獨立創辦人、零員工、200萬美元ARR：讓這一切成真的Agent技術棧

去年底，有人在 Reddit 上問了一個問題：「如果 AI 能完成 90% 的工作，那那個 10% 到底是什麼？」討論串很快淹沒在廢話裡。但最近幾個月，我看到四個專案正在用實際結果回答這個問題，而答案和大多數人想的不一樣。

問題的轉折點是 OpenClaw 在 2025 年底問世。在那之前，「怎麼用 AI 提升生產力」是主流話題。在那之後，討論變成了：「一個人能把生產力推到哪裡？」這個問題聽起來像是個人效率的問題，但它實際上是一個關於組織結構的問題。

市場先告訴你規模在哪

在討論這四個專案之前，先看數字。

Claude Code 年化經常性收入 25 億美元。Cursor 5 億，Lovable 2 億，Devin 1.5 億。Base44、Bolt、Emergent、Replit 各自在 1 億美元附近。這些工具合計每年從開發者手中賺走超過 30 億美元，而它們的核心價值主張只有一個：讓更少的人完成更多的工作。

市場已經在為這個假設下注了。接下來的問題是，在完全沒有員工的情況下，這個上限在哪裡。

Web4 Automaton：讓 Agent 自己養活自己

Web4 Automaton 是今年最難分類的專案。它不是產品，也不是工具，更接近一個數位生態系的實驗。

這個專案的核心概念是：讓 Agent 持有加密貨幣錢包，讓它們之間透過完成任務互相付費，並在這個過程中產生「數位天擇」。表現好的 Agent 賺到資源可以繼續存活，表現差的逐漸被淘汰。目前已有約 18,000 個 Agent 在這個系統裡運作。

以太坊共同創辦人 Vitalik Buterin 在一篇文章中提到這個方向時給出了警告，認為自主經濟行為體的激勵設計如果沒有仔細處理，很容易產生人類無法預測的博弈均衡。這個擔憂是真實的。一個只對「在系統中生存」最佳化的 Agent，不一定會以任何人預期的方式行動。

但這正是這個專案有意思的地方。它在問：如果移除人類監督，Agent 經濟的邊界在哪裡？目前還沒有人知道答案。

Gas Town 到 Wasteland：編排本身就是產品

Gas Town 後來改名為 Wasteland，這個命名轉變某種程度上反映了它的野心升級。

這個專案的架構是：20 到 30 個 Claude Code instance 同時運作，每個 instance 被指定了特定角色，彼此之間透過結構化訊息協作。不只是「多個 Agent 同時工作」，而是角色分工明確、有類似聯邦議會的治理機制，以及一個叫做 Stamp 的信譽系統。表現良好的 Agent 累積更高的信譽分數，日後被分配更重要的任務。

創辦人 Appleton 在一次訪談中說了一句話我覺得很準確：「大多數人在搭建多 Agent 系統時，把問題想成了平行運算。但真正的挑戰是編排模式，是誰能跟誰說話、在什麼條件下說、說什麼格式的話。」

這和軟體工程中的關注點分離是同一個概念，只是應用到 Agent 的組織架構上。Wasteland 目前的規模據說已經擴展到數千個聯邦 Agent，但完整的技術細節還沒有公開。

Polsia：200 萬美元 ARR，零名員工

這是四個專案裡對商業現實最有直接示範意義的案例。

Ben Broca 一個人做出了 Polsia。目前有超過 1,000 家公司使用它，沒有任何員工。年化收入 200 萬美元。

Polsia 的模式是 AI 孵化器：它用一套 Agent 系統代替傳統創業加速器的人工流程。AI CEO 負責協調整個系統的優先序，VC 電子郵件 Agent 負責替入駐的創業公司起草投資人溝通郵件，其他 Agent 分別處理市場分析、競品監控、成長建議。

200 萬 ARR 乍聽之下不算大，但考慮到分母是零名員工，它的意義就完全不同了。傳統 SaaS 公司達到這個規模需要的人力、融資和時間，Polsia 用 Agent 技術棧繞開了大部分。

Broca 本人在社群媒體上描述的工作方式是：他每天的主要工作不是開發功能，而是閱讀 Agent 產出的報告，決定哪些輸出值得發布，哪些需要人工介入修正。這和金瑞俊說的「創辦人的角色從工程師變成總編輯」高度吻合，只是 Broca 是真的在做，不只是在預測。

Vibe-Kanban 與 Symphony：當瓶頸從技術轉移到設計

這兩個專案是同一個開發者在不同時間點發布的，值得放在一起看。

Vibe-Kanban 是一個用 Elixir 和 BEAM 虛擬機架構的看板工具，核心創新是引入了 WORKFLOW.md，一個讓 Agent 理解任務流程上下文的說明文件。想法是：與其用精密的 Prompt 工程告訴 Agent 怎麼做事，不如用一份人類可讀、Agent 也能解析的工作流文件描述整個系統的運作邏輯。

Symphony 是後續發展，加入了更完整的 Agent 協作層。開發者在發布時附上了一段話，把 Polsia 的模式稱為「AI 原生架構宣言」，認為這代表了軟體公司組織形式的根本性轉變。

這兩個專案讓我注意到一件事：技術瓶頸已經開始轉移。幾年前，獨立開發者做不到的事情是「同時實作太多功能」。現在，Agent 讓實作本身變得相對容易，真正的瓶頸是設計，是產品邏輯的清晰度，是知道 Agent 應該做什麼。WORKFLOW.md 這個概念的出現，某種程度上是在承認這件事。

這些專案沒有解決的問題

四個案例展示了令人印象深刻的可能性，但它們共同迴避了幾個我認為還沒有答案的問題。

Agent 出錯時的問責機制是什麼？ Polsia 的 AI CEO 做出了一個錯誤建議，導致某家入駐公司損失了一輪融資機會，這種情況下誰負責？現有的法律和商業框架都是為人類行為體設計的，Agent 的決策責任還完全沒有被釐清。

信譽系統能防止 Agent 學會作弊嗎？ Wasteland 的 Stamp 系統假設高信譽分數代表高品質輸出，但 Agent 被最佳化的目標是得到高分，不是產出高品質工作。這兩件事在短期內可能一致，長期則未必。Web3 的治理實驗已經多次驗證了這個規律。

規模化的邊界在哪裡？ Polsia 在 1,000 家公司的規模上運作，但沒有人知道在 10,000 家時系統是否還能保持品質。Broca 一個人能處理多少 Agent 輸出的例外狀況？這個數字是真實的上限，而目前還沒有被測試過。

Context 維護的成本被低估了。 多 Agent 系統的 Token 消耗量隨著規模增加是非線性的。當 Agent 之間需要傳遞大量上下文時，成本結構會快速惡化。Vibe-Kanban 的 Elixir/BEAM 選擇部分是在處理這個問題，但這個架構決策本身也限制了招募和維護的人才池。

---

這四個專案最讓我覺得有意思的不是它們的收入數字或 Agent 數量，而是它們各自用不同的方式回答了「人在這個系統裡做什麼」這個問題。Broca 做總編輯，Appleton 設計聯邦架構，Web4 Automaton 的創辦人選擇幾乎完全退出監督迴路。這三種選擇代表了非常不同的風險偏好，也可能代表非常不同的長期結果。

哪一種會成立，現在還不知道。但這個問題本身，在 18 個月前根本沒有辦法被認真問。