对话郭亚楠：Agent时代来临，下一代个人计算设备到底长什么样？

随着“龙虾”（OpenClaw）的走红，一个共识正在行业内形成——Agent（智能体）正在逐步取代传统软件，曾经主流的GUI（图形界面）也正在慢慢过时。但目前我们常用的电脑、手机，其实并不是运行这类Agent的最佳设备。



那么问题来了，未来的Agent，到底该运行在什么样的设备上？Zettlab（吾云创新）创始人郭亚楠，正在努力给出这个问题的答案。

郭亚楠在接受极客公园采访时表示，他从大学时就有一个梦想，希望能在全球舞台上发布自己的产品。毕业后，他先后加入大疆和云鲸，完整经历了端侧AI、芯片定义、软硬件协同、供应链管理以及产品落地的全流程，积累了足够的行业经验。

去年，Zettlab推出的AI NAS产品，众筹金额一举突破千万。但郭亚楠并不认为自己只是个做NAS或硬件的创业者，AI NAS也远远不能概括他的目标和野心。在他看来，AI NAS只是一个切入点，他们真正要做的，是一款名为Agent Computer的新产品，这款产品将在几个月后正式推出。

在郭亚楠的定义里，Agent Computer既不是性能更强的电脑，也不是更智能的NAS，而是一种全新的“个人计算”设备——它以个人数据为核心，以上下文（Context）为操作系统，而Agent才是它的主要使用者。

简单来说，在这个新体系里，设备不再是为人类的手动操作服务，人类更像是“决策者”；那些能自动运行的BOT（机器人程序），才是设备的高频使用者。郭亚楠描述，这款产品会是一款开箱就能用的“活龙虾”，不管是电脑小白，还是专业人士，都会想人手一台。

“我始终相信，个人数据有着无限的价值，而且这些数据的所有权，理应归用户自己掌控。”郭亚楠认为，未来最有价值的东西，不只是算力，还有个人私域数据；不只是简单的存储，还有上下文（Context）；不只是NAS，而是一台能理解、调用、整合个人数据的Agent Computer。

对于这件事，Zettlab的投资人之一、星连资本创始合伙人张鸣晨，有着更宏观的解读。他认为，AI Agent的出现，是地球信息载体进化史上的第三次重大变革。

前两次变革分别是：DNA/RNA的出现，实现了信息的“可复制、可进化”，于是有了生命；语言的出现，实现了知识的“可复制、可进化”，于是有了文明。从这个角度来看，Zettlab正在做的事情，是为这个新时代的信息载体——个人化、可进化的Agent，提供一个专属的运行环境，其意义远不止一款硬件设备或一个操作系统那么简单。

不久前，极客公园创始人兼总裁张鹏，与郭亚楠、张鸣晨展开了一场深度对话，聊了聊郭亚楠为什么从大疆、云鲸离职创业，为什么先做AI NAS、后来又转向Agent Computer，为什么认为“Context才是新的操作系统”，以及未来人和BOT的关系，会如何重塑设备、平台和产业链的逻辑。

对话中，一个清晰的判断逐渐浮现：个人数据的价值才刚刚被挖掘，下一代“个人计算机”的竞争，已经箭在弦上。以下是对话整理后的内容，通俗易懂，保留核心观点：

01 从AI NAS到Agent Computer，认准个人数据的巨大潜力

极客公园：2023年GPT刚火起来的时候，你就选择了创业，当时是怎么想的？

郭亚楠：我当时最直观的感受就是，CNN、NPU这些传统的技术方向，几乎没人再提了，整个行业都在往GPT相关的方向研发，每天都有新的应用、新的赛道冒出来，技术和应用都在发生颠覆性的变化，我能确定，这里面藏着巨大的机会。

那时候还没明确具体做什么，但我很坚定，必须全职投入这场技术浪潮，不然一定会被行业甩在后面。2022年底GPT问世后，我就立刻提出了离职，公司建议我确定方向后再走，所以我又过渡了半年。这段时间里，LangChain推出了，基于它的Agent也开始落地，生态扩张得很快，我意识到这不是概念炒作，而是真正的时代机遇，于是下定决心，一个月内办完离职，放弃现有的一切，全身心投入创业。

