北京 360 总部楼下，那张临时搭建的长桌，像一个连接过去与未来的时空虫洞。

队伍尽头，360 创始人周鸿祎撸起袖子蹲在电脑前，在现场帮忙 " 装龙虾 "。有人递来电脑，他接过去直接操作；遇到问题就现场排查，流程不顺就重新调整再试一遍，很快又把电脑交回用户手中。现场围观的人越来越多。

这画面，让人恍惚间穿越回了十几年前的中关村——一群人围着电脑，研究系统怎么装、软件怎么跑。技术还没有被完全产品化，所有东西都带着一种粗糙但真实的手感。

但这次，周鸿祎装的不再是 Windows 系统，而是 AI 时代的智能体（Agent）。这看似是互联网大佬的 " 复古行为艺术 "，实则是 AI 时代的一场 " 成人礼 "：

在通用人工智能重塑世界的前夜，所有产品都可以从 " 手搓 " 重启。过去比的是谁能把人管好，现在比的是谁更了解产品。周鸿祎那件经典的红衬衫被盖在印着 "AI 世界 " 的黑色工装马甲之下，宣告着属于 " 手艺人 " 的时代，回来了。

实际上，周鸿祎已经在 AI 一线活跃很久了。前几天一场和耶鲁学者的交流中，周鸿祎透露自己最近几乎每天都在跟 AI 一起编程，自己写 prompt、改 Skill、调 Agent 流程，甚至在具体项目中 " 手搓 " 近百个智能体，对话数千次，反复迭代数百个版本。" 有时甚至十几个小时连轴转，连吃饭、睡觉和看微信都顾不上。"

这近乎偏执的 " 亲力亲为 "，折射出 AI 时代一个残酷的生存法则：传统的管理 " 中介 " 正在失效。

在 PC 与移动互联网时代，创始人可以通过层层汇报来理解产品，因为执行逻辑是线性的、确定的。但在 AI 时代，智能体的涌现性和不可预测性，使得 " 二手信息 " 充满了失真。如果创始人不亲自下场踩坑、不亲手调试逻辑，就无法获得对产品真实状态的一手感知。一旦脱离现场，不仅会失去对产品的理解力，更将丧失做决策的根基。

因此，企业一号位重回生产现场，并非单纯为了示范，而是一场 " 认知自救 "。

但这不仅仅是 CEO 们的危机，更是每一个职场人的预演。当 AI 把技术门槛拉平，当 " 手搓 " 智能体成为可能，" 管理者 " 与 " 执行者 " 的界限正在消融。无论你是掌舵亿万企业的创始人，还是初入职场的普通人，在 AI 时代，你都不再是发号施令的 " 甲方 "，而必须是能驾驭工具的 " 超级个体 "。

这，就是我们要面对的新时代。

企业家重回 AI 一线

周鸿祎是国内最早回到 AI 生产现场的企业家之一。

2023 年，ChatGPT 横空出世，引发全球大模型浪潮，周鸿祎便敏锐察觉到了机会。彼时，大模型虽然火爆，但周鸿祎却认为其存在一个致命短板：执行力差。" 当前的大模型只能算是聊天机器人，能说会道，但干不了实事。" 周鸿祎在公开演讲中直言。

按照他的观点，AI 的最终形态应当是一种集感知、规划与执行能力于一体的 " 智能体 "。这种智能体能够独立领会用户意图，设计执行方案，甚至调用外部工具来完成任务。比如，如果用户让它 " 写一篇关于人工智能的论文 "，它便会自主检索资料、分析数据、完成写作，而不仅仅是机械地堆砌内容。

为此，周鸿祎将 360 所有资源都投入到智能体的研发当中，并于 2025 年提出了 "All in Agent" 的转型战略，这一决策早于龙虾爆火破圈之前。

然而，从战略口号到产品落地，中间隔着巨大的鸿沟。在实际应用中，通用大模型往往难以直接满足特定场景的需求。周鸿祎每年都会提出一个趋势性的年度判断，他把 2024 年称为 " 大模型之年 "，2025 年称为 " 智能体之年 "，而 2026 年他定义为 " 龙虾之年 "。在他看来，地球上有 70 亿人，未来一个人养一只龙虾，一个企业养 10 只，用不了一两年，全球就会出现 100 亿只龙虾。

他的工作方式也发生了明显变化。过去，他更多以战略掌舵、核心灵魂的角色去管理 360，但当 Agent 浪潮席卷而来后，周鸿祎不再只是通过汇报了解业务，而是直接进入 AI 产品的具体开发过程。

