Nodesk AI创始人宋健和他的创业公司NoDesk AI，在过去两周里，完成了一场极限AI竞赛：
2025年春节前，OpenClaw开始爆火。NoDesk AI创始人宋健带着团队，用两周时间开发了新产品DeskClaw。
最初，NoDesk只是为了内部使用，让自己的电商Agent业务团队基于OpenClaw提升效率。但开发完成后，团队感受到外界喷涌的需求，马上决定对外发布。2026年2月14日，DeskClaw个人版第一个版本上线。
△NoDesk AI创始人宋健与冲刺中的团队，图源：企业提供
在成立NoDesk AI之前，宋健是一个难得的To B创业“多面手”——从阿里和腾讯出来后，他在2014年创办了电商DaaS公司“多准数据”，做电商消费者洞察和大数据精准营销，在SaaS寒冬来临之前完成并购退出。而后，他也曾在智谱AI等公司任职，探索基础模型到Agent应用的落地。
NoDesk AI刚刚完成一轮近亿元融资，由湖畔山南、初心资本、高途、顺福资本共同投资。但没来得及庆祝，NoDesk AI团队马上就投入到新一轮战斗中。
“已经不能用人类时间来衡量AI时代的进度。”宋健对我们说。
整个春节，位于杭州的NoDesk AI团队一直处于冲刺状态。这个00后占比超过60%的团队，每个人每天都在把AI Coding产能“拉爆”，1.5亿Token起步，相当于每人一天10000行代码，“按秒开发，按分钟产品迭代，按天自我进化”。
这也是如今在杭州、北京、上海甚至更多城市里，很多AI公司的现状。
OpenClaw在全球爆发后，衡量AI公司规模的标准又变了。OpenClaw的创造者“龙虾哥”，一个人用AI coding工具，3个多月完成了40万行代码。这在传统开发模式下，需要数十人的年工作量。
DeskClaw个人版正在进行内测，企业版已经在3月7日发布并开源，产品形态是一个AI助手桌宠，一只在用户电脑上爬来爬去的小螃蟹。
△用DeskClaw打开Apple官网，并截图第一屏，打开图片，图源：企业官方
它能操作浏览器、读写文件、调用本地应用，直接替你完成市场调研、信息整理等实际工作，深度适配飞书、钉钉、企微，支持调用MiniMax、Kimi、GLM、Qwen、DeepSeek等多家模型，数据在本地运行不上传云端。
NoDesk AI团队的飞书群就是最好的例子。现在，NoDesk AI的每个人都挂着一个小龙虾分身，公司里的飞书挂满了几十个机器人。
比如，NoDesk的AI PMO“小金桔”就挂着一堆Skill。在产研群里，只要@小金桔，它就能自动总结群聊内容、创建飞书任务、更新项目文档，甚至直接把任务写进群公告。
宋健说，这个AI PMO已经把PMO本人的产能“拉爆了”,“我们PMO发自内心觉得在它面前确实是弟弟。现在，NoDesk AIPMO的主要工作，就是调教这个AI同事。”
过去一年里，NoDesk AI的主业其实是电商Agent。宋健带着团队做了一套一站式品牌营销AI增长引擎，从电商数据分析、生成图文视频、预测投流表现，这套方案此后也会覆盖到达人匹配和feed流投放环节。
△一站式电商品牌营销AI增长引擎，图源：企业官方
DeskClaw和电商Agent看似毫无关系，为何在这个时候一定要做？
“这是最像iPhone的东西，”宋健说，“以前拿到手的都是黑莓、爱立信，这是第一次拿到像iPhone这样的东西，一下拉近了AI产品和大众的距离。”
过去，中国To B行业的SaaS崛起的十年相当艰难：很多公司花费数年研发SaaS产品，然后进入苦哈哈的商业化时期：做中小企业，很快陷入免费甚至内卷；做大客户，很难不陷入重交付、回款慢的泥潭。
再度创业做NoDesk AI时，宋健选择从熟悉的电商生态入手，曾经规划过一套三层架构：底层是MaaS平台，中间是场景Agent（客服、运营、营销），顶层是AaaS平台（Agent as a Service）。