极客公园：你创业的决心，和你在大疆、云鲸的工作经历有关吗？

郭亚楠：肯定有很大关系。我当初加入大疆和云鲸，本身就是为创业做准备，并不是入职后才萌生的创业想法。我本科和研究生学的都是机械专业，2014年读研期间，我转向了AI领域，属于软硬件都懂的复合型背景，而大疆刚好是最契合我这种背景的平台。

在大疆，哪怕我后来转到了机器学习部门，也会全程跟进工厂生产、供应链成本、芯片物料价格这些环节，能接触到很多手机厂商这类大企业里接触不到的完整产业经验。而且我不喜欢大公司的条条框框，大疆的环境很适合我。

加入云鲸的时候，公司规模还不到100人，一切都是从零开始。从采购议价、生产供应链，到团队招聘，再到产品定义、战略规划这些前端工作，我都全程参与，积累了很多从零到一做产品的经验。

极客公园：当时还没明确创业方向，你为什么敢坚信自己能成功？

郭亚楠：我不是坚信某一件事一定能成，而是坚信自己一定要创业，这个想法10年前就确定了。我身边也有成功的榜样，宇树科技的王兴兴，曾经和我一起在大疆实习，我亲眼看着他从两个人的小团队起步，克服了很多困难，把公司做大，他找到了自己热爱的事业，并且一直坚持，这让我很羡慕。

我觉得，只有走出舒适区，全身心专注一件事，才能更快找到正确的方向。创业初期，我考察过眼镜、手表、儿童相机等很多方向，后来慢慢聚焦到自己深耕了10年的数据、多模态领域。我判断，新一代AI需要一款全天候在线、续航久、对功耗不敏感的硬件载体，应用场景主要在家庭或办公场景，结合C端产品的方向，最后确定做家用设备，这个逻辑是很清晰的。

极客公园：最初选择从AI NAS切入，是出于什么考虑？

郭亚楠：其实我一开始的目标，就是做一款个人计算设备。GPT问世后，我发现有两个关键变化：一是和聊天相关的逻辑推理能力，提升得特别明显；二是多模态技术取得了突破。

当时很多人没注意到，Transformer架构的重大革新，在于它能把音频、视频、图片、文字全部整合对齐，这是一个里程碑式的改变，我判断，多模态领域很快会迎来大规模发展。因为多模态数据，尤其是我们人类产生的非结构化数据，在未来会变得非常重要。

所以，我们想为个人打造一款数据计算设备——现在的存储技术已经很成熟了，核心要做的，是一款个人专属的计算设备，只是那时候，这个方向还不够清晰，所以先从AI NAS切入。

极客公园：你当时认为，新的计算设备和传统计算设备相比，最需要解决的核心问题是什么？

郭亚楠：我判断，未来每个人产生的数据量，会迎来爆发式增长。从人类主要生产文字内容，到进入图片生产时代，中间花了很长时间。而上一代AI修图技术，替代了Photoshop，让普通人也能高效地生产、分享图片——过去修图的核心门槛就是Photoshop，会用的人能吸引很多关注，不会的人根本参与不进来，AI普及后，图片分享就变得简单多了。

而视频，会是这个时代的核心变量。我们判断，未来个人生产的数据，会以视频为主，而且一定是多模态的形态，所以布局这个赛道，会更有价值。每个人的数据量肯定会越来越大，但现在没有一款好用的工具，能解决多模态数据的使用问题，市面上的产品，大多只解决了存储问题，NAS的核心定位就是存储。

这其实和电话、手机的演进逻辑一样：传统电话只能打电话，就像传统NAS只能存储数据。去年11月，我们彻底想明白了这件事，把这类设备定义为Agent Computer（智能体计算机），这才是它的核心定位。

极客公园：明确Agent Computer这个方向，当时的核心契机是什么？

郭亚楠：我们想清楚了，要用最先进的生产力来定义产品，不再局限于端侧或者云端，核心是让用户的价值最大化。过去我们主要聚焦端侧的技术实现，现在把重点放在用户价值上，产品的用户群体也随之扩大，所以产品的形态、功能、定价、工业设计，都需要重新迭代。

过去NAS的用户，99%都是男性，现在我们要彻底改变这种情况。但不变的是，我们一直深耕Context管理和数据管理，这是我们的核心优势，也是别人难以超越的壁垒。幸好我们有AI NAS的技术和商业化积累，不然根本支撑不了Agent Computer的落地；目前我们在这个领域，还是行业领先的，而且生产、销售的链路已经完全打通，转型Agent Computer，没有任何历史包袱。

