智東西
作者｜李水青
編輯｜漠影
智東西3月30日報道，本月，在北京一場智能體裝機活動的現場，出現了一個互聯網行業久違的畫面：一位創始人被人群圍着，親手幫用戶安裝「龍蝦（開源AI Agent框架OpenClaw的昵稱）」。
周圍的人們邊看邊交流「養蝦」經驗，氣氛像極了十幾年前中關村攢電腦、裝系統的年代。
這一幕的主角是紅衣大叔——周鴻禕。
在智能體概念漫天飛的今天，這種親自下場裝機的行為顯得有些「古典」，也釋放出一個更關鍵的信號：
當AI從概念走嚮應用，第一批互聯網老兵，正在重新回到產品的一線現場。
當下，這正在成為一個全球擴散的行業趨勢。無論是硅谷的科技大佬，還是國內的創業新星，創始人與代碼、與用戶的距離，正在重新定義一家公司的競爭力。
一、從「裝龍蝦」到寫代碼，大佬為何重返一線？
周鴻禕最近多了一個身份——「調蝦師」。
在北京這場智能體裝機活動的現場，人們一邊圍觀一邊交流「養蝦」心得，有人問怎麼讓龍蝦更聽話，有人研究技能包怎麼裝，有人專門排隊找周鴻禕幫忙安裝。周鴻禕一邊動手操作，一邊跟用戶聊：你們為什麼來裝這個？得到的回答很有意思——很多人其實分不清大模型和智能體到底是什麼，只是「聽說龍蝦有用就來裝」。
但「裝龍蝦」只是他近期工作狀態的冰山一角。
據他透露，這段時間自己幾乎每天都在和AI「結對編程」，經常連續十幾個小時對着電腦，給AI下指令、寫代碼、改程序、做智能體、改Skill、調流程。
周鴻禕還開玩笑說，這個AI編程智能體可能是他從業這麼多年合作過最好的程序員之一——知識面廣、反應快，幾千行代碼很快就寫出來了。但它也有兩面性，有時候特別聰明，有時候又特別傻，經常把剛寫好的代碼改得一塌糊塗，還不告訴你，讓人又愛又恨。
這種狀態在這些年來的互聯網公司里十分罕見。
當企業規模變大，創始人更多依賴抽象指標和層層彙報，而非直接觸達產品細節。但在AI時代，這套機制正在失靈——因為技術能力、產品形態與用戶體驗之間的關係，變得高度非線性。
周鴻禕的邏輯是：很多關鍵判斷，光聽彙報是聽不出來的，只有自己下場，「把手弄髒」，才能獲得對AI的真實體感。
這種回到工位的做法，與其說是情懷，不如說是一種在技術變革期保持決策敏銳度的生存本能。
這像是一種創始人再培訓運動。當技術底座從「+互聯網」變成「+AI」，過往的管理經驗可能失靈，唯有親手敲過代碼、調試過智能體的人，才能理解新生產力的邊界在哪裡。
二、12億Token背後，AI產品工程化正在改寫角色分工
如果「裝龍蝦」是前台的花絮，那麼真正的變化藏在工程細節里。
在主導「納米漫劇流水線」開發的過程中，周鴻禕前後「手搓」了近100個智能體，對話次數超過5000次，消耗了12億Token。這套系統迭代了兩三百個版本，一個完整智能體單次運行就要消耗1300萬Token。這套系統里有一部分智能體和流程，就是他自己一點點改出來的。
在他的描述中，這套系統早已不是傳統意義上的程序，而是一個多智能體系統，就像是帶着一群數字員工在幹活——有寫劇本的、做分鏡的、生圖的、配音的、剪輯的、做字幕的，各司其職。以前做一個短劇需要一個小劇組，現在可能是一堆智能體在幹活，人主要負責定目標、看結果、改方向。
在這個過程中，周鴻禕的角色更像是一個產品經理兼工程總監。他自己也說，以前程序員拼的是誰寫代碼快，未來可能拼的是誰能同時指揮更多智能體一起幹活。這件事一旦成立，很多東西都會變——包括工作的方式、公司的組織方式，甚至人與人之間的差距。
