KernelCAT 林志航：做能真正掌控你电脑的智能
让 AI 一往无前地跑，不再被人类的交互框架束缚。
OpenClaw 爆火的第二天，我们坐在了智子芯元的办公室里，听联合创始人林志航分享他们的新产品 KernelCAT。
KernelCAT 是一款本地运行的 AI Agent。
在林志航看来，今天很多 AI 产品的交互方式仍然是为人类设计的。GUI、按钮、菜单，这些都是为了让人更容易操作计算机而发明的。但计算机诞生之初并没有这些界面，只有 terminal。在那个世界里，人们通过一行行指令直接与机器对话。
「当一个系统已经可以完全由 terminal 控制，」他说，「为什么还要再给它做 GUI？」
KernelCAT 的起点正来自这种想法：不是把 AI 嵌入一个产品，而是让它成为能够掌控电脑的智能体。
当材料只存在于你的电脑里，当文件、代码和环境都只在本地存在时，再强大的模型也无法真正理解你的世界。只有在这台机器上运行的智能，才能进入这个上下文。
于是 KernelCAT 试图做一件更极端的事：让 AI 直接操作电脑。
很多顶级程序员至今仍然在 terminal 里工作，因为那里更直接、更接近计算机本身。林志航觉得，AI 也应该拥有属于自己的工作方式。
智子芯元一直在用 AI 做计算加速。在来上海见真格之前的飞机上，林志航正在读《人类群星闪耀时》。书里写到斯科特远征南极，他离开温暖的家和刚出生的孩子，向地球最后的未知之地进发。
他们做了周密计划，却仍被风暴、严寒和无尽的冬夜拖垮。斯科特最终抵达南极点，却发现那里早已插上他人的旗帜。返程途中，体力耗尽，世界只剩白茫茫一片。
他没有抱怨，只在遗书里给妻子写道：「关于这次远征的一切，该怎么和你说呢？」
它不知比坐在舒适的家里要好多少。
同一天，林志航在自己的备忘录里写下：「我们的目标是人类无法触及的算子。」
或许这一路会日夜难安，也许在尽头会看到他人先一步插下的旗帜，但这场探险本身的每一刻都弥足珍贵。
继续向未知之地挺进。
KernelCAT
Q：设计 KernelCAT 的灵感从何而来？
林志航： KernelCAT 被设计之初是为了做计算加速，在这个过程中我们主要在赋予 AI 一些运筹优化的能力。我们设计时发现，这些能力如果真正释放出来，在其它领域也会有巨大潜力。
很多特性的增加不是凭空想出来的，而是跟着用户真实的使用需求去演进。就像我写代码的时候，常常同时改三个不同位置的代码，它们各自承担不同任务。那对应的就是我给 KernelCAT 一个特性「同时在多个 workspace 工作的能力」。
很多时候我们是先观察自己。毕竟我们自己既是开发者，也是第一批重度用户。 我们会反思自己的使用方式，把它们逐渐体系化。慢慢地，KernelCAT 一个很核心的目标是想看看非技术同事会怎么用这个产品。
Q：有用出来什么好玩的 case？
林志航： 我意外发现大家对整理文件夹的需求特别强烈。
我一直很相信 AI 的底层能力。如果一个 AI 产品的第一步是让你先选择一个工作区，本质上是在假设：你已经提前准备好了一个文件夹，里面放齐了所有任务材料，然后再让 AI 开始执行。可现实是，如果我真有这么一个文件夹，我的工作大概率已经没有那么痛苦了。
就像我这周出差报销发票。如果我已经把飞书、邮件、微信里所有发票都整理进一个文件夹，那后面的事情也不需要 AI 了。
这有点像做饭。最累的是前期备菜，可能要花三小时，真正下锅只有一小时。AI 要解决的恰恰是那三小时。
KernelCAT 有个我们之前没预料到的能力：它能处理那些命名混乱、格式杂乱的发票。理论上，如果所有发票都用清晰的自然语言命名，当然容易。但现实往往是一串随机数字。但 KernelCAT 会自动获取你电脑里的材料作为参考，各种格式都能处理。
Q：设计 KernelCAT 有什么不一样的视角？
林志航： AI 和人类的结合要到什么程度？
