從Manus到Claude Code：Agent正在經(jīng)歷一場"六階段"范式轉(zhuǎn)移 | GAIR Live 027

Agent 時(shí)代真正的變革，才剛剛開始。

作者丨岑峰

過去一年，日新月異的Agent 賽道完成了一輪螺旋式上升的范式循環(huán)：

2025 年 3 月，Manus 以三級(jí)結(jié)構(gòu)落地，首次將 “數(shù)字化員工” 產(chǎn)品化，完成了全行業(yè)的用戶啟蒙；

隨后 OpenClaw 憑借本地化部署、數(shù)據(jù)主權(quán)與輕量化體驗(yàn)迅速爆火，驗(yàn)證了市場對(duì) AI 操控電腦（Computer Use）的真實(shí)付費(fèi)意愿；

近期，Anthropic 攜原生系統(tǒng)級(jí)能力的 Claude Code 強(qiáng)勢入場，以底層架構(gòu)優(yōu)勢沖擊工業(yè)級(jí)市場。

三款現(xiàn)象級(jí)產(chǎn)品接連引爆，標(biāo)志著 Computer Use 已成為大廠與創(chuàng)業(yè)者的核心戰(zhàn)場，Agent 發(fā)展正式從 “單體能力比拼” 進(jìn)入 “系統(tǒng)工程與生態(tài)卡位” 的深水區(qū)。

"這說明了Agent的演進(jìn)不是線性的，而是螺旋式上升的。"在GAIR Live第27期的圓桌討論中，OpenManus核心貢獻(xiàn)者張佳釔這樣評(píng)價(jià)。就在Claude Code發(fā)布的同一時(shí)期，Manus、OpenClaw、Codex等Agent產(chǎn)品密集涌現(xiàn)，整個(gè)行業(yè)仿佛在一夜之間進(jìn)入了"深水區(qū)"。

這場由OpenManus 主要貢獻(xiàn)者張佳釔、Nanponova AI 創(chuàng)始人兼 CEO 常楠兩位實(shí)戰(zhàn)派嘉賓共同參與的對(duì)話，試圖回答一個(gè)核心問題：當(dāng)Agent從Demo走向生產(chǎn)環(huán)境，從技術(shù)嘗鮮走向工業(yè)級(jí)應(yīng)用，創(chuàng)業(yè)者的真正壁壘究竟何在？

答案或許藏在張佳釔提出的"六階段"理論中，也可能藏在常楠所說的"臟活累活"里。但有一點(diǎn)是確定的：Agent 競爭已從模型智力的單點(diǎn)突破，轉(zhuǎn)向工程能力、場景落地、數(shù)據(jù)主權(quán)、生態(tài)構(gòu)建的全方位較量，螺旋上升的背后，是能力、產(chǎn)品、商業(yè)、生態(tài)四重邏輯的同步重構(gòu)。

01

Manus、OpenClaw、Claude Code 的定位與躍遷

Agent 產(chǎn)業(yè)的爆發(fā)并非無序狂奔，而是遵循清晰的階段化規(guī)律。張佳釔基于其提出的Agent 發(fā)展六階段論，為當(dāng)前三款現(xiàn)象級(jí)產(chǎn)品劃定了精準(zhǔn)的技術(shù)坐標(biāo)，也厘清了行業(yè)螺旋進(jìn)擊的內(nèi)在邏輯。

反直覺的是，不同于部分自媒體“Claude Code全面‘龍蝦化’”的總結(jié)，他提出技術(shù)演進(jìn)順序應(yīng)為 Claude Code/CodeX 在前，OpenClaw 在后 —— 正是 Claude Code 等工具驗(yàn)證了 Coding 與系統(tǒng)操控的極強(qiáng)可用性，才催生 OpenClaw 將能力從開發(fā)者群體延伸至普通非開發(fā)者用戶，完成了大眾化市場的滲透。

02

Computer Use 成為核心戰(zhàn)場

OpenClaw 的爆火，本質(zhì)是市場對(duì)本地操作、數(shù)據(jù)主權(quán)、隱私可控需求的集中釋放，也讓 Computer Use 正式成為 Agent 競爭的核心賽道。而這一賽道的崛起，既是模型能力突破的必然，也是舊 API 自動(dòng)化范式走到盡頭的結(jié)果。

常楠直言，Computer Use 解決的是人機(jī)交互的 “歷史遺留問題”：過去所有軟件都為人類設(shè)計(jì)，GUI 統(tǒng)治生態(tài)；而 Agent 時(shí)代，交互正在向計(jì)算機(jī)原生的 CLI 形態(tài)回歸。未來應(yīng)用會(huì)擁有兩套接口，即保留 GUI 供人類使用，同時(shí)搭建 AI 專屬原生接口。而當(dāng)前 Computer Use 的爆發(fā)，核心驅(qū)動(dòng)力是多模態(tài)大模型（VLM）的技術(shù)成熟，視覺能力與系統(tǒng)操作能力結(jié)合，讓模型代勞的工作范圍呈幾何級(jí)擴(kuò)張。

