频道：Greg Isenberg · 时长：47:02
| 项目 | 详情 |
|---|---|
| 频道 | Greg Isenberg |
| 视频ID | 65IAqRUxg3c |
| 时长 | 47:02 |
| 发布日期 | 2026-05-04 |
| 嘉宾 | Andrew Wilkinson（Tiny 创始人、连续创业者） |
| 主题 | AI Agent 实战 / 自动化商业运营 / 个人生产力系统 |
| 难度 | ⭐⭐⭐（涉及 OpenClaw、向量数据库、Agent 架构等进阶概念） |
| 字幕说明 | ⚠️ 本教程基于 YouTube 英文自动字幕转录生成 |
“I basically was able to run my entire business using OpenClaw in the back of Ubers.”
Andrew Wilkinson 是一个管理着 24 家企业的连续创业者和投资人。他拥有上市公司 Tiny，同时运营着个人家族办公室 Foley Partners。在这期节目中，他完整展示了自己如何用 AI Agent 接管商业运营、邮件处理、健康管理、投资分析甚至个人媒体消费的全过程。
这不是一期空谈”AI 改变世界”的节目。Andrew 打开屏幕，逐一演示了他搭建的每一个系统——从用 Claude Code 在几天内 Vibe Code 出一个心理测试 SaaS 产品，到让 OpenClaw Agent 自动回复邮件、管理广告预算、修复 bug 并合并 PR，再到用向量数据库实时查询 132 笔投资的盈亏状态。他的家族办公室每月 Claude API 账单高达 4 万美元，取代的不是一两个员工，而是整条运营链。
但他也坦诚地说：目前 50% 的时间在调试，30% 在优化，只有 20% 在真正产出。完全自主运营的公司还不存在——至少 2026 年 4 月还不行。
Andrew 回忆了自己 2025 年 12 月的”顿悟时刻”。在那之前，他也用过 Replit 等工具，感觉”有意思但还没到位”。但 Claude Code 的出现让一切改变了。
“In December of 2025, I just literally like I feel like I started shooting heroin. I started waking up at 3:00 or 4:00 in the morning, rolling out of bed with a big smile on my face, and literally just sitting in terminal and Claude Code with 10 tabs open.”
Andrew 用好莱坞编剧做类比：一个编剧有一个绝妙的想法，但从剧本到成片之间隔着 100 个需要说服的人、5000 万美元的预算、无数中间人。创意在每一层传递中都会被妥协。传统的软件开发也是一样——你需要说服设计师理解你的审美，需要前端工程师忠实还原设计稿，需要后端工程师理解业务逻辑，需要产品经理把这一切串起来。每多一个人，愿景就被稀释一分。
“Creativity is just compromised based on how the number of people between your vision and execution.”
而 Vibe Coding 的本质是：从构想到执行之间，人数为零。 你一个人就能完成设计、前端、后端、文案、部署的全部工作。不需要等设计师理解你的意图，不需要前端工程师翻译设计稿，不需要产品经理写需求文档。
“Finally I can do absolutely every part of it and I can do it at my own pace.”
Andrew 的具体案例是一个叫 Deep Personality 的心理测试应用。起因是他想为自己和女朋友做一套心理画像：
“We read it line by line and our jaws just dropped. It nailed every single fight that we have, every single issue at home.”
他看到了产品机会，于是在”几个疯狂的日子里”用 Vibe Coding 把它做成了完整产品：用户花 40 分钟做心理测试，系统生成一份”像 Robert Greene 写的”、长达 100 页的深度报告，涵盖人格原型、超能力、弱点、适合的工作、依恋风格、是否有 ADHD/OCD 倾向等。
Deep Personality 本来很可能成为 Andrew 又一个”开始了但不想完成”的项目。因为他最讨厌的就是雇人——
“I love people. I’m very extroverted, but the worst part about business is people.”
