自然地在 GUI 和非 GUI 动作空间之中切换最优选择,将完成任务所需的平均步数减少 16%,进一步提升任务执行效率。

                  此外,Seed2.1 在 CreativeWork 基准上同样表现突出。该基准覆盖了 Notion、Canva 和 Figma 三类具有代表性的环境,意味着模型在文档管理、视觉设计和界面编辑等多种任务中,都能理解复杂目标、分解执行步骤,并在工具调用与 GUI 交互之间自主切换,稳定地完成任务。

                  CreativeWork 是 Seed 自研的基准,用于评估 Agent 在真实生产力场景中协同使用 GUI 与 MCP 工具的能力

                  Coding 端到端能力大幅强化
                  企业生产场景交付稳定

                  聚焦到 Coding Agent 方向,Seed2.1 结合了公开基准、众测开发者反馈和内部评测综合评估模型表现。其中,公开基准主要关注模型在通用代码任务上的能力边界,而众测开发者反馈则更能反映模型在真实工程场景中的实际价值。

                  在公开基准中,Seed2.1 Pro 在 ProgramBench 基准上保持竞争力,说明模型具备从零开始完成系统级工程的能力,可独立完成软件系统的架构设计与代码实现。

                  同时,Seed2.1 Pro 在 NL2Repo-Bench 基准上表现良好,该基准主要评估模型将自然语言需求转化为仓库级代码改动的能力,更接近真实软件工程场景。评测结果说明,Seed2.1 能理解整个代码仓库的架构、依赖关系和业务逻辑,并进行多文件协同修改,最终交付可维护、可运行的工程化代码。

                  在众测开发者评估中,我们邀请开发者基于真实代码仓库提交工程任务,并对匿名模型输出进行比较。结果显示,在更贴近真实 Coding 流程的任务中,Seed2.1 在最终完成质量上获得更高评价。其中,Seed2.1 Pro 相比 Claude Opus 4.6 获得 59.1% 胜率。

                  此外,Seed2.1 Preview 版本还在近期参与了前端场景的人类偏好评测。在 Code Arena: Frontend 榜单中,模型以 1539 分排名第 8,并在 7 个前端子类别中的 5 个进入前 10。

                  多模态理解等基础能力持续领先

                  进一步服务 Agentic 场景

                  Seed2.1 不断深化多模态能力,在各类视觉和视频理解任务上,多项评测集取得 SOTA 结果,保持业界领先水准,并进一步服务 Agentic 场景。

                  面向视觉理解场景,Seed2.1 Pro 在 CharXiv-RQ、MeasureBench 等多个基准上取得最高分,体现出模型在复杂文档理解、图表读取、数值识别和视觉细节判断上的进一步提升。这类能力可以帮助模型在处理 PDF、报告、图表和多页材料时减少误读,增强对非结构化信息的感知。

                  Seed2.1 还在 ERQA 基准上取得最佳成绩,说明模型空间理解能力进一步增强,可更好地支撑面向现实环境 Agent 任务。

                  此外,模型在 MMLongBench-128K 长上下文基准上表现突出,说明模型能够处理长文档、多页材料和更长链路的任务信息,帮助 Agent 在更完整的上下文中稳定推进复杂任务。

                  面向视频理解场景,Seed2.1 Pro 在 TVBench、TOMATO 基准上取得业界高分,说明模型对时序变化、动作和物理运动的理解更加准确。

                  Seed2.1 还在持续提升处理小时级别长视频的能力,识别与理解的准确性进一步提高,在 VideoMME、LVBench 等多个基准中取得高分,为长视频检索、影视剧剪辑等场景奠定扎实基础。Seed2.1 的流式视频能力也进一步加强,在 OVBench 等基准中表现突出,能在实时视频通话、会议录屏回看、视频分析等场景中协助用户高效理解内容。

                  Seed2.1 可基于长视频输入完成理解、剪辑以及解说一键成片,自动产出精华解说视频

                  除多模态理解能力外,Seed2.1 在世界知识、推理和多语言能力等基础能力上也进一步提升。其中,模型在 SciCode 和 FrontierScience-Olympiad 等基准中表现良好,说明它在科研代码、高难科学问题等更具挑战的任务中,也能保持稳定的推理表现。Seed2.1 还进一步增强了多语言能力,能更好地理解不同文化语境下的知识问题,支持更多国际化使用场景。

                  MSQA 为内部多语言基准测试,旨在评估跨越 11 种主要语言的特定文化知识

                  Seed2.1 还在不断探索科研、计算机科学、物理与科学计算、高阶数学等更加开放的研究场景。其中,模型在 FrontierScience-Research 等前沿研究基准上保持竞争力。

                  在物理与科学计算方面,Seed2.1 能够综合理解领域理论、数值公式和数据文件,将科学问题转化为可执行、可验证的计算流程,并根据验证反馈迭代修正结果。在数学研究方面,模型还能帮助数学家搜索构造、测试证明思路,降低构造性论证中的试错成本,进一步支持探索性的数学研究。

                  此外,随着 Agent 能力从对话走向真实工作流,模型研发场景也在发生变化:模型不再只是被评测、被训练和被优化的对象,也开始参与模型研发流程本身。

                  我们持续推进 Seed for Seed 研发方向:让 Seed2.1 不只服务外部研发与业务场景,也进一步进入评测、数据、训练、研究和 Infra 等关键环节,参与真实研发任务,并在提升研发效率的过程中反哺模型能力迭代。

                  在实际场景中,Seed2.1 以 Agent 形式参与评测系统构建、能力诊断、SFT 数据合成、RL 训练框架优化,以及将最新研究论文中的关键方法落到代码和实验中验证等工作。这些任务往往跨越数小时、十几个小时甚至数十天。Agent 需要持续读取中间结果,分析问题、调用工具执行修改,并根据实验反馈反复验证和迭代。

                  在更复杂的任务中,多个 Agent 还可以协同分工,分别承担执行、评估、诊断和优化等角色,将复杂研发任务拆解为可持续推进的工作闭环,从而提升模型研发链路的整体效率。

                  Seed for Seed 研发流程示意图

                  总结与展望

                  面向真实场景中的生产力价值,Seed2.1 的 Agent 执行能力和 Coding 任务的交付稳定性均有较大提升。同时,我们也注意到,在最具挑战性的开放任务以及前沿研究问题求解上,模型能力仍有提升空间。

                  未来,我们会继续在以下方面持续优化:

                  • 深入调研专家用户的真实需求,进一步提升专业工作流覆盖;

                  • 持续优化 Harness 与模型的协同,让模型在复杂的工作流中稳定发挥作用;

                  • 通过让模型参与训练,并进行自主研究,加速模型迭代;

                  • 持续打磨模型的行为模式,提升用户体验。

                  沿着这些方向,Seed 系列模型将继续追求智能上限,并不断面向真实场景迭代。

                  阅读原文

                  跳转微信打开

                  •  

                  从 OpenClaw 到 FastClaw:如何设计优秀的多 Agent 架构

                  原创 idoubi 2026-06-23 00:43 广东

                  好的 Agent 架构不是把所有功能塞进一个进程,而是让每一层都能独立演化。

                  ❝

                  做了一年 Agent 基础设施,踩了无数坑,我终于想明白了一件事:好的 Agent 架构不是把所有功能塞进一个进程,而是让每一层都能独立演化。

                  前言

                  2026 年初,OpenClaw 爆火 —— 一个自托管的 AI 助理。它本质是一个跑在你自己机器上的 Agent 网关(Gateway),通过 Telegram、Discord、Slack、飞书等你已经在用的聊天软件接入,能真正替你干活:收发邮件、管日程、浏览器自动化、执行命令。

                  OpenClaw 支持多端接入、记忆系统、技能市场(ClawHub)、多 Agent 协作,甚至 A2A(Agent-to-Agent)——功能很全。

                  为了用上 OpenClaw,我买了台 Mac Mini,日常通过手机发指令,做了很多项目,效率很高。

                  为了让其他人也用上 OpenClaw,我做了个托管服务,帮 500 多个用户部署了专属的龙虾,跑在云端的一套 K8S 集群上。

                  在自用和做托管服务的过程中,我对 OpenClaw 的架构设计越来越了解,也发现了很多问题。为了解决这些问题,我认为必须从底层架构全新设计,而不是在 OpenClaw 的基础上魔改。

                  我决定做一个更好的 Agent 框架:FastClaw,面向云原生多租户场景设计,更快、更轻量、更好用。

                  这篇文章记录了我对 OpenClaw 架构的理解,以及我对 FastClaw 架构设计的经验总结。

                  一、OpenClaw 做对了什么

                  OpenClaw 虽然有不少问题,但它在产品方向上的探索是超前的。回头看,有几个创新点是真正有价值的。

                  1. 多端接入:随时随地和 Agent 交互

                  OpenClaw 支持极广的 IM 接入——Telegram、Discord、Slack、WhatsApp、Signal、iMessage、飞书、Matrix、Microsoft Teams 等,外加 Web Chat 和 CLI。用户可以在任何地方和自己的 Agent 对话。

                  这个设计的核心洞察是:Agent 不应该被困在一个 App 里。你写代码的时候用终端,开会的时候用飞书,摸鱼的时候用 Telegram——Agent 应该无处不在。

                  2. SOUL 机制:让 Agent 有"人味"

                  OpenClaw 引入了 SOUL.md 的概念——一个定义 Agent 人格、语气、价值观的配置文件。不是冷冰冰的 system prompt,而是一份精心调教的"灵魂"。

                  这带来了两个意想不到的好处:

                  • 用户粘性暴涨:当 Agent 有了固定人设,用户会产生情感连接,留存率比纯工具型 Agent 高几倍

                  • Agent 可复制:同一套 SOUL 文件可以给不同模型用,换模型不换人设

                  3. 记忆检索:越用越懂你

                  OpenClaw 的记忆系统分两层:

                  • 长期摘要:MEMORY.md,一份精简的长期记忆摘要,作为 project context 注入提示词

                  • 每日明细:memory/*.md 每日文件,平时不进上下文,靠 memory_search / memory_get 工具按需检索,不占 token

                  配合 SOUL.md(人设)、USER.md(用户信息)等文件,Agent 可以记住你的偏好、习惯、常用工具,真正做到"越用越懂你"。

                  4. 主动通知:从被动响应到主动服务

                  传统 Agent 是"你问我答"。OpenClaw 加了 Cron Job 和心跳机制后,Agent 可以:

                  • 每天早上 8 点给你发天气和日程提醒

                  • 监控 GitHub PR 状态,有更新自动通知

                  • 定期检查博客评论,筛选有价值的反馈

                  这是 Agent 从工具进化为助理的关键一步。

                  5. 对话式安装:养成式体验

                  OpenClaw 的 Skill 安装不是"去应用商店下载",而是在对话中直接说"帮我装一个翻译技能",Agent 自己去搜索、安装、配置。

                  这种对话即操作的范式降低了使用门槛,也让 Agent 有了一种"养成"的感觉——你在训练它、给它装新技能。

                  6. 多 Agent 协作:团队模式

                  OpenClaw 支持同时运行多个 Agent,每个 Agent 有不同的专长:

                  • 一个负责写代码

                  • 一个负责写文档

                  • 一个负责 Code Review

                  • 一个负责部署上线

                  这些 Agent 在单个 Gateway 进程内相互隔离运行,每个有独立的 workspace、状态目录(agentDir)和会话历史,通过 multi-agent routing 把消息分发给对应的 Agent。

                  二、OpenClaw 的架构

                  OpenClaw 采用的是 Node.js 单体架构,核心组件包括:

                  配置方式:一个 ~/.openclaw/openclaw.json 文件管所有——LLM Provider、Channel Token、Plugin 配置、Skill 列表、默认参数……全在一个 JSON 里。

