核心要点
- 个人助理是入口：在公司引入 agent 的正确起点是给每个人配一个自己的助理，而非一上来就建自动化工作流的「agent 工厂」，因为如何与 agent 协作、写指令、管理 context 都有一条需要时间爬的学习曲线。
- 第二大脑是杀手级用例：当下 Claude 类自主 agent 最锋利的用法，是不断往里灌信息、让它建起关于你的记忆图谱/LLM Wiki，而不是指望丢进去就吐出成品；新加坡外长的配置正是这条路线的活样本。
- 零凭证隔离：每个 agent 跑在独立容器、环境里不放任何凭证，即使被 prompt injection 也偷不走 API key；所有出口请求经一个 vault 代理，由 vault 按权限注入凭证，再叠加访问策略与人工审批。
- 极简代码是设计原点：Cohen 没改 OpenClaw 而是从零重写 NanoClaw，用 Agent SDK 替代自建 agent（省掉 session 管理与 compaction）、初期只支持一个模型一个 agent、用 Vercel Chat SDK 接消息渠道，把依赖砍到最少以便被审计。
- 从营销到 agent lab：早期用户多是 VC、CEO、高管，他们自建好配置后想推给全团队却不愿当「修 agent 的 IT」，于是 NanoClaw 转型为帮企业在自有云上做部署的 agent 实验室，已有 100+ 公司接洽。
- Agent 不能部署即不管：与可在服务器上跑五年的传统企业软件不同，agent 的底座模型在持续变化，必须从 4.6 升到 4.8、4.9、5，每次升级都改变行为，因此需要长期维护而非一次性交付。
- Slack 是 S 级渠道：消息渠道分级里 Slack 居 S 级，Discord、Teams 次之，Telegram、WhatsApp 垫底（WhatsApp 想用自己号码跟 bot 双向聊几乎不可用，得另买号码）。
章节时间轴
- 0:03 新加坡之行的缘起 — Cohen 休假刷 X 时发现新加坡外长公开点名晒出自己的 NanoClaw 配置，两人由此结缘并促成本次大会同台。
- 2:19 从一条推文到「best bros」 — 转发、互动、私信、邀约，外长答应来大会演讲；主持人补充自己作为新加坡人想推动本地产业。
- 3:04 两条落地路线之争 — 团队同时在做「team 管 agent 工厂」和「人手一个个人助理」两条线，并各自接了法务团队的设计伙伴。
- 4:36 外长用例如何收敛方向 — 真实用例让 Cohen 确信：企业引入 agent 应从个人助理起步，先爬过协作学习曲线。
- 5:23 第二大脑：杀手级用例 — 不要期待丢进去就出成品，而要持续灌信息、让 agent 建起关于你的知识图谱与 LLM Wiki。
- 6:56 为什么离开 OpenClaw 转做 NanoClaw — 代码体量大、依赖多、明文记日志等安全顾虑，让他从零重写一个最小、可审计的版本。
- 8:27 隔离模型三件套 — 容器隔离 + 环境零凭证 + 出口经 vault 注入凭证，再加访问策略与人工审批（如发邮件需在 Slack 点 approve）。
- 9:59 大会现场与个人记忆方案 — Cohen 放出自己的 agent 帮约咖啡，并聊到个人用的是 Karpathy 式 LLM Wiki，吐槽检索式方案不适合个人助理。
- 13:03 从营销 agency 到 NanoClaw Co. — Hacker News 发布、Karpathy 转发引爆，团队 all in，10 人、100+ 公司接洽，转型为帮企业部署的 agent lab。
- 16:11 企业部署要补的 AI 工程拼图 — 接 SSO、VPC peering、on-prem、凭证管理；企业有好的 devops 与安全团队，缺的是 AI 工程这块。
- 17:44 agent 不是部署即不管的软件 — 底座模型持续演进，必须不断升级维护才能保持在最前沿。
- 18:29 两个哲学问题：Git/GitHub 的未来 — 开源项目离不开 GitHub，但若内部则更愿全程在 Slack 跑到合并那一步。
