我們辦了一場養蝦大會，結果大家關心的都一樣

★ 設為星標 | 只講人話，帶你玩轉AIGC。

上周六（3 月 21 日），我們辦了第一場線下會，名字挺奇怪——「養蝦交流會」。

說實話，會前我一直挺沒底。OpenClaw 的熱度已經過去了，我也被群友直接嘲笑“小龍蝦都死了，才辦會”。

但時間只剩一周多，要招商、約嘉賓、做設計、跑流程，每一步都在趕。

最崩潰的是約人。

很多不回，有些拒絕。

我甚至很久沒有為了發一條微信反復修改了，寫了刪、刪了寫，發出去，然后等。

后來才發現，大多數時候只是我一個人的內心戲。

中間一度想放棄。反正不掙錢，何必折騰。

但這件事是博雅酒店老板最早提的，我很敬重他，也不太想失信。

博雅在張江做了二十年，一直在做一件事：把這里變成一群人（特別是科技工作者）愿意停下來交流的地方。

那就干吧。

后來，當上海人工智能行業協會、復旦大學人工智能實驗室、階躍星辰、MINIMAX 等陸續確認參與，我才稍微松了一口氣。

至少，這件事不再只是我一個人在硬撐。

一個不太正常的開場

我們的活動原定 13:30 開始簽到，但還沒到 1 點，就已經有人陸陸續續到了。

那會兒我午飯才吃到一半，被迫“提前營業”。

正式開始前，現場已經明顯熱起來了。不斷有人提前入場，我會后看數據，簽到率超過了100%，不少人是直接來現場報名的，因為線上的票早已售罄。

我們在會前半小時通知直播，當天直播的參加人次也超過 5000。

圖：會場座無虛席

這件事本身其實不重要，重要的是：為什么會這樣。

因為這次來的人，不是來看熱鬧的。

根據現場統計，參會者中超過 50% 具備企業中高層決策權，其中 21.9% 是 CEO、創始人或 VP 級別。

從行業來看，53.2% 來自傳統行業（制造、消費品等），科技互聯網企業反而只占 28.8%，此外還有金融、醫藥等對數據安全極其敏感的行業參與。

圖：到場的人員結構分析

更有意思的是，這場活動本身，其實帶著一種“生態拼圖”的意味。

一邊是上海人工智能行業協會這樣的行業組織，一邊是復旦這樣的學術力量，再加上企業與一線從業者，以及我們這種更偏內容與實踐的角色。

這些力量疊在一起，讓這場會既不懸浮，也不局限。

這也說明一件非常明確的事情：AI，已經從“技術討論”，變成了“經營問題”。

很多人不是來聽概念的，而是想確認一件事——這東西，到底能不能幫我解決真實業務問題。

復旦教授：別再幻想了，大模型還不會“思考”

整場活動中，很多人跟我說，如果只選一個最值得反復回味的分享，那一定是復旦大學人工智能實驗室張教授的那一段。

圖：復旦大學人工智能實驗室教授分享

他沒有去強調 AI 有多強，反而做了一件更重要的事：幫大家劃清邊界。

他的一個核心觀點很直接——今天的大模型，本質上并不會“思考”。

它所表現出來的推理能力，更像是基于訓練數據的概率匹配，而不是像人類那樣真正理解和推導。

比如，一個模型可以解復雜的數學題，但卻無法完成一些簡單的規則遷移；不同能力之間，也很難像人一樣自然遷移。

換句話說，它更像一個極其強大的“記憶系統”，而不是一個真正意義上的智能體。

這也引出了一個更關鍵的問題：如果模型本身有邊界，那 AI 的價值到底在哪里？

他的答案很明確——不在模型，而在場景。

適合 AI 的任務，通常具備幾個特征：人做很慢（需要幾小時甚至更久）、結果可以驗證、流程相對清晰。

而那些幾分鐘就能完成、無法判斷對錯、或者高度依賴創造性的工作，其實并不適合當前階段的 AI。

這句話聽起來很簡單，但幾乎可以過濾掉絕大多數“偽AI需求”。

怎么“養蝦”：問題不在技術，而在產品

在階躍星辰產品負責人的分享中，有一個讓我印象很深的觀察：很多用戶其實已經安裝了，但不知道接下來該干嘛。

圖：階躍星辰 Agent 產品負責人分享

這聽起來有點反直覺，但其實非常典型——技術已經到位，但產品路徑沒有跑通。

用戶會安裝，卻不會用；嘗試幾次之后，很快流失。這不是能力問題，而是“使用場景”和“使用路徑”沒有被設計清楚。

從工具到真正的產品，一般會經歷三個階段：先讓人用起來（工具），再讓一部分人用出效果（KOL），最后形成持續的內容與使用循環（社區）。

AI 產品，其實也正在走這樣一條路。

而這位負責人本身也是深度使用者，他分享了很多非常接地氣的使用方法、踩坑經驗，以及如何把這些能力真正嵌入工作流。

最重要的是，他講的都是人話，大家都聽得懂，也愿意聽。

從“玩具”到“生產力”：企業 Agent 的真實落地

圖：一群人圍著杭州 404 科技創始人交流

如果說消費級 Agent 更偏“發散”，那企業級 Agent 就必須是“收斂”的。

在企業場景中，Agent 必須在明確的業務邊界內運行，有權限控制，有安全約束，還要對結果負責。

它不再是一個可以隨便試的工具，而是一個需要穩定運行的系統。

這也是為什么，很多看起來很驚艷的 Demo，在真實環境中并不能直接使用。

但與此同時，真正落地的案例已經開始出現。

比如一個 50 人規模的 MCN 公司，通過接入微信 Agent，實現客戶報告的自動生成與分發，開發周期從原來的兩周縮短到一周，甚至有員工自行開發了十多個業務模塊。