                  存储方式:文件系统为主,Session 存 JSON 文件,Memory 存 Markdown,Skills 存目录。

                  运行方式:openclaw start 启动一个 Node.js 进程,Gateway 挂载所有 Channel 和 Plugin,一荣俱荣一损俱损。

                  三、OpenClaw 的不足

                  作为一个个人助理工具,OpenClaw 是够用的。但作为一个要服务多人的生产级 Agent 平台,它有致命缺陷。

                  1. 缺少平台级多租户:隔离粒度太粗

                  OpenClaw 的隔离是围绕"Agent"设计的——Session、Memory 都按 agent / workspace 隔离,但没有"用户(account)"这层抽象。要真正隔离,得"一人一 Agent"。

                  也就是说,同一个 Agent 没法安全地服务多个互不信任的用户——做托管只能给每人单开一套,成本高、浪费大。缺的不是会话隔离,而是平台级多租户。

                  2. Gateway 是单点故障

                  所有 Channel、所有 Plugin、所有 Agent 的运行时都挂在同一个 Node.js 进程里。一个 Plugin 内存泄漏,整个 Gateway 崩溃;一个 Channel 的 API 超时,所有 Channel 都卡住。

                  没有隔离,就没有可靠性。

                  3. 默认上下文偏重,Token 容易失控

                  OpenClaw 每轮都会把一组 bootstrap 文件——SOUL.md、MEMORY.md、AGENTS.md、工具说明——注入提示词。文件一多、对话一长,system prompt 越堆越大。

                  它也做了优化(memory/*.md 按需检索、cron 用隔离 session 把每轮压到 ~2-5K token),但默认配置对 token 不够敏感,bootstrap 写得啰嗦,账单就很可观。钱烧得心疼。

                  4. 资源占用大

                  Node.js + 一堆 npm 依赖 + 文件系统 I/O,idle 状态就吃 500MB+ 内存。加上 Sandbox(Docker 容器),一台 4GB 的小机器跑得喘不过气。

                  5. 云原生不友好

                  • 配置和状态都落在本地文件系统(~/.openclaw/),多 Pod 之间没法共享同一份配置和会话,天然单机

                  • 存储是文件系统,没法水平扩展

                  • 部署形态是"一个有状态进程",缩容、迁移、滚动更新都得小心翼翼地保住本地数据

                  6. 臃肿的 npm 依赖树

                  node_modules 有 800MB+,构建时间 3 分钟+。每次更新依赖都像开盲盒——不知道哪个包会炸。

                  7. Web UI 体验差

                  OpenClaw 的 Control UI 和 CLI 其实共享同一份 ~/.openclaw/openclaw.json(都走 config.get / config.set / config.apply,还有 base-hash guard 防并发覆盖),配置层面是一致的——这点没问题。

                  问题在体验:Web UI 界面粗糙,配置项藏得深,想在网页上完整跑通一次 Agent 配置并不顺手。对一个想拿出去给用户用的产品来说,"能用但不想用"就是劝退。

                  8. 安全模型只为"单机单操作者"设计

                  OpenClaw 的安全边界是"信任操作者本人",不是"在不可信用户之间做隔离"。默认值都是按这个前提来的:

                  • 宿主机执行默认全开:exec 默认 full + 免审批、沙盒默认关闭,Agent 能直接在宿主机跑任意命令、读写文件——文档也承认这是"单操作者场景的有意 UX"

                  • Prompt injection 未解决:system prompt 只是软提示,一条恶意消息就可能让 Agent dump 文件、跑命令

                  • 密钥明文、Session 不加密、Plugin 主进程内运行、无 per-user RBAC

                  自己单机用足够安全;但要做成多人平台,exec 沙盒、密钥加密、租户级 RBAC、注入防护,每一层都得从头补。

                  四、如何设计更好的 Agent 框架

                  FastClaw 的设计原则很明确:轻量、快速、云原生。

                  1. 云原生优先

                  # 一行命令安装,单二进制文件
                  curl -fsSL https://raw.githubusercontent.com/fastclaw-ai/fastclaw/main/install.sh | bash
                  #
                   零配置启动(纯环境变量)
                  FASTCLAW_PORT=18953 fastclaw
                  #
                   K8s 部署就是一个 Deployment + Secret
                  • 没有本地配置文件:Bootstrap 参数全部走环境变量,运行时配置通过 Dashboard 或 CLI 写入数据库

                  • SQLite → Postgres:FASTCLAW_STORAGE_DSN 一个环境变量切换存储后端,本地用 SQLite,生产切 Postgres

                  • S3 对象存储:FASTCLAW_OBJECT_STORE_* 环境变量接入 S3,多 Pod 共享 Skills 和文件

                  2. 多租户与 RBAC

                  OpenClaw 是"一个人的工具",FastClaw 是"一群人的 Agent 平台"。

                  用户模型:
                  ├── super_admin    — 平台管理员,全权限
                  ├── user           — 普通用户,管理自己的 Agent
                  ├── app_user       — 应用端用户(通过 API 懒创建)
                  └── channel_user   — IM 渠道用户(Telegram/Discord 登录)

                  四层配置继承:

                  system (全局默认)
                    → user (用户级覆盖)
                      → agent (Agent 级覆盖)
                        → (user, agent) (特定用户对特定 Agent 的定制)

                  内层配置自动覆盖外层,同名 Provider 配置整条替换。这意味着:

                  • 管理员配一个默认的 OpenAI Key,所有用户直接用

                  • 某个用户想用自己的 Key,覆盖一层就行

                  • 某个 Agent 需要特定模型,再覆盖一层

                  • 互不干扰,天然多租户

                  3. 会话隔离

                  每个 Session 的 key 是 (user_id, agent_id, channel_type, chat_id) 四元组。同一个 Agent 被 100 个用户使用,每人看到的都是自己的记忆和历史。

                  X-Fastclaw-End-User Header 让 SaaS 层可以透传终端用户身份,FastClaw 自动为每个 (api_key, external_id) 对创建隔离的内部用户。零代码改造,接入即多租户。

                  4. 高并发

                  Go 的 goroutine 天然适合高并发场景。FastClaw 的 Session Manager 可以同时处理数千个会话而不会互相阻塞。

                  关键设计:Session 是无状态的,状态在数据库里。 每次请求从 DB 加载上下文,处理完写回。这意味着:

                  • 任意一个 Pod 可以处理任意一个请求

                  • 水平扩展只需加 Pod

                  • 单个 Pod 挂了不影响其他会话

                  5. 单二进制分发

                  # 编译产物就是一个二进制文件,约 30MB
                  make build
                  ls -lh bin/fastclaw
                  # -rwxr-xr-x  1 user  staff  30M  fastclaw
                  # 交叉编译
                  make release-local
                  # → dist/fastclaw-darwin-amd64
                  # → dist/fastclaw-linux-amd64
                  # → dist/fastclaw-windows-amd64.exe

                  没有 node_modules,没有运行时依赖,没有构建步骤。下载、chmod、运行,三步搞定。

                  6. 内存占用低

                  对比 OpenClaw(Node.js)和 FastClaw(Go)的 idle 内存占用:

                  场景

                  OpenClaw

                  FastClaw

                  Idle(空载)

                  ~500MB

                  ~30MB

                  1 个活跃会话

                  ~600MB

                  ~50MB

                  10 个并发会话

                  ~1.2GB

                  ~80MB

                  100 个并发会话

                  OOM

                  ~200MB

                  Go 编译为原生机器码,没有 GC 停顿,没有 JIT 预热。同样的硬件,能扛 10 倍流量。

                  7. 插件隔离

                  OpenClaw 的 Plugin 跑在主进程里,一个 Plugin 崩了整个 Gateway 挂。

                  FastClaw 的 Plugin 通过 JSON-RPC 子进程 隔离运行:

                  FastClaw Gateway ←→ JSON-RPC (stdin/stdout) ←→ Plugin Process
                  • Plugin 崩溃不影响 Gateway,自动重启子进程

                  • Plugin 没有文件系统访问权限(除非显式授权)

                  • 还提供了 openclaw-plugin-bridge,可以兼容 OpenClaw 的 TypeScript Plugin 生态

                  8. 工具 Provider 的 Fallback 机制

                  FastClaw 对外部工具(Web Search、Image Gen、TTS 等)设计了统一的 Provider + Fallback Chain 架构。

                  比如 Web Search 配置了 Tavily 为主、SerpAPI 为备,Tavily 限流了自动切 SerpAPI,用户无感知。

                  五、FastClaw 的架构设计

                  整体架构

                  ┌──────────────────────────────────────────────────────┐
                  │                    FastClaw Gateway (Go)              │
                  │                                                      │
                  │  ┌──────────────────────────────────────────────┐    │
                  │  │              HTTP API Layer                   │    │
                  │  │  /v1/chat/completions (OpenAI 兼容)          │    │
                  │  │  /api/chat/stream     (SSE 流式)             │    │
                  │  │  /api/agents          (Agent CRUD)           │    │
                  │  │  /api/config          (Provider 管理)        │    │
                  │  │  /api/skills/install  (Skill 安装)           │    │
                  │  │  /api/apikeys         (API Key 管理)         │    │
                  │  └───────────────────┬──────────────────────────┘    │
                  │                      │                               │
                  │  ┌───────────────────▼──────────────────────────┐    │
                  │  │            Scope Resolution                  │    │
                  │  │  system → user → agent → (user, agent)       │    │
                  │  │  四层继承,内层覆盖外层                        │    │
                  │  └───────────────────┬──────────────────────────┘    │
                  │                      │                               │
                  │  ┌───────────────────▼──────────────────────────┐    │
                  │  │            Agent Runtime                     │    │
                  │  │  ┌────────┐ ┌────────┐ ┌────────────────┐   │    │
                  │  │  │Session │ │Memory  │ │Tool Providers  │   │    │
                  │  │  │Manager │ │(MD+DB) │ │(Fallback Chain)│   │    │
                  │  │  └────────┘ └────────┘ └────────────────┘   │    │
                  │  │  ┌────────┐ ┌────────┐ ┌────────────────┐   │    │
                  │  │  │Skills  │ │Sandbox │ │Plugin System   │   │    │
                  │  │  │Loader  │ │(Docker │ │(JSON-RPC 子进程)│   │    │
                  │  │  │        │ │ /E2B)  │ │                │   │    │
                  │  │  └────────┘ └────────┘ └────────────────┘   │    │
                  │  └──────────────────────────────────────────────┘    │
                  │                      │                               │
                  │  ┌───────────────────▼──────────────────────────┐    │
                  │  │              Channel Layer                    │    │
                  │  │  Telegram │ Discord │ Slack │ Feishu │ Web    │    │
                  │  └──────────────────────────────────────────────┘    │
                  └──────────────────────┬───────────────────────────────┘
                                         │
                           ┌─────────────┼─────────────┐
                           ▼             ▼             ▼
                      ┌─────────┐  ┌──────────┐  ┌──────────┐
                      │ SQLite  │  │ Postgres │  │    S3    │
                      │ (本地)  │  │ (生产)   │  │ (对象存储)│
                      └─────────┘  └──────────┘  └──────────┘

                  1. 存算分离

                  FastClaw 最核心的架构决策是存算分离:

                  计算层(Gateway):

                  • 无状态,可以水平扩展

                  • 处理 LLM 调用、工具执行、Session 管理

                  • 任意 Pod 可以处理任意请求

                  存储层(Database + Object Store):

                  • SQLite(单机)或 Postgres(集群)

                  • S3 存储 Skills、Agent 文件等二进制数据

                  • 数据库是唯一真相源

                  这意味着:

                  • 数据持久化不依赖进程生命周期

                  • 可以随时换存储后端(SQLite → Postgres 一行配置)

                  • 多 Pod 共享同一个数据库,天然支持水平扩展

                  2. 基于 Scope 的配置继承

                  FastClaw 基于 Scope 实现配置的链式继承

                  这带来了极高的灵活性:

                  • 管理员设置全局默认模型为 gpt-5,所有新用户直接能用

                  • 用户 A 偏好 claude-opus,覆盖一层

                  • 用户 A 的"写作助手"Agent 需要 claude-fable5,再覆盖一层

                  • 不需要代码变更,不需要重启,不需要额外配置文件

                  3. Fallback 容错

                  FastClaw 对所有外部依赖都做了 Fallback:

