铃阅时讯
❌

阅读视图

理性审视Openclaw:一场养虾热下的企业级适用性深度剖析

原创 风叔 2026-03-23 20:00 上海

Openclaw范式更像是一款优秀的个人AI工具框架,而非成熟的企业级解决方案。对于企业而言,现阶段更理性的做法是:边缘场景小范围试水尝鲜,核心业务坚决观望等待,等到这套范式补齐企业级管控、安全、合规能力后,再考虑规模化落地

最近AI圈被一只“小龙虾”彻底刷屏,Openclaw凭借极简的部署体验、开箱即用的AI自主执行能力,在国内掀起了全民“养虾”热潮。从个人办公自动化到小众场景的效率提升,无数开发者和普通用户都在体验这套AI范式带来的便捷,社交平台上的玩法分享层出不穷。

但热潮之下更需冷静思考,Openclaw的核心价值不是单一工具本身,而是一套全新的AI自主执行范式。QClaw、WorkBuddy等一众衍生产品,本质都是这套范式的本土化、场景化延伸。可这套适配个人场景的灵活范式,真的能无缝迁移到企业端吗?对于追求稳定、可控、安全的企业业务而言,Openclaw范式的狂欢背后,藏着难以忽视的落地陷阱。

一、Openclaw范式到底是什么?

Openclaw范式的本质,是“本地优先、模块化解耦、AI自主执行”的AI Agent架构体系,它彻底打破了传统AI“只给建议、不做执行”的局限,让大模型从“顾问”变成“执行者”。这套范式有着清晰的模块划分,各司其职又协同联动,构成了完整的任务执行闭环。

根据官方描述,Openclaw主要有五大模块:

