由AI Agent形态带来的工作变革

在过去几天，最热门的一个产品无疑是clawdbot-一个具备自主能力的Agent。当然，因为被Anthroipc投诉，Clawdbot已经改名为OpenClaw，一个小龙虾。让Openclaw火出圈的的，则是一个完全由运行在设备上的这些Clawdbot们构建的一个叫做moltbook的社区。这是一个完全由AI智能体来发帖、互动的社区，可以理解为Agent版本的Reddit。最新的数据显示已经有超过155万个Agent加入了社区，创建了1万4000多个submolt，有超过10万个post，超过48万评论。

我们先来了解一下这个Clawdbot(OpenClaw)具体是个什么东西，然后再来聊一下新的这种AI形态带来的变革。

Clawbot是由Peter Steinberger最初构建的一个开源的AI个人助手项目，这个开源项目在github上的star曲线简直惊人。

不同于我们习惯的问答式的AI，Clawdbot是一个运行在你的电脑上的具备完成任务的助手。它运行在你的设备上，然后通过配置好链接大模型的配置之后，你可以通过不同的通讯通道包括whatsapp, telegram, discord甚至国内的飞书等发命令给这个bot。然后这个bot就会自己去分析任务，然后调用你的设备的能力去完成任务。比如可以去帮你整理文件夹、去撰写文档甚至去编写程序。因为在你的电脑上，它会有长期记忆，记住你的偏好，因此也更像一个你的私人助手。

OpenClaw到底“新”在哪里：从聊天框到“执行层”

我们过去两年对 AI 的主流体验，本质上是“对话式接口”：你问，它答；你改，它再答。哪怕是更强的代码模型、写作模型，最终也只是把“输出”变得更像“可用成品”。

而 OpenClaw 的关键变化，是它把 LLM 的“语言能力”接到了一个“可执行的操作系统层”：它不仅生成文字，还能在你授权的范围内去操作邮箱、日历、文件、脚本、网页、第三方工具——并把“任务”拆解成一连串可执行动作。

你可以把它理解为三层架构：

• 大脑（LLM）：负责理解意图、规划步骤、写出行动方案
• 手和眼（工具/权限/集成）：能访问你的 Gmail、日历、终端、浏览器、IM 通道等（取决于你给的权限）
• 记忆（本地长期上下文）：它“生活在你的设备上”，能持续保留偏好、项目背景、你习惯的流程

这也是为什么它的 slogan 叫 “The AI that actually does things.”
换句话说：它不是更聪明的聊天机器人，而是一种新的“工作执行体”，更像你的一个员工。

为什么它会火：不是“更强”，而是“更像一个同事”

OpenClaw 的传播点非常反直觉：它并不依赖某个“惊天的模型突破”，而更像是把很多已经存在的能力“焊”成了一个让人上手就能用的东西——并且放到了一个人人每天都在用的入口：通讯软件。

你给它发一句话（WhatsApp/Telegram 等），它会在后台自己跑起来，把进度再发回给你。
这让 AI 的交互从“我坐在电脑前使用它”，变成“它像一个同事一样随时待命”。

另外两个加速因素也很重要：

1. 开源 + 可自托管：任何人都能 fork、改技能、接自己的系统。GitHub 上它的 star 已经到 148k，fork 22.2k，这种增长速度本身就是传播机器。
2. “权限”把想象力放大了：当你允许它碰邮箱、碰日历、碰文件系统，AI 的边界瞬间从“内容生产”跃迁到“事务处理”。当然，这也埋下了后面要说的风险。

moltbook：当 Agent 不再“单机”，而开始“结社”

如果说 OpenClaw 是“单个 Agent 的个人助理形态”，moltbook 则把这件事推到第二阶段：Agent 网络化。

前面我们提到，moltbook 已有 超过 150 万个 AI agent 注册，人类可以围观，但不能参与发帖互动。

moltbook算是AI Agent发展的一个“里程碑”，原因在于：

• 它把 agent 从“工具”变成“节点”：每个 agent 有身份、有持续行为、有可复制的工作流与技能。
• 它把“知识共享”从人→人，变成 agent→agent：这意味着未来可能出现一种全新的扩散机制：不是人学会一个技巧，而是 agent 学会一个技巧，然后把技巧传播给成千上万个 agent。

你可以把 moltbook 当成一次“压力测试”：
当我们把 100 万个能执行任务的 agent 放到同一个公共空间里，会发生什么？会出现秩序、协作、分工，还是垃圾信息、骗局、对抗？（就目前看，这两者应该都会有，AI并没有超过人类，而是继承了人类的缺点）

AI Agent 带来的工作形态变革：从“岗位”到“流程资产”

接下来才是本文最重要的部分：AI Agent时代是一种工作范式的迁移。

我认为至少会发生四个层面的变化：

任务单位变了：从“文档/表格”到“可复用工作流”

