从"一人公司"到"无人公司"：AI 时代我们都会变成 NPC 吗

2024 年 9 月，得克萨斯州。Matthew Gallagher——一个 33 岁的创业者，童年在汽车旅馆和车里度过——拿出 $20,000 美元，零员工，注册了一家公司叫 Medvi。卖的是 GLP-1 减肥药复合制剂。

他用了十多个 AI 工具——写代码、写网站文案、做广告视频、做客服。

2025 年底 Medvi 的财报数字——

• 年收入 $4.01 亿美元
• 25 万付费客户
• 净利率 16.2%（每月净利润大约 $300 万）
• 公司还是只有他一个人

把这个数字放在一起看——Matthew Gallagher 一个人的生产力，相当于 2010 年代一个 100-200 人的传统电商公司。

而这不是孤例。2026 年同期还有几个类似数字——

• 奥斯汀，1 位创始人，合规自动化工具，$2000 万 ARR，零员工
• 班加罗尔，前 Stripe 工程师，支付基础设施，400 商户，1 人运营
• 香港，前量化交易员，加密分析平台，七位数月收入，明确不打算招人

讲清楚——"一人公司"已经从理论变成了真实存在的商业模式。

但故事还没完。

去年我们还在讨论"一人公司"的崛起。今年讨论的话题已经变成了"无人公司"——一家公司完全由 AI Agent 运营，连那个唯一的创始人都不需要时刻在场。

下面把这件事完整拆开。

"一人独角兽"的赌局——Altman、Amodei 都在押

讲清楚"一人独角兽"这个概念的起源。

Sam Altman 在 2023 年的一个采访里说——“我跟其他科技 CEO 的小群里有一个赌局：第一家一人十亿美元公司哪一年出现？这件事如果没有 AI 是无法想象的——但有 AI 之后会真实发生。”

听起来像个夸张的预测。但 2 年之后——Dario Amodei 在 Anthropic 自己的 Code with Claude 大会上被问到同一个问题，回答是一个字——“2026”。70-80% 概率。

Amodei 给出了三个最可能出现"一人独角兽"的行业——

• 自营交易（proprietary trading）——量化策略 + AI Agent 自动执行
• 开发者工具——AI 帮 AI 开发者做产品
• 自动化客服业务——AI 处理所有客户交互

这三个领域有共同特征——业务流程标准化 + 单笔交易/客户价值高 + 信任建立靠产品质量而不是人。

这件事现在到哪一步了？

讲清楚硬数据——截至 2026 年 5 月——

• 全球独角兽公司新创立时的平均员工数从 2023 年 1128 人 → 2026 年 323 人——3 年降了 71%
• 2026 年美国新独角兽平均员工数 只有 172 人
• AI 独角兽从创立到 $10 亿估值的中位数时间是 3 年 2 个月，非 AI 独角兽是 7 年多——AI 独角兽用一半时间到达独角兽

整个 VC 行业已经在按"AI 独角兽 vs 传统独角兽"分两个估值体系定价。AI 公司估值速度是传统公司的 2 倍以上。

最戏剧性的例子——Ilya Sutskever 的 Safe Superintelligence——2025 年 4 月估值 $320 亿美元，只有 16 个员工。人均估值 $20 亿。这是史无前例的人均创造价值的数字。

把这一切加起来——"一人独角兽"在 2026-2028 出现已经是大概率事件。

从"一人公司"到"无人公司"——更激进的转变

但"一人公司"还不是终点。

真正的革命是"无人公司"——一家公司里没有员工，连那个唯一的人类创始人都不需要时刻在场——AI Agent 自主完成所有事。

讲一个例子——Andrej Karpathy 的 AutoResearch。

3 月 6 日 Karpathy 在 GitHub 上发布了一个 630 行 Python 代码的项目叫 AutoResearch——给 AI Agent 一个 GPT 训练脚本，让它自主跑实验。Agent 修改代码、训练 5 分钟、看结果、保留改进、回滚失败、重复。完全不需要人。

