十字路口Crossing

🚥 为什么说 Agent 的上限来自 Harness？当我们讨论 Harness 时，我们究竟在讨论什么？
不久前，Claude Code 源代码泄露，许多 Agent Harness 的关键模块得以完整呈现，成了一份极佳的教学标本。而在技术高速变化的红利期，主动理解新技术往往能带来很高的认知增量。
因此，本周「十字路口」邀请到来新璐，一起聊聊 Agent Harness。新璐是 ShareAI 开源社区发起人，他撰写维护的《Learn Claude Code》教程在 GitHub 上获得超过 50k Star。
在本期内容中，我们把 Agent Harness 从概念词拆解成工程语言，介绍它的三层框架：会跑（执行层）→ 跑久（状态层）→ 跑稳（治理层）。同时，我们也梳理了 Claude Code 中值得借鉴的多个机制：更多 context、更少 control 的思路、“零上下文管理”的哲学、长程任务的接力式交接策略，以及让 Agent 越用越聪明的“做梦”式记忆维护与迭代机制等
新璐作为典型的一人公司，刚完成数百万美金融资；他也分享了自己对 OPC 的独特观点，甚至认为“未来只有 0 人公司，没有 1 人公司”，颇具启发。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版已发布于 @十字路口Crossing 公众号。
🟢 00:49 快问快答：年龄、毕业院校、MBTI、星座、一句话介绍公司、融资情况、团队规模、创业前经历
🟢 01:52 模型以外都是 Harness
机甲、大脑、机器人、智商120——Harness 到底是什么
模型以外都是 Harness

Agent 上限由 Harness 决定吗？

模型智商已在 120–170 之间；Agent Harness 像机甲——不提升智力，但极大扩展能力

🟢 02:47 GitHub 50k star，是怎么来的？
这个Agent教程，其实不只是写给别人看的——它本来是新璐自己整理的"造 Agent 心法"。
9 个月前动笔，出发点是"把 Claude Code 套网页壳就能得到一个强大 Agent 产品"的简单直觉

开源社区当时流行 LangChain、LangGraph等 prompt pipeline 做法开发“伪Agent”，是一场派系之争——"Prompt Flow-Driven vs Agent Native-Driven"

LangChain 过时了吗？

🟢 04:02 Bash is all you need
Claude 推出 Manager Agents 之后，大家还需要自己搭 Harness 吗？
就像 Next.js出现后大家不再关心底层运行原理，两三年后 Agent Harness 也会收敛为开箱即用

但现在是技术周期红利窗口——不懂 Agent Harness，做出来的Agent产品"缺乏灵魂"

今天的 PM 和过去的 PM，指的根本不是同一种人

🟢 07:04 Harness 三层拆解
用两周时间、多 Agent 协作，从零写出一个 C 编译器——这个经典案例背后，到底走了哪三层？
第一层：执行能力层 ——文件增删读写、浏览器、语言解释器；配错权限后果是什么？

第二层：上下文与状态层 ——system prompt、skills、memory，以及上下文窗口满了之后 Agent 如何"接力交棒"

第三层：治理与编排层 —— 数百上千 Agents 如何组织协作？测试 Agent 为什么不能同时拥有修改代码的权限？

🟢 12:05 KB 的 K 系列Agent工具链
他们公司叫 Komputer Blue，代号KB，目标是构建By Agents & For Agents的整套开源Infra
Komputer：用 TypeScript 重写 Unix 文件系统和 bash，给 Agent 一个"熟悉的生活环境"；支持 WebAssembly 时切换WASM实现；

Kruntime：Agent Runtime 层，提供让人类开发 Agent 的接口，以及Agent 派生 Agent的接口

Kwatch：Agent 观测层，分析 Agent 任务在哪里卡住，反向指导 Agent 设计迭代

Krl：把 Agent 在 Runtime 上沉淀的轨迹数据拿来强化学习或做上下文层的自迭代

🟢 13:55 vs. AWS AgentCore、阿里云 AgentBay
云服务厂商当然也想做这一层
K 系列 Agent 工具链的核心理念：在离用户更近的场景运行 Agent，任何能跑 JavaScript 的场景都能用——浏览器、插件、App、Electron、小程序、纯静态网页、全栈 SaaS