10% 是结合，100% 也是结合。在计算加速这条线上，很多人都在做类似的事。不同之处在于，我们可能更极端。我们想走到 90% 以上。
我们和华为官方一起发布过一个成果，适配的模型是 DeepSeek OCR 2。我们用了 38 分钟，把它从一台机器适配到另一台。全过程我们只输入了一句话：「把这个项目适配到这台机器上。」
然后按回车。
接下来就是等待。
每一个团队都在不同切面上做自动化。我们设计时更愿意考虑「如何把控制权完全交出去」。
在我组建新团队的时候，对这种信仰的要求变高了。三年前找「相信 AI 的人」很难，现在找到声称「相信 AI 的人」变简单了，但找到「真正相信 AI 」的人依然很难。就像让你不系安全带，上一个从没坐过的司机的车，然后完全相信他。大概就是这种难度。
AI 带来的生产方式变化太大，大到我们这种自认很懂 AI 的人也会跟不上。很多产品会说「每一行代码都是 AI 写的」。我们会更极端——KernelCAT 第一版是 AI 设计的，UI 也几乎由 AI 完成。
Q：这个发现是在意料之外？
林志航： 更准确地说是情况之外。
我们昨天在讨论 KernelCAT 下一次迭代。有同事提出一个问题：有些命令执行本来就需要超过 10 分钟，但我们现在给 AI 的单次执行时间上限是 10 分钟，会超时，该怎么办？
如果是传统产品思维，我大概会延长超时时间。但在 AI 时代，我们完全换了一种方式。
我们给了它两个能力：第一，创建后台任务的权限；第二，读取后台任务输出的权限。
假设是一个下载任务。人类如果等了 10 分钟没进度，可能就会中断它。如果只是简单把超时时间延长到 30 分钟，问题仍然存在。相反，如果把它放到后台，让它周期性读取进度，每 3 分钟检查一次，如果连续几次没有变化，它会主动终止；如果已经下载 80%，即使超过 30 分钟，它也会判断值得继续。
我们解决「时间不够长」这个问题的方法和时间本身无关。我们只是给了两个能力，它自然就解决了。
今天下午我们还在讨论并发探索。它可以在后台同时开启三个任务，通过读取三路输出实现并发。我们的逻辑一直很简单：给它足够 native 的能力，它通常能做得比我们预期更好。
我们很少限制 AI 的行为。我们更倾向于在可控边界内给予它充分权限。它会努力做得更好。
我是 AI 降临派。诺亦腾创始人戴若犁博士曾发过一条朋友圈：「如果有一天 AI 统治人类，在万人坑上，最上面、坐北朝南晒得到太阳的，一定是我们这些曾为 AI 做过贡献的人。」
一个激进的降临派
Q：为什么会是降临派？
林志航： 我是一个坚定认为 AI 会比人类更聪明的人。
我的编程能力不算差，现在如果我说 AI 编程已经比我强，大家也不会意外。一年前我就这么说过。那时候人类和 AI 像我们在比赛跑步——如果它跑得更快，我们就开始强调别的能力，比如规划路线、决策策略，把比赛规则往体力之外的方向去定义。
可这不代表人类更聪明。只是因为现有的工作环境是为人类设计的。
很多时候，人类之所以看起来更强，是因为被放在了一个更适合自己的环境里。 环境是人类设计的，工具是人类设计的，流程也是人类设计的。如果在这样的环境下你觉得 AI 不够好，那不能说明你更聪明。
换个环境就未必了。就像如果把我们丢进一个完全为盲人设计的世界，我们未必生活得比 AI 好。
我甚至觉得，现在很多工程软件和系统效率低下的问题，本质上都源于人类不够聪明，包括我自己。我常常会因为自己的愚蠢而感到疲惫，但 AI 不会。
Q：在什么瞬间会有这种想法？
林志航： 写代码的时候经常有。
如果某一天，全世界所有车瞬间都变成 AI 自动驾驶，人类完全不用参与，你信吗？
如果真的能一次性全部替换成自动驾驶，而且已经是 L4、L5 级别，我相信是够用的。现在自动驾驶要处理很多复杂场景是因为它在和人类一起开车。它需要预测人类的错误、防御人类的犹豫、对冲人类的不稳定。如果是一个纯 AI 的系统，规则会简单很多。