當(dāng)前 Computer Use 形成兩條核心技術(shù)路線：基于視覺 VLM 模擬點(diǎn)擊（OpenClaw 路線）、通過原生指令集系統(tǒng)接管（Claude Code 路線）。海外平臺(tái)接口開放，原生指令集效率更高；國內(nèi)內(nèi)容生態(tài)高度封閉，視覺方案成為跨越 “圍墻花園” 的主要渠道。張佳釔補(bǔ)充，Computer Use 的核心是為 Agent 獲取更多上下文與權(quán)限，CLI 方案在專業(yè)場景效率更高，而視覺 VLM 是更通用的能力，能覆蓋海量未知長尾場景。長路徑?jīng)Q策的幻覺積累是最大技術(shù)難點(diǎn)，巨頭在強(qiáng)化學(xué)習(xí)數(shù)據(jù)上占據(jù)優(yōu)勢，而 Claude Code 走出的 “視覺 + 系統(tǒng)指令” 混合模式，成為全行業(yè)可借鑒的方向。

03

Coding 是 Agent 的 “第一性原理”：

自主造工具才是真智能

在本輪范式演進(jìn)中，Coding 的核心地位被反復(fù)強(qiáng)調(diào)，兩位嘉賓一致認(rèn)為：Coding 是 Agent 擴(kuò)展能力邊界的第一基石，是 Agent 的第一性原理。

常楠高度認(rèn)可 Anthropic 的路徑：編程不只是寫代碼，而是系統(tǒng)級(jí)問題解決。當(dāng) Agent 能在現(xiàn)有工具不足時(shí)自主編程創(chuàng)造新工具，才真正具備工業(yè)級(jí)價(jià)值，這也是區(qū)分 “單純效率工具” 與 “真正智能體” 的分水嶺。相比簡單的屏幕識(shí)別和模擬點(diǎn)擊，能夠理解系統(tǒng)底層邏輯并生成執(zhí)行代碼的 Agent，才能支撐復(fù)雜任務(wù)、長程執(zhí)行與跨場景協(xié)作。

2025 年初 Claude Code 初版受限于基座能力，隨著模型迭代，Agent 架構(gòu)從 Manus 式的 “手工流” 快速升級(jí)為深度 “智能體流”。未來理想場景是Agent 網(wǎng)絡(luò)：向網(wǎng)絡(luò)發(fā)布任務(wù)，現(xiàn)有 Agent 無法完成時(shí)，自動(dòng)協(xié)作并自主編寫新工具解決問題，這正是 Coding 作為第一性原理的終極體現(xiàn)。

04

效率工具創(chuàng)業(yè)者面臨 “降維打擊”，

垂直場景迎來紅利

范式的快速演變，對(duì)一線創(chuàng)業(yè)者帶來了生存空間的劇烈波動(dòng)，行業(yè)呈現(xiàn)兩極分化。

常楠判斷：基模公司必然從售賣 Token 延伸至產(chǎn)品側(cè)與效率側(cè)，純效率工具類創(chuàng)業(yè)者將面臨降維打擊；而垂直場景應(yīng)用開發(fā)者則迎來重大利好。他的團(tuán)隊(duì)圍繞 Claude Code 構(gòu)建 Skill Set 與 Harness，實(shí)現(xiàn)從需求分析、PRD 生成、TDD 到代碼編寫的全鏈路自動(dòng)化，原本一兩個(gè)月的交付周期壓縮至一周，效能提升呈指數(shù)級(jí)。

同時(shí)，企業(yè)需求的分化進(jìn)一步加劇行業(yè)格局：大型企業(yè)極度看重過程可審計(jì)、數(shù)據(jù)私有化，傾向私有化部署；中小企業(yè)與個(gè)人用戶更看重便利性，愿意適度讓渡隱私。中國與海外的生態(tài)差異，也讓 OpenClaw 這類輕量化、本地化產(chǎn)品在國內(nèi)獲得遠(yuǎn)超硅谷的熱度。

05

Agent 的下一輪爆發(fā)點(diǎn)：

從模型智力到系統(tǒng)工程

圓桌的最后，兩位嘉賓共同指向一個(gè)核心結(jié)論：Agent 競爭已徹底從 “模型智力” 轉(zhuǎn)向 “系統(tǒng)工程能力”，VLM 與 CLI 路線、開源與閉源、通用與垂直，最終都要回歸 “為用戶創(chuàng)造真實(shí)價(jià)值” 的本質(zhì)。