1. Gateway(网关中枢)

定位:整个范式的核心调度大脑,所有模块的交互枢纽。

核心作用:统一接收用户指令、调度子模块、管理会话状态、协调资源分配,相当于AI系统的“交通指挥中心”。

举例:用户在飞书、钉钉发送AI指令,先通过Gateway完成身份校验、路由分发,再将任务派发给对应执行单元,避免多模块冲突、指令混乱。

2. Agent Runtime(智能体运行时)

定位:AI决策与任务拆解的核心大脑,自主执行的逻辑载体。

核心作用:理解用户意图、拆分复杂任务、调用模型推理、规划执行步骤,决定AI“做什么、怎么做”。

举例:收到“整理本周客户数据并生成周报”的指令,Agent Runtime会拆解为“提取数据→清洗格式→生成图表→撰写文案”等子任务,依次调度对应能力完成。

3. Channels(交互渠道)

定位:用户与AI交互的入口,屏蔽平台差异的适配层。

核心作用:适配多平台消息格式,实现跨渠道指令接入与结果反馈,无需独立APP即可交互。

举例:支持Telegram、飞书、钉钉、企业微信等50+渠道,用户在日常办公软件发消息,就能触发AI执行,不用额外切换工具。

4. Skills(技能体系)

定位:AI的“手脚”,可复用的执行能力封装。

核心作用:将单一操作封装为标准化技能,实现文件读写、浏览器控制、API调用、脚本执行等落地动作。

举例:邮件自动发送、表格数据筛选、网页信息爬取等都是独立Skill,可按需组合调用,社区已沉淀数千种开箱即用技能。

5. Nodes(执行节点)

定位:AI能力的物理载体,分布式执行单元。

核心作用:承接Skill的实际执行动作,支持多设备、多终端分布式部署,拓展AI执行边界。

举例:电脑端节点处理办公文件,服务器节点运行批量任务,手机端节点调取相机、短信能力,实现全场景覆盖。

除五大模块外,Openclaw还有四大支撑能力,保障系统稳定运行

Providers(模型提供商):兼容云端大模型(GPT、Claude、通义千问)与本地开源模型,实现模型灵活切换、故障转移,避免单一模型依赖。

Memory(记忆模块):存储会话上下文、历史任务、用户偏好,实现长对话连贯执行,比如记住用户常用报表格式、客户沟通习惯。

Workspace(工作空间):本地文件存储与任务隔离区,所有执行数据、技能配置、日志都存在本地,保障数据隐私。

Plugin(插件体系):模块化扩展接口,支持自定义渠道、技能、模型接入,让范式适配不同场景需求。

Openclaw这套范式相比之前的Agent框架,主要有以下核心优势。

1. 极致灵活可扩展:模块完全解耦,新增技能、渠道、模型无需改动核心架构,企业可按需定制能力。

2. 本地优先设计:数据不强制上传云端,核心执行、存储都在自有设备,降低数据泄露风险。

3. 低门槛开箱即用:零代码/低代码部署,非技术人员也能快速上手,降低AI落地成本。

4. 生态协同性强:衍生产品共用底层范式,技能、插件可互通复用,快速丰富能力矩阵。

二、Openclaw范式在企业级场景的三大核心风险

优势再亮眼,也掩盖不了Openclaw范式为个人场景设计、缺乏企业级管控的先天缺陷。对于企业而言,业务稳定、数据安全、结果可控是底线,而这套范式恰恰在核心诉求上存在难以弥补的漏洞,且问题源于范式本身,而非单一工具优化能解决。

风险一:核心业务的确定性缺失,AI自主决策=不可控

企业核心业务(生产、供应链、营销、财务)的第一诉求是100%确定性,每一步执行、每一个结果都必须符合流程规范,容不得半点偏差。但Openclaw范式的核心逻辑是“AI自主分析、自主决策、自主执行”,完全依赖大模型推理能力,结果具有极强的随机性。

例如某企业尝试用Openclaw范式处理供应链库存调度,AI自主判断“库存偏低”后,擅自触发采购指令,却忽略了企业淡季囤货规则、供应商账期限制,导致过量采购、资金占用。这种“黑盒执行”模式,在个人场景是便捷,在企业核心业务中就是灾难——企业无法预判AI决策、无法锁定执行流程,一旦出错,直接造成经济损失、合规风险。

风险二:安全机制薄弱,高危操作无兜底,误操作频发

Openclaw范式虽然有基础权限管控,但缺乏企业级的安全审计、权限隔离、高危操作兜底机制,本质是“宽松的个人安全逻辑”,无法适配企业严苛的安全标准。目前社区已出现多起严重的AI误操作案例,且难以溯源、难以挽回。

在X上,已经有多起Openclaw引起的企业安全事故。部分用户部署的Openclaw衍生工具,因模型理解偏差,误执行删除命令,导致企业数据库表、业务日志、客户资料被永久删除。还有AI自主调用系统命令,突破简易权限限制,访问涉密文件、篡改业务配置。更有渠道接入漏洞,导致外部人员非法调用AI执行高危操作,数据外泄风险极高。

企业核心数据、业务系统是生命线,Openclaw范式的安全短板,相当于给企业业务留下了“随时可能引爆的地雷”。

风险三:运维与合规失控,无法满足企业监管要求

除了确定性和安全,企业还面临严格的内控、审计、合规要求,而Openclaw范式在这一层面也面临巨大风险。

运维管控缺失:多节点、多智能体并行执行时,无法统一监控、统一运维,单个节点故障可能引发连锁反应,且难以快速定位问题;

审计溯源困难:AI执行过程、决策逻辑、操作记录缺乏标准化、不可篡改的审计日志,出现问题后无法追责、无法复盘;

合规性不达标:无法满足金融、制造、政务等行业的数据合规、操作留痕、权限分级要求,触碰监管红线。

综上所述,Openclaw范式并非毫无企业价值,但适用场景极其有限:仅适合不追求极致确定性、不涉及核心数据、容错率高的边缘办公场景,比如市场调研初步分析、个人邮件整理、日常文档排版、非涉密信息汇总等个人办公助理场景。但对于企业核心生产、供应链管理、精准营销、财务结算、客户数据管理等关键环节,Openclaw范式的先天缺陷,决定了它现阶段不具备落地条件——哪怕优化细节,也无法改变“AI自主执行、缺乏强管控”的范式本质。

三、热潮归热潮,企业落地要守底线

Openclaw范式的爆火,是AI自主执行时代的一次重要探索,它证明了“AI直接做事”的可行性,也为个人效率提升提供了全新思路,其模块化设计、本地优先理念,值得行业借鉴。

但企业数字化转型,不能只是追风口、玩概念,而是要兼顾效率、稳定、安全。Openclaw范式更像是一款优秀的个人AI工具框架,而非成熟的企业级解决方案。对于企业而言,现阶段更理性的做法是:边缘场景小范围试水尝鲜,核心业务坚决观望等待,等到这套范式补齐企业级管控、安全、合规能力后,再考虑规模化落地。毕竟,企业业务容不得试错,比起AI自主干活的便捷,不出错、能管控、可追责才是底线。

如果企业想借鉴Openclaw范式的优势,建议采用“人工审核+AI执行”的半自主模式,保留最终决策权,同时搭建专属的权限隔离、审计日志体系,降低落地风险。

跳转微信打开

  •  

43 Talks报名 | 智能体突围,AI创业者们如何构建新叙事?

薛临风 2026-03-23 19:44 北京

智能体突围!A2A范式下的新叙事

TOKEN通胀、 智能体狂热的当下,AI正在迈步走下下一个范式 —— 即我们开始面向智能体来搭建服务,而站在AI前沿的创业者们,他们有什么样的坚守和追求?