极客公园：Agent Computer其实是一条全新的产品线，未来两条产品线会一起推广吗？

郭亚楠：短期内，会是两条独立的产品线，长期来看，会融合成同一款产品。这个逻辑就像固定电话和手机，现在固定电话还有人用，但未来一定会被手机完全替代。只是目前，两款产品的形态、存储容量和目标用户不一样，就像当年的大哥大和小灵通，面向的是不同的用户群体。

极客公园：最早的核心目标是做好检索，现在定位到Agent Computer后，核心切入点变成了什么？

郭亚楠：传统NAS的用户，都是重度数据使用者，主要分为三类：拍摄大量短视频、户外影像的家庭用户，以及程序员、工程师、内容创作者。这类用户买NAS，核心原因是本地存储不够用，云端存储成本高，而且传输不方便。

而Agent Computer，面向的是更轻量化的数据用户。我们重新思考了，用户需要端侧设备的核心原因：除了数据量庞大，互联网带宽已经到了瓶颈，5G、6G也无法带来特别明显的体验提升；另外，个人对自己的数据，都有很强的掌控欲，这才是端侧设备的核心驱动力。

我们的第一代产品，重点放在大容量存储上，实现了1000万条视频的秒级检索——导入千万级的数据后，2-3秒内就能找到任意视频的指定帧，这个技术难度是很高的。

OpenClaw问世后，我们发现，即便数据量不大，像泛知识工作者、白领精英这类人群，对文本、PDF等个人数据的处理需求，也非常强烈。所以我们把新产品定义为“轻存储、重计算”的设备，和早期“重存储、轻计算”的思路，完全相反。

02 打造个人计算的底层设备，只做对Context有价值的事

极客公园：本质上，你是在用通讯行业的演进逻辑做类比：早期通讯只解决基础的连接问题，载体先是BB机的文字、再是语音通话；后来带宽提升、数据量暴涨，通讯变成了底层能力，上层的应用和服务，才是生态繁荣的核心。所以你判断，计算领域也会发生同样的变革，从图片为主转向视频为主，存储是基础，没有存储，就无法实现计算。

郭亚楠：现在大家说的“存储”，本质上已经变成了Context（上下文）。核心不再是存了多少数据，而是能不能为大模型提供足够好、足够高效的上下文——这才是存储真正的价值。

过去存储的，是人类能直接阅读的内容；现在存储的，是供AI、Agent使用的结构化数据，人类不一定能直接读懂，就像代码一样，只要机器能识别就行，存储的核心价值，已经被重新定义了。

极客公园：也就是说，存储的内容和用途都变了。过去的存储，用户需要的时候，得手动检索查找，行业里大多是在优化文件系统、做更智能的检索，这也是很多厂商的切入点。

郭亚楠：我们的方向，从一开始就和这些产品完全不一样。到目前为止，我们的文件系统和多模态检索能力，还是行业里最好、最快的。第一代产品，我们只做了一个核心功能——多模态检索，因为存储的技术和供应链已经很成熟了，核心要解决的，是数据的查找和使用问题。

极客公园：如果只是做体验更好的NAS、优化交互，其实解决不了核心问题，也无法走向未来。

郭亚楠：没错。举个简单的例子：你拍摄了一小时的球赛视频，只要说一句“找梅西进球的片段”，设备就能快速定位到视频的对应帧和时间点，直接提取出可用的片段。

这个功能，我们完全是在端侧部署的，当时所有产品都做不到这一点，而且这还只是纯视频场景；如果再加上音频、图片和表格里的文字，复杂度会大大提升。目前我们的产品支持9种语言，不同地区会适配对应的模型。

极客公园：这就需要引入Memory（记忆）模块，结合用户的个性化需求和使用习惯，提升检索的匹配度，就像训练AI助手，让它同步你的偏好一样。现在有没有成熟的方案，能嵌入这个能力，明显提升用户体验？

郭亚楠：有一种方案是，初始化的时候，导入用户的数据，比如微信聊天记录、Flomo、飞书、Notion里的知识笔记，让模型快速了解用户的性格、偏好和使用习惯，基于这些维度优化检索效果，比从零开始训练，提升会很明显。

