当前，AI Agent 技术走向成熟，OpenClaw 等框架的出现预示应用侧将迎来繁荣，同时 AI 时代的商业模式正从传统的 SaaS 坐席收费转向更灵活的 Token 消耗模式。

近期爱分析对久痕科技创始人 &CEO 汪源进行访谈，作为 AI 办公应用 remio 的创始人，汪源不仅深度参与产品构建，更对 AI 如何重塑办公协作、软件形态及组织模式有着体系化的前瞻思考，其观点源于一线实践与行业洞察。

本次对话围绕 AI 办公应用的定位与差异、AI 时代软件护城河的重构、以及国内外办公环境的差异与趋同等核心议题展开。

核心观点

AI 时代办公将从 " 多人协作 " 转向 "One Person" 模式。

任务链路大幅缩短，未来企业内部将出现 " 一人闭环 " 完成整件事的现象。传统流程繁复的垂直工具将不再适用，小团队中角色边界被打破，单人统筹多个智能体成为常态。

未来 90% 的协作将在智能体之间自动完成。

组织内部协作将率先由 Agent 之间先行协商交互，仅 10% 的关键决策和责任承担由人类完成。人际协作将逐步演变为 Agent-to-Agent 协作。

remio 的核心护城河是构建应用生态而非单点功能。

基础模型迭代极快，单纯的工程化能力易被快速复刻。remio 的长期竞争力在于以 Agent OS 为核心，聚合开发者构建办公应用生态，增加迁移难度。

AI 时代软件护城河将从 " 用户体验 " 重构为 "Agent 体验 "。

传统管理最佳实践和极致用户体验两大壁垒将被打破。未来软件需设计让 Agent 使用便捷的接口，原生 Agent 应用将成为新方向。

以下为本次访谈实录，在不改变原意基础上略有修改。

01

remio 与 OpenClaw 的区别在于从技术沙盒向办公利器的跨越

爱分析：remio 和今年大火的 OpenClaw 在很多实现理念上有相似地方，想听听汪院您是怎么看这两者关系的？

汪源：确实，乍一看两者有相似之处。比如在技术架构上，我们都是运行在本地办公设备上，都希望用户能把资料尽可能开放给我们，利用本地架构来保证数据的安全隐私，除了调用云端大模型服务外，其他处理都在本地完成，这一点大家是一致的。

但在产品逻辑上，我们采取了更为主动的采集策略。相比之下，OpenClaw 本质上更偏向于一个框架级系统。它赋予了用户极高的自由度，就像 Linux 系统一样，允许技术专家构建复杂的应用，却没有标准化的操作指引。这种高开放性虽然上限很高，却也带来了陡峭的学习门槛，大多数普通用户往往难以入手。

爱分析：所以 remio 的定位更偏向于一个面向办公场景的成熟应用，预期是让大家上手就能用，而不是要开发配置？

汪源：没错。我们的用户群体里，70% 以上都不是技术型人才。要是让他去命令行里跑一个命令，或者还要去装什么环境，他马上就会头大。我们就是想降低这个门槛。

02

任务链路缩短催生 "One Person" 模式，单人闭环成未来工作常态

爱分析：随着 OpenClaw 等框架的成熟，智能体正要从固定工作流转向自主规划，这是否意味着传统工作流壁垒正在被消解？此外，面对从 SaaS 订阅向按 Token 消耗计费的模式转变，您认为这会给市场带来哪些变化？

汪源：我对市场的核心预判保持稳定，主要体现在商业模式与技术演进两个维度。

在商业模式上，Token 消耗制是 AI 应用必然的归宿。重度用户的算力成本极高，比如 Coding 场景月耗能达到上万美金，而且 Agent 具备全天候并发处理能力，传统的按坐席订阅模式已经失效了。它覆盖不了算力成本的巨大差异，定价太低会亏损，太高又会劝退普通用户。所以，采用基础订阅加按量付费的混合模式，才是符合成本结构的确定方向。

