01 公司为什么存在？

“龙虾”这一类自主Agent能力的跃迁，使OPC（One Person Company）迅速成为焦点。伴随关注度升温，各地官方也开始积极推动OPC创业。

很多人仅仅把OPC当作“小公司”或“个体创业”，但这远没有触及本质。要真正理解OPC，先要回到一个根本问题：公司到底为什么而存在？

最常见的答案可能是“合作”。然而更精确的说法是，公司的本质是用一种组织架构来弥补个体能力的局限性。

一个人的精力、学习速度和所能完成的任务范围都是有限的。因此，任何复杂的业务都需要被切分——有人做产品，有人跑销售，有人搞运营。分工一旦形成，协调就变成必要，于是流程、管理层级和各种制度应运而生。效率确实提升了，却同时带来了沟通成本、管理成本和协同摩擦。一个任务在多个角色之间传递，信息不断被转译，推进速度被拖慢，决策也被层层稀释。

更要紧的是，传统公司起步本身就需要招人、搭班子、融资，这些门槛所形成的压力，极大抑制了普通人创业的积极性。

02 龙虾带来的改变

以OpenClaw（龙虾）为代表的自主Agent，正展现出一种全新的“工作能力”：连续执行任务、自主纠错、处理模糊指令，并且能够7×24小时不间断运转。更关键的是，这种能力不再被少数技术团队垄断，而是直接交到了每一个普通人手里。原先需要工程师和产品团队才能搭建的东西，如今一个人就能直接调用。

有了龙虾作为能力杠杆，跨界变得异常轻松。过去严格的职能分工是因为个人能力存在天花板，但现在，一个人可以同步推进产品设计、技术实现和运营推广等多个方向，组织协作的刚性需求被大幅削弱。一个人带着一群Agent，就能完成过去一个完整团队才能覆盖的工作闭环，这直接让OPC从概念走向现实。

03 OPC是一种新的组织形态

OPC把公司从复杂的层级结构中拉回到“一个核心主体 + 一组可协作的Agent”的形态，由此带来的改变主要集中在三个方面：

个体的能力边界被显著拓宽。跨领域不再遥不可及，一个人可以同时驱动产品、技术和运营等不同业务线，这种复合能力也直接映射到公司本身的生存能力上。

资金门槛迅速下降。生产成本变得更低，试错变得轻量化，Agent的使用成本远低于传统的人力配置。过去很多必须“先投入、再验证”的事情，现在可以边跑边调整，风险和成本都变得可控。

组织形态也在急剧收缩。团队规模更小，层级极简，刚性分工被打破，岗位边界逐渐消融。以往围绕“管理人”的能力开始弱化，而“做出判断、确定方向”的能力变得越来越核心。

OPC的团队人数通常不超过五个，很多情况下甚至不需要专门的人事管理。每个人的职责相对独立，工作交叉少，真正需要频繁沟通的场景并不多见。在整个业务闭环中，往往只出现一位关键负责人。

因此，OPC真正考验的是认知密度，难点在于你是否能持续做出高质量的决策。Agent可以同时推进多条线索，大量信息不断涌入，如果没有足够清晰的判断框架，就很容易陷入混乱。

04 Token，是新的生产资料

过去公司依赖人力、时间和组织运转；在AI时代，产出依赖于token。每一次调用、每一轮执行都在消耗token，同时也直接转化成结果。投入和产出之间的关联前所未有地紧密。

token用得越频繁，产出就越密集；试错成本极低，一个想法可以被迅速验证。不舍得燃烧Token的OPC，就像一家舍不得开灯的工厂，省下的不是成本，而是机会。

自主Agent，尤其是像龙虾这样的工具，让一个人能够跨界完成曾经需要一个团队才能完成的工作，严重冲击了传统的组织形态，同时极大降低了资金门槛，使得OPC在AI时代真正成为可能。

随着这股趋势持续升温，线下已经涌现出真实的创业浪潮。不过在热闹背后，更需要认识到未来的市场可能会更加细分。OPC时代真正稀缺的，并不是“会用AI”的能力，而是独立的判断、审美品味，以及对自己究竟想要什么的清醒认知。