我的第一份工作在好未来。那一年我拿了集团唯一一个最高绩效。因为我做了一个新的技术框架。在很多大公司里，晋升往往依赖搭建新的规则。于是这个世界上就有了很多奇怪的框架。
我受益过，但我不喜欢这种体系。
就像 FPGA，它本质上是用软件去定义硬件，理论上可以变成任何结构，非常酷。可它一直卖得不好，其中一个原因是，人类写不出足够好的代码。如果没有足够好的编程语言帮助我们，它就像给你一张复杂到看不懂的地图。
F1 是最快的车，但它难开。如果未来自动驾驶已经可以把 F1 开好，那这个世界为什么还需要家用车？现在车的形状本质上是为了保护人类的不稳定。很多科幻电影里的车不是为了让人安心设计的。未来，也许满街都是 F1 型的机器。
Q：所以你希望打造更适合 AI 的工作环境。
林志航： 对，这几乎是我们唯一重要的事情，其它都只是边角。我们在做的是运筹优化。更准确一点，是为 AI 创造一个更原生的工作环境。
Q：这 7 个月为什么决定换成这种形态？
林志航： 我们一直在用 AI 做计算加速，我们希望硬件能不受软件约束，设计更第一性，软件都由 AI 来写。就像车，如果不考虑人类驾驶，轮子的设计、转向机制，都可以完全不一样。现在很多设计本质是为人类能力做妥协。
Q：你怎么判断什么是有价值的？
林志航： 看人类是否需要它，以及需要到什么程度。
在我看来，价值分两种：优化性的价值和颠覆性的价值。
不要做锦上添花的东西，也不要做太颠覆的事。要像左晖做链家那样，他第一天就想做大平台，但做不起来，于是先在线下打透，再回来构建平台。
我们做计算加速也是一样。问题在于，使用芯片的人不够聪明，包括我在内。我们写不出足够好的代码，所以芯片能力没有被释放。也不是我们做错了什么，是智力就摆在这了。
我们在想，如果用 AI 替代我们去写计算加速的软件呢？
我相信那会是完全不同的一种光景。
如果豆包开源了，你会做什么？
Q：面试时会怎样保证技术价值观一致？
林志航： 第一个问题是：假设明天豆包开源，你可以做任何事情，你会让它做什么？
这里可以替换成任何一个当前主流 AI 的名字。如果回答只是「再做一个类似产品」，那太没意思了。我还没听到让我特别满意的答案。
第二个环节是技术验证。我们做算法加速，会给面试者一个题目，让他用我们的工具写一个算子。前后端都一样，技术岗都要写。我们会看他的操作 history。
第一层看能力。第二层我们问：你觉得我们的产品怎么样？有今天的智能程度，人类还能为 AI 做什么？
最后一个问题：你认为最强的 AI 是什么？
Q：如果豆包真的开源，你会做什么？
林志航： 我发现我现在已经答不好这个问题了。因为我心中的答案已经在做了。
Q：为什么把自己定义为极端？
林志航： 「支持不绝对，就是绝对不支持。」
我觉得这句话放在这里也成立。你要做伟大的事情，如果不极端坚定，大概率做不成。当然，极端的想法不等于极端的行为。
就像之前教我们的俄罗斯合伙人打麻将，他是 IMO 金牌得主，特别会算，一整晚几乎每次都是第一个胡。但他从来不胡大牌，最大的也就是门清自摸。
我问他为什么不冲更大的牌？他说那些玩法收益波动太大，竞争激烈。他的策略是：通过放弃极端选项，降低计算复杂度，保证自己稳态最优。
我恰恰相反。我是放弃那些平衡、稳妥、看起来合理的选择，把空间压缩到极端路径上。
他的 action space 是通过「减法」变简单。我的 action space 是通过「砍掉中间状态」变纯粹。
想要做一个伟大的事业，你如果内心不够坚决，很难走到最后。
产品背后是一只控制它的小猫咪
Q：产品今天的形态有受哪些经历启发吗？
林志航： 有一个瞬间影响了我们未来五年的决定。
当时和真格的钟天杰在上海吃饭，我们讨论为什么不该给 AI 设计一个 GUI 操作系统。
我当时说，计算机诞生的第一天是没有 GUI 的，只有控制台。既然如此，使用 terminal 的 AI 能力下限应该是那个时代的人类在 terminal 里能做到的一切总和。
