最近AI圈有两件事，讨论度很高。
一是Agent用得越多，Token账单越难控。二是Harness这个词开始频繁出现，大家在讨论怎么给模型套上缰绳，让它往对的方向跑。
在这两件事的交汇点上，我们注意到了5月2日刚刚上线的OpenClacky。
简单来说，OpenClacky是一款开源的本地AI Agent产品。它既有命令行形态（在终端里直接输入指令），也有图形界面，用户可以接入Claude、DeepSeek等不同模型，让它在电脑上完成写代码、处理文件、调用工具、整理资料等任务。
但OpenClacky更特别的地方在于，它把Skill放在了产品核心位置，律师、财税顾问、HR专家、知识管理创作者都可以把自己的专业经验、工作流和交付方法封装成Skill，再通过OpenClacky分发、更新和售卖。
这也让它在一众Agent产品里显得有点不一样。它试图成为这些创作者背后的技术合伙人。
我们对话了OpenClacky创始人李亚飞。他是连续创业者，2014年开始创业，早期以CTO身份参与技术驱动型产品，2019年后转向CEO视角。在这之前，他是Ruby深圳社区发起人，也是Ruby中国社区的活跃贡献者。后来他创办ShowMeBug，把在线编程面试和技术测评做成产品，并曾获得红杉中国、高瓴等机构近亿元A轮融资。
到了AI Agent这一轮，他和团队是国内较早进入AI编程赛道的一批人。OpenClacky是他们在几轮尝试之后，重新押注的一套产品形态。
以下是我们的对话实录。
“一个在电脑上帮你自动敲键盘的Agent”
AI新榜：先介绍一下自己，以及这次带来的产品OpenClacky。
李亚飞：我是李亚飞，算是连续创业者，从2014年开始创业到现在已经十来年了。2019年之前，我主要是以CTO身份参与创业；2019年之后，开始以CEO视角做技术驱动类产品。
我们之前做过一个在线技术测评产品，以Coding为核心。去年下半年开始，我们一直在做一个云上的coding agent产品。到去年年底，我们把核心内核开源了，也加入了更多本地编辑能力。
所以OpenClacky现在是一个本地的通用Agent，但底层架构里积累了很多Coding方面的能力。现在Agent能力其实很大程度上是以Coding为基础的，比如大家公认做得很好的Claude Code，也是因为它在这方面有很强的积累。OpenClacky现在不是单纯的Coding Agent，而是从Coding能力长出来、面向更通用工作场景的Agent。
想了解 AI 如何助力您的企业？
免费获取企业 AI 成熟度诊断报告，发现转型机会
AI新榜：我们之前一直以为OpenClacky主要是一个Web UI产品，后来才发现它也有命令行。正式发布时，你们更希望用哪种形态呈现？
我们打造这个产品，最终肯定希望面向更普适的群体，比如白领办公、创作者创作自己的Skill。未来的画面里，可能每个人都有自己的数字助理。
但交付过程一开始一定要靠内核。在CLI（命令行界面）里做内核，是最轻、最快，也最能验证的。所以这部分用户画像里，会有很多技术型用户，比如程序员，也有一些极客型个人。
我们也见过一些主编、内容行业的人，他们也很喜欢命令行，因为它很高效。所以我们会把这两个形态一起交付出来。你喜欢命令行就用命令行，喜欢Web UI就用UI，它们之间的数据完全打通，是同一套体系。
AI新榜：为什么叫OpenClacky？这个名字有什么寓意？
李亚飞：Open很好理解，我们把内核完全开源，非常拥抱开源社区。我自己以前在Ruby社区也受益很多，所以一直比较喜欢开源。
Clacky来自敲键盘的声音。这个名字其实是我们上一个阶段做Coding时想出来的，含义就是点击、敲键盘。所以两个词连在一起，就是一个在电脑上帮你自动敲键盘的Agent。