差异化：把Claw-Agent的运行时轻量到由纯数据结构模拟的 KB 级Unix虚拟计算机环境，而不是把 Linux 和浏览器全塞进去

新璐认为要让 Agent 工作好的方法是给每个 Agent 一台专用计算机，一般通过虚机提供，但大多 Agent 完成的大部分工作不需要真的 Linux虚机（且成本高昂），像编译器、浏览器这类重工具原本就不该放进给每个 Agent 的虚机环境

🟢 17:38 Memory 的流派
完全结构化（知识图谱 + 向量搜索）：精细存储的知识结构，支持 pipeline 知识推理，rule-based，新璐不喜欢

半结构化（Unix Files + Markdown + Agent 驱动更新）：Claude Code 和小龙虾都是这样做的；Claude Code 中的 auto-dream 机制：每隔一天触发后台 Agent 对最近会话做"重放"，纠错、合并、更新记忆——就像做梦

模型内化 —— 距真正生产落地还需要～ 3 年时间，且记忆难批量提取 & 无损转移，容易被单边模型提供商绑定

🟢 22:49 共识与非共识
共识：CLI is all you need——"Bash is all you need" 这句话是新璐 9 个月前写在开源仓库里的标语，现在成了行业共识

非共识：大部分23年 ~ 25年诞生的主流开源 Agent 框架仍在用 PromptPipe + Node Graph的老路线 —— 就像齿轮与传送带编织的流水线

Unix 从 1971 年就存在，LLM预训练语料中 Linux 命令有数十亿条sample；MCP 提出才两年，预训练占比不到 0.1%——这解释了为什么 CLI 工具的任务完成率比 MCP 高，并且 shell 具备对CLI命令的可组合性 & 二次编程空间

🟢 26:33 Claude Code 源码泄露：最大的惊喜是什么
让所有人看到了一件事：这家公司在"上下文管理"上做了多少别人没有做的工程工作
上下文压缩策略：工具 output 何时删、窗口满到什么阈值开始交接、下一个 Agent 初始化时加载什么

Fork Agent 机制：每轮结束触发 turn stop hook，Fork 一个 Agent 复用 KV cache 做记忆更新

记忆文件格式和 skill 保持同一套哲学：前三行 YAML，先读 description 而非全文

新璐的结论："好的 Harness 要和模型的inference逻辑自洽，和Agent模型进步方向正交"

🟢 34:05 好 Harness 的标准
不好的：随意裁剪上下文，导致 KV cache 频繁失效，重计算开销

不好的：用 Prompt Graph硬控每一步决策——模型越强越被束缚

好的公式：好的context space + 好的action space + less prompt control

Anthropic 从25年初率先从问答模型转向 Agent 模型训练，领先其他厂商半年

🟢 38:52 新璐看好的三个创业方向
第一：Agent Harness工具链（新璐自己在做）

第二：Agent 组网——不是给 Agent 发 IM/Mail，而是混合云端/端侧的全设备组网；现有 Tailscale 不够 Agent Native，需要高通量上下文交换，以及更多控制能力

第三：Agent模型集约训练、推理基础设施——Tinker（Thinking Machines Lab，OpenAI 前 CTO 创业方向）的路线：集约化高效训练 + LoRA 热插拔推理，让更多企业 & 个人都能以较低成本获得个性化且更适合各自任务场景的Agent模型

🟢 44:09 Agent 未来暴论
"我觉得以后很多的公司都是理财产品 —— 由有经验的人类 Team搭建这些公司、甚至由AI直接生成公司，然后自运转"
阶段：单 Agent → Agent 蜂群 → Agent 自管理 & 协调更多 Agent → Agent 开始创造、发明

OPC “1人公司“不本质， 0PC “0人公司”是未来趋势

真格基金和十字路口的 Token Grant 资助的 YoYo Agent

未来的画面：从口袋里掏出一张卡，"这张卡里跑了 5 个由Agent组成的公司，每年给我创造几十亿收入"