不过很快，在OpenClaw爆火之后，宋健还是觉得这套思维“太SaaS了”。
“大模型会改写这一切。”他说，OpenClaw代表的是Agent技术架构发生了重构，它改变的是先进的大模型和应用落地最后一公里这个中间过程，使之变得更丝滑了。从最开始的开源LangChain、dify，再到Coze、阿里百炼，这些连接基模和应用场景的中间性平台，都可能被OpenClaw“掀了桌子重来”。
大模型也会改变软件产品的商业化路径。宋健说，会有越来越多产品遵循PLG（产品驱动增长）的扩散路径。如果一个电商从业者觉得DeskClaw这样的效率助手好用，它会更容易扩散到ta所在的公司。这是Dify已经验证过的路径：七八个月达到盈亏平衡，服务超过30家世界500强。
NoDesk AI原来所做的一站式电商营销Agent，未来会通过DeskClaw的企业版实现协作：通过标准化的Skill引擎，让多个AI同事之间可以协作、任务自动流转。小王的AI同事做完市场调研，自动流转给小李的AI同事生成营销方案，管理者统一可见可控。
AI产品形态未来也会完全不同。
过去，一个完整的电商营销链路里，可能会用到数十种SaaS产品。宋健的上一个公司多准数据，就是专注于电商底层数据的提取和分析。但以后，谁能够用AI做好整个闭环，直接给用户交付业务价值（如GMV、成品营销视频等），才会更有竞争力。
宋健和我们分享了关于电商Agent、最新产品DeskClaw，以及过去半个月的疯狂故事：
春节，“诺曼底登陆”《智能涌现》：过去两个月可以说非常疯狂，你们花了多长时间开发DeskClaw？
宋健：我们DeskClaw的第一个版本是在2026年2月14号发的，大概花了两周吧。
《智能涌现》：这么快？
宋健：当你说“这么快”的时候，就否定了AI的先进性。如果一人一天能用AI写1万行，10个人同时开发就是10万行，整个OpenClaude一共才40万行代码。
现在AI时代已经不能用人类时间来衡量了，唯一要做的就是抢滩登陆。春节，大家都放假，我们DeskClaw项目组同事一个都没放假，就要登陆诺曼底，把DeskClaw做出来。不放的原因也很简单，NoDesk诞生于去年春节，我们习惯了在春节工作，哈哈。
现在我们全员是把AI Coding工具拉满，人均每天1.5亿Token起步，翻译过来就是每人每天5000行代码打底，1万行也不过分。
《智能涌现》：为什么这么坚定要自己做DeskClaw？你们的主业不是电商Agent吗？
宋健：这件事情的起点，是我们当时看到这么好的Agent架构，就会想这不就是我们一直想要的吗？然后它又是个很好的开源框架，那我肯定得先自己用起来，所以个人版的最开始的初心是全员自己用。
OpenClaw代表的是Agent技术架构发生了重构，它改变的是先进的大模型和应用落地最后一公里这个中间过程，使之变得更丝滑了。
这个中间过程经历了好几代的技术迭代。从最开始的开源LangChain，到中间的Dify开源，再到字节个人版扣子、N8N，还有阿里百炼等等，类似中间件的平台，是连接基模能力和应用场景落地的中间纽带和桥梁。
OpenClaw相当于给出了新范式，开启的是一轮新洗牌，这是最丝滑的形态。以前大家都知道不能再用诺基亚了，功能机不行了，但是拿到手的就不是黑莓，就是爱立信。这是第一次拿到像iPhone这样的产品。
所有旧的Workflow智能体搭建能力，比如LangChain可能已经被N8N替代了很多，现在OpenClaw又有可能掀了桌子重来。那就意味着其实是这个生态位重新洗牌了。
《智能涌现》：所以这是一次必须抓住的机会。那DeskClaw现在可以做的是什么？
