从创意到推广：Happycapy 创始人拆解 Agent 原生计算机的诞生之路
2026 年 3 月 28 日，Happycapy 创始人 Jarod（徐明）做客「未来硅世界」，与主持团向阳乔木、姚金刚、尼克西、元子深度对谈。这场分享围绕 Happycapy 从 0 到 1 的产品构思、14 天 AI 主导开发的极限实践、Product Hunt 月榜第一的竞争故事，以及 Agent 原生计算机的远期愿景展开。无论你是被 Claude Code 配置门槛劝退的普通用户，还是想了解 AI Native 团队如何运转的创业者，都能从中找到可带走的方法论。
范式变化：Agent 从沙盒外住进计算机里
Jarod 用「机械手」的比喻解释了这一代 Agent 产品的本质变化。上一代产品需要预先定义工具，就像工厂里 50 个不同的机械手，每完成一道工序就要换一只手；而 Croco 这一代范式下，所有工具都可以删掉，只保留一个 bash——它像人类灵巧的双手，不需要预先定义工具，就能用键盘鼠标完成计算机上的所有任务。
「这是一个巨大的范式变化，让 Agent 第一次拥有了一双操作电脑的灵巧的手。」
沙盒的使用方式也在变化。Jarod 通俗地解释：Manus 那一代的 Agent 是住在沙盒外的，通过 API 与沙盒通信，沙盒不持久化，对话结束数据即刻丢失；而这一代产品是 Agent 住在计算机里——OpenCloud 装在 Mac mini 里，Happycapy 住在云端的实体 Sandbox 里。元子补充说，当年 Manus 的口号是「给了你的 AI 实习生一台电脑」，现在这个范式更进一步，「给了这个实习生真正的电脑」。
Happycapy 的名字也源于这个轻松、稳定的定位。团队希望产品形象轻松可爱，最终选定卡皮巴拉（水豚），因为「他情绪非常稳定，我们希望我们这个 Agent 是一个情绪稳定、然后帮大家把活干了的事情」。
14 天上线：99% 代码由 AI 编写
Happycapy 第一版只用了 14 天，但 Jarod 强调，云端版本比客户端复杂得多——包含 Agent、模型、Sandbox，涉及沙盒调度、SDK 控制、用户安全性问题。内部客户端版本只花了一到两天，而正式上线的版本背后是一次全新的开发方式实验：99% 的代码都是 AI 写的。
「在我们以前做 Trico 那一代产品的时候还没有，Trico 最多只有百分之四五十的代码是 AI 写。做 Happycapy 的过程中，我们基本放弃了人工 review 每一行代码的习惯，已经写得太快、代码太多，没法 review 了。」
这种 Agent 主导的开发方式也带来了有趣的代价。Jarod 坦言，Happycapy 里有大量冗余代码和废案，「像游戏里做了一半没完成的废案」，但团队欣然接受，上线后再慢慢删、不断重构。「龙虾这一代，包括 Happycapy 和 Claude Code，都是一种 Agent 主导的范式。我们整个组织的工作方式也已经变成了 Agent 为主、人类为辅。」
产品形态：开箱即用的云端 Claude Code
向阳乔木给了一个很直观的定位：「一个云端的 Claude Code，完全把 terminal 界面改造成了可视化版本，小白开箱即用的 Claude Code。」
具体来说，Happycapy 有几个关键能力：
多端可用：手机端和电脑端都能用，用户通过网页端或手机端聊天界面与云端配置好的 Agent 交流。手机访问有两种方式：网页版不区分设备，Max 用户可提前内测 iOS 版，iOS 稳定后推出安卓版。
30 万条 Skills：Agent 可以搜索到网络上所有的 Skills，编辑团队会用 AI 测试安全性，甚至人工测试后附上效果说明。用户不需要下载安装，直接一键运行。
稳定内核：产品使用 Quark 作为 Agent 内核，比龙虾内核更稳定，能提供稳定的输入输出。
可视化 Agent Team：把 Claude Code 里 Agent Team 的黑盒打开，用户能看到每个角色的执行过程。「有时候不同的 subagent 之间还会甩锅，他说这事我已经干完了在等你做，另一个就说其实我在等你，你都能看到这些很有趣的互动。」
Connect My Mac：可在 Mac 电脑和云端的 Happycapy Agent 之间建立安全隧道，Agent 的手可以「穿过网络直接伸到你的电脑里」帮你整理内容、运行软件。目前仅支持 Mac，Windows 在计划中。
多 Agent 协作的隐藏玩法：本周刚上线的 Agents 功能允许用户配置独立的数字员工，有自己独立的文件系统和 memory，与龙虾格式兼容。因为所有 Agent 的任务都在同一台计算机上进行，共享完整的硬盘文件系统访问权，所以可以创建多个会话调度它们——比如一个 Agent 下载特斯拉所有季度的财报，另一个 Agent 研究这些财报。「因为我们的文件系统是相通的，所以其实你可以在多个会话之间去调度它们。」
市场路径：从 Product Hunt 月榜第一说起
