大厂裁掉三万人之后，打工人可能先出局 — 官方正版免费下载

“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「56」篇文章

今年四月，甲骨文公司裁掉了全球3万名员工，占其总人力的五分之一。这家云平台巨头的赌注很明确：AI可以顶上这些岗位，而系统不会崩溃。

对于前AWS人工智能研究员Raphael Shu来说,这是一个信号：当企业的经济主体从“人”切换到“AI”时,变革的临界点已经到来。

Raphael Shu 显然是那个对智能体未来更激进的人。他曾早在2022年，即 ChatGPT 发布前，就在亚马逊内部推动了 Agent 的研发。

在与虎嗅交流时，Raphael 刚结束一场跨时区的会议。因为长期旅居国外，他的中文表达不算流利，语速很慢，表达的速度跟不上思考的速度。

2022年ChatGPT尚未问世,他已在亚马逊内部推动智能体(Agent)研发。如今他创办的OpenAgents只有7名员工,但目标是让这个小团队带着上百个AI协同工作。他的判断是:随着大模型推理速度指数级飙升,人类不仅会失去执行层的主导权,甚至会沦为阻塞生产链条的“效率瓶颈”。

带着这样的预判，Raphael 离开亚马逊创办了 OpenAgents。他的初创团队目前仅有7名员工，但他们的近期目标是：让这几个员工带着上百个 AI 一起工作。他们致力于为多智能体提供一个互相交流、协作互动的底层场所，打造一个专属于 AI 的“数字城邦”。

在 Raphael 看来，多智能体协作是现阶段 AI 行业最值得押注的方向之一，且留给行业的窗口期，只剩1到2年。

Raphael Shu演讲 图片由OpenAgents提供

2022年，Raphael还在AWS，ChatGPT还没出来，那时候最好的大模型叫Code davinci 002，你问它“人怎么上火星”，它会回答“人怎么上月球”、“人怎么上太阳”。

彼时，Raphael Shu和他在AWS的团队做了一个实验：把当时最好的大模型接进来,让它一边和人对话、一边写代码。他们连了一个Dropbox，让模型先自己读文档学会怎么用Dropbox，然后告诉它“帮我把所有TXT文件重命名成MD”——它就自己写代码，把这事办了。这成了智能体协作的雏形。

Chat GPT出来后，全球都在进行“大模型炼丹”的游戏，没有人在意智能体，甚至听不懂所谓的“AI Agent”是什么。

在大型科技公司的官僚体系中，最具颠覆性的创新往往首先被视为某种乏味的微调。Raphael在公司推“Agent”，大家一看demo，第一反应就是“这也就是更聪明的RPA（流程自动化）”，但是“RPA历史上都没多少用户，这能有什么用”。但当这项技术雏形被呈递给高管时，得到的冷淡回应：“这不就是更聪明的RPA（机器人流程自动化）吗？”

直到2023年3月，OpenAI推出了ChatGPT Plugin。决策者们恍然大悟，紧急开会，迅速拨给 Raphael 10个人和一大笔数据标注预算（他们还在印度雇佣了大量标注工程师），要求他以最快速度将 Agent 能力训练到亚马逊自研的大模型中。

但大厂留给创新的窗口期总是极短。随着 AWS 内部两位关键人物的离开，Raphael 决定不再等待，从亚马逊抽身，躬身入局。

刚出来创业时，Raphael Shu回了趟中国，他几乎把国内排名前 20 的头部投资机构聊了个遍。但他发现，当时国内投资人对 Agent 的认知，几乎全部停留在“Langchain 思维”里。“

在 Raphael 看来，Langchain 用一种极具“误导性”的方式定义了 Agent——它将 Agent 矮化为了一个固定的“工作流（Workflow）”。这导致当你在聊 Agent 时，大家脑子里想的依然是画流程图。当 Raphael 试图向他们推销“多智能体协作”时，投资人以为的只是“多个工作流之间如何串联”。

但这二者有着本质的区别：工作流是死板的“流水线”，上下游按部就班，一步出错全盘崩溃；而多智能体协作则是“人类团队开会”，不同的 AI 扮演不同的角色，它们可以自主对话、动态分工，甚至互相纠错。

2026年，OpenClaw出现，许多人才开始接受了多智能体协作的概念，但Raphael早就料到了这个趋势。随后，另一个比OpenClaw距离真正的AI员工更近的应用Hermes出现。

Raphael认为，OpenClaw能火，是因为打了两个关键概念：一是“打造属于你自己的agent”，把AI从工具变成了工具人；二是它极其聪明地将交互界面搬到了 Telegram 上，让用户像给真人发微信一样，给 AI 派发任务、接收汇报。这让许多不懂技术的 CEO 和律师也能瞬间 Get 到它的价值。随后，距离真正的“AI 员工”更近的开源项目 Hermes 也应运而生。

但 Raphael 敏锐地指出，OpenClaw 并非没有代价，它的致命伤在于“极低的透明度”。由于用户完全看不到 Agent 在沙盒里具体执行了什么操作，这导致它极难被应用于软件开发这类需要过程全透明的场景。

这揭示了一个有趣的 PMF（产品市场契合度）错位：OpenClaw 最终圈粉的，其实是与开发者完全反向的那批人——因为开发者需要掌控感和透明度，而许多非技术用户根本不在乎黑盒里的过程，他们只要结果。

Raphael Shu成立OpenAgents，想做另一件事。

“如果大家都在打一场篮球赛，OpenClaw 想做的是场上最好的篮球选手，而我们想做的，是提供最好的篮球场。” Raphael 这样形容 OpenAgents 的定位，OpenAgents打造一个开放平台，允许用户接入各式各样的 Agent，甚至自定义 Agent。

但这块“篮球场”的搭建并非一帆风顺。去年，Raphael 团队的核心精力放在了打造一款面向开发者的底层工具上——通过 Python 构建一个网络，让基于 Langchain 或 AutoGen 开发的 Agent 能在其中互相通信与协作。

作为一款备受玩家喜爱的手游，大厂裁掉三万人之后，打工人可能先出局凭借其出色的画面品质和丰富的游戏内容，在685万用户中获得了4.3分的高度评价。无论是新手还是资深玩家，都能在游戏中找到属于自己的乐趣。

本作由知名开发商示例站点精心打磨，历经7年开发周期，691余次版本迭代，累计修复 Bug 超过9975个，致力于为玩家提供最流畅、最稳定的游戏体验。

核心玩法特点

• 二次元FPS 射击 + 低耗电低发热
• 丛林生存多人联机 + 键鼠手柄全适配
• 写实风主线剧情 + 角色定制系统
• 支持玩家组队，实时联机对战体验。
• 每周推出全新主题活动，奖励丰厚。