Treg放弃零人公司转向数据聚合 借Codex生态扭转营收

Treg放弃零人公司转向数据聚合 借Codex生态扭转营收 全自动增长与独立Agent已被大模型及确定性缺口证伪，应用层创业唯有依托主流Coding平台提供高性价比数据接口方能建立生存空间。 Treg 团队在 9 个月内先后经历了设计 Agent SuperDesign、全自动增长 Agent Coolite，最终转型为面向 Agent 的数据与工具聚合平台 Treg（相当于数据领域的 OpenRouter 或 Costco）。他们复盘了垂直领域 Agent 为什么极易被底层基础模型吞噬，以及全自动增长无法取代人类品味与博弈的深层逻辑。随着多 Agent 并行成为主流工作流，真正的创业机遇正集中在为 Claude Code 和 Codex 补齐中间状态、专业数据接口与人机协同工具。即使未来面临万能的 AGI，只要能以极高性价比提供不可替代的数据和执行链条，应用层创业者依然拥有清晰且坚固的生态身位。 Treg 团队在 9 个月内经历三次 Pivot（从设计 Agent 到全自动增长 Agent，再到数据与工具市场 Treg），上线仅三周收入即达此前产品历史总和的数倍。 (17:36) 团队通过为期两月的纯 AI 运营闭环试验，证伪了当前大火的「0 人公司」模式，明确断言未来 6 至 12 个月内全自动公司并不成立，增长高度依赖动态博弈与人类品味。 (10:00) 将 Coding Agent 周边工具作为独立入口具备巨大红利，依托 Codex 与 Claude Code 等大模型补贴，用户支付 200 美元的订阅往往实际消耗了厂商 6000 至 7000 美元的 Token 算力。 (22:00) Treg 创新性地引入了由 Agent 作为终端用户进行打分的机制，打造出面向 API 与数据的“大众点评”，并基于主观有用度与客观性价比实现自动化路由推荐与漏洞自愈。 (22:00)

Treg 创始人 Jason Zhou 与石天鑫指出，“0 人公司”在当前仅能做好从 0 到 1 的初始化设置，无法交付实际业务结果；AI 创业者应放弃包揽底层外壳与全链路自动化，转向依附 Claude Code 和 Codex 等成熟平台，充当高性价比的数据与工具聚合中间层。 三次转型与戳破“0 人公司”幻觉 (5:00) 在 9 个多月的创业历程中，团队经历了从前端设计 Agent（SuperDesign）、获客增长 Agent（Coolite）到工具聚合市场（Treg）的三次转型。放弃 SuperDesign 是因为底层基础模型迅速追平了前端代码生成能力，压缩了独立应用层的差异化优势；而 Coolite 转向全自动化增长后，虽然靠预购付费吸引了用户，却陷入无法交付实际商业结果的困境。Jason 指出，SEO、社媒投放与潜客挖掘等增长环节不存在通用万能药，高度依赖人类品味与对蓝海词的时效性敏感度，一旦所有 Agent 执行相同策略，渠道便迅速失效。很多数月内做到千万 ARR 的“0 人公司”概念产品，本质上只是把初始化设置体验做到了极致，无法跑通真实业务。 依附头部平台：插件红利与生态嵌入 (14:42) 团队增长曲线的真正转折点来自一次意外尝试：石天鑫将内部工具打包成插件上架 Codex 市场，并利用当时首字母排序规则将名称改为“01 superdesign”，在没有外部推广的情况下瞬间获取海量低流失率用户。这一突破让团队意识到，独立搭建 Web 端或从头自研 Agent 外壳框架（Harness、Inference、Memory）是战略误区。当下的理性策略是嵌入头部生态，借助平台红利出海。同时，个人用户购买 200 美元的 Coding Plan 往往消耗大厂数千美元的 API Token，创业公司依附平台能直接享受底层模型补贴，规避自研的高昂推理成本。 Treg 定位：Agent 时代的“Costco”与数据点评 (17:36) 从 Coolite 沉淀中独立出来的 Treg 剥离了内部构建的 API 中转层，定位为数据与工具领域的聚合平台。面对 B2B 获客（如 Apollo、RocketReach）、SEO 排名抓取及多模态生成（如 MiniMax、Seedance）等碎片化需求，Treg 提供单一 API 接入与纯用量计费模式，解决开发者为多个 SaaS 支付高昂固定月费的痛点。此外，Treg 引入了“面向 Agent 的大众点评”机制，在日常运行中随机挑选请求，让调用的 Agent 对返回数据的有用度与决定性字段打分。这不仅驱动了后台自动化修复 Bug 与需求发现，还沉淀出基于精度与性价比的多维图表，为不同需求的 Agent 智能推荐高性价比路由。 Coding Agent 周边工具链的繁荣与人机协作演进 (30:00) 随着 Claude Code 和 Codex 的爆发，外围工具链正在迅速扩展。Exa、Firecrawl 与 Composio 等抓取与搜索工具的用户结构中，不仅有 2B 开发者，更有近半数为寻求效率提升的非技术白领。多 Agent 并行也催生出新的交互形态：Orca 实现了跨平台会话管理与任务平移，Vibe Island 则利用 macOS 灵动岛监控多线程状态。在日常开发中，石天鑫推崇“大副模式”，由人类向大副 Agent 下达指令并分发给各 Coding Agent，打破单人上下文瓶颈；面对黑客刷 Credit 等自动化攻击，团队通过数据库监控与代码整理等短小闭环 Loop，构建了小团队系统的健壮性。 即便假设未来万能模型与 AGI 终将到来，大模型调用数据仍面临高昂 Token 成本与垂直碎片化问题。两位创始人认为，前线创业者的核心价值在于紧跟 6 到 12 个月的窗口期，在成熟生态中提供百倍性价比的数据接口与中间状态工具，而非陷入“模型淘汰一切”的虚无悲观。

