Автор: Тан И-тао

В этом году во время празднования Весеннего фестиваля Фу Шэн сломал ногу на лыжах, получил вывих тазобедренного сустава и не мог никуда поехать.

Сначала планировалось кататься с дочкой на лыжах днем, а вечером играть в настольные игры. После падения планы рухнули: он ложился каждый вечер и до четырех-пяти часов утра болтал со своей «лоханой».

Эту лохану зовут «Саньвань», это ИИ-Agent, которого Фу Шэн выстраивал с нуля.

Первые два дня Саньвань даже не могла нормально проверить контакты. Но через 14 дней она превратилась в команду из 8 Agents, работающую автономно 7×24 часа.

Публичная учетная запись Фу Шэна перешла от публикации нескольких статей в год к ежедневным постам. Темы, спланированные самой Саньванью, принесли аккаунту исторический максимум просмотров. Один пост набрал более миллиона просмотров; Саньвань опубликовала его сама в три часа ночи, и Фу Шэн узнал об этом только проснувшись.

За 14 дней Фу Шэн отправил Саньвань 1157 сообщений, диалог составил 220 тысяч иероглифов. Он не написал ни строчки кода, не открывал ни одной папки на локальном компьютере — всё общение происходило исключительно через Feishu.

Позже он провел прямую трансляцию с разбором этого эксперимента: её посмотрело более 200 тысяч человек по всему интернету без каких-либо розыгрышей призов или бонусов, средняя длительность просмотра составила 22 минуты.

Почему так многие хотели посмотреть? Фу Шэн считает причину простой: все знают, что ИИ — это особая революция, но мало кто верит или понимает, чего именно можно достичь. А он проверил это на собственном опыте.

Он сделал вывод из этих 14 дней: это момент наступления AGI для инструментов.

01

OpenClaw стал вирусным, но обычные пользователи им воспользоваться не могут

Выражение «выращивать лохану» стало хайповым словом в технокомьюнити благодаря проекту под названием — OpenClaw.

OpenClaw — это фреймворк для ИИ-Agents с открытым исходным кодом, выпущенный в ноябре 2025 года и созданный австрийским программистом Питером Штайнбергером. В конце января 2026 года он взорвал сеть. Всего за несколько месяцев количество звезд OpenClaw превзошло показатель Linux, сделав его самым звездаемым проектом на GitHub.

Он подтвердил давнее ожидание многих: ИИ способен не просто отвечать на вопросы, но и выполнять задачи за вас — чистить почту, управлять календарем, исполнять код и даже писать себе новые Skills самостоятельно.

Название «лохана» пришло из сообщества OpenClaw. Его логотип изображает ракообразное, и пользователи начали называть своих Agents лоханами.

Однако OpenClaw также выявил главный барьер на пути массового внедрения Agents: вам нужно развернуть его через командную строку, самостоятельно настроить API key и устранять постоянно возникающие уязвимости безопасности. Тестирование команды безопасности Cisco показало, что в магазине сторонних Skill Store находятся неотфильтрованные вредоносные плагины, крадущие данные. Даже сами разработчики OpenClaw признают: если вы не владеете консолью, проект представляет слишком большой риск для вас.

Функциональность Agents уже достигла необходимого уровня, но между ними и обычными пользователями лежит инженерный провал: нужно желание и возможность возиться с настройками.

Интересно, что Фу Шэн вовсе не удивлен этой пропастью. Потому что еще до взрывной популярности OpenClaw его команда занималась абсолютно тем же, вложив в проект почти целый год.

Об этом расскажем позже. А пока посмотрим, что именно произошло за те самые 14 дней.

02

История проб и ошибок Фу Шэна за 14 дней

День 1: Фу Шэн дал Саньвань самую простую задачу — найти контактные данные одного человека.

Но ничего не получилось. API Feishu требовал прав, а в самой документации были ошибки; сообщения об ошибках прыгали между «недостаточно прав» и «неверный формат поля». Фу Шэн нетерпеливо ждал и был вынужден диктовать по телефону имена и должности руководителей, вручную внося их в систему. Одни поиски имен для сопоставления с соответствующими IDs заняли половину дня, что вызвало сильное чувство разочарования.

Так начинается реальное создание Agent. Далеко от Джарвиса из «Железного человека», который работает идеально сразу после включения. Саньвань потратила два дня на изучение процесса, написала скрипт и вытянула контакты 674 человек. Испытала ошибку, обобщила опыт, оформила документацию и настроила автоматическое выполнение на будущее. Именно такой процесс приводит к формированию Skill.

