“彭董刚才听到'Yolo模式'的时候皱了下眉头——您的直觉是对的。“
“OpenClaw在安全方面的缺陷，已经不是'有隐患'的级别了，是已经出过大事故了。“
彭湃的表情变得严肃了起来。
陈林继续说道：
“就在不久之前，大漂亮的科技巨头META有一个高管，在工作中使用了OpenClaw来辅助自己办公。“
“结果OpenClaw把她的邮箱清空了。“
“……“
“……“
会议室里沉默了大约三秒钟。
然后彭逸峰低下头，手指在手机上疯狂滑动了起来。
过了大概十几秒钟，彭逸峰的动作停了。
他抬起头，脸上露出了一种贱贱的笑容。
“还真是。“
他把手机屏幕朝彭湃的方向转了一下，屏幕上是一篇英文科技新闻的页面。
“META的一个VP，用这个OpenClaw处理日常邮件，结果AI在执行某个清理任务的时候，误判了指令的范围……把整个邮箱里几千封邮件全部删除了。“
彭湃没有笑，他的表情非常严肃。
这要是发生在天盛集团的某个高管身上……
彭湃很认同陈林说的话，这东西现在确实还不成熟。
陈林看到两个人的反应，在心里暗暗点了点头，看来是都理解了自己讲的内容。
“所以，OpenClaw这个产品确实引起了不小的轰动，虽然它做的事情其实业内的人过去一年都见过了，但是由于是第一次可以在聊天软件的窗口和AI交流，这就给了更多普通人接触的机会。”
“但回到产品本身，现阶段还远远没有达到可以在企业环境中实际部署的水平。“
他停顿了一下，然后说出了一句更本质的判断：
“归根到底，还是基座大模型能力的问题。“
彭湃的目光聚焦了过来，虽然说陈林讲的是技术方面的问题，但是他还是听得津津有味。
陈林解释道：
“不管是claude code还是OpenClaw，它们的核心引擎都是大语言模型。这些应用做得再花哨、架构设计得再精巧，最终的天花板还是由底层的大模型决定的。“
“而目前所有的大模型——不管是GPT、Gemini、Claude还是国内的各种模型——都有一个共同的根本性限制，上下文长度。“
彭湃的表情告诉陈林，他对这个概念不太熟悉。
陈林换了一种说法：
“您可以把上下文长度理解为AI的工作记忆容量，就像一个人在工作的时候，脑子里能同时记住多少事情一样。“
“上下文长度越大，AI能同时处理的信息就越多，工作就越准确。反过来，如果上下文不够用了，AI就会开始忘事，忘记你之前说过什么、忘记任务的背景信息、忘记已经完成了哪些步骤。“
他举了一个例子：
“比如说，你让AI帮你处理一个涉及到十几封邮件、三个文档、两个数据库的复杂任务。“
“刚开始的时候，AI能很好地把所有信息串联起来，给出准确的分析和建议。“
“但随着对话越来越长、涉及的信息越来越多，上下文的长度超出了大模型的处理能力以后，AI就开始犯各种莫名其妙的错误。“
“前面说好的事情它忘了，已经确认过的数据它又重新问你一遍。“
“甚至会张冠李戴，把A文档里的数据混到B文档的分析里面去。“
他总结道：
“虽然现在大家想了很多办法来帮助大模型进行记忆管理，但在实际使用中，只要上下文一长，还是会出各种各样的问题。“
“这不是某一个产品的问题，是整个行业的技术瓶颈。“
陈林说完这些以后，又一次停了下来。
这一次他给两位听众留了更多的消化时间。
彭湃坐在那里，双手交叉，沉思了很久。
大概过了差不多二十秒钟——这在日常对话中已经是一段很长的沉默了——他才重新开口。
“陈总。“
彭湃的声音比之前低了半度，但语气更加认真：
“你说了这么多，我都听明白了。“
他抬起头，看着陈林：
“那你觉得，以天盛集团目前的情况，如果想在人工智能协同办公这个方向上做一些尝试的话，你有什么建议？“
“如果说你们是从零开始的话，我的建议其实很简单。“陈林开口了，语气很平稳，“从vibe coding开始。“
陈林补充了一句：
“而且也不一定非要用claude code。“
“现在市面上还有一些其他的选择，比如opencode。功能和claude code类似，但开源，灵活性更高一些，而且有很多开发者给opencode开发了很多非代码的功能。“
“具体用哪个工具不是关键，关键是先把这个工作模式跑起来。“
彭逸峰这时候接过了话头。
“那你的意思是先从程序员开始？“
陈林听到彭逸峰的话，没有直接回答，而是说：
“程序员当然是最顺的，我之前不是提过了嘛，如果把claude code里面智能体的功能直接接入整个工作环境，那它能做的事情就不只是帮你写代码了。“
“它能帮你处理邮件，管理项目，协调团队，分析报告。“
他停了一拍：
“类似的功能，opencode也都有。它也可以连接各种外部工具和平台，也可以在终端里面常驻运行，所以工具层面不是问题，选哪个都行，问题是思路。“
彭湃听到“问题是思路“这四个字的时候，身体不自觉地往前倾了一点。
陈林继续说道：
“刚才我也说了，程序员用vibe coding确实是最顺的。一方面是因为代码本身就是大模型最擅长生成的内容之一，另一方面，过去一年多的时间里，大漂亮那边的科技巨头们已经在这个方向上投入了大量的资源，生态已经很成熟了。“
他看了彭逸峰一眼：
“国内这边也是一样。目前国内的几家头部大模型公司对vibe coding这个方向都挺重视的，各家都在推自己的编程辅助产品，有些做得还不错。“
彭逸峰点了点头，作为投资人，他对国内AI公司的动态还是比较了解的。
“但是“
陈林话锋一转。
“如果只盯着程序员这一个群体，那视野就窄了。“
陈林的语气变得更加认真了一些：
“你们仔细想一下，vibe coding的本质是什么？“
他没有等两个人回答，自己接着说了下去：
“vibe coding的本质，说白了就是——人用自然语言和大模型交流，然后大模型通过智能体的能力去编辑一份文档。“
他停了一下，确认两个人都在跟上他的思路：
“只不过在vibe coding这个场景里，被编辑的那份'文档'恰好是代码。“
“代码嘛，是一种规范性非常强的文档，它有严格的语法规则，有明确的逻辑结构，有标准化的格式要求。“
“所以大模型在生成代码的时候，犯错的概率相对较低，因为规则越严格，AI越不容易跑偏。“
陈林说到这里，特意放慢了语速：
“但是你们反过来想，在日常工作中，除了代码以外，其实大部分工作就是接受需求，收集必要信息，然后按要求输出为文档。“
“那么理论上这些工作，是不是也可以用和vibe coding一样的思路来做？“
“人用自然语言告诉AI你想要什么，AI通过智能体的能力去完成整理、分析、编辑、输出。“