体验过 Claude Work（Anthropic 推出的 AI 工作助手）的人，大多会被它流畅的交互所折服：无需在终端中死记硬背命令，也不必从成堆的脚本输出里大海捞针——你只要选定工作区、输入任务，然后安静地看着 AI 一步步完成；遇到需要确认的敏感操作时，点击授权即可。整个过程更像是在使用一款精心设计的产品，而非一堆拼凑起来的工具链。

然而，它的局限性也同样突出：Claude Work 所提供的，本质上是一个优雅却封闭的“云端闭源产品体验”。当你开始考虑数据掌控权、操作可追溯性、能力可扩展性这类工程化需求时，就会发现很难将其无缝嵌入团队的现有体系。

这正是 OpenWork 存在的价值。

OpenWork 是一款开源的“类 Claude Work”桌面应用：底层由 OpenCode 驱动，上层则提供清晰的引导式界面，把“选取工作区 → 启动任务 → 实时查看进度/计划 → 处理权限 → 复用模板/技能”这一完整链路包装成可交付的产品。它让代理式工作（agentic work）变得更像一个可控、可复用、可持续运转的工作系统，而不是终端里一次性的试验。

01 为何需要 Claude Work 的替代方案？

Claude Work 的确强大，但这份强大更多体现在精巧的产品形态与生态闭环上。对于个人试用来说的确足够舒服，可一旦涉及安全合规、工程管理或者深度定制需求，其短板立刻暴露：

1）闭源带来的不确定性

封闭的代码库让你几乎无法：

• 自行审计数据如何流转、如何存储
• 自定义工作流和能力边界
• 按照团队规范进行二次开发和集成

2）高度依赖云端

当任务执行、历史记录、数据存储全部集中在云端时，很多隐忧自然浮现：

• 合规压力（特别是涉及企业代码、客户资料、敏感文档）
• 网络稳定性与持续成本
• 供应商锁定（流程、数据、使用习惯全部绑定在一款产品上）

3）扩展性受产品策略制约

你想添加“技能”——比如接入公司内部接口、封装一套固定工作流，或者安装一个 OpenCode 插件时，闭源产品往往要么不开放、要么只提供有限的支持，最终你只能“凑合着用”。

如果你更看重本地运行、操作可审计、自由扩展，那么 OpenWork 所瞄准的方向，正好填补了这些需求。

02 OpenWork 是什么？

OpenWork 是一款可扩展的开源桌面应用，带有 Claude Work 风格的工作流： 它在桌面端将 OpenCode 的能力精心组织为清晰的任务流——选择 workspace，启动 run，实时查看执行情况与计划变动，必要时处理权限请求，最后把高频操作沉淀为模板和技能。

不久前，一位开发者用 Claude Code 重构一个老项目，干了一下午，效果不错——代码改动完成，测试通过，Git 提交也正常进行。

但当他顺手查看 token 用量时，直接傻眼：一个下午竟然烧了 6000 多万 token，套餐余额告急。

明明只改了几十个文件，怎么消耗这么多？翻看对话历史才恍然大悟，真正的“罪魁祸首”根本不是自己写的代码，而是那些命令输出。

npm install跑一次，依赖树打印几百行；cargo test执行完，99% 的通过信息全是绿色文字；git status列出一堆 untracked 文件——这些内容全被原封不动地塞进了 LLM 的上下文窗口。

而 AI 真正需要的信息，可能只有 5%，剩下 95% 都是毫无价值的日志噪音。

如果您也遇到过类似的问题，那 **RTK（Rust Token Killer）**这个工具值得您花三分钟了解一下。

需要提前说明一下：RTK 的本质是做一种权衡——用更少的上下文，换取更低的成本。在大多数场景下，被压缩掉的都是“噪音”，对结果影响很小；但在极少数需要完整上下文的场景（比如复杂调试），或许需要手动查看原始输出。