- 20:02 消息渠道 tier list — Slack S 级，Discord/Teams 次之，Telegram、WhatsApp 垫底。
- 20:47 开源项目治理的求助 — coding agent 让开人提 PR 的成本指数级下降，triage 与 review 成了最大公开难题；二人提出用 wiki 当缓冲区的设想。
详细内容
一次刷推刷出来的新加坡之行
整场对谈的引子，是 Cohen 在休假时刷 X 刷出来的。他说这要追溯到大约一个月前，那是他把 NanoClaw 放出来之后第一个真正休的周末，和妻子住进一家好酒店。周五晚上他在 X 上刷到有人转发了一条来自新加坡外交部长的 Facebook 帖子：外长详细写了自己怎么用 NanoClaw——整套配置、记忆系统、索引、部署，甚至跑在一台 Raspberry Pi 上，还在帖子里直接点了 Cohen 的名字。Cohen 的反应是「我名字都没出现在那条转发里，他显然是真的在 nerding out，而且钻得很深」。
顺着线索，他找到外长那条 Facebook 原帖，里面贴了一整份 GitHub gist，是外长把自己从 NanoClaw 第一版迁到第二版时顺手写的全套配置说明，然后干脆发了出来。这套配置是「第二大脑」式的：用了一个 Karpathy 风格的 LLM Wiki，配 embeddings 和记忆系统 Nemo——主持人当场去查，发现 Nemo 已经因为外长的帖子涨到 141 个 GitHub star，而 Cohen 第一次看时只有 43 个。Cohen 强调，这些记忆系统、索引都不是 NanoClaw 原始设计里的，全是外长自己会写代码、自己拼出来的。
帖子在 X 上小范围走红，Cohen 转发，外长又转发了他的转发，两人开始聊起来，从「now you're best bros」到外长那句「你哪天来新加坡，我做东请你」。大约两三天后主持人联系 Cohen 说要办这场大会，时间线神奇地全对上了，主持人还把外长请来现场演讲。主持人补充说，自己作为新加坡人、虽然住在美国，但希望推动新加坡本地的 AI 产业，政府也想支持。
两条落地路线，被一个真实用例收敛
谈到落地，Cohen 说外长的用例帮他「把方向结晶化」了。大约一个月前，他脑子里关于企业采用 claw 型自主 agent 有两条重叠却各异的路线。
第一条是「团队管 agent」——团队一起搭一个 agent 工厂、自动化工作流，他在大会上专门讲过这个 agent 工厂，团队自己已经建了一阵子、仍在「under construction」。第二条是「工作场景下的个人 agent」——公司里每个人有自己的助理，一对一帮他做事。两条线团队内部都在用，也都接了设计伙伴：一家想给法务团队每个人配个人助理，另一家想做自动起草初版合同的工作流 agent。
外长（新加坡外交部）的用例让 Cohen 确信：从他的视角看，在公司里引入 agent 的正确起点是给每个人配一个自己的 agent。因为这里有一条学习曲线——agent 擅长什么、不擅长什么、怎么 prompt、怎么搭指令和技能并随时间调整、怎么管理 context window，这些都需要时间去学。
他点出新手最大的错误之一：总想把任务丢给 agent 然后走开，期待回来就有成品。「这是我们都有的梦，是本能，野心是好事，但你得在它身上下功夫」——不是 fine-tune 模型，而是通过调指令、调技能、调输入、和 agent 反复迭代来 fine-tune 输出。
第二大脑：当下最锋利的用法
由此 Cohen 给出全期最重的判断：尤其在看过外长的用例后，他认为今天 Claude 类自主 agent 的杀手级用例是「第二大脑」——你只管往里灌信息，不指望它立刻给你成品，而是让它收集这些信息、建起关于你的内部记忆、知识图谱或「LLM Wiki / 关于你的 Wikipedia」，最后在需要时给出有用的输出。
主持人接话说自己也一直在用类似方案做个人助理，提到 Devin、town assistant、Victor 等一系列替代性个人助理，自己个人常用 OpenClaw，认为这一整片「知识管理」领域正在被这些 claw 占据；他说 NanoClaw 吸引外长的，正是它的简洁和对隐私的专注——外长是先看了 OpenClaw 才转过来的。