这种转变背后，藏着一种深刻的焦虑。在接受某家媒体专访时，周鸿祎直言：" 行业进步太快了。过去半年，我深陷其中，压力很大。" 用他的话说，整个马年春节，他基本上 " 不吃不喝，不眠不休，每天所有精力都用来跟 Agent 苦战 "。

在参与纳米漫剧流水线开发过程中，他前后 " 手搓 " 了近百个智能体，对话次数超过 5000 次，总计消耗约 12 亿 Token，而整套系统前后迭代了两三百个版本，一个完整智能体单次运行就需要消耗 1300 万 Token。

在不断的修改和调试中，也能够更直观发现问题和需求。例如围绕普通用户最关心的安装复杂度和权限安全问题，360 后来推出了 "360 安全龙虾 " 这一类面向普通用户的安全智能体产品。据悉，系统中的一部分智能体产品是周鸿祎一点点改出来的。

实际上，这种场景在互联网早期十分常见。周鸿祎这一代互联网创业者，大部分都是技术、产品出身，靠写代码、做产品发现用户需求，从而下场创业。只不过，后来因为公司组织规模变大、市场环境及政策等原因，这批互联网 " 大佬 " 们也逐渐远离一线，坐镇幕后管理，甚至变得缄默。

如今，工作方式再次发生颠覆，企业家们重新进入生产过程，也愿意表达意见了。有的思考技术，有的思考 AI 与人类共存的哲理等，仿佛回到互联网时代最活跃的时候。

不止国内，在海外，这种趋势同样明显——比如 Shopify 的 CEO 一晚上跑几十轮 AI 实验优化代码；YC 的负责人一天写一万多行代码；还有投资人带两三个工程师，几周时间从零做了一个 Jira 的替代系统。他们并不缺工程师，但仍然选择自己下场，亲身实践。

AI 时代的创始人们，" 活人感 " 越来越强了。

不下场的创始人很可能被淘汰

当 AI 成为基础生产力，创始人还能不能只做一个管理者？答案正在变得越来越清晰：不能。

更准确的表达是：AI 时代，创始人必须具备基于一线经验而产生的判断力。因为 AI 不再只是一种技术支撑或者工具，而是成为生产力本身，创始人必须通过亲手使用、反复踩坑、长期协作才能形成真实判断的能力。

互联网刚刚起步的时候，周鸿祎这一代创业者也是从 " 技术极客 " 走出来的，那时候的成功也是靠亲手干、亲自试、真懂技术。但随着企业越做越大，行业越来越成熟，公司要扩张、要管理、要应对竞争，企业家不得不把更多精力放在战略、团队、管理和布局上。慢慢地，他们从坐在电脑前写程序的人，变成了站在高处掌舵的人。

但这是互联网发展的趋势必然。在互联网时代，商业成功的关键在于规模化效率与精细化分工。成熟的组织架构、KPI 与 OKR 管理体系、分层汇报机制，让创始人无需深入一线细节。技术交给 CTO，产品交给团队，创始人通过数据与汇报就能把握行业方向。公司更核心的任务是资源整合能力，以及用户在哪里、流量怎么转化、商业模式如何成立，所以需要创始人站在更高维度去做战略判断。

但 AI 时代，这个逻辑行不通了。未来，不下场的创始人很可能被淘汰。

其一，AI 成为通用生产力，几乎每一个环节都可以应用，但前提是必须知道如何与它协作。这种协作能力只能通过亲身使用去理解，如果光听汇报，信息是很容易被加工的，最终创始人获取的信息也许偏差很大，产品的真实状态也无法通过汇报被还原。

其二，过去创业需要门槛，资金、团队、渠道 …… 但现在 AI 正在降低这些门槛，也许一个人加上 AI 就可以完成过去一个团队的工作。如果创始人不亲自下场，就会出现危险的断层：团队在使用 AI，但创始人不知道 AI 的能力范围在哪里；团队在优化产品，但创始人无法判断战略方向是否正确。

AI 的变化速度太快、可能性太多、边界太模糊，如果不亲手使用 AI，就很难真正理解这轮技术的边界。在海外，一些 AI 公司甚至刻意保持较小规模，让创始人直接参与产品开发；在国内，一批 AI 创业团队中，创始人本身就是最深度的用户和开发者。

