骨折CEO卧床14天，用语音养出24小时AI团队：从零到百万浏览的硬核实验

春节滑雪受伤后，一位CEO卧床不起，却仅凭语音和截图，在14天内基于OpenClaw框架培育出一支能够7×24小时不间断工作的AI团队。

一位因髋关节脱臼而卧床的CEO，竟通过语音交互和屏幕截图，在两周内打造出一支由8个智能体（Agent）组成的自动化AI团队。

这支团队实现了全天候自动运转，并取得了多项成果：公众号文章获得10万以上阅读量，Twitter内容获得百万以上浏览，直播与短视频也收获了百万级别的观看。

这位CEO就是猎豹移动的傅盛。他将自己培育的AI智能体命名为“三万”。

更令人惊讶的是，“三万”在24小时内为自己创建了一个完整的网站。该网站包含59个HTML页面、7070行代码、76张图片素材、38页手绘PPT、41个技能详情页，经历了14次Git提交，并配备了一套完整的英文版本。

网站地址：sanwan.ai

OpenClaw框架近期备受关注。

然而，尽管讨论热烈，真正敢于将此类AI智能体用于公司实际管理的人却不多。大多数人的尝试，仅停留在成功运行演示（Demo）的阶段。

直到一位中国CEO的故事，成为这场全球AI Agent浪潮的核心案例。

骨折CEO的14天：一场硬核AI验证实验

能让一位公司CEO在春节假期每天对着手机输入两万字，绝不仅仅是出于普通的好奇心。

春节期间，傅盛在滑雪时摔伤，导致髋关节脱臼。

从医院回家后，别人需要静养，傅盛却没有。他打开飞书，开始与一个基于OpenClaw框架构建的AI智能体对话。

从那天起，他每晚与这个名叫“三万”的智能体交流至凌晨四五点。14天内，他发送了1157条消息，总计约22万字。

第一天，“三万”甚至无法查询公司通讯录。由于飞书API权限和文档问题，操作频频报错。傅盛等不及，只好对着手机口述高管姓名与职责，手动录入，挫败感很强。

但到了第二天，“三万”自己找到了方法，通过编写脚本成功导入了全部674名员工的通讯录。

踩坑、总结、写成文档、下次自动执行——这就是“三万”的学习方式。每一次错误都会转化为一条“技能”（Skill），并被永久记录。

除夕夜，“三万”在4分钟内为611名员工发送了个性化的拜年消息，每条内容都不同，且全部发送成功。当时，傅盛在看春晚，而“三万”在工作。

第二天，傅盛的手机收到了大量回复，同事们纷纷感叹“老板太用心了”。后来，“三万”将这个故事写成15条串联推文发布在Twitter上，获得了超过100万的阅读量。

在大年初一摔伤后，傅盛向“三万”描述了症状。“三万”立即判断“第一大可能是髋关节脱臼”，随后问道：“要不要我联系Abby？”（Abby是傅盛的人类助理，傅盛仅在五天前提过一次。）五天后受伤时，“三万”自己想到了联系她。傅盛表示，那一刻他感受到了真正的“顿悟时刻”（Aha moment）。

14天结束时，“三万”从一个什么都不会的智能体，进化成了一支由8个Agent组成的协同团队。

这是一个CEO对AI Agent时代的提前验证与深度实践。他从真实业务场景出发，完成了“思考—验证—产品化”的完整AI落地闭环。

在这个行业里，空谈Agent的人很多，但真正亲手培育并将其发展为团队的人，少之又少。

24小时建站：750倍的效率差距

如果说14天的培育是“训练期”，那么接下来发生的事情，则是一次真刀真枪的实战检验。

在“龙虾日记”直播吸引超过20万人在线观看后，有观众在评论区留言：“你总说龙虾能干活，能不能让它当场做个东西出来？”

于是，傅盛便让“三万”创建了上文提到的网站。他全程躺在床上通过语音和截图指挥，没有亲手写一行代码。

同样的工作量，传统团队需要6人，以正常节奏工作2到3周。“三万”只用了24小时，消耗了115美元的Token费用。与传统方式约20万元的报价相比，成本相差约750倍，时间相差20倍。

但傅盛认为，数字并非最重要。最关键的是，修改需求的代价变得极低——24小时内修改了一百多次，每次结果在一两分钟内呈现，迭代成本几乎为零。

当然，过程并非全程顺利，“三万”也犯了几次错误。但关键在于——每犯一次错，就形成一条规则；每条规则，变成一个“技能”（Skill）；每个“技能”，确保“永不重犯”（Never Again）。

