听到杰森的话，主持人饶有兴致地挑了挑眉毛。

    这倒是他没听过的消息。

    原来，Nexus Atlas真的不是第一个？

    只是，中国……真能在硅谷一众科技精英之前做出突破性产品？

    旁边的迈克尔听到杰森的问题，心里咯噔一下。

    完了，还是来了。

    Nexus AI内部早有讨论：这一波造势，要的就是占住智能体赛道的话语权，打出名气。

    在硅谷，他们确实是首发；发布会开完，内测逐步开放，话题讨论度正高。

    可以说，Nexus AI原本的目标已经完成了一大半。

    眼下最大的隐患，就是有人搬出中国源码科技·御风的发布时间比他们更早这件事。

    实际上，瑞恩早就想到了这个问题。拿到御风内测账号的当天晚上，他就定下一个短得不能再短的期限：四周之内公布Atlas。

    他当时的判断是，面对这么复杂的工程挑战，源码科技应该会做更长时间的内部测试，仔细迭代几轮之后才会公测。

    只要抢在他们公测前公布Atlas，就没问题——内测影响小，用的人少。

    没想到，御风的公测发布会仅仅在内测之后一周，而且公测版本完成度比内测版高得多，难以想象是一周内完成的迭代。

    于是，御风不仅内测，连公测和发布会都走到了Atlas前面。

    唯一值得庆幸的是，源码科技作为中国初创公司，御风又作为中文工具，没有在英文科技界引起太大讨论度。

    但这也迫使Nexus AI紧急调整时间线，提前开发布会公布了Atlas。

    也正因如此，发布会时Atlas还没开发完成，只能使用视频演示；整个团队又加班加点赶了一个多星期，才在几天前做出内测版。

    现在的问题是，杰森当众把御风的话题提了出来。

    这里有媒体，有博主，讨论结束后还会剪辑成播客。

    杰森本人又代表着谷歌的身份。

    一个回答不好，后果非常严重。

    迈克尔还注意到，杰森的问题非常有针对性：他问的是，中国有一家公司做了同样的工具，发布得更早，Nexus AI知不知道这件事。

    这个问题直指公司，而不是迈克尔本人。

    这恐怕只是第一问。

    如果迈克尔矢口否认，还不知道他接下来会有什么攻势。

    迈克尔思考得很快，已经开口回应：“这是一个非常前沿的领域，有优秀团队在这个方向探索很正常。我相信谷歌和OpenAI也有团队在做这方面的探索。”

    他先避重就轻地说了两句，然后把球抛了回去：“我本人对美国以外的团队不太关注，也没听说过Yufeng这个名字。杰森，你使用过这个产品吗？你认为它比美国的产品更优秀吗？”

    迈克尔在这里偷换了一个概念：没说Yufeng是不是比Atlas更优秀，而是说它是不是比美国的产品更优秀，为的是激起其他人的愤慨。

    不要以为美国人对这方面不敏感。他们对当世界第一这种事，格外敏感。

    果然，主持人听完迈克尔的话，轻轻皱了皱眉头。

    杰森似乎没听出迈克尔的话中有话。实际上，他是从中国来的一代移民，已经加入美国籍；但作为小镇做题家出身的优秀工程师，他并不擅长这种勾心斗角。

    杰森只是接着说道：“我没有使用过Yufeng这个产品，只是从社区反馈中知道，他们的方向是智能体编程，而且完成度很高。迈克尔，你说没听说过Yufeng，但据我所知，这家公司和你们合作开发了一个叫Kaiwu的AI平台，并且Yufeng这款软件后台使用的也是Nexus的水星模型。”

    说到这里，他顿了顿，问道：“你真的没听说过吗？”

    合作的公司，你没听过，说不过去吧？

    如果他们先发布，你们后发布，两家公司还有合作关系，你还要说自己是“第一个”，是不是有点儿过分了？

    迈克尔听懂了这些潜台词，也从杰森的话里听到了自己能利用的信息，心底反而一松。

    “Kaiwu这个产品我是熟悉的，没想到他们的团队也在智能体编程方面做了探索。的确，我们和一家中国公司有合作协议。如果他们也使用水星模型做出了可用的智能体产品，那就证明，水星在这方面确实有可取之处。”

    迈克尔面带微笑，回答了这个问题。

    既然你已经调查得这么清楚，那我就不去讨论谁先谁后的问题——反正后面用的都是水星模型，那还说什么？

    水星牛逼，Gemini（双子座，谷歌的大模型）路边一条。

    杰森听到这话一愣，迈克尔的反应和他预计的可不太一样。

    这时，主持人接过话头：“这是一个非常好的话题。几位嘉宾都是AI领域的专业人士，你们认为，想要做出智能体编程，最关键的能力是什么？是模型能力，还是产品工程能力？”

    杰森自以为抛出了一个炸弹，却没有取得预期战果，有点儿不甘心。但话题已经换了，在座另外两位都是做市场的，只有他是技术背景，这个问题其实就是问他的。

    杰森整理了一下思路，开口道：“模型能力当然重要，但在软件工程场景里，模型只是其中一部分。真正困难的是上下文管理、任务拆解、执行验证、权限边界，以及失败之后如何恢复。”