“Skill已经把软件的天花板一个个击破了”
AI新榜：你之前的创业经历，大多是围绕一个具体问题做产品。OpenClacky当时想解决的核心痛点是什么？
李亚飞：我长期在软件行业里做。去年年底，Skill生态开始陆续被接纳时，我在内部比较早地跟团队讲它的价值。
我觉得Skill本身已经把原来的SaaS、原来的软件天花板一个个击破了。这会导致整个软件业被翻转。
我看到的未来是，只要是个人，应该都有一个自己的助理。这个助理可以干很多事情，可能是情感的，但现在最主流的肯定还是工作和办公，比如帮你写材料、理解你、帮你写程序。
Skill就是让AI更稳定地帮助我们解决问题的方式。它可以很简单，比如发布一个应用时，我给它一套方案，让它照着发；也可以很复杂，比如自动审查合同文档，给出指南，最后生成整个交付物。
AI新榜：所以你们希望给专业人士提供底座，让他们把自己的经验产品化？
李亚飞：对。我们有比较强的Harness工程理念，也有信心交付出类似Claude Code那种工程实力的Agent。它可以帮助很多人搭建自己的体系。
很多创作者、很多专家能力很强的人，我们给他提供底座，他提供技能方法，大家一起打造一个场景产品。
AI新榜：你们整个项目开源在GitHub上，会担心被复制吗？
李亚飞：开源的逻辑从来不是怕不怕复制。既然敢开源，就是看谁跑得更快，我们有信心跑得更快。而且现在中国程序员再多，也不过千万级别。但真正的行业工作者是几亿人，这个机会其实是交付到大多数人手里的。只要这个技术能够帮助很多人普惠，我们都觉得没有问题。
AI新榜：你一路创业，面向的人群好像越来越宽。从Ruby社区，到ShowMeBug，再到现在希望非技术人员也能用的OpenClacky，这是一个有意识的转向吗？
李亚飞：很早的时候，我就想让更多不那么了解技术的人，也能掌握技术、享受到技术价值。
2018年我们做过一个小程序SaaS平台，用拖拽方式组装小程序。后来一方面是自己的能力增强了，另一方面是市场技术也在发展。到了AI这个新时代，很多技术复杂度还在，但有了AI帮助，更多人可以开发自己的应用，或者用好应用。
Skill加Agent，其实就是一个非常好的新一代软件架构。我知道有人会说可能过两年又变了，但在我看来，这个进化已经到了比较终极的架势，它已经能很好地释放AI能力。
“三类人很适合Skill这种新的形态”
AI新榜：OpenClacky现在已经上线了，目前创作者入驻情况怎么样？
李亚飞：我们现在已经有一个比较不错的案例，是法律方向的一位律师朋友做的“青狮龙虾”。把16个Skill打包在一起，已经卖了很多单。这是我们一起深度打造起来的。
我们陆续还会上架一些金融方向、知识付费领域的产品，也会有知识管理类的龙虾，帮助大家在本地整理材料、自主学习、吸收知识，再帮你输出知识，它有点像智能化的印象笔记。高质量Skill需要一个更健康的分发方式。它应该有版权认证，也能让创作者参与收费。
李亚飞：他的官网、Skill、日常使用体系，基本都是在OpenClacky中完成的。包括整个网站功能、支付，都可以用OpenClacky做。等于只要一套工具，就打造了整个生态体系，而且基本上是一个人完成的。
李亚飞：最适合的创作者有几个画像。第一，一定是在行业内沉淀多年，有自己的行业认知。不是程序员学两天就搞定了。
第二，他自己比较喜欢折腾。比如没有AI之前，就做过一些工具、产品或者自动化尝试，不要求成功，但要有这种折腾精神。
如果这三点符合，在新时代里，我们能提供一个很强的地基。几周时间，他可能就能打造出一个类似青狮龙虾的产品。
李亚飞：对。影响力已经很强的人，精力上可能顾不过来做这个产品。程序员想切入某个行业，有时行业学习又不够。所以最合适的人，反而是行业认知很深，又愿意把经验产品化的人。
