Agent套壳的生死线：迭代跑赢模型升级，才有意义——一位创业者
让AI自动化Loop越来越快
逃逸
自2025年Manus爆火之后，掀起了一轮Agent软件创业浪潮。时至今日，许多startup都已经进行了方向转型，甚至大部分公司都进行了多次pivot。很多产品从想做通用，到不得不垂直做，在经历了大部分无法熬出规模商业化的时光后，好像慢慢接受了要定向解决某部分人群的特定需求场景，而不是高举高打做通用智能的逻辑。
自2023年初GPT爆火，那时候大家就在关注套壳。从最早那波小狐狸GPT站的套壳生态，到后来套Midjourney的生图站，以及后面各种各样的AI漫剧生产、GPTs虚拟员工……人们一直在谈论套壳的意义：帮助普通人降低门槛这件事，究竟在大模型叙事面前成立不成立？
时至今日，我仍然觉得，套壳是有许多价值的。优秀的套壳产品，就会像Manus一样，持续扩展模型的边界。
我是这样看待这个问题的：
解决方案 = 人的水平 + 工具能力，前者是1，后者是补0的杠杆
Agent在这里充当的是工具能力
Agent能力 = 模型水平（大脑）+ 指令（提示词）+ 经验（记忆） + 外部能力（工具）
而套壳的意义，在于相同模型水平的情况下，通过优化后三者，来提高Agent能力天花板
当Agent能力提升后，配合高水平人类进行人机协同，就会得到更优质解决方案。
于是，套壳的问题就转化成了：如何在有限的时间内，通过优化后三者，在下一代模型到来之前，提供出优质的服务来获得客户，并在这个时间内构建出一种「逃逸速度」——通过数据的积累+基建建设，让套壳始终有一种超越模型能力的速度，这样就能持续保持套壳领先。
这是AI Startup的产品力生死线：在此之上，领先模型，就存在套壳的意义；在此之下，落后模型，产品力不足，那么就只剩下心智与营销的调度空间。
那逃逸问题，最终就变成了：如何让Agent在有限的时间内，进行更多次的有效迭代。
更多次：迭代周期要短，这受限于基建框架，也就是我们所谓的PDCA循环
有效：这取决于数据质量，如果Agent一直重复垃圾任务，那么它也难以迭代出智能
判断
谈及AI创业，往往都喜欢聊到第一性原理。
第一性原理，就夹杂着人们对未来方向的判断。
这种判断有时候异常简单，比如2025年大家都在卷桌面智能体的时候，其实所有人都会有一个基础判断：人们不愿意坐在电脑前面。
人是希望自由的，能不能面向美景办公？移动，就是第一性。
很多创业之所以会死，是因为Pivot不够。Claude Code在席卷桌面端，如果你做套壳的时候，一上来就是移动端Claude Code，那么自然就会产生这种优势心智。但你复刻一个Claude Code，那么就要说出比Claude Code优秀的方面，这个课题本身就难，因为它并不顺从人类的第一意识。你是后来者，你还比前人厉害，这个信任基点难以构建。
有许多的方向判断，都和这类例子息息相关。
当Day1的方向就错了，那么就只能依靠不断地Pivot找到答案。
方向存在时空性，比如有些产品它知道它的未来就是移动的，但它选择优先做桌面，因为桌面能让移动更快、更稳，这是战术，但战略的远方从来都是移动。
初心不一样，虽然都做同样的事（做桌面优先），但侧重点就完全不同，这就导致后面的逃逸速度是截然不同的。
这就是第一类判断。
迭代判断
如果你希望Agent获得有效结果，那么当模型做的无效时，就需要输入人的智能，以辅助修正Agent的行为。
这就是通过外部人类输入给Agent的专家知识。Agent获得的专家知识越多，它就越发能变得智能。
Agent在早期实践中，往往缺少许多常识，比如2025年的时候，你让模型去帮你做SEO，但模型压根不会使用SEMrush或者Ahrefs去调用工具获得关键词KD与搜索量，它缺少有效的上下文信息，就难以做出高质量的决策建议。
这是依赖专家知识的第一个层面：让外部为Agent提供工具，或者提供Agent自我构建工具的方向。
第二个层面是，Agent本身可能已经获取了一部分公开在互联网上的专家知识并被训练进入了基础模型内部，但它缺少「上下文」来触发它的注意力机制，让生成概率偏向「专业」的部分。通过优化「指令」与「记忆」，来构建上下文工程，以优化Agent，这是专家知识的第二个作用。