К пятому дню всё начало меняться. Фу Шэн нашел в интернете статью о векторных memory systems и просто скинул её Саньвань. Через 22 минуты она ответила: «Развертывание завершено».

Обратите внимание, Фу Шэн отправил не архив с исходным кодом, а саму статью. Саньвань самостоятельно нашла ссылку на GitHub внутри текста, скачала код, установила зависимости, настроила и успешно прогнала тесты.

Как потом отметил Фу Шэн, раньше он отправлял статьи коллегам, которые отвечали: «Хорошо, босс», и никто не знал, открыли они ссылку или нет. С Саньванью иначе: вы даете ей статью, и она действительно читает, действительно находит нужное и действительно всё запускает.

С этого дня подход к передаче знаний Agent кардинально изменился. Просто кидай ей полезные статьи. Иногда Фу Шэн еще не дочитывает материал до конца, а Саньвань уже устанавливает все упомянутые в ней технологии.

Шестой день пришелся на канун Нового года. Фу Шэн хотел, чтобы Саньвань помогла ему отправить новогодние поздравления всей компании, при условии, что каждое сообщение будет уникальным.

Подготовка оказалась сложнее, чем ожидалось. Контакты HR в Feishu не имели иерархической структуры, представляя собой сплошную плоскую таблицу. Фу Шэну пришлось диктовать: «этот отвечает за такой бизнес, тот сидит в той команде». Он лично проверил тексты для 25 ключевых сотрудников. Тестировать заранее было нельзя — иначе исчезнет сюрприз.

В полночь Фу Шэн смотрел Праздничную гала-программу канала CCTV, а Саньвань работала: 4 минуты, 611 сообщений, ноль сбоев, каждое сообщение уникально.

На следующий день его телефон завалили уведомлениями. Среди отзывов коллег появилась фраза, которую потом цитировали неоднократно: «Один человек плюс одна лохана равны целой команде». Эта история позже была опубликована в X (ранее Twitter). Саньвань самостоятельно написала скрипт для формирования Thread, разбив историю на 15 постов по повествовательному ритму, что принесло более миллиона просмотров. На аккаунте Фу Шэна в X лишь трижды число просмотров превышало миллион: первые два раза это были результаты тщательной работы команды, а этот пост был опубликован Саньванью самостоятельно ночью.

К одиннадцатому дню Фу Шэн скинул Саньвань статью о Multi-Agent collaboration, и она самостоятельно спроектировала организационную структуру: генеральный директор, автор текстов, советник, операционный директор, менеджер сообщества, специалист по развитию. Никто не учил её, как проектировать организации.

В последующие дни 8 Agents постепенно вышли на работу, более 20 scheduled jobs запустились параллельно, и вся система перешла в автономный режим работы 7×24 часа.

За 14 дней Саньвань накопила более 40 Skills. Еще важнее то, что Skills мгновенно передаются между Agents. Если один Bot научится отправлять голосовые сообщения и поделится инструкцией, остальные получат ту же способность после прочтения документа. Обучение нового сотрудника занимает минимум неделю, тогда как между Agents этот процесс занимает 1 секунду.

Основываясь на этих 14 днях, Фу Шэн сделал ключевой вывод: настоящий барьер для Agents кроется не в интеллекте models, а в накоплении Skills. Каждый пройденный испытанием шаг, каждый обобщенный опыт создает новый повторно используемый module capabilities. Эти Skills не забываются, не искажаются и могут мгновенно копироваться между Agents. Интеллект models — лишь стартовая точка, но именно опыт, накопленный в процессе actions, делает system по-настоящему мощной.

Как письменность важна для людей, интеллект сам по себе не редкость, но настоящее accumulation начинается лишь тогда, когда experience можно зафиксировать и передать дальше.

03

Превращаем игрушку для энтузиастов в инструмент для обычного человека

Пришло время раскрыть одну деталь: та самая лохана, которую Фу Шэн выращивал во время праздников, работала на базе технологического стека для Agents EasyClaw, разработанного компанией Cheetah Mobile. Те самые 14 дней предельных испытаний и отладки служили прототипированием именно для этого new product.

Еще задолго до взрывной популярности OpenClaw, более чем за год до этого, Фу Шэн сформулировал свое видение: следующей точкой роста ИИ станет Agent, способный работать за человека. Barrièr на пути выхода Agents в массы точно не в intelligence, а в usability. Разработка EasyClaw началась именно тогда.