“我们更像技术合伙人，不只是一个Skill商店”
AI新榜：很多免费Skill下载量很高，但当前安装量很低，可能是不好用，或者没人维护。如果Skill要付费，用户标准会更高。你们怎么建立信任机制？
李亚飞：首先还是创作者自己的个人品牌。比如青狮龙虾，它是以创作者在律师行业十多年积累的背书作为基础。他懂法律行业，也跟用户建立过连接，所以他做的Skill可以获得信任。
但技术层面我们也会做很多保障。比如Skill创建机制里，会附加一套测评能力。未来云端也会自动检测，你的Skill上来之后，我们会在各种平台做兼容性测试和质量保障。
另外，Skill就跟软件一样，分发出来可能有bug。我们会让它非常无痛地升级，客户端里如果品牌技能有更新，用户点一下就能升级。这样创作者和使用者之间会形成紧密的互动关系。后面我们还规划让创作者和使用者共创，用户可以把使用中遇到的问题分享给创作者，然后更新一个版本。
AI新榜：如果用户购买Skill后出了问题，是找Skill售卖者，还是找平台？
李亚飞：找售卖者。我们对创作者来说，更像一个技术合伙人。比如青狮龙虾，只有在需要技术支持时，我们会出现；否则他的客户关系、客户资产都是属于他的。
李亚飞：有点像Google商店。上架默认都能上，没有限制。但我们会有自动化扫描程序，包括云上的AI会帮你评估各个平台的兼容性、质量如何、有没有瑕疵。没有问题会标记“验证过”。如果有问题，会标记给创作者本人。但我们并不去管理他的Skill。
AI新榜：商业化方面，你们会从创作者发布的Skill里抽成，这是目前主要的商业化方案吗？
李亚飞：对。早期阶段，我们会从其中拿一部分出来继续做创作者推广，希望建立一个互利共赢的局。
AI新榜：类似App Store的抽成在行业里一直有争议。OpenClacky现在还是新产品，用户基数还在增长，为什么对创作者有吸引力？
李亚飞：因为我们不是一个简单的商店，不是把Skill放上来就完了。
我们更像一款产品。比如你作为创作者，我们俩的关系更像是我是技术合伙人，你是CEO，做出来的是你的一整套产品。包括安装下来的Logo、客户端、技能体系，都是你的。从创业视角看，一个技术合伙人占比三成是非常合理的。
AI新榜：所以你们并不只想做Skill市场，而是想做创作者背后的基础设施？
李亚飞：对。未来不仅大厂能做Agent，很多个体创业者也可以做自己的Agent。我们希望成为这些Agent的基础设施。
“SaaS不是需求没了，而是解决方案变了”
AI新榜：你预期OpenClacky未来的创作者体量会有多大？
李亚飞：我看到的是，原来软件市场里的很多价值，未来都会切换到新的形态里，而且会变成服务业的一部分。原来定制外包的很多东西，也会切成这种形态。
如果横向比对，中国软件业至少是千亿级市场，定制外包可能还有更大的规模。这里面未来都会切换成新的模式。我们能分到多少，要看市场变化。
AI新榜：传统SaaS也都在寻求AI转型，你们会怎么和他们竞争？
李亚飞：SaaS如果切换得好，会有两种走法。一种是数据沉淀得很好，它就变成Agent的数据中心。另一种是彻底转向新的Agent产品形态。
它们当然也是这个时代里的一股力量。但我们更看好个体经济，或者新型公司经济模型。大家完全Agent化之后，可以做到高定制化，深入到各行各业的角落，帮客户解决很多问题。
大型公司有大型公司的打法，但它体型大，吃得也多，也有挑战。中小型经济体、软件代理商、个体创业者、知识付费从业者，我觉得都会有很好的机会。
AI新榜：所以不是SaaS需求没了，而是解决方案变了？
省token的秘诀：“一次Cache命中，能省90%的成本”