本文接近 6000 字，建议收藏，通过本文您将掌握：

1. RTK 的四层压缩策略：每种策略分别针对什么类型的命令输出，如何实施压缩
2. Auto-Rewrite Hook 的工作机制：RTK 如何在不改动主循环的情况下透明拦截命令输出
3. 真实的 token 节省数据与成本换算：省下来的 token 到底值多少钱
4. 与其他省 token 方案的对比：不同场景该选用什么工具

RTK 是什么

RTK是一个用 Rust 编写的 CLI 代理工具，专门为 AI 编程助手设计。它的定位十分清晰：在命令输出到达 LLM 之前做一轮智能压缩，去除噪音，只保留信号。

用一句话概括它的设计哲学：您照常使用 Claude Code，照常执行命令，只是 token 消耗在不知不觉中降下来了。

因为是用 Rust 编写的，RTK 的启动延迟不到 10ms，内存占用不足 5MB，单一二进制文件，零依赖。这些特性意味着它几乎不会成为您工作流中的负担。

Screen Studio 虽然被很多用户视为产品演示视频的首选，但 每月29美元的订阅费 让相当一部分人停下了尝试的脚步。

现在，OpenScreen 以开源替代方案的身份出现了：完全免费、零水印、允许商用，它整合了屏幕录制、手动缩放、裁剪、注释、背景美化等一系列核心能力——足以满足那些只想“做一条好看的产品演示”的朋友。

1. Screen Studio：体验出色，但价格不菲

如果你曾制作过产品演示、技术教程，或者只是希望录出一段“漂亮”的屏幕视频，多半听说过 Screen Studio。它最吸引人的地方在于：

• 光标智能跟随与自动缩放：让观众的注意力始终聚焦在你操作的位置
• 丝滑流畅的动效：缩放、平移自然而顺畅
• 一键美化：通过背景、阴影、圆角等元素，瞬间打造“苹果风”质感

然而绕不开的成本是：$29/月或 $89 永久买断。对于偶尔录制一段视频的用户而言，这个定价确实有些高。

2. OpenScreen：为谁而生？

OpenScreen 是一个开源的屏幕录制与美化工具，目标很明确——成为 Screen Studio 的“免费简化版”。

作者在项目里诚恳地写道：

“这不是 Screen Studio 1:1 的克隆。如果你需要全部高级功能，我建议去支持原版（他们做得真的非常出色）。但如果你只想要一个免费、开源、够用的工具，OpenScreen 就是为你准备的。”

2.1 主要亮点

3. OpenScreen 能做什么？

3.1 录制功能

• 全屏录制：捕捉整个屏幕的内容
• 应用窗口录制：只录制你指定的某个应用窗口

3.2 编辑功能

完成录制后，OpenScreen 提供了一系列实用的编辑操作：

Warp 已在 GitHub 正式开源，不到 10 小时便收获 3.2 万星，截至目前已突破 5.14 万星，这一数字在开发工具领域相当震撼。

Warp 本质上是一款功能极度丰富的现代终端，AI 能力只是锦上添花，但功能丰富的代价是资源占用在同品类中处于最重一档。 无论你是否使用它的 AI 功能，都需要接受约 200 MB 以上的内存占用。

AI 功能是否好用暂且不论，对绝大多数开发者来说，终端最核心的需求就两个字——快和稳。Warp 在基础性能上确实做得不错，即便关闭所有花哨功能，Block 模型带来的交互体验也让人很难再回到过去。不过，不少用户最近已开始评估切换至 Ghostty，后续我们会进行实测并分享体验。

本文接近 6500 字，建议收藏。阅读后你将深入了解：

1. Warp 的四个核心设计：Block 模型、AI 原生集成、Agent 调度中心、自研 GPU UI 框架，各自解决了哪些痛点
2. 为什么要开源：创始人给出的三个理由及其背后的商业逻辑
3. 2026 年终端生态全景对比：Warp、Ghostty、Kitty、Alacritty、iTerm2 五款终端如何选择
4. 真实使用体验与局限：长期用户踩过的坑