OpenClaw的爆火似乎又点燃了一轮新的狂热,当大模型在狂飙猛进,朴素的代码在消亡,产品的形态在演化……我们正等待一场新的黎明。

长久以来,我们都习惯于打磨给人类使用的工具。而现在,当核心逻辑从“为人服务”悄然转向“面向Agent服务”,AI时代的叙事逻辑从未如此多变。这究竟是为创业者开辟了前所未有的无垠蓝海,还是打开了让产品失去焦点的潘多拉魔盒?

当智能体狂热与TOKEN通胀交织,喧嚣褪去后,我们必须回到最本质的追问:

  • 在A2A(智能体到智能体)的范式转移下,哪些产品方向是真正能跨越周期的机遇,哪些只是昙花一现的泡沫?

  • 当系统与系统直接对话,过去被奉为圭臬的“用户体验”是否将被彻底重写?

  • 面对演进飞快的模型能力,今天的创业者们,究竟是在追求什么?

让我们共同落座,来一场 智能体 于你,于当下,于未来的思辨。

本期 43 Talks,我们邀请了三位身处“智能体互联”风暴中心的探路者。他们中有洞察全局的产品思想家,也有在开源与商业化一线披荆斩棘的技术极客与创业者。他们将从产品哲学、生态导航、到营销叙事的多元视角,剖析当下的技术路径,与我们一同探寻A2A范式下的未来图景。

PART 02

特邀嘉宾

玉伯(王保平)

分享主题:《万物化稿,稿生万物 —— AI时代下产品的反共识哲学》

身份:YouMind创始人 | 语雀创始人 | 前飞书产品副总裁 | 前阿里体验技术部负责人

如果在前端与产品界有谁的分享是不容错过的反共识,那玉伯的“诚实”暴论必定名列前茅。作为曾经阿里前端第一人,他在大厂效力十余年,亲手缔造了Ant Design与国民级知识库语雀。但在AI大航海时代,他选择褪去高管光环,一头扎进AI荒野“养小孩”,致力于“万物化稿,稿生万物”的全新探索。

作为横跨底层技术与产品组织效率的顶级观察者,玉伯总能敏锐地刺穿喧嚣的表象。当无数人试图造出全能Agent来讨好用户时,他将带我们回归最深层的产品哲学思考:在AI时代,为什么我们需要反共识?当产品形态发生剧变,“人”的内核与价值又该安放于何处?

施德来

分享主题:《A2A 的探索 -- 给 OpenClaw 们打造 ”导航地图“》

身份:Refore UIMap创始人 | 腾讯云TVP | 前前端技术总监 | 前产品总监

横跨技术研发与产品架构设计双领域,施德来对“人与数字世界的交互”有着极为深刻的技术直觉和产品基因。身为腾讯云TVP与资深的技术/产品双料总监,他见证了软件工程在不同周期的演进,而如今他创立的Refore UIMap,正处于用前沿技术重写系统交互边界的第一线。

在大模型狂飙的今天,施德来将带我们拨开迷雾:当A2A(智能体互联)成为趋势,海量的Agent就像是在赛博空间里行驶的车辆,它们需要怎样的基础设施?他将从一线工程视角的探索出发,分享如何为OpenClaw这样破圈的智能体们,打造一张精准的“导航地图”。

杜鑫康(Frank)

分享主题:《A2A 不可逆之路:从 人机交互 到 智能体 互联,以及如何通过vibe markting重塑 AI 产品叙事》

身份:MIST Ai CTO | Harness Engineer | OpenClaw龙虾开发者 | AI商业化专家

兼具极客的硬核与商业的敏锐,杜鑫康是智能体从技术概念走向真金白银的最佳推手。作为OpenClaw龙虾的开发者和连续创业者,他深耕大模型全栈领域超过多年,曾主导网易大模型及AI Agent项目全链路落地。