但这次不同。他决定用 AI Agent 来运营这家公司的一切。
Andrew 一开始用 OpenClaw 来跑 Agent，但发现两个问题： - 不够确定性（not deterministic enough） - 纯文本界面很难追踪多个 Agent 的运行状态
于是他朋友 Gavin Vickery 开发了 Harbor（github.com/geekforbrains/harbor），一个 Agent 管理 GUI。可以理解为 OpenClaw 的可视化外壳，底层仍然跑在 Claude 上。
在 Harbor 面板中，Andrew 设置了三个 Agent：
1. Support Agent（客服 Agent） - 自动接收用户邮件 - 判断问题类型：能自己解决的直接回复用户 - 判断为技术 bug 的，转发给 Dev Agent - 修复完毕后自动邮件通知用户
“Support to me is not a job very, very soon.”
2. Dev Agent（开发 Agent） - 接收 Support Agent 转来的技术工单 - P0 级安全问题：立即修复并自动合并 PR - 其他问题：生成 PR 等人类审批 - 每天醒来时收件箱里就是一堆等待 review 的 PR
3. Marketing Agent（营销 Agent） - 接入 PostHog 数据 - 管理 Meta 和 Reddit 广告账户 - 自动创建广告素材、做多变量测试、设置预算 - 通过消息指令控制：比如”把预算提高 1000 美元”
“Where I’m really excited to go next is what happens when we give it a $100,000 a month ad budget and we find ads and creative that actually work.”
Deep Personality 目前大约做了 2 万美元的收入。Andrew 认为，3 到 6 个月内，至少是这种基础的 SaaS 业务，将可以完全交给 AI 运营。
作为 Tiny 的掌门人，Andrew 面对的最大挑战是信息过载：24 家企业、无数历史数据、各种 CEO 的汇报——一个人根本无法消化。
Andrew 把家族办公室 Foley Partners 的全部数据训练成向量数据库。效果是什么？他可以直接用自然语言提问：
“Break down how many minority venture investments I’ve made and how many are in the money, bankrupt, or declined.”
几秒钟后，系统返回：132 笔直接投资，投入 1600 万美元，当前价值 3600 万美元，并细分了每一笔的盈亏状态。
在 Tiny 的向量数据库中，他可以问更宏观的问题：
“In terms of being able to be the eye of Sauron inside your company, I think it’s incredibly powerful.”
Andrew 坦承系统并不完美：它有时会搞错某家公司的 CEO 是谁，数字也可能有偏差。但作为一个”全局扫描器”，它的价值远大于偶尔的错误。
Andrew 的家族办公室原本在用 Addepar——一款面向高净值人群的投资组合管理软件，年费 5 到 10 万美元。它接入银行、会计系统和公共市场数据，告诉你净资产和资产负债表。
Andrew 的 CFO 决定自己造一个。
“When he told me he was just going to build it, I was like, first of all, you’re a CFO. I’m a little skeptical.”
这位 CFO 之前从未写过一行代码。当 Andrew 向他推荐 Claude Code 时，他的反应是”I don’t know how to code. I’m not technical.” 但一周之内，他用 Claude Code 搭建了一个完整的投资管理平台：
“Instead of scaling employees, we’ve literally just been scaling Claude. So instead of a payroll, we just have a $40,000 a month Claude bill.”
Andrew 的 CFO 和总裁都成了 Claude Code 的重度用户。他们的策略不是雇更多人，而是增加 API 用量。每月 4 万美元的 Claude 账单，替代的是本来需要更高成本的人力团队。
G Brain 是 Y Combinator 掌门人 Gary Tan 开发的 Vibe Coded 项目，本质是一个基于向量数据库的个人知识库。Andrew 用它来解决 AI 最大的短板——记忆。
Andrew 的数据管道架构：
“Hey, I’m raising money for our yerba mate business. Who do I know that would be good for that round?”
G Brain 会搜索全部人脉档案，找出合适人选。然后 Andrew 可以追加指令：“Okay, now draft a powerful email to them and make a deck and send it to them.”
Andrew 的朋友 Gavin Vickery（Harbor 的开发者）在一次 Vibe Coding 静修营上，听 Andrew 抱怨 Limitless 吊坠被 Meta 收购了。Andrew 说：“iPhone 明明有麦克风，为什么不能全天录音？”Gavin 当场开干，24 小时后做出了 Hearsay App：
“I record my entire day and then G Brain ingests it and it just knows context and then my OpenClaw agents have full context.”
