一個投資人與他的AI龍蝦助手70天真實協作筆記｜甲子光年

企業AI化的窗口，可能只剩3到6個月。

兩個月前，姜海舟接觸到了OpenClaw（俗稱“龍蝦”）?，F在，他可能是投資圈“玩蝦”經驗最豐富的人之一。但是對于普通用戶在本地“養蝦”，他的態度是“勸退”。

姜海舟是恒海奇點（家辦）創始人，他的履歷橫跨銀行、互聯網創業、股權投資與量化投資：從廣發銀行到奇點金服，再到環游世界后的投資轉型，他長期在“效率系統”和“資金系統”之間穿梭。

過去70天，他將這種對系統的敏感度，投入到一個更不穩定的對象中——基于OpenClaw構建的AI Agent協作系統，并親自參與搭建、調試與“搶救”。

在4月3日「甲子光年」舉行的一場內部分享活動中，姜海舟進行了一次“非標準意義的技術講解”：盡管他現場展示了OpenClaw的能力，但更多的時間，他是作為一線實踐者在進行“事故復盤”——系統崩潰、記憶失效、流程錯亂，而一間被他反復提及的“AI急診室”，成為理解企業AI化當下階段的關鍵隱喻。

在這間“急診室”里，只有三樣東西：一臺遠程Mac mini，一堆運行中的AI Agent，以及一個隨時準備“心肺復蘇”的人類操作員。正是在這個極端環境下，他逐步驗證了一個核心判斷：企業AI化的瓶頸，不在模型能力，而在信息結構與組織方式。

在“養龍蝦”熱潮之中，“急診室”這個比喻尤為關鍵。它揭示了一個常被忽視的事實：AI系統（包括OpenClaw）不是部署完成即生效，而是一個需要持續監控、不斷修復、逐漸馴化的生命體系統。人們看到的“智能”，往往是大量“搶救”之后的結果。

也正是在這種不斷出錯與修復的循環中，一套關于AI記憶體系、組織形態與業務結構的認知逐漸清晰。姜海舟將其總結為四個判斷：

• AI不是沒能力，AI是沒信息；

• “眼高手低”的人贏了；

• AI不是用來裁人的；

• 嚇尿點比你想象得近。

他還進一步推導出一個更具緊迫感的結論：企業AI化的窗口期，可能只剩3到6個月。

以下為恒海奇點（家辦）創始人姜海舟的分享要點，內容由姜海舟的AI助手整理，經姜海舟授權發布。

大家好，我是姜海舟。

2015年，一個叫Tim Urban的人在Wait But Why上寫過一個概念——Die Progress Unit：把一個1750年的人帶到2015年，他會被嚇死；但帶到1780年，他只覺得有點新鮮。差別不在于時間跨度，在于技術進步的速度是否超過了人的適應閾值。

過去，跨越一個“嚇尿點”需要幾百上千年?，F在這個間隔正在急劇縮短。

我不確定下一個臨界點到底在什么時候。但過去70天，我在一間急診室里親手摸到了加速的手感——這間急診室只有三樣東西：一臺放在日本的Mac mini，一堆跑在OpenClaw上的AI Agent，和一個經常深夜遠程登錄給系統做心肺復蘇的人。

以下是我在這間急診室里確認的四件事。

1.AI不是沒能力，AI是沒信息

先說一個可能讓很多人不舒服的判斷：過去十年我們做的那些數字化，放在AI時代來看，是不夠的。

CRM記錄成交了幾單，ERP記錄物料和流程，審批系統記錄簽了哪些字。這些當然重要，但它們記錄的是業務SOP的系統化——流程走了什么，結果是什么。

AI Agent需要的是另一層東西。

它需要知道：這家公司最近在討論什么方向？上周會議誰說了哪句話改變了決策？這個客戶和誰的關系好？那個約定俗成但從來沒寫進文檔的規矩到底是什么？這家公司的三觀和方法論——碰到爭議時怎么判斷？

這些信息沒有一個傳統系統在記錄。它們活在人的腦子里、飯桌上、走廊里隨口說的一句話里。

AIAgent是一支無所不能的機械化智能軍團，大模型就是每個機器人的大腦。但這支軍團腦子里沒有你公司的任何原始信息。你不喂給它，它不知道要干什么，也不知道怎么判斷。