Warp 的诞生背景与定位

先说一下背景。Warp 的创始人 Zach Lloyd 来头不小，他曾是 Google 的首席工程师，参与并领导过 Google Sheets 相关工程，还担任过 TIME 的临时 CTO。2020 年，Zach 创办 Warp，希望从零重做每个开发者每天都会使用、但长时间缺乏变化的终端。

为什么是终端？因为在 Zach 看来，终端和代码编辑器一样，是几乎每个开发者每日必用的工具，但终端的核心交互模型已很久没有本质变化：输入命令、等待输出、滚动查看、再输入。Warp 官方也指出，现代终端本质上仍在模拟早期的物理终端，许多体验数十年如一日。

Warp 从 2020 年开始开发，主体采用 Rust 构建。2022 年 4 月，Warp 首次公开发布 macOS Beta；2023 年 3 月加入 Warp AI；2024 年 2 月正式登陆 Linux，随后扩展至 Windows；2026 年 4 月，Warp 正式宣布客户端开源。

五一假期出游的懒人福音来了！用AI工具WorkBuddy，一句话就能自动生成专属打卡清单，手机端直接查看，连攻略都不用自己翻。

没错，就算在人挤人的五一，我也没停下实战笔记的分享。其实这趟行程我提前就用AI全部安排好了，临行前轻松搞定，现在我人已经在路上了！

WorkBuddy刚完成一波更新，专家中心就悄悄上线了一个新角色——美团生活助手，还特别标注了“五一旅游推荐”，显然是专为假期准备的。

不用再自己去查零散的攻略，配合最新上线的DeepSeek V4模型，只需要一句自然指令，就能直接生成全套行程单。

调用专家与DeepSeek V4模型

迫不及待地想体验下？让专家中心的美团助手给我定制一份五一旅游规划，同时启用最新出炉的DeepSeek V4模型，看看能碰撞出怎样的火花。

只用一句话下发任务，行程规划瞬间呈现。

一键授权同步腾讯文档，告别电脑

难道出门还要背台笔记本？想把排好的行程分享给家人怎么办？别发愁，WorkBuddy刚刚打通了腾讯文档，提供一键授权连接，彻底解决这个痛点。

只需用手机扫一扫完成授权，腾讯文档的创建、编辑、查看、管理等权限就全部到位了，全程不需要打开电脑。

继续对着WorkBuddy说一句“把行程整理到腾讯文档”，剩下的事交给它。

搞定！行程已经自动写入新建的在线文档。

现在拿出手机，打开“腾讯文档”小程序，刚刚创建的行程文档就安静地躺在列表里。点开即可查看，还能直接转发到家庭群，全家人都能同步出行计划。

还能更进一步：秒变旅游打卡清单

眼下特种兵式打卡旅行不是很火吗？那就直接把行程单改造成“打卡清单”样式。

每完成一项就☑️划掉，旅途进度一目了然。

今天的实战笔记虽然短小精悍，但绝对干货。核心思路就是要把AI工具的能力压榨到极致——省下查攻略、做表格的时间，出发前多睡半小时不香吗？学以致用，赶紧动手试试吧！祝大家五一玩得开心~

腾讯云近日发布了 CodeBuddy、WorkBuddy 计费方案调整公告。其中企业旗舰版将更名为“SaaS 企业版”，企业专享版将更名为“专有云企业版”，新计费方案定于 2026 年 5 月 15 日起执行。

腾讯云 CodeBuddy & WorkBuddy（5 月 15 日生效）

• 企业旗舰版：78 元/人/月 →198 元/人/月，涨幅约 154%
• 企业专享版：158 元/人/月 →316 元/人/月，涨幅约 100%
• 企业加量包同步上调约 25%

不久前，我的日常小任务几乎都交给了 WorkBuddy，没想到转眼就宣布涨价～

不过今天这篇文章的重点不在于如何挑选套餐，对于像我这样用量不大的用户，如何以最低成本把工具用到极致才是真正要解决的问题。

首先，核心思路就一个字：省！

如果掌握了下面要说的两招，只要 WorkBuddy 免费套餐还在，就根本不需要纠结该选哪个套餐。相关详细图文教程可以参考以往发布的“WorkBuddy 积分节省指南与自定义模型教学”（可自行搜索查阅）。