姚金刚分享了 Happycapy 打榜的故事：日榜第一、周榜第一都很稳，到月榜时遇到了 A16Z 投资的一家俄罗斯公司竞争。「你涨几十票，这边就再拉自己的帮派的人再涨几十票，两边火拼一样，此消彼长一直往上竞争。」最后对方被 PH 官方发现作弊行为，Happycapy 凭借用户真心的支持拿下月榜第一。
Jarod 回顾了团队在 Product Hunt 上的成长历程：第一次出海发布时，当天 30 个产品里排第 24 名，只有二三十个人投票，没有视频、准备很差。「从完全什么都不知道，不会做产品、不会发布、不会在海外表达自己，到现在很多事情开始做对了。」
对于打榜的价值，Jarod 很务实：PH 是很好的产品发射台，免费、聚集了科技行业发烧友和专业人士，能带来第一波流量和付费用户。但更好的流量在二次传播——海外 newsletter 和 influencer 看到产品有特色会主动推荐评测。「真的能跑出来的话，其实是看第二波的二次传播。」
目标用户与上手路径：从重复工作到探索未知
Happycapy 的目标用户介于开发者和纯小白之间：「你可能日常工作生活中是有一些专业的任务，但你没有那么重的研发场景，你也不是很重度的极客用户。中间这个群体到小白，是目前用户反馈比较好的区间。」
Jarod 总结了用户上手的三个阶段：
第一阶段：重复工作。从日常工作生活中已经做过且大量重复、结果一眼能判断对错的事情入手——创建表格、调研股票、整理发票、做 PPT。
第二阶段：能力拔高。通过跟 Agent 合作完成原来做不到的事情，比如让 Agent 做一个 dashboard 展示公司财务数据。
第三阶段：探索未知。让 Agent 做 research 探索性工作，涉及数据采集、脚本开发、功能验证。「我设定了一个实验台，让他 24 小时大量重复地去做这个实验。」
元子补充了普通用户建立信任的关键：从熟悉的任务开始，产品提供现成的 Skills 和最佳实践，能快速建立信心。「他们拿着锤子找钉子，但如果现成的马上能用，心流就起来了。」
成本与定价：补贴换体验，TOKEN 焦虑待解
定价从免费到 200 美元跨度很大，Jarod 很坦诚：「早期版本和现在哪怕有 limit 的版本，我们其实都补贴了用户，比你去买 API 要补贴很多。我们不像很多中转站一样拿模型掺假糊弄你，这是 100% 满血版，成本非常高。」
目前付费用户 90% 在七天后仍在使用，收入有所增长但无法覆盖成本。Jarod 透露下周会上线 20～200 美元之间的中间档价格，方便用户更灵活地使用。
关于 TOKEN 消耗，Jarod 给出了一个关键技巧：用 Skill 省 TOKEN。以内置的斜杠 PPTX Skill 为例，这是 Anthropic 官方推荐的写 PPT 的 Skill，最早版本写一个 10 页 PPT 需要执行 150 多步，最近的版本换了方法后精简到 20 步，「同样一个 Skill 省了七八倍的 TOKEN」。
团队也在做 TOKEN 工程 research，希望有创新突破缓解用户的 TOKEN 焦虑，同时计划加入 Codex 实现多 Agent 协作。
组织变革：AI Native 的工作方式
Jarod 强调了一个重要顺序：「我们并不是先做了 Happycapy 才去做转换，是我们先把团队转成了 AI Native 的工作习惯，才发现需要一款工具来帮大家进一步 AI Native，才想到去做 Happycapy。」
具体变化包括：
财务同学用 Agent 处理财务：财务都是数字、文档、票据和表格，是 Agent 最擅长的事。关键技巧是涉及数字比对和计算时让 Agent 写 Python 脚本，不要用大模型心算。「哪怕你再担心一点，你就一个 Agent 做、另一个 Agent 复核，准确率完全高于人类。」
协作工具从 Notion 转向 GitHub：所有东西都以文件推到 GitHub 来界定，在 GitHub 上 review 结果。「我们对 Notion 这类协作工具的使用大幅减少了，反而更多地使用 GitHub。」Jarod 预测接下来会出现 Agent 协作的共享工具 Workspace。
组织结构更扁平：每个人的决策半径变大、决策层级变小。财务同学以前需要找工程师要 AWS 或 Cloudflare 的数据，现在跟自己的 Agent 说就好。「所有人都同时在干所有事，前端也在写前端，设计师也在写前端，产品经理也在写前端。」
审核机制从代码转向体验：代码提交量多了 100 倍，CTO 无法逐行审核。「Review 从过去的 review 代码本身变成了 review 体验，通过人和 AI 自动化测试的方式去看体验有没有变化。」团队也不再要求把完美的更新推到线上，一天十几次更新很常见，「很多时候用户比我们测得还快，跟社区一起 review 产品」。
竞争与未来：Agent 原生计算机的演进
面对 Anthropic 等大厂可能内化所有需求的风险，Jarod 认为创业者的生存之道是「在能力边界上再往前探索一步」。「这是你比大厂唯一的优势。你得去探索那个能力边界上再往前拱一点，像当年的 Manus 出来再到龙虾，大家都是在现有的边界上往前走了一步。」
