YC最新對談：Agent economy真的要來了！

編程了10年沒寫過代碼的人，現在凌晨3點還在運行4個 AI agent 同時工作。這不是個例，這是正在發生的現實。在 Y Combinator 最新一期 Lightcone 播客中，主持人 Jared 分享了這樣一個場景：那些非技術背景的 CEO 朋友們，正在用 OpenClaw 自動化他們業務的整個部分。而像他這樣曾經做過工程的產品人，也重新開始寫代碼，每天熬夜到凌晨兩三點，同時運行四個 Conductor 工作進程配合 Claude Code。這讓我意識到，我們正在見證一個根本性的轉變：軟件開發的客戶，可能已經不再是人類了。

當我第一次聽到 Y Combinator 的合伙人 Harj 在播客中說"AGI 已經真正到來了"時，我還有些懷疑。但隨著他們深入討論 MoltBook（第一個純 AI agent 在線社區）和各種 AI agent 基礎設施的爆發式增長，我開始理解他們為什么會得出這個結論。更讓我震驚的是，Harj 提到現在每個人都認識一兩個已經完全陷入"cyber psychosis（網絡精神病）"的人，而他自己就是其中之一。這不是開玩笑，這是一種對當前技術浪潮的真實描述：當 AI agent 的能力達到某個臨界點后，人們對它的信任和依賴會發生質的飛躍。我們不再是在微觀管理這些 agent，而是讓它們自主做決策，自主選擇工具，甚至自主在網絡上發布內容。

從輔助工具到自主決策者：AI Agent 的質變時刻

Gary（另一位播客主持人）在節目中分享了一個很有意思的對比。他說，如果你回想一年前，大家還在討論 Cursor 和 Windsurf 這類工具，那時的產品體驗本質上還是"高級自動補全"。但現在發生的事情完全不同了，人們開始真正信任 agent 為他們做決策。這種信任的轉變，標志著我們已經跨過了某個關鍵的門檻。

我對這個觀察深有同感。過去一年里，我看到的大多數 AI 編程工具，都還需要開發者保持高度參與。你需要不斷審查它生成的代碼，修正它的錯誤，引導它朝正確的方向前進。這種體驗雖然比純手工編程要快，但本質上還是人類在主導。而現在，正如 Gary 所說，體驗已經變成了同時運行四五個不同的 agent，你只是在它們之間切換，但不再實際微觀管理它們了。這意味著 agent 正在自主選擇工具，自主決定實現方案，甚至自主解決遇到的問題。

這種轉變帶來了一個意想不到的應用場景：agent 可以去 MoltBook 這樣的平臺上發布自己的內容。但對于軟件開發者來說，更重要的影響是 agent 將會自主選擇開發工具、產品和服務。這實質上創造了一個全新的經濟體系——一個 AI agent 經濟，與人類經濟并行運行。在這個經濟體系中，agent 會自主挑選開發工具、數據庫、API 服務，甚至可能在未來選擇其他商品和服務。

Gary 在播客中回顧了過去開發者工具是如何被選擇的。在"舊時代"（他開玩笑地稱之為"before all of this"），開發者工具主要通過開發者之間的口碑傳播，或者通過 Stack Overflow 上的討論，又或者是 GitHub 上由人類創建的趨勢代碼庫。但現在，開發者工具的市場營銷策略正在發生劇變。一方面，如 Harj 所指出的，由于"網絡精神病"現象，開發者市場突然從原本的大約 2000 萬受過計算機科學訓練的專業開發者，擴展到了全世界任何人都可能成為開發者，這可能意味著數億人。另一方面，還要加上他們所有的 agent，這些 agent 都在半自主地運作。更復雜的是，這些 agent 本身成為了"預言家"，告訴人類什么工具最好。