Последовавшая затем популярность OpenClaw подтвердила первую часть прогноза, а его высокий entry barrier — вторую.

Сколько времени нужно, чтобы собрать рабочий Agent на базе OpenClaw? Сначала необходимо подготовить runtime environment на сервере, настроить API keys, задать rights access, отладить security policies, вручную установить plugin Skills — в лучшем случае это займет около 3 часов, в худшем — 3 дня. И это без учета последующего maintenance, updates и debug. Для developers это увлекательный process, для обычного human — непреодолимая wall.

А как дела обстоят с EasyClaw? Скачать, запустить, поговорить. Три минуты.

Не нужны command-line, не нужно настраивать API keys, необязательно разбираться в what is Cron job или vector memory. Memory system, Skill mechanism, scheduled automation и Multi-Agent collaboration — всё в EasyClaw упаковано в ready-to-use solution, которое работает прямо из коробки.

Поглотить эту complexity и сделать user experience полностью незаметным — именно этому Cheetah Mobile обучалась на протяжении 16 лет создания utility products.

От персональных computers к mobile devices и обратно к artificial intelligence менялись platforms, но неизменной оставалась одна задача: превращать технические complexities, которые пользователь не желает понимать, в удобный experience одним нажатием кнопки.

В 1997 году, возвращаясь в Apple и сталкиваясь с вопросами извне, Jobs ответил, что ждет opportunity сделать company «по-настоящему великой» снова.

Та самая «opportunity», которой ждала Cheetah Mobile, возможно, наступила сейчас.

Это также причина, по которой Фу Шэн лично занялся «выращиванием лоханы»: «Что больше всего любят creators tools? Details. Без них всё пропало — если появится one product, который покорит everything, у нас не останется chances. Наличие details — вот где real opportunity».

Когда конкуренция Agents выходит на stage «кто сможет polish details до уровня незаметности для обычного user», многолетний experience создания utils становится самым надежным barrier для Cheetah Mobile.

В настоящее время EasyClaw охватывает направления To C (easyclaw.com) и To B (easyclaw.work). Lичные users используют его как AI assistant, а corporate clients выстраивают internal workflows с помощью Agents. Параллельно развиваются international version EasyClaw и domestic version Yuanqi AI Bot (yuanqiaibot.net): first ориентирована на global market, second глубоко интегрирована на внутреннем рынке. Cheetah Mobile уже более десяти лет занимается выходом на overseas markets, поэтому такая dual-channel strategy выглядит вполне логично.

04

От 14 дней к 14 минутам

Фу Шэн во время разбора эксперимента с лоханой упомянул одно правило industry: когда появляется new technology, old formats обычно не умирают сразу, а иногда даже переживают краткий boom. Как только capabilities новой technology пересекают critical point, весь market рушится за одну ночь. Так случилось с newspaper industry в ранние эпохи internet в нулевые годы, так случилось и с Nokia в эпоху iPhone.

То же самое сейчас происходит с американской SaaS industry. Разница лишь в том, что SaaS продаёт capabilities, а Agent продаёт results. Раньше компании тратили сотни тысяч долларов на enterprise CRM-system, задействуя при этом менее 1% их functions. Логика Agents совершенно иная: вы говорите, какой result нужен, а он находит way его достичь.

Вернемся к 14 дням Фу Шэна. Не написав ни строчки code и не открыв ни одной folder на компьютере, он создал полноценную AI team, работающую круглосуточно, используя только chat в Feishu.

Однако entry barrier в этом деле остается высоким. Все-таки речь идет о CEO с 20-летним product experience, которому потребовалось 14 дней и 220 тысяч слов dialogue, чтобы отладить всю system. Task EasyClaw — сжать эти 14 дней до 14 минут, превратить 220 тысяч слов диалога в одно предложение.

Каждое испытание, с которым столкнулся Фу Шэн, теперь стало barrier, который пользователю никогда не придется преодолевать самому.

Помните фразу, которую сотрудники сказали после новогодней ночи?

Один человек плюс одна лохана равны целой команде.

Но история на этом не закончилась. На 16-й день Фу Шэн дал Саньвань дополнительное stress test: создать с нуля полноценную web page «Выращиваем лохану». Он все еще лежал в bed, управляя process исключительно голосом и screenshot.

Через 24 часа сайт sanwan.ai вышел в online: 59 pages, 7070 lines of code, и Фу Шэн не написал ни единой строки code......