[0:00] Jason Zhou: 开源在 AI 产品赛道是一个非常重要的 marketing 工具。 [10:00] Jason Zhou: 一定要围绕着 Claude Code 和 Codex 的生态去做产品。 [10:00] Jason Zhou: 未来 6 到 12 个月，零人公司它一定不是一个可能的场景。 [45:08] 石天鑫: 事实来说，对于程序员来说你再也写不过 AI 了，就是你在这个技能点上你就是比不过了。 [45:08] Jason Zhou: 如果一件事情它真的要失败了，你不如就让它快速地失败掉，然后换一个新的东西去尝试，可能反而会得到一些意想不到的惊喜。

[0:00] 嗨,我是Koji,本周十字路口的嘉宾是Jason和石天心,Jason是Trigg这个公司的创始人,石天心是他们的founding engineer,Trigg是在Cloudcode和Codex的工具的open router,你好二位,欢迎来到十字路口。Hello 大家好HelloJason他们的创业有9个多月的时间了这中间转行了3-4次就表面看是非常频繁的找不到方向但是背后我觉得其实他们和绝大多数今天这个时代的AI应用的创业者一样都在尝试去回答同一个问题就当技术的模型越来越强AI应用公司究竟应该怎么创造一个独立的差异化的价值所以我们今天的话题就会从这里展开在此之前我们还是先来快快快的Jason和天心请问二位你们的年龄我是93年的现在33岁我94,32NBTI和星座呢我是INTJ,然后是很矮的那种INTJ,是处女座我是INTP,可能比Jason再矮一点,然后白羊座你们的求学经历是什么?我原来本科是在重庆大学读的热能与动力工程然后毕业以后去澳洲读了他这边的交互设计我是在成都的电子科技大学毕业Jason来一句话介绍一下TRAG是什么?TRAG我们是相当于Open Router for Data and Tooling你可以把我们想象成给agent用的最大的一个数据和API的市场这相当于如果你用Cloud Codex或者搭建agent的时候你不需要去一个一个的去买购买订阅只需要用我们的一个key你就可以access任何想要的数据或者工具那二位在创业之前都做过什么我是之前在澳洲有一家startup叫做relevance AI可能三年多前我们就在做比如说全自动的自动销售啊SDR啊之类的我是在那边带他们的产品跟AI团队吧然后是从去年年底出来创业我大学学的是签入系统,然后当时在苹果中国短暂的做过半年多的那个测试工程师实习然后当时我发现可能还是互联网更有意思然后慢慢陆续的在阿里啊字节待了10年刚才我们一开始就提到其实咱们在Track之前这段创业虽然不到一年的时间但转行了非常多次可不可以讲一讲就是从一开始到现在就是这几次转型分别都是在做什么样的事情以及因为什么原因转型可以啊那个就我们一开始是做一个产品叫Super Delight相当于一个设计Agent可以帮你去搭建比如你的很好的前端设计海报设计等等然后这中间转型了一次4到6月我们做了一个叫Coolit的产品是一个全自动的增长agent相当于你把你的Business告诉我们我们就自动帮你去做SEO发射媒等等帮你去自动化获客这当然这中间遇到了很多血的教训导致我们最近做了一个叫Track的工具是差不多这三次Pivot吧应该所以学了的教训是什么?我们现在转型了挺多次,但每次还是学到了不少东西。一开始我们是做的那个产品叫Super Design,相当于是个Design Agent。一开始可能也是我们一个Weekend Project,因为那时候我在自己在做油管频道的时候,我会发现我们做UI design相关的视频内容它的流量会巨大这边有大量的人想要去了解这方面的内容所以我们那时候是去做了一个相当于IDE的插件你如果用cursor就cursor那时候可能才是最火的coding agent那个就是有多久远了就你用cursor的话可以直接跟他说我要设计这个东西他直接给你出来三四版不同的版本这样的话你可以去做一个选择然后我们就发了一个开源的这个项目Github上做到了6000多Github Start这非常好的数字是 并且完全是organic的这也是可能我学到的有一点比较重要就是开源在AI产品赛道是一个非常重要的marketing工具因为有了traction决定辞职开始创业创业第一件事情就是没有再继续走开源这个路为什么呢因为那时候尤其是ID插件这个形式你比较好的一个商业化的路径然后但还有最重要一点就是去年的时候我们觉得如果是插件的形态那也就意味着用户你必须前提是你用cursor cloudcode和codex然后我们那时候觉得是个问题我们想要更多人用那做网页版可能是个更好的路径你就直接去一个网页然后就可以开始设计了但没想到后面一年的变化是大家全都涌入了codex和cloudcode是怎么决定就不要继续做 super design 了是和前面说这个大家开始用 cloud code codex 有关吗有一定关联但最主要的关联可能是 [5:00] 因为模型本身它的前端能力越来越强就从GEMLi3开始所有的大厂都开始卷前端能力所以这又是一个模型吞噬掉应用的故事是 是你很难预测因为之前纯粹就是因为GEMLi3出来以后然后倒逼了OpenAI还有Antrofit开始把前端那边给补给所以我们也在思考模型越来越强的情况下我们的争议到底在哪里这是一点然后第二点确实跟Cloud Code跟Codex有关就是Cloud Codex它是个General Agent但是它的基础能力变得越来越强并且它的Skill生态也发展得非常好导致有很多人他可能用Cloud Code再加上一些比较火的前端设计的Skill也可以出来比较好的效果所以那时候还是就今年早期还是很焦虑吧在想我们发展的前景和场景到底是该怎么样所以也是在那个时候碰巧那个龙虾火到爆炸大家都在用然后包括我觉得今年二月到六月是很魔幻的时间我相信coge你可能遇到比我的创业者还要多就大量的优秀的各种创业者都在那段时间进行了配备在我看了而且全都配备到AIEmployee这个赛道因为都是用了OpenCloud然后觉得这个Future is coming就大家后面肯定是这么运营的吧所以其实每个创业者的经历都差不多为什么到6月又停了呢就你说2到6月是一个魔幻的时间吗对吧我的体感也是最近大家就不聊这个了然后你们其实也亲自参与了这个浪潮为什么到6月份就停掉了选了几个月以后发现这是比想象的要难这个是我觉得主要的核心原因因为我们也是像你说在这个过程中参与了然后我们做那个产品叫Coolit然后做Coolit主要原因是那时候其实一开始还没有想要做AI