他还提出了一个判断标准：找到大厂没有立场去解决的问题。「TOKEN 贵这件事情不是 Anthropic 的困扰，是我们的困扰、是用户的困扰。Anthropic 的工程师不会每天想着优化 TOKEN 成本，他们要做最前沿的模型、把 ARR 做大。找到大厂没有意愿去解决的问题，这是一个很好的逻辑判断标准。」
关于远期目标，Jarod 说 Happycapy 要做「下一代的 Agent native 的 computer」——Agent 和计算机二合一。目前 1.0 阶段是让 Agent 暂时住在人类的计算机里，未来当更多网站推出 CLI 接口（飞书已经有 CLI），操作系统图形界面可能不再需要，Agent 会在自己的 CLI 黑箱里完成所有工作。「每 3 到 6 个月会出现一款新的计算机，Happycapy 1.0、2.0，我们要习惯计算机不断升级的过程。」
对于为 Agent 打造的产品，Jarod 认为值得长期关注：「Agent 的文档、支付、钱包、邮箱、电话，Agent 会有自己的网络。今天我们是强迫 Agent 访问人类的网络，但 Twitter 一定会变得对 Agent 友好，京东会变成欢迎 Agent，或者会有新的欢迎 Agent 的京东出现。」
现场问答
问：Max 用户周 limit 到了之后，可以允许再购买更多吗？
答：下周会上线，不会让大家硬断。20～200 美元之间也会增加中间档价格。
问：连自己的 Mac 消耗的 TOKEN 是 Happycapy 的还是自己的？
答：Happycapy 的。你的 Mac 上可以不装龙虾、不装 Claude Code，我们承担了 TOKEN 成本和 Sandbox 云服务成本。
问：Happycapy 的安全性怎么保证？
答：首先独立的虚拟化环境比单机更安全；其次 Automation 在 Sandbox 之外调度，代表计算机之外还有一层监督层，可以从外部扫描 Sandbox 检测恶意程序。
问：Automation 需要用户自己设定，不够 AI Native，能不能在对话里设定？
答：已经被吐槽好几次了，这两天就会把 Automation 变成一个 Skill，对话时直接建起来。
问：有考虑同时加 Codex 吗？
答：一定要，已经在做。很多场景不同 Agent 表现差异挺大，某些任务需要多个 Agent 协作。比如我们很多 feature 开发是 Claude Code 比较好，但很多 debug 由 Codex 相对好一些，他们会组队来做。
问：龙虾的记忆系统和人格化设定，Happycapy 有考虑吗？
答：我们借鉴了，这周刚上线 Agents。记忆文件格式兼容龙虾和 Claude Code 两边，但做了一个改进：龙虾把 Agent 记忆文件和项目代码放在同一个目录，把人和事混了；Happycapy 把项目文件和 Agent 文件分开，方便 Agent 之间分享。
问：龙虾有心跳设定，Happycapy 有类似机制吗？
答：我们有更好的机制。龙虾的心跳和 cronjob 在计算机内部，Mac 合盖关机就无法唤醒。Happycapy 的 Automation 在 Sandbox 之外有一个进程可以把 Sandbox 叫醒，相当于有一双无形的手帮你开机。暂时没上心跳是因为跟 TOKEN 消耗绑定，在权衡用户成本。
要点回顾
- 范式变化：这一代 Agent 产品让 Agent 住在计算机里，拥有 bash 这双「灵巧的手」，无需预先定义工具；Happycapy 的远期目标是打造 Agent 与计算机二合一的 Agent native computer。
- AI 主导开发：Happycapy 第一版 14 天上线，99% 代码由 AI 编写，团队放弃逐行 review，接受冗余代码和废案，上线后再重构。
- 开箱即用：产品是云端的 Claude Code，内置 30 万条 Skills，使用 Quark 内核保证稳定输出，支持多端访问和 Connect My Mac 跨设备操作。
- 上手三阶段：从重复工作（建表、整理发票）到能力拔高（让 Agent 做 dashboard），再到探索未知（24 小时实验台）。
- 省 TOKEN 技巧：使用别人总结好的 Skill 能大幅节省 TOKEN，同一个 PPT Skill 优化后执行步骤从 150 多步精简到 20 步，省了七八倍。
- AI Native 组织：团队先转变成 AI Native 工作方式才做出 Happycapy；财务用 Agent 处理数字、协作从 Notion 转向 GitHub、审核从代码转向体验。
- 竞争策略：创业者应在能力边界上往前探索，找到大厂没有意愿解决的问题（如 TOKEN 成本），而不是做同质化竞争。
- 未来方向：为 Agent 打造产品值得长期关注——Agent 的文档、支付、钱包、邮箱、电话，以及对 Agent 友好的网站和 CLI 接口。
直播回放约 142 分钟
播放器来自飞书妙记 · 在新窗口打开