                  LLM Provider Fallback:

                  主模型 (claude-sonnet) → 备用模型 (gpt-4o) → 最后防线 (本地 ollama)

                  Tool Provider Fallback:

                  Web Search: Tavily → SerpAPI → 直接抓取
                  Image Gen:  Replicate → 本地 SD
                  TTS:        ElevenLabs → Fish Audio

                  Sandbox Fallback:

                  Docker (本地) → E2B (云端) → 无沙盒模式 (受限)

                  每一层 Fallback 对上层透明,LLM 不知道具体用的是哪个 Provider,用户也不需要关心。

                  六、FastClaw 的定位与使用场景

                  FastClaw 不只是一个"更好的 OpenClaw"。它有四个递进的定位:

                  1. Assistant:更好的个人助理

                  你可以在电脑上一行命令安装 FastClaw👇

                  curl -fsSL https://raw.githubusercontent.com/fastclaw-ai/fastclaw/main/install.sh | bash

                  可视化配置 FastClaw,替代 OpenClaw,Hermes Agent 日常使用。

                  可接入常用的 IM 软件:

                  适合:个人用的 AI 助手、Telegram Bot、Discord Bot、飞书机器人、微信 ClawBot。

                  2. Factory:Agent 制造工厂

                  你可以在 cloud.fastclaw.ai 云平台创建自己的 Agent

                  自定义 Agent 的 SOUL、技能、模型。

                  适合:Skills 创作者、提示词工程师,创建个性化 Agent,自用或分享给朋友使用。

                  3. Runtime:Agent 运行时

                  你可以把 FastClaw 作为 Agent Runtime,导出 API 给其他 Agent 产品使用。

                  比如 weclaw.im 就是把 FastClaw 作为 Backend 的一个 Agent 应用,只做前端交互,一小时上线。

                  适合:想快速开发 Agent 产品的开发者,无需实现 Agent Loop、Sandbox 等运行时逻辑。

                  4. Platform:Agent 协作平台

                  可以把 FastClaw 作为团队版的 OpenClaw,搭建 Agent 协作平台。团队共享知识库、Skills。

                  适合:需要私有化部署 Agent 平台的企业。只需一台内网服务器,快速部署,无限多开 Agent。

                  七、多 Agent 框架设计经验总结

                  在做 FastClaw 的过程中,我总结了几条经验。

                  1. 先做单租户,但架构要预留多租户

                  OpenClaw 一开始就做单租户,后来想加多租户发现要改的东西太多,几乎等于重写。FastClaw 从第一行代码就设计了 (user_id, agent_id) 的隔离模型,即使一开始只有一个人用,后续扩展也不需要改架构。

                  多租户不是功能,是架构决策。越早做越省事。

                  2. 存储决定一切

                  OpenClaw 用文件系统存数据,简单直接。但当你要做多实例部署、水平扩展、数据备份时,文件系统就是噩梦。

                  FastClaw 用数据库作为唯一真相源(SQLite 本地开发,Postgres 生产),文件系统只存 Skills 目录(可以通过 S3 共享)。

                  永远用数据库存状态。文件系统只存"内容"(代码、文档、配置文件),不存"状态"(Session、用户、权限)。

                  3. 隔离是可靠性的前提

                  OpenClaw 所有功能跑在一个进程里,一个组件出问题全盘崩溃。FastClaw 用子进程隔离 Plugin,用 Docker/E2B 隔离代码执行,用数据库事务隔离并发写入。

                  如果两个组件的故障域不同,就不要让它们共享进程。

                  4. Fallback 不是可选项,是必需品

                  LLM API 会限流、会宕机、会涨价。Web Search API 会超时。Image Gen 会排队。如果你的 Agent 在任何一个外部依赖挂掉时就完全不能用,那你的 Agent 就是玩具。

                  FastClaw 的每个 Tool Category 都有 Fallback Chain,主 Provider 挂了自动切备用,用户无感知。

                  生产级 Agent 必须对所有外部依赖做 Fallback。没有例外。

                  5. Token 是钱,上下文是金

                  OpenClaw 把所有上下文一股脑塞进每次请求,token 消耗居高不下。后来我学到:

                  • SOUL 文件要精简:500 token 以内够了,不需要把整本说明书塞进去

                  • Memory 按需检索:不要全量注入,用 embedding 检索相关记忆

                  • Session 要摘要:长对话定期压缩,保留关键信息丢弃冗余

                  • Tools 说明要分层:常用工具详细说明,不常用的只放名字

                  上下文管理是 Agent 的核心竞争力。会省 token 的 Agent 才能活下去。

                  结语

                  从 OpenClaw 到 FastClaw,本质上是从"做一个很酷的开源项目"到"做一个能跑在生产环境的平台"的思维转变。

                  OpenClaw 验证了方向——多端接入、SOUL 机制、记忆系统、多 Agent 协作,这些都是对的。

                  FastClaw 解决了工程问题——单租户、单点故障、资源浪费、不可扩展,这些都是要修的。

                  好的架构不是设计出来的,是迭代出来的。在迭代之前想清楚存算分离、多租户隔离、Fallback 容错这三件事,你会省下很多时间。

                  如果你也在做 Agent 基础设施,希望这篇文章能帮你少走一些弯路。

                  欢迎体验 fastclaw.ai,免费开源。

                  https://github.com/fastclaw-ai/fastclaw

                  欢迎 fork,感谢 star。

                  阅读原文

                  跳转微信打开

                  •  

                  纳逗Pro全链路赋能、专项免费算力支持!爱奇艺AI影视创作营第二期来了

                  爱奇艺技术产品团队 2026-06-22 15:19 北京

                  新增实战派导师 头部制作平台加持

                  当下,AI技术大幅降低了影像创作的入门门槛,“一键成片”让人人都能快速生成视觉画面。量产内容趋于同质化的当下,优质叙事能力、专业镜头语言、高阶审美判断成为AI无法替代的核心创作壁垒,更是拉开创作者差距的关键核心。立足行业痛点与人才需求,爱奇艺重磅升级打造AI影视创作营第二期,以大咖亲授、实战实操、全链赋能的模式,助力广大创作者实现“会用AI工具”到“用AI讲好影视故事”的进阶蜕变。

                  01#

                  课程升级、实战大咖加盟

                  五大核心模块助力

                  “创意-制作-后期”全链条

                  爱奇艺AI影视创作营聚焦“AI+专业影视创作”核心能力培养,首期课程凭借干货内容、实战教学收获行业及学员广泛好评。6月17日起,创作营第二期正式开启全网招募。在首期成熟教学体系基础上,本次课程、导师全方位迭代升级,大幅提升AI实操教学占比,让内容聚焦一线AI导演实战创作心法。

                  第二期课程内容覆盖影视叙事与角色塑造、AI影视导演思维、声音设计与听觉叙事、AI制作技术与影视级后期、用户洞察与版权合规五大核心模块,通过5天系统化、沉浸式集训帮助学员搭建AI影视创作知识体系,掌握AI工具与影视专业创作的融合技巧,精准突破AI创作画面同质化、叙事薄弱、质感不足等核心问题。

                  第二期创作营延续“让故事更精彩、让制作更专业”宗旨,深耕实战化教学理念,集结编剧、影视表演、AI导演、声音设计、影视技术等多领域资深行业大咖,组建全维度导师团队。相较于首期,本次课程新增曾赠、朱雷蒙、李杨三位深耕AIGC影视创作一线的实战派导演。一众导师兼具传统影视创作深厚功底与AI工具融合落地经验,深谙当前AIGC影视创作的技术边界、行业瓶颈与创新方向。教学过程中,导师将拆解影视叙事底层逻辑与专业创作方法论,结合真实AI影视创作案例,为学员搭建从剧本构思、叙事打磨到AI可视化呈现的整体创作思维。

                  02#

                  纳逗Pro全链路赋能

                  算力加持实现影视级成片落地

                  为解决学员“学完不会用、成片质感差”的难题,第二期创作营重点强化实战实操环节,依托爱奇艺自研专业级影视制作平台纳逗Pro,为学员提供从创意构思到成片的闭环创作支撑。

                  纳逗Pro以公共大模型及自主部署的大模型为底座,沉淀爱奇艺在影视工业化、专业制作领域的深厚经验,同时通过结合爱奇艺IP库、数字资产库和创作者社区,形成可调用的平台能力。目前,纳逗Pro为创作者提供专业画布工作流、大规模团队协同创作等服务,支持影视剧本评估、3D导演台实现多角色构图、长剧集角色一致性等专业级影视创作能力,更有“专业戏增强智能体-武打戏”“人物情感关系图”等独家功能,支持多样创作需求。

                  本次创作营将持续为学员提供单次超200次镜头生成的专项免费算力支持,全面覆盖镜头生成、画面重绘、细节精修等全流程创作需求。同时,纳逗Pro专属技术导师全程驻场指导,一对一解答工具操作、技术落地难题,保障每位学员都能深度上手、熟练实操。

                  课程结营后,优秀创作者将获得爱奇艺AIGC创意中心优先入驻资格、平台专属流量扶持、官方项目合作对接、多元化商业变现机会 。爱奇艺将致力于全方位搭建创作者“学习-创作-出圈-变现”长效成长通道。

                  03#

                  完善AIGC影视生态

                  爱奇艺全方位赋能创作者长效发展

                  作为国内AIGC影视生态的核心建设者,爱奇艺持续深耕AI影视赛道,自2025年起陆续落地系列重磅创作活动,搭建完善的AI影视创作孵化体系。此前,“与AI共生”短片大赛、“鲍德熹·爱奇艺AI剧场”创作营等活动已成功举办,其中“鲍德熹·爱奇艺AI剧场”16部入围作品已全部上线播出,收获良好行业口碑。

                  今年5月20日,爱奇艺携手奥斯卡大奖得主鲍德熹全新升级项目,正式启动“鲍德熹·爱奇艺电影剧场”AIGC商业电影创投计划,面向全球征集60分钟以上AIGC华语商业电影项目,计划孵化推出10部优质长篇商业作品,推动AI影视创作从短篇实验探索,正式迈向长篇商业电影的工业化、市场化新阶段。

                  依托2026爱奇艺·世界大会战略布局,爱奇艺持续升级创作者扶持体系:全新迭代的爱奇艺号(IQID)已正式上线,实现创作者零门槛入驻、一次性签约、全品类内容通发、高效发布运营;同时推出专项分账补贴政策,2026年底前,AIGC内容与中剧内容可享受20%额外分账补贴。此外,平台从AI工具赋能、专属算力支持、IP授权对接、项目投资合作、专项培训、办公场地供给、市场分发等维度,构建全方位、全周期的创作者扶持生态。目前,爱奇艺AIGC(上海)创意中心已迎来变月文化、熹屿人生等多家优质创作者机构入驻,产业集聚效应持续凸显。

                  未来,爱奇艺将持续完善AIGC影视创作全链路生态,开放平台资源、升级扶持政策、拓展商业场景,诚邀广大影视创作者、AI创作爱好者携手合作,深耕AI影视创作领域,产出更多高品质原创内容,依托爱奇艺成熟分发运营体系实现价值落地与商业增收。 