杜鑫康从不迷信单体大模型的暴力美学。他将从研发与商业化的双重视角出发,拆解为何“A2A是一条不可逆之路”。同时,身处智能体泛滥、注意力稀缺的当下,他更将带来极具实操性的商业洞察——当产品不仅面临技术的内卷,更面临营销的突围时,如何通过创新的“Vibe Marketing”重塑AI产品的商业叙事。

PART 03

圆桌激辩:在“失控”的边缘寻找确定性

在随后的圆桌环节,我们将脱下包装,让三位AI探路者在真实交锋中碰撞火花。

各位嘉宾将从OpenClaw聊到A2A,从SaaS聊到未来的智能体叙事逻辑,这场对话会围绕着创业者们隐秘的焦虑与野心,从现象中剥离本质,去寻找产品新的护城河,去畅想属于智能体和人类的未来,以及挖掘每一位创业者身上,永不会被取代的“内核”。

请相信每一个问题,都会对你有帮助。 答案,只在落座后的交锋中浮现。

那就请大家扫码报名,欣然入座,且思且辩。

跳转微信打开

  •  

有知有行 Constitution v1.0

原创 孟岩 2026-03-23 16:54 北京

这份文件试图讲述有知有行是什么样的存在:我们是谁,我们相信什么,我们如何在一起,以及当我们面对一个全新的情境、没有先例可参照时,能帮我们做出符合自己本心的判断的那些东西。

它的读者是每一个和有知有行有关的人:正在其中工作的伙伴,考虑加入的人,与我们合作的人,使用我们产品的用户,以及各方的 Agent。我们希望每一位读者在这份文件中看到的不是一组需要遵守的规则,而是这些规则底层那些生命的力量。读完之后觉得「这就是我想加入的地方」或者「这不是我想用的产品」,两种反应对我们来说同样有价值。

我们选择用段落而非清单来描述这些信念。清单可以罗列特质,但无法传达特质之间的张力——耐心和进取如何共存、自由和责任如何平衡、对用户的关心和对商业现实的尊重如何在同一个决策中相遇。这些张力才是有知有行真正的样子,而它们只能在段落中被看见。

有知有行是一家在金融行业试图做不同事情的公司。金融行业有一种深层的结构性力量,当收入来自用户的交易频率和产品复杂度时,安静就成了利润的敌人。我们试图站在这个力量的另一边,而这个位置既不安全也不轻松。这份文件记录的,是支撑我们站在这里的那些信念。它会随着有知有行的成长而演化,但其中最深处的部分,我们希望能穿越时间。

有知有行是谁?

有知有行相信,投资和理财,在大多数人的人生中应该扮演一个安静的角色。它应该安静地待在那里,让人安心而不是焦虑。你知道它在那里,你理解它,信任它的运作方式,然后把注意力放在工作、家庭、创作、和那些真正让你热爱的事情上。

但现实中,投资对很多人来说恰恰是最不安静的事情之一。市场波动制造焦虑,信息过载制造困惑,金融产品的复杂性制造不信任。一家公司存在的意义,本应是为用户创造价值,而利润是价值的副产品。但当一个行业的注意力从价值转向收入,而收入又来自用户的交易频率和产品复杂度,顺序就被颠倒了。利润成为目标,用户变成手段,安静成了利润的敌人。没有人因为恶意这样做,但激励机制的力量比意愿更大。

有知有行试图做一件不同的事。帮用户理解基本的金融常识,了解自己的家庭财务状况,找到适合自己的投资策略。但不止于此。我们也希望帮用户在这个过程中看清什么对自己真正重要:什么样的生活是自己想要的,哪些人和事值得投入,自己希望成为怎样的人。我们做的所有事情——内容、产品、投资组合、基金销售,都是同一件事的不同面向:帮用户获得足够的安心之后,把最宝贵的注意力释放出来,去全情地生活。

但什么是足够?这是一条微妙的分界线。它不是一个数字,而是一种心理状态。在这条线的一侧,是对未来更有底气,生活安心,内心自由而从容;另一侧,是别人是不是赚了更多,我是不是错过了什么,那个产品是不是更好。我们的工作之一,是和用户一起找到属于自己的这条线,然后有勇气停在那里,把省下来的注意力还给自己的人生。

更深一层说,金钱触及的从来不只是金钱。一个人对投资的焦虑,背后常常是对未来的不安,对自我的怀疑,对失控的恐惧。金融行业最常见的做法,恰恰是在这些脆弱被暴露的时刻,那些贪婪被点燃或恐惧被放大的时候,去刺激和利用它。我们选择站在另一边:在用户最冲动的时候带来冷静,在用户最恐惧的时候陪在身旁。说到底,我们希望对待用户的方式,就是我们对待自己的方式。