比如Deep Research功能，在Manus、谷歌、OpenAI平台上都有落地，登录个人账号后的检索效果，比未登录、用纯开源框架的效果，要高出10个百分点，这个提升在学术和工业界，都是很可观的。核心原因，就是结合了用户的使用习惯和工作方式。

极客公园：最终会不会像训练AI助手一样，让模型持续总结学习，形成个性化的指令逻辑，执行任务的时候，自带用户偏好？

郭亚楠：这只是过渡阶段。人类的知识会慢慢内化，不用依赖手册就能应答，只有忘记的时候，才会去查笔记，大模型的逻辑和人类是一样的。但目前，大模型部署后，无法针对个人数据，在端侧进行持续学习，尤其是端侧推理芯片不支持训练，这是核心的痛点。

现在美国有很多团队，都在重金投入Memory的研发，这种Memory不是简单的文本记录，而是专属的轻量化模型。XAI等机构也在组建团队，重金布局这件事，它是一种可以持续进化的个人专属小模型。

极客公园：你们是在等这类技术成熟后，整合到自己的系统里，进一步优化体验吗？

郭亚楠：没错。我们的核心竞争力有两点：第一，我们坚信个人数据有无限价值，而且数据所有权应该由用户自主掌控；第二，我们在端侧高性能计算领域，有足够深厚的技术积累。

云端技术从早期的架构，迭代到现在的FileBase，未来可能会走向ModelBase，每一次升级，都会带动端侧的发展，我们只要聚焦前沿技术的预研，等待技术水涨船高就好。

极客公园：所以你要做的，是个人通用计算的底层设备，或者说是依托个人通用计算的运行环境？

郭亚楠：没错，核心有两点：

第一，我认为数据量越大，价值越高，数据规模带来的未来想象空间，是巨大的。目前上线的大模型，本质上是公域数据的集合，公共数据已经被基本挖掘完毕了。

自动驾驶领域也是一样，核心模型架构已经基本稳定，行业里的主力，都在做数据相关的工作：通过多摄像头、激光雷达、毫米波雷达等传感器，调整不同数据源的占比和权重，最终直接影响系统的表现，全部都在聚焦数据优化。

大模型未来也会进入这个阶段：公域数据挖掘完了，私域数据的价值就会越来越重要。很多标准化的作业流程（SOP），是大模型不具备的，只有行业里的专业人士才掌握，所以个人和行业的私域数据，未来会产生巨大的价值。

第二，当Agent（BOT）的数量足够多的时候，能创造的经济价值会大幅提升。过去，抖音、微信这些平台，核心是争夺用户的注意力，从而实现多元化变现；但现在，人和BOT的交互是低频次的，平台的逻辑，不再以用户的使用频次、日活为核心，而是看BOT的使用频次和日活。

掌控BOT的注意力，也就是决定给BOT输入什么样的上下文（Context），会直接决定BOT的决策结果。比如做PPT的技能有1000个，我只让BOT看到前3个，这件事本身就有核心价值。BOT的规模越大，平台的价值就越高——过去是争夺用户，现在核心是争夺机器人和BOT。

所以我们只做对Context有价值、对BOT规模化有价值的事，其他的环节，交给生态伙伴来完成。

极客公园：未来产品的购买和使用决策者还是人，但真正的使用者，会变成BOT？

郭亚楠：没错，未来人类会更专注于核心决策，那些重复性的工作，会完全交给BOT来完成。

03 Agent Computer背后，是一种全新的计算架构

极客公园：回到设备本身，从这个角度来看，算力的合理边界是什么？目前需要搭载什么样的算力，才能支撑Agent Computer的新架构？

郭亚楠：核心要看云端最优的多模态理解模型。2023年的时候，我们还找不到合适的硬件，现在支持高带宽内存（HBM）的芯片慢慢落地了，市面上已经能找到可以直接使用、达到当前最优效果的方案。

极客公园：所以你们不需要在本地做模型推理，本质上是围绕适配BOT和Agent的环境，搭建对应的算力架构？

郭亚楠：这里有几个核心的分工：数据预处理，目前只能在端侧完成，受各种条件限制，端侧的效果是最好的；但决策能力——比如让BOT选择工具、梳理逻辑、安排任务，端侧的表现就很差，几乎没法用。