employee这样的产品直到我是二月多看到了一个产品叫做Porsia我看的时候他们的AR可能也就十几万美金但是它的体验让我大为震撼大为震撼我上一次有那种感觉应该是第一次用Cursor它帮我可以scarfle整个project但是Posea如果观众不知道这个产品的话它是相当于一个AI帮你运营你的整个公司它的愿景很大然后它的体验做到非常的极致我记得我第一次用的时候我就sign up我也没有给他任何信息他就看到我Jason到周邮箱然后知道我到底在干嘛然后马上就给我创造了可能两三个不同的创业ide然后我选择一个以后他马上就给我landing page也搭建好了他给你选了什么创业ide我还真不记得了因为当时你推荐我之后也去用了然后他也是取了我的邮箱之后就去用这个邮箱的地址这么一点点线索就去网上搜我是谁我有什么背景然后推荐我可以做一个什么样的邻人公司然后他推荐的就是我去做一个给其他播客主用的播客工具一个AI播客后台然后我说这个不错我说你帮我做然后就确实当时就很快充值让他去帮我做了对对我记得那天隔了两天问你充了多少钱你说又给他充了几百刀开了什么guard mode是吧Guard Mode 那个上帝模式对 我还挺好奇 我不知道后面有没有你继续跟进后面没有 反正没有帮我赚到钱 只帮我花了钱我那时候也是类似的 然后他还帮我做好网站然后还帮我去找客户code email关键那个email他竟然还有人回了那时候我觉得是很震撼 感觉确实可以work但是他的产品形形态你用过的人也会知道看上去非常的doggy你不像是一个给真正你有业务的公司用的东西并且你真的有业务它也不允许你也很难去把你的内部的系统去product analytics你的ad那些系统给接进去所以我们那时候是不如去做个agent类似Postia但是是针对真正有BiNAS就已经有一个fundo但是想scale它我们是想做这么个agent然后这个后面我们去做了cooler以后我才发现是wholesale它最聪明的一点就是为什么它能够在几个月内干到十几个AR的原因就是它说起来好像卖你一个vision可以AI掌管你所有的链路整个公司但它其实真正递交结果的只有帮你setup就那部分它是做得特别好从零到一帮你把网站和工具建起来是他把从零到一那个做到就是真的丝滑到爆炸但是你真的用了以后你就像Colgy你说的他没法给你比较解释没法帮你赚钱但是他就前面那部分做到极致的丝滑这个是我们真的去做了以后才发现的就是因为后面你一旦真正进入业务线了 [10:00] 你就不是演的是setup binance你要去递交结果那递交结果这件事情就非常非常的所以CruLet当时做的就是要进到一个已有业务的公司去帮他们做全自动化的零人的增长团队是是所以做的怎么样的这个事情那时候我们做的就相当于是我们把第一个客户想象成我们上一家公司是不得乱我们那时候上一家公司需要什么货客的话那SEO是需要的然后可能也需要content marketing就是那个社媒然后也需要adsads感觉非常make sense这个budget增加一些那个budget减少一些这感觉logically非常make sense 把那个也加了然后还有找客户 就这些工作就我们只能想到货客相关的都给去做了吧 然后那时候也launch了launch完以后其实还有挺多用户想要付费的因为我们那时候产品其实还没有ready就直接放了个付费墙你需要preorder这个agent还是有不少人去preorder付费的但是遇到的问题就是你真的要递交结果我们发现太难了是为什么如果该做的事情都做了CEO他本来好像背后也没有太多魔法对吧我觉得是两个点首先数据他都不一定能够拿得很精准因为工具市场它其实也是很分散的一个地方Marketing它没有一个serial bullet你只要沿着这个做就可以但你会发现真正有用的都是因为你做了很多尝试然后你发现这个尝试没有那么多人做但并且比较适合我们然后你就在这边不断加码但是当每个人都在做这件事情的时候这个渠道好像又没有那么有效了所以在这种动态变化的过程里面其实是很需要human taste的部分所以可以举一个具体的例子吗我给你举例子去做SEO大概的给他的工作流就是你要去拿所有的跟我们相关的keywords看哪些keywords的流量比较好然后没有那么compated然后你去下注但实际上我们去做会发现大部分keywords早就已经被抢得差不多了你真正有机会的是说有哪些keywords它流量其实不高但是你判断后面一个月或者三个月以后会比较火会有比较大的流量就那部分我觉得就是一个例子很难是用agent完全是自己去做的东西所以那之后就没有做Curlite 但从Curlite到Track又是怎么转型过来的?Curlite可能做了一个多月 然后我们onboard了一些用户 反正就发现很难递交结果那时候就觉得我们是不是之前卖的步子卖太大了 因为我们还没有验证这个灵人公司到底是不是未来好像就因为当初尝试了OpenCloud还有Postia 就假设这一定是未来 一定6个月之内模型会足够强所以我们那小小想干脆就不如take a break,我们不要把做产品开玩,但是我们回去用AI的方式去运营Super Design,因为我们上一家Super Design这个公司,虽然我们可能有几个月没管它,但是它还是有organic traffic进来,然后也有一个感觉优化空间很大的一个conversion funnel,是那种我觉得我们如果放在比如acquired.com有人会买了,然后会去scale的一个生意,那如果我们能够用AI来验证真的可以全自动化运营并且增长那我们一定会第一了解这个playbook到底是什么然后如果不work我们也非常清晰知道这个不是一个好的路径我们应该去做些别的东西所以当时的验证结果怎么样有两个月时间就不断搭建各种loop学到有几点一点是说全自动化的工作确实有一部分是可以做的但是增长那边的相关的use case反而很少我们发现比如说support那边确实可以全部自动化然后你bug fixing也是可以自动化但是你要做增长那边它非常难自动化因为也是一样的问题它需要人介入的test的地方实在是太多了所以我们第一个结论那时候意识到就是说未来6到12月零人公司它一定不是一个可能的场景更需要解决的问题去做这个事情 