在应用侧，OpenClaw 的成熟会推动应用从固化工作流向 Agent 自主编排转型。过去受限于 Agent 能力，软件只能预设僵化的步骤；现在，核心逻辑正转变为把控制权下放。通过提示词赋予 Agent 工具调用能力，不是规定死板路径，而是让它根据环境自主决策。这种转变虽然牺牲了部分确定性，却换来了软件极大的灵活性和适应性，这会是今年应用层繁荣的关键驱动力。

爱分析：办公领域之前主要是两类应用，一类是解决单点效率的 Office 工具，另一类是侧重组织管理的协同平台。上一波 SaaS 浪潮重点是解决协作问题。请问您如何看待当下的办公市场？remio 的核心定位与差异化价值又是什么？

汪源：办公领域涵盖很广，既包括面向全员的通用协同平台，也包含服务于销售或财务等特定职能的垂直系统。remio 目前聚焦在通用办公领域。但我认为，未来垂直领域的软件形态会随着组织变革而重塑。

以研发为例，传统模式依赖严谨的线性工作流和精细分工。而在新型小团队中，角色边界被打破，员工实现了产品、工程与测试职能的深度融合。这种单兵全权负责的模式，把原本分散在多人间的职责高度集于一身。这时候，管理的复杂度大幅降低，演变成个人统筹多个智能体的模式。在这种情况下，像 JIRA 这类设计精细、流程繁复的传统平台反而显得臃肿，不再适用。

所以，垂直办公产品必将面向这种全新的工作方式重构。核心变革就是任务链路的显著缩短。以往一项任务要经多人流转，链路很长；未来则可能由单人闭环完成。因此，我认为纯粹的 OPC 可能很难普及，但在企业内部，极有可能出现 One Person 模式，一个人独立搞定一件事。

爱分析：但在面向通用办公时，我感觉 remio 与飞书、钉钉有所不同，后者更多是解决组织层面的问题，面向的是组织管理。

汪源：我们的视角依然聚焦在个人。坦白说，我们还没深入协作领域，目前对具体路径也没完全看清。但今年我们会做一些协作层面的探索，会和现有的协作系统进行对接，比如接下来会和飞书打通。新版本已经支持与微信、钉钉互通，能执行邮件收发等操作，这样就能和现有协作程序互联，帮助用户更高效地处理工作。

03 

未来是 A2A 的协作时代，90% 任务由 Agent 自动协商

爱分析：您对未来组织形态的演进有何预判？我理解这与未来的企业协作紧密相关，本质上属于组织形态的变革。

汪源：就像刚才说的，个体将能够完全主导并闭环处理单一事项，从而规避多环节协作带来的风险和冗余成本。其次，组织内部的协作会率先在个体智能体之间展开。

也就是说，人际协作会变成我的智能体和你的智能体先行交互，协作成果再反馈到人类层面。当前主流协作平台都是围绕人类交互设计的，比如即时通讯、聊天窗口和群组功能等，而智能体间的协作未必需要沿用这种模式。

爱分析：您的意思是，未来协作的核心形态将是智能体对智能体的交互？

汪源：我认为智能体对智能体的协作会成为主流，大概 90% 的任务会由智能体自主完成，人类只需要参与剩余 10% 的关键环节。

爱分析：未来人类参与的工作，与当下相比会有本质差异吗？

汪源：人类的核心参与价值在于责任承担。尽管智能体的能力会持续进化，但它无法替代人类承担法律责任或决策后果。

比如企业财务工作中，智能体可以处理大量具体事务，但最终的责任主体还是财务人员，要是出现财务造假等问题，承担法律责任的只能是人类。同理，产品方向的战略决策如果出现偏差，最终的责任人也必然是人类。

所以，人类无法脱离的核心价值就是责任归属。随着人类对智能体的持续训练，智能体将逐步获取完整的业务上下文，能力边界也会不断拓展，但责任承担这一属性始终是人类独有的。

04 

基模迭代加速行业竞争，remio 的护城河是构建应用生态

爱分析：今年年初，基于 Claude Code 的 Claude Cowork 出现后，在资本市场层面对 SaaS 市场产生了显著冲击。您如何看待这一趋势？

汪源：据我观察，基模目前还聚焦在通用化方向。Claude Cowork 作为通用产品，通过用户配置个人技能，确实能在办公场景中提供帮助，这和我们有部分业务重叠。

不过，remio 的战略是在个人办公领域进行更深度的垂直挖掘。比如在 Office 文档的解析处理上，我们投入了大量工程资源，力求专业和精细；在浏览器上下文的本地化采集方面，我们也做到了行业领先。