張佳釔預(yù)判了 Agent 的兩大未來方向：一是個(gè)性化學(xué)習(xí)，Agent 從交互中學(xué)習(xí)個(gè)人偏好，行業(yè)急需建立個(gè)人偏好與智能體行為關(guān)聯(lián)的數(shù)據(jù)標(biāo)準(zhǔn)；二是智能體網(wǎng)絡(luò)（Agent Network），企業(yè)內(nèi)智能體獲得全員權(quán)限，處理文檔、會(huì)議、協(xié)作，推動(dòng)組織向 AI Native 轉(zhuǎn)型；社會(huì)層面，個(gè)人知識(shí)技能通過 Agent 資產(chǎn)化、可交易，智能體間實(shí)現(xiàn)自動(dòng)任務(wù)定價(jià)，這一方向?qū)⒃诮鼛讉€(gè)月迎來重大機(jī)會(huì)。

而整個(gè)產(chǎn)業(yè)的螺旋進(jìn)擊，最終會(huì)走向一個(gè)清晰的終局：模型廠商聚焦底層能力與生態(tài)構(gòu)建，開源社區(qū)負(fù)責(zé)輕量化創(chuàng)新與用戶體驗(yàn)補(bǔ)全，創(chuàng)業(yè)者深耕垂直場景與行業(yè) Know-how，三方形成互補(bǔ)共生的生態(tài)。Manus 完成啟蒙，OpenClaw 驗(yàn)證需求，Claude Code 定義工業(yè)級(jí)標(biāo)準(zhǔn)，三者共同推開了 Agent 時(shí)代的大門，而真正的產(chǎn)業(yè)變革，才剛剛開始。

以下是本次圓桌的實(shí)錄，AI 科技評(píng)論進(jìn)行了不改原意的編輯：

岑峰（主持人）：歡迎來到雷峰網(wǎng)AI科技評(píng)論主辦的GAIR Live線上圓桌。最近一年，Agent 領(lǐng)域正經(jīng)歷一場螺旋式上升：

2025 年 3 月，Manus 以三級(jí)結(jié)構(gòu)亮相，將“數(shù)字化員工”概念首次產(chǎn)品化并完成了用戶啟蒙；隨后，OpenClaw 憑借本地化與數(shù)據(jù)主權(quán)優(yōu)勢爆火，驗(yàn)證了用戶對(duì) AI 操控電腦（Computer Use）的付費(fèi)意愿。近期，Anthropic 攜帶具備原生接管能力的 Claude Code 殺入戰(zhàn)場，試圖利用系統(tǒng)級(jí)優(yōu)勢進(jìn)行工業(yè)級(jí)收割。

這三款現(xiàn)象級(jí)產(chǎn)品的崛起，標(biāo)志著“Computer Use”已成為大廠與創(chuàng)業(yè)者競爭的核心戰(zhàn)場。今天我們請(qǐng)到了這一領(lǐng)域的兩位頂尖實(shí)戰(zhàn)者：OpenManus的主要貢獻(xiàn)者張佳釔，以及Agent領(lǐng)域的資深創(chuàng)業(yè)者、Nanponova AI的創(chuàng)始人CEO常楠和我們一起討論。

佳釔曾提出過 Agent 發(fā)展的“六階段論”，在這個(gè)理論框架下，我們?nèi)绾慰创?dāng)前的范式演進(jìn)？三款現(xiàn)象級(jí)產(chǎn)品，分別處于你那六個(gè)階段當(dāng)中的怎樣的位置？

張佳釔：我先回顧一下我們之前說的六個(gè)階段。當(dāng)時(shí)我們想的是，第一個(gè)階段是說純粹的對(duì)語言模型去做調(diào)用；第二個(gè)階段是要去做Agent for Flow；第三個(gè)階段是能夠跨環(huán)境的Financial Agent；第四個(gè)階段是Agent for Coding；第五個(gè)階段是真正每一個(gè)人擁有自己的Agent；第六個(gè)階段是Agent Network，能夠去跟其他人去做定價(jià)和交流。

Manus 處于“預(yù)定義環(huán)境自主 Agent”階段，其目標(biāo)、環(huán)境權(quán)限均由人類預(yù)設(shè)。反直覺的是，我認(rèn)為演進(jìn)順序應(yīng)該是 Claude Code 與 CodeX 在前，OpenClaw 在后。正是因?yàn)?Claude Code 等工具展現(xiàn)了極強(qiáng)的可用性，才催生了 OpenClaw 進(jìn)一步將該能力從開發(fā)者群體引向非開發(fā)者領(lǐng)域。

我是CodeX的重度用戶，從個(gè)人體感來看，其能力經(jīng)歷了兩次顯著的躍遷：

1.2025 年 9 月：當(dāng)時(shí)的工具已能完成約 80% 的科研代碼工作，能夠支持三至四小時(shí)的長程執(zhí)行。

2.2025 年 12 月：長程執(zhí)行能力進(jìn)一步增強(qiáng)，且代碼產(chǎn)出質(zhì)量較上一版本有質(zhì)的飛躍。

再到下一個(gè)階段，可能是Codex 5.4，或者說是Opus他們最近出的Computer Use功能。在這樣的情況之下，我們會(huì)注意到Agent已經(jīng)實(shí)現(xiàn)了一個(gè)非常Native的通過Bash的工具，能夠去同時(shí)地對(duì)文本、對(duì)Code、對(duì)GUI環(huán)境去做處理，也能夠通過OS指令直接操控屏幕，也會(huì)有一些多模態(tài)的UI點(diǎn)擊操作。這個(gè)時(shí)候意味著模型本身已經(jīng)進(jìn)入了一個(gè)能夠同時(shí)很好地去做不同環(huán)境任務(wù)處理的空間。