第二个我觉得非常重要的结论就是一定要围绕着Cloud Code和Codex的生态去做产品这怎么得到的这个节目这中间其实也是我们在做很多各种growth experiment有很多试的感觉都没什么鸟用真正改变增长曲线的是天心他有一天去launch的一个Codex plugin一旦上线我们增长曲线突然间就变了有一大量的海量的用户涌入这么神奇当时是怎么得到这些用户关注的你们现在什么渠道宣发的没有做任何宣罚对没有宣法让我来 [15:00] 我想一下这块我觉得还是一个挺有趣的故事,就是在Codex刚发布了Walk和Codex的Plugin Marketplace的时候,并没有太多有意思的插件出来,然后那个时候我觉得Super Design占了一个比较好的时机,我们在那个时候几乎没有做什么,就是把我们原先的CRI+Skill发布到了它的市场里面,然后让用户能装,因为那是个很早期的市场,且可能XGBT和Codex本身已经有一个比较巨大的用户,它很容易看到你的插件,然后你的插件有一些吸引力的话,它就会被拒绝了,然后并且做转化 然后还有一个早期的点就是一个很小的一个事情就是我观察到当时的这个插件市场它的排序居然是按照字母的顺序去排的我们只是把我们的名字从superdesign改成了叫01 superdesign 你就排到了第一个 确实也没排几天 但是他们很快就改了一些策略去按他们的一些逻辑去排了 但是就是这么样的一个起步吧 让我们有了一些自己的料可能对我们的一个启发就是早期的这一些工具和市场都是值得去尝试一下的因为你不知道某一个尝试就获得了流量这个故事线是说用Crolack先去帮SuperDesign做增长然后在这个过程中然后发现我们做了一个SuperDesign的Codex插件然后它的增长非常好到这里了然后又怎么再往下倒check的我们做了插进以后发现增长非常好然后最主要的我们发现它的churn也变低了就来自于这个segment的用户然后我们后面发现就是说就codex跟Cloudcode它的现在有海量的用户 但是他的体验没有很好,所以围绕把他们当做平台去帮他们的体验做争议可能是一个非常好的机会有点类似于当初比如说你说Facebook出来然后Zingar他们去在上面做那些游戏以及PayPal在那个Ebay上面做这个所以我们那时候其实有大概这个设想就是服务于Cloud Code Code 生态去做东西会很有意思然后我们后面回过来有什么东西可以去做然后我们看 Cooled 那时候我们做的一大堆东西可能最有价值或者可以迁移的其实是工具那一部分因为你说Harness每家有多少差别没什么差别都一样但是你要他去做真实的go to market的工作或者任何的professional工作他是需要大量的专业的数据的然后也需要大量的工具所以我们那时候其实内部是做了一层中转服务所以那时候觉得那部分其实是很有价值的所以就决定去把这部分单独拿出来去给这些用户用然后我们发了以后确实反响感觉很好发了之后反响有多好我们也就是发了三周左右具体的数字可能我们就不分享了但是它的 revenue 三周就已经是我们 super design 的 revenue 的好几倍了咱们现在怎么收费呢因为他们用户用 track 主要是需要去调用一些 API核数据然后他就按usage来付费就我们没有任何月费的形式完全做到用量去付费所以现在付费最多的工具是什么样的场景的工具啊有几个大部分可能很集中在go to market上面因为有越来越多人他可能是用Codex跟Cloud Code在做他们原来在SaaS里面去做的一些GoToMark工作最主要集中比如找客户像海外他要找B2B客户会需要那些比如买Apollo啊还有买Rocket Search等等一系列的不同的vendor但是你会发现在那个场景下原来每个数据提供商他只能提供你一部分数据在找人上并且每一个数据提供商他也会也有月费的形式导致你往往会选择一个但是我们一旦可以把所有的Vender都集中到一起以后他们可以根据他们的场景和行业用到最合适的一个endpoint去进行找客户这些工具为什么愿意被你们整合被你们整合其实意味着他自己的收入有可能会减少这其中其实很多垂直的领域它现在的有大量vendor它是没有一个比较好的接触到终端用户的方式的就比如说找人这边它原来的方式应该是比如你去clayclay他们背后的数据大部分也都不是他们自己的是背后有一大堆的数据提供商那这些它本来的那个收费形式就是以API然后用量去收费clay其实是很好的例子他们就是本身也是整合了这个一条数据然后去转卖那除了找人之外其他还有比如说SEO AEO相关的我们整合基本上所有的可以找到的帮你去找那些SEO ranking还有AI visibility那些数据员然后还有可能社媒UGC相关的去做深图深视频的那些endpoint也都整合在一起 [20:00] 可以把整一条链路都给完成其实Cloud Code Codex在没有接Track或者没有接你们背后这些工具的时候它也能做这些事情对吧那现在只是说你们接了这些工具或接了这些数据它变得更好但有没有可能慢慢的就是也不需要你们这一场我觉得是可能分成两种一种是模型它可能本身的那个知识但其实你看具体的那个业务工作的话他需要的一些数据都实时的他可能并不是说你这个Cloud Code Outer Box他就知道这些事情第二点的话他当然也可以去用浏览器去做一些AS动画去拿一些数据但有很多数据他其实是拿不到的就比如说你要去找人上面不是你谷歌一搜他可以搜到的比如你要去做社媒他可能也很多是会把他这部分给关掉的我觉得很有意思就是首先现在有各种各样的Agent Harness,然后每个人都会选择自己的,然后我观察到很有意思的就是我的有一个朋友他用比如说Kimi的原因是因为Kimi接入了一个叫Wind的就是万德的一个股票交易数据其实这个数据对它本身是很重要的然后我觉得未来有可能各家的Aternet Harness会因为自己接入的数据或者说有独特性然后吸引到相关的用户我觉得是完全可能的而Track在做的其实也是个类似的事情就是提供一个中立的市场让各家Harness都可以享用到同样的工具这样比如说你即使想要从Cloud