這種深度參與，讓他意識到AI產品的關鍵問題往往不在實驗室里，而藏在真實的用戶現場。
類似的現場反饋後來也進入產品設計流程。例如圍繞普通用戶最關心的安裝複雜度和權限安全問題，團隊後來推出了「360安全龍蝦」這一類面向普通用戶的安全智能體產品。周鴻禕在最近的一次專訪中提到，智能體時代正在催生一種新型威脅——AI病毒和AI木馬。他判斷，隨着智能體普及，安全問題會成為最大的挑戰之一。
周鴻禕在講解龍蝦應用場景
這也印證了一個正在形成的行業共識：在AI時代，優秀的產品經理必須首先是深度的AI使用者。對細節的掌控力，正成為AI產品競爭的核心壁壘。
三、一種熟悉的既視感：互聯網「手工作坊」正在回歸
周鴻禕說，裝機現場讓他產生了一種強烈的熟悉感——「特別像十幾年前大家一起攢電腦、裝系統那個年代」。
尤記得互聯網早期，創始人往往身兼數職，既是產品經理也是客服，他們對代碼和用戶都有着直接的觸感。360早年做殺毒軟件的時候，周鴻禕就經常泡在論壇里跟用戶交流，親自處理反饋。但隨着公司壯大，很多公司的這種「手工作坊」式的場景逐漸消失，取而代之的是PPT和OKR。
而在智能體時代，這種模式正在以新形式回歸。
周鴻禕提到，隨着智能體普及，未來電腦可能不只是用來寫文檔、打遊戲，而是用來養智能體、讓智能體幫人幹活。未來大家比的可能不是電腦配置，而是誰的電腦里智能體更能幹活。
在國內，從DeepSeek到宇樹科技，創始人依然深度參與底層技術與產品細節。DeepSeek-V3、R1的論文，以及此前一篇關於新注意力機制NSA的論文，都是DeepSeek創始人梁文鋒參與編寫和親自提交的；而宇樹科技的創始人王興興，本身就是從底層電機控制代碼寫起的極客，用航模電機替代昂貴的液壓系統，把四足機械人成本控制在2萬元以下，創業至今依然活躍在一線。
不僅是國內，硅谷同樣如此——OpenAICEO薩姆·阿爾特曼（Sam Altman）會親自參與產品細節的討論，Anthropic的創始人始終在一線推動AI安全的研究。YC的CEO一天寫一萬多行代碼，同時開十幾個智能體並行幹活。Shopify的CEO一晚上跑幾十輪AI實驗優化代碼。這些大佬其實都不缺工程師，公司里一大堆程序員，但他們還是選擇自己下場寫代碼、帶着AI一起幹活。
可以看到，這些公司創始人或核心團隊，都從未真正離開過技術與產品的一線。
當AI開始滲透進每一個生產環節，那種早期互聯網「手工作坊」式的、對技術細節的極致把控，正在以一種新的形式回歸，並成為創新的策源地。
結語：當AI進入深水區，創始人重新「把手弄髒」
過去幾年，周鴻禕更多以「AI佈道者」的形象出現。但最近，他更像一個重新回到一線的產品經理——寫代碼、調Agent、跑流程，與智能體協同工作。
當AI進入真實生產流程，那些選擇親自下場的人，將更快獲得對技術邊界的認知，具備用實踐校準認知的能力，從而轉化為決策優勢。
這也釋放出一個更廣泛的信號，未來工程師的核心工作，可能將從寫代碼轉向對智能體的編排與指揮。軟件工程師不會消失，但會轉型為智能體的管理者、調教者，周鴻禕笑稱其為「調蝦師」。
對新型創業者而言，這意味着重新理解「技術領導力」：在AI時代，真正的判斷力將體現在與智能體協同工作的那一次次對話與調試中。對普通人而言，這同樣是一個提醒，當工具變得越來越「聰明」，人與工具協作的能力，正在成為新的核心競爭力。
-
-
-
-
-
-
-
-
-
-