被问到个人用什么记忆方案，Cohen 说他自己用的就是 LLM Wiki 式的方案：把 agent 指向 Karpathy 那篇帖子，让它读、然后一起聊。而 NanoClaw 内置了一个简化版——只给 agent 一些基本指令：把用户分享的任何有价值的东西都存下来，要么进 claude.md，要么进某个 markdown 文件，总之必须存在某处。
主持人吐槽自己用 Obsidian 时的痛点：agent 不知道已经有类似文件，会反复建重复文件，结果「有了两个事实来源」。Cohen 承认这块还有很多要做：需要在上面再加指令，让 agent 建一个所有文件的索引并存进自己的指令里，还需要一个每天或每隔几天跑的后台进程去扫记忆文件、找出并标记重复——「这块确实还有很多没做，我知道有些别的 claw 在做」。
他还表达了对纯检索方案的怀疑：对个人助理来说，retrieval 不一定理想。比如你问助理「这周我最该聚焦的几件事是什么」,没有任何检索式搜索、语义搜索、关键词匹配能给出答案；但如果有一个好的 LLM Wiki，里面记着你在做的项目、时间线、本周通话日志，agent 就能翻几个文件、把这些东西收集起来给你那份清单。
为什么从零重写：极简、少依赖、可审计
主持人问起安全话题，Cohen 解释了离开 OpenClaw 自建 NanoClaw 的来龙去脉。他自己一开始也用 OpenClaw，还把它接进了当时的 AI 营销 agency，让它管销售流程——两天内它就在做一个销售经理的活，把整条 pipeline 管起来。但他往里一钻，看到代码库的体量、依赖数量，以及像「所有消息明文记日志」这类问题，就对把它用于生产、在上面建公司变得犹豫。个人用没问题，但要接客户数据、跑一堆 workflow、把整家公司架在它上面，他觉得它还不够稳。
于是 NanoClaw 的关键改动，首先是做一个真正极简的代码库——不是 clone OpenClaw 再改，而是从地基重写；尽量用现成组件：用 Agent SDK 而非自建 agent（OpenClaw 用 Pi，那就得自己写一大堆 session 管理、compaction 等等，Pi 很 minimal），Agent SDK 把这些开箱即给；初期只支持一个模型、一个 agent；接消息渠道则集成 Vercel 的 Chat SDK，开箱拿到各种消息 app。总之依赖更少、更极简。
重写的另一层动机是「可审计」。Cohen 说他有自己关于怎么把结构搭得 sane 且安全的想法，但「不太信任自己」，所以要让它可读、让别人来看、来验证。从那以后他请了很多安全专家 review 和挑刺，指出过一些小问题，但核心方法没人挑出毛病——这让他相信整体路子是 sound 的。
隔离模型：容器、零凭证、vault 代理、人工审批
最硬核的一段是隔离模型。Cohen 说，首先你可以把整个 NanoClaw 跑在一台 VM 或自己的 Mac mini 上，这很好，但还不够——你仍需把 agent 隔离在它自己的 agent runtime 里，与连接 Slack/Discord 的消息桥、以及决定「什么推进 agent、agent 输出怎么处理」的 router 等其它部件分开。所以每个 agent 跑在自己的容器里。
第二，确保 agent 的环境里没有任何凭证。这一点很关键：大多数有用的用例里 agent 会碰到未经清洗的输入（比如 review 一个 PR，它拿到整个 PR 输入，而任何人都能给开源 repo 提 PR），所以环境里零凭证意味着——即使被 prompt injection，它也无法泄露凭证、泄露 API key。
第三，让 agent 仍能「用」凭证但不「持有」凭证：所有从 agent 环境出去的请求都经一个 vault 代理，由 vault 在 agent 有权限时才注入凭证。最后再叠加访问策略与访问控制，包括 human-in-the-loop 审批——比如你给 agent 访问邮件的权限，可以设策略让它无需审批就读邮件，但它要发邮件时，你会在所连渠道（如 Slack）收到一条带「approve / reject」按钮的消息，看清它要发什么再决定放不放行。主持人评价：你未必有 Cohen 那种「fine brains」的理解，但这套讲法传达得非常清楚。
