大二休学去做 AI，他一个月做出来的开源项目拿到了 600 Star｜专访独立开发者Benson

你好！我是欧维，本期我们采访的独立开发者是Benson，他的产品是Agents Anywhere，一款用手机控制变成的Agent。

产品目前上线不到1个月，项目开源，目前在Github有600 Star；

让我们看看他的独立开发故事，希望带给你启发。

Q：先介绍一下你自己吧。

我现在是一名计算机专业大二学生。大一第三个月，我从武汉一所普通一本休学，一个人去了北京。

因为我发现，学校里的节奏和我想做的事情不太匹配。我的理想不是拿一个文凭然后等安排，我更想进入一个信息密度更高的环境，靠近一线的人、真实的问题，以及正在发生的 AI 变化。

之后一年多，我先后在字节等一线互联网公司实习，参与过 LLM 数据采标、模型运维，以及抖音搜索相关的算法开发；随后在清华大学 AIR 实验室担任研究助理实习生，研究方向是世界模型。在一线业务和顶尖实验室都走过一轮之后，我又作为联创参与了一个 AI 社交方向的 startup。后来因为一些不便展开的原因退出团队，开始自己单干。

现在我主要在做开源项目。对我来说，开源不是终点，而是一个进入真实问题的入口：先在社区里做出真正有人用的东西，积累信任和声望，同时接触更多真实用户和真实场景。等找到一个足够尖锐、也足够大的痛点，再把它从开源项目做成 startup。

Q：你的产品是做什么的？

Agents Anywhere——用手机控制编程 Agent。

Agents Anywhere 是一个跨设备的编程 Agent 控制面。

你可以把 Codex、Claude Code 等 Agent 继续运行在自己的 Mac、Windows 电脑、Linux 服务器、远程 devbox 或云沙箱上，然后用手机或 Web 控制台查看 Session、继续对话、预览文件、处理审批、打开远程终端。

它解决的是一类很具体的问题：Agent 运行在某台设备上，但人不一定一直在那台设备前。

核心价值是：

• 手机接管正在运行的 Agent Session • 查看远程设备上的文件、代码、日志和终端 • 统一管理多台 Device、多种 Agent、多条 Session • 支持自托管，代码和运行环境仍然留在原设备上和官方手机端不同，Agents Anywhere 不是新的 Agent Runtime，而是一层控制面。它不替代 Codex / Claude Code，也不改变你本机的模型配置、账号和工作区，只是把控制入口搬到手机和 Web 上。

Q：最初做这个产品的契机是什么？

最开始的契机很简单：我自己高频使用 Codex、Claude Code 这类编程 Agent，但实际用下来发现，人还是经常被绑在电脑前。

比如在 Mac 上开了一个 Codex 任务，它正在读代码、改文件、跑测试，但这时候我需要离开电脑；或者 Agent 跑在公司电脑、Linux devbox、云服务器上，我只是想看一眼进度、补一句需求、确认一下文件或日志，却又要 SSH、远程桌面、tmux 来回切。

这件事和 AI 编程的体验有点矛盾：明明是 Agent 在替我写代码，但我仍然像值班一样守着设备。Agents Anywhere 想解决的就是这个问题：让 Agent 继续在原来的设备上干活，而人可以用手机随时接管、查看、继续推进。

Q：从开发到上线，整个过程是怎样的？

Agents Anywhere 从开发到上线大概花了一个月。

一开始我们没有把它做成一个很复杂的平台，而是先抓住最核心的闭环：让电脑或服务器上的 Agent 继续运行，手机端可以看到 Session、继续发消息、查看文件和终端。这个闭环跑通之后，再逐步补 Web 控制台、Android 客户端、Connector、设备配对、自托管部署这些能力。

真正开始推广是最近一周左右。我们的主要入口还是 GitHub：先通过 X、微信公众号、B 站等渠道把对 AI 编程和 Agent 工作流感兴趣的开发者引到 GitHub，再让项目本身通过开源社区自然扩散。

Q：目前产品的数据表现如何？

上线一周内项目大概增长了 500 个 Star（这在 GitHub 冷启动阶段已经算比较快了。一般来讲，开源项目早期的两周到一个月，增长都会比较慢），也积累了将近 70 个内测用户。

Q：产品现在处于什么状态？

迭代中 / 内测中：

目前已开源，中国区线上 Beta 免费试用中，核心流程已可用，仍在持续完善 Codex、Claude Code 以及更多 Agent Runtime 的适配。

Q：你认为产品能成功的核心原因是什么？

核心原因是时机和场景都很明确。

AI 编程 Agent 越来越能做长任务，但长任务带来的副作用是：人需要随时查看、接管、补充上下文。这个需求会随着 Agent 能力增强而变得更明显。

同时，很多开发者已经有多设备工作流：本机、服务器、devbox、公司电脑、家里的机器。Agents Anywhere 正好补的是这些设备和 Agent 之间缺失的统一控制面。

Q：获客渠道和增长方面是怎么做的？

最近也开始尝试在 X 上做 KOL 推广。选择的不是特别大的头部账号，而是一些万粉级别、垂直度比较高、价格还比较早期友好的博主。这个策略目前效果很好：今天刚开始投放，内测用户增长非常明显，基本上目前这批内测用户大部分都是今天新增的。

Q：收入情况怎么样？

目前线上 Beta 免费试用，尚未正式商业化。

Q：接下来 3 个月到 1 年有什么计划？

接下来 3 个月，重点还是把产品从"开源项目"推进到"可持续使用的产品"。

功能上，首先会把 SaaS 版本上线，让不想自部署的用户可以直接使用官方服务；同时把 iOS 客户端上架 App Store，补齐移动端体验。之后会继续接入更多 Agent Runtime，不只支持 Codex 和 Claude Code，而是逐步变成一个更通用的 Agent 控制面。

更长期一点，我们会研发自己的 harness 和 GUI model，往 computer use 方向走。现在 Agents Anywhere 主要解决的是"远程控制正在运行的编程 Agent"，但下一步我希望它能进一步理解和操作图形界面，让 Agent 不只停留在命令行和代码层，而是能更自然地控制真实软件环境。

商业化和增长上，短期会继续在国内做 KOL 推广，尤其是开发者圈、AI 编程圈和开源社区，把第一批种子用户做扎实。同时也会开始把重点放到海外，围绕 X、Reddit、Hacker News、Product Hunt 等渠道做推广。

我的判断是，GitHub 会是这个项目最重要的增长入口。等项目达到大概 4k–5k Star，社区认知和用户信任基本稳定后，SaaS 就可以开始正式收费，做订阅制。GitHub 本身会成为 SaaS 的天然流量入口：用户先通过开源项目认识 Agents Anywhere，再根据自己的需求选择自部署，或者直接使用官方 SaaS。

Q：对其他独立开发者有什么建议？

最大的建议是：从自己真实高频遇到的问题出发。

不要一开始就想做一个很大的平台。先找一个你自己每天都痛的点，把最小闭环做出来，拿给同样有这个痛点的人用。

另外，AI 现在确实大幅降低了开发成本，但方向判断仍然是人的责任。AI 可以帮你写代码、补页面、改 bug，但你要决定做什么、不做什么，以及什么时候收敛。

Q：用一句话给产品打个广告？