宋健：现在的形态是一个AI助手，一只在你电脑上爬来爬去的小螃蟹。它能操作浏览器、读写文件、调用本机权限，直接替你完成市场调研、复杂办公信息整理等实际工作。
我们深度适配了飞书、钉钉、企微这些企业协作工具，支持调用MiniMax、Kimi、GLM、Qwen、DeepSeek等多家模型。关键是数据在本地运行，不上传云端，这对来说很重要。
个人版是面向专业用户的，比如电商从业者、内容创作者、OPC一人公司。企业版会增加权限管理、数据安全、多账户协作这些能力，我们已经将企业版发布即开源了。我们的思路是让个人版先在专业用户中形成口碑，然后通过他们带动所在企业采购企业版商用版，形成飞轮效应。
《智能涌现》：先说说你们自己用起来之后的变化吧。
宋健：我们内部的口号是：一切业务数据化，一切数据token化，一切token业务化，一切token商业化。
关键是我怎么去把我所有这些人的Token消耗先要把数据沉淀、统计做好，这是历史上没有的。
你看这是我们全员飞书群，AI Coding加上小龙虾（DeskClaw），就是现阶段的无敌组合。我们飞书群每个人都挂着一个小龙虾分身，公司群挂满了几十个机器人。我们的AI PMO“小金桔”就挂着一堆Skill，在产研群里，只要@小金桔，它就能自动总结群聊内容、创建飞书任务、更新项目文档，甚至直接把任务写进群公告。
我昨天还在内部说，全员肯定都得拥抱这个变化，激进使用AI工具，只要你做不到或者你不愿意做，那你就走吧。因为企业协作的Token化是必然的。
《智能涌现》：这属于是你们现在的招人标准吗，拿Token量化？
宋健：现在是的。
《智能涌现》：AI时代的组织形态看起来会再有一轮变化。
宋健：我们公司的愿景是：我们是一家人和AI共同经营的公司，所以公司名字是“没有桌子”（NoDesk），我们还有其他子公司叫“没有椅子”“没有接触”“没有代码”。
我们遵循的经营理念是xyz。怎么理解？以前X轴上面是人，你要尽可能把优秀的人招进来，让优秀的人从实习生到专员到专家到founder，承担的责任不一样。
原来的Y轴是什么？是工具、是技能。一种是让人掌握技能，第二种是给人配工具，配工具就是SaaS。它形成Z，这些人加上这些工具，组织战斗力会上升，组织战斗力上升会在产品和商业上面带来价值。
现在我觉得会形成一个新范式。X是E型人，Y是Agent，Z是原生。Z是AI原生组织打造的AI原生产品。
现在人的画像要变成，以前是“横杠人”，现在要变成“斜杠人”。AI时代要从T型人才变成E型人才。竖着这一杠是AI，横着这一杠第一个是品味，第二个是变态的架构能力，第三个是永续性的续航能力。
永续性的续航能力，比如我现在我就做不到了。从春节前到现在，我现在约等于24个小时有20个小时在工作，再拉满就是一场重病，那下一次你们就得参加我的其他活动，这个事情是不可逆的。
但在AI面前，它不会存在这个问题。
《智能涌现》：你们现在一边是DeskClaw，另一边是Marketing Flow，产品架构变成什么形态？
宋健：在OpenClaw出现之前，NoDesk的技术架构分为两大板块：基建技术和应用技术。应用技术层面又细分为国内应用、出海应用和探索性应用三个方向。
OpenClaw的出现改变了这个架构逻辑。现在，NoDesk的底层技术演变为“X基建”——这不是简单地接入OpenClaw，而是基于OpenClaw架构进行自主研发。
应用层，我们重新划分为三大产品线：DeskClaw个人版、DeskClaw企业版，以及AI营销应用。
架构调整也会带来了人力资源评估体系的根本变革。传统的衡量维度完全以“人”为核心。但在AI时代，评估标准会变成“人的AI使用能力”，也就是碳基生命中的硅基含量“。对于AI员工本身，我们需要评估他们在整个工作流程中的实际贡献占比。