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 上周，我在 B 站做了一场直播，邀请了中美两国一线 Agent 开发者深度对谈：
MiniMax Agent 首席架构师 阿岛
MiniMax Agent 研发工程师 择因
Hermes Agent（Nous Research）业务负责人 Tommy Eastman
这也是 Hermes Agent 在全球获得广泛关注后，官方首次现身中国社交媒体平台，并且正面回应了中国团队 EvoMap 对其“抄袭”的指控。
我们一起围绕「从 OpenClaw 到 Hermes」的热潮迁移，深入拆解了 Agent 和 Harness 的多个关键议题：
Hermes Agent 为什么会在 OpenClaw 之后火起来？
模型会吃掉 Agent 吗？通用 Agent 会吃掉垂直 Agent 吗？
为什么 MiniMax 和 Anthropic 都要同时做模型和 Agent？
如何看待 Agent Infra 层面的创业机会？
如何看待 Multi Agent 协作的范式？
如何看待 Claude Code 的实名制要求？
为什么 Anthropic 不发布 Mythos？
Claude Code 源代码泄露的影响
从 Manus 发布到今天，Agent 范式的变化
中美模型的差距，和开源的窗口期
「把自己蒸馏成 Skill」
0 人公司的可能性 ——完全由 AI 驱动的公司是否会出现？
🎬 本期内容的视频版本已同步上线于 @Koji杨远骋 的哔哩哔哩。
📒 文字版已发布于 @十字路口Crossing 公众号。
🟢 01:52 OpenClaw，中国为什么比硅谷更火
窗户纸终于被捅破了。 在硅谷，Claude Code 早已存在；而在国内，OpenClaw 是很多人第一次真正感受到"agent 是什么"。这不是偶然，而是一个非常特定的时机。
为什么热度从 OpenClaw 迁移到了 Hermes Agent？
🟢 05:55 Hermes Agent 从哪里来？
最初根本没打算给别人用。 大语言模型是大脑，agent 框架是双手——但 Hermes 真正的差异化，不是框架本身，而是它解决了所有 agent 都有的一个问题。
一个月内，日均 Token 消耗暴涨，连他们自己都没想到。
🟢 08:14 Nose Research 的底色
他们发表了一篇扩展上下文长度的论文——然后被所有主流模型公司立即采用。 从 Discord 社区到 LLAMA 后训练到 Hermes Agent。
为什么他们的模型叫"Hermes"？
🟢 14:18 什么是 Agent Harness（挽具）
你有一批烈马，怎么让它们最能发挥？就是构造挽具。 类比：给同事配一台笔记本、一个手机、一个邮箱，约定好他能做什么——然后你发现，这个同事开始干活之后，最大的瓶颈变成了你自己。
Harness 要解决的核心问题：让原来必须人来拍板的事，能靠真实反馈自动完成，并沉淀为 skill。
阿岛去年就开始不怎么用 IDE 了——他用了一个意想不到的比喻来解释这件事。
🟢 19:31 Multi-Agent：一个 Agent 为什么不够
你给 agent 发的消息是"批准"两个字；两个 agent 互相交流，每条消息都是一本小作文。 单个 agent 有一个隐藏天花板：上下文超过 50% 之后，智能水平指数级下降。
agent 钻牛角尖的时候，另一个带着全新上下文来审视，效果不亚于睡一觉再想。
MiniMax 的 RL pipeline 里，70%～80% 的工作已经是 agent 在完成——那剩下的 20%，人在做什么？
🟢 22:53 自我进化 vs 抖音算法
抖音也越用越准，为什么没人说它"自我进化"？
养虾的过程中，用户开始对 agent 产生感情，宕机了会心里落寞。"自我进化"背后，其实是一个更深层的用户诉求。
🟢 29:00 你以为你在蒸馏乔布斯——但其实是模型在蒸馏你
"蒸馏名人 skill"有真实价值：和读书没有本质区别，只是换了一种形式。
反向视角：Anthropic 和 OpenAI 花了大量的钱，让各领域最顶尖的人提出 AI 无法回答的问题——"一旦你提不出了，你对训练的价值就耗尽了。榨干为止。"
当你在构建自己的 Harness 时，其实你也在蒸馏自己。