                  报名须知

                  报名时间:6月17起至7月21日

                  报名流程:点击原文链接填写报名,提交个人创作相关背景信息,经官方审核通过并完成缴费后,即为报名成功。

                  阅读原文

                  跳转微信打开

                  •  

                  搜狐张朝阳:看尽千帆过,笔下一方圆

                  原创 刘飞Lufy 2026-06-18 13:13 浙江

                  人会成为经验的俘虏。

                  本文是中国互联网故事系列的第 2 篇。

                  文稿内容基于半拿铁中国互联网故事系列的口述稿。

                  ——

                  书接上回。

                  1996 年的张朝阳很兴奋,他要请自己的老师尼葛洛庞帝来中国了。

                  见老师固然开心,见投资人更重要。自己的公司账上没钱了。投资人是谁?就是他老师。

                  事情从头说起。

                  1 初出茅庐

                  1964 年,张朝阳在陕西临潼出生,在西安东郊田王一个工厂的家属院长大,最早还住过窑洞,父母都是医生。

                  他的童年算是愉快的,家境能支持他不少爱好,学过武术、画画、二胡,搞过飞机模型。中间还一度迷上《水浒传》里「没羽箭张青」打石子的绝技,每天苦练飞刀,用石子砍树。

                  image

                  1978 年恢复高考对他影响很大。小学时他跟同学没怎么正经学习,天天学红卫兵拉帮结派打架。到了中学,开始有备考的意识,也喜欢上了物理。1978 年《人民文学》发了一篇报告文学《哥德巴赫猜想》,陈景润天下闻名,张朝阳也想当陈景润,定下了人生梦想:诺贝尔物理学奖。多年之后大家很疑惑,一个互联网公司老板怎么去讲物理课了,这其实算是最初的梦想。

                  这个梦想对他不算很远。高中毕业考上清华物理系,典型的好学生,早起跑步、占座,晚上在自习室熬到半夜。那时候经典口号是「争取为祖国健康工作 50 年」。

                  他回忆得也实在:当时并不把苦当回事,有一种自虐倾向,认为是在追求更高的理想。因为压力和竞争太厉害,清华出现了一些怪才,像写诗的清华文学社,还有别的文艺社团。男女比例也失调,许多男生处在极不平衡的状态。生活枯燥,精神苦闷,以至于转向哲学上的追求。1995 年清华一个哲学系的毕业生就去龙泉寺出家了。后来龙泉寺里北大清华的不少。

                  经历了很多痛苦、苦闷、内心的奋争之后,导致了一种自我怀疑。他说这不是清华一个学校的问题,是整个教育制度的问题。

                  刻苦学习之后,他成绩好,拿到了李政道奖学金,「Cus-Pea」。张朝阳经过初筛,在全国 700 个学生里再考试,考 3 天,最后选出 100 人,清华只有 8 个,他是其中之一。李政道怕是想不到,自己的奖学金也改变了中国互联网的进程。

                  终于可以出国了。他回忆说,那是一种中了状元般的感觉,终于可以休息一下了。整个在清华的经历让他有点厌学。

                  1986 年,到了 MIT 攻读博士。1993 年拿到博士学位,准备留校做博士后。

                  就像高中吃苦,大学就容易放纵。张朝阳是本科吃苦,到了美国整个人变了。他自己说:「我在银行里从没有存款,但是还要买车,而且一定是敞篷车,开车路过商店时要来个急停调头,进去买一副墨镜戴上……穿衣服一定要穿 POLO。」后来回忆那段时光,他依旧眼光闪动,饱含笑意,「我甚至梳过 Ponytail,马尾。那时我希望过 COOL 的生活。」

                  什么诺贝尔物理学家,已经抛到脑后。他那时候的梦想是当好莱坞明星,还真去兼职拍过广告。张朝阳是互联网企业家里少有的特别喜欢客串的,也很喜欢抛头露面,当年大鹏的成名作《屌丝男士》里没少演。又是 connect the dots。他读书时候就是这个风格。

                  90 年代初的美国氛围让他觉得一切皆有可能,心态一下开放了。读了物理学博士又怎么样,明天我就可以干别的。

                  接下来首要的问题是,要不要留在美国。他的考虑很实际,不是简单的为国做贡献。他想的是,在美国过得不愉快,总归不是自己人,好像一直是外国人。他回忆说,哪怕赚了很多钱,买了房子车子,结了婚生了孩子,小孩长大念了哈佛,到头来会问自己:我得到了什么。

                  这很现实。文化和生活习惯,很多人还是觉得在国内更能融入。

                  回国还有个运气,自己的导师已经是 MIT 副校长了。老师说,要么这样,你来帮 MIT 做一些中国各方面的关系维护,title 是 MIT 亚太区中国联络官。

                  别小看这个联络官。1995 年朱镕基接见 MIT 校长,就是张朝阳安排的。当时在北大,他认识了北大副校长陈章良,这位非常厉害,34 岁就当上校长。张朝阳很受刺激,也有了同侪压力。后来经常来中国找朋友聊天,决心回国。

                  回国让他兴奋了很长时间。他回忆说,看到远山的景致,跟一个出租车司机报出地名,就像吃久了没有沙拉酱的卷心菜,忽然吃到好吃的川菜一样有滋有味。吃是个大问题。那种在亚文化里生活的麻木和冷漠逐渐被暖过来,他慢慢能欣赏中国人在自己生活里的热情、支持和依靠,明白一个人必须活在自己的文化里才能快乐。

                  回是回来了,干啥呢?参考美国的互联网公司,他想出的 idea 是 China Online,中国在线。商业计划书里有一段话:顺应我们这个时代最伟大的两个潮流,一是信息高速公路时代的到来,另一个是中国作为全球大国的崛起。

                  这个 idea 还没落地,他先找到一份工作,帮一个朋友的公司当中国首席代表。公司叫 ISI,Internet Securities Inc.,也是个创业公司。张朝阳回国住在北京万泉庄园,只有 24 平米,没有洗澡的地方,窗外就是锅炉,晚上嗡嗡响,相当将就。

                  8 个月后任务完成,他把中国的商业信息同其他新兴市场的商业信息汇集到同一个服务器上,通过互联网传播,为华尔街服务。那时候普通老百姓还不上网。

                  有了经验,张朝阳开始在美国找投资。那时候很难,经常被赶出来。他手里什么都没有,直接要 200 万美元,没人给。他甚至回忆说,有的老板到处散播信息,说千万别投张朝阳。这让他特别崩溃。

                  最后还是 MIT 的一个教授愿意帮忙,爱德华·罗伯特,MIT 知名的投资专家,投过不少项目,愿意给 5 万。条件是不能只有他一个天使投资人,你得再找一个。

                  张朝阳找到下一个投资人时相当兴奋,正是 MIT 媒体实验室主任、《数字化生存》的作者尼葛洛庞帝,算是 MIT 的互联网名人。一开始联系上,对方说在英国有一个活动,安排自己演讲,你过来,结束咱们聊聊。

                  说得简单,挺麻烦。张朝阳拿的是波士顿的护照,得坐飞机从北京到波士顿,再坐火车到纽约,在纽约的英国领事馆取得签证后才能飞英国。去一趟就 5000 美元。据说他出发前还去北京街上看了看大饼卖多少钱,万一破产能撑多久。

                  大老远跑过去,尼葛洛庞帝也没直接见面,让自己儿子联络。结果,儿子听完说,可以投。

                  最后张朝阳拿了尼葛洛庞帝、爱德华·罗伯特,还有爱德华一个富二代学生邦德投资的 22.5 万美元。

                  image

                  在这个局面下,他还是硬着头皮成立了公司。1996 年,ITC 成立,Internet Technologies China,中文名爱特信。张朝阳说:「我们把网络当成一个开放的人类新大陆,内容提供商可以去这个大陆上建立内容,而我们则把服务器托管。我们没有信息执照,只能是免费,开放平台从此开始。」

                  image

                  张朝阳起步的时候,瀛海威已经在到处撒钱了。他不认为瀛海威的模式是未来方向,觉得它不够开放,还没接入主干网,更像广域网。哪怕说一条龙服务都搞定了,大家买瀛海威的服务,从头到尾都是它提供的技术和内容。这不是互联网。据说张朝阳回国后去找张树新吃饭,吃完他要 AA,张树新没同意,直接买了单。张朝阳也意识到,大家价值观上挺有差别。

                  爱特信最早招人几乎全凭信仰。第一个正式员工何劲梅,就是被张朝阳的理想主义感动的。她在房地产公司月薪 3000 多,来这只有 1500,到的时候还是 ISI 公司的阶段。后来爱特信又来了一个员工苏米扬,也是被打动的。她说当年张朝阳在小破出租屋里,面向全公司 4 个员工,在黑板上说咱们要大展宏图,要做中国的比尔·盖茨,还说咱们就要进入真正的阿里巴巴山洞了。然而这时候工资已经欠了好几个月。

                  还有的早期员工,比如国庆临也不知道这公司是干啥的,就觉得给钱多、离家近,来了,反正不管做啥,发工资就行。

                  最早到底做什么呢?不管三七二十一,先做了再说,好歹有个网站。1996 年 12 月 28 日,张朝阳把 2 万块钱的服务器搞定,接入 ChinaNet 主干网,先放了尼葛洛庞帝的《数字化生存》,又放了一些链接,叫赛博空间。链接多了就有目录,慢慢就有点雅虎的意思了。

                  1997 年 2 月,ITC 正式推出 ITC 中国工商网络;8 月,推出 ITC 指南针,放了很多信息内容。

                  那时候张朝阳已经听说 ChinaByte 出现了,是个大项目,这是默多克团队建立的,跟人民日报合作。

                  张朝阳紧赶慢赶,邀请的技术专家是北师大的博士王建军,开发了很接近雅虎的一种网站。致敬到底,域名定为 sohoo,对照 yahoo。中文名最开始叫「搜乎」,搜乎?搜也,好像也挺好。但市场部经理陈剑锋觉得「乎」字不形象、不生动,对照雅虎也想取个动物名。没用「虎」而用「狐」,是因为陈剑锋觉得张朝阳的性格像狐狸,聪明、敏感而有些让人捉摸不透。

                  陈剑锋还提出一个口号:出门靠地图,上网找搜狐。

                  搜狐网成立了。张朝阳很懂营销宣传那一套,正儿八经开了发布会。这也奠定了后来搜狐营销的风格。

                  image

                  2 崛起

                  搜狐网成立了,方向却不太明确。另外有个关键点,钱也要烧光了。

                  这时候巧了,张树新那边想邀请尼葛洛庞帝来演讲。这次张朝阳一石三鸟:第一,见见老师,跟兼任投资人的老师汇报进展,得到一些建议;第二,可以继续要钱;第三,借机会让自己出出风头。

                  那个年代的互联网都是江湖智慧。

                  这次活动瀛海威也相当重视,投入 30 个人,忙活了 3 个月。

                  1997 年 2 月 28 日下午,尼葛洛庞帝来到中国,正式出席为他组织的一场信息革命报告会,作为演讲嘉宾。报告会规格很高,张树新几乎动用了所有资源,至少有 8 个部级干部,上百个官员。

                  张树新得到了预期的关注,意外的是张朝阳也得到了相当的关注。因为请的专业翻译效果不好,还是张朝阳上去做翻译。他在翻译过程中不断夹杂一些私货,说自己是学生,自己也在创业。最后一分钱没花,也站到了聚光灯下。

                  聚光灯有了,招人、拿资源问题都不大,就是融资还得再去美国。那时候张朝阳天天跑在路上,见各种大富翁,或者大公司的投资部门。很多人一开始有意向,后来慢慢就不联系了。有的觉得方向很好,但投了别的团队,比如投资银行罗伯森·斯蒂文思投了四通利方,后来的新浪。这家银行也是历史知名,是互联网泡沫的标志,当年投资了康柏、Sun 等公司,是硅谷四大投行之一,2000 年泡沫中遭受重创,2002 年关闭,成为历史。

                  说回来,最后投资的是谁呢,英特尔。1997 年中国互联网官方出了一个调查,称阻碍中国人上网的第一大原因是中文网页缺乏。英特尔因此认为,投资像搜狐这样的公司可以促进中国互联网发展,而这又能带动电脑和服务器的销售。于是搜狐成为英特尔的投资对象。