岑峰：佳釔劃定了技術(shù)坐標(biāo)，但坐標(biāo)變遷對(duì)一線創(chuàng)業(yè)者意味著生存空間的波動(dòng)。常楠老師，Manus 火熱時(shí)，大家在爭論“Agent APP”是否為終極形態(tài)。但現(xiàn)在看，后面又出現(xiàn)了OpenClaw和Claude Code這樣的形態(tài)。這一年來的范式演變對(duì)追求落地的創(chuàng)業(yè)者產(chǎn)生了哪些影響？

常楠：我跟佳釔感受還是蠻近的。我從 2024 年底開始使用 Cursor，見證了 AI 編程從自動(dòng)補(bǔ)全到 Agent 化的過程。2025 年初 Claude Code 第一個(gè)版本受限于基模能力，但隨著模型增強(qiáng)，Agent 架構(gòu)從早期的“手工流”（如 Manus）演進(jìn)為深度的“智能體流”。

我非常認(rèn)可 Anthropic 的路徑。編程不僅是寫代碼，更是系統(tǒng)級(jí)問題。它解決了 Agent 在發(fā)現(xiàn)現(xiàn)有工具不足時(shí)，如何通過自主編程創(chuàng)造新工具來完成任務(wù)。因此，Coding 是 Agent 擴(kuò)展能力邊界的第一基石。

在 2025 年 9 月至 10 月期間，我開始將 Claude Code 與現(xiàn)有工作流結(jié)合。

對(duì)于非效率工具類的創(chuàng)業(yè)者，這種系統(tǒng)級(jí)能力的提升是巨大的賦能。我們圍繞 Claude Code 構(gòu)建了一套 Skill Set 和 Harness：

?全鏈路自動(dòng)化：從需求分析、設(shè)計(jì)文檔、PRD 生成到 TDD（測試驅(qū)動(dòng)開發(fā)）及代碼編寫。

?效能提升：模型直接調(diào)用 CLI 工具進(jìn)行自動(dòng)化測試與回歸測試。原本需要一兩個(gè)月交付的成果，現(xiàn)在一周即可完成。

我的判斷是：基模公司必然從售賣 Token 延伸至產(chǎn)品側(cè)與效率側(cè)，這會(huì)讓純效率工具類的創(chuàng)業(yè)者感到焦慮，但對(duì)像我這樣做垂直場景的應(yīng)用開發(fā)者則是極大利好。

岑峰：OpenClaw 的爆火證明了用戶對(duì)本地操作及隱私主權(quán)的看重。在商業(yè)落地中，客戶更在意Agent能“獨(dú)立完成任務(wù)”，還是在“視線范圍內(nèi)受控干預(yù)”？

常楠：這取決于具體的應(yīng)用場景。大型企業(yè)對(duì)“過程可審計(jì)性”極度看重。商業(yè)場景對(duì)確定性要求極高，企業(yè)不希望系統(tǒng)是黑盒，必須確保過程可追溯。此外，數(shù)據(jù)和工作流是企業(yè)的核心私有資產(chǎn)，大公司不愿將其暴露給外部模型廠商，因此更傾向于私有化部署。

相比之下，部分中小企業(yè)或個(gè)人用戶更愿意為了便利性犧牲一定隱私。因?yàn)樵谒麄兊哪承╊I(lǐng)域里面，他們沒有非常私有的工作流，或者不太了解這些Knowhow，他們可能沒有那么關(guān)注這件事。

值得注意的是，中國用戶在移動(dòng)互聯(lián)網(wǎng)時(shí)代已習(xí)慣于用隱私交換便利，而海外用戶則更為敏感。這種生態(tài)差異也解釋了為何OpenClaw在中國引發(fā)的熱潮比在硅谷更強(qiáng)烈。

我認(rèn)為Coding能力的提升是延展模型能力的基礎(chǔ)。Anthropic當(dāng)時(shí)的設(shè)想或許是：當(dāng)Agent發(fā)現(xiàn)任務(wù)無法完成時(shí)，能夠自主編寫工具來解決問題。未來可能形成一個(gè)Agent網(wǎng)絡(luò)，不同Agent之間通過自主協(xié)作完成工具開發(fā)與任務(wù)分發(fā)。這與單純的OpenClaw模式在底層邏輯上仍存在差異。