相比之下，其他厂商的类似插件用户基数较小，部分原因是它们的数据需要上传云端，而我们坚持本地化处理，在隐私和体验上更有优势。

坦率地说，大模型厂商的布局确实带来了竞争压力。但我们有自己的应对策略：

首先，持续深化办公场景的工程化能力；其次，依托新发布的平台汇聚开发者生态。我们提供的开箱即用应用和 remio 操作系统深度绑定，这种强耦合性构成了独特的竞争壁垒，是通用平台难以复制的。

爱分析：remio 的工程化壁垒建立在当前模型能力的局限之上。一旦基础模型能力足以覆盖文档解析等场景，remio 的先发优势是否会消解？您认为 remio 的长期核心竞争力究竟在哪里？

汪源：这是客观存在的现实。鉴于 AI 编程能力的显著提升，竞争对手复刻我们过去一年的工作量可能只需要三个月。这意味着软件开发效率和 AI Coding 能力紧密相关，单纯依靠工作量堆砌已经不再构成绝对的护城河。

行业环境和技术红利的释放对所有创业者都是公平的，我们不能指望靠时间差维持优势，唯一的出路就是保持极速的迭代和持续的创新。

同时，我们还在重点做第二条路，就是聚合外部开发者，构建初步的应用生态。如果平台能汇聚数十甚至上百个涵盖任务管理、流程自动化等领域的优质办公应用，竞争对手复刻整个生态的难度就会呈指数级上升。毕竟单一功能可以被复制，但生态系统的迁移成本很高。

05 

国内外办公环境差异显著，但核心需求趋同

爱分析：remio 这款产品同时面向国内与海外市场。在您的探索中，国内外市场在用户需求、偏好、支付意愿以及获客方式等方面，存在多大的差异？

汪源：我认为最核心的差异在于办公生态系统的不同。海外用户的办公环境多基于 Google Workspace、Slack 等标准化套件，邮件处理流程也相对规范，这让 remio 的适配性更好。

相比之下，国内办公环境则是钉钉、飞书、腾讯会议等。目前我们和这些平台的对接还不完善，所以对于重度依赖飞书等一体化平台的公司来说，remio 的融入体验会大打折扣，因为他们的核心工作流都被锁定在特定生态内，而我们还没完全打通。

爱分析：那么在市场推广层面，这种差异会带来哪些具体的挑战？比如在国内，remio 需要解决与飞书等平台的对接问题，那在海外，主要面临的又是什么问题？

汪源：用户会陆续提出各种集成需求。比如 remio 最初定位为知识库管理工具，就有用户希望把 OneNote、Motion、Apple Notes 等既有笔记软件的数据迁移或同步进来。我们会逐步响应这些需求。

爱分析：所以这更多是一些数据集成和对接的工作。那么，从用户对办公软件的核心需求来看，国内外是否存在差异？

汪源：这方面的差异不大。毕竟大家追求的都是效率提升。最主要的差异还是源于办公环境和生态系统的不同，这直接导致用户对 remio 的集成需求不一样。在 remio 的核心功能知识库问答上，用户的需求高度一致，都聚焦在回答的质量、效率、精准度和全面性上。

爱分析：那么在支付意愿上，国内外用户会有明显差别吗？通常认为海外用户更习惯为软件付费。

汪源：从我们目前的早期种子用户来看，支付意愿的差别并不大。中国用户的付费能力也不错，当前的种子用户群体中，情况比较乐观。我们没有观察到中国用户的付费比例明显低于海外用户。

06 

软件护城河将重构，从 " 用户体验 " 到 "Agent 体验 "

爱分析：在 AI 时代背景下，您认为软件产品的核心壁垒或护城河究竟是什么？传统意义上，特定场景下的流程固化、功能深度优化以及长期的数据积累曾被视为关键优势，但在 AI 时代，这些似乎不再构成核心门槛。您如何看待这一变化？