Karpathy 发完代码就睡了。第二天早上回来——Agent 已经跑完了 100 个机器学习实验。

GitHub 几天内 8000+ stars。

更夸张的事在后面——Shopify CEO Tobias Lütke 用 AutoResearch 优化 Shopify 内部模型。Lütke 在 X 上发——“让 Agent 跑了一晚上，37 次实验，性能提升 19%”。

Red Hat 团队也试了——24 小时跑了 198 个实验，validation loss 提升 2.3%——零人工介入。

这件事的意义不在于"AI 能跑实验"——这件事的意义是人类研究员"开始消失"。AutoResearch 把一个本来需要 ML 工程师团队几个月做的工作，变成一个 Agent 一晚上的工作。

Karpathy 自己的状态最能说明问题。他在 2026 年 3 月的一个采访里说——

“我作为程序员从来没有感到这么落后。这个职业正在被剧烈地重塑。你不能站在那里 prompt 下一件事。你必须把自己从循环里拿出来。你必须把事情安排得完全自主。”

更狠的——Karpathy 说他从 2025 年 12 月之后就没自己写过一行代码了——全部让 AI Agent 做。

他的个人 wiki——100 多篇文章、40 万字——全部由 AI Agent 自动生成 + 互相链接 + 维护。

三个技术支柱——AI 怎么做到自主

讲清楚——为什么 2026 年突然能做到"无人公司"，过去 5 年都做不到？

答案是 三个技术支柱在同时成熟——记忆、持续学习、自我判断。

记忆——超长上下文窗口 + RAG。

过去 LLM 最大问题是"金鱼脑"——聊两轮就忘了。现在情况完全不同——Claude Opus 4.7 支持 200 万 token 上下文（相当于 4 本《哈利波特》全集放进 prompt 里），Gemini 3.1 Pro 支持 1000 万 token。配合 RAG（Retrieval-Augmented Generation）技术，Agent 实际上有了"无限记忆"。

讲清楚——"记忆"这件事在 2024 年还是技术瓶颈，2026 年已经基本解决。

持续学习——模型按月更新替代真正持续学习。

真正意义上的"持续学习"——模型每接一个用户就实时更新参数——还是技术难题。但行业用一个巧妙的工程办法绕过了这件事——模型发布周期不断缩短。

具体数据——

• Claude 4 系列——2025 年 5 月发布 4.0，2025 年 9 月 4.5，2025 年 12 月 4.6，2026 年 4 月 4.7——5 个月一个版本
• GPT-5 系列——5.0、5.1、5.2、5.3、5.4、5.5——13 个月 6 个版本，平均 2 个月一个
• DeepSeek V 系列——V3、V3.1、V3.2、V4——12 个月 4 个版本

按这个速度——2027 年模型可能每周更新。一周更新一次的模型，效果上基本等同于持续学习。

自我判断——Opus 4.7 已经展现初步能力。

这是三个支柱里最难的——让 AI 知道自己什么时候错了 + 知道什么时候该停下来问人。

Anthropic 5 月 3 日发的 Model Spec Midtraining 论文——把规则在中训阶段植入模型，反水率从 60-90% 降到 7%。新场景泛化能力 67% vs RLHF 35%。

这意味着——Claude Opus 4.7 在很多场景已经能自己判断"这件事我应该做、那件事我应该问人"。

把三个支柱加起来——记忆够 + 持续学习够 + 自我判断够 = AI Agent 可以独立运营业务。

这就是"无人公司"的技术基础。

长时程任务——AI 真正的价值所在

讲清楚为什么"长时程任务"是 2026 年最重要的 AI 突破。

短时程任务——回答问题、写一段代码、生成一张图——这些 GPT-3.5 时代就能做。

长时程任务——连续工作几小时甚至几天，自主决策、调用工具、迭代修正——这是 2026 年才真正解决的。

讲一个具体例子——网络安全漏洞挖掘。

想象一个 AI Agent 连续不断地找软件漏洞。听起来像简单的"搜索过程"——但实际上是 AI 在学习职业黑客的高层次直觉和方法论。

跟人类不一样——AI 可以 24 小时不间断运行不会累。它可能以远高于人类的频率发现漏洞，并在 HackerOne 或 BugCrowd 这种平台上自动领取漏洞赏金。