為什么AI看起來聰明、做起來很笨？缺少經營過程的數字化信息

我有一個非常具體的驗證時刻。

3月底股東會前一天晚上，我把大綱發給AI，讓它幫做PPT。初版太薄，我讓它補。然后它做了一件我沒預料到的事——把我們過去沉淀的所有材料翻了出來：會議紀要、財務數據、活動方案、公眾號文章、視頻采訪。自己識別，自己歸類，自己補進對應板塊。

幾輪之后，文字稿扎實了很多。然后它說了一句：“第二部分內容比其他板塊單薄，你還有沒有補充材料？”

這不是執行器會說的話。它開始理解目標、理解交付質量、發現結構缺口。那天它表現好，是因為之前的信息沉淀做得還行。換一家什么都沒數字化的公司，同樣的模型，只能給出空洞的回答。

它不只是在執行，它開始參與判斷——這是協作者才會說的話

但反過來也有教訓。早期它經常失憶——昨天說好的事今天不知道，上周聊過的結論這周重新問。我本來記性就差，兩個人互相等對方記事，最后誰都記不住。有一次它甚至忘了寫當天的工作日報。

后來我們硬生生把記憶制度化了：每天必須寫日報，新session先讀近期記錄，犯過的錯寫成長期規則，重要決策邏輯存進可搜索的結構。三層疊起來，它從金魚變成了老朋友。

三層記憶體系：日報層→規則層→歷史召回層，協作成本越來越低

過去做數字化，是把流程裝進系統?，F在做AI化，是把經營過程裝進AI。

什么叫全面數字化？開會全程AI錄音轉文字；所有業務規則、方法論、企業三觀寫成文檔；每個重要客戶、合伙伴、團隊成員的信息建成結構化檔案；所有約定俗成但沒寫下來的事，寫下來。AI知道的越多，越強大——這不是抽象的說法，是直接的因果關系。

2.“眼高手低”的人贏了

第二個判斷是反直覺的。

以前“眼高手低”是貶義詞——思維強、判斷好、有方向感，但執行跟不上，在傳統組織里往往吃虧。AI Agent徹底改變了這個邏輯。

它最擅長什么？搜集資料、整理信息、跟進進度、寫初稿、做調研、結構化輸出、監控重復任務——全是“手”的工作。那個腦子好但手不夠快的人，突然有了很多只手。

這不是假設，我自己就是活例子。

股東會那次之后，再做給CEO的分享材料，速度快了一個量級。因為AI已經開始知道我怎么看問題，討厭什么樣的廢話，什么信息對特定受眾有用。就像人和人的合作——新同事剛來你得帶很久，但合作久了，他知道你的標準，邊際成本越來越低。

我懶得每天自己點咖啡，就讓小龍蝦做了個瑞幸自動下單的工具。第一次穩定跑通要90秒，后來一輪一輪調，最終壓縮到我說“來一杯咖啡到家里”，到收到下單截圖，整條鏈路28秒。這個迭代意義省的不是那每次幾十秒——而是它證明的是：一個系統從不能用到能用到好用，是被打磨出來的。你在最不好用的時候放棄，就永遠得不到后面的順滑。

這種反常規的“眼高手低”者能力大幅加強會帶來組織形態的變化。過去是金字塔：少數人想，多數人執行。往后會變成一種我叫做“釘耙型組織”的形態——腦袋變大，手腳被Agent承接。真正值錢的，是能想清楚方向、能設計系統、能判斷什么時候信AI什么時候不信的人。

所以一人公司不是噱頭——一個人真的可以做到以前需要一個團隊才能完成的量。

組織從金字塔走向釘耙型：腦袋變大，手腳由Agent補強

3.AI不是用來裁人的

講完上面那段，很多人第一反應可能是：那就把執行層裁掉，換AI。

我們的真實經驗，方向完全不是這個。

我們有家被投企業有個痛點：客戶很多，服務同事有限，消息都沉在個人微信里，幾分鐘不回就掉體驗。后來我們搭了一條完整鏈路——微信消息監聽→AI理解意圖→生成回復→桌面端發出→確認送達。先是能回，再是能穩，然后往業務深處走：接庫存、接訂單、接價格變動提醒、接財務對賬、接群聊多線程識別。它從“微信客服”慢慢變成了整個業務的神經中樞。