                  相当于为了卖醋,推动水饺事业发展。曲线救国,听起来也合理。

                  在谈第二轮融资的时候,爱特信已经发不出工资了。张朝阳只好跟第一批股东要了一个过桥贷款,10 万美元,先用着。

                  终于撑到 1998 年 4 月,第二轮融资到位,包括英特尔、道琼斯、晨兴、IDG 等投资者,共投资 220 多万美元,爱特信也正式改名搜狐。

                  正好雅虎宣布要进入中国,张朝阳打出口号:美国人用 Yahoo,中国人用搜狐。还有个口号,中国人自己的搜索引擎。说起来,当年的搜索引擎定位跟今天不一样,早期对搜索引擎的理解就是分类目录加部分搜索功能,跟后来的 Google 不太一样。

                  还搞了新闻发布会,结果当天访问 2 万人次,系统就崩了。2 万访问就崩,还是不够成熟。

                  这时候搜狐的压力大起来了。面前有座大山,叫新浪网,手里有 8000 万美元。自己的 200 多万就显得寒酸。

                  2000 年张朝阳说:「搜狐一直很节俭,到现在还没有自己的车。我在创业初期给自己开的工资也只有 1 万元人民币。1999 年,一些网站一个合同 100 万美金,一个户外路牌就是 1000 万美金,这样的烧钱在搜狐简直不可想象。」

                  从搜狐时代开始,大家对张朝阳的印象更深刻了。当时一个记者说:在我不认识张的时候,张在我眼里是外向的、张扬的、任性的、骄傲的、自负的。

                  张朝阳私下里反而不是这样。他自己的说法是,为了搜狐不得不上阵。

                  他选的方法,是当网红。

                  1997 年,《南方周末》放出一张照片,张朝阳在天安门前滑轮滑。当时相当出名。

                  image

                  滑轮滑还好,多年后《时尚健康》杂志的封面更夸张了。

                  image

                  张朝阳自己也有个说法:我们现在推的产品都是年轻人用的,游戏、聊天软件都是年轻人在用,20 岁左右是主流人群。不了解他们,不了解现在的铃声、图片、歌,那我们无论提出的产品是不是针对他们的感情,市场营销、创意能不能抓住他们的注意,都需要我们了解他们。

                  张朝阳还跑到长城脚下舞剑,买游艇出海,奥运会期间当首席记者,自己出镜采访明星。

                  image

                  2000 年,以田震、朴树、零点、小柯等当红明星为主角的「万众豪情搜狐夜」音乐晚会举办,庆祝搜狐两周年,花了 400 万。

                  2003 年,他跟中国登山协会办了中国搜狐登山队攀登珠峰行动,也是万科王石攒的局。最后登顶珠峰,还用彩信直播,信号一直保持,这是第一次用 2G 信号图文直播。

                  2005 年,张朝阳做大做强,跟王石共同策划了由世界小姐冠军玛丽亚、影视明星曾志伟、苏有朋、范冰冰、宁静、刘烨以及精英企业家共同参与的「2005 搜狗美女野兽登山队」,赴西藏攀登 6026 米的启孜峰,并办了一系列公益活动。

                  image

                  image

                  这套风格一直延续。张朝阳甚至想成为中国的拉里·埃里森,甲骨文的老板,也是非常高调的硅谷明星企业家。有搜狐员工回忆:当时做销售和推广很难,但如果张朝阳亲自出马,跟客户的谈判就会变得容易。

                  当然张朝阳老师的成名作,在 B 站大火的,还是在《天天向上》里献声演唱《亲爱的那不是爱情》。属于第一次听,什么玩意儿;第二次,张总还行;第三次,再来一遍。听多了会上瘾。

                  后来的且不说,当时他作秀当网红多少也有点不得已,手里钱少,自己上,节省营销预算。这个这两年又火了,所谓企业家 IP,算是当年张总玩剩的。

                  当年还出现了一个词儿,叫张朝阳经济,他在 1999 年就提出了注意力经济。这也算很先锋了。在各种会议上,张朝阳确实常常是吸引注意力的。

                  image

                  业务当然还得做。

                  1998 年,搜狐终于接到了第一个商单,一款酒的广告,北京牛栏山二锅头。当时给了 10 万美元。这个广告不光给搜狐开启了商业化时代,还让很多留学生关注到,回国创业。

                  MIT 校友、在华尔街工作的张永青说:「为什么回国?有一天我登陆搜狐,突然发现上面有一个酒瓶在晃,我知道坏了,再不回国就什么都赶不上了。」他后来创办了 E 国网。1999 年哈佛商学院毕业生邵亦波、谭海音等创办易趣;在华尔街做风险投资的唐越回来创办 e 龙;哈佛 MBA 的「梦之队」唐海松等创办亿唐;耶鲁大学的沈南鹏参与创建携程,MIT 的黄沁创办了网大,沃顿商学院的童家威创办了美商网。大量留学生纷纷回国。这里面很多名字今天不熟悉了,因为都在竞争中被消灭了。

                  1998 年搜狐还不错,广告收入有 60 万。10 月,域名从 sohoo 改成 sohu,更简洁。

                  1999 年,搜狐更像门户网站了,推出新闻、财经、体育等一系列内容频道。

                  在张朝阳自己当网红的运作下,1999 年他的个人声望和搜狐的国际知名度达到一个高峰。他被美国《时代周刊》评为「全球 50 位数字英雄」之一,先后登上《财富》论坛和《亚洲周刊》的封面。

                  早年间有个说法,门户网站就是互联网的天,不像今天的互联网。新浪、搜狐做得最好,好像就是到头了,天花板如此,互联网上的东西都在他们那,很难想象后面会出现别的。

                  接下来就是重点了,要不要上市。1999 年底,气氛烘到这了,必然都要考虑上市。

                  之前投资过的公司都来参与,看能不能拿到最后的船票。1999 年末,英特尔、道琼斯、晨星、IDG、华登等机构再次提供了 3000 多万美元融资,是之前累计融资的 3 倍。现在的估值达到 5 亿。

                  张朝阳知道网易和新浪也都在准备上市。上市代表有主动权、有资金、有名望,甚至先上市的有可能设法吞并其它家。

                  他很紧张,想了个主意,能不能绕过国内程序,直接以美国企业身份上市。他自己有绿卡,是可以操作的。律师有点担心,张朝阳说先试试看。

                  那时候上市本身怎么操作都是灰色地带。门户网站算 ICP,也就是增值服务,但算不算电信增值业务,都不明确。

                  2000 年 2 月春节期间,张朝阳向纳斯达克提交了 IPO 文件。第二天,美国证监会开始推动上市流程。一看,这不比新浪快。

                  那确实是想得美了。中国信息产业部很快就联系张朝阳了。张解释说:搜狐是美国的公司,国内要管只能管搜狐在国内业务是否合法,而不是能不能上市的问题。上市跟海外融资的本质是一样的,像 e 龙、亿唐这些公司都几千万几千万地拿风险投资,这跟上市融的钱有什么区别,为什么他们不用批,为什么我们要批,批什么,到底是批它的合法性,还是批它在美国可不可以公开融资。

                  说半天也没用。信息产业部坚持:虽然搜狐事实上已经在赴美上市途中,但业务在中国,所以搜狐要上市还是要得到信息产业部批准。

                  结果是,新浪最早上市成功。4 月 14 日,IPO 价格 17 美元,首日股价上涨 22%,募资 6600 万美元。

                  同时 CNNIC 2000 年的排名,搜狐排到第三,不光从最风光的第一掉下去,甚至不如网易了。然后祸不单行,6 月 30 日网易上市,开盘价 15.3 美元,收盘跌破发行价,跌至 12.125 美元,跌幅 21.77%。

                  这两家不光上市了,走势还越来越不乐观。搜狐基本上要算流血上市。

                  7 月 12 日终于要上市了,IPO 价格跌到 13 美元,大家没信心,1999 年底那次每股估值算是 15.5 美元,投资人就不高兴了。张朝阳说,不高兴也没办法,再不上市死得更惨。

                  上市后认购量倒是预期的两倍,整体总价值跌到 4.1 亿,还算可以接受。

                  中间跟董事会也有很多摩擦,有些董事已经有意见了。最危险的是泡沫破灭的时候,董事会召开秘密会议。张朝阳知道了,一身冷汗。

                  不管是张朝阳比王志东更敏锐,还是别的原因,他发现了,就想办法让董事会安心。比如安排职业经理人加入公司,其实是做做样子,真正的活儿分配得不多;另外腾挪董事会,慢慢把一些人换掉。算是躲过一劫。

                  他自述掌握了一套方法:和董事会沟通,一般人的理念是这样,一个孩子大脚踢开家门对父亲说,爹,你要给我多少多少钱,我去干怎样怎样的事。你应该这样,和爹讲这钱去干怎样的事,这事对家庭有怎样的帮助,你又是如何计划这一切的。我相信,这钱和这个小主意一定会被采纳,而不是非暴力不予合作的激进心态。

                  搜狐算是创始人跟董事会关系不错的。新浪就完全相反了。网易为啥没出问题呢,因为丁磊自己是大股东。今天的网易,丁磊还有超过 40% 的股份,有着绝对控制权。

                  有了钱,那就要高举高打了。

                  张朝阳操盘了多轮收购。

                  2000 年 9 月,搜狐宣布收购中国最大的年轻人社区 ChinaRen 校友录。听名字就知道,跟校内网有点类似,在上面可以跟校友交流,界面内容还粗糙,但当时很早,耳目一新。可以理解就是最早的社区,大家加入班级或社团的群组交流,找同学、聊天,一年多时间有几百万用户。

                  image

                  ChinaRen 当时也是很新的网站,1999 年陈一舟、周云帆、杨宁三位斯坦福留学生创立。陈一舟是武汉大学的,周云帆是清华的,杨宁是美国密歇根大学的,他们在硕士阶段互相认识。

                  陈一舟是董事长兼 CEO,收购后担任过副总裁,很快离职,2002 年创办千象互动,2006 年收购了王兴的校内网,改名人人网,2011 年上市。周云帆担任搜狐 COO,2002 年跟杨宁一块出来创业,做了空中网,无线增值服务 SP 公司,2004 年成功上市。周云帆一路的经历是:中关村发展集团总经理、昌平区副区长、科学技术部,目前是一位司长,进入体制内了。杨宁目前精力主要在投资上。这几位都是连续创业者,也都算很成功。

                  说回来,张朝阳是想要用户,也想要团队。「当时得跟新浪和网易竞争,网易的势头还可以,以社区见长,而我也特别认同社区。」「第二个原因是这支队伍不错,清华的技术高手很多。搜狐自创办以来一直没找到一个技术高手,是我一个很大的遗憾。我也可以做技术,可以编程,但我太忙了,得去融资,得去管理。亚信是三四个人合伙创办的,他们可以分工,但我就一个人。」「第三个原因是人不错,是做事的人,都很诚实。」

                  ChinaRen 收购,加上搜狐灌的流量,用户量超过 8000 万。

                  到了 2003 年底,又并购了中国最大的游戏门户 17173 和最大的房产门户焦点网。

                  17173 诞生于福建福州一家叫天晴的网吧。2001 年 5 月,网吧的几个网管成立,为游戏玩家提供资讯、攻略和下载资源。名字 17173,「一起一起上」。2001 年网龙公司收购。网龙也是一代互联网明星,少见的福州公司,后来做网游,比如《魔域》《征服》,也做教育,还孵化出 91 无线,卖给了百度。都是后话。

                  这时候张朝阳确实是高举高打,他说:「搜狐的收购不是为刺激股市,而是看重未来,就像宝洁那样,搜狐以后要走多品牌、多域名的道路。」

                  而且他很乐观:这个平台将会更加深入。三四十岁的人对这种平台的使用,此时主要局限在新闻,也就是获得资讯;我们下一代,十几岁的年轻人已经把互联网看作他们本土的社区,成为真正的生活平台;再过几年,社会决策者的群体会越来越全面地拥抱互联网,使得整个电子商务和商业更多应用在互联网上。

                  收购很多。当然也错过了一些公司。

                  比如 2000 年的时候,深圳一个公司穷途末路,正在找人收购,那就是腾讯。这几年风头最盛的是搜狐、新浪,于是马化腾找到了搜狐,报价 300 到 400 万。当时 OICQ 已经有很多用户,但张朝阳哪怕是互联网前辈,对腾讯的判断也是:一个免费工具价值不大,想了半天不知道怎么赚钱,做公益又没劲。另外呢,自己有技术团队,这种简陋工具分分钟几个人做出来。彼时行业里,对互联网网络效应和用户逻辑的理解,都还处于比较早期的地步。

                  搜狐的发展,商业化上也很多元,张朝阳提出了 4E 概念:广告营销、技术解决方案、用户服务,以及电子商务。所以这几年广告之外的业务也陆续在增长,算是比较超前。

                  说到商业化,有件事很重要。搜狐虽说很早就有广告收入,跟支出完全不是一个体量。2000 年互联网泡沫破灭的时候,三大门户全部跌到 1 美元以下,网易甚至 5 毛钱了。丁磊都要把公司卖了算了,新浪搜狐差点合并成新狐或者搜浪。是移动梦网拯救了门户网站,3 年后 3 家纷纷盈利。

                  互联网泡沫破灭的时候,很多投资人倾家荡产,真的很难。

                  2000 到 2010 年代,重点都放在门户网站了。搜狐网不光是一堆链接,那时候你去搜狐网,真感觉什么都有。我自己小学初中上网的时候,搜狐是经常去的。还记得当时看到这个小狐狸很好奇,为啥要搜它呢,它是干啥的呢?