    这是干货，也是他开发智能体应用的真实感受。

    Gemini的能力在大模型中绝对是顶尖的，可在这个模型之上构建可用的智能体工具，依然是一个巨大的工程挑战。

    虽然杰森不愿意承认，但事实就是，无论是御风还是Atlas，都已经走在了谷歌团队前面。

    听完杰森的回答，主持人认同地点了点头，接着引导讨论进行。

    ……

    三个小时后，这场圆桌讨论会的文字预览版就出来了。讨论范围其实很广，也足够有深度，对智能体在AI发展中的意义以及未来可能探索的方向都进行了探讨。

    但在选择标题时，编辑却拿出了最有讨论度、最吸人眼球的那个。

    《Nexus Atlas真的是第一个编程智能体工具吗？》

    副标题更直接。

    《谷歌AI工具负责人称，中国团队开发的另一款工具，更早，也更好》

    视频播客还在剪辑中，至少还要几天才能上线，但这篇文章已经迅速在网络上走红。

    先是被转发到X，很快被发到Hacker News，再然后，Reddit的几个编程社区也开始讨论。

    最开始，大部分海外开发者的反应都是：

    【Yufeng是什么？】

    【从来没听说过。】

    【中国也能做出这个方向的产品？】

    然后很快，热心的搬运工就把御风公测的视频搬了过来。

    有人把中文社区里的测评翻译成英文。

    有人贴出御风用户用它重构老项目、修复复杂Bug、生成测试用例的帖子。

    还有人专门整理了一条时间线。

    御风内测。

    御风公测。

    Nexus Atlas演示发布。

    时间线一摆出来，事情就变得微妙了。

    一条评论很快被顶了上去。

    【如果这个时间线是真的，那么Atlas至少不是第一个public product。】

    下面有人反驳：

    【中国公司很擅长快速复制。】

    立刻有人贴出截图：

    【你看清楚时间。Yufeng的公开测试早于Atlas。】

    后来，迈克尔在和瑞恩紧急讨论之后，不得不站出来发声。

    “所谓的全球第一款智能体编程工具，都是之前媒体炒作，Nexus AI从来没有公开宣传过，并非有意欺骗。我们很高兴中国的合作伙伴可以使用水星模型创造出好用的工具，希望大家多关注水星模型，谢谢。”

    杰森回去后，被市场部门约去聊了聊，指出他发言中的不妥之处。

    但毕竟，打破Nexus AI独占智能体这个叙事的目的达到了。

    OpenAI则不想加入这场口水战，他们正在加紧研发自己的智能体工具——Codex。

    毕竟，谁是第一个并不重要，谁是最好的才重要。

    ……

    国内看到这件事时，已经是第二天早上，此时海外舆论还在发酵。

    最早搬运的是一个技术自媒体，中文标题起得比英文原版还要炸裂。

    《硅谷震惊！全球首款编程智能体工具，竟来自中国？》

    很快，中文互联网也开始了剧烈讨论。

    【卧槽，几天没见，御风出息了？】

    【不是前几天还有人说御风抄国外的吗？小黑子还有什么说的？】

    【Nexus这波是真不要脸，抄完还买通稿说自己是第一个。】

    【严谨一点，原文没说他们抄袭，只说不是第一个。】

    【严谨个屁，时间线摆在这儿，御风公测早于Atlas演示，两家还有合作，不是抄袭是什么？】

    【以前是国内产品被国外认证，现在是国外产品被国内时间线制裁。】

    虽然有人在评论区吵架，但更多的人开始讨论御风本身。

    之前看到过、听说过御风，却没有尝试的人，有很多也去申请了公测账号。

    原本增速已经有点儿下降的注册量，突然又被刺激了一波；短短几天，公测注册账号已经快到两百万了。

    甚至已经有BugKiller的企业客户主动联系，希望御风赶紧推出正式的企业付费版。

    姜亦心也带着手下的人，结合BugKiller过去的经验和市面上的竞品，紧急制定了收费方案。

    御风这次和BugKiller当年面临了几乎一模一样的困境：作为赛道领先者，甚至是开创者，他们没有完全一样的产品可以参考定价，只能找类似赛道做参考。

    姜亦心想了想，还是把初始定价定高一点，看看付费转化率；如果转化率太低，之后再调整。

    能这么快做出决策，还多亏她最近看的管理书——杰夫·贝索斯（Jeff Bezos）的《Invent and Wander》。书里提到亚马逊使用的一种决策原则——单向门/双向门原则。

    所谓单向门/双向门原则，是将日常管理中的决策分为两类。

    双向门决策，做出之后可以迅速实施，看看结果；如果不好还可以改变，这类决策就可以快速做出。比如团队内部的会议形式，想变成轮流发言而不是自由讨论，完全可以先试试效果，不行就换回来。

    而单向门决策，是指那些一旦做出就不能轻易更改的决策，这时候就必须慎重。

    定价，尤其是定低价，其实是一个典型的单向门决策场景。一旦定价过低，用户心里就有了锚定价格，之后想提价千难万难，还会引起客户反感。

    反而一开始制定一个相对高的价格，还给自己留了降价空间。

    姜亦心把定价方案做完后，赶紧发给苏念念审批，同时抄送了韩路一。

    韩路一却没有时间关注这件事。

    他虽然人坐在办公室里，精力却完全放在汤圆的训练和数据中心的部署上。

    数据中心已经基本就位，国产卡推理的适配也做得差不多了；天工的一部分流量迁过去，没有造成任何问题。

    江松然也对通用大模型的部署进行了一些预演，只等汤圆训练完成就可以试部署。

    汤圆的训练也已进入最后阶段。按照赵文渊的预测，还有几天就要完成了。

    韩路一正看着报告，思索下一步行动，眼前突然炸出一片金光。

    视界——

    升级了。