AI新榜：我们使用OpenClacky时比较惊喜的一点，是Token消耗很低。我们跑了二十多个任务，用的是Claude模型，总共花了大概1.4美元。OpenClacky是怎么做到的？
李亚飞：这是我们最内在的技术支撑。我们在Harness工程上，应该说比较有信心和Claude Code去横向对比。
第一个，我们始终把接近100%的Cache命中作为出发点。第三代架构以前我们也踩过很多坑，比如在系统提示词里做很多变量模板，不断变更它。这样会导致Cache命中不稳定，账单就会飞起来。
今天在Harness工程面前，效果只要你敢选择好模型，优秀产品之间不会差太多。靠的还是模型大脑本身的能力。但现在的主要矛盾变成了，你可能用不起。一次Cache命中，能省90%的成本，所以会让整个账单安静很多。
第二个，如何在最小Token消耗、最小上下文情况下，让任务完成得好。我们的答案是，用最小工具集实现。
这件事说起来容易，真正做的时候很难。比如浏览器，你不能说我不要浏览器工具，否则用户就没法完成浏览器自动化操作。但如果你直接接入市场上成熟的浏览器自动化方案，Token就会爆炸。
所以我们只能自己打磨，最后把核心压到16个工具。这样才能保证它在最小Token消耗下完成任务。
第三，是减少无效重试。代码编辑是Coding Agent最高频的动作，而模型生成old_string时很容易在缩进、转义符、行尾空白上出错，导致精确匹配失败。OpenClacky用五层降级匹配策略处理这些常见错误，尽量避免Agent因为一个字符串没匹配上反复重试、反复消耗Token。
第四，是让记忆和Skill自进化“有门槛”。长期记忆、Skill自动创建都可能让系统变聪明，但如果没有筛选，也会变成上下文噪声。OpenClacky设置了白名单式触发条件，短对话不写长期记忆，只有出现用户显式决策、持久上下文、反复错误模式等高价值信号时才写入；Skill自动创建也需要任务足够复杂、没有调用现有Skill，并由模型判断是否值得沉淀。
AI新榜：你们和Claude Code相比大概是什么水平？
李亚飞：Claude Code是公认全球很好的Harness工程产品。它的Cache命中率可以做到很高。我们综合值跟它差不多，但在总成本方面，我们低一些。
当然，首先还是要保证能力不能下降。如果一味追求省Token，可以做得很便宜，但能力不够也不行。我们是在相同能力情况下去挑战。相比同类型Agent产品，我们能便宜两倍、三倍，甚至五倍。
AI新榜：稳定性如何，用户能感知到Cache命中率不稳定吗？
李亚飞：用户感觉不出来，但会发现账单在飞。很多用户通常不会关注这个，但它很考验底层能力。
“开源做久了，才更关注商业化模式”
AI新榜：你是开源社区出身，OpenClacky内核也开源。但这个产品的核心卖点之一，是把Skill加密售卖。这在信念上会冲突吗？
李亚飞：可能正因为开源做得久，我们才更关注商业化模式。
经典开源项目的商业化，是开源增加影响力，然后在某些增值服务上给企业提供服务，由企业买单。说白了，是用个人用户的影响力补贴掉一部分，然后企业因为可靠性付费。
我一直在寻找一种更好的、更健康的商业模式。在OpenClacky这个体系里，我们发现技术层面能贡献大概三成价值。另外七成，是属于创作者和专家的，他们可以贡献行业经验和方法。
创业就是不断寻找自己的位置。我们现在希望OpenClacky不那么显眼。我不需要把品牌打得全球都知道，我更希望默默成为更多伙伴背后的力量，大家一起去跟这个行业做点事情。
AI新榜：从内测到正式上线，有哪些用户反馈让你印象深刻？
李亚飞：每天都会收到各种反馈。比如最近有程序员给我们提了七八个PR，他是全职工程师，也懂Ruby，用Windows和WSL2，就提出了一些跟他环境有关的问题和修改建议。