AI时代，就要做All in One产品《智能涌现》：能介绍一下你们现在做的AI营销产品吗？
宋健：我们去年一个电商内容营销Agent，等于用AI在小红书上种草、抖音视频号上种草、微信视频号上种草，然后要有一个商详页，回到购物页可以是淘宝、京东、抖音的链接，然后成交。
这就叫内容种草、电商成交，我们所有谈的业务和交付都是这个逻辑。
我们自己对于营销的理解分成四个大块：
第一个是洞察，也就是说你要知道你这个产品应该怎么投、在哪里投、什么场景契合、什么样的人。这一块我们会有Marketing Flow这个作为市场脉搏或市场动向的分析工具来做。
第二步有了指导性意见之后，会把这个指导性意见往后面内容生成去做。内容生成包含生图、生视频以及脚本创作。这块传递到下一步，内容创作出来的东西能够契合市场用户的痛点，或者他想要的东西怎么和我们产品去结合起来。
第三块是媒体分发，两种：第一种是feed流或广告投放；第二种是达人，找到合适的达人去触达你的目标用户。
第四块是投放之后会有一个回溯，投放的效果到底怎样。由投放端的数据分析再回流到Marketing Flow。它由这四个大的模块来组成整个营销的链路。
《智能涌现》：这能预测投放效果吗？
宋健：我们有一个模型，抓取了很多指标，比如现在生成的图文、视频、封面，结合这些输入再结合你的指标表现，可以去预测出来你当前这个帖子大概获得的吸引度是多大。
它只能说是一个正向的预测，不能说精确，就是说我预测这个大概的误差是在百分之几。
《智能涌现》：有核算过整体成本吗，跟人类做的成本比起来怎么样？
宋健：以前，如果是一个完整的营销链路，从洞察到内容生成到投放，传统的方式可能需要一个小团队，包括市场分析师、内容创作者、投放专员等，可能需要5-10个人。
现在通过我们的系统，理论上一个人加上AI就可以完成整个链路。成本降低的话，如果算人力成本，可能是5-10倍的降低。如果算Token成本，一个完整的营销campaign可能只需要几百到几千块钱的Token消耗。
《智能涌现》：DeskClaw可以怎么和你们原来的品牌营销AI增长引擎联动？
宋健：之前我们做电商Agent，有两条路线，一是帮企业开源，二是帮企业节流，然后按什么场景去做，这种是延续过去SaaS的做法。
但现在就相当于其实我用这套中间件的平台的能力，我有可能其实开源、节流两个方向一起做，也许会更顺理成章。
比如，我们的个人版是to P（专业用户）的，把能力给他全部搞定，他就进行上岗；然后企业版把权限、安全、数据，还有很多的那些东西搞定。
以后有可能一个内容电商从业者用了之后带动他所在的企业来买，然后会带动更多人去用，个人离职去了新的企业，就这样雪球滚滚，最后变成先进企业先用飞书那个逻辑，先用DeskClaw的这个代表AI原生公司。
《智能涌现》：所以品牌营销AI增长引擎相当于在后面，以后无论是企业还是个人，都在DeskClaw里调用这些技能。
宋健：对。虽然看着像泛C端产品，但我们本质上是先做专业用户——电商从业者。
电商从业者有不同需求：有人做洞察营销，有人做生图生视频。我们会把自己的产品变成MCP，媒介产品变成Skill，需要深度整合的能力就做成开箱即用。
同时，我们会给专业玩家留一个“工厂版”，让他们的工程师和Skill开发者也能参与进来。这样形成飞轮：个人版带动企业版，企业版又有云端版和私有版，私有版权限更大，可以接入更多第三方能力MCP化。
《智能涌现》：为什么一定要做All in One形态的产品，链条铺这么长？有些公司可能只做生成视频的那一步，或者只做达人匹配，把整个闭环都连起来，会不会担心步子迈太大吗？
宋健：步子迈太大是因为你对Agent能力的想象空间还太差。All in One这件事情之所以能成立，就是因为AI在这件事情上是无损的。