这意味着有知有行和用户之间的关系,从根本上不是一种销售关系。大部分金融机构的工作是放大需求,让你觉得还不够、还可以更多、还有更好的机会;我们常常需要做相反的事:帮用户意识到自己可能已经拥有了足够的东西,那些多出来的焦虑可以放下。我们推荐的产品一定是自己会买的、愿意推荐给家人的。这不是道德宣言,而是一个简单的校验:如果我们不放心把一个东西交给自己在意的人,它就不应该出现在用户面前。

所以有知有行做的事情,最终不只是帮用户做好投资,甚至不只是帮用户安顿好金钱。金钱是人生中最能放大贪婪与恐惧的领域,但也正因如此,它成为了一个人认识自己的入口。走入这扇门之后,一个人面对的其实是更大的问题:我对未来的不安从何而来?我真正想要的是什么?什么对我来说更加重要?这些问题没有标准答案,但它们值得被认真对待。

有知有行真正想做的,是陪用户走过这段路:在面对金钱的过程中,向内认识自己,向外学会与不确定性相处。当一个人真正理解了自己的恐惧和渴望背后连着什么,获得的不只是平静,而是一种更深的自由。知道自己是谁,知道什么是够,然后可以全情地去生活。

这些选择听起来并不复杂,但在真实的商业环境中践行并不容易。我们之所以这样做,是因为我们自己也在同一条路上。我们帮用户寻找的东西:认识自己、成为自己、与不确定性相处、获得内心的平静,也是有知有行作为一家公司每天在寻找的。我们不是站在终点等待用户,而是一起走在路上。我们面对着和用户同样的诱惑,当外部世界试图重新定义什么是成功、什么是够的时候,看清自己真正相信的东西,然后守护住她。

我们相信什么?

我们对投资的理解,建立在对底层规律的尊重之上。长期的、跨越不同市场的数据反复指向同一组朴素的结论:风险和收益相伴相生,股票的长期收益来自经济的增长,而未来无人知晓。我们无法预测市场,但可以信任这些规律,并在此基础上构建我们的投资体系。但投资不只是数据和策略,知道正确的事和做到正确的事之间,隔着人性的全部重量,而这段距离,往往才是决定一个人长期投资结果的关键。

有知有行存在的意义,一方面是在这些规律的基础上帮用户构建投资体系、了解自己的财务状况、做出合理的资产配置;另一方面,是陪用户走过知道和做到之间的那段距离,帮用户了解自己,在最难的时刻读懂那些焦虑和恐惧,陪在身旁。后者往往比前者更加困难,却更为重要。

有知有行对诚实的理解,从承认无知开始。投资中最诚实的一句话也许是我不知道。不知道明天市场会涨还是跌,不知道哪只基金明年表现最好,不知道经济什么时候复苏。这不是谦虚,而是对投资这件事本质的尊重。我们警惕任何声称能预测未来的表述,包括来自我们自己的。

这种诚实也体现在我们如何面对结果。市场好的时候,我们不把它归功于自己的能力;市场差的时候,我们也不制造借口来回避。收益和亏损都是投资的一部分,用户有权、也应该看到完整的、未经修饰的真相。

对于一家靠管理费生存的公司来说,这里存在一个真实的张力:用户留下来是我们的收入来源,但诚实有时会让用户离开。我们选择接受这个代价。诚实是一种复利,信任也是,每一次如实相告都在积累,而一次欺骗就足以永远摧毁。对用户隐瞒真相、在不确定时假装确定、推出自己不认可的产品,短期实现了规模和收入的增长,长期看是用信任换取了收入,而信任一旦失去就无法重建。

这也是为什么我们对利益一致有近乎执念的重视。诚实是一种选择,但我们不认为长期的诚实可以仅靠意愿来维持。当一个人的收入取决于让用户做出某种行为时,完全的坦诚几乎不可能发生。原因和我们前面说过的一样:激励机制的力量比善意更持久。

所以我们选择从结构上解决这个问题,而不是把它交给道德感。我们的收入来自用户资产的管理费。这意味着我们赚钱的唯一方式,是用户的资产在增长、用户愿意留下来,而这和用户自己的利益指向完全相同的方向。我们推荐对用户更好的产品,不是因为高尚,而是因为我们真心这样认为,而恰好我们的收入结构允许我们这样做。