汪源：我们可以先看看现有的软件市场，主要存在两类壁垒，尤其是在企业服务领域。

第一类是管理最佳实践。最典型的就是 SAP，它提炼出一套企业管理的逻辑，也就是 ERP 系统。这套最佳实践对于生产制造型企业特别适用，SAP 把它固化下来，推广到各企业落地。Salesforce 也是一样，它代表了营销组织管理的最佳实践，也就是 CRM 系统。

第二类壁垒是极致的用户体验。以飞书为代表的产品体现了互联网思维，核心就是打磨产品的流畅度，优化在线文档、即时通讯、日历等工具间的信息流转效率。这其中未必有深奥的管理哲学，更多是比拼产品的易用性。

然而，AI 时代这两大壁垒都会面临重构。首先，随着工作方式的变革，现有的管理最佳实践将不再完全适配。未来虽然会涌现新的实践，但在 Agent 时代，企业内部会形成人 +Agent 的混合协作形态。这种新形态下的管理最佳实践目前还是空白，谁能率先总结并固化这一实践，谁就能构建新的产品壁垒。

其次，用户体验面临更大的挑战。未来许多软件的服务对象会从人转变为 Agent。如何把软件设计得让 Agent 体验良好？Agent 需要什么样的接口？这完全是一个新课题。互联网行业花了二三十年探索人类用户体验的设计规律，而如何为 Agent 设计体验，目前全行业还处于摸索阶段。

爱分析：目前市面上是否已经出现了面向 Agent 的设计的成熟案例吗？无论是 API 还是其他形式。

汪源：目前还没有看到成熟的案例，行业现阶段主要在做一件事：把原有软件的 API 和命令行工具开放给 Agent。这是因为存量软件已经固化，只能通过开放接口让 Agent 连接。比如企业微信、钉钉、飞书推出的命令行工具，都是遵循这个逻辑。

真正的原生 Agent 应用还没有出现。也就是说，目前还没有一款软件是人类难以使用，但 Agent 觉得很好用的。尽管当前 AI 编程效率很高，但生成的软件依然是面向人类用户的，不是面向 Agent 的。整个行业才刚刚起步，大家都在探索面向 Agent 的软件设计最优解。

爱分析：您之前曾提到，未来 AI 生成的代码，人类可能真的无需干预，因为那是 AI 的领域。

汪源：是的，人工修改代码会变得不可行，因为 AI 的代码产能太高了。打个比方，如果你是建筑师，施工队负责砌墙，你绝不会去检查房子里每一根钢筋的细节。你只会关注最终建筑是否符合设计蓝图。具体的施工质量，你会委托监理公司去核查，要是监理汇报无误，你就会采信。

未来的 AI 编程也是如此。我不可能去审查海量的代码细节，当 AI 一天能生成一万行代码时，人工审查根本不现实。

爱分析：但像 remio 这样的产品，未来是否可能基本由 AI 生成？

汪源：其实现在很多产品已经主要由 AI 生成了。它们的自动化水平极高，有的员工一个月消耗的 Token 成本高达十几万美金。这种情况下，人类根本无法审查，别说全看，哪怕 1% 都看不过来。

那如何保证质量？可能要依靠更强大的 AI 治理机制。比如一个 Agent 负责编写代码，随后有多个 Agent 负责审查代码。当这些审查 Agent 都反馈通过时，人类就只能选择信任。

爱分析：关于 AI 对企业的影响，以 AI Coding 为例，对于 remio 这类软件公司，或传统的 ERP、财务软件公司，未来将呈现何种图景？

汪源：首先，不是不需要开发人员，而是不需要过多的细分职能。未来的团队会演变为单兵作战能力极强的产品 + 研发综合体。这不仅源于 AI Coding 带来的效率提升，更源于协作成本的大幅降低。以往需求从提出到排期上线需要两周甚至更久，现在可能半天就能闭环。这种打碎协作甚至消灭协作带来的效能跃升是巨大的。

爱分析：这是否意味着企业的组织形态将发生根本性改变？

汪源：的确如此，这种范式转移会波及所有岗位。以 HR 为例，以往细分为招聘、薪酬等职能，未来在 AI 辅助下，一人就能身兼多职。营销领域也是一样，我们团队的增长投放现在已经完全由 Agent 执行，AI 全权接管了以往投手做的关键词寻找与参数调整等机械性工作。