                  这是 2000 年的搜狐首页。

                  image

                  这是 2003 年的搜狐首页。

                  image

                  2008 年,搜狐借奥运会声名鹊起。早在 2001 年申奥成功,张朝阳就在操办这事了,申奥时他作为企业家代表在莫斯科。

                  2005 年,搜狐跟北京奥组委正式签约,独家负责互联网相关的承建:第 29 届奥运会官方网站、第 13 届残奥会官方网站、北京奥运火炬传递官方网站、好运北京奥运系列赛官方网站、中国奥委会官方网站、中国体育代表团官方网站,以及所有奥运项目中国单项运动协会官方网站、所有奥运项目中国之队官方网站和 88 名中国参赛运动员个人官方网站。这也被称为奥林匹克历史上第一个互联网赞助商。

                  那当然是意气风发的。你高兴,可是别人不高兴,谁呢,几乎所有人。

                  2007 年 7 月 19 日,新浪、网易和腾讯在北京宣布组建「奥运报道联盟」,共建奥运采访团队,共享采访资源,共同打造奥运广告营销平台。除了这三大门户,还有 MSN 中文网、雅虎中国、凤凰网、TOM、猫扑、和讯和 20 家主流地方新闻网,全部加入联盟。讨伐董卓了又属于是。

                  这个联盟的盟主算是新浪总编陈彤,他说:搜狐拿到的真正权益应该只是北京奥运会官方网站的一个承建权、建设权,跟大楼的承包商一样,只是有一些名称和 Logo 的使用权而已。他拿到的权益当中没有一句话是有关采访的,在这个问题上所有网站都是平等的。

                  张朝阳说:联盟是一个说法,没什么实质的东西。联不联的吧。我们之间,就是正规军和杂牌军、游击队的区别。他们的联盟同搜狐建立的联盟相比有很大差距,实力很悬殊。很多运动员都在搜狐开博客,中国体育代表团的互联网权益只有搜狐有。

                  张朝阳还是自己上,当首席记者,天天出入北京街头报道。一方面看出他重视,另一方面他自己也很喜欢。各种奥运的直播、节目里,都是他自己出面。他组建了 700 人的报道团队,自己是大队长。看奥运上搜狐也是当年的知名口号。

                  效果很显著,之前的投入没有白费。2008 年全年,搜狐的品牌广告收入达到 1.693 亿美元,同比增长 51%。2008 财年总收入 4.291 亿美元,是 2007 年的 2.3 倍,实现了跨越式增长。

                  而大多数人开始关注互联网、从互联网获取信息,也是 2008 年的事。从这一年开始,互联网成为仅次于电视的第二大信息渠道,超过报纸杂志电台,再过几年就成了第一。

                  2008 年前后几年,可以说就是搜狐的巅峰时期。

                  2006 年,搜狐花了 18 个亿在五道口买下搜狐大厦,当年五道口宇宙中心最经典的地点。

                  之后搜狐在娱乐领域可以说就是中国的头牌媒体,能采访到一大堆知名明星,资源丰富。后来博客时代,在搜狐开博客的都是冯小刚、徐静蕾等一线明星。

                  而且还推动了娱乐节目的诞生。早在 2004 年,搜狐就办了「搜狐女声」大赛,被认为是中国第一个真正意义上的网络选秀,比湖南卫视的《超级女声》还早。

                  巅峰时期的搜狐,的确是行业巨头。BAT 还是后辈,没成长起来呢。张朝阳也就有了中国互联网教父的说法。

                  2009 年,张朝阳作为金鹰节颁奖嘉宾说过一段话:「中国互联网现在已到了决战的时候,这是一场巨头之间的战争。巨头有七个:新浪、搜狐、网易、腾讯、百度、阿里巴巴以及盛大,可以说是战国七雄。但应该不会出现秦灭六国的情况,最后可能是几分天下。」「这场战国七雄的争斗最多五年可见分晓。」

                  接下来,怎么走呢?

                  3 转型

                  门户网站衰落了,我们都知道。为什么呢?

                  第一阶段是搜索引擎的兴起,在中国就是百度创立、Google 进入中国。以前三大门户加上后来的腾讯网,几乎就是网民的全部,就是中国互联网了。后来个人站长和各种网站出现,供给丰富,搜索引擎更有用,门户迅速被替代,这也不难理解。

                  第二阶段是移动化。2007 年乔布斯发布 iPhone,2009 年新浪微博上线,大家在手机上的时间越来越多,门户更跟不上了。到了移动时代,信息分发又变化了,从搜索引擎转移到社交媒体,朋友圈、公众号和微博,再接下来又进入更极致的算法推荐时代。这些门户基本都没跟上,都有包袱。

                  2013 年的搜狐,基本上没啥变化,这也标志着门户网站的迭代已经赶不上时代了。再看 2025 年的搜狐,依然如此。

                  image

                  搜狐也面临同样的压力。2010 年开始,跟新浪、网易的竞争不重要了,在沉船上打架有啥意思,得各自逃生。三大门户都有自己的逃生路径,挺有意思:新浪后来的救生船是微博,网易是游戏。搜狐呢?

                  1978 年,王小川出生于成都,也是张朝阳一样的学霸。以第一名考入成都七中数学实验班,因全国数学联赛一等奖被保送入成都七中高中,因国际奥林匹克信息学竞赛金牌被特招入清华计算机系,随后又被保送至清华计算机系高性能所读研。

                  image

                  王小川在清华大三的时候就有一份兼职工作,在陈一舟的 ChinaRen。收购之后,他就留在搜狐了。张朝阳很喜欢王小川,说:「你上学多久我都可以等你,你要多少钱我给你开。」

                  对王小川来说也是一样,搜狐可是纳斯达克上市公司。研究生毕业就入职搜狐,毕业 6 年成了高级副总裁,那真是火箭里的火箭。

                  说起来,王小川的同学也厉害。他住 105,隔壁 103 宿舍上下铺的周枫、许朝军,也都一块在 ChinaRen 兼职,后来都成了一代企业家。周枫是网易有道的创始人,许朝军做过人人网的负责人、盛大的 COO,后来是轻博客点点网的创始人,后来也是跌宕起伏。

                  2003 年,还是高级技术经理的王小川跟张朝阳说,最近百度有点厉害,将军咱们不可不防。他们当时焦虑也合理,那时市场规模里,使用量看,邮件第一,搜索引擎第二,快速增长。有分析机构说,仅国内的搜索市场规模 2004 年就将达到 8.8 亿元人民币。

                  还有个关键问题,虽说那时候百度也给搜狐提供搜索技术,但毕竟是外姓人,不是一家的。后来发现,百度自己的搜索结果,比在搜狐的搜索结果品质好得多。没有关键技术也是不行。

                  张朝阳很信任王小川,就让年仅 25 岁的他研发搜索。当时只给 6 个人,王小川说,要么这样,预算差不多,我换成 12 个兼职的。他就搞来一些清华学生一起做。他自己在 ChinaRen 是兼职,招兼职也合理。

                  2004 年 8 月,搜狐搜索引擎正式发布。名字呢,跟搜狐是雅虎的变形一样,是 Google 的变形,搜狗。

                  张朝阳还把搜狗定义成「全球首家第三代搜索引擎」。你们是 1.0 和 2.0,我们是 3.0。他认为雅虎是第一代,人工分拣整理;第二代是爬虫机器抓取;我们是第三代,智能化交互式全新的搜索引擎。这个定义当然很有争议,当时很多同行说欠妥,技术上没有那么大差异。

                  张朝阳很喜欢琢磨这些概念。他收购那几家公司的时候就说搜狐进入了 3.0 时代,意思是要全面布局,所谓矩阵打法。

                  说回来,搜狗的搜索做得比较吃力,打不过百度。到了 2005 年百度上市,股价相当高,局势发生变化,其实从内部招聘就能看得出来。比如当年我在滴滴的时候,最好的毕业生经常投滴滴,当时风头压过美团;今天最好的毕业生一般都投字节。王小川发现,offer 发了的,很多都想去百度了。怎么办呢,继续破局。

                  他们就想,搜索技术还有应用空间的,就是做输入法。乍一听好像不好理解。其实输入法也是个搜索引擎,你输入一个拼音也好、笔画也好,搜索引擎能帮去计算中国人的词汇是怎么用的,哪个词用得多、哪个用得少、哪个是新词、哪些是老词。而且这是大数据统计来的,比如「王建军」,叫哪个 jun、哪个 jian 的多,能根据现存的互联网数据整理出来。

                  这时候要提到早年输入法的一个关键人物,马占凯。他在国企工作,是机械设计师,跟互联网没啥关系,自己是个产品爱好者,觉得输入法有很多提升空间。他先给百度写信,建议做搜索输入法,对方回复:感谢使用百度产品。

                  他又给搜狗写邮件,标题也很热血,叫「给我一次机会,让我成就你」。

                  马占凯和王小川见面前,花了三天时间整理 30 页文档,包括上万字的搜索笔记、200 个灵感点和 100 个小创意。最后王小川让他加入团队,一起做。所以马占凯也被称为搜狗输入法之父。

                  搜狗输入法在 2006 年 6 月发布。这里面的互联网词库,简直对传统输入法是颠覆。过去电脑里最常用的输入法是智能 ABC,北大朱守涛教授的作品,1993 年发布,后来内置在 Windows,成了全民输入法,市场份额一度有 70% 还多。搜狗输入法很好用,到今天我们日常输入几乎都建立在这套搜索技术之上。

                  当时还发生了个桥段。2007 年初,谷歌拼音输入法发布,正面竞争。但很快有技术人员和博主发现,词库怎么跟搜狗一样,谁抄谁的。词库相似也就罢了,搜狗有错误的词都一样,甚至包括公司内部的一些花名绰号,搜狗词库里出现是因为公司内部用,谷歌输入法也都有,说不过去了。很快谷歌就承认了,确实用了外部数据,官方发布了道歉声明。这是很少见的谷歌侵权案子,也被称为中国互联网知识产权第一案。

                  搜狗输入法刚推出来,一年后市场份额多少?2%。当时大家很灰心。王小川就去找别的方法,该做增长还是要做增长。同样的逻辑,今天为什么字节赚钱多?因为大家都刷抖音;为什么字节曾经的增长,是要跟厂商谈预装?因为大家都买品牌的手机了,一个预装现在非常贵。

                  搜狗当时找的也是预装的路子,番茄花园,估计大家还有记忆。其实是知识产权没有很成熟的年代,算是 Windows XP 盗版改装系统的经典了,一键安装,多的时候在 XP 盗版市场占的份额 80% 多,一年装机量超过千万。2009 年番茄花园创始人洪磊被微软起诉,有期徒刑 3 年半,一个时代结束。