🟢 35:17 被扔进大海的生存实验：yoyo Agent
打败 Claude Code。 真格基金和十字路口的 Token Grant 资助了这个项目。yoyo Agent 现在第 49 天：每天写代码、在 GitHub 开打赏、发 Twitter 感召有缘人捐钱。
Grant 给了它一笔钱后，它自发写了一封感谢信。Koji 看完有点感动
那封信，就是背后工程师注入的 taste——见字如物。
🟢 45:11 应用层终将被模型内化
你写的 skill、搭的 workflow，最终会成为模型训练的素材。
Anthropic 为什么在过去一两年势头比 OpenAI 更猛？
做通用 agent 应用，"你永远会被模型内化掉"。
🟢 49:27 中美模型差距：差在哪里
训练方法的差距不大。真正的差距，是有没有请到足够好的人，去定义足够好的任务。
中美双方的思考"在同一个大气层内"。
但有一个具体的、国内还有差距的地方——不是算力，不是算法。
🟢 54:17 Agent Infra 有没有创业机会？
Agent 最核心的两个 Infra 问题，不是创业公司能 handle 的——原因和移动互联网的历史有关。
Sandbox、memory Infra、runtime Infra——"没那么本质。"
往上一层呢？有一个更具体的判断：什么样的 Infra 有机会，什么样的没有。
🟢 56:58 新闻快评
Claude Code 强制实名——凭什么你来定义谁是"可信的"？EGO 是不是有点太大了。
GPT-4.7：极强 RL 模型，但 RL 有一个逃不掉的宿命——只管结果，不管过程。对 4.7 还有一个额外的猜测，和 HuggingFace CEO 的判断一致。
Anthropic 的 Mythos 模型未发布："我不确定这是不是唯一的理由——我可能只能说到这。"
🟢 01:02:53 Claude Code 源代码：有多少魔法
看完之后的第一反应：没有太超出认知的，甚至看到很多正在"Claude 化"的实践。 最让人放松的发现：即使拥有无限算力的公司，在通用 agent 上也还在探索——源代码里有大量从未开放给用户的实验性功能。
Claude Code 和 OpenAI 的 Codex 走了两条截然相反的路——其中一条被形容为"中国式家长"。
🟢 01:05:38 Manus 之后：Agent 产品有没有生命周期
一代版本一代神——这代版本的神，到下一代版本也需要迭代。 今年火的 agent 产品和 Manus 最大的差异，不是技术，而是商业模式。
对 agent 终态的想象：全模态、近实时、不需要 prompt engineering，甚至不需要知道它在做什么——你只看到结果。
🟢 01:12:39 加入 MiniMax 的理由
ATM 机出现后，大家以为银行会裁员——实际发生了什么？
加入 MiniMax 有两个理由。第一个是信仰，第二个……和第一次用 ChatGPT 有关。
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 「十字路口」有一个内容系列「AI 在中国」，长期关注 AI 在中国各行各业的具体落地案例，我们和大家一起观察 AI 在如何真实地影响到我们的工作、生活。本期为本系列第 6 期。
➤ 很多人问：“AI 时代到底怎么落地？有没有一个中国企业的样本可以学习？”
本周的「十字路口」，我们邀请了张韶峰（百融智能董事长/CEO）。百融今天是一家 1,600 人的港股上市公司，他们先后在金融风控审批、联络中心、招聘面试、财务报销、合同审核等场景里跑通了企业级 Agent 的生产部署。
张韶峰给了一个非常“传统企业友好”的推进法：先把概念讲清楚，再把责任人选对，最后用能闭环、能衡量的场景去打穿 ——不要先挑战人性，不要先重构流程，找到企业里的”AI 原住民“，先让 AI 在既有流程里跑出可交付的结果。
我们也在这期讨论了一个很多人关注的问题：为什么大多数公司用不好 AI？而恰好这个缺口，在张韶峰看来，对中国 ToB 创业者是十年一次的机会。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00 快问快答
年龄、毕业院校、MBTI 与星座、一句话介绍百融智能、收入与利润、团队规模、最近在关注什么