律师行业同样面临分化，主要从事材料准备的非诉律师价值可能受损，而需要承担责任的诉讼律师地位则相对稳固。投资行业也是如此，从事调研工作的分析师极易被 AI 取代，因为 AI 的调研效能已经超越人力。说到底，那些无需承担责任、只从事重复性事务的岗位最容易被替代。

爱分析：回到刚才的话题，目前大家做的其实更多还是 Agent 的应用，关注的依然是人类用户的体验。包括 remio 现在的核心，我理解很大一部分也是在关注人类用户的体验。

汪源：是的，此前受限于 Agent 系统的构建进度，我们确实主要聚焦于人类用户。但我正在推进的新版本 remio 已经转型为 Agent 系统。随着大量应用的集成，要是用户还需要在十几个垂直应用间频繁切换，这种模式显然行不通。

所以，这些应用必然由 remio 这个系统级 Agent 统一编排。大多数情况下，应用不再与用户直接交互，而是由我的 Agent 调用它们来为用户服务。

07 

AI Coding 不只是提效，更是要打碎协作、减少工种

爱分析：基于前述逻辑，当前市场上的 Agent 应用正面临严峻的生存考验。无论是传统 SaaS 的 AI 封装，还是聚焦人机交互的原生应用，似乎都未能触及核心。按您的判断，这两类应用形态未来是否会遭遇大规模的淘汰？

汪源：目前涌现的大量应用很难成为最终的赢家。一方面，它们和现有市场主导者相比，差异化优势并不明显，很难在市场中突围；另一方面，它们面向未来的能力存在明显断层，处于一种过渡态的尴尬境地。

这让我想到移动互联网早期，同样涌现了大批应用，但最终留存下来的没几个，回头看，许多早期应用在形态上确实比较初级。

爱分析：那么中国企业级市场是否会重演这一移动互联网的发展轨迹？

汪源：企业级市场的确呈现出相似的演化逻辑。目前美国市场已经显现出明显迹象，各方都在寻找企业级市场的新机会。上一波 SaaS 浪潮诞生了数百个独角兽，而这次大家都在尝试用新方式切入。

但问题是，当前的探索到底是接近未来的主流形态，还是只是一种过渡方案？我推测，目前的许多实践可能还属于过渡形态。中国市场的发展节奏可能会稍慢一些，但核心逻辑上应该没有本质差异。

爱分析：中国过去许多大型客户，如央国企、金融机构等，对公有云接受度不高，导致系统呈现烟囱式孤立状态，缺乏像美国那样大一统的机会。AI 时代这种情况会有所改变吗？

汪源：我认为底层逻辑差异不大。虽然美国以公有云为主导，中国则呈现混合部署特征，但从软件架构视角看，本质上都是上云。对于工程团队来说，无论是公有云还是私有云，使用体验没有明显差距。而且在 AI 时代，用户反馈、记忆留存及偏好存储，云端处理更有优势，模型迭代也更依赖云端数据。

爱分析：remio 下一步的产品规划，除 Agent OS 外，还有哪些考量？

汪源：今年的核心任务有两个：一是搭建 OS 与应用生态，强化 Agent 核心系统；二是深入探索协作的本质。目前我还没完全厘清 AI 时代的典型工作方式，所以我会在 5 月去美国考察，研究当地的新办公产品业态。

爱分析：面对未来可能出现的新范式，您如何应对这种不确定性？

汪源：我对此有充分信心，因为我们始终把核心工作聚焦在数据上。AI 能力越强，我们积累的数据价值就越大。虽然我们无法自研模型与算力，但我们专注于个人数据领域，这是我们的核心壁垒。

爱分析：这与您创业初期的愿景是否一致？

汪源：高度一致。我最初的构想分为两层：第一层是处理用户上下文，做到全面且高效可用，这个阶段已经完成；第二层是当 AI 能力足够强时，基于这些上下文，理论上可以代用户完成任何事务。目前我们正从理解用户向代用户行事迈进。

注：点击左下角" 阅读原文 "，查看更多洞察内容。