又比如一個 10 人規模的跨境電商團隊，通過對接 ERP 系統，實現自動補貨和銷售分析，整體流程效率提升了大約 80%。

這些案例說明一件事：AI 并不是不能落地，而是必須圍繞具體業務去設計。

安全問題：不是“會不會出事”，而是“什么時候出事”

如果說前面的內容還帶著一點樂觀，那綠盟科技的分享，則把大家拉回到了現實。

圖：綠盟科技安全研究員在分享

在 Agent 體系中，真正的風險不在模型，而在 Skill。

Skill 本質上是可執行的能力模塊，而現場提到的數據是：大約 70% 的 Skill 理論上可以被利用，其中 20% 甚至具備明顯的破壞性。

更關鍵的是，Agent 天然具備較高權限——可以讀取文件、調用接口、執行命令。一旦被利用，其影響往往是系統級的。

因此，很多企業在落地時都會采取更保守的策略，比如本地部署、沙箱隔離、全量日志審計等。

同時，也開始嘗試一些新的安全方案，在效率和安全之間尋找平衡。

圓桌與提問：空氣里，其實全是焦慮

圖：圓桌討論環節

如果說前面的分享更多是“信息”，那圓桌和提問，更像是“情緒”。

你能明顯感覺到，現場的氛圍是緊的。大家問的問題都很具體，但背后其實都指向同一件事——這個時代，到底該怎么活下去。

我印象最深的，是一個創業者的提問。他沒有繞彎子，直接問：“現在這種變化速度，還有創業的機會嗎？或者說該怎么樣創業”

這個問題一出來，現場其實有點安靜。復旦的張教授給了一個非常直接、甚至有點刺耳的回答：最好別創業。

大家一開始有點愣住了，但他后面解釋得很清楚。

過去，從互聯網到移動互聯網，其實路徑是相對清晰的。大家大致知道技術能做什么，無非是把信息、流量、位置這些能力重新組合。

但 AI 不一樣，到今天為止，連學術界內部，對它的能力邊界都沒有形成共識。

它到底能做什么，不能做什么，還在不斷變化。

換句話說，你連“賽道”都還沒看清，就要下場，這是第一層不確定性。

第二層，是成本。

他舉了一個很現實的例子：如果你要做 AI 相關的事情，哪怕只是一個相對基礎的團隊，核心算法人才的成本，可能就是年薪幾百萬起步。

他甚至半開玩笑地說了一句：“我現在都在想，要不要把自己賣出去。”

現場是笑了，但那個笑，其實有點復雜。

另一個讓我印象很深的，是一位程序員的提問。

他說得很坦白：“現在 AI 替代程序員，基本已經是個共識了。我這種做了很多年的程序員，該怎么辦？那對剛畢業的計算機專業來說，還有必要學編程嗎？”

這個問題，比創業那個更沉，因為它沒有選擇題，只有現實。

張教授的回答依然很鋒利。他提到一個時間點：去年 10 月之前，大量程序員開始深度使用像 Cursor 這樣的工具，結果帶來的不是簡單的效率提升，而是一種能力躍遷。

模型在真實代碼場景中被快速“喂養”，進化速度被明顯拉高，到今天，已經可以替代掉相當一部分程序員的工作內容。

這件事，不是未來，而是正在發生。

現場還有一位參會嘉賓，之前是一家上市公司的 CTO。他分享說，自己在 40 天內，用 AI 寫了 30 多萬行代碼，這個量大致相當于過去一個百人團隊一年的產出。

這個數字聽起來很夸張，但你又很難完全否認它的真實性。但他自己也很坦誠地說，他其實也沒有完全想明白。

如果 AI 可以替代初中級程序員，那問題就變成了：沒有這些“初中級”，未來的高級程序員從哪里來？

你會發現，不管是創業，還是程序員，最后都在問同一個問題：在一個變化速度遠超預期的時代，個體應該怎么定位自己。

沒有人給出一個確定的路徑，但有一點是確定的：這個問題，已經沒有人可以回避了。

結語：這可能不是一場會，而是一個信號

后來我慢慢覺得，這場“養蝦交流會”，其實也是上海這座城市，在這一波 AI 浪潮里的一個縮影。

在上海，你能看到高校、企業、協會，還有像我們這樣的一線從業者，被同一個問題重新拉到一起——AI，到底什么時候開始真正干活。

而且，這件事已經不只是“大家在自發嘗試”。

上海其實已經在往前推了，無論是圍繞 OpenClaw、Agent 的開發者生態，還是對個人創業者（OPC）的支持，方向都很明確：不是再卷模型，而是去做真正能落地的場景。

我們正在從“AI 很厲害”，走向“AI 開始干活”。它還不穩定，也不完美，但有些事情，已經回不去了。

所以最后只剩一個問題：如果 AI 已經可以開始替你做事，那你準備先把哪一部分，交出去？

對了，講師們的 PPT 我已經放到網盤了，關注公眾號后，發送“蝦客行”領取。