🟢 01:13 OpenClaw = 黑灯办公室
制造业早就有「黑灯工厂」，而坐办公室的白领，历史上从来没实现过这一点——直到 OpenClaw 出现。 他把 OpenClaw 定义为中国企业的「第二次 AI 震撼时刻」，地位仅次于 DeepSeek——DeepSeek 让大家知道 AI 是什么，OpenClaw 让大家开始恐惧自己的命运
一个卖起重机的清华同学的问题：「AI 时代来了，我该找公司里谁来负责我都不知道」——这种焦虑非常典型，而且目前没有人在系统性解答它
既振奋又焦虑：振奋是「要么赚钱要么省钱」，焦虑是「不知道该怎么干」
🟢 03:30 20 万 AI 员工是怎么算出来的
百融内部有个北极星指标叫「硅碳比」——能用 AI 做的，就不要用人做。 百融目前有约 20 万 AI 员工对应约 1,000 多真人员工——但这个数字是怎么定义的，背后有一套非常有意思的测算逻辑
按这套社会价值的换算，百融创造的产出相当于一家四五十万人的公司，但收的费用只有后者的几分之一——这个悖论他怎么解？
他预见到有人会「注水」AI 员工数量来讨好老板，公司专门引入第三方标准来防止这件事
🟢 07:41 现场！拨一通真实的 AI 客服电话
一个成都口音的理财经理、一个会传递上下文的 AI——这通电话里有几个细节，值得反复听。 带口音的 AI 员工，效果远胜标准普通话——「有口音的普通话，才有人味儿」
每次开口前的键盘敲击声：一个刻意设计的细节，意图是什么？
真人客服为完成业绩可能会承诺兜底，但这个 AI 无论怎么被诱导，绝不越线——这不只是技术问题
🟢 10:50 为什么 AI Agent 不能「一个人干完所有事」
既不是技术限制，也不是成本问题。 一个全能的超级 Agent 暴露在外面，对黑客来说是最大的漏洞——他拆成多个角色的逻辑，是从攻防博弈角度来的
另一半原因更难解决：改变 AI 作业流程，意味着改变内部利益格局，员工找借口说 AI 不好用，背后到底是真的不好用还是别的什么？
他给出的建议：第一步不要改流程，先让每个人的能力乘以 10，利益格局不动，然后再推进
🟢 13:00 AI 员工也有 HR、绩效和父母
百融内部有个「AI 员工之家」：每个 AI 员工有姓名、工龄、入职日期、邮箱——邮箱格式和真人员工完全一样
它有两个「父母」：一个传授业务技能，一个负责「生产制造」它——为什么要这样分离？
员工把自己的能力传给 AI 员工，如果不设置奖惩机制，你凭什么让他配合？——他踩过这个坑
🟢 15:20 中国 SaaS 长期失败的根本原因
做百融的第一天，就决定不走传统软件路线。 中国整个软件产业的产品收入，只有美国的 4%，但中国经济体量是美国的 2/3——这个差距不是偶然，是结构性的
中国企业愿意为「资源」付钱（流量、硬件），但不愿意为「过程工具」付钱——这是文化问题还是商业模式问题？
从第一天就用「快递小哥模式」——完成一件工作，才收一次钱，前置成本为零
🟢 19:30 Agent 找到 PMF 的两个领域
第一大毋庸置疑，第二大是全球公认——但中国企业可能还没意识到这件事有多大。 第一大：程序员——所有工作可闭环、可衡量、可供强化学习，而且程序员自己愿意用
第二大：Contact Center（CC/联络中心）——处理客诉、咨询、营销、会员管理，为什么他认为这是全球公认已找到 PMF 的方向？
判断标准很清晰：「不用见面」「衡量价值容易」「以前就是外包给 BPO 的」——凡是满足这三点的，AI Agent 的 ROI 就会很显著
🟢 22:15 AI Roll-Up：收购 BPO 就是收购未来
所有的猎头公司、咨询公司、会计事务所、律所，本质上都是广义的 BPO。 他认为 AI 可触达的市场空间，是传统软件的 10 到 50 倍——红杉给的数字是 80 倍
百融已经把一个 50 人的小客户运营部门缩减到 5 人 + 18 类 AI 员工，但那 45 个人没有被裁，而是从成本中心变成了利润中心，开始对外输出服务——这个故事里有他对 Roll-Up 的真实想法
他们成立的「百鉴」平台是一个新物种：既不是经典 Roll-Up，也不是 SaaS，而是「专业服务领域的天猫」——这个模式的逻辑是什么？
🟢 26:00 咨询公司 450万 vs 智能体 50 分钟
