Skip to content

Andrew Wilkinson 六层 AI 架构

Andrew Wilkinson(Tiny 联合创始人,管理 40+ 企业,年营收约 $3 亿)公开了他完整的六层 AI 分工架构。核心理念:AI 的威力不在单一模型有多聪明,而在于你如何配置架构——这才是真正的护城河。他可以只靠一只手机 + OpenClaw agent,坐在 Uber 后座跑完整间公司的营运。


目录


整体架构概览

六种 AI 工具分属三个层级:

┌─────────────────────────────────────────────────────────────┐
│                    Andrew Wilkinson AI 架构                  │
├─────────────────────────────────────────────────────────────┤
│                                                             │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  营运层 (Operations)                                │   │
│  │  ┌──────────┐ ┌──────────┐ ┌──────────┐            │   │
│  │  │Claude Code│ │ OpenClaw │ │  Harbor  │            │   │
│  │  │ Vibe编码  │ │ 多Agent  │ │多面板监控 │            │   │
│  │  └──────────┘ └──────────┘ └──────────┘            │   │
│  └─────────────────────────────────────────────────────┘   │
│                          ↕ 数据流                          │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  记忆层 (Memory)                                    │   │
│  │  ┌──────────┐ ┌──────────┐ ┌──────────┐            │   │
│  │  │  GBrain  │ │ Hearsay  │ │ Fireflies│            │   │
│  │  │向量数据库 │ │ 24h录音  │ │会议转写  │            │   │
│  │  └──────────┘ └──────────┘ └──────────┘            │   │
│  └─────────────────────────────────────────────────────┘   │
│                          ↕ 数据流                          │
│  ┌─────────────────────────────────────────────────────┐   │
│  │  个人/媒体层 (Personal & Media)                      │   │
│  │  ┌──────────────┐                                   │   │
│  │  │ Gemini Voice │ ← 早晨广播 / 语音交互             │   │
│  │  └──────────────┘                                   │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
└─────────────────────────────────────────────────────────────┘
层级 工具 核心功能 负责什么
营运层 Claude Code AI 编程 Vibe Coding,自然语言写软件
营运层 OpenClaw 多 Agent 运行时 客服、开发、营销自主运作
营运层 Harbor 多面板监控 同时监控所有 Agent
记忆层 GBrain 中央向量数据库 全域长期记忆
记忆层 Hearsay iPhone 24h 录音 日常生活数据采集
记忆层 Fireflies 会议语音转 Markdown 开会记录自动结构化
个人层 Gemini Voice AI 语音合成 定制化早晨广播

第一层:营运层(Operations)

Claude Code — Vibe Coding 引擎

Vibe Coding:纯靠自然语言跟 AI 沟通来写程序,不需要手写代码。

Wilkinson 的实际案例:

  • Deep Personality(关系分析 SaaS):从想法到上线约 2 小时,目前营收 ~$20,000,零员工,3 个 Agent 跑完全部营运
  • 家族办公室内部财务系统:不会写代码的 CFO 花 2 周用 Claude Code 做出替代昂贵财务软件的系统
  • 定制邮件客户端:处理每天 200-300 封邮件,按优先级排序,生成多选回复

OpenClaw — 多 Agent 团队

以 Deep Personality 为例,3 个 Agent 各司其职:

┌──────────────┐     ┌──────────────┐     ┌──────────────┐
│  客服 Agent  │     │  开发 Agent  │     │  营销 Agent  │
│              │     │              │     │              │
│ • 收信回复   │     │ • 侦测 P0 漏洞│     │ • 读 PostHog │
│ • FAQ 处理   │     │ • 自动修复    │     │ • 决定预算   │
│ • 用户引导   │     │ • 代码合并    │     │ • 多变量测试 │
│              │     │              │     │              │
│  收信人完全   │     │  隐形运维    │     │  自动化投放   │
│  不知道是 AI  │     │  无需人工干预 │     │  社群广告    │
└──────────────┘     └──────────────┘     └──────────────┘

Harbor — 多面板监控仪表板

同时跑多个 Agent 的痛点:终端机密密麻麻纯文字,眼花。

Harbor 提供多面板图形界面,像看仪表板一样同时监控开发、营销、客服 Agent 的实时状态。

监控维度 看什么
开发 Agent 当前在修什么 bug、代码变更
营销 Agent 广告投放状态、预算消耗
客服 Agent 工单处理进度、用户反馈

第二层:记忆层(Memory)

核心概念:无记忆 vs 有记忆 Agent

类型 特点 类比
无记忆 Agent 每次重新输入背景信息 每次面试都重新自我介绍
长期记忆 Agent 记得过去几个月/几年的完整脉络 公司里装了索伦之眼

Wilkinson 原话:「这感觉就像在公司里装了一颗索伦之眼,拥有一眼看穿全域、洞悉所有潜在问题的超强判断力。」

数据喂料管线

所有数据汇入 GBrain(中央向量数据库):

┌──────────┐   ┌──────────┐   ┌──────────┐   ┌──────────┐
│ Fireflies │   │ Hearsay  │   │ Apple    │   │  Readwise │
│ 会议录音  │   │ iPhone   │   │ Health   │   │ 电子报    │
│ → Markdown│   │ 24h 录音 │   │ JSON 导出│   │ 重要信件  │
└─────┬────┘   └─────┬────┘   └─────┬────┘   └─────┬────┘
      │              │              │              │
      └──────────────┴──────┬───────┴──────────────┘
                            │
                            ▼
                   ┌────────────────┐
                   │    GBrain     │
                   │ 中央向量数据库  │
                   │ 长期记忆存储    │
                   └───────┬────────┘
                           │
              ┌────────────┼────────────┐
              ▼            ▼            ▼
        Agent 完美     全域洞察      上下文感知
        当日脉络       潜在问题      跨时间推理