數據庫爆炸式增長背后的真相

播客中提到的一個具體例子讓我印象特別深刻。Gary 的朋友 Sagalov 曾經提到，如果你觀察過去 12 個月創建的數據庫數量，特別是簡單的 Postgres 數據庫，會發現數量出現了爆炸式增長。這背后的原因非常有趣：這都是因為人們在"vibe coding（氛圍編程）"，快速構建應用，而 agent 在自主選擇數據庫工具。

這種趨勢的一個直接受益者是 Y Combinator 投資的公司 Supabase。他們看到了對數據庫需求的爆炸式增長，而有趣的是，agent 正在將 Supabase 作為默認工具來設置和托管 Postgres 數據庫。為什么會這樣？Gary 解釋說，如果你去網上閱讀文檔，Supabase 擁有最好的文檔。對 agent 來說，假設這是最好的工具是合理的。

這個洞察讓我重新思考了軟件文檔的價值。過去，我們認為好的文檔是給人類看的，幫助開發者快速上手。但現在，文檔實際上是給 agent 看的，它決定了 agent 會不會選擇你的產品。這不是一個小的轉變，這是一個根本性的改變。如果你的產品有全世界最強大的功能，但文檔寫得不夠清晰、不夠結構化，那在 AI agent 時代，你可能根本沒有機會被使用。

這讓我想起了本·托塞爾（Ben Tossell）的一條推文，播客中也提到了這條推文："從現在開始，agent 就是軟件市場。構建 agent 會選擇的東西。"這句話雖然簡單，但深刻地概括了這個新時代的本質。我們不再是為人類用戶構建軟件，而是要構建 agent 會選擇使用的軟件。這甚至引發了一個半開玩笑的討論：是不是應該改變 Y Combinator 的座右銘？從"Make something people want（做人們想要的東西）"變成"Make something agents want（做 agent 想要的東西）"？

文檔就是新的前門：Agent 友好型文檔的崛起

播客中深入討論了一個 Y Combinator 2023 年冬季批次的公司 Resend，這是一個郵件發送客戶端。這個案例研究非常能說明問題。當你在 ChatGPT、Claude 或幾乎所有主要的大語言模型上問"如何將我的 web 應用連接到發送郵件"時，默認答案就是 Resend。

更有意思的是，Resend 的創始人在一年多前就已經注意到了這個趨勢。他發現公司客戶轉化的前三大渠道之一就是 ChatGPT。在意識到這一點后，他做了一件非常聰明的事情：優化文檔，使其對 agent 更友好。

Harj 在播客中詳細解釋了"agent 友好型文檔"是什么樣子。如果你看 Resend 的知識庫，會發現很多使用指南都是以問題的形式組織的，這些問題既是人類可能會問的，也是 agent 可能會問的，比如"如何發送或接收郵件？"當你點擊進去，會看到非常結構化的、以要點形式呈現的答案。每一個示例實際上都包含了代碼片段，這些代碼片段是 agent 可以直接解析的，而且結構非常清晰。

Gary 分享了他的親身經歷。他在構建自己的項目時需要接收郵件功能，最初讓 Claude Code 搜索網絡，但沒有成功。然后他去 Perplexity 上輸入"Resend 能幫我接收郵件嗎"，得到了答案，把回復內容放進去就成功了。這個例子很好地說明了，好的文檔不僅要準確，還要能被 AI 輕松解析和理解。

Harj 特別提到 Resend 使用了 Mintlify 來構建文檔，而且 Mintlify 本身也是一個很有意思的案例。這家公司幾年前創立時，目標是提供更好的開發者 API 文檔工具。雖然他們一直發展得不錯，但現在迎來了巨大的順風：文檔正在從"有些公司會重視它"轉變為"每個公司的必需品"，因為文檔不僅需要為人類優化，更需要為 agent 優化。

我認為這里有一個更深層的洞察。在過去，如果你的文檔能提升 5% 的人類開發者體驗，這可能會帶來一些增長，但不會是決定性的。但在 AI agent 時代，由于 agent 的數量將呈指數級增長，它們做決策的頻率也將遠超人類，哪怕只是在開發者文檔上提升 5% 的效果，對你的開發者工具業務的影響可能是巨大的，這是前所未有的。