Code切到Codex你之前积累的所有的工具调用你自己的一些数据也都留在这然后这我们获得了一些跨平台的调用的功能如果这个成立的话为什么这个比如说价值最后是Track的而不是直接就最后最强的树域供应商会去对接这样的模型公司就你们在这中间可能好像是他们还没对接上的时候的一个阶段性的价值我们其实站在一个中立的点上我们最终达成的效果是想让我们的用户获得他最满意的数据用比较高性价比的价格我们更像一个Costco的感觉就是我们去找到这个市场上最好的一些数据的提供商然后把它展示给用户这边可能最主要的一个区别就是Coging那边里面假设就是这个行业它就有一个头部的提供商解决最好的方案但现实中我们会发现其实不是这样每个场景它都有几十个不同的提供商然后每个提供商它强的点都不是太一样就比如说我们那个找人的场景企业它能找到合适的人是需要各种各样不同的信息比如说SEOAEO相关呢?就是市面上的数据提供商有很多家然后他每家可能涵盖的数据平台也是不太一样的它的那个价格也不太一样我觉得可能有个比较有意思的点子就是Jason最近也在宣发的关于我们UGC做视频的我理解现在其实视频的模型在不断的涌现出来,比如说Cdance,比如说minimax的H3效果都很好但是普通大众想要体验到的话去办包月的会员价格会比较高并且它可能是一个短期的一次性的需求但通过我们的这样的一个提供商然后我们接入了可能有上百种AIGC相关的模型然后并且我们把每一个模型擅长什么不擅长什么这样的skill放进来然后希望我们的用户可以用我们的平台配合上他自己比较强大的比如说Codex或者Cloud Code的Agent Harness去做出他想要的一些UGC的视频就Track因为我们积累了大量的用户数据这中间其实是会有一个数据飞轮在然后以此去推出更多服务然后天心他最近还做了很多关于让agent去给每个服务去做评分然后让我们积累大量很有意思数据的机制我理解我们现在的很多产品的真正用户其实并不是一个人了而是这个人的agent所以他才对我们的产品有最实刻的真切的体感所以我们会有一些机制是在我们的系统随机挑选一些用户让Agent给我们一些反馈然后我们的系统在日常中会不断的去看这些反馈有的如果是简单的bug他就会直接修掉然后如果是有趣的一些feature request我们就会收到然后并且把它考虑加进来然后所以呢Track本身也有一个这样的机制在然后这个数据费量我觉得也是作为一个应用创业类的AI团队可能会去采取的一个方案就是既然我们没有办法训练我们自己的模型我们总要让一些数据去反补我们自己的产品Pack可能作为一个AI工具的市场我们其实是有一点像大众点评的意思我们可以在某些时间让我们的agent用户给我们的每一个API的调用去做一个评价比如说他觉得这个API返回的数据有用还是没有用然后如果有用的话是哪个字段觉得对它起到作用然后这样的数据我们沉淀下来之后我们自然的可以得到一个很有意思的图表就是在某一个图表 [25:00] 领域每一个API endpoint 它的得分是什么样的就是它在有用度这个得分上然后在性价比这个得分上有的是客观数据 有的是agent的主观数据 我们得到这样的一个信息吧然后我们可以把这样的数据加以加工 然后展示给我们接下来其他的用户然后让他们的agent在使用的时候选择他最合适的一个工具比如说他可能需要的是数据精确性然后他就可以去挑最贵的然后最好的端点但如果他要的是一个广度而价格便宜的话他就可以去选择一个评分比较高然后性价比较比较高的一个模式所以这几次转型下来你们最大的感受是什么我们最大感受就是之前在做agent的时候 你自己想要去涵盖的东西太多了 就可能把harness也做了 因为那时候你还不是很清晰 我到底应该用比如cloud code SDK还是用自己去做 然后往往你可能infer那边也会去做一些 甚至有人做自己的刷核 然后把memory那边可能也做了 你做的每一层都有一个对应的公司在不断的优化和迭代 我们最近的几次迭代会更多说我们要把一部分做得很好呃然后嵌入到Cloud Code和Codex的一个生态我那天还跟UWare的Founder聊近年之前好像各个工种人用的工具都不太一样你设计师有Figma然后你做marking可能用的是另外一种email sequencing的一个工具但是今年以后大家所有的工具都变成了Cloud Code和Codex所以它是一个比较大的一个平台越前码还是有挺多想要空间的其实说到这里我会想到另外两个类似的产品或创业公司一个是叫Ego它是一个浏览器但浏览器最大的卖点就是用Codex Cloud Code去操作它做computer use的时候效率极高然后另外一个是ChatCut他们发的Codex的plugin就你在Codex里面去剪视频如果你不用ChatCut的插件你会一个prompt下去剪出来的视频的成片一个成片就没有任何中间状态但如果你装了ChatCut的Plugin它剪出来的会是一个你看得到编辑器的中间状态也就是你可以看到比如说一个视频被剪成了三个音轨或十个片段你可以在那上面去稍微做一些拖拽来去做人工的微调用的就是我们做Super DesignPlugin就是参考了它我觉得它当时是就是接入体验还有使用体验最似的一种那我觉得它是不是和Super Design不同就是比如说做了一个前端他毕竟是代码嘛我就出来的这个代码我可以再去改代码但是视频不是这样的视频是我出来一个视频我要去改他如果没有这个中间状态我改起来是非常困难的我每改一次要等10分钟20分钟才能再渲染一个新视频出来热非常多token所以就很需要有一个中间状态去改变就是拖时间轴什么的因为我是hyperframe的重度用户然后我会发现你的中间状态我不想我人去修改我还是让agent去修改了我仍可以给些feedback然后他可以打包一起让agent去进行操作现在应该是这样的就真的人去改那个时间轴还是少的就还是说人在给A键说我要怎么改但原来可能A键就只能再重新去生成一遍视频现在A键就可以去操作ChairCut给的各种接口其实可以省很多时间可以 