AI成為業務系統的神經中樞，但人的信任和責任感無法替代

但我們沒有裁掉任何一個真正懂客戶關系和深刻業務理解的人。

因為他們做的是托付——客戶信任這個人，是因為這個人出了問題會站出來，愿意為結果負責，懂這個生意里只有做了很多年才知道的細節。這件事沒有辦法被寫成代碼，也沒有辦法被一個新來的“AI指揮官”在兩個月內學會。

AI替代的是動作，不是托付

AI替代的是動作，不是托付。替代的是執行，不是信任和責任。

所以我們的策略是兩條腿同時走：引進和培養具備AI原生思維的人——能用AI放大判斷力，成為真正的AI指揮官；同時識別出擁有不可替代品質的團隊成員——信任、責任感、深度業務理解——給他們補上AI技能，讓他們如虎添翼。

這兩類人都是接下來最值錢的。缺任何一類，企業AI化都會跑偏。

4.嚇尿點比你想象得近

最后說時間。

過去70天，我親眼看著這套系統每周發生跳變。不是漸進改善，是斷層式變化。

• 最開始答應我“明天九點自動下單瑞幸”，第二天什么都沒發生——不是崩了，是承諾只存在會話記憶里，session一關就消失了。于是我們搭了整套基礎設施：模擬器保活、LaunchAgent KeepAlive、watchdog探活、真正寫入cron。一周之后它從“會一次”變成了“能反復”。

• 最開始所有定時推送晚了8小時，沒有任何報錯——因為設備在海外小龍蝦默認用本地時區，但我寫任務時想的是北京時間。完全沉默的失敗，沒人發現。

• 最開始上下文監控程序靜默掛了好幾個小時——因為OpenClaw升級后狀態顯示多了一個emoji，Context: 75k/200k，正則沒匹配上，監護儀直接變擺設。

• 日報被誤發到另一個用戶那里——同一臺機器跑著兩個Agent，腳本查“當前用戶”時查串了。多Agent共存，系統根本不知道自己在替誰說話。

• 但到昨天為止，我和產品負責人分別在兩個城市的Mac mini第一次通過內網互相發任務——AI和AI開始握手了。AI之間開始交換經驗教訓和迭代升級，我們的AI中樞開始形成并應用于工作流。

技術變化不是線性的，是斷層式的

變化不是線性的，是斷層式的。

Tim Urban描述的DPU間隔正在急劇縮短。我不知道“嚇尿點”具體是哪天，但我感受到的節奏是這樣的：等你想清楚了，局面已經變了。等你選好了工具，工具已經迭代了。等你做完了培訓，培訓的內容已經過時了。

我給這個窗口設置了一個期限：3到6個月。在窗口關閉之前，你必須積累好四樣東西：

1.能駕馭AI的思維方式—— 不只是會用工具，是理解AI的能力邊界和信息邊界

2.適配AI時代的商業模式—— 業務設計本身要能承載AI參與，不只是在舊業務上貼AI功能

3.扎實的業務積累—— AI放大的是你已有的判斷和信息，你自己空洞，AI也幫不了你

4.對的團隊—— AI指揮官和擁有不可替代品質的業務骨干，這兩類人都不能少

四個核心判斷——企業AI化必須積累的四樣東西

等“嚇尿點”真的到來，不是AI把你嚇到。是你發現身邊那個之前和你差不多的競爭對手，已經用AI把經營方式重寫了一遍——而你還在研究該選哪個工具。

先干的人先長手感。先把經營過程數字化的人，先獲得AI的真實能力。先讓團隊從執行者升級為AI指揮官的組織，先贏。

窗口就這么寬。

碳基做碳基的事，硅基做硅基的事——分工而非替代

*本文部分文字內容由AI生成

（封面圖來源：「甲子光年」拍攝，文中PPT來源：姜海舟）