Andrew 在 VPS 上运行着两个 OpenClaw Agent，给它们设定了名字、头像和人格。
Ava 的核心能力：
“It turns your entire business into a multiple choice quiz. Every day I just get like 20 different messages and I can just say like 1A, 2B, 3C.”
Mara 专注于健康管理：
“Every time you get that flare, your wrist temperature changes for 3 days before.”
Andrew 还搭建了一个每日简报系统：
“I stopped listening to podcasts because they would be depressing or stuff I don’t care about.”
这个播客还包含一段”倒计时”——提醒 Andrew 还能和孩子一起度过多少个夏天、还有多少天可活，加上一句 Seneca 的名言。
Greg 评论说这本身就可以做成一个产品——每月 10 美元的个性化 7 分钟播客。Andrew 回应：
“For a bit, until OpenAI does it.”
Andrew 还教会 OpenClaw Agent：每当他发一条 Tweet，自动生成一张适配 Instagram Story 尺寸的图片，并自动排期发布到 Instagram 创作者工具中。这个功能之前是一个叫 Tweet Shot 的产品在做的事——一个专门帮你把 Twitter 内容同步到 Instagram 的付费工具——现在已经被一个简单的 Agent 指令直接取代了。
“Anything that could be an API call is just cooked.”
这句话值得每个创业者深思：任何可以用 API 调用完成的功能，都不再值得作为独立产品存在。 这也是 Andrew 对当前软件行业最尖锐的判断之一。
尽管 Andrew 对 AI 极度兴奋，但他对创业机会给出了一个”令人沮丧”的清醒判断。
“Software is not dead. If anything, software is going to thrive way more. But it used to be like the newspaper industry where you had to be rich, you had to buy a $2 million printing press.”
以前做软件需要稀缺资源（优秀的工程师、设计师），这本身就是竞争壁垒。现在任何人都能用 AI 做出软件，就像餐饮业——不是坏生意，只是竞争太多。
Andrew 举了殡仪馆软件的例子：以前全美可能只有一个”懂技术的侄子”会为殡仪馆写专属软件，于是你就成了垄断者。现在 400 个殡仪馆老板里，可能有 20 个会自己用 AI 做软件，定价压力骤增。
Constellation Software 的股票跌了一半。Addepar 那种年收 5-10 万美元的定价模式，Andrew 认为撑不了多久。
“If I was somebody who’s obsessed with vibe coding and is 20, the goal should be make one to two million dollars by building a product like Deep Personality.”
然后呢？Andrew 的建议出人意料——
“Invest in data center stocks or invest in TSMC. Because to be honest, that’s what I’m doing.”
他用巴菲特的”烟蒂投资”理论来形容当前的软件业：以前的优质企业（精品雪茄）现在变成了街边的烟蒂，你还能免费吸一口，但别指望它是长期持有的好标的。
“There’s never been a better time to be an entrepreneur and build stuff. It’s just you are picking up pennies in front of the steamroller in most industries.”
“You cannot run a fully autonomous company right now. The people that are selling autonomous companies today are just selling a dream.”
Andrew 将当前的 OpenClaw Agent 比作 Zapier zaps——能做基本决策、有一定智能，但仍然需要你手把手教每一个步骤。
“It’s like you’re dealing with a baby. A genius baby, but you have to teach them how to do every single thing.”
他期待的未来是：直接雇一个”CEO 模型”，把数据丢给它，它自己搞清楚一切。Andrew 相信 Anthropic 和 OpenAI 很快就会推出这样的产品——
“Pretty soon Anthropic and OpenAI are going to launch basically like CEOs. You just be like, I’m just going to hire a CEO for my company, give me your data, I’ll figure it out, I’ll run the whole business.”