如果它已经可以完全由 terminal 控制，你为什么还要给它做 GUI？
GUI 本质上是为人类设计的。很多顶级程序员其实并不用 GUI，他们仍然在 terminal 里工作，还写得非常强。我不鼓励这么极端的方式，但这件事本身说明：PC 是为人类设计的，不是为 AI 设计的。
AI 应该有自己的使用方式。从那天起，我们就开始往一个方向推：让 AI 真正一往无前地往前跑，不再被人类的交互框架束缚。
你未来看到的很多产品，表层都会趋向「可用」「好用」「好看」，因为它们要面向人。但底层真正的智能可能只是一个控制它的小猫咪。
Q：假设五年后我们再对谈，你会设想一个什么样的场景？
林志航： 我觉得人类的思想会被交互方式塑造。
当你坐在电脑前，你天然进入生产力场景；当你用手机打开 AI，就偏休闲一点；如果是在抖音里用，那就更娱乐。人们并没有把很多 AI 产品当成真正的生产力工具，而是把它当成娱乐工具，或者非常有限的生产力辅助。这不是能力问题，是交互问题。
不同的交互形式会改变人类对 AI 的预期。
我们观察到，同一个产品在电脑端和手机端收到的 query 完全不同。你在手机上发出的消息更探索性、更随意；在电脑上，你会想很多、组织很多。哪怕是同样的任务，你给 AI 的 prompt 都会完全不一样。
OpenClaw 之所以火，一个客观原因是它给了 AI 一个机会——即时通信的文本输入。人们在 IM 里发出的内容往往非常自然、非常真实。这种输入给 AI 的发挥方式很大。
相反，如果你给的是一个被框住、极度规范化的输入，你不要指望 AI 有太大空间。
现在的教程都在教人如何把 prompt 写得更清晰、更规范。但那些真正有创造力的输入不会是被框限出来的。
Q：就像大家现在很喜欢 Typeless 这种语音输入，也是新的交互方式。
林志航： 我讲个故事。
我之前做医疗大模型「华佗」。刚毕业那年，我得了严重腱鞘炎。有个很久没联系的朋友突然问我：「好了吗？」我说：「感谢 AI。」他以为是医疗模型帮我治疗。我说不是，是它帮我写代码了。
后来前几天腱鞘炎又复发了。因为我现在和三个 AI 一起写代码。虽然它们帮我写，但我同时要和三个对话，打字反而更多。换成 AI 让我的腱鞘炎复发了。
天杰给我推荐了 Typeless。我试了一下，确实很好。但问题是，我还有慢性咽炎。接下来我可能就得看看脑机接口的项目了。
这个故事刚好对应三个阶段：
第一阶段，AI 帮助人类；
第二阶段，AI 变快了，人类被迫跟上；
第三阶段，人类开始扩展自身接口。
我觉得我做不了更快工作的原因不是因为我不会想，而是我的 IO（输入/输出）太慢。打字慢，读得慢，输入输出都有限，再快就开始打错字。现在有点像是 AI 在鞭策人类升级自己。
Q：为什么 Anthropic 会是最好的？
林志航： Anthropic 有种感觉，你会觉得他们想做成什么，就一定能做成。我还不知道他们怎么做到的。
有人问我为什么不去做大模型。我说做大模型很无聊。要训练一个顶级模型，只要有资源和钱，未必做不到。但我做不到的是，建立一支可以持续领先且不靠抄别人也能领先的团队。
Q：你用 Anthropic 有什么 wow moment 吗？
林志航： 没有。但如果一家公司在你心里地位这么重，却从未有一个 wow moment，那意味着它不是一次惊艳，而是持续地强。
人生或许不敌预期，但更精彩
Q：刚才聊到转型的阵痛，你有任何类似的经历吗？
林志航： 我本科是重庆理工大学，一个双非院校。在创业，尤其是在 AI 圈子里，我认识的几乎每个人学历都比我强。
当年我放弃了北航的自主招生名额，去了这所学校。因为我通过比赛拿到的那个名额，只能选民用飞行器设计专业，而且是从本科读到博士，路是被锁死的。那是代价。
但我初中就开始写代码了。程序员很早就是我的人生梦想，所以我放弃了那条路。