月费:$40,000 Claude API — Wilkinson 不再扩编人事,把资金直接砸在 AI 算力上。


第三层:个人/媒体层(Personal)

Ava — 个人助理 Agent

工作流程:

  1. 读取所有通讯软件和 email
  2. 提取需要拍板定案的事项
  3. 浓缩成三选一选择题
  4. Wilkinson 零碎时间回复 1/B/2/B
  5. 5 分钟清空一整天工作
原始邮件(500字)          Ava 处理后
┌─────────────────┐       ┌─────────────────┐
│ 某供应商要求...  │  →    │ 供应商要求延期   │
│ 大段解释...     │       │ 交付日期两周     │
│ 各种附件...     │       │                 │
│                 │       │ A) 同意延期      │
└─────────────────┘       │ B) 要求原日期    │
                          │ C) 取消订单      │
                          └─────────────────┘

Mara — 健康管家 Agent

惊人发现:分析 Wilkinson 5 年的 Apple Health 数据后,发现隐藏规律 — 每次神经痛发作前三天,手腕温度明显下降。从此 Mara 能提前发出预警。

这展现了 AI 在寻找隐藏数据规律上的绝对优势,人类观察根本无法发现这种关联。

Gemini Voice — 早晨定制广播

Readwise 收集的电子报 + 重要信件
         │
         ▼
    Agent 挑出精华
         │
         ▼
  Gemini Voice 生成
  7 分钟定制化广播
         │
         ▼
  每天早上:只吸收
  为你量身打造的
  高价值信息

核心价值:不再被外部社群媒体算法牵着鼻子走,每天吸收的信息全部经过筛选和个性化处理。


实战案例:Deep Personality

完整的「从吵架到月入 $20K」链路:

吵架 → AI 评理 → 洞察精准 → Claude Code 开发
                                        │
                                        ▼
                              Deep Personality 上线
                                        │
                    ┌───────────────────┼───────────────────┐
                    ▼                   ▼                   ▼
              40 分钟测评         100 页报告生成        AI 关系顾问
              20 项临床测试        人格 + 依恋类型      冲突预测
                                        │
                                        ▼
                                  ~$20,000 营收
                                  零员工运营
                                  3 个 Agent 自主运作

报告内容包含: - 人格特质(含依恋类型等细节) - 关系动态分析 - 适合的工作方向 - 个人挑战识别 - 可直接喂给 ChatGPT/Claude 的定制 prompt - 适合分享给伴侣/老板的协作卡片


即拿即用的提示词

提示词 1:让 AI 反客为主

当你不知道怎么下指令时:

问我一大堆问题来决定你的提示詞

让 AI 来采访你,产出比你自己写的指令结构更完整。

提示词 2:强制多 Agent 并行

处理复杂任务时加上:

一律使用包含八个子代理的团队

强制 AI 平行处理任务,最终产出质量大幅提升。

提示词 3:高门槛分析(会议心理分析)

你必须分析这个对话中的每一个字,
只有当问题达到关键程度时才标记。
不要迎合我的观点。

避免 AI 讨好式回复,设定高标准分析门槛。


真实成本与代价

时间分配

Wilkinson 自己承认的真实时间分配:

┌─────────────────────────────────────────────┐
│          每天时间分配                         │
│                                             │
│  ████████████████████████████████░░░░░░░░░  │
│  ████████████ 50% ████████████████          │
│  Agent 抓虫除错                              │
│                                             │
│  ░░░░░░░░░░░░░░░░░░░░░░░░████████░░░░░░░░  │
│  ░░░░░░ 30% ░░░░░░░░░░░░░░░░░░             │
│  最佳化流程                                  │
│                                             │
│  ░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░██░░░░░░░  │
│  ░░░░░░ 20% ░░░░░░░░░░░░░░░░░░░░░         │
│  实际生产                                    │
│                                             │
└─────────────────────────────────────────────┘

关键洞察:这是一台永无止境的生产力跑步机,你还是得死死盯着它。市面上号称全自动运作的产品,大多还停留在卖梦想的阶段。

财务成本

项目 月费
Claude API(记忆层) ~$40,000
ChatGPT Plus $20
各类 SaaS 订阅 数百~数千
总投入 $40,000+/月

对普通人的启示

Wilkinson 的核心比喻

「这是史上最适合创业的时代,但你就像是在压路机前捡铜板。写程式变简单了,但也代表竞争变得极度拥挤。如果你不拼命用前所未有的速度往前跑,随时会被后方那台叫做 AI 的压路机无情碾过。」

护城河在哪?

旧护城河:编程难、门槛高、雇人贵
    ↓ AI 时代
新护城河:品牌、分发渠道、硬件、领域知识

Wilkinson 在 Tiny 已经放慢收购软件公司的速度,因为编程不再是护城河。

落地建议:优先建哪一层?

你的情况?
    │
    ├── 信息过载 / 决策疲劳
    │   → 优先建「个人层」
    │   → Ava 式三选一助手
    │   → Gemini Voice 定制信息流
    │
    ├── 知识管理 / 上下文断裂
    │   → 优先建「记忆层」
    │   → 向量数据库 + RAG
    │   → 会议自动结构化
    │
    ├── 运营效率 / 重复劳动
    │   → 优先建「营运层」
    │   → Claude Code Vibe Coding
    │   → OpenClaw 多 Agent 团队
    │
    └── 全都要
        → 从记忆层开始
        → 它是其他两层的地基

参考资料

相关笔记