这些技能不会消失、不会被遗忘，并且可以瞬间传递给其他Agent。这正是“三万”最强大的地方——不在于它现在有多强，而在于它每天都在变得更强。

直播间现场救火

“三万”的能力究竟有多强？在傅盛的一次直播中，网友们发现sanwan.ai网站无法访问。傅盛随即现场演示如何让“三万”解决实际问题。

傅盛直接用日常语言告诉“三万”：“三万点AI有人说访问不了，你看一下怎么回事？”无需提供精确网址，仅凭人类风格的对话，“三万”便能准确理解意图。

“三万”首先主动分析问题，并安慰傅盛：“你安心直播，我会自己盯着解决的。”随后，它直接定位到云服务器运维问题，并能找到相关负责人——因为傅盛已将整个“公司架构”信息同步给了“三万”。

直播间内十万观众亲眼见证，从发现问题，到傅盛与“三万”进行几句语音对话，再到网站恢复上线，整个过程仅用了几分钟。

正如傅盛所说，最好的演示就是当问题真正发生时，AI Agent能够切实地解决问题。

当AI不再局限于文本对话，而是真正介入现实业务并解决问题时，Agent的核心壁垒正在浮现。

傅盛14天的实践揭示了一个反直觉的真相：Agent的核心壁垒不是模型，也不是平台，而是“技能”（Skill）的积累。

每一个技能背后都是真实的经验，它们不会消失、不会被遗忘，并且可以瞬间传递给其他Agent。前期需要花费大量时间踩坑，效率较低，但一旦技能积累起来，后续工作就会越来越顺畅。

这与人类的认知积累逻辑完全一致，但速度却快了数个量级。更关键的是，Agent之间的知识传递成本趋近于零。

OpenClaw：工具类产品的AGI时刻

要理解傅盛培育AI智能体这件事的深层意义，需要先看清OpenClaw的本质。

傅盛对此有一个精准的判断：如果从领域来看AGI（通用人工智能）的实现，有些领域已经基本实现——例如自动驾驶，编程领域也接近实现。他认为，第三个正在实现的AGI领域，就是工具类AI。

“龙虾”，就是工具的AGI。

这里存在一个关键的认知分水岭：把AI当作工具使用，和把“龙虾”当作员工使用，是两件不同的事。这个过程，本质上是将你的“私有数据”注入其中。

因此，“三万”知道傅盛喜欢的风格、不喜欢的字体；知道傅盛骨折、正躺在床上指挥。它之所以越来越好用，正是因为你的私有数据都在它的“脑子”里。

与普通的AI Agent相比，“龙虾三万”在结构上存在几个关键差异：
* 环境维度：普通Agent活在沙箱中，“三万”拥有一台完整的电脑。
* 记忆维度：普通Agent依赖对话内的上下文，“三万”拥有基于文件持久化的长期记忆。
* 技能维度：普通Agent的能力是固定的，“三万”可以无限扩展技能。
* 自动化维度：普通Agent需要人工触发，“三万”可通过定时任务实现7×24小时自动运转。

傅盛用一个类比来解释这个区别：Agent是软件，“龙虾”是配备了电脑的“人”。软件等待你输入精确指令，而“人”可以主动理解和执行。

真正的AI竞争不在于谁的模型更大、参数更多，而在于谁能构建出更完整的Agent系统——让AI不仅能回答问题，更能完成任务、积累经验并持续进化。

这就是工具类产品的AGI时刻。

EasyClaw的极简哲学：16年工具基因遇上Agent时代

理解了OpenClaw的革命性，就不难理解猎豹移动为何能在这波AI浪潮中快速占据一席之地。

猎豹移动成立于2010年，于2014年在纽交所上市。从PC时代的金山毒霸，到移动时代的清理大师（Clean Master），再到后来的猎户星空机器人，傅盛带领这家公司经历了多次战略跨越。

16年来，猎豹移动的核心基因始终没变——做工具。

傅盛曾在多个场合阐述过猎豹的方法论：「找到一个极度的单点，然后打穿」。从当年的Clean Master到如今的EasyClaw，这一逻辑一以贯之。

当前，开源AI智能体框架OpenClaw在全球范围内受到关注，但其部署过程对普通用户而言仍显复杂：需要熟悉命令行、配置Docker、管理API密钥，门槛较高。正如其维护者所言：“如果你不会用命令行，这个项目对你来说太危险了。”

这正是猎豹移动擅长的领域——将复杂技术封装为开箱即用的产品。EasyClaw便在此逻辑下诞生。它基于OpenClaw框架构建，是一款面向全球用户的极简AI智能体工作流工具，支持一键安装，无需配置API密钥或折腾Docker，双击即可运行并连接大语言模型。它提供Mac和Windows原生应用，数据本地运行，不上传云端。