                  当时搜狗找的机会很好,花了几百万,第二年市场份额 40%,第三年 70%,三年多就是中国第一输入法了。

                  搜狗从搜索到输入法,感觉站稳脚跟,接下来还是要做更有流量入口的产品。在门户网站衰落的时候大家都意识到了,浏览器是重要的流量入口。王小川看到的机会是,腾讯在竞争,大家可能有印象,腾讯当时做了搜搜。2008 年搜狗浏览器发布,也占据了一定市场份额,算是非常成功。

                  王小川后来把公司独立,跟张朝阳的关系的确有点微妙。他自己想要独立经营的权力,觉得自己就是内部创业的老板。

                  有一些公司也发现王小川脚下的土有松动的迹象,都来谈了。他当时确实是最火的 CTO 人选。李彦宏说你来我这,百度 CTO 就给你做。那时候上任 CTO 李一男刚刚离职。最后王小川还是留在搜狐做 CTO,甚至一度有五道口守门员的说法。搜狐在五道口,说那边来来回回这么多人,只有王小川还坚守阵地,没走。

                  2010 年 Google 退出中国,王小川说机会来了,咱们搜索被压着,现在有机会跟百度一决高下了。张老板,张老板?你怎么在做瑜伽啊。这时候张朝阳的兴趣,已经在视频了。

                  这时候看到搜索引擎机会的还有枭雄周鸿祎,他来找张朝阳说,要么搜狗卖给我吧。通过打包换股的方式让搜狐把搜狗转让给 360,搜狐借此成为持有 360 份额 30% 的超级股东。给的价格很好。搜狐这时候市值是 360 的多少,1/5。360 也有搜索,两家联合与百度竞争,能吃下一大块市场。

                  王小川那是晴天霹雳。周鸿祎他不喜欢也就算了,换个老板自然不高兴,更重要的是,周鸿祎看这架势显然要亲自掌舵,搜狗这个儿子相当于要卖人了。

                  王小川自己开始主动找外部投资。眼看如果谈不拢,搜索从他这拿走,他肯定要离职。2010 年,王小川在张朝阳那个登山队里认识了一些朋友,这些朋友也认识马云,于是他直接跟马云谈。马云很支持,在马云推动下,搜狗在 2010 年 8 月分拆。王小川在微博上感叹:「绝境之外,便是天堂。面朝大海,春暖花开。」

                  王小川变成了搜狗的老板,终于不是张朝阳的员工了。

                  但也没太久,2 年后马云那边退出了,搜狐回购了股份。搜狗又得面临一个问题,投靠哪个巨头呢。答案几乎是二选一,百度和腾讯。

                  当然 360 不这么觉得,周鸿祎还是趁一次跟张朝阳坐游艇的时候说,咱一块弄嘛。那时候周鸿祎还是风头很好的时候,360 的市场份额 18%,搜狗 10.35%,搜搜只有 3.62%;浏览器也是,IE 42%,360 有 26%,搜狗 7.81%。单纯从商业角度说,选周鸿祎更合理,有的打。百度意愿不强,而百度眼里最理想的情况是腾讯收而不是 360 收,这样相当于制衡了局面。

                  2013 年,王小川跟百度早就有接触了。他又托成都七中的同学联系到了老学长任宇昕,任宇昕是高管,这就连接上马化腾了。成都七中校友都很厉害,比如 AI 领域的大师李飞飞、bilibili 的董事长陈睿、秘塔科技的 CEO 闵可锐、Kimi 的联合创始人周昕宇等等,也挺神奇,还有一班两院士的说法。

                  王小川约好会议,打车去首都机场的时候,张朝阳的助理来电话了:立刻从机场掉头回搜狐大厦开会,否则将被停职。

                  王小川只好回头。回去的路上,干脆在车上,跟马化腾和刘炽平快速开了一次电话会议,聊得很细,包括用户、数据、增长模式、业务规划。马化腾和刘炽平印象很好。

                  结果是,腾讯以 4.48 亿美元入股搜狗,很多老股东拿钱套现,王小川和管理团队其实没拿到钱,折腾一顿最后换来的是自己的管理权。并且不光投资,深度合作,腾讯把自己的搜搜业务并入搜狗,搜索业务全权交给搜狗了。一年后,腾讯把微信公众号的内容数据也给搜狗。

                  周鸿祎在 2013 年感慨了一句话,也成了历史名言:「原来搜狗不姓张而姓王」。言外之意,有点后悔一直在跟张朝阳谈了。

                  2017 年,搜狗在纽交所上市。2020 年腾讯收购搜狗全部普通股。2021 年 10 月 15 日,搜狗正式并入腾讯 PCG,王小川卸任 CEO。一个时代真的结束了。能够在张朝阳、周鸿祎、马云、马化腾之间博弈的王小川,也从这个大江湖里退出了。2023 年成立百川智能,也参与了 AI 创业。

                  王小川的言论当年也很激励我们这些创业者和产品经理。他技术出身,有很多对用户的判断,聊业务聊商业都很清晰,很佩服。他是上一代创业家的代表,技术出身,懂产品,认真做公司。2019 年,孙宇晨在巴菲特午餐之后发了个朋友圈,说 2014 年的时候,王小川说他是骗子,说跟他录节目是耻辱。孙宇晨的视角是,我现在成功了,你个老家伙看不懂我。当时引起了很多争议,支持双方的都有,有很多人说是王小川的不是。这里也不用评判太多,如果了解王小川过去的经历,他们那代产品人做的事情,也许更能理解他为什么那么说吧。

                  image

                  第二个转型方向,是游戏。

                  当时很多互联网大厂都在转型做游戏,搜狐也很早布局。搜狐于 2002 年 7 月成立游戏事业部,可以说很早,就是看着传奇火了做的。初期主要以代理为主,2003 年推出了首款代理游戏《骑士 Online》。同时团队也开始自主研发的探索,2004 年推出首款自研游戏《刀剑 Online》。

                  最火的还是经典 IP,天龙八部,这也是一代人的网游回忆。2007 年 5 月,《天龙八部》正式公测,上线后迅速火爆全国,成为当时最受欢迎的国产网游之一,为搜狐带来了巨额收入和利润。

                  随着这个机会,2007 年 12 月,北京畅游时代数码技术有限公司正式成立,独立运营搜狐旗下的游戏业务。天龙八部有多成功呢,2009 年畅游直接上市,成为搜狐旗下第一家独立上市的子公司,市值一度超过母公司搜狐。当年畅游以 18.7 亿人民币的全年营收在中国上市游戏企业中排名第 5,仅次于腾讯、盛大、网易与完美时空。

                  不过略可惜的是,就天龙八部一个 IP,撑不住。陆续推出了《天龙八部 2》《天龙八部 3》以及后来的《新天龙八部》等系列,其它也有手游和页游。结果是 2020 年 4 月 17 日,搜狐宣布与畅游达成并完成私有化协议,畅游从纳斯达克退市,重新成为搜狐的间接全资控股子公司。

                  第三个方向,我们也熟悉。

                  2004 年底,搜狐宽频创立,早期以影视点播为主,依托门户流量初步试水视频业务。做门户嘛,各种形式的内容都有。2006 年正式推出视频平台,搜狐播客。那时候视频网站都还叫播客。

                  2008 年,搜狐很早就开始做正版,推出 100% 正版高清影视剧频道,涵盖电影、电视剧、纪录片。我印象最深的就是后来《老友记》一直在搜狐视频上看。2010 年上线《婚姻保卫战》,15 天内播放总量超过 2 亿,成为中国网络视频历史上首部进入「两亿」播放量的电视剧,算是开创了互联网点播时代。还买下来很多韩剧版权,2012 年同步首播《国土安全》《吸血鬼日记》等 19 部热门美剧。

                  很顺畅的路径,接下来就做自制了。也有一个背景原因,BAT 分别进入视频战场了,百度孵化的爱奇艺,阿里巴巴收购优酷土豆,腾讯做了腾讯视频。资本入局,搜狐没有能力竞争,版权费有的上亿了。搜狐视频宣布推出烧钱大战,张朝阳高调说,我们要做自制剧。谁做呢,这个人我们应该都熟悉。

                  2004 年,董成鹏从吉林建筑大学工程管理专业毕业,开始北漂生涯。上学的时候他就很喜欢音乐,自己创作歌曲,想成为音乐人。我隐隐记得在哈工大威海读书的时候,学校里一首校园歌曲很火,大鹏在网上维权来着,说是抄袭他的歌曲,有过一次纠纷。不知道大鹏现在还记不记得了。

                  来到北京,他去后海面试酒吧歌手,可惜老板都没听他唱歌,只看了他一眼就拒绝了。大鹏自嘲:「我当时应该戴个长假发去就好了。」为了养活自己,他成为搜狐音乐频道的一名实习编辑,工作时间早班 7 点到下午 5 点,最晚加班到凌晨两点。他经常的状态是清晨从通州的出租屋出来,坐八通线换一号线,去搜狐总部打卡上班。

                  日子一过就是 3 年。终于一次,视频节目《明星在线》的主持人因为拉肚子临时来不了,大鹏自告奋勇顶替了一把,从那以后就从幕后转到台前。

                  2005 年 6 月,搜狐请来了当时在文艺台做娱乐节目的女导演李溪,全面负责《明星在线》。李溪到搜狐做的第一件事就是跟主编说,换掉大鹏。她一边找人,一边继续用大鹏,大鹏每天都在会被换掉的诡异气氛中忐忑地主持。为了不被换掉,大鹏开始想很多办法,先是增加观众黏性,二是发挥自己会唱歌的长处,三是和网友积极互动。有一天,李溪跟大鹏说,我决定不换人了。大鹏去喝了点酒,酒后喊:我要捧红我自己,以后谁也别想换掉我。

                  2006 年 10 月,搜狐从电视台聘请了主持人,大鹏下岗,接到了新任务,负责培训新加入搜狐的编辑。讲课期间他琢磨,自己可以做一档节目,盘点一天的娱乐大事件,再配上耸人听闻的标题。2007 年,在太太的启发下,大鹏担任搜狐视频脱口秀节目《大鹏嘚吧嘚》的主持人,这是国内很早的脱口秀节目了。大鹏开始小有人气,积累脱口秀经验的同时,也积攒了娱乐圈内的人脉。同时他还认识了在跟搜狐合作的赵本山,2010 年 4 月 5 日正式成为赵本山第 53 位弟子。

                  2012 年,大鹏刷到了《屌丝女士》,一个德国的喜剧短片系列,挺好看的,看完觉得这个可以做。正好对上了,张朝阳也在看自制剧的机会。连续拍了四季的《屌丝男士》,这是多数人知道大鹏的开始。乔杉在里面洗脚的桥段,今天都有很多人在传播。剧里也有很多明星,柳岩、吴秀波、汤唯、邓超、孙俪、李菁、何云伟等等都客串过。尺度今天看看也很大。

                  屌丝男士》第二季6月5日上线养眼版海报曝光-搜狐娱乐!!!