第二大要点是：赚！

下面这些就是我最近积攒到的：

积分究竟怎么赚到手？

每日签到可领 100 积分，连续签到满 7 天还能额外再拿 1000。

请注意：签到活动将在 5 月 10 日截止（直到快下线才通知，好在之前已有“WorkBuddy 安装后必做的几件事”帖子提醒过大家，可回溯参考）。

如果签到入口关闭了，也不要着急！除了签到，最新的成长计划里还安排了各式各样的任务：

把能完成的任务全部做完——

前期赠送的积分相当于“免费试玩”，等活动一结束，就得实打实地掏钱了。更何况，现在各大模型厂商的 Token 价格也在持续走高。

所以，现在请立刻完成这几件事：

1. 马上签到：坚持连续 7 天，一共能领到 1700 积分。
2. 清完任务：把“成长计划”里的所有项目都刷一遍。
3. 牢记截止日：死盯 5 月 10 日这个最后期限。

在上一期内容中，我们介绍了打工人必备的四个核心技能：docx、pptx、xlsx 以及 腾讯文档，借助 WorkBuddy 已经能轻松应对日常大部分工作。可实际工作中总会冒出一些“硬骨头”——扫描版合同需要提取条款，竞品数据分散在十几个网页里，临时需要一张配图却翻遍素材库也找不到合适的……这些进阶场景，单靠基础技能很难摆平。为此，我们整理了6个进阶技能实操，帮你把 WorkBuddy 的能力天花板再向上抬一个档位。

下面进入实操环节：

技能一：PDF 文档处理

核心技能： pdf

适用场景： 处理合同、报告或论文时，最让人头疼的就是从 PDF 里复制内容——格式全乱、表格支离破碎，扫描版更是连文字都选不上。pdf 技能插件可以直接读取、提取、合并 PDF，甚至能对扫描件进行 OCR 识别并转成可编辑文字，省去逐页手动输入的煎熬。

在技能商店搜索 pdf，选择官方套件版即可安装。

上周收到一份30多页的合作合同扫描件，老板让我梳理关键条款……

提示词： “请帮我读取这份 PDF 合同文件，提取以下关键信息：1. 合同主体及有效期；2. 付款条款与违约金条款；3. 知识产权归属；4. 保密协议核心内容。将提取结果整理为结构化的 Word 文档输出。”

技能二：浏览器自动化

核心技能： agent-browser（官方套件）或 browser-use

适用场景： 做竞品调研、数据采集或批量网页操作时，手动逐个打开页面复制粘贴，简直是在消磨时间。浏览器自动化技能能够直接操控浏览器，完成网页截图、表单填充、批量数据抓抓取等工作，真正实现“解放双手”。

推荐优先使用官方的 agent-browser 套件，近期上线的 browser-use 体验也很不错，大家不妨都试试看哪个更顺手。

前阵子做竞品分析，需要对比5个产品在官网上展示的功能和定价……

提示词： “请帮我打开以下竞品官网页面：[粘贴网址列表]。逐一截图并提取每个产品的：核心功能介绍、定价方案、目标用户描述。将所有信息汇总为一份 Excel 竞品对比表。”

技能三：AI 图像生成

核心技能： Nano Banana Pro

适用场景： 写推文需要配图、做方案需要封面、公众号文章需要头图——次次找素材都找到头秃。AI 绘图技能可以直接根据文字描述生成图片，无论是封面设计、插图还是产品效果图都能搞定，再也不用求设计师排期了。

提示词： “请帮我生成一张科技感的公众号封面图，尺寸 900x383 像素，主题是 AI 工具效率提升，配色以紫色渐变为主，风格简洁现代，包含几何装饰元素。”