所以必须做端云协同。比如视频剪辑，手机拍摄一分钟的视频，体积可能达到几个GB，上传到云端，大概率会耗时很久，还容易中断，体验很差。数据预处理和视频理解，在端侧完成是最优的，我们能把成片的效率压缩到5分钟内，这是云端短期内很难实现的。因此，我们需要自己来分配不同任务，哪些在端侧做，哪些在云端做。

极客公园：这本质上，是一种全新的计算架构？

郭亚楠：对，这也是我们为什么叫它Agent Computer的原因。传统计算机的核心是计算，算力架构主要是CPU+GPU：GPU负责图形界面渲染，支撑人机交互的视觉界面；CPU负责通用计算，支撑不同应用的逻辑处理，这套架构长期被英特尔和英伟达垄断，再搭配上操作系统（OS）。

传统OS的核心，是服务两类群体：一是用户，打造流畅、美观的图形界面，苹果一直聚焦在这一点上；二是开发者，提供IDE、模拟器、加速引擎等工具，降低开发门槛，提升变现效率。

但现在，这些逻辑已经不成立了：第一，开发者开发应用的成本，已经趋近于零，只需要支付少量的Token费用，未来还会更低；第二，用户不再依赖图形界面（GUI）。

这两个变化，会推动底层芯片的变革。AI芯片需要的是专用计算，能端到端完成多模态的输入和输出，不需要传统的通用计算逻辑，本质上是AI专用芯片。国内在AI芯片的工程化落地能力上，有很明显的优势，这是一次重大的产业机会，和新能源行业的机遇逻辑，是相似的。

04 “Context才是新的OS”

极客公园：要站在个人计算的视角，来看待这种新架构。过去我们讲“云、管、端”，现在这三层结构没有根本变化，但主体变了：云变成了核心模型，像电力一样，成为基础设施；端是用户入口，比如家庭群里的智能管家；中间的“管”，不再是单纯的传输信道，而是上下文层（Context Layer），也就是运行环境。这个环境，最合适的形态是软硬一体的。

郭亚楠：我一直认为，Context就是新的OS。传统OS连接用户和开发者，缺一不可：没有开发者，就无法为用户提供价值；没有用户，开发者也不愿意入驻。

当开发成本大幅降低后，核心就变成了环境问题，其中安全问题，至今还没有完善的解决方案。过去，人类是最后一道权限关卡，拥有最高的自主权限，比如自动驾驶中，人工操作的优先级最高，手机也能手动删除数据；但把权限交给机器后，自主决策的权限可能会出现偏差，人机之间的权限边界，还没有成熟的解决方案。

极客公园：长期来看是权限问题，短期最现实的问题，是机器运行速度太快，人无法实时接管。

郭亚楠：我们在数据管理上的思路，和行业里不一样：现在行业里为了安全，普遍会限制大模型的能力，增加很多约束，让模型在一个“沙盒”里运行，和真实场景脱节。

我们的逻辑是：不限制大模型的原生能力，保留人类最终的恢复权限——删除、修改数据后，人类可以在存储层完成数据复原，而不是在OS层操作。我们的设备存储，有硬件级的隔离，硬盘拆下来后，在其他设备上是无法读取的，这也是一个阶段性的方案，未来还会继续迭代。

此外，支付、BOT之间的通信逻辑，也会发生巨大变化。传统互联网的HTTPS握手机制，未来可能不再适用，新的通信方式，我们还在探索中。但核心始终是Context，所有能力都依托Context存在。Context只服务两类主体：用户和BOT，只要完成人和BOT的对齐就可以了。

当用户规模、BOT规模、Context体量足够大的时候，它就会成为新一代的OS。未来或许不会再叫OS，因为它已经不是传统意义上的系统，形态会更简洁、更直接。

极客公园：OS这个词，就像NAS一样，代表的是上一代的功能定义，现在使命已经变了。新一代OS的核心使命变了，再叫OS或许就不合适了，“环境”是更通用的定义。

郭亚楠：我们当时对这件事的判断是，一定要做一款个人数据设备，本质是把数据主权交还给用户。道理很简单：我今天用OpenAI的模型，哪天Claude表现更好，我就可以直接替换掉OpenAI。但如果我的所有数据和使用习惯，都绑定在OpenAI上，就无法自由迁移，不管平台体验好不好，迁移成本都很高。