AI对一件事情的洞察，对于这件事情洞察完提炼的卖点生成图，图裂变成视频，视频变成商详页，商详页直接变成一个购物链接，购物链接里面直接带的客服——今天AI做这些是无损的。
《智能涌现》：怎么定义无损？
宋健：以前一个CMO下面的洞察团队花一周做洞察，生图团队花一周做图，视频团队再花一周做视频，然后再去找到相对匹配的达人，再去跟他建联，再花一个月，然后再把它转换成投放素材去投。如果这个链条需要那么多个部门、那么多种岗位、耗那么多的时间，且又是串行的。
今天AI是可以在一个All in One的闭环里并行信息传递，这是相对无损的，时间周期是相对无损的。
Claude Code、Cursor等AI编程工具这些为什么让程序员不再受编码语言的影响？为什么原来人类一天只能写500行，今天龙虾哥一天竟然能干出5万行代码？
如果拆开，那所有通用Agent都不成立，所有基模公司训练的那些Agent能力就都不成立了。
《智能涌现》：去年，很多AI营销公司的Agent能力还非常不成熟，他们很多只做其中的一个环节，比如AI生视频、AI做达人匹配。你们什么时候意识到可以做All in One的？
宋健：从DeepSeek爆火的时候，我觉得AI的潜力跟能力已经达到了，只是说当时的Agent脚手架不够丝滑，也就是Workflow这套架构和原来的那些RAG各种都不是很丝滑。
OpenClaw只是让大家感觉到了iPhone 4的那个“Aha moment”。它的那个点是在于模型能力确实也变强了，但模型能力不是那一刻才变强的。其实2024年，我们已经明显感觉模型能力很强，2025年DeepSeek爆发，再加上多模态模型全面爆发升级。
但是如果这个拐点一到，我觉得就是全新的公司，你真的就会看到，就像政府现在推那个OPC（一人公司）。龙虾哥40万行代码是一个人写的，一个人写了3个多月，10个Codex，6台电脑转着圈开发。就是辛苦点，每天晚上得搞到两三点，但是干出来了。
这件事情如果放在任何一个正常团队，我觉得上个几十人、百人开发个半年还是有可能的，那他搞定了。对他来讲，他连那么复杂的事情他都能All in One。那现在只是把网络上热点的东西检索出来，捋明白，把它变成点，然后变成图，变成视频，然后再拿相应的达人去适配一下，看看可能性，然后把它投出去——今天这件事情就会越转越快。
《智能涌现》：从现在你们的产品进度看，All in One现在实现了吗？
宋健：在没有OpenClaw之前，All in One还有一点点断点，就是洞察完到生图生视频的过程还有一点点不丝滑。那是因为当时我们认为Agent架构进化还没有那么快。
现在有了OpenClaw之后，我们会在这个基础上直接加速重构。我们已经在开发DeskClaw个人版和企业版，企业版DeskClaw的那个底座，第一个应用场景就是内容电商。
OpenClaw会完全改变软件的商业化路径《智能涌现》：现在DeskClaw怎么收费？
宋健：对企业客户，我们会根据成片质量和规模不同来定价。我们把客群分为大品牌、成长型品牌和白牌。
大品牌的最高规格是TVC视频，就是品宣类的，可能500到2000元一条。原来人工供应商的TVC是500到2000元一秒，甚至还有1万每秒的内容。
中间这种叫AI原创视频，像我们现在差不多就是200到300元一条，基本上都是AI来生成。
第三种就是AI混剪，这个价格会随着量越往上，数量级可以不断往下。我们未来可能会按照点数直接卖点数，订阅里面就包含了比如说AI混剪多少条，然后按照扣点。
个人版就按订阅，企业版就按多账户数量，跟Lovart、Manus的思路是一样的。
《智能涌现》：你们为ROI负责吗？
宋健：大多数还没有。对ROI负责的话，但预算得给我。预算给我的情况下就为ROI负责。