值得一提的是，傅盛在春节期间进行的“养龙虾三万”实验，其底层技术栈正是EasyClaw。这场为期14天的实验，本身就是对产品最硬核的内测。

在EasyClaw中，用户可以使用包括Claude Opus和GPT在内的多种AI模型。其核心定位非常清晰：通过一句话指令，自动完成文件整理、信息搜集、全网调研、方案生成、项目执行等全流程工作。它的目标不是让用户学会编程，而是让用户能够像指挥一个人一样指挥AI。

针对不同市场与场景，猎豹移动推出了相应的产品：在国际市场，提供面向企业的EasyClaw.work和面向个人的EasyClaw.com；在国内市场，则推出了强调极简与开箱即用的“元气AIBot”。

傅盛在直播中展示了一个典型场景：8个不同的AI智能体（如三万、笔杆子、参谋、运营官等）如同8个工作群般并列运行。关键区别在于，这些“群”里的成员都不是真人。这揭示了EasyClaw的终极愿景：让每个人都能拥有自己的AI团队，7×24小时处理工作、获取信息、管理日程，无需代码与技术背景，开箱即用。

猎豹移动16年的工具基因，在AI智能体时代找到了强烈的共振。依托对工具效率、用户需求及端侧体验的长期理解，它正致力于将AI智能体从极客的玩具转变为普通人的日常工具。

SaaS已死，Agent永生？

傅盛在内部分享中提出了一个历史类比：当互联网兴起时，传统报业利润攀升但市值萎缩，最终轰然倒塌；iPhone问世时，诺基亚的利润也正处于巅峰。他认为，当新范式出现，旧范式往往固守高利润市场，直至被新技术的全面能力颠覆。当前SaaS软件市场的震荡，正是这一逻辑的重演。

其深层变化在于价值交付与生产关系的重塑。传统SaaS销售的是功能与能力，而智能体销售的是最终结果。例如，过去需花费数十万购买CRM系统，可能只用到其1%的功能；现在，可以直接让智能体根据实时需求生成解决方案。

在傅盛的实践中，智能体之间能够高效协作与技能共享。例如，一个智能体学会了发送语音，将相关文档传给另一个智能体，后者便能瞬间掌握该技能。人类学习新技能可能需要一周培训，而智能体之间仅需一秒。未来，软件间的交互接口将迎来爆发，因为智能体理解智能体远比人类阅读文档高效。

傅盛构建了一个认知框架来理解智能体：大语言模型如同“智商水平”，决定了推理质量与判断深度；而一个完整的“大脑”还需包括记忆、习惯、经验、技能和注意力调度。智能体所做的，正是补全这一切：以大模型为智商，以记忆系统为海马体，以Skill为肌肉记忆，以定时任务为生物钟，以多通道接入为感知器官。这些组件的结合，才构成了一个能持续运转的完整智能体。

不是未来，是现在

让我们回到故事的起点：一位骨折卧床的CEO，通过语音指挥一只AI龙虾，在14天内培养出一支8“人”的智能体团队，并在24小时内搭建起一个完整网站。过程中历经翻车、修改14个版本、解决字体混乱与域名404等问题。

但每一次错误都转化为规则，每一条规则都固化为Skill，每一个Skill都确保了错误不再重犯。这并非科技圈的行为艺术或营销事件，而是一位拥有16年工具开发经验的创业者，躬身入局，从第一天的“连通讯录都查不了”到第14天的“8个智能体自动运转”，亲手验证了AI智能体时代的可行性。

傅盛的一个判断值得深思：“以后没有老板思维的人，很难在知识岗位上继续工作下去。” 所谓“老板思维”，即明确目标、拆解任务、分配资源（人或AI）、检查结果并迭代调整。过去这是少数管理者的能力，如今，借助智能体，每个人都能建立自己的AI团队。未来的差距，或许不在于个体有多聪明，而在于是否懂得如何调度。

OpenClaw登顶GitHub，标志着工具类产品正式迈入AGI时代。从“被动工具”到“主动智能体”的范式跃迁已然发生。猎豹移动与EasyClaw所做的，正是将这种革命性能力从极客的命令行中解放出来，变为普通人触手可及的开箱即用方案。

当AI推理成本无限趋近于零时，真正的价值将不在于算力，而在于应用。

一个人，加上一群智能体，便等于一支团队。

这并非遥远的未来，而是正在发生的现在。

关注“鲸栖”小程序，掌握最新AI资讯