极客公园：所以，不如自己拥有一个完全忠于自己的载体，这一点很重要。

郭亚楠：去年还有很多人问，为什么要做端侧，而不是纯云端？今年这类疑问已经很少了。在我看来，端侧和云端并不冲突，二者解决的是不同的问题。公共信息放在云端，个人信息则需要一个专属的载体，实现可复制、可进化。

张鸣晨：为什么说它不是OS，也不是NAS，需要一个新的名词？因为这件事，比OS和NAS都要大。

你看，OS叫operating system，“operating”意味着它是线性的，线性意味着可复制，但无法进化。但真正有意义的事，是整个地球进化史上，“可复制且可进化”的信息载体，这已经经历了三次。

第一次是DNA和RNA的出现，有了生命，实现了可复制、可进化，进化论也由此展开。第二次是语言的出现，三千年前人类有了语言，相当于把全世界的信息做了一次编码，语言可以复制——我们把信息通过语言传给下一代，他可以基于自己的经验，再添加新的东西，文明由此进入了2.0时代。

第三次就是现在。我们让机器上的信息，不仅可以复制，还能进化。Agent可以越来越聪明，大模型可以持续学习，这就是第三次信息载体的变化，它的影响，可能比语言还要大十倍。放在几十亿年的地球进化维度来看，这是第三次重大迭代。

所以，一定要有一个新的术语、新的定义，把这件事定义清楚。名正则言顺，定义好了，就知道该怎么做。去年我们聊了很多关于Agent Computer的话题，就是这个逻辑。

就像谷歌把自己定义为“你的第二大脑”，我觉得有一定道理。信息载体发展到今天，公共信息在云端，而个人信息——那些可复制、可进化的信息，就需要Agent Computer这样的设备来承载。

极客公园：新的个人计算架构，从来不是非端即云，而是端云协同。

郭亚楠：没错，很多时候，选择端侧还是云端，不只是看功能差异，更多是出于人性层面的考量。

极客公园：未来个人计算的核心是Agent，设备是个人专属的，但使用者是Agent，需要为它搭建合理的新架构。它最终不会完全替代手机，手机会被降级为终端设备，真正的个人计算中心，会迁移到家庭端侧设备上。

郭亚楠：我们的产品，核心是“开箱即用”，让用户第一眼就知道它是用来做什么的，不需要复杂的学习，只需要考虑价格合不合适就好。

05 开箱即用的“活龙虾”，让小白和专业人士都觉得“合心意”

极客公园：你应该已经确定了核心卖点，能让用户眼前一亮、直接下单的关键点是什么？

郭亚楠：很简单，现在很多用户，装了二三十台NAS，抢不到Mac mini，就算买到了，也不会配置，API密钥、环境部署这些操作，门槛太高了，他们希望有一款打包好的成品，不用操心技术细节，直接付费就能用。

我们的产品，就是解决这个痛点：云端“龙虾”做不到的事，它能做到；可以替代Mac mini和NAS，不用排队，不用复杂配置，开箱就能用。

极客公园：对普通用户来说，卖点很明确：开箱就是“活龙虾”，可以自由选择模型，预置了各种技能（Skills），降低了使用门槛；那对于专业用户，有没有生态合作的规划？这部分用户有很强的创造力和影响力，怎么让他们参与共创？

郭亚楠：我们的核心，是做运行时（Runtime）。大模型已经具备了公域数据的能力，而专业技能（Skill）的潜力非常大——人类发展过程中，工厂作业需要标准作业流程（SOP），这样能节省能源、资源和Token，这类垂直领域的经验沉淀，就是未来的专业技能。

我们只做基础的通用能力，专业技能需要生态伙伴一起共建，比如网站搭建、深度研究、视频剪辑这些场景化的功能，都需要第三方团队参与。我们非常欢迎技能开发、应用开发的团队来合作，争取让专业用户觉得这是“天选设备”，而不只是面向小白，让两类用户都能找到适合自己的使用方式。

张鸣晨：需要思考，怎么把ClawHub上那些热门的skill（技能）更好地利用起来。“龙虾”一半的价值，都在skill上，用户已经把最好的场景、最好的选项都选出来了，端侧应该实现无缝迁移。

除了公域的skill，端侧平台还会有一些私域独有的场景，对应独有的skill，所以你们其实有机会，打造自己的skill品牌。另外，一些行业头部玩家、大牛，他们在用你们产品的时候，自己会贡献skill，你们可以把他们融入到平台上，再分享给其他用户。