例如 OpenAI 的 CEO Sam Altman，他在 YC（Y Combinator，全球知名创业孵化器）时期就长期处在技术与产品的交叉点，对技术趋势的判断极为敏感，且长期参与、推动模型能力的产品化路径，这直接体现在推出 ChatGPT 的决策上。彼时，大模型已经存在，但行业主流思路仍然是做 API、做能力输出，ChatGPT 的出现本质上是把复杂技术变成一个 " 任何人都能直接使用的产品 "。

DeepSeek 也是如此，创始人梁文锋出身量化交易，对算力优化和模型效率有极强的直觉，这也决定了 DeepSeek 能够用相对更低的成本做出高性能模型；再比如宇树科技，创始人王兴兴长期深耕机器人底层技术，外界看到的是产品的爆发式增长，但背后其实是一号位对运动控制、硬件结构、算法协同的长期理解。

这些路径，如果没有深度技术理解，是很难感知到风口方向的。

周鸿祎亦如此，他扎进智能体研发、亲自调试 prompt、现场帮用户安装 " 龙虾 "，正是因为他清晰意识到，AI 产品的关键问题只有在真实使用现场才能被发现。普通用户在意的安装复杂度、权限安全、流程流畅度，都不是办公室里的汇报能感知到的。

当然，这不意味着所有老板都要变成工程师，而是创始人的关键决策必须建立在一手经验之上。老板可以不会写代码，但必须亲自用 AI 做过产品；可以不调模型，但必须理解模型在真实场景中的表现；可以不参与每一个细节，但不能完全脱离生产现场。

否则，在一个技术快速演化的时代，对 AI 理解能力的偏差足以决定一家公司的生死。

人的角色不会被取代

当创始人纷纷重回一线、亲自与 AI 协同工作，也在印证一个更底层的变化：这一轮 AI 真正改变的，不是某个岗位，而是所有人的工作方式。从企业一号位到普通个体，都在被推向一种全新的角色——从单纯的执行者，变成 AI 的组织者、管理者与决策者。

周鸿祎在深度参与智能体开发后，对此感受尤为强烈。他在一场活动中表示：" 当你真的天天跟 AI 一起干活一段时间之后，会发现感觉完全不一样：一开始觉得是在用工具，后来像是在带一个人，再后来更像是在带一个团队。"

比如他在参与纳米漫剧流水线开发过程中，他搭建了近百个智能体，许多智能体的逻辑、流程设计和 Skill 结构，都是在一遍遍试错中打磨出来的。在这个过程里，他不是替代 AI 干活，而是定义目标、规划路径、把控结果。

这也恰好回应了外界最普遍的焦虑：AI 越来越强，人会不会被取代？

周鸿祎在一线实操得出来的结论恰恰相反：AI 效率越高，人反而越忙。因为 AI 聪明的时候很强，犯错的时候也很离谱。

他形容 AI 是 " 我合作过水平最高的程序员 "，能够快速理解需求并生成几千行代码；但它也会犯浑，会乱改代码，甚至误删模块。比如，有一次本来交付的是 1200 多行代码，后来同事发现只剩 600 行，第一反应就是 " 是不是你的智能体又给删掉了 "。

于是，人的角色被彻底重塑：过去由人负责的大量执行性工作，如今可以交给 AI；而人类真正的价值，转向定义问题、判断好坏、搭建系统。

定义问题，意味着知道要让 AI 做什么，而不是泛泛地给出指令；判断好坏，意味着能够分辨 AI 输出的好坏，而不是盲目接受；构建系统，则是把一次次有效的尝试沉淀为可复用的流程或产品。这些能力决定了一个人在 AI 时代的位置。也正因此，普通个体并没有被边缘化，反而获得了一种前所未有的机会。

更重要的是，当创始人重回一线、亲自示范如何与 AI 协作，也为普通人打开了前所未有的机会。

在过去，大多数人很难独立完成一件复杂产品，因为资源和能力都受限。而现在，一个人借助 AI，就能完成从前需要一整个团队才能实现的事情。小团队、个人创作者、轻量创业项目，都可以快速把想法变成产品，不再是大组织里的一颗 " 螺丝钉 "。从这个角度看，AI 不是在替代人，而是在放大每个人的能力边界。

周鸿祎甚至开玩笑说，将来可能会出现一类新的职业—— " 调虾师 "，专门负责管理和调度智能体工作。

创始人回到现场，只是变化的起点，更深层的变化，是人的角色正在被重写——人如何与 AI 协作、能力边界如何被放大，是未来时代对每一个个体的要求。