技能四：实时联网搜索

核心技能： Perplexity 搜索

第一次打开 WorkBuddy 时，我最大的感触并不是操作复杂，而是入口太多，压根不知道从哪里入手。

界面上密密麻麻的选项看起来都和效率提升有关，可一旦真点进去，很容易选错路径。同一个任务，用了不同的模式，最终输出差别巨大，有时甚至会得到完全不符合预期的结果。

后来我花时间把它的底层逻辑梳理了一遍，重新走了一次完整的使用流程，才发现其实并不难。下面就把 WorkBuddy 的三种模式，以及对应的选择思路，整理出来供你参考。

选对模式，不仅省积分，更能大幅提升交付质量！

一、定位工作领域：代码开发 vs 日常办公

进入 WorkBuddy 后，最先看到的就是两个切换按钮——「代码开发」和「日常办公」，含义非常直给。

这一步只需要根据你的任务属性二选一：

操作建议：只要不涉及写代码，不管你是要写文章、做配图，还是整理素材，直接切到「日常办公」就可以。

二、理解三大执行引擎：Craft、Plan、Ask

在对话框下方展开，就能看到 Craft、Plan、Ask 这三种模式。它们决定了 AI 会以什么方式处理你的指令。

三者的核心差别在于：是否自动执行，以及是否有中间确认环节。

假如我们以“帮我写一篇 WorkBuddy 的使用教程”为例，三者的处理方式完全不同：

适配性分析：

阿里云百炼的 Coding Plan 已成过去式，仅剩少量用户还可续费一个月，取而代之的是全新上线的 Token Plan。现在无需抢购，随时可以购买，不再限购！

大家最关心的无非两点：团队版起步价 198 元/月，到底是贵了，还是更香了？

01

产品定位

Token Plan 瞄准的正是企业开发场景。它最大的特点就是可以灵活调用多个模型：用户按需使用，所有消耗都通过 Credits 统一抵扣，不必再为不同模型单独付费。

生态兼容方面，这套方案已经无缝对接了主流编程工具和各类热门 Agent，可以丝滑嵌入团队既有的技术栈。同时，产品设计了标准、高级、尊享三个坐席，用来精准覆盖从轻度到重度不同级别的使用需求。

🔒 预算可控性：采用包月订阅，直接从模式上规避了按量付费可能出现的“账单炸弹”风险。

数据安全与服务稳定性

**数据隐私：**明确承诺不会利用客户的对话数据训练模型。这对企业级客户来说不是加分项，而是底线。

**服务保障：**多租户隔离架构，确保高峰时段也不会排队卡顿。经历过 Coding Plan“一码难求”的用户，都深知稳定供给有多珍贵。

02

现状与局限

客观地看，目前的方案也还有一些遗憾。

最新模型支持尚不到位

目前暂未接入 Kimi K2.6、GLM-5.1、MiniMax-2.7 以及 DeepSeek v4 等前沿版本。特别是 GLM-5.1 的缺席，可能会让一部分用户在决策时陷入犹豫。

当前可用的模型包括：

**文本生成：**qwen3.6-plus、glm-5（非 5.1 版本）、MiniMax-M2.5、deepseek-v3.2

**图像生成：**qwen-image-2.0 系列、wan2.7-image 系列

虽然这些型号并非最新版，但应对常规业务场景，功能仍然足够扎实。

03

选型建议：三档怎么选

哪些人适合现在入手？

个人开发者：如果你对模型迭代有极致追求，建议先观望，等模型库更新后再行动。

企业用户：如果你的核心诉求是预算可控、数据合规、服务高可用，那么 198 元/月的起步价，性价比非常突出。

我们的判断

🎯 198 元的入门门槛到底值不值？直接说结论：它是目前最适合团队协作的方案。从过去的“抢购资源”转向“稳健服务”，这正是阿里云百炼的一次关键战略转身。

04

核心价值拆解

为什么叫团队版？因为它确实是为团队场景量身定做的。

理由一：统一 Credits 计量体系

百炼采用统一的“Credits”来计量一切用量，不管是对话、编程还是图像生成，都走同一个资源池结算。一个资源池，所有模型通用，透明又高效。

理由二：主流模型矩阵自由切换