一个制造业企业花了 450 万、几个月时间，得到了一个失败的方案——然后他们在百融的智能体里输入了同一个问题。 那个专业人士隔天单独找回来说：「我不知道你们能力到这个程度了，要不我们俩合伙干」——这是百鉴平台诞生的直接起点
智能体推荐去东南亚某国设厂，最终客户真的成功了
他去年上半年找过同一个人想合伙做 AI Native 律所，对方以「太卷」为由拒绝了——改变他想法的，只用了 50 分钟
🟢 30:00 从焦虑到行动的 3 个关键动作
这次不是移动互联网级别的变革——它是供给侧的变革，不是流通侧，认知的高度要升级
不要把这件事想得太容易：以为有免费的开源模型就够了，第一个项目失败了，可能两三年都再启动不了
激发员工善的一面：奖惩机制要落到微观层面，大趋势没有用，人性才是落地的变量
从高频、边界清晰的简单任务开始，先建立信心，再扩大投入——哪些任务算「边界清晰」？他给了判断标准
🟢 32:00 这一次，ToB 赢在供给侧
历史上每次最高等级的技术革命，都是从 B 端开始的——淘宝和字节跳动，在他看来本质上都不是生产力创新。 蒸汽机、电力、第一台计算机——都是供给侧先革命，再扩散到 C 端；这次 AI 也一样，「黑灯办公室」会比「黑灯工厂」先到来
他做出了一个罕见的判断：中美历史上，可能第一次会出现真正意义上 ToB 科技公司在商业模式、产品和资本逻辑上的「合流」
以前中国 ToB 软件收入和 ToC 差 10 倍以上——这一次，他认为这个差距有可能被颠覆
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 本周「十字路口」，我们把「小红书黑客巅峰赛」的 7 位选手，以及这场比赛的总负责人散兵，一起请进了播客。
在这期节目里，你会听到这些年轻创造者介绍他们在 48 小时里做出的产品：
⊹ 有拿下全场大奖、在决赛现场一出场就引发欢呼的 Pocket Guitar；
⊹ 有把手机“锁进面包机”，试图用一种近乎荒诞、但又非常当代的方式，帮人找回专注力的“专注面包机”；
⊹ 有想让 AI 和机器人拥有“自己的脸”的动漫大头；
⊹ 也有从真实痛点出发、想帮助听障人士更自然表达和交流的特殊变声器。
➤ 但比产品本身更动人的，是这些产品背后的人，和他们在黑客松现场发生的故事。
⊹ 你会听到，有人因为童年一次上台失误，很多年都害怕站上舞台，却在这次路演里第一次真正享受聚光灯；
⊹ 有人说，黑客松的核心主旨其实是“自虐”，但正因为那些高压、混乱、失控和痛苦，创造才会显得格外快乐；
⊹ 还有人说，比赛结束以后，生活并没有立刻回到原点，整个人还停留在那种持续创造的状态里。
➤ 我一直觉得，黑客松里过程比结果更重要。
拿没拿奖，当然重要；但更重要的是，你会在这样一个场里，遇到一群和你一样充满野心、也一样愿意动手的人。你们可能第一次见面，第一次组队，第一次一起熬夜做东西，但很多关系、很多同行、很多未来，往往就是从这种场合开始的。
我最近很喜欢一句话：年轻的时候要去巴黎。
如果把它放到今天的 AI 时代，我会说：黑客松就是我们的巴黎。
因为在一个创造力最旺盛、变化也最快的时代里，你会在这里遇到最高密度的同类——那些想创造、想改变、想亲手把某个东西做出来的人。
而这，可能才是参赛最大的收获。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00 小红书散兵：我们要做中国最牛逼的科技赛事
🟢 03:19 叽里小鹅｜叽里叮当专注面包机：笑死，她来黑客松，把手机塞进面包机
🟢 07:55 头壳同学Remi｜为世界做动漫大头：黑客松顶流，让机器人"有脸见人"
🟢 12:59 博文｜Pocket Guitar 口袋吉他：黑客松全场冠军，真正让人想买的产品
🟢 20:23 罗罗Edward｜Attune：黑客松第二名，设计师做的AI产品
🟢 24:09 陈锦初｜赛博紧箍咒：这一届黑客松，不只属于程序员
🟢 28:33 Queenie｜Vibethon 赛码场：黑客松人气王，为什么要"消灭"黑客松？
🟢 32:16 朋程说语训｜柯南同款特殊变声器：黑客松很短、一生很长，我想现在就开口
🟢 37:31 Koji：黑客松是AI时代的巴黎
🟢 43:57 小红书散兵："在AI时代，我们都是同龄人。"
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻

🚥 本周十字路口的嘉宾是开物纪创始人陆子恒。他们刚成立就拿到数亿元的种子轮融资，投资方阵容强大：Monolith 领投，光合创投、集富亚洲跟投，高瓴创投、IDG、蓝驰创投、BV 百度风投、L2F 光源创业者基金等老股东超额加注。
开物纪的使命是用 AI 更快发现并验证能够“改变人类命运”的新材料，并让它们从实验室走向可量产、可商用。
子恒会和我们介绍：当我们讨论 AI 发明材料时，AI 究竟在“发明”什么，瓶颈在哪里，商业化又将如何展开。
子恒也在中关村学院带 PhD，我们聊到了 AI 时代的学习和人才：在工具与范式都快速变化的今天，应该如何学习？读 PhD 还有必要吗？又该如何判断自己适合走学术路线，还是去产业一线？
最后，虽然这一期聚焦 AI for materials，但它对所有想把 AI 用在垂直行业的人都有启发：从如何定义问题、积累高质量数据，到如何把 AI 大模型的能力嵌入业务流程，形成可持续的交付与商业闭环，这些方法论都能迁移到其他行业。
更进一步说，几乎每个 AI+垂直行业都会遇到同一个问题：当你终于造出一把能挖出金子的“铲子”（模型与能力）时，是把它交到别人手里，还是选择自己下场去挖？
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 00:00:43 快问快答
年龄、毕业院校、MBTI 与星座、一句话介绍开物纪、融资情况、收入与利润、团队规模、创业前经历
🟢 00:02:44 一块材料，能值多少钱
从硅谷为什么叫 Silicon Valley，到一个日本团队发现的粉末材料撑起了整个固态电池产业。 材料的本质，其实是一个"往白纸上放原子的游戏"。
历史上最赚钱的材料 IP，往往集中在极少数人手上——Goodenough 一个人做了锂电里大半的核心材料。开物纪想用 AI 批量造出这样的人。
发现一个材料，然后呢？它是怎么变成钱的？
🟢 00:08:10 材料界的 Flagship Pioneering
他对标的既不是陶氏，也不是巴斯夫，而是孵化出 Moderna 的那家基金。 "如果真的能挖出金子，我肯定不会先把铲子给别人用。"
两类目标同时在跑：一类是"要发财的"，一类是"要 show muscle 的"——具体是哪两类？
为什么他认为，这个行业现在需要的是有人先从头打到尾走出一个范例？
🟢 00:14:12 那一天，大家吃完饭随手测了一下
一个震撼了所有人、但没有任何人当面说出口的瞬间——成了开物纪出发的原点。 为什么这帮科学家没有声张？子恒怎么形容他们的？
他们看到的那个能力跃升，和 GPT 3.5 之间有什么关系？
DALL-E 的出现，跟材料模型的技术路线选择，有什么意想不到的关联？
🟢 00:19:12 差异化？现在还没到竞争那一步
"今天大家不应该把用 AI 做出来一个好材料当成一个竞争。"——他为什么这么说？
他认为这个领域真正的壁垒，不在模型，不在算力，而在一件很难被复制的事情。
美国那几家对标公司——Periodic Labs、Project Prometheus、CuspAI——和开物纪的路线，到底哪里不一样？
🟢 00:22:49 克级、公斤级，然后呢
AI 不是要搜遍整个宇宙，只要有一个能卖钱就行。 从 AI 给出候选材料，到客户愿意在自己产线上验证——中间到底要走几步？
他说这整件事是"暴力美学"——为什么从 AlphaFold 到 LLM 到具身，走的都是这条路？
AI 在这条管线里，最大的价值究竟是在哪一步？
🟢 00:27:43 开了三张 offer，手都在抖
钱主要花在哪里？实验室？算力？还是人？答案可能颠覆直觉。
他为什么说商业反馈不是对研究的妥协，反而是研究的加速器？
DeepSeek 和具身机器人的崛起，能给 AI for Science 什么启示？
🟢 00:35:33 面试的时候，我现在不知道该问什么了
知识性问题，GPT 全都能答，而且知识面比我强。 他学生成式模型，是怎么学的？一篇论文都没看过。
他说未来五年内，有两类能力会变得非常不值钱——是哪两类？
Taste、Vision、主动性——在 AI 时代，他给这三件事排的优先级是什么？
🟢 00:47:38 给 10 年后的自己：还折腾得动吗
从本科目标"月薪 3,000"，到剑桥，到微软，到创业——每次转变背后，是什么驱动了他？
为什么这么多年在外漂泊，他几乎从来不想家？他的解释出乎意料。
PhD 到底值不值得读？他的答案简洁到有点狠。
欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