ZJU·2026·紫金创享

从一人公司
到无人公司

公司正在被重写成 Agent OS。
先小到一个人，再小到无人执行层。

LECTURE · 01 / 17
·
全网同名 李一舟3.0
·
opc.yizhou.chat
01／Definition

无人公司
不是没有人

无人，指的不是没人， 而是没有"人在执行层手动操作"这件事。
人退到决策与监督，Agent 接管交付与运营。

Layer 01
人在决策层定方向、定边界、定红线
Layer 02
Agent 在执行层写、做、改、跑、复盘
Layer 03
系统在监督层可看、可停、可回滚
02／Evolution

公司正在
越变越小

01
大公司
数千人协作
层级与流程
02
小团队
十人以内
SaaS 加持
03
一人公司
创始人 + 外包
+ AI 助手
04
Agent 团队
一个人指挥
多个 Agent
05
无人执行层
人只看仪表盘
系统自交付
＋ 我们正站在 03 → 04 的临界点
03／Why Now

为什么是
现在？

不是技术突然变强了，是三个变量同时过了临界点。

Driver 01
模型能力过线从"能聊"到"能干"，Claude/GPT 已能独立完成 80% 知识工作
Driver 02
工具链成熟MCP 协议、浏览器自动化、本地 CLI — Agent 有了手和脚
Driver 03
成本断崖下跌推理成本一年降了 90%，一个人的公司跑 10 个 Agent 不肉疼
→ 三者交汇 = 无人执行层从概念变成可部署方案
04／Architecture

Agent OS
公司的新内核

如果公司是一台电脑，Agent OS 就是操作系统。
它管理计算资源（AI 模型）、I/O（工具调用）、进程调度（任务编排）。

04b／Core Loop

无人公司核心循环

# Agent OS 主循环 pₙ = Distill(Bₙ, Intent) Oₙ = HARNESS.run(pₙ, Skills, Agents, Sandbox) Qₙ = Evaluator(Oₙ, Taste) Gₙ = HumanGate(Qₙ, Conscience) Bₙ₊₁ = Review(Bₙ, Oₙ, Feedback, Gₙ)
Bₙ本心状态：良知 / 志向 / 品味 / 责任
pₙ把方向蒸馏成 prompt / spec
HARNESS长周期执行环境，跑技能与 Agent
Evaluator承载品味，判定产出好坏
HumanGate高风险动作必经的人之闸门
Review反馈回到本心，事上练 → 知行合一
Part／02

实践拆解
三层运转机制

决策层 · 执行层 · 监督层 —— 每一层怎么跑，每一层怎么管。

05／Collaboration

人机协同
新模式

一个人 vs 一群 Agent。
不是替代关系，是指挥关系。
人从"做事的人"变成"定规则的人"。

→ 你不需要成为最好的执行者，你需要成为最好的指挥者
06／Decision Layer

决策层
人的不可替代价值

01 · 方向判断
选什么赛道、做什么产品商业直觉 + 人性理解，Agent 无法替代
02 · 边界设定
画红线、定底线合规、价值观、品牌调性 — 必须人来定
03 · 品质把关
最终的审美和判断产出质量上限，由人的品味决定
# 本心 · 人不可外包的第一判断系统 本心 Bₙ = f(良知, 志向, 品味, 责任) 任何一项归零 → 整个系统归零
07／Execution Layer

执行层
Agent 工作流全景

写、做、改、跑、复盘 —— 五大环节全部Agent 闭环，人不插手每一步，只审最终交付物。

07b／Emergence

五个 Agent涌现成组织

# Agent 五官分工 agents = [ "策略官", "创作官", "执行官", "分析官", "监督官" ] output = Interaction(agents, State, HARNESS) # 输出能力 ≠ Agent₁ + Agent₂ + ... + Agentₙ
策略官选赛道、定方向、判断时机
创作官写文案、出策划、做内容
执行官跑流程、调工具、交付落地
分析官读数据、找规律、出报告
监督官查质量、抓异常、守红线
涌现组织能力大于个体能力之和
08／Oversight Layer

监督层
可看、可停、可回滚

无人执行不等于无人负责。监督层是安全网 + 仪表盘。

01 · 可看
实时仪表盘每个 Agent 在做什么、做到哪了、花了多少钱 — 一目了然
02 · 可停
一键暂停/终止Agent 跑偏了、产出质量下降 — 随时人工介入
03 · 可回滚
版本化交付物每次 Agent 产出自动存档，不满意随时回退到上一版本
→ 信任但验证：Agent 可以跑得很快，但刹车必须握在人手里
Part／03

落地路径
从今天开始搭建

不需要等到完美。四步走，从第一个 Agent 到完整运转。

09／Roadmap

从 0 到 1
搭建 Agent 团队

Step 01
选一个痛点
找最重复、最耗时的任务先自动化
Step 02
配第一个 Agent
Claude Code / Cursor 先跑通一个闭环
Step 03
加监督层
设定检查点、版本回滚、成本上限
Step 04
扩展 Agent 团队
多 Agent 并行、任务编排、流程固化
→ 不要一步到位。先跑通一个小闭环，再复制模式。
10／Toolkit

今天的 工具栈

不需要自研，现有工具足够跑通 80% 的无人执行场景。

Claude Code
代码生成、重构、调试的 Agent 主力
OpenCLI
141 个网站适配器，浏览器自动化
MCP 协议
Agent 连接外部工具的通用接口
n8n / Make
可视化工作流编排，低代码串联
Evolink API
AI 生图、生视频的内容生产线
GitHub Actions
CI/CD 自动触发 Agent 任务
Notion AI
知识库 + Agent 协作的文档中枢
Zapier
连接 7000+ 应用的自动化桥梁
→ 月度成本估算：$200-500/月，足以跑一个 5-Agent 的无人小队
11／Case Study

一个人的
内容生产线

这不是未来时，是现在进行时。
一套 PPT 从 brief 到成品，
一个 Agent 团队 3 小时交付。
人只做三次 touch：出题、审稿、按发布。

→ 案例：ZJU 紫金创享整套课件 = AI 全流程驱动
ZJU·2026·紫金创享

今天开始
搭建你的第一个 Agent

公司正在被重写成 Agent OS。
先小到一个人，再小到无人执行层。
你不需要等到完美的那一天 —— 今天就能开始。

$ opencli start
01 / 15