但即使是管理费,也存在一个更深的张力。管理费背后依然是规模,而规模可以有两种来源:一种是用户真正从中获益、愿意留下来带来的增长;另一种是放大焦虑、迎合短期情绪换来的增长。同样的收费模式,背后可以是截然不同的用户体验。收入结构让利益一致成为可能,但不能保证它真的发生。

最终决定它是否真的发生的,不是收入结构,而是做决定的人心中的那条线——和我们帮用户寻找的那条线一样。在这条线的一侧,用户的生活因我们而更好,每天做的事都在创造真实的价值;另一侧,是去追求更大的规模、更多的收入、更前的排名,却忘记了什么是自己真正想要的。

但我们也知道,把这一切寄托在个人身上是脆弱的。外部的压力、时间的侵蚀、成功带来的膨胀,都可能让一个人渐渐偏离自己曾经画下的那条线。这也是我们选择写下这份文件并公开它的原因,让我们最深处的信念接受所有人的注视,成为一种比个人意志更持久的约束。

所有这些结构存在的前提,是有一群真正关心他人的人。结构可以让利益一致,但无法制造关心。关心在制度之前就存在,也是制度被创造出来的原因。但关心不等于讨好。讨好的本质是以对方的即时感受为目标,而关心指向的是长远的福祉。这两者在有些时候是冲突的。我们希望用户留在有知有行,是因为从中获得了真实的价值,而不是因为焦虑、习惯或者害怕错过。但仅有关心是不够的。把关心变成真正的帮助,需要智慧、克制和对人性足够深的理解。

我们真心关心用户,但我们也是一家需要成长的公司。我们不认为这两者是对立的。用户的生活因我们而变好,就会留下来,会在人生的不同阶段继续信任我们,会把我们推荐给自己在意的人。这本身就是增长,它慢,但很坚实,同时拥有复利的力量。这是一个美妙的结构:我们希望用户在成长,也希望自己在成长,而用户人生的成长,最终也会成为有知有行的成长。我们不需要在关心和成长之间做选择。

但这个结构能运转,前提是我们对快保持警惕。无论在哪个行业,最容易获得规模和注意力的方式几乎都和快有关。追逐热点的内容、迎合风口的产品、用补贴和营销换来的用户数,这些做法之所以有效,是因为它们触发的是人最本能的反应:焦虑、好奇、害怕错过。但这样吸引来的关注是短暂的,来的人不是因为理解和信任而来。这样的规模越大,越脆弱。

与这种对快的警惕相对应的,是我们对自己作品的态度。我们选择做少的事情,少的策略、少的产品、少的内容,因为我们珍惜自己和用户的注意力,也因为只有内心真正认可一件事时,才有可能把心注入其中。一篇文章、一段回复、一个产品功能,甚至这份文件里的每一个字。我们希望自己做出的一切,都能够穿越时间。

最后,有一些事情我们选择永远不做。不利用用户的恐惧和贪婪,不推荐自己不会买的产品,不把规模置于信任之上,不把用户当作收入背后的数字,不把伙伴(和 Agent)当作实现利润的机器。这些不是权衡之后的结论,而是身份的一部分。真正的危险从来不是明显的错误,而是每一步看似合理的偏离。这些红线存在的意义,是让我们在面临压力和诱惑时,不需要从头论证自己是谁。

我们的文化

我们对用户所说的一切,最终要由一群具体的人活出来。这群人如何在一起,决定了那些话是否真实。

我们常说,投资成功是一个人变成了更好的人之后,自然而然的结果。我们也这样理解自己的工作:专注做好真心相信的事情,世界会给予应得的奖励。

但这里面有一条微妙的线。为创造价值而优化,和为增加收入而优化,看起来相似,指向却不同。当一家公司变大,每个人离用户越来越远,指标就成了替代品。但它衡量的永远是表象:真心变成话术,陪伴变成留存率,用户的成长变成报表上的曲线。试图用数字去衡量这些看不见的东西,恰恰会失去它们最重要的部分。

这是有知有行不用 KPI 的原因。不是因为不在意结果,而是我们相信另一件事:人的善良、好奇和创造力本来就存在,比起用指标驱动人,更重要的是移除那些让人无法真实的东西,让人真实地存在,让事情自然地发生。

有知有行把这叫做如其所是。

如其所是意味着真实。不带着面具相处,不把不确定包装成确定,不在意见不同时选择沉默,不说出自己不相信的话。它意味着开放:讨论一件事情的时候,注意力放在事情本身,而不是忙着去捍卫自己。它也意味着平视:在意的是一个观点是否正确,而不是谁提出了它。每个人都被当作一个完整的、值得认真对待的人。