岑峰：你剛才提到，你很確定Anthropic的路徑是正確的。可以稍微展開嗎？

常楠：2025 年初與 Anthropic 交流時(shí)，我意識(shí)到他們的邏輯非常前瞻：Coding 是一切能力的延展。未來的理想場景是一個(gè)“Agent 網(wǎng)絡(luò)”：當(dāng)你向網(wǎng)絡(luò)發(fā)布一個(gè) Job 或 Task，如果現(xiàn)有的 Agent 無法直接完成，它們會(huì)自動(dòng)協(xié)作并“自主編寫”出一個(gè)新工具來解決問題。

這種“自主創(chuàng)造工具”的能力，是區(qū)分單純“效率工具”與真正“智能體”的分水嶺。這也是為什么 Coding Agent 在這一輪競爭中占據(jù)了絕對(duì)的制高點(diǎn)。相比簡單的屏幕識(shí)別和模擬點(diǎn)擊，能夠理解系統(tǒng)底層邏輯并生成執(zhí)行代碼的 Agent，才具備真正的工業(yè)級(jí)價(jià)值。

岑峰：效率和主權(quán)永遠(yuǎn)是客戶在不同場景當(dāng)中需要權(quán)衡的一個(gè)因素。說到這個(gè)，開源社區(qū)會(huì)是一個(gè)有力的補(bǔ)充。回想當(dāng)初Manus之后，社區(qū)迅速地出現(xiàn)了OpenManus。佳釔，當(dāng)時(shí)你也提到OpenManus更像是一個(gè)中間性的意外產(chǎn)物。今天面對(duì)Claude Code這樣一個(gè)具備OS級(jí)原生權(quán)限的正規(guī)軍，開源社區(qū)的競爭策略又會(huì)是怎么樣的？

張佳釔：OpenManus當(dāng)時(shí)確實(shí)是一個(gè)比較粗暴的中間東西。關(guān)鍵是在現(xiàn)在這樣的情況之下，開源這邊要怎么樣來跟Claude Code去互補(bǔ)。OpenClaw本身就已經(jīng)給了一個(gè)很好的例子，就是通過非常快速迭代去增加，能夠讓用戶更多實(shí)際使用上體感更多的功能。OpenClaw做好的一點(diǎn)就是它可能通過非常多能夠讓你在真實(shí)生活中很方便地去做一些事情，通過這個(gè)東西來搶占用戶的心智，相比Claude Code可能有一個(gè)更迅猛的流量入口。

開源項(xiàng)目也是要考慮一樣的事情。如果只做開源，很難能夠預(yù)測模型能力本身的發(fā)展方向，可能更多能做的事情還是要從大家實(shí)際去使用的體驗(yàn)去入手。

比如說最近我覺得有個(gè)非常好的開源項(xiàng)目叫OpenCLI，它會(huì)去把小紅書、推特，包括還有一些其他的軟件變成一個(gè)自動(dòng)CRA工具，大家直接開箱就能用。雖然它本身不涉及非常多非常炫的概念，但是因?yàn)樗旧硎墙鉀Q用戶的一個(gè)問題，所以本身也是得到了非常多的關(guān)注跟聲量。

如果到后面要做什么，可能還是要去做讓用戶本身更好用的功能。雖然這個(gè)東西可能也會(huì)很快被吃掉，但是帶來的信任，它可能是不太會(huì)被砍掉的。

岑峰:佳釔的意思也就是來更好地貼近用戶的需求，來和正規(guī)軍來做互補(bǔ)，打一個(gè)時(shí)間差。我們現(xiàn)在聊具體的技術(shù)，常楠，從你的觀察看，為什么這一年的Agent競爭中Computer Use會(huì)處于如此核心的地位？究竟是因?yàn)槟Ｐ偷哪芰Φ搅艘欢ǖ男赂叨龋€是說舊的API自動(dòng)化范式已經(jīng)到了盡頭？

常楠：Computer Use 的崛起本質(zhì)上是在解決一個(gè)“歷史遺留問題”。過去所有的軟件和應(yīng)用都是為人類設(shè)計(jì)的，GUI（圖形用戶界面）統(tǒng)治了人機(jī)交互生態(tài)。現(xiàn)在，為 Agent 準(zhǔn)備的工具正在回歸計(jì)算機(jī)創(chuàng)建之初的 CLI（命令行界面）形態(tài)。

我很早有過預(yù)判，未來的應(yīng)用將擁有兩套接口：一套是保留 GUI ，供人和機(jī)器同時(shí)使用，另一套則是專門給 AI 調(diào)用的原生接口。當(dāng)前 Computer Use 能力的提升，主要得益于多模態(tài)大模型（VLM）技術(shù)的發(fā)展。大廠在探索原生多模態(tài)模型時(shí)，將其視覺能力與操作能力的結(jié)合是極其自然的演化。當(dāng)模型能夠通過視覺操作人類遺留的應(yīng)用時(shí)，它能代勞的工作范圍將呈幾何倍數(shù)增長。