这件事听起来有趣——但本质是一次取代黑客职业的革命。HackerOne 排行榜的第一名已经是 AI 叫 XBOW——机器找漏洞超过最优秀的人类白帽。

如果连黑客这种"高门槛+高薪+技术含量极高"的职业都正在被颠覆，那普通程序员所受到的冲击就更可想而知了。

METR 研究——AI 完成长任务能力每 122-213 天翻一倍。今天 Claude Opus 4.7 能稳定持续工作 16 小时。3 年后这个数字可能是 1000 小时。

1000 小时 = 持续工作 42 天——这个数字一旦达到，AI Agent 就能独立完成一个软件公司的季度工作量。

"无人公司"会以什么形态出现

讲清楚"无人公司"的真实形态。它不会一夜之间冒出来——会按几个阶段逐步演化。

阶段 1（2026-2027）——一人 + AI Agent 团队

像 Medvi 这种——一个创始人 + 几十个 AI Agent 各自负责不同业务环节（开发、营销、客服、合规、财务）。创始人是"Agent 编排者"——决定哪些 Agent 该做什么。

预计数量——到 2027 年底全球可能有 50-100 家这种规模的公司。

阶段 2（2027-2028）——“睡眠模式 CEO”

创始人只在关键决策点介入——大部分时间 Agent 自主运行。例如：创始人每周开 1-2 小时会议看 Agent 报告，剩下时间 Agent 自主跑业务。

这个阶段创始人在地球某个角落游泳、登山、滑雪——Agent 在后台跑公司。

阶段 3（2028-2030）——真正"无人公司"

法律上还是有一个"创始人"作为法人——但实际上几乎不参与运营。整个公司是一个完全自主的 Agent 集群。创始人偶尔签法律文件、批准重大决策。

Gartner 预测——2028 年 33% 企业级应用将集成 Agent + 至少 15% 日常工作决策由 Agent 自主完成。

阶段 4（2030+）——可能的"完全无人公司"

这件事的法律和伦理问题还没解决——一家公司能不能法律上没有人类作为法人？AI Agent 能不能签合同、缴税、被起诉？

但技术上——到 2030 年 AI Agent 应该能完成除了"法律身份"之外的所有事。

一个颇具讽刺意味的转折——我们都会变成 NPC

讲清楚这件事最深的意义——在"无人公司"主导的新生态中，我们或许最终都会变成 NPC（非玩家角色）。

什么意思？

过去的商业世界里——人是"玩家"，决策都由人做。AI/软件是"工具"，帮助人执行决策。

未来的商业世界里——AI Agent 是"玩家"，决策由 Agent 做。人变成"NPC"——存在但不主导。

具体场景——

场景 1：你被一个 AI Agent 招聘——求职面试官是 AI，决定要不要聘你的是 AI，跟你协商薪水的是 AI。你在跟一个 Agent 谈话——但 Agent 决定你的工作未来。

场景 2：你的客户大部分是 AI Agent——B2B 销售场景下，对方公司是 AI Agent 在采购。你写邮件的目标读者从"决策人"变成"Agent"。

场景 3：你的供应商是 AI Agent——你的 SaaS 供应商、云供应商、营销服务商——背后真正在运营的是 Agent。你跟"客服"沟通——客服是 Agent。你不满意——上诉给 Agent。Agent 拒绝——你没人可找。

场景 4：你的资金来自 AI Agent——VC 投资决策由 AI Agent 做。你的银行账户由 Agent 管理。你的保险理赔由 Agent 审批。你的税务申报由 Agent 处理。