真实、开放和平视不是天然就能存在的,它们需要安全感。安全感不是一种制度安排,而是一种日常体验:犯了错,周围的人关心的是怎么解决问题,而不是追究责任;说出不同意见,不会因此失去尊重。焦虑扭曲判断力,恐惧压缩创造力。只有确信自己可以犯错、可以说真话、可以承认不知道,一个人才能真正如其所是。

安全感建立在人与人之间的善意之上。温暖是有知有行对人的基本态度:在意每个人的感受,尊重每个人的时间和尊严,关心一个人在这里是否快乐、是否有成长,不因为职位的高低而改变对待一个人的方式。但我们追求的是一种包含诚实的温暖。当人们因为关系的亲近而不忍心说出真实的判断时,温暖就变成了舒适的沉默。正因为真心在意一个人,才不会为了维持和谐而隐瞒真相;正因为尊重彼此的成长,才愿意说出那些不容易说出口的话,一起面对那些不愿面对的时刻。

安全感和温暖在一起,会带来一种更深的东西:放松。不需要表演、不需要防御、不需要恐惧,可以把全部能量投入到工作本身。我们相信好的结果和享受过程可以同时存在——既能把事情做好,也能度过美好的每一天。

在有知有行,自由和责任是同一件事。我们不用指标来控制方向,而是共享信息来支持判断——当一个人拥有了充分的信息,再加上自己的热爱和好奇,不需要被告知下一步该做什么。但这也意味着每个人对自己的判断负责,对结果负责,对身边的人负责。自由不是没有约束,而是约束以一种不压缩人的方式存在。当把规则换成理解,把指令换成信息,人就不是在执行,而是在创造——而好的结果往往就藏在这种创造里。

如其所是不只意味着真实和温暖,也意味着努力和韧性。我们选择了一条少有人走的路,理想与现实之间有真实的张力。把这些信念活成每一天的样子,包括每一个决定、每一个细节、每一次想走捷径时的坚持,需要的远不只是认同,而是日复一日地全力以赴。这背后的代价,只有身在其中的人知道。

我们之所以选择这条路,是因为我们对用户说的话,对自己也一样。我们帮用户寻找内心的平静,自己也在寻找同样的东西。我们帮用户找到那个够的点,自己也需要找到它。一个自己都不平静的公司,无法帮别人获得平静。

这些文化不存在于墙上的标语里,而存在于每一天。人们真实的样子,不经意间的选择,办公室里不需要言明的默契。没有办法通过培训让一个人变得真实,没有办法通过制度让一个人产生好奇心,更没有办法让一个人具备韧性。我们能做的,是找到那些本身就在这样生活的人——对自己的内心有真实的兴趣,会认真地想自己到底相信什么,会在意正在做的事情是否值得;也天然地关心身边的人。不是出于责任或道德感,而是因为他人的成长在心中有真实的重量。

我们不试图改变谁。我们只是认出彼此,并在不合适的时候友好地说再见。

光谱与中道

有知有行有两个故乡,北京和海南,相距近三千公里。北京快、紧绷、充满干劲,冬天漫长而清醒;海南慢、放松、自由,四季温暖,时间像是多出来的。有知有行就在这两极之间。

这份文件里写下的每一组信念,背后几乎都有一个张力:用户利益和公司生存之间,温暖和直言之间,自由和责任之间,放松从容和全力以赴之间,专业严谨和随心所欲之间。这些张力不是需要被解决的问题,而是需要被持续面对的现实。每一次具体的选择,都需要在这些张力中找到属于当下的答案。

语言天然倾向于把事情说得比实际更绝对。但真实的情况永远在光谱上。这份文件的价值不在于给出一个精确的答案,而在于标明方向,让读到它的人知道我们倾向于哪一侧,以及为什么。

当面对一个具体的决策,而这份文件没有给出现成答案的时候,我们希望它仍然有用。不是因为它告诉了该怎么做,而是因为它帮助理解了我们是谁。而知道自己是谁,也许比知道该怎么做更重要。

未完

这份文件记录的是有知有行此刻最深处的信念,但我们不认为它是最终版。一家公司和一个人一样,对自己的理解会随着经历而加深,有些今天确信的东西明天可能需要修正。我们接受这一点,甚至认为这是好的。如果有知有行能清楚地看到很远以后自己是什么样子,那反而说明我们停止了成长。