但现在还没到那一步。Andrew 用 context window 的进化来衡量这一进程：两年前的 LLM 像”一个有阿尔茨海默症的超级天才，你只有 5 分钟”；现在 100 万 token 的 context window 让它”大概能记住一天，但还是像电影 Memento 一样”；等到 500 万、1000 万 token 的 context window 出现，才有可能真正运营整家公司。
| 概念 | 解释 |
|---|---|
| Vibe Coding | 用 AI 编程工具（如 Claude Code）快速将想法变成产品，无需传统开发流程 |
| OpenClaw | 开源 AI Agent 框架，可自动执行复杂任务链 |
| Harbor | Gavin Vickery 开发的 Agent 管理 GUI，为 OpenClaw 提供可视化界面 |
| 向量数据库 | 将海量非结构化数据转化为可被 LLM 高效检索的形式（如 Pinecone） |
| G Brain | Gary Tan 开发的开源个人知识库，基于向量数据库实现长期记忆 |
| Hearsay | 24 小时 iPhone 录音 App，生成文字记录并上传 iCloud |
| Agent Team | 让 AI 生成多个子 Agent（如不同科室的医生），协同解决复杂问题 |
| Context Window | LLM 单次对话能处理的信息量上限，目前约 100 万 token |
| Max Intelligence | 使用高强度 thinking 模式的 Claude API 调用，适合复杂分析场景 |
| Addepar | 面向高净值人群的投资管理 SaaS，年费 5-10 万美元 |
| PostHog | 开源产品分析平台，Andrew 的营销 Agent 从中获取用户数据 |
| Fireflies | 会议录音和转录服务，Andrew 用它构建会议记忆数据管道 |
“Nobody needs to build the prompts. The AI should just interview you.”
永远使用 Agent Team。 在 Prompt 中加上”always use a team of agents of eight sub agents”。让 8 个专家视角同时分析同一个问题，答案质量会显著提升。
把邮件变成多选题。 让 Agent 读取邮件 → 按你的语气起草多个回复选项 → 通过 Telegram 推送。你只需回复编号（1A、2B），Agent 自动发送。一天 20 封邮件，5 分钟搞定。
用向量数据库做”公司透视镜”。 把财务数据、会议记录、邮件全部灌入向量数据库，然后用自然语言提问。适合管理多家公司或复杂投资组合的场景。
搭建数据管道而非手动整理。 Fireflies → cron job → Markdown → G Brain → Agent。数据自动流动，Agent 自动获得最新上下文。
先给自己做，再考虑卖给别人。 Andrew 的 CFO 为自己做了一个 Addepar 替代品，Andrew 为自己做了个性化播客和健康监控。这些工具如果打磨好了，本身就是产品。
对 Agent 分级授权。 P0 安全问题让 Agent 直接合并 PR；非紧急 bug 生成 PR 等人类审核；邮件回复给选项让人类选择。不同风险等级对应不同自主权。
用个性化播客取代新闻摄入。 让 AI 筛选你关心的内容 → 用 Gemini 语音生成 7 分钟播客 → 每天淋浴时听。过滤掉所有让你心情变差的信息。
误区：AI Agent 可以完全自主运营一家公司。 真相：2026 年中的 Agent 本质上仍是”高级 Zapier”。你必须手把手教它每一步该怎么做、怎么思考。那些声称已经实现完全自主运营的公司，大概率在卖梦想。
误区：Vibe Coding 做出来的产品没有商业价值。 真相：Deep Personality 几天做出来，已经产生了 2 万美元收入。关键不在于它是怎么做的，而在于产品本身是否解决了真实需求。
误区：用 AI 做的软件没有护城河，所以不值得做。 真相：确实没有技术护城河，但你可以通过品牌、名人背书、社区来建立壁垒。Andrew 自己也说 Deep Personality 需要一个”Jay Shetty 式的人物”来背书。
误区：向量数据库的回答完全准确，可以直接依赖。 真相：Andrew 明确指出它”often says the wrong person is CEO” 或”numbers are a bit off”。把它当作侦察工具，而不是最终决策依据。
误区：学会 Prompt Engineering 就够了。 真相：最好的 Prompt 不是人写的——让 AI 面试你，让它自己生成 Prompt。人类只需要清晰描述目标。