还有一个成都用户，以前用类似产品比较多。他接触OpenClacky之后说，以前感觉天天在折腾；但用OpenClacky，好像直接就能养起来，很简单、很清晰。
还有深圳的用户，自己用得很好，就开始分发，已经卖了几单。但也反馈了一个问题：他的用户更小白，第一步就卡在“怎么配置大模型Key”。这让我们意识到，安装已经很顺了，但模型Key配置对小白用户仍然是门槛。我们需要继续解决。
“Skill的上限很高，还没有被挖掘出来”
AI新榜：现在很多通用Agent已经发展得不错，但会卡在专业问题的最后一公里。你觉得Skill这种形态能补齐吗？
李亚飞：我的观点是，Skill的上限很高，还没有人挖掘出它的上限。
它应该是新一代软件。上限高，也意味着下限很低。很多人好像都能做一份Skill，它可以很简单，一句话、几句话；但也可以做出很复杂的交付形态。
我们认为可变现的Skill肯定有技术含量。它内部可能有数据库、数十个脚本、API，都有可能。但它还是装在Agent里，因为如果Agent的操作成本比较划算，没有人愿意再自己去操作复杂界面了。一个语音输入法，一个Agent，再加一套很匹配你工作流的Skill，我觉得就是市场最佳形态。
AI新榜：你说Skill上限还没被开发，是指现在还没有足够强的Skill吗？
李亚飞：对，大家可能还没见过特别强的Skill。我们会开发一些出来。
最简单的Skill可能就是一个Markdown文件。但未来它可能有UI，有其他架构，也可能是几个Skill联动在一起，完成一整套功能。
当Skill成为软件之后，它的维护复杂性会提高，所以也需要工程化、模块化。这些今天还没有人挖掘太多潜力，我觉得接下来一两年会有更好的方案出现。
李亚飞：自从做出OpenClacky之后，除非做用户调研，我基本没再用其他工具。
写程序我用OpenClacky的CLI。我们有客户端、平台端、管理端几个项目，会挂在一个大仓库里。它可以站在全局理解需求，然后进入不同子项目开发。
比如你反馈一个需求，我马上就在整个仓库里告诉它，它就会直接开发完。我更喜欢CLI，因为有时还是要看一下代码干得怎么样，然后交付上去。
现在团队也都是这样工作。我把任务指派过去，公司给每个人分配Key，每个人每天50美金。
运营方面也用得比较多，但我经常吐槽他们还是要有自己的判断力。AI有时候讲得挺好，但仔细斟酌，不像我们能表达出来的，没有人味。所以我会让团队改，一定要有自我表达，不能让它过于发散。比如发公众号，我自己还是会严格控制内容。AI的营销能力蛮强，它会给一些建议、钩子和彩蛋，但我一般会逐段再优化。
我们用AI，不需要让用户知道你在用AI。它更像你的效率工具。
和李亚飞对话了一个多小时，我们在聊OpenClacky这个产品，但好像又在聊产品背后的这个时代。
OpenClacky不是市场上第一个开源Agent，也不是最会讲故事的AI产品。它想做的是把Agent、Skill、开源内核、创作者经济和专业服务，放进同一个产品框架里。
这个框架现在还很早期。它会遇到很多现实问题：怎么降低使用门槛，付费Skill如何建立信任，创作者是否愿意持续维护，开源内核和加密售卖之间如何平衡。
如果他的判断成立，一种经济形态可能会发生巨变。不再只是公司生产软件，用户购买软件。每一个专业人士都可以沉淀经验，Agent负责执行，用户按场景购买一个更懂自己行业的AI助理。
那OpenClacky想成为的，不只是一个更省Token的Agent。
TOP2
关注公众号
扫码关注，获取最新 AI 资讯
免费获取 AI 落地指南
3 步完成企业诊断，获取专属转型建议
已有 200+ 企业完成诊断