岑峰:常楠提到未來人和AI會(huì)有一個(gè)一個(gè)磨合的過程，目前 Computer Use 存在兩條主要路徑：一類是基于視覺 VLM 模擬點(diǎn)擊（如 OpenClaw），另一類是通過原生指令集接管系統(tǒng)（如 Claude Code）。這兩條路徑分別適用于哪些行業(yè)場景？

常楠：這取決于要解決的具體問題。在海外，平臺(tái)接口相對(duì)開放，付費(fèi)即可獲取大量數(shù)據(jù)接口。但在國內(nèi)，如小紅書等內(nèi)容生態(tài)通常是封閉的，公司將數(shù)據(jù)視為核心資產(chǎn)，不愿提供公開的 API 或 CLI 接口。在這些封閉場景下，視覺方案就變得極具意義，因?yàn)檫@是跨越“圍墻花園”獲取數(shù)據(jù)、完成工作的唯一渠道。

岑峰:佳釔經(jīng)常和開發(fā)者打交道，遇到的這樣的場景的問題應(yīng)該也會(huì)更多。你還有什么補(bǔ)充嗎？

張佳釔：我認(rèn)為 Computer Use 的核心在于幫助 Agent 獲得更多的“上下文”與“權(quán)限”。無論是走 OS 腳本路徑還是純 UI 點(diǎn)擊路徑，本質(zhì)都是為信息獲取服務(wù)。

在我們自己實(shí)際Computer Use工具的內(nèi)部開發(fā)中，大家更關(guān)注通過 Computer Use 實(shí)現(xiàn)社媒操作或自動(dòng)化審批流程。如果你有更好的CLI，在特定專家場景下效率更高，但視覺方案的Computer Use是一種更通用的能力，它不依賴于具體的接口開發(fā)，能覆蓋大量未知的長尾場景。

岑峰:Computer Use 的技術(shù)難點(diǎn)在于長路徑?jīng)Q策中的幻覺積累，第一步點(diǎn)錯(cuò)，后面步步皆錯(cuò)。現(xiàn)在巨頭在強(qiáng)化學(xué)習(xí)數(shù)據(jù)規(guī)模上占盡優(yōu)勢，是否會(huì)讓開源社區(qū)處于一個(gè)追趕的狀態(tài)？

張佳釔：我覺得可能不能說是開源社區(qū)，可能整個(gè)非“御三家”（DeepSeek、Qwen、Kimi）之外的公司，大家都要去解這個(gè)事情。首先這個(gè)地方其實(shí)是關(guān)于一個(gè)數(shù)據(jù)規(guī)模的問題。Computer Use的任務(wù)一般分為兩類，第一類是怎么樣去做導(dǎo)航（Navigation），即長程規(guī)劃；第二類是怎么樣來做對(duì)齊（Grounding），怎么樣來對(duì)一個(gè)準(zhǔn)確的元素點(diǎn)擊頁面元素。

2025年整個(gè)學(xué)術(shù)界和工業(yè)界，基本上都是圍繞如何獲取更多的視覺數(shù)據(jù)展開。如字節(jié)的UI Task項(xiàng)目，他們標(biāo)注了非常多的Computer Use數(shù)據(jù)。我們則是Code Agency來從頭到尾地構(gòu)建一個(gè)Web AP，利用應(yīng)用的狀態(tài)機(jī)提取它完整的軌跡，來得到更多的數(shù)據(jù)。數(shù)據(jù)規(guī)模確實(shí)是一個(gè)很大的問題，大家都是在去嘗試做這種數(shù)據(jù)的補(bǔ)充。

Claude Code（基于 CodeX 5.4）是一個(gè)重要的分水嶺。巨頭開始有意識(shí)地在純 UI 操作中揉入增強(qiáng)版 Bash 操作。這種“視覺+系統(tǒng)指令”的混合模式改變了數(shù)據(jù)分布。雖然我們處于追趕位，但這種通過系統(tǒng)底層能力提升效率的路徑，是開源社區(qū)可以借鑒并實(shí)現(xiàn)的。

岑峰:OpenClaw 火爆，很大程度上是因?yàn)樗峁┝吮镜夭渴鸷蜕疃葯?quán)限。如果未來開源項(xiàng)目也走向云端托管，相比 Claude Code 這種原生集成產(chǎn)品，優(yōu)勢還剩什么？

張佳釔：OpenClaw 的價(jià)值在于它“侵入”了更多的本地權(quán)限，從而獲得了極其豐富的個(gè)人上下文，這讓它比云端 Agent 更“好用”。

云端托管對(duì)然方便，但差別在于，如果缺乏完整的權(quán)限支持，它的個(gè)性化做的沒有那么好，可能更多還是一個(gè)更General的Agent助手。這種情況下我覺得它不一定會(huì)比Manus那種產(chǎn)品體驗(yàn)會(huì)做得更好。雖然本身我們也可以去做這種線上的調(diào)教，但沒有本地權(quán)限的話，可能有些事情沒有那么方便。

