播客·视频

这条访谈最值钱的地方是张阔把“提效”换算成了具体时间：采购沟通从一周变一天。怎么做到的？Accio把市场调研、设计稿生成、跨语言沟通、供应商筛选串成一条AI工作流，让买家带着专业设计包去谈，而不是从零比划。这个逻辑比“AI赋能外贸”实在得多。 但数字要打折。1000万月活且逐月增长，说明产品在快速获客，可正文没提付费用户占比、客单价、复购率。B2B采购决策链条长，月活高不代表交易闭环跑通了。另外，张阔判断B2B会走向A2A（Agent to Agent），这个方向有意思，但Accio目前更像买家端的超级助理，卖家端Agent化到什么程度，访谈里没展开。 还缺两块关键信息：一是Accio的模型和工程细节，比如多模态输入（语音、图片搜商品）的准确率到底多少；二是跟Claude Cowork这类新范式的对比，张阔提了Cowork的设计理念，但没说自己产品在开放性和可控性上怎么取舍。这些缺口让“一人企业做全球生意”的愿景还停在Demo感阶段。

这期播客把英伟达的万亿野心拆得很实在。黄仁勋在GTC上说，到2027年底Blackwell和Vera Rubin两个平台的累计订单至少1万亿美元，而2024年全球半导体产业总销售额才6000多亿美元。这个数字不是凭空喊的，需求端确实有支撑：推理成本正在追上训练成本，未来智能体铺开后Token消耗会更大，推理是长期的现金流。 但问题出在供给端。嘉宾点得很透，半导体产能不是软件，没法靠需求拉动就立刻扩出来。台积电CoWoS先进封装产能虽然涨了3倍，但能不能跟上老黄的速度很难说；HBM4内存虽然三星、美光都说量产了，但大规模供应仍有挑战。另外，Vera Rubin平台一次发了7款新芯片，能这么快，靠的是内部用AI做芯片设计和全栈式的反馈体系，这点是英伟达真正的护城河。 节目后半段聊了Groq的LPU推理芯片，用片上SRAM替代DRAM，把数据通信延迟降下来，适合需要低延迟的智能体应用。但正文没披露LPU的具体成本和规模部署的限制，这点信息缺口让它的实际竞争力还不好判断。

这期节目没在贩卖焦虑，而是把OpenClaw的风险按使用深度做了分层，这点很实用。知县和余弦把风险讲得很具体：刚装上，Agent能读你当前用户权限下的本地文件；开始聊天，对话内容会传到模型服务器，别发密钥；让它读写文件干活，大模型可能理解错意思，误删误改，最常见的是把自己“改死”；操作浏览器时，你已登录的账号信息它都能拿到；安装Skill或软件，则可能直接“引狼入室”。 余弦提到一个关键背景：OpenClaw官方已发布约250个安全公告，v3.2开始默认安装加了更严格的限制，但它的核心能力依赖高权限，便利与安全的冲突是结构性的。他还指出，整个项目的迭代是按小时级的，大量修复和反馈由AI辅助完成，这不像传统软件工程那样有成熟的测试体系，稳定性本身也是风险。 两人给出的核心原则很一致：隔离。要么用独立设备或虚拟机，要么用Docker限制文件访问；网络访问用Tailscale组虚拟局域网，别暴露到公网；对外部输入（链接、文档、Skill）保持警惕，因为“病从口入”。节目没展开的是，企业场景下如何在不打破现有防御体系的前提下部署，以及官方对Skill生态的安全审核机制到底有多严，这些信息缺口让高阶用户的判断还得打个折。

这期播客录制于1月30日，但随后几天项目就经历了改名、被起诉、安全漏洞和服务器瘫痪，所以内容本身已经滞后于事件发展。三位嘉宾从用户、算法和硬件角度拆解了Clawdbot（后改名OpenClaw）爆火的原因，核心判断是它把“活人感”做出来了：通过即时通讯软件主动推送提醒、做调研甚至吐槽，让用户感觉像在和同事聊天，而不是对着一个网页聊天框。 技术上看，它没有发明新模型，而是把Claude的推理能力、长期记忆和主动心跳工作流粘合在一起，用大家熟悉的IM界面包装出来。嘉宾提到它几天内GitHub星标突破10万，2月2日达到14.6万，刷新了AI项目增长记录，但这个数字来自播客口述，不是官方公告。硬件方面，Mac mini被带火，但正文没披露具体销量，嘉宾天奇认为市场对Agent的接受度已经被Claude Code、Manus等产品预热，Clawdbot正好踩中了这个节点。 这期播客最大的价值是提供了用户侧的真实体感，比如让Agent蹲点服务器一天后建议把预算降到1/4，或者主动提醒牛肉要最后放以免煮老。但信息缺口也很明显：没有产品技术架构的官方说明，没有安全漏洞的具体细节，也没有服务器瘫痪后的恢复计划。这些反转本身比产品分析更有新闻性，但播客录制时还没发生，所以完全没覆盖到。

这期播客最核心的判断来自傅盛：人形机器人现在的量产承诺，听听就好。他拿特斯拉擎天柱举例，几年前供应链传要下10万台订单，结果2025年目标先是几千台，换负责人后又砍了一半。这次波士顿动力说2028年年产3万台Atlas，傅盛直接讲“非常质疑，甚至觉得不太可能做到”。他的逻辑很朴素——硬件不像软件有摩尔定律，关节、电机、谐波减速器都得一点点磨，成本降不下来。一条腿的成本就占整机一半以上，但在工厂和仓库里，轮式底盘几乎能覆盖所有场景，加腿就像“用大炮打蚊子”。 节目里提到一个反例：Sunday这家公司用轮式底盘加双臂，已经能完成拿酒杯、放洗碗机这类精细操作。傅盛说，一位原本坚信人形的业内人士去参观后“大受震撼”，突然意识到把精力全放在手上，比死磕双腿更早见到真能干活的产品。这个细节比宏观趋势更有说服力。 不过，讨论也暴露了信息缺口。Sunday的视频到底是一次成功还是稳定复现，正文没给出确切数据。傅盛自己也说，拿杯子99%的准确率根本没法商用，因为意味着每天都会打碎东西。最后那1%的极端案例怎么解决，节目里没人能回答。另外，中国21家人形机器人参展商的具体产品形态和落地进展，除了“深圳花200万就能攒一台”这种说法，几乎没有展开。想判断泡沫有多大，还得看这些厂商的实际订单和场景验证，而不是展台上的走两步。