这是在初始化Agent的阶段，我们要做的事情。当Agent从0到1开始执行之后，Agent就需要从实践过程中自我获得反馈。通过反馈去优化模型层，这是大部分模型厂商在做的事情，也叫RSI。那么通过反馈优化套壳层（指令+记忆+工具），就是应用侧可以优化的东西。
于是，我们发现了一个问题：如何让Agent沉淀经验、更新上下文与工具，这是决定Agent迭代质量的关键环节。
然而这里，不仅需要后验的评估测量框架（迭代到底变差了，还是变好了？），更需要先验的部分：人的判断是什么，该沉淀什么，该丢弃什么？
这是从Agent获得智能的角度上，人类要做的第二类判断。
当有了这两类判断，我们就是在正确地做正确的事。
这是道的层面，接下来就是术了。
环境
如果你每天刷抖音，都是那些毫无营养的奶头乐，那投入时间获得的上下文就是这样，所以这个人大概率也很难成长。
人是环境的产物，Agent也是如此。
我们该如何为Agent构建一个良性循环的环境，让它获得更好的上下文，也让人类获得更好的上下文？这就至关重要。
这里我们提到的一个概念，就是Dogfood，吃自己的狗食。
你做一个产品，你要每天都用它，你自己要用，你要观察用户用。
比如我在做NewMax的时候，我每天都在用它，我不断用它。我觉得哪里卡住了，我就立马用AI优化，直到我觉得它还不错、它还可以、它能帮我解决一些问题，我再给到用户。
后来我发现，当群体逐渐下沉时，产品会在某个用户群体出现断层，很多人用不明白了，我就知道了这个产品的边界，或者说，需要更多其他的策略去拓展人群（比如依靠教学，依靠达人这类传播节点）。
我每天想一切办法使用它：我用它构建应用，我用它搭建自己的Agent、自己的定时任务。
比如我让它构建一个Loop，每天自己挖掘问题日志和用户反馈，进行修复。
我让它自己提交外链、找达人、写SEO。
我几乎是在我有限的能力范围之内，全方位使用它，扩展它的边界。
当客户端Ready之后，我开始进入手机端的周期。现在我的目标，就是强迫自己每天移动办公。
不待在电脑面前，但使用NewMax解决我的日常工作。
我出门，我就必须要用NewMax Mobile，我就会发现有各种各样的不适。
于是你发现，进入无限迭代之前，每个产品都会经历一个痛苦期。
无限迭代
在优化NewMax的时候，有一个阶段是很难熬的。
就是你想让它变好，它却有百般的问题，导致你让它完成一次有效迭代的成本极高。这时候人就很痛苦，因为你可能花上1-2天，它才好了那么1%。成本高，好的有限，就会导致投产比很低，人就逐渐地不愿意再次投入。
比如，我优化移动端，我发现移动端发版热更新就存在问题，导致我在外面用着用着，卡壳儿了，我就没办法修复了，就得等我回家用电脑先更新好NewMax桌面端，才能再同步更新移动端。
这种就属于基建问题，属于重大的瓶颈。我就把目标改变，我的首要任务就是先打通这些环境和依赖，让它的迭代能更顺畅。
比如它依赖NewMax的开发环境更新，我就先做工具让它能自动更新。它依赖Testflight更新新包，我就让它自己去发新包。
当你把这个问题解决好，你就有了优化的环境。
这时候你再遇到问题，你只需要跟它说一句话，它自己就自行修复了。
这个验收过程就会变得非常迅速。
每个产品，只要你在自己使用，你都会主动优化它。
因为你创造了使用环境，你就会发现许许多多细节的场景，产品的细节都是在这些场景里不断探究优化出来的。
但你想优化它，还需要一个迭代环境。如果你每次的迭代成本极高，你就懒得处理。
为了让自己更松弛，就去解决这些基建卡点。
先把它们优化好，AI产品自然就会进入一种无限迭代的正向循环里。
延展
做产品是这样，GTM也是这样。
如果你希望它快速提外链，你甚至可以使用NewMax的自动化浏览器脚本功能，让它不断提，不断沉淀脚本，沉淀多了，提的自然就快了。
还有写宣传材料。
我现在让它自己录屏，自己写公众号，同步发推特，然后自己转化个视频发布出去。目前已经在跑这个流程了。
痛苦，是改变的重要原动力。
你越不想自己做的事情，就越该想办法自动化它。