主持人：最近發(fā)生了 Claude Code 源代碼泄露的重磅事件。從技術(shù)角度看，這是否可以看作是給開源社區(qū)的一份“大禮包”？

張佳釔：Claude Code 代碼對(duì)開源社區(qū)來說肯定是有借鑒意義的。Claude Code 的工程實(shí)現(xiàn)非常出色，代碼比 OpenClaw 簡潔許多。它在上下文壓縮、腳手架（Scaffold）設(shè)計(jì)上的思路對(duì)開源項(xiàng)目有很強(qiáng)的借鑒意義，能幫大家快速補(bǔ)齊一些 Feature。

但從學(xué)術(shù)和核心競爭力的角度來看，腳手架本身并不是最終的決勝點(diǎn)，也不是閉源大廠真正的護(hù)城河。大家公認(rèn)的閉源壁壘，依然在于其背后龐大的強(qiáng)化學(xué)習(xí)數(shù)據(jù)和訓(xùn)練閉環(huán)。這份代碼雖然有參考價(jià)值，但并沒有想象中那樣能產(chǎn)生顛覆性的影響。

岑峰：佳釔提到 Claude Code 泄露的代碼中包含了大量工程套路和策略指令，這是否驗(yàn)證了你此前關(guān)于“工程系統(tǒng)能力在 Agent 演進(jìn)中至關(guān)重要”的判斷？未來 Agent 的演化方向會(huì)是什么？

張佳釔：我自己想做的一個(gè)點(diǎn)，是Agent應(yīng)該能夠去從你跟它的交互之中去個(gè)性化學(xué)習(xí)。目前行業(yè)缺乏成體系的個(gè)人偏好與智能體行為關(guān)聯(lián)的數(shù)據(jù)標(biāo)準(zhǔn)（Bench）。如果 Agent 能夠從與個(gè)人的交互中持續(xù)學(xué)習(xí)并優(yōu)化行為，將帶來質(zhì)的改進(jìn)。

其次，“智能體網(wǎng)絡(luò)”有望在近幾個(gè)月內(nèi)迎來重大機(jī)會(huì)。在企業(yè)內(nèi)部，如果你使用如飛書、Slack 等協(xié)作工具，里面會(huì)有很多文檔信息、對(duì)話信息、會(huì)議、與同事的協(xié)作等數(shù)據(jù)內(nèi)容，智能體若能獲得與真人同等的權(quán)限，去處理文檔、對(duì)話及日常會(huì)議，就能構(gòu)建出一套員工間的智能體協(xié)作網(wǎng)絡(luò)。這本質(zhì)上是企業(yè)向“AI Native 組織”的轉(zhuǎn)型。

從社會(huì)角度看，每個(gè)人的獨(dú)特知識(shí)和技能未來可以通過 Agent 進(jìn)行“資產(chǎn)化”并對(duì)外售賣。我們現(xiàn)在更多還是通過人與人聯(lián)系這樣的形式，未來Agent 之間甚至能實(shí)現(xiàn)自動(dòng)任務(wù)定價(jià)。雖然這種模式在短期內(nèi)不會(huì)完全成熟，但應(yīng)該會(huì)有這樣的項(xiàng)目出現(xiàn)。

岑峰：最近“將離職員工煉化為數(shù)字化員工”的說法很火。常楠老師，在商業(yè)落地中，這種“知識(shí)蒸餾”是否已經(jīng)從自媒體想象進(jìn)入了實(shí)操階段？

常楠：在傳統(tǒng)大型組織中，這種“蒸餾”其實(shí)一直以崗位備份和文檔交接的形式存在，沒有任何一個(gè)人是完全獨(dú)享同一個(gè)崗位的知識(shí)，一定有一個(gè)Backup，這本身也是一種知識(shí)的蒸餾，以前在隱性里面就已經(jīng)都存在了。

現(xiàn)在的技術(shù)讓這種過程變得更智能、更具象。但我認(rèn)為，相對(duì)于內(nèi)化到模型中的能力，“持續(xù)學(xué)習(xí)能力”可能才是更重要的，他已經(jīng)研究出來的知識(shí)可以沉淀下來，但可能很快就會(huì)擴(kuò)散失去價(jià)值，持續(xù)學(xué)習(xí)的能力才是核心資產(chǎn)。

另外像人脈關(guān)系，銷售的關(guān)系能力有時(shí)候也是很難沉淀、很難被模型蒸餾出來的，其價(jià)值在于無法被接管的客戶信任關(guān)系。因此，數(shù)字化員工可能在重復(fù)性崗位上有意義，但對(duì)于核心人才的替代作用有限。

岑峰：閉源巨頭一直主打安全與免運(yùn)維，但 Claude Code 源碼泄露事件暴露了其脆弱性。這是否會(huì)動(dòng)搖企業(yè)對(duì)閉源托管方案的信任？