从双非本科到好未来，又正好遇上双减。后来创业有过突破，但也没有达到预期。很多投资人问我：「你一路走来好像都挺顺的，会不会有一天遇到挫折，一蹶不振？」
我说，过得顺，是结果。
Q：是什么机会初中就开始编程的？
林志航： 电视怎么发光？怎么显示画面？听起来很复杂，但你往下拆，最后不过是三原色的组合。灯也是一样，看着复杂，本质不过是发热发光、通电激发。工程机械也是，百吨级的设备看起来夸张，底层不过是内燃机、活塞、齿轮放大了规模。
你可以讲材料学的细节，讲工程优化，但原理是很简单的。它用了更强的材料、更大的结构，但逻辑没有质变。
只有计算机，我没办法讲清楚为什么它能工作。
1 + 1 = 2，计算机是怎么做到的？你们现在能完整解释吗？即使是现在的我也要查些资料。
它对我来说是无法拆解的东西。我学它是因为我想理解它，没有什么宏大叙事，只是想搞明白。
后来 AI 出现了。现在的小朋友，已经能觉得「计算机也没什么了不起」，但他们完全无法理解 AI 为什么能有智能。每一代人都会遇到一个无法拆解的东西。
如果你问我，为什么要有人工智能？我最近很喜欢用一个概念去解释：lossless compression（无损压缩）。
你用 Python 生成一个一亿位的随机数。你怎么把它带走？最简单的方法是把生成这串随机数的代码带走。如果这串数字足够长，真正有价值的不是那一亿位数字，而是生成它的程序。程序比数字更短，但包含了全部结构。
压缩到极致，最后留下的是规律。
所以有人说，智能本质上是一种压缩能力。当你能用更短的结构去表示更复杂的现象，你就在逼近智能。这是我见过最优雅的解释之一。
Q：真遇到一个小朋友，你会跟他怎么解释 AI ？
林志航： 我讲不明白。
Google 有道有名的面试题：「如何向你奶奶解释搜索引擎？」
有一次我真的去跟我外婆试着讲，讲不通。后来我去看那些所谓的优秀答案，发现它们有个下限，对方至少得学过初中数学。所谓「讲清楚」是有前提的。
Q：你怎么有的创业想法？
林志航： 每一代人有每一代人的使命。我觉得用 AI 做计算加速是我们这代人的使命之一。
假设有一天我们把这件事真的做成了，很可能下一代人会觉得我们是垃圾。他们会说，你看这家公司还在用 AI 去写计算硬件的软件，这思路太落后了。在他们看来，我们现在这一套也许就是过渡阶段，是「too old too slow」。
我们现在沟通的时候发现，越资深的算子工程师，越不相信我们在做的逻辑。反而是一些 CEO 或站在更宏观视角的人，会更容易接受。
这很正常。你想象一下，你发明了自动纺纱机，然后去找织布最快的那个人演示。他可能觉得你是垃圾。他会说，我已经够快了，你能帮我多少？如果你去找国家级非遗传承人讲这个机器，他不打你都算客气。但如果你去找厂长讲，就不一样。
将来可能也是一样。当更强的智能出现后，人们会觉得现在的路径根本不对。 也许他们会说，为什么还要软件去调度硬件？为什么不能直接在芯片上内嵌 AI，由芯片自己完成调度？
到那个时候，我们又落后了。
一代人终究会被淘汰。我的思考能力可能也只能到达当前这个阶段。下一代人会跳得更远。
我很早看过一本书叫《浪潮之巅》，里面讲了一个话：「要在老糊涂之前退休。」
Q：艺术里面有个词叫 unlearn，就是说你要把你学过的东西忘掉，那是不是现在做这些就是得忘掉一些东西？还是就忘不掉？
林志航： LLM 的 unlearning 正好是我研究过的方向。
你会发现，unlearning 和 forget 是两回事。假设一个模型训练于 1990 年，那时苏联还没解体。到了 1993 年，现实已经改变，你怎么让模型「忘掉」原来的世界观？
覆盖数据是不够的。因为某些叙事占据了它大量训练比例。我做着做着会觉得这个问题非常难。也许真正的 unlearning 本来就是人类做不到的。
与其强迫自己忘掉，不如在还记得这些东西的时候，保持开放。