从营销 agency 到 agent lab：转型与企业部署
被问到公司愿景，Cohen 复盘了转型：第一次和主持人聊时，他还在做 AI 营销 agency，有客户、在爬坡、进展不错；NanoClaw 只是他周末给自己用的副项目，发到 Hacker News、挂 MIT 协议——主持人正是在那儿第一次发现并发推介绍它的。发布后几小时内就有人说「我读不懂 OpenClaw 的代码库」，而这恰是 NanoClaw 的初衷：做一个结构 sane、安全、且可读可被他人验证的东西。
真正引爆的是 Karpathy 的转发，热度上到「另一个量级」。团队一度纠结该继续做 agency 还是做 NanoClaw，Karpathy 之后就清楚了——社区和能量太大，于是 all in。如今公司已有 10 人。早期采用者不只是 NanoClaw 的，也包括 OpenClaw、Hermes 等所有 claw 的——大量是 VC、CEO 和高管，他们自己用得很兴奋，搭好「三个不同 agent + 记忆系统」的配置后找上门说「我想推给全团队，但不想变成那个修 agent、debug 记忆问题的 IT」，就像这位新加坡外长一样。于是 NanoClaw 转型为帮企业做部署的 agent lab。
主持人提醒，企业部署会撞上 SSO、VPC peering、on-prem 部署这些事，还得接客户的凭证管理系统、从他们的 vault 取凭证。Cohen 认同，并指出企业普遍缺的那块拼图正是 AI 工程：他们有好的工程师、devops、安全团队，但缺了 AI engineering 这一环，就很难把各部件拼起来、并对「搭出来的东西安全、可用、配置正确」有信心。他把这事看成一种伙伴关系：AI 工程师进来和企业的 devops、安全、IT 协作完成初始搭建（接凭证管理、observability、内部数据源），之后这些团队能逐步接手，新数据源的接入他们自己就能搞定，但升级和维护仍需持续做。
他特别强调 agent 不同于普通企业软件：传统软件能扔到服务器上跑五年、不碰就一直能用；agent 不行，因为底座模型在持续变化，你不能就停在 4.6 跑三年，得升到 4.8、4.9、5，每次升级都改变行为；同时各家 lab 不断推出新功能、新能力，记忆正在被 baked 进 LLM、baked 进 agent，你必须持续更新才能保持在最前沿。团队已经开始做首批部署，有 100+ 公司接洽，「大消息即将公布」。
两个哲学问题：GitHub 的未来与 wiki 缓冲区
最后是两个哲学问题。其一：agent 工厂时代，Git 和 GitHub 还会延续吗？Cohen 说对 NanoClaw 而言它必须延续，因为这是个开源项目，有社区文化在。这里有个微妙处：整个 agent 工厂理应在 GitHub 上而非在 Slack 里跑——若是闭源，agent 直接在 PR 里留回应、做 review、贴测试结果就行；但因为开源，他不想在公开的 GitHub thread 里跟自己的 agent 做关于「工厂本身」的来回内部讨论。主持人说自己的人都在 Slack 里干活、然后花钱请他在 GitHub 上「盖个章」批 PR——「那我到底为什么还需要 GitHub？我应该就待在 Slack 里」。Cohen 顺势说那也许「整件事在 Slack 里跑、一路到 merge、你点 approve 就合并」才是对的路子，Slack 的 UI 其实够好，能在里面做出不错的用户体验。
由此引出消息渠道的 tier list：S 级是 Slack，其次 Discord、Teams，再往下 Telegram，最后 WhatsApp。Telegram 虽然用量大、他个人也偏爱，但限制多；WhatsApp 最糟——想用自己的号码跟 bot 双向聊几乎不可用，得另买一个号码，他试过「连给自己发消息都不行，因为需要另一个号码来接收」，最后放弃。
