开场与设备调试
宝玉: 大家看看，我现在只能看到屏幕。
Listen Wu: 这个好，画面马上就出来了。
宝玉: 别着急，我调一下音，把麦带上。我们来测试一下设备，今天有两个人连线。好了，画面上了，我把声音开小一点。大家看看 YouTube 和微信直播间声音有没有问题，没问题的话直接扣 1。今天我们是突然想到要直播，所以叫“周末氛围直播”，不像我平时的月末直播或新年直播那样准备很多 PPT。
宝玉: 最近一两个月，大家最焦虑的就是 Agent。我在新年直播时详细讲过“小龙虾”（OpenDevin 相关项目），当时看深圳都在排队安装。这两个月变化非常快，有种“极致加速”的感觉。差不多两个月时间，我们感觉编程能力有了十倍的进展。在通往 AGI 的道路上，能写代码就意味着能做所有事情。
宝玉: 介绍一下我旁边的帅哥 Listen Wu，他是我的技术搭档。他本来是来温哥华滑雪的，结果遇到狂风暴雨。我们两年前合作过一个产品叫 Memo，后来被大模型的能力迭代掉了。这一次我们围绕 Agent 展开，Listen 用的 Claude Code 比较多，今天会让他现场演示真实的 Web Coding 和 Web Design。
软件工程的“杰文斯悖论”
宝玉: 在进入 Demo 之前，先看一张图。这是我一周前发的，关于软件工程的“杰文斯悖论（Jevons Paradox）”。简单来说，当某种资源（如 AI Token 或电力）变得越便宜、供给量越大时，需求反而会变高。虽然大家担心软件工程师失业，但 Indeed 上的职位招聘数据显示，开放岗位反而在变多。
Listen Wu: 关于这个现象，我也在思考。之前大家因为 Anthropic 发布新功能或者某些大厂裁员而焦虑，觉得 SaaS 和软件工程会被干掉。但这其实是一场革命。原来的高效生产方式会取代旧方式，导致旧环节的工程师被剔除。
Listen Wu: 但为什么需求增加了？以前的 SaaS 是标准化产品，企业因为没有技术能力而选择采购。但如果现在的 Coding Agent 让原本不具备编程能力的人拥有了开发能力，一家两百人的公司可能只需要招两个 AI 工程师，就能自建内部的 CRM 或 ERP。以前不需要软件工程师的中小企业，现在都敢想自建系统了，因为 Agent 比买 SaaS 更具定制化优势。
宝玉: 总结一下，中小企业的胆子变大了。以前雇十几个人的团队才能做的定制化需求，现在一个懂技术的员工配合 Claude Code 就能搞定。
AI Harness 与 Agent 基础设施
Listen Wu: AI Harness（马具/工具集）是最近讨论很多的话题。简单说，就是在完成任务时给 Agent 配备什么样的工具、场景和流程。
Listen Wu: 另外一部分是 Agent Infra（Agent 基础设施）。未来的主要用户不再是人，而是 Agent。我们需要为 Agent 创建更多的资源，比如文件系统沙盒，让它在既定范围内发挥最大效应。
宝玉: 我认为逻辑层的软件会慢慢消亡，因为每个人都有自己的业务逻辑需求，用 AI 直接写就好了。
Listen Wu: 没错，Agent 本身变成了 UX 的一部分。比如财务或市场营销软件，每家公司的操作逻辑都不一样。Agent 的最强项是 Dynamic（动态化），它能按需动态生成业务逻辑，这会让固化的 SaaS 压力很大。
AI 是人类的镜子：从写作到编程
Listen Wu: 我觉得 Claude Code 是真正意义上的第一个 Agent。它在本地运行，能访问你的文件系统和计算资源。
Listen Wu: 有句话叫“AI 是人类的投射”。比如有些人能用 AI 写出好文章，是因为他有自己的范式。我们做过实验，把宝玉过去几年的长文交给 AI 总结，它能精准提取出写作风格，比如开头要宏大、最后要回归个人价值等。我们现在就是把这种范式变成一种 Skill。
宝玉: 大家不要总是问提示词（Prompt），要多和它聊。不要预设路径，不要告诉它第一步、第二步干什么，否则会限制它的智商。我们要给它点“意外”，让它在磨合中发挥潜能。
演示一：使用 Claude Code 构建 Telegram 机器人
Listen Wu: 我们现在演示一个实际场景。宝玉在 Mac Mini 上跑小龙虾，但 API 太贵了。我们都订阅了 Claude 账号，所以想物尽其用。我打算花二三十分钟，用 Claude Code 在本地跑一个 Service，把本地的 Claude 和手机上的 Telegram 连起来，直接在 Telegram 里给它下任务。
Listen Wu: 我现在在终端里操作。我用了 Supervised（终端工具）和 Typewritten（语音输入），因为跟 Agent 交流，语音输入的速度才跟得上它的响应。
宝玉: 大家看，Claude Code 会自动编排，同时启动三个 Agent 协作：一个调研本地连接，一个调研 Telegram Bot API，一个调研 Vercel AI SDK。
Listen Wu: 我告诉它我是一个非技术人员，要求它给我一个简洁的 On-boarding 流程。它写好了计划，包括 Message Flow：用户发消息到 Telegram，SDK 转发给本地 Claude Code，处理完再回传。
演示二：Agent Swarm 与自动网页设计
Listen Wu: 在等待代码运行的同时，我们演示一下 Web Design。这个工具叫 Pencil，它给 Agent 提供了一个画布。
Listen Wu: 我们把之前设计师做的 Logo、配色和字体贴进去，让 Agent 基于这套 Design System 自动搭建三个网页：Landing Page、Blog Page 和产品指数页面。
宝玉: 大家看屏幕，现在不是我们在动，是 Claude 的三个 Agent 在画布上操作，光标都在跳动。它们在相互沟通，一个做设计，一个在校验，一个在处理移动端适配。这就是 Agent Swarm。
Listen Wu: 它的审美很在线。如果你给它足够的 Brand Identity 输入，它的交付程度非常高，AI 味儿很低。
总结：AGI 时代的生存法则
宝玉: 刚才演示的代码已经跑通了，Listen 在 Telegram 里问它最近 OpenAI 发生了什么，本地的 Agent 马上搜索并生成了一份三月份的简报 Markdown 文件。
宝玉: 我们正处于一个模型能力深不可测的阶段。虽然它们不一定有创意，但逻辑非常健壮。人反而是最大的瓶颈，因为我们在用旧的范式思考新武器。
Listen Wu: 就像给猴子递了一把 AK。大家不要焦虑，要放开想象力。旧的价值在新的体系里不工作了，我们应该思考如何贡献新的价值，比如为 Agent 创造更好的“画布”。
宝玉: 未来软件的公式是：Model + Context + Connection。人就是那个 Connector（连接者）。我们不再是写软件的人，而是像老板一样，定义 Context，协调 Agent 协作，然后自己去打高尔夫。
宝玉: 所有公司都会变成软件公司，因为业务都融入了 Agent 驱动的流程中。这是一个巨大的范式转移。今天的直播就到这里，感谢大家在周末陪我们聊了两个小时。