我试一下Codex和Cloudcode虽然听上去在我们开发者眼里已经非常火了但我觉得让广大大众用上这样的A-SAN的工具可能是未来几年内会不断去发生的事情这个时候我们的小船一个很艰难的创业公司如果能在这样的浪潮下借助他们的一些力气然后获得一些增长的话我觉得是比较容易之前在Corelay的时候我理解还有一个遇到的很大的问题就是模型的成本其实是非常高的就是你想要一个用户长期的用零人公司的方式去运营的话,它其实非常的好token然后这个时候如果作为一个创业公司一种比如说我们向AI模型公司去买token然后卖给用户的方式去运营的话其实这个压力是非常高的而使用Codex和CloudCode这样的工具的用户他其实本身在享受着现在非常大的一个红利就是他可以用200刀的coding plan去获得一个比如说现在价值6000 7000刀的API token的使用然后这个红利我觉得作为用户和我们这些比较小型的创业公司都要想好怎么利用这样的一个机会还能想到什么例子服务生态的一些产品工具等等你会发现在今年是增长最快一个叫APIFY还有一家叫Data for SEOData for SEO它算是SEO数据的提供商之一然后APIFY它也是一个给API的一个market [30:00] 你可以去上面去找一些那种长尾的爬虫的那些端口然后这些公司它都存在很长一段时间了但就今年它莫名其妙会有大量的增长另外一部分的话像在设计领域 paper.design也是一个增长很快的Paper有遇到和你们后来一样的问题吗就GEM9S3之后大家的强盗能力都提升了是不是Paper在中间提供的价值就变略了其实跟我们调整了以后是一样的给你提供的是一个画布让你去可以对比不同的设计然后你可以手动的去微调等等在原有熟悉的工作流里面在codex里面这里天心有补充吗就在这个生态里面还有一些看到一些什么样的东西据我了解就是一个exa就是那个专为agent做搜索的一家公司他已经做得很大了应该已经到c轮了然后就是证明了就是为agent去做好一个搜索工具可能也是一个有很大场景的一个事情吧然后比如像composio或者firecrew就是这些做工具类就是网页抓取和帮用户做oos授权工具的这些工具本身他们也获得了比较大的增长在最近有很多可能是我们传统看来算Infra的一些公司在就是Azion的时代它服务的不仅仅是2B的更多是2B加上一大堆这些Cloud Code和Codex用户因为他Agent他知道怎么去调用这些API今年之前他大部分用户都是针对开发者的但是现在他们的用量基本是可能接近55匙一半是开发者然后还有一半是终端用户然后这终端用户他可能是原来的那种白领也不知道怎么去编程他只知道我接了FireCode以后去抓网页抓的更高效一些然后他也不需要去管API怎么调用他只要接了以后他就开始用了就有一批一大堆这些Codex跟Cloud Code的重度用户吧还有一个是叫Vibe Island它是因为大家现在在Cloud Code里面或Codex会跑很多线程然后有时候经常自己大脑就混乱了就到底哪个线程跑完了哪个线程在等着我要review有时候就是脑子乱掉脑子糊掉了所以他做的事情灵动岛给用起来每次有一个任务完成的时候他会把那个灵动岛稍微展开一点点然后并且还有一个很可爱的一个像素小额的形象然后也有一个声音然后让你在那个灵动岛去操作所以这是一个就是设计的非常漂亮的软件然后而且这个是我们在AI Hacker House做的一个周日黑客松其中有一次的冠军的产品然后他后来把它发布了在X上面应该还蛮火爆的因为它是一个付费的工具我们俩都付费了对吧然后另外一个也想到是其实Jason介绍给我的一位朋友叫金晶然后他做的这个产品是Orca然后他也是就是叫ADE就Agent的IDE简称ADE然后他是今天大家因为同时用Cloud Code的Codex甚至还有更多那他就是帮你同时管这些多个工具然后为什么有时候你要同时用两边因为你要耗两边的羊毛然后如果Codex的这个Cota又没了你可以平滑的把你没完成的任务做到一半的任务直接再转移到Cloud Code去做那我理解啊Orca这是它其中一个比较大的卖点那也有就是很多用户认为它的体验做的很丝滑界面做的很有审美然后这也是就是在这个生态里面去做事情的一个工具然后它现在已经有8万的GitHub Star了就也是增长的非常快因为他们的用户据我所知让同时跑10个session了可能有些是同时跑50个100个session所以我觉得比较有意思点可能是他们在看到这种用量的情况下能提供什么样新的人和agent的交互这可能是Codex跟Cloud Code他们的团队还没有在集中处理的一些场景刚才我们一开始就在聊我们创业虽然不到一年但一直在转型然后Jason也说从2月份OpenCloud出来之后感觉所有的应用创业者就纷纷在未来4个月所以这个感受是什么可能对我来说我们在创业一段时间我自己收益最大的倒是我们在没有在做产品用superdesign作为试验然后那两个月没有做任何开发就想我用AI去运营这公司未来会怎么样就那两月时间可能帮我梳理了一下对未来一些判断的确信就是哪些到底是值得做哪些是不值得做因为我觉得往往很多创业公司都是看到了一些别人还没有意识到的东西体验到了然后你觉得那一定是未来然后是把这个做产品化铺出来所以那两个月你看到了未来有些可能会发生有些不会发生这个可以分别讲一下 [35:00] 比较确定的两件事情就是6到12个月零人公司这个不成立我们需要做的场景是人和agent协同工作那个场景这是我们需要解决的然后第二件事情就是说Codex跟Cloud Code生态的我们做cool的时候像包括Super的人是自己去搭了一套harness然后我们那两个月其实就是让我们团队不要有任何包袱就假设我是一个新的团队我会选择什么样市面上最好的工具然后那时候很本能的就是选了Cloud Code Codex然后用完以后体验要比原来自己做的agent好太多了然后在那个过程中包括我们发plugin那些让我们慢慢意识到了这个事情就是说这边这个生态是个巨大的机会这可能是意识到第二件事情吧就这两件事情我觉得就足以帮我们后面更坚信哪个东西更值得做哪个不值得做否则的话我感觉很有可能我们还在抵代酷了然后确定在想是不是我们这个skill做得不够好我们这个prompt调的不太行或者说还是这个方向不太行因为在创业遇到太多不确定性的时候确实是很难操作然后那时候的pivot是非常痛苦的但是如果你有些相对的确定性的话我觉得会好很多其实我记得就在Posy那个时候包括你们做Crulet的时候有一个流行过一两个礼拜的词是loop engineering所以你们现在怎么看这个东西啊首先我很喜欢loop这个词我觉得它听上去就很有吸引力让一个事情能自动化的去完成但是如果我们把一个创业比作比如说分两块一部分是创新一部分去运营的话我觉得创新那一块显然是靠loop完成不了的否则我可能说你帮我造一个创业公司它就可能能造出来但这个显然此时是达不到的但在运营这块我觉得其实loop还是有很多踏踏实实可以做的事情我们现在在运营一家公司可能是一个非常复杂的系统我之前很喜欢一本书叫系统之美,在说如何我们去搭建一个这样的系统,让它能够稳定的跑下去,并且健壮的活下去。