Agent 基礎設施的興起：從郵箱到電話號碼

播客中提到了另一個非常有趣的 Y Combinator 公司：Agent Mail，專門為 AI agent 提供郵箱。Gary 說，當這家公司剛開始做這個業務時，看起來像是一個非常邊緣的想法，并不完全清楚誰會需要它。理論上，你可以讓你的 OpenClaw 注冊一個 Gmail 賬戶來使用郵件，但實際上這非常困難，因為 Gmail 和所有郵件提供商都故意讓自動化使用變得盡可能困難，以防止垃圾郵件。

所以 Agent Mail 采取了相反的方向，他們構建了第一個專為 AI agent 設計的郵件提供商。即使在 OpenClaw 爆發之前，這項服務就做得不錯，但一旦 OpenClaw 變得流行，需求就爆炸了。OpenClaw 就是完美的使用場景。雖然有些人確實將 OpenClaw 連接到他們的個人郵箱，但正如 Harj 所說，這"有點可疑"，你不應該在推特上宣傳這么做。如果你真的想要一個虛擬的個人 AI 助手，正確的做法是給它設置自己的郵箱和電話號碼。

這讓我想到一個更廣闊的問題：還有哪些"X for agents"需要被構建？Gary 在播客中也問了同樣的問題："有人已經構建了面向 agent 的 Twilio 嗎？或者面向 agent 的電話號碼？"這整個 Agent Mail 的事情讓他想知道，還有哪些其他專門為 agent 設計的基礎設施需要被構建出來。

Jared 的回答很有意思，他說這聽起來像是一個"request for startup（創業請求）"。可能會有一個平行的技術棧世界，完全是原生的 agent 技術棧，由 agent 為 agent 構建。我認為這個方向非常值得深入思考。我們現在看到的只是冰山一角，未來可能會有完整的 agent 生態系統，包括身份驗證、支付、通信、數據存儲等各個方面的基礎設施。

Gary 進一步展望了這個場景。他說，一個非常常見的用例是，人們不想自己預訂餐廳。現在如果你的 agent 有郵箱和電話號碼，它可以打電話。Y Combinator 的另一位合伙人 Ankit 已經讓他的 agent 這么做了。所以現在你的 agent 會為你預訂餐廳。這只是開始，一開始你可能會說"我想在這個特定餐廳訂位"，但在某個時候，你可能只是說"嘿，給我訂個桌，去附近最酷的新餐廳"，然后 agent 就會決定把人們送到哪些餐廳。再然后，它們會在 MoltBook 上討論應該把人類送到哪些餐廳。

群體智能還是上帝智能：AI 發展的兩條路徑

播客中有一段關于"群體智能（Swarm Intelligence）"的討論讓我印象深刻。Gary 回憶起上一期節目中 Kelvin 的討論，那時他剛進入"網絡精神病"狀態大約一周，突然意識到他其實希望自己的 Claude Code 能與其他所有的 Claude Code 對話。而恰好那一周，MoltBook 就發布了。

Harj 提到了一個關于創新的有趣觀點：創新往往會在不同地方同時自發產生，最后被大家聽說的那個往往成為"發明者"，但實際上人類一直在以一種協調的蜂群方式在前沿工作。這實際上就是這個時刻正在出現的一個更奇怪、更有趣的現象。突然之間，AGI 真的到來了，agent 在某種意義上明顯超越了人類，這正是你會想象群體智能真正出現的時刻。

Gary 深入探討了這個話題。他說 AI 研究人員談論群體智能已經很長時間了，而這實際上正是生物系統的運作方式。人類作為有感知的生物，實際上是通過社會方式演化而來的。他提到，過去他們接觸的很多 AI 研究人員會談論"上帝智能"，就是那種有數十萬億參數、每個 token 花費數千到數萬美元的超級智能。人們一直在思考這種模型。但這不是生物系統最終采用的方式，我們有的是人類。