误区：搭建 Agent 系统会立刻提升生产力。 真相：Andrew 坦承 50% 的时间在调试，30% 在改进，只有 20% 在产出。搭建期是生产力低谷，但长期回报是指数级的。
误区：传统 SaaS 的定价模式不会受到影响。 真相：像 Addepar 这种年收 5-10 万美元的软件，正面临用户自己用 Claude Code 两周内就能复制的风险。定价压力正在急速上升。
误区：AI 时代最好的投资方向是 AI 软件创业。 真相：Andrew 自己的策略是投资基础设施——数据中心、TSMC。在淘金热中，卖铁锹的人赚得最稳。
误区：一个人做不了一家完整的公司。 真相：Andrew 用 Vibe Coding + Agent Team 一个人搭建了包含客服、开发、营销的完整运营链。一个人 + AI 就是一支团队。
误区：Context Window 已经够大了，Agent 可以像人一样记住一切。 真相：Andrew 将 100 万 token 的 context window 比作”一个有记忆障碍的人能记住一天”。他认为需要 500 万到 1000 万的 context window 才能真正运营整家公司。
Vibe Coding 是从构想到执行的最短路径。 以前从创意到产品之间隔着团队、预算、妥协。现在你一个人可以在几天内把想法变成有收入的 SaaS 产品。
AI Agent 的核心价值在于消灭行政负担。 客服、邮件、广告投放、bug 修复——这些”无聊但必要”的工作是 Agent 最擅长的领域，而且已经可以做到接近完美。
向量数据库让你拥有”全知视角”。 当你管理多个业务时，向量数据库是唯一能让你用自然语言审视全局的工具——就像”索伦之眼”。
数据管道比工具本身更重要。 Andrew 的竞争力不在于他用了 G Brain 还是 Pinecone，而在于他搭建了从 Fireflies → cron → Markdown → G Brain → Agent 的自动化数据流。
邮件多选题模式是 CEO 生产力的杀手级应用。 把邮件回复变成”选 A 还是选 B”，通过 Telegram 推送，5 分钟处理一天的邮件。这种交互范式值得每个管理者借鉴。
非技术人员用 Claude Code 构建复杂系统已成现实。 Andrew 的 CFO 从未写过代码，两周内用 Claude Code 做出了一个替代 5-10 万美元/年商业软件的平台。
软件行业正在经历”报纸化”。 曾经的壁垒（优秀工程师和设计师）不再稀缺。软件会继续繁荣，但竞争烈度将接近餐饮业——赢家需要靠品牌和分发，而非技术本身。
健康数据 + AI 分析可以发现医生都注意不到的模式。 Mara Agent 从 5 年的 Apple Watch 数据中发现了神经痛发作前 3 天腕部温度会变化——这种级别的模式识别是人类医生很难做到的。
完全自主公司是 3-6 个月后的事，不是今天的事。 对于基础 SaaS 业务，Andrew 给出了 3-6 个月的时间线。但对于产品决策这类高层认知工作，目前仍需要人类参与。
创业者当下的最优策略是”快速赚钱 + 投资基础设施”。 用 Vibe Coding 快速做出产品赚 100-200 万美元，然后把利润投入 TSMC、数据中心这些确定性更高的资产。
个性化媒体消费将取代大众媒体。 当你可以用 AI 生成完全定制的每日播客——只包含让你变得更好的信息——你就再也不会回到被动消费新闻的模式。
让 AI 面试你来生成 Prompt，而不是你自己写 Prompt。 这是 Andrew 最后分享的”改变了一切”的技巧——也许是整期节目中最实用的一条建议。
“I’ve been chasing that moment ever since.”
Andrew Wilkinson 给我们展示的不是一个未来愿景，而是一个正在运行的系统。他的 AI Agent 每天自动回复邮件、管理广告、修复 bug、分析投资、监控健康、生成播客。他的 CFO 两周内用 Claude Code 替换了 10 万美元/年的商业软件。他的家族办公室每月 4 万美元的 Claude 账单，正在取代整个人力团队。
但同样真实的是：他 50% 的时间在调试，完全自主运营还不现实，Agent 仍然像”一个天才婴儿”需要你教它每一件事。
这正是 2026 年中 AI 的真实状态——足够强大到让人上瘾，但还不够成熟到让你躺平。 最大的回报属于那些愿意花时间搭建数据管道、调试 Agent、构建个人知识中枢的人。不是因为 AI 完美了，而是因为你投入的每一个小时调试，都会在未来被复合放大。
正如 Andrew 所说，这是一个拾烟蒂的时代——但如果你足够快、足够聪明，烟蒂也能点燃帝国。
本教程基于 Greg Isenberg 频道 YouTube 视频整理，视频 ID：65IAqRUxg3c，时长 47:02。字幕由 YouTube 英文自动字幕生成。