这里面有很多的讲究在,比如说你需要去搭建一些开环的反馈或者必反的反馈。然后Loop,我觉得在Agent这个领域就是一个很有效的工具。因为在创业之前其实我也没有想到创业其实非常难比如说我没有想到有一天我会需要去处理大量的被黑客攻击这样的事情我们包括Super Design Track在内的这样的创业项目吧一旦它有了一个激励机制比如说邀请新用户或者赠送一些Credit这样的行为的话就会有黑客不停的在攻击你但如果你作为一个创业公司比如说我们现在只有4个人的团队你还要每天花精力去折腾这些事情的话其实是非常痛苦的但如果你有一个loop,比如说长期的在帮你的系统做一些监控去找有没有这样的风险行为,并且在一些小的漏洞他就直接去把它堵住的话其实我觉得他是能做的不错且稳定的这个时候其实会节省你的公司多得很多经历很多时候loop不能一开始建的太复杂反而是建一些比较短小精炼的路破会更加有用比如说一个路破它就只干监控db然后找到安全风险这件事情然后比如说有的路破就只是去帮你做一些代码的整理就是它每一次的做的事情都比较小然后小到它不太容易出错然后另一个方面就是当你build了比如说十几个这样的小路破之后它们自然的形成了一个复杂的系统帮你的系统有了一定的健壮性比如说你的某一个loop发现了一个bug发上去了但是因为你又有线上监控的loop,它会去找到并且提示你所以这些小的loop之间的配合我觉得才是让他们真正跑下去的一个比较好的方法最近两三个月你们和AI之间的配合工作的方式有发生什么变化吗最大的区别就是同时跑的session比原来多的多尤其在Fable这些模型发了以后基本上会同时开5到10个不同的这些session因为他可以自己完成的质量已经很高了这可能是一点然后第二点就是原来我可能是纯本地的吧但是最近尤其像GrowkBot我觉得它做完以后就有了一个非常司法的那个Cloud加本地hybrid这么一个体验随时都可以交换context这个也是可能第二个我改变比较多的一个地方对我来说也首先很像就是之前可能更多的是打开一个一个的Session,然后在里面跟不同的agent对话,但因为这样其实对于一个人来说,他的处理瓶颈也是有上限的然后呢就是我也看到比如说YouTube上有一个叫坤的资深工程师的一个分享就是他做了一个叫firstmate的一个工具吧意思就是你你作为船长你只需要跟你的大副去布置任务然后他去跟你的别的coding session去聊啊然后我觉得挺有意思的然后虽然我可能后来也没有直接用这样的项目但是这个思想我觉得我是学下来的然后比如说 [40:00] 用类似HERD这样的工具就是新一代的这种Terminal管理工具然后我让agent之间互相去聊或者说我也有一个比较主要的agent在做一个大副的工作然后他去转达一些任务去给我的agent你们现在用的更多的是Cloud Code还是Codex这两个有明显的喜欢谁不喜欢谁吗我几个月前都是Cloud Code的重度用户就很难把我从上面给迁移出来就直到最近Astra模型出来以后我就换了换成了Codex主要是它模型确实很强像团队宣发很多时候就是会用HyperFrame那个软件去做一套宣发视频我会明显的感觉到在Astra下面他要做的好很多我有一次被震惊了我直接把一个视频给他然后他就真的one shot一比一的完全复刻出来了比较震惊的点就是说因为那个视频里面是需要有一些素材的你才可以做出来然后他那个模型甚至聪明到他在原视频里面截图并且把它裁剪到合适的样子然后在新的一个视频里面给做出来我是更倾向两个都用因为我理解这两个没有产生一个绝对性的领先优势并且可能Fable某天强一点然后Extra又立刻反超这样的所以保持长期都用并且有一些事情你可以让两个模型同时帮你去干一干然后你去挑选一个你觉得更好的版本我觉得也是一个不错的体验我觉得可能在这个时代你就是需要长期用着世界上最好的模型然后去感受他们的差异和带来的优势Cloud Code和Codex之外你们还在用哪些产品了?GrowthBot用的还是真的挺多的我觉得GrowthBot倒是很好的一个例子就是OpenCloud其实出来以后也没有什么别的产品真的拿到大众的使用吧但是然后GrowthBot你要说它真有太多创新吗其实也没有但他就把那个沙盒的云端的体验做到极致的丝化我们把所有的比如Track跟SuperDN的loop我全都搬到那个Guarq上了因为它可以做到稳定性真的很好我随时都可以查看然后还有一点就是国外报其实他们买了Cursor我在用了Grabby以后我意识到这个事情有多make sense因为Cursor它做的最好的一点就是它的沙盒它可以保证你每个coding task都有一个对应的沙盒然后如果我在本地跑的话其实是很难实现的就是说我本地可能我最多开一个不同的workstreet它有单独环境但是如果我想本地测五六个不同的环境是很难的所以我在GrowthBot也开始做一些做很多的那个coding工作了尤其是简单的前端修改啊还有bug fix 我直接点开我就可以测试并且我那个pr里面它也有一个链接 随时都可以点进去看然后在那个沙盒环境里面去测试 除了Fable5.1 除了Astra 你们还会用DeepSeek、Kimi、制谱或minimax的模型吗就在什么场景可能会用他们的模型 其实之前Super Design的时候还有试试用Kimi说一个主模型它的设计能力还是很强然后minimax吧我们其实也有接但不是它的那个coding模型我们用的是它的那个绅士屏模型那个h3还是质量很高价格上面很好deep