我们也不假装这些原则总是指向同一个方向。诚实有时候会让用户离开,慢有时候会让机会错过,坚持不做某些事则意味着放弃真实的收入。当这些时刻到来时,我们没有一个万能的优先级清单可以查阅。如果有,这份文件就不是原则,而是算法。

这样的时刻不止一次出现。每一次,有知有行都回到同一个起点:我们到底相信什么,然后按照那个答案去选择,即使它意味着更少的收入、更慢的增长、或者一段关系的结束。这不是一个关于未来的承诺,而是一个已经被反复验证的事实。也许这就是一家公司认识自己的方式。不是通过写下一份文件,而是在每一次真实的考验中发现自己。

有些问题,我们还没有答案。一个用户究竟需要理解多少,才足以做出属于自己的判断?还是说,信任本身就已经是一种知?当有知有行变得更大,今天让利益一致的结构是否足以应对未来的压力?规模有没有一个边界,大到我们无法再认真地对待每一个人?这些不是修辞,是我们还在真实寻找的答案。

我们也会犯错,事实上已经犯过不少。有些产品做得不够好,有些沟通来得太晚,有些投资决策需要反思,有些体验没有达到我们自己的标准。我们不认为犯错是需要掩饰的事情。错误是成长的信号,而一个认真对待这些信号的生命,才能真正地成长。我们在意的不是从不犯错,而是犯错之后能不能诚实地面对,从中看见自己还没看到的东西。

有知有行是一个生命。我们是创造她的人,也是每天生活在其中的人。我们在她之中工作、犯错、成长,和她一起变成今天的样子。这份文件,是我们试图说清这个生命此刻最深处的信念。我们不确定每一句都说得足够准确,但我们尽了最大的诚意。一个生命不会因为被写下就停止生长,但在成长的路上,记得自己是谁,也许和成为自己一样重要。

跳转微信打开

  •  

寻找基础设施工程师

原创 有知有行 2026-03-23 16:54 北京

期待你的加入

有知有行希望把投资变成一件安静的事。而基础设施工程师的工作,是让这份安静背后的一切,都能稳定、可靠地运转。

我们正在寻找一位真正相信 AI 会改变工程方式,也愿意亲身去验证的工程师。

基础设施工程师

职位名称 :基础设施工程师

工作地点 :海口/北京

你将参与:

1. 保障有知有行信息系统及服务运行平台的可靠与稳定;

2. 开发 AI Agent(覆盖 DBA、网络、安全、运维等方向);

3. 建设和维护面向 AI 的智能化故障检测与灾难恢复等基础设施平台(日志、监控、部署、数据库等);

4. 实践并持续迭代 Harness Engineering 方法,构建面向 AI 辅助工程的质量保障体系;

5. 参与公司级 AI 大脑的建设,同伙伴们一起持续探索 AI 在各业务场景下的实践,并提供可靠的技术支持。

我们希望你具备:

1. 本科及以上学历,3 年及以上软件开发工作经验;

2. 拥有较为扎实的计算机学科综合基础,熟练掌握至少一门通用编程语言(Golang / Python 最佳);

3. 熟悉 Linux 的使用、维护和 trouble shooting,在以下领域至少一项有较为深入的理解和实践:数据库 / 大数据系统、日志 / 监控 / 部署、DevOps / CI/CD / Kubernetes、软件质量工程、信息安全工程、计算机网络工程;

4. 拥有乐观、积极且开放的工作与生活心态,以及优秀的团队协作意识。

5. 加分项:

  • AI Agent / MCP / Skill 开发经验;

  • 拥有自己的 AI Workflow 平台或 AI 辅助工程管理体系的搭建与探索经验;

  • 独立开发者 / 开源软件贡献者。

如果你拥有这样的特质,欢迎来信:

1. 对自动化和智能化有一种本能追求:看到重复的事,会想着如何优化;看到需要手动完成的环节,会考虑让机器和 AI 接管;

2. 比起技能清单,我们更关心的是,你现在是不是已经在用 AI 改变自己的工作方式。如果你已经打磨出一套自己的 AI 协作体系,期待你的分享;

3. 同样重要的,还有面对问题时的态度——不粉饰,也不回避。系统有问题,就面对问题;数据不对,就把原因找清楚。在有知有行,这种诚实不需要额外的勇气,因为它本来就是日常工作的默认状态。

如果上面讲述的,是你向往的,欢迎来信跟我们聊聊。

📮 邮箱:hr@youzhiyouxing.com

跳转微信打开

  •  
❌