其二是收尾的求助：管理开源项目如今是巨大挑战。Cohen 说他甚至不会让 AI 工程师「贡献一个 PR」——因为 coding agent 让提 PR 的成本指数级下降，反而是 triage、review、判断它是否对齐成了最难的公开难题，像一场军备竞赛。主持人接出那句口号「不要 pull request，只要 prompt request」——别给我代码，告诉我你的用例。两人进而设想：所有 bug、feature request 都先汇入一个「未来开发」的 wiki，wiki 当缓冲区，把连续涌入的变更沉淀下来，开发时再从 wiki 里拉。Cohen 说他们已经在为 agent 工厂建 wiki，每次 merge、每次 commit 都往里加；他预测「边开发边实时建 wiki」会成为开源项目的标配——未来开发挂在 wiki 上、链到项目相关部分、bug 也是 wiki 的一部分，每次开工先从 wiki 拉 context，PR/commit 完成后再把更多 context 推回 wiki。
金句
他名字都没出现在那条转发里，他显然是在 nerding out，而且钻得很深。 —— Gavriel Cohen 0:48
最大的错误之一，就是想把东西丢给 agent 然后走开，指望最后拿到成品。你得下功夫。 —— Gavriel Cohen 5:23
今天 Claude 类自主 agent 的杀手级用例，是第二大脑——你只管灌信息，它建起关于你的记忆。 —— Gavriel Cohen 5:23
确保 agent 环境里没有凭证，这样即使被 prompt injection，它也偷不走 API key。 —— Gavriel Cohen 9:12
agent 不像普通软件能跑五年不碰，你不能停在 4.6 跑三年，底座一直在变。 —— Gavriel Cohen 17:44
不要 pull request，只要 prompt request——别给我代码，告诉我你的用例。 —— 主持人 21:34
提到的书·产品·人物
- NanoClaw（产品/公司）：Cohen 创建的 MIT 协议开源自主智能体框架，从零重写、极简可审计，本期核心。
- OpenClaw（产品）：Cohen 此前用过的开源 agent 框架，因代码库大、依赖多、明文记日志等顾虑促使他另起炉灶。
- Hermes（产品）：被提及的另一类 claw 框架，早期采用者同样多为 CEO、高管。
- Agent SDK（产品）：NanoClaw 用来替代自建 agent 的组件，开箱提供 session 管理、compaction 等。
- Vercel Chat SDK（产品）：NanoClaw 集成它来开箱接入各类消息 app。
- Nemo（产品）：新加坡外长配置里用的记忆系统，因其帖子从 43 涨到 141 个 GitHub star。
- LLM Wiki / Karpathy 的帖子（方法/内容）：Cohen 个人记忆方案的来源，把 agent 指向该帖让其读取并对话。
- Devin / town assistant / Victor（产品）：主持人提到的替代性个人助理/知识管理方案。
- Deep Wiki（产品）：主持人一方在做的 wiki 类产品，被讨论为开源项目实时建 wiki 的范例。
- Obsidian（产品）：主持人用来管理记忆的工具，吐槽其 agent 会建重复文件、造成多个事实来源。
- Andrej Karpathy（人物）：其转发让 NanoClaw 热度上到另一个量级，其 LLM Wiki 思路被 Cohen 采用。
- 新加坡外交部长（人物）：在 Raspberry Pi 上跑 NanoClaw、公开晒配置，促成本次结缘并收敛 Cohen 的产品方向。
- Slack / Discord / Teams / Telegram / WhatsApp（产品）：被排进消息渠道 tier list，Slack 居 S 级，WhatsApp 垫底。
- GitHub / Git（产品）：围绕「agent 工厂时代是否还需要 GitHub」展开的哲学讨论对象。
- AI Engineer 大会（活动）：本期对谈的录制现场。
适合谁听
想在企业里安全落地 Claude 类自主 agent、或对开源 agent 框架的隔离设计与个人「第二大脑」用法感兴趣的工程师与技术决策者。