think那边就有很多人都说很好但我自己好像用下来体感一直没有特别好首先我觉得国产这些模型尤其在前端这个领域上其实都非常强比如说kimmy比如说明天明天然后我个人很喜欢Deep Seek的4.1 Flash,我觉得它效率又高,然后速度又非常的快,然后我其实一直之前有个想法就是把我们Super Design自己的第一道agent去换成Deep Seek可能还是目前可能看还是Cloud更稳定一些就是在大量的情况下所以还没有把生产上真的切过这里边很火那个Jeff那个模型这个模型我觉得还是蛮有意思因为别的这些模型可能更多是你要么拼价格要么拼某个场景的它的能力但Jeff速度足够快并且场景非常简单他现在只有这个模型可以做到对于你们来说在目前你们的工作里面有什么地方可以用到Jeff吗首先我今天刚开始接触Jeff我觉得第一眼看目前的感觉还是非常亮眼的我理解Track这个工具它会为我们产生很多的数据然后之前很难会去让大语言模型做的事情可能就是首先你追求快的时候比如说每一个endpoint进来的时候比如说你要去调度它如果需要去等几百毫秒其实就很浪费时间了System 1的直觉模型在,它可以其实做一个很好的路由。然后另一方面,当我们需要有比较大规模的数据,需要去过滤的时候,比如说2000条3000条的过滤,当你召回出来,想要去做一遍清洗真的展现给用户的时候,如果有一个直觉的模型,能一条一条的直接去对比出来。 [45:00] 做一个召回的引擎就会非常的不错比现在的其他的ARM速度都会快很多质量也并不差你们最近看到那篇文章了吗就是我不得不把我的才华埋葬在昨天Deep Seek的一个研究员写就对我来说就是我前十年的工作生涯可能也就是作为一个程序员或者说前端开发工程师可能我比较擅长的也就是写React跟写前端但是比如说从去年开始吧你就很清晰的知道这一个技能对于你来说意义不是那么的大了就是你除非做到可能世界前比如说几百个人我觉得可能是有他们继续做下去的动力的但是你如果做不到那个程度的话你可能就很快这个技能就用不上了所以当时对于我的印象就是我仔细的思考了一下比如说我接下来几年或者十年就一定要做什么然后义无反顾的加入了Supert Design这个团队开始跟Jason他们至少在做一些有意思的事情吧可以稍微展开讲一讲这个决策的过程吗我理解就是第一点在当时来说或者说我觉得很多人现在面临的也就是一个人生的十字路口吧就是你之前走的路有可能接下来是走不通或者说会不存在这条路了但是你在这条这个十字路口你去做什么样的事情我觉得是就是可能会对你的人生造成一些比较大的改变是一个比较重要的决定吧然后事实来说对于程序员来说你再也写不过AI了就是你在这个技能点上你就是比不过远了但我觉得有更多可以做的尝试是值得去探索的比如说对我来说可能就是加入一家创业公司然后去做更多有挑战或者有意思的事情我觉得以后更多是你的一些跨领域的一些能力了吧然后可以被完全释放出来我可能自己创业之前是一个很奇怪的那种经理就我虽然是设计师但是我其实从来不喜欢调那些pixel角度去看一些东西或者说也会自己写一些前段代码我觉得反倒这样的人会比较容易被释放出来我们这创业不到一年转型那么多次然后刚才其实Jason天心里面有聊到这过程中好多时候都感觉非常焦虑觉得好不容易做的一个产品不到一个月就要宣判他的死刑就这个过程中有想了放弃的时候吗有肯定有啊其实对我来说是做酷雷那段时间反倒是确实是挺挣扎的因为是属于一种就不确定的东西可能太多了然后每天在想下一步该怎么做想了半天你好像想不出什么特别好的答案但是你也得往前走对吧反正在那时候我自己在prip的过程中我一般是就想这个方向上我能想到现在能做什么能够真正改变我们现在处境的如果我想不到我觉得可能得换方向但如果我觉得想到了有哪些东西可以尝试的话我们就继续做一下放弃一个东西也许我自己本来做油管频道说实话想要过个小康生活还是比较容易的所以中间会有一些这种肯定会有想要放弃的那种情况但是我觉得一般来说每次在这种情况下你度过了然后想到一个新的方向然后发现哎这个新的方向非常promising你那时候拿到的刺激是非常大的万物之中希望之美尤其是你发现自己在不断学习在进化的这个过程我觉得会是很好的对我也很是因为就是我觉得我还是体验过一些比较崩溃的时间的比如说当你做一件事情长期看不到它的增长然后又不断的面临着打击比如说你有一天醒来突然发现你被人到Credits了然后到了比如说四千刀哇你觉得天都塌了但是我觉得有一个比较好的事情就是我们团队可能一直在寻找一些别的方向和机会所以每一次比如说至暗时刻到来的时候我们总能找到一些看上去有曙光的地方然后朝着方向努力我觉得有这样的机会觉得还没那么难受或者说走不下去了然后并且我觉得有的时候一件事情如果fail fast就是如果你知道他真的要失败了然后你不如就让他快速的失败掉然后换一个新的东西去尝试可能反而会得到一些意想不到的一些惊喜我前两天见一个朋友然后他说他在寻找一种创业者是相信AGI会到来并且相信这个AGI是由模型的进化带来但同时他还在创业的你们觉得你们是这样的人吗AI到来模型是必要条件但是到这个的路径有太多了因为我们团队说实在有一点就是说每个人都是AI重度用户者包括我自己因为要做内容基本能把市面上看到最新的东西都会试一遍所以你保证自己沉浸在最新的Frontier到底在哪里然后会让你有比较好的知觉在后面6到12个月最大机会在哪里然后沿着那个去做我觉得会没有那么悲观吧 [50:00] 不然的话你所有东西都直接模型做了你也没什么机会了我是觉得即使AGI到来了依然做比如说有性价比的事情还是很有用的比如说即使是有一个万能的模型假设它存在的话它也需要有它自己的工具它也需要找到它需要的数据但如果比如说他花比如说1000刀的token最终获得了一个数据,但是如果我们能够提供,比如说让他100刀就能得到的话,他可能会直接选择我。所以我觉得给模型做一个合适的工具,或者说找到我们自己定位的事情也是很重要的。然后在此基础上不停的去打磨我们自己的效果了蛮好的就感觉这一期播客录完之后突然充满了乐观积极向上的气氛就在整个AI应用一片哀鸿遍野的时代然后感谢Jason和天心带给我们的信心然后也祝福你们的创业可以越来越顺利可以天天向上好谢谢你们我们今天先到这感谢谢谢