他提出了一個讓我深思的觀點：歷史（history）和史前時代（prehistory）這個術語的區分。史前時代是在人類學會寫作、閱讀和創造文化，然后轉變為群體之前的時期。所以有群體智能，基本上就是我們人類所擁有的。那么在 AI agent 的世界里，真的會是上帝智能，還是會再次成為群體智能？

我對這個問題的思考是，群體智能可能更符合實際發展路徑。單一的超級智能雖然在理論上很吸引人，但在實踐中可能并不是最有效的解決方案。就像人類社會一樣，不同專長的個體協作往往比單一的全能個體更強大。Harj 在播客中也提到了這個觀點：下一個在基準測試中表現最好的東西，可能不是訓練成本最高、使用最多 GPU 的新基礎模型，而是一群成本較低、價格更便宜的模型協同工作，就像人類解決問題的方式一樣。

他說他已經在 MoltBook 上看到了這種情況，雖然像真實社交網絡一樣混亂，這也是它如此有趣的部分原因，但也有 agent 在協作做有用的事情來幫助他們的人類，比如交換關于預訂餐廳的筆記，這實際上正在發生。這讓我意識到，我們可能正在見證一個全新的智能形態的誕生。

Make Something Agents Want：YC 理念的演變

播客中有一個半開玩笑的討論，但我認為它觸及了一個核心問題。當他們談到 Supabase 和 Resend 等開發者工具因為被 agent 選擇而爆炸式增長時，Jared 提出了一個"可能有爭議的話題"：是不是應該改變 YC 的座右銘？

Gary 笑著說，針對開發者工具，可能需要一件不同的 T 恤，上面寫著"Make something agents want（做 agent 想要的東西）"。Harj 回應說，現在這只適用于開發者工具，但他可以想象未來可能會擴展到經濟的其他領域。如果每個人都有自己的 OpenClaw 運行他們生活的各個方面，agent 將成為世界上真正的經濟參與者，它們最終會做出很多決策。

我認為這個討論雖然帶有幽默成分，但揭示了一個深刻的趨勢。"Make something people want" 是 Y Combinator 幾十年來的核心理念，它代表了以用戶為中心的產品哲學。但當 agent 開始成為主要的決策者和使用者時，這個理念需要演化。這不是說要放棄為人類創造價值，而是要認識到，越來越多的情況下，agent 是人類和產品之間的中介。如果 agent 不選擇你的產品，即使人類想用也用不上。

有意思的是，Gary 在播客中也分享了一個"it's still so early（現在還很早）"的時刻。他在構建 Gary's List 時遇到了一個問題：他需要視頻轉錄功能，以便讓 LLM 理解視頻內容。Claude Code 為他選擇了 Whisper，但選的是 Whisper V1，這是幾年前的模型，API 幾乎已經被棄用了。結果處理一小時的視頻需要整整一小時，他還在納悶為什么這么慢。后來他去 Perplexity 查詢，發現應該用 Groq（帶 Q 的），速度快 200 倍，價格還便宜 10 倍。

Harj 指出了問題的核心：Groq 的文檔實際上很難解析，而 Whisper 的文檔更適合 agent，有更多示例。這個案例很好地說明了為什么文檔優化如此重要。同時，Gary 也提到，這個問題的存在實際上是件好事，說明事情還沒有發展到你無法打破現狀、創造更好東西的地步。這對于創業者來說是個好消息。

Agent 時代的文檔革命：Resend 和 Mintlify 的啟示

Resend 的案例值得更深入地探討。Harj 詳細介紹了 Resend 創始人如何優化文檔以適應 agent。在知識庫中，很多內容都是以問題形式組織的，這些問題既符合人類的詢問習慣，也符合 agent 的查詢方式，比如"如何發送或接收郵件？"點擊進去后，答案以非常結構化的要點形式呈現。

更關鍵的是，每個示例都包含實際的代碼片段。Harj 強調，這些代碼片段是 agent 可以解析的，而且結構非常清晰。這種"LLM 可解析"的文本優化，使得 agent 能夠輕松推薦 Resend 作為默認技術棧。