我们内容营销业务是两步走：如果说是All in One的产品，那我就给你交付的是这些内容。如果说是All in One的营销托管，你把营销预算整个都给我，那我就为你整个营销的结果去负责。
我们现在相当于是三种客户都有。比如说他要测试我们能力，他会先用，但你就只给我做AI洞察，我按照报告给你付钱。第二种就是按照一个视频多少钱、一个图多少钱，但他肯定会给我一个总量，比如说一个月他要多少图、多少视频。
第三种就是直接签年度合作。比如我这一年的5000万预算都给你，然后5000万预算的10%作为你的总服务费。所有的内容生产到预算消耗就都你去做，然后我们就在这个过程中尽量AI全部做。那我的毛利和净利就来自于我的人越少、我的AI越强。如果AI越强，Token的性价比越高，那就双赢。
《智能涌现》：客户知道你们用AI的话，会不会开始压价？
宋健：这个问题应该是全社会必然要面对的。如果说最后AI能够把价格降到是现在价格的100分之一，所有旧的生产力全部爆掉，那就意味着我们就是新开始的，那就有了新的1000%的增长，我觉得也没啥不好。
但是我觉得如果那一天来，整个社会的问题比这个还要复杂。我倒不怕它价格下降，因为它的下降对我来讲无非就是算力承担的问题，但它不损耗我别的东西。相反，如果这个东西的质量、数量、规模三个都是成百倍、成千倍的话，我觉得该恐惧的是原来靠几百人、数百人、上千人堆积起来实现的那些公司。
《智能涌现》：Token成本高吗？现在Agent运行有个问题，包括现在小龙虾非常耗Token，不是很经济。
宋健：这个Benchmark理论上是随基模能力进化、垂直场景的强化学习，针对性的工程Infra打磨来定的，小龙虾还是有下降空间。再加上基模本身能力上升100倍，成本100倍下降也是有可能的。
当前来看，现在的OpenClaw成本可能是2025年末的起点来看是最贵，但是它从2026年的每一天可能都会往下降，这个还是值得期待的。
《智能涌现》：今年对DeskClaw的商业化目标是？
宋健：我们25年的收入是550万元，到26年1月份的收入累计快2000万元，今年会更多。
随着到了下半年或者明年，我们可能会有下游，我们自己的ISV去帮助我做落地。
《智能涌现》：也就是说，上一个时代的SaaS商业化路径会发生根本变化。
宋健：在以前的SaaS行业，从一块钱的收入到1亿的收入到10亿的收入，其实就看销售的人数是不是从1到10到百到千到万。产品的迭代速度完全是工程师的数量乘以工程师的质量。
中国又没有标准SaaS，又得是工程师的数量降低质量，又造成管理熵增，续费复购又有问题。所以这三个都是每个亏百分百、亏300%，随着疫情、随着中国经济下行后，才会崩盘。
今年1月份，美国整个SaaS大盘已经下跌超过1万亿美元。那是因为Anthropic这次发起的这场革命让资本市场、二级市场恐慌了。
一句话来讲，所有给人做的那些点的界面没用了。因为你也看到了Claude Code，人家不需要界面，OpenClaw也不需要界面。
《智能涌现》：你觉得这个时刻会什么时候到来？
宋健：Google DeepMind的CEO Demis Hassabis已经讲了，6个月，最迟12个月，AGI全面到来。如果那天到来，也就相当于我们刚刚讲Y轴上面的这个能力，它不仅仅会代码平权，它可能会把很多的能力平权。
一旦能力平权，其实我觉得对人的回答就是X轴上面你真的是这一杠，对AI的渗透跟理解可能得进入你的血液里、进入你的骨髓里。然后你的品味、你的架构能力或执行力，再加上你能不能做市场传播、你有没有好的身体。
以后这种AI原生的组织，可能就不是衡量第一你有多少人，第二你有多少的工时，第三你有多少在跑的任务。可能他真的就全部都换算成，你就告诉我你有多少人产生多少Token，或者你也不用告诉我多少人，你就告诉我你一天产生多少Token。
