軟件應用也可以"3D打印"了。

訪談丨程曼祺
整理丨實習生裴雨桐

當agent構造變得簡單，會發(fā)生什么？MuleRun創(chuàng)始人陳宇森分享了他對AI agent市場的觀察與實踐。這位22歲浙大畢業(yè)后創(chuàng)辦網(wǎng)絡安全公司、五年后被阿里云收購的連續(xù)創(chuàng)業(yè)者，基于Vibe Coding降低開發(fā)門檻、Claude Code革新agent創(chuàng)作方法的判斷，認為普通人也能將工作知識封裝成AI"騾子"實現(xiàn)自動化。本文整理自兩次深度對話，記錄了AI應用市場瞬息萬變的最新動態(tài)。

尋找方向：Agent交易平臺的機會與挑戰(zhàn)

晚點：為何選擇做Agent交易平臺？
陳宇森：2024年底我們發(fā)現(xiàn)Cursor等產(chǎn)品已驗證編程領域的PMF（產(chǎn)品市場契合點）。編程是AI能力的橋梁，當大模型能輔助人類編程，就能完成更多任務。近期Claude Code帶來全新創(chuàng)作范式——通過自然語言描述需求，結合Runtime環(huán)境和Skills庫，普通人也能制作高成功率agent。這讓我們判斷：當前市場最缺的不是重復開發(fā)Claude Code，而是降低創(chuàng)作門檻的交易平臺。

我們認為，當個人工作知識與大模型判斷力結合，80%-90%能力可復制到agent中。面臨同類問題者只需小額付費即可提效，形成創(chuàng)作者獲益、使用者增效的良性生態(tài)。

晚點：供需兩端現(xiàn)狀如何？
陳宇森：目前供給端以傳統(tǒng)開發(fā)者為主，但真正突破點在于Vibe Coding普及后，非技術背景者也能通過自然語言生成業(yè)務流程。供應鏈缺貨補貨、HR招聘等場景，只需清晰描述流程，AI即可替代機械判斷。當前瓶頸在于供給豐富度不足和上架門檻高，我們正通過Claude Code+Runtime+Skills模式，將創(chuàng)作門檻降至只需描述需求。

例如，HR清楚每日招聘流程，客服掌握客訴處理步驟，普通人借助skills市場（如操作Excel、控制瀏覽器），就能生成解決具體問題的agent。這類似手機快捷指令自動化，但AI可實現(xiàn)24小時復制百份的全流程操作。

差異化布局：MuleRun的市場定位

晚點：與競品如n8n、Dify、Coze有何不同？
陳宇森：早期賽道聚焦創(chuàng)作工具，n8n和Dify側重ToB工作流，Coze正從低代碼轉(zhuǎn)向自然語言生成。MuleRun選擇"做出來給別人用"的交易平臺邏輯，而非靈光等"自己做給自己用"的社交模式。我們將agent定位為解決工作痛點的生產(chǎn)力工具，未來或成為全球最大勞動力外包平臺。

晚點：為何尚未出現(xiàn)大規(guī)模PMF？
陳宇森：雙邊市場冷啟動困難：無用戶則創(chuàng)作者不愿加入，無供給則用戶難留存。我們正深挖特定場景（如瀏覽器操作），通過Benchmark系統(tǒng)確保任務完成率達99%以上。隨著Claude Code+Runtime方案成熟，團隊可在月內(nèi)上架大量優(yōu)質(zhì)agent，突破供給瓶頸。

產(chǎn)品演進：從貨架式平臺到對話式入口

晚點：Skills機制如何運作？
陳宇森：Skills本質(zhì)是Context Engineering，避免長提示詞導致模型丟失信息。Agent先掃描Skills元數(shù)據(jù)，遇問題時動態(tài)加載對應文檔、工具或API。我們正優(yōu)化瀏覽器自動化類Skills，建立評價與安全審計體系，確保用戶獲得高可信方案。

晚點：Agent Builder如何降低門檻？
陳宇森：新內(nèi)測工具讓非技術人員通過自然語言定義任務，系統(tǒng)自動配置Skills和環(huán)境。完全不懂代碼的運營人員，現(xiàn)已能創(chuàng)建自動調(diào)研KOL、同步釘釘文檔的agent。這極大激發(fā)供給端創(chuàng)造力，解決過去n8n等框架的技術門檻問題。

晚點：市場形態(tài)有何新思考？
陳宇森：我們調(diào)整了方向，未來核心入口將轉(zhuǎn)向?qū)υ捠浇缑妗脩糁恍桕愂鰡栴}，系統(tǒng)自動匹配最優(yōu)agent執(zhí)行，貨架式市場降級為二級入口。這更符合應用入口向?qū)υ捠降内厔?，避免新用戶面對海量選擇流失。

創(chuàng)業(yè)心得：從長亭到MuleRun的十年反思

晚點：為何放棄AI安全轉(zhuǎn)向agent市場？
陳宇森：與其做浪潮邊緣的防御者，不如投身核心創(chuàng)造?；仡欓L亭科技被阿里云收購的決策，主要基于云廠商快速發(fā)展與融資環(huán)境變化的雙重考量。創(chuàng)業(yè)需匹配自身能力邊界，過度跨界的教訓讓我明白：用心遠勝仔細認真——這不僅是完成任務，更是持續(xù)思考與熱愛。

經(jīng)歷游戲公司關停低谷后，我認識到：大廠重金投入恰恰證明這是顛覆性機會，其歷史包袱反而留給創(chuàng)業(yè)公司更大空間。當前核心原則是打造極致簡單的創(chuàng)作者工具，半年內(nèi)激活雙邊市場。展望2026年，期待AI native公司實現(xiàn)5-10億美元收入，模型在編碼與工具使用能力上持續(xù)突破。

題圖來源：MuleRun官網(wǎng)

- FIN -