Anthropic刚刚把「用AI建一家公司」的完整蓝图公开了。CEO只有1个，剩下全是AI。它们自己分配任务，自己决策，自己推进项目。人类只管设定目标，剩下的全部自动跑。

核心问题

你到底在卖什么？

Anthropic联合Google Cloud发布的这套系统，本质上是让调用模型的次数越多越好。这是明面上的商业模式，不是阴谋。

角色	定义	价值
执行者	别人设定目标，你去调用AI完成	帮Anthropic卖模型调用量
判断者	能独立判断什么目标值得设定、什么任务值得分配	卖独立判断

在同一套工具下，这两种角色收入天差地别。

技术方案：ADK + A2A

ADK（Agent Development Kit）

3个文件就能跑起第一个AI员工，开源免费。

三种编排模式：

模式	说明
Sequential	顺序执行，一步接一步
Parallel	并行处理，多任务同时跑
Loop	循环迭代，直到条件满足

两种记忆机制：

机制	说明
Session	会话记忆，单次对话内记住上下文
Memory	持久记忆，跨会话积累知识

已经能应付：客服自动化、数据分析、代码生成+PR提交。

A2A协议（Agent-to-Agent）

让不同框架的AI能互相沟通，你不再被绑在某一个封闭系统里。

国内的坑要先看清楚

坑1：GCP受限

Vertex AI是Google Cloud的产品，中国大陆直接访问有门槛。需要绕路、企业账号、稳定环境。很多创业者第一步就被卡住了。

坑2：API成本

Demo里几秒搞定的事情，生产环境不是这个成本。AI员工24小时运转，每一个决策都在消耗token。"省钱"这个假设要打个巨大的问号。

坑3：幻觉风险

AI会出错，而且出错的时候不会告诉你。它会非常自信地给你一个错误答案，然后你根据这个答案去做决策。

这是生产环境里最容易被忽视的风险。

坑4：A2A协议还在草案阶段

很多协作功能2025年下半年才正式发布。你在研究的是一个正在发育的东西，不是成熟产品。

怎么办？不要追工具，要追场景

你需要搞清楚的，不是「ADK怎么用」「MCP协议是什么」——这些搜索引擎30秒给你答案。

你需要搞清楚的是：

• 什么值得交给AI做
• 什么必须留在人手里
• 什么时间节点介入是合理的

一个简单的判断框架

问自己一个问题：如果AI把这事做砸了，谁来兜底？

答案	决策
AI来兜底	可以交给AI
你来兜底	必须留在你手里

你的兜底能力，就是你独立判断的价值。

核心认知

在AI能替你上班的时代，你到底要卖什么？

答案不在Anthropic那里，不在AI那里。答案在你自己的业务里。

---

值不值得研究，取决于你到底在卖什么。