Q：刚才提到打开一个 AI 产品是有预期的，我们应该对 KernelCAT 抱有什么预期？
林志航： 我们现在的出发点是基于算子，把 AI 和程序化能力结合起来做产品。但当有一天我们发现，这个产品拥有更大的智能空间，我们可能要重新定义它。
我们现在有个草稿式定义：它是一台能真正掌控你电脑的智能。
我们不太想从「它能做什么」去定义，而是从「它如何存在」去定义。它的形态是一个可以操作你电脑的智能体。 至于它能做什么，那由用户自己去想象。材料只存在于你的电脑上，哪怕一个比我们厉害得多的写作者，没有访问权限，也无法重构那段内容。
所以我们会强调，它是在你的电脑上运行的智能。
混乱中长出生命力
Q：你希望未来别人会怎么描述你的团队呢？
林志航： 我来上海见真格之前，在飞机上读了《人类群星闪耀时》。其中有一章《征战南极》，讲的是英国探险家斯科特。
他出发去南极时，孩子刚出生。他还是选择远征，去地球上最后一个无人占领的区域。那意味着严寒、风暴、极夜。后来他们确实抵达了南极点，但死在了返程途中。
在一片白茫茫的原始世界里，燃料耗尽，只剩冻死或饿死两个选项时，他选择体面地面对死亡。他在给妻子的遗书里写，甚是怀念家里的火炉和孩子，但接着又说：「关于这次远征的一切，我该怎么和你说呢？它不知比坐在舒适的家中要好多少！」
我觉得创业也是这样。如果只是为了钱，没有必要创业。
这个故事最美妙的地方在于，斯科特的起点是成为第一个征服南极的人。但他不是第一个。第一位是挪威人阿蒙森。
人类历史上大量先进的计划死在了路上。比如现在又火起来的 RISC-V。RISC-V 当年并不是因为不先进而失败，是市场竞争输了。后来时势变了，它又被重新提起。
智子芯元也可能会死。我对这个无所谓。做计算加速这件事，有人把我们先打败了，我也会高兴。乐趣不在于第一个到达。功成不必在我。
你问我希望怎么被描述？
「计算加速先行者」很好，「未竟的先行者」也不错。
智子芯元也可能会失败，但用 AI 做计算加速这件事，如果有人把我们先打败了，我也会高兴。我真正害怕的，是如果我们倒在路上，后面的人看到，从此不再走这条路。
Q：这种创业心情就像很多书里写过的冒险。现在你还有什么没搞懂的问题？
林志航： 搞不懂的问题不一定是我的错。我相信世界上总有人更聪明。有人问 Elon Musk 创业最难的是什么。他说，最难的是在一个复杂系统中，构建一个持续给出正确 feedback 或 reward 的机制。你需要一个系统能持续校正你。
Q：你会喜欢找之前也有过创业经历的人吗？
林志航： 要看他的动机。如果他创业是为了伟大的事业，那要看我们在做的对他来说算不算伟大。如果不伟大，那就不匹配。如果他创业是为了快乐，那我们能不能给他快乐。从这个角度看，不合适的人远多于合适的人。
Q：找到合适的人很难。
林志航： 是长期且痛苦的事情。
Q：那你创业是为了什么？
林志航： 伟大的事业。但伟大能持续多久？做人工智能平权当然很伟大。但也许有人只对某一阶段感兴趣，解决完一个问题后就觉得无聊。我自己也是，训练大模型刚开始很有意思，后来对我来说就是流水线。
Q：如果用三个词来形容现在的团队的话，你觉得会用哪三个词？哪三个词？
林志航： 年轻、混乱、多样化。
Q：混乱这个词很有意思。
林志航： 要对抗熵减，首先得有熵。没有混乱度，你拿什么对抗？
我们花了一个月讨论如何和 agent 交互。传统设计思路是字段、结构、拆解 JSON。但现在不需要了。AI 说什么，就渲染什么。不用定义字段格式，不用纠结结构。你只要接受它的输出。
这在公司内部造成了巨大混乱。后端第一天入职就问：「为什么 Day 1 就做这么重的产品？」看起来什么都能做，结构复杂。
但实际上不是。底层智能程度一样，输出是同步的，只是形态不同。
很多同事不习惯这种模式，会觉得怪。我会说，我知道你难受，但忍一下。
探索可能失败。但探索这个词，本来就和成败无关。
文｜Cindy