                  张朝阳对大鹏的支持也很好。说实话他对王小川对大鹏都非常保护。2012 年遇到一个事儿,《大鹏嘚吧嘚》新改版的片头抄袭了柯南秀,美国最知名的脱口秀之一,估计很多朋友看过。丢人丢到国外了,因为柯南在节目里说了这件事。大鹏问张朝阳,张说,你自己按自己的方式处理。大鹏就在新节目里道歉了,用的是自嘲的风格,先把片头删掉,又跳了一个 sorry 舞表达 sorry。柯南那边呢,特地做了一期节目说这事,说搞得我们也很过意不去,这样吧,我们让视觉部门做了个片头,而且跳个「对不起让你们这样我们也有点过意不去的舞」。两边就这么通过玩梗的方式消解掉了尴尬。大家可以去搜一下,这种隔空玩梗的互动很好玩,转危为安,变成了营销。

                  2014 年大鹏找张朝阳说,我能不能拍个电影。张朝阳很支持,拿到了 2000 万拍了第一部电影《煎饼侠》。这部电影票房 11.62 亿,搜狐赚了大概 3000 万美元。大鹏跟搜狐合作是互相成就。2018 年 11 月,大鹏发朋友圈「怀念,感恩,祝福」,张朝阳直播确认其离职,结束 14 年合作。

                  大鹏是搜狐自己内容的一个代表。还有《法医秦明》等剧集。当时搜狐视频的体量很大。在爱优腾芒时代之前,2010 到 2013 年期间,三巨头其实是优酷土豆和搜狐。那时候还有一些竞争对手,比如 PPTV,比如乐视网。

                  可惜再往后,就越来越走下坡路了。2013 年,搜狐视频还爆出组织内斗。当时的搜狐视频 CEO 是邓晔,COO 是刘春,两个人都很厉害,有点不对付。简单说,邓晔是搜狐老人,99 年加入,一直负责市场,创立了搜狐娱乐事业部,大功臣,后来负责搜狐视频。刘春是行业的老人,之前在凤凰卫视,是《鲁豫有约》和《锵锵三人行》的策划人和主管,是凤凰卫视中文台执行台长。后来张朝阳为了平衡,自己当 CEO,刘春总裁,邓晔 COO,也没解决问题,斗争更复杂了。2013 年下半年,刘春离职。

                  2014 年 10 月,搜狐视频收购了 56 网,想补齐 UGC 的短板,可惜没成功。今天的 UGC 可以说几乎都在 B 站、抖音和视频号了。2018 年,张朝阳宣布搜狐视频不再追求购买天价版权剧,转向「小而美」的自制剧和自媒体(PGC)短视频的「双引擎」战略。这之后,提到搜狐视频的越来越少了。也是这一年,《老友记》的版权没了,下架,基本上就是我最后用搜狐视频的时候了。有新闻说 2022 年回归了,我搜了下又没了,不大确定啥时候下掉的。

                  搜狐视频最新的大新闻,就是 2021 年张朝阳的物理课开播。大家都说,张朝阳好像这次真的在做喜欢的事儿,特别开心。与其说是又拿老板来营销,不如说是张朝阳在完成自己的童年梦想。搜狐视频也往知识内容方向运营,不过目前看收效一般。

                  在移动时代,搜狐做的转型不光这些,还有很多尝试。

                  比如搜狐新闻,这个倒是顺畅的过渡,本来门户网站很重点的板块就是新闻。搜狐新闻客户端是当年搜狐的重点业务,2011 年上线,时间还是早的。2013 年 4 月,搜狐新闻客户端用户量突破一亿,国内第一家。2014 年,平台有 130 家媒体入驻,订阅量破 1.6 亿。说媒体入驻就知道了,这时候搜狐新闻还是上一代的新闻客户端。因为那个产品来了。

                  2014 年 1 月,张朝阳办公室里来了一个年轻人,比他年轻接近 20 岁,叫张一鸣。来聊的当然是今日头条跟搜狐新闻合作的问题,张一鸣比较理想的结果是能多拿点钱做大做强。当时张朝阳没觉得今日头条能怎么样,这种推荐算法为主的新闻媒体质量怕是不行吧。但他觉得今日头条能带量来,相当于我的内容分享给你,大家合作共赢,也没有投资。错失了机会。

                  不光没投资,2014 年 6 月,搜狐对今日头条提起了版权诉讼,索赔 1100 万。因为今日头条其实是爬取的各家内容,爬完就在当场消费了,不会跳转,同时还把广告删了。不跳转、删广告,相当于夺人钱财,要命的事儿。后来今日头条还是不断跟各方合作,和解是一方面,还推出了头条号,让媒体和个人自己入驻,生态慢慢就建立起来了。新闻领域的产品生态也完全不一样了,搜狐新闻也就慢慢没落了。

                  搜狐新闻之外,2010 年也跟着新浪微博上线了搜狐微博,包括网易微博,三方竞争。经过两年竞争,新浪微博的先发优势太强了,主要是大 V 和明星的战略思路很靠谱。两年后大战结束,搜狐微博慢慢淡出,基本上看不到了。

                  别的还有:2014 年的搜易贷,主要产品包括房易贷、车易贷、信易贷,后来改名狐狸金服;2016 年的价值直播,对比秀场直播,2020 年提出知识和价值为核心的直播,后来就有了张朝阳的物理课;2018 年推出的狐友 app,兴趣社交;还有企业邮箱、移动办公产品小 E 等等,都算是小尝试了。

                  2011 年,在游戏和搜狐视频的加持下,搜狐股价涨到 100 美元,市值 43 亿,这也就是巅峰了。那时候畅游是最好的时候,奥运会赞助的红利延续了 3 年,搜狐视频蒸蒸日上,大家看到搜狗的前景,各方面都很好。

                  只不过,BAT 乃至后来移动互联网的浪潮都要来了。手里这些业务,都不是那么有生命力。搜狐其实已经是最后一哆嗦,移动时代跟不上了。

                  张朝阳曾对媒体说,「微博和微信的崛起像是左右扇了我两个耳光」。

                  2011 年还发生了一件事,张朝阳忽然从公司里消失了,很少出现了。为啥呢,等等说。

                  营收虽说还在涨,但到了 2014 年就是顶点了。关键这年开始,公司几乎就不赚钱了,持续在亏损中。从 2014 年亏到今天,中间只有一年盈利,因为 2021 年卖出了搜狗。

                  image

                  尾声

                  搜狐为什么是现在这样了?有很多种说法,我们也罗列一下。

                  第一,对外,缺乏核心业务。搜狐什么都做,门户、视频、游戏、搜索,大而全,不精,跟早期很多互联网公司类似。在 BAT 时代,各方面没有竞争力了,除了门户,基本上都是老二老三。后来到了移动时代也一样,搜狐新闻和搜狐微博都没打赢,那就没有船票了。那个年代还是巨头不断兼并和扩张的阶段,搜狐就持续被挤压。

                  第二,对内,战略和文化竞争力也变弱。搜狐一般被称为好人文化,张朝阳是个好人,像个有趣的知识分子,不是那种狼性的、杀伐果断的企业家,没有决绝的战斗气质。好处是搜狐员工都赞不绝口,工作体验好,很多人都说他不骂人也不发火,在互联网公司老板里属于相当少见。周鸿祎都评价说:老张太 Nice 了,好人一般打不过坏人,好人没有好报。

                  早期搜狐度过了很多年美好时光,黄金时代大家相对比较舒服,就没有居安思危。人才也有流失。对比看,搜狐真的是黄埔军校。

                  收购焦点网之后,焦点网的创始人龚宇加入搜狐,成为副总裁,2007 年成为 COO,2010 年创办百度的视频网站奇艺,后来改名爱奇艺,直到今天也是中国视频巨头的老板。李善友 2000 年加入搜狐做 HR,后来成为搜狐新闻中心总编,2006 年离开创立酷 6 网,2014 年创办混沌大学。酷 6 网的另一个联合创始人韩坤,也是搜狐的主编,酷 6 上市之后,韩坤后来做了秒拍、小咖秀和一直播,算是短视频行业的前辈。古永锵,1999 年以 CFO 身份加入搜狐,后来担任 COO,2004 年离职创业,2005 年创办了优酷网。陈一舟和许朝军我们聊过了,一个是人人网的老板,一个是点点网的创始人。张黎刚,1998 年就加入搜狐担任产品总监,1999 年离职创办艺龙网,是中国最早的在线旅游平台之一,2004 年再次创业创办爱康,后来合并国宾成为爱康国宾,2014 年在纳斯达克上市。这些都算是搜狐出来的老人了。

                  如果能让这些人内部创业,那搜狐可能就不是今天这样了。当然反过来说,搜狐也未必留得住他们。

                  还有个视角是,正因为张朝阳都是放养式管理,你们都得自己上阵,才能培养出人才。那时候某些企业家是手把手微操型的,就很难出大将。但说得难听点,就是张朝阳自己管得不多了。到底一把手应该管得多还是管得少,不是个简单的事儿。

                  说到这个,就要提,搜狐的今天跟一把手的关系可能是最大的。

                  第一,张朝阳早年间很爱玩。这是他自己说的。一把手的目标,是不是自律、非要做到极致,肯定有影响。后面的企业家创始人,我们也能感知到区别,目标是不一样的。

                  第二,张朝阳在 2008 年前后焦虑症发作,经常不在公司了,看书、听歌、做瑜伽、登山、跑步变多。2011 年到了顶峰,有一次爬山很严重,焦虑症爆发,2012 年确诊抑郁症,公司错失了黄金时机。他作为当年互联网最巅峰的宗师之一,眼睁睁看着马云马化腾做起来,很焦虑,这种好学生心态让他相当崩溃。这也是为什么他最后还是选择更喜欢的事儿,至少自己能开心。他自己后来就通透很多。

                  第三,作为物理学出身的张朝阳,有一定技术理想主义,不喜欢烧钱,不喜欢地推,不是那么商人。跟后一代的一些企业家又有很多不一样。

                  贯穿整个互联网公司历史,我们都能看到,一把手决定公司的未来,无一例外。看张朝阳和张树新,会发现有点相似,又有很多不一样。

                  回到搜狐的最新情况。

                  2025 年 5 月 19 日发布的最新财务报告:Q1 总收入 1.36 亿美元,其中在线游戏收入,畅游,主要的游戏还是天龙八部,1.17 亿美元;广告收入 1400 万美元,主要靠搜狐的门户和视频,还是有一些量。那么利润呢,-1600 万。主要靠游戏的高毛利撑着,也没撑到赚钱。

                  目前的市值,市值是 3.3 亿美元,腾讯差不多是 1776 个搜狐。苹果的话,1 万个搜狐吧。

                  可以说搜狐就是活化石了。从 1998 年到今天,几乎是 30 年了,想想真快。大家可以现在打开 sohu.com 网站,依然能看到在不断更新的网页信息。

                  就像有时候看到报刊亭,感觉路过的人也没有驻足看的了,有种淡淡的忧伤。但报刊亭还在,又代表过去的生活也挺真实的。

                  五道口的搜狐大厦,就在华清嘉园斜对面,上面的公司名字现在是智谱了。时代变了。

                  image

                  张朝阳代表的时代确实过去了。搜到一条新闻:2024 年 9 月 15 日,搜狐创始人张朝阳成功蛙泳横渡威海海湾,从刘公岛出发抵达幸福门广场,全程 4.15 公里,耗时 2 小时 36 分钟。身体倍棒,也挺好的。

                  张朝阳现在讲物理,回归喜欢的事情,也是完全能理解的选择。放到自己的位置上,才能理解吧。

                  如果用最恰当的一句话总结,张朝阳自己说的很合适:

                  人会成为经验的俘虏。

                  参考

                  没有不可能——并不陌生的张朝阳,董国用

                  张朝阳:读清华很苦,清华大学

                  沸腾十五年,林军

                  沸腾新十年,林军

                  考入清华,他成了一个“苦行僧”,陈润

                  王小川:从「孙悟空」到成为自己,锐公司

                  王小川自述:狐狸的子宫里为什么能长出狗?创业家

                  搜狗创始人王小川的执着人生,鬼文子

                  四个男人的抢“狗”戏,南方周末

                  告别搜狐:大鹏和中国网络视频的最好时光,深网

                  发力自制、强调低成本,搜狐视频的“小而美”困境,犀牛娱乐

                  好人张朝阳,三联生活周刊

                  我曾经想被全世界认可,如今只忠于自己,风眼

                  张朝阳放不下搜狐视频,海克财经

                  听张朝阳聊内部创业和走出抑郁,程苓峰

                  报道:“注意张朝阳经济”,三联生活周刊

                  商界40年系列:张朝阳

                  光荣与梦想:互联网口述系列丛书·张朝阳篇

                  跳转微信打开

                  •  
                  ❌