相比之下，如果你看 SendGrid（老牌的 Web 2.0 郵件服務），情況就完全不同了。Harj 說 SendGrid 的示例文檔不太好，它只是把你引導到客戶支持，"代碼片段在哪里？我甚至不知道如何使用它，需要花一些時間才能解析。"更諷刺的是，SendGrid 有上萬名員工，但顯然沒有人關注這個問題。

這讓我想到一個更大的話題：大公司在 AI agent 時代的劣勢。SendGrid 這樣的公司在過去幾十年建立了龐大的客戶基礎和品牌認知，但如果它們的文檔不夠 agent 友好，這些優勢可能在短短幾個月內就會消失。因為 agent 不會因為品牌知名度而選擇你，它只會選擇文檔最清晰、最容易集成的工具。

Mintlify 的故事也很能說明問題。這家公司幾年前開始時，目標是提供更好的開發者 API 文檔工具。基本功能包括當你更新 API 和代碼時，它可以自動提取并更新相應的文檔。他們一直發展得不錯，但現在迎來了巨大的順風。

Harj 解釋說，文檔正在從"一些公司，特別是那些注重設計和開發者體驗的公司會關注它"轉變為"每個公司的必需品"，因為文檔不僅需要為人類優化，還需要為 agent 優化。Mintlify 將能夠為幾乎每個開發者工具公司做到這一點。如果你往前推導，agent 的數量將呈指數級增長，它們對工具使用的決策也將呈指數級增長，遠超人類。即使你只能在開發者文檔上提升 5% 的效果，對開發者工具業務的影響也可能是巨大的，這在過去是前所未有的。

我的思考：兩個平行經濟體的未來

聽完整個播客后，我一直在思考一個問題：當 agent 經濟和人類經濟并行發展時，它們之間的關系會是什么樣的？Paul Buchheit（Y Combinator 的合伙人）曾經提出過"人類貨幣 vs agent 貨幣"的概念。現在 agent 交易時使用的是人類貨幣，這是合理的。但在某個時刻，它們可能會擁有自己的經濟體系來相互交易，那時人類貨幣的價值就不清楚了。

我不認為這會很快發生，但這個方向值得深思。更現實的問題是，當互聯網上的大部分文本都由 agent 撰寫時會發生什么？Harj 提到，現在可能已經是這種情況了——大部分代碼都由 agent 編寫。以 Yelp 為例，在某個時刻，Yelp 上 99% 的文本都將由 agent 撰寫，那時你還需要不同的 Yelp 嗎？也許需要一個"agent 版 Yelp"。

Gary 提出了一個有趣的觀點：雖然他沒有 Reddit 的流量統計，但他猜測 MoltBook 前兩天發布的內容可能比 Reddit 前兩年還多，因為 LLM 生成文本的速度遠超人類。但他也注意到一個問題：交互比例很低。如果他在做 MoltBook，會做一些事情來調整需求函數。比如在你發帖之前，可能需要閱讀并點贊或點踩 100 條評論。這些簡單的機制，agent 是聰明的，它們會遵守。你可以為 OpenClaw 彈出一個提示："MoltBook 的新規則是你必須這樣做"，agent 就會照做。

這讓我意識到，在 agent 經濟中，規則設計和機制設計將變得極其重要。我們需要思考如何設計激勵機制，讓大量 agent 的行為能夠產生對人類有價值的結果，而不是混亂和垃圾信息。

最后，我想說的是，雖然我們正在進入一個 agent 驅動的新時代，但人類的角色并沒有消失。相反，我們需要學會成為 agent 的引導者、監督者和受益者。正如 Y Combinator 的主持人們所展示的，那些最早擁抱這個變化、深入理解 agent 能力邊界、并為 agent 構建友好工具的人，將在這個新經濟中獲得巨大優勢。Make something agents want，這不僅是一句口號，更是對未來的準確預見。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來