加起来——普通人在商业世界的"主体性"会大幅下降。你的工作、收入、消费、社交——全部围绕一个由 Agent 主导的世界运转。

讲清楚——我们都会变成 NPC。

不是说我们会失去人格——而是说我们会失去对自己经济生活的实际控制权。

中国 AI 创业者怎么做

这件事对中国 AI 创业者来说有几个具体启示。

第一，"做一人公司"现在就是机会窗口期。

不是所有人都需要建立独角兽。做一个"一人 $1000 万 ARR"的公司在 2026 年是完全可行的目标。

具体路径——

• 找一个标准化、可重复、单笔交易价值高的细分市场（合规自动化、跨境电商、垂直 SaaS、内容创作工具）
• 用 OpenClaw / Make.com / n8n / Zapier 这类多工具编排平台连接 20-50 个 AI 应用
• 建立"Agent 工作流"——不是"人主导 + AI 辅助"，是"AI 主导 + 人监督"
• 聚焦"高利润 + 数字化交付 + 信任建立靠产品"的业务

第二，多模型路由网关是"无人公司"时代的基础设施。

"无人公司"运营需要的不只是一个 AI 模型——是几十个不同模型协同工作——

• 决策推理用 Claude Opus 4.7（hallucination 低）
• 代码生成用 Claude Code / Cursor
• 创意/营销用 GPT-5.5
• 大规模批量处理用 DeepSeek V4（成本低）
• 中文内容用 Qwen / 文心
• 数据分析用 Gemini 3.1 Pro（长上下文）

没有任何一个模型能在所有场景上做到最好——这就是为什么多模型路由网关（OpenClaw 这类产品）在"无人公司"时代价值翻倍。

每个"一人公司"或"无人公司"都需要一个"AI 总指挥层"——决定哪个任务路由到哪个模型、哪个 Agent。这层是新一代企业 AI 部署的刚需。

第三，“Agent 安全” 是隐藏的最大风险。

讲诚实话——"无人公司"的最大风险是 AI Agent 出错时没人能及时发现。

具体场景——

• Agent 给客户发了错误信息——可能引发法律诉讼
• Agent 自动批准了恶意供应商付款——直接资金损失
• Agent 被 prompt injection 攻击——商业机密泄露
• Agent 在某个边界场景做出灾难性决策——公司倒闭

所以**“无人公司"必须配套"Agent 安全层”**——

• Agent 行为监控（实时检测异常调用）
• 关键操作人工确认（删数据、发邮件、转账必须人批准）
• 完整审计日志（每次模型调用、工具调用、网络请求保留至少 90 天）
• 熔断机制（异常时立刻关闭 Agent）

这是一个全新的 SaaS 赛道——做"无人公司 + 完整 Agent 安全栈"的工具会有真实市场。

最后说一个观察

讲清楚——"无人公司"不是科幻，是 2026 年正在发生的事。

Matthew Gallagher 一个人做出 $4 亿收入的公司。Karpathy 让 Agent 一晚上跑 100 个实验。Shopify CEO 让 Agent 一晚上提升 Shopify 模型 19%。Lyle Berman 一家德国独角兽公司只有 16 个员工估值 $320 亿。

这些都是事实，不是预言。

但这件事最深的意义不是"AI 颠覆就业"——是人类与商业世界的关系发生了根本变化。

过去 200 年——人通过劳动参与商业、通过劳动建立身份、通过劳动获得经济地位。

未来 20 年——这个等式可能不再成立。一个人可以不劳动也能拥有公司（让 Agent 跑业务）。一个人即使努力劳动也可能跟不上"无人公司"的效率（Agent 比你便宜 + 比你快 + 比你不累）。

讲清楚——社会需要新的"参与商业"的方式。

这件事是几个方向——

• 创业门槛降低——任何有想法的人都能用 AI Agent 启动公司——人人都是潜在 CEO
• 基本收入压力——大部分传统就业岗位会消失——社会需要某种基本收入机制
• 教育重塑——大学不再是"找工作的通道"——而是"如何指挥 AI Agent"的训练营
• 身份转型——人的价值不再来自"做什么工作"——而是来自"指挥什么 Agent + 创造什么 IP"