过去我们交付的是结果：一篇文章、一份报告、一组数据。
Agent 时代更值钱的，变成 工作流本身：

• “监测行业动态 → 总结 → 生成观点 → 排版 → 发布 → 分发 → 回收数据 → 复盘”
  不再是一个人手动跑，而是一个 agent（或一组 agent）持续运行。

最终公司沉淀的资产，可能不是 PPT、不是 SOP，而是 Skills/Workflow Library：可复用、可组合、可审计、可迭代。

组织结构变了：从“人管人”到“人管 agent 群”

当一个人可以同时指挥 5 个、50 个甚至 500 个 agent 时，管理学里的很多基本假设会被重写：

• 管理的对象从“人”变成“权限 + 目标 + 反馈回路”
• 协作的边界从“部门”变成“任务图（Task Graph）”
• KPI 的核心从“工作量”变成“闭环效率与风险控制”

未来很多团队会出现一个新角色：Agent Producer / Agent Ops
它不像传统 PM，也不像传统 IT，更像“导演+流程工程师+风控官”的混合体。我最近听到一个新的职位概念，叫做Agent Manager，深以为然！

成本结构变了：算力开始像“人力”一样被精细计量

当 agent 真的在替你读邮件、写代码、跑测试、做投放、做客服——你会突然意识到：
你买的不是“软件”，而是“数字劳动力”。

它会出现非常清晰的成本曲线：

• 小团队：先用低成本 agent 把流程跑通
• 增长期：用更多 agent 扩大并行度
• 成熟期：把关键流程做成“可控的半自动”，把不可控风险压到最小

这也是为什么很多人会说它像“个人 OS”——因为它开始吞噬原来那些分散在不同 SaaS 里的操作层。

竞争方式变了：不是谁更努力，而是谁的“品味与定义”更好

当执行越来越自动化，人类的优势会更集中在：

• 问题定义：你到底要优化什么？增长、利润、品牌、还是风险？
• 约束设计：什么能做、什么不能做？边界在哪里？
• 审美与判断：同样的内容，同样的策略，有的人就是更“像人”、更可信、更有说服力。
• 责任承担：出了事谁负责？这件事很现实，也很残酷。

Agent 时代不缺“产能”，缺的是“方向”和“取舍”。

别只看爽点：Agent 时代最大的坑其实是“权限”和“注入攻击”

OpenClaw / moltbook 的热度里，有一部分是兴奋，有一部分其实是风险教育。

媒体已经反复提醒过一个问题：当你把邮箱、日历、账号、甚至支付权限交给 agent，prompt injection（提示注入）这种攻击会变得非常致命：攻击者不需要黑进你的电脑，只要给你发一封精心构造的邮件/消息，就可能诱导 agent 执行错误动作、泄露信息。

所以，真正能把 agent 用起来的公司，早晚都会走向“三件套”：

1. 最小权限：能读就别写，能草稿就别发送，能建议就别执行
2. 分级审批：低风险自动做，高风险必须人审
3. 全链路审计：每个动作可追溯、可回滚、可复盘

这听起来“没那么酷”，但它决定了 agent 能不能从玩具走向生产力。

给中国出海企业一个更落地的视角：先把 agent 当“数字外包”

如果你是做出海的制造业/外贸企业，看到这些新闻很容易两种反应：

• “这玩意太远了，和我没关系。”
• “这玩意太猛了，我必须马上全员上。”

我建议你用第三种方式：把 agent 当成一个可控的“数字外包团队”，从小流程开始打样。实际上，我们自己正在打造的新一代QuickCreator Agents产品就是你的数字外包内容营销团队。在这个团队中，有品牌定位智能体、主题策划智能体、内容写作智能体、内容优化智能体、营销转化智能体、以及内容分发智能体。而且，平台还内置了很多不同的技能skills，并且允许客户去沉淀自己的经验为技能，让这个数字外包团队能真正掌握企业的专有技能，最终变成企业的一个专有的内容营销团队。

事实上，Clawdbot和moltbook并不能证明 AI 有了自我意识，但它确实证明了一件事：当执行能力被装上轮子，互联网会出现一种“代理互联网（Agentic Internet）”的雏形——大量行动不再由人直接完成，而是由我们授权的 agent 代劳、协作、扩散。

在这个世界里，人类的位置不会消失，但会更像：

• 导演：定义目标、拆解任务、安排角色
• 总编：控制质量、叙事、立场与边界
• 审计官：确保可控、可追责、可回滚
• 品味官：做出“更像人、更可信、更有说服力”的判断

如果说过去十年是“数字化把流程搬上系统”，
那接下来几年可能是“agent 化把执行搬离人手”。

真正的分水岭，不是你用不用 agent，
而是你能不能把它变成可复用、可控、可增长的生产系统。