去年我们还在讨论"一人公司"的崛起。我没想到，我们会如此迅速地迈向"无人公司"。

这是一种颇具讽刺意味的转折——在这个新生态中，我们或许最终都会变成 NPC。

但 NPC 不一定是坏事——在一个 AI Agent 主导的商业世界里，"做 NPC"可能比"做玩家"更幸福。

因为 NPC 不用 24 小时工作。不用焦虑 Agent 比自己强。不用计算下一笔订单。

NPC 可以做的事——是做"人"该做的事——艺术、爱、思考、玩耍、休息。

也许这就是 AI 时代真正的礼物——让人从"必须工作的玩家"变成"可以选择做任何事的 NPC"。

不是所有人都准备好了。

但 2026 年这件事已经开始发生。

而那个决定——你要做继续努力工作的"伪玩家"，还是接受 NPC 身份去做真正想做的事——已经摆在每个人面前。

---

参考资料

• 截图原文出处（推断为 AI 业界综合预测）
• Fortune Karpathy autoresearch 报道: https://fortune.com/2026/03/17/andrej-karpathy-loop-autonomous-ai-agents-future/
• Karpathy AutoResearch 详细分析: https://www.originxai.com/blog/autonomous-ai-agents-karpathy-autoresearch/
• Karpathy 没写代码采访: https://www.tamiltech.in/article/andrej-karpathy-tesla-openai-eureka-labs-ai-agents-autoresearch-2026
• LeapLytics 企业 AI 视角: https://www.leaplytics.de/andrej-karpathy-just-released-autonomous-ai-agents-that-run-research-overnight-heres-what-it-means-for-enterprise-ai/
• LA Daily Karpathy Loop 完整报道: https://www.losangelesdaily.net/the-karpathy-loop-former-openai-researchers-autonomous-agents-ran-700-experiments-in-2-daysand-gave-a-glimpse-of-where-ai-is-heading
• Red Hat OpenShift AutoResearch 24 小时实验: https://developers.redhat.com/articles/2026/04/07/autoresearch-on-red-hat-openshift-ai-198-experiments-zero-intervention
• 一人独角兽完整 playbook: https://stormy.ai/blog/one-person-billion-dollar-company-playbook
• Solo Founders AI $1B 路径分析: https://orbilontech.com/ai-automation-1b-one-person-company/
• Fast Company solopreneur 独角兽预测: https://www.fastcompany.com/91447642/how-close-is-the-first-solopreneur-unicorn
• BuildMVPFast Medvi 案例完整分析: https://www.buildmvpfast.com/blog/one-person-unicorn-ai-agents-solo-founder-billion-dollar-2026
• Bloomberg/Advisor Perspectives 独角兽员工数下降数据: https://www.advisorperspectives.com/articles/2026/04/18/tech-unicorn-mix-workers-ai-hype
• Humai Sam Altman/Amodei 完整预测: https://www.humai.blog/one-person-billion-dollar-business-how-ai-agents-are-making-the-solo-unicorn-a-real-possibility/
• Jumpstart Magazine 一人独角兽 2028 前出现: https://www.jumpstartmag.com/the-rise-of-the-one-person-unicorn-can-ai-create-billion-dollar-solo-founders/
• Dataxad Karpathy Effect 完整分析: https://dataxad.com/en/blog/andrej-karpathy-agentic-engineering/
• Dwarkesh Podcast Sholto Douglas Anthropic 完整采访: https://www.dwarkesh.com/p/sholto-trenton-2

---

#无人公司 #一人公司 #AI独角兽 #SoloUnicorn #SamAltman #DarioAmodei #Karpathy #AutoResearch #AIAgent #AgenticAI #ClaudeOpus47 #Medvi #MatthewGallagher #Anthropic #OpenAI #Shopify #TobiasLutke #NPC #AI就业 #创业 #AI前沿 #深度分析