常楠：私有化部署一定是有大量市場的，但是這個(gè)成本商業(yè)成本非常高。信任與部署方案之間存在一個(gè)“光譜”，可能都會(huì)有各種生態(tài)的存在：大型企業(yè)擁有資金和 AI 團(tuán)隊(duì)，出于對(duì)代碼主權(quán)和可審計(jì)性的考慮，一定會(huì)追求私有化部署。而中小企業(yè)受限于算力、成本和工程能力，云端方案依然是極其廉價(jià)且高效的替代品。

所以并非一個(gè)絕對(duì)的選擇題，它是一個(gè)有灰度的問題。在不同的場景下，根據(jù)不同公司的狀態(tài)，還有他們業(yè)務(wù)的狀態(tài)，實(shí)現(xiàn)業(yè)務(wù)狀態(tài)和成本敏感度的動(dòng)態(tài)平衡。

岑峰：現(xiàn)在巨頭的底牌被看清之后，Agent創(chuàng)業(yè)者會(huì)不會(huì)迎來一個(gè)平權(quán)的時(shí)代？如果真的有一個(gè)平權(quán)時(shí)代的到來，這對(duì)創(chuàng)業(yè)者會(huì)有怎樣的機(jī)會(huì)呢？

常楠：我同意佳釔剛才說的，Claude Code代碼泄露可能有一定的價(jià)值，但它也不是絕對(duì)的價(jià)值。你要說平權(quán)，我覺得也不一定平權(quán)，因?yàn)槟Ｐ湍芰Ρ旧磉€是決定了產(chǎn)品的上限，而工程能力決定了產(chǎn)品的下限。如果基座模型糟糕，工程再強(qiáng)也難有作為。

但泄露的代碼確實(shí)為開發(fā)者提供了極佳的案例。比如一些開發(fā)者在某一些領(lǐng)域里面有獨(dú)特的領(lǐng)域Knowhow和數(shù)據(jù)，但在如何在工程層面實(shí)現(xiàn)低成本的內(nèi)存機(jī)制、上下文管理、編排邏輯及安全機(jī)制上缺乏經(jīng)驗(yàn)，這對(duì)缺乏相關(guān)積淀的公司極具參考價(jià)值。

岑峰：很多人擔(dān)心開源 Agent 最終會(huì)淪為閉源大廠的“免費(fèi)測試員”。佳釔，未來是否可能出現(xiàn)一個(gè)繞開大廠“生態(tài)稅”的去中心化應(yīng)用網(wǎng)絡(luò)？

張佳釔：邏輯上，模型廠商確實(shí)有能力通過數(shù)據(jù)優(yōu)勢“吞掉”新出現(xiàn)的能力。去中心化的 Agent 網(wǎng)絡(luò)一定會(huì)出現(xiàn)，但可能無法完全繞開 OpenAI 或 Anthropic。因?yàn)樽非髽O致能力的用戶永遠(yuǎn)無法避開最頂尖的閉源模型。

我認(rèn)為創(chuàng)業(yè)者的思路需要轉(zhuǎn)變：不要指望干掉巨頭，而要為 Agent 打造基礎(chǔ)設(shè)施（Infra）。與其在更通用的 Computer Use 領(lǐng)域硬碰硬，不如去為 Agent 創(chuàng)造更快速、更原生的 CLI 工具和底層組件。通用 Computer Use 雖然范圍廣，但效率較低，為 Agent 定制的基礎(chǔ)設(shè)施才是當(dāng)下的藍(lán)海。

岑峰：當(dāng)大廠開始提供工業(yè)級(jí) Agent 服務(wù)時(shí)，創(chuàng)業(yè)者的價(jià)值是否會(huì)從功能提供轉(zhuǎn)向行業(yè) Know-how 的沉淀？常楠老師，你會(huì)如何選擇方向？

常楠：行業(yè)深度和強(qiáng)化學(xué)習(xí)（RL）算法能力缺一不可。像佳釔說我有獨(dú)特的數(shù)據(jù)，然后知道怎么構(gòu)建這個(gè)系統(tǒng)，這樣可以在行業(yè)里有一個(gè)獨(dú)特認(rèn)知的Finetune的模型，可能會(huì)有一定的壁壘。但必須警惕，如果某個(gè)垂直行業(yè)的商業(yè)價(jià)值足夠大，大廠很快就會(huì)帶著資源蠶食該市場。

作為效率工具或問題解決類企業(yè)，與客戶的核心關(guān)聯(lián)在于長期信任積累。唯有承接大企業(yè)不愿做的 “臟活累活”，才能建立專屬信任，促使客戶開放獨(dú)特的上下文、數(shù)據(jù)與工作流，進(jìn)而構(gòu)建專屬智能體系統(tǒng)，以更低成本實(shí)現(xiàn)高效落地，形成差異化優(yōu)勢。

但這一模式面臨雙重?cái)D壓：一方面，Claude Code 等編碼能力的崛起，使得客戶企業(yè)可能自主搭建系統(tǒng)，形成內(nèi)部替代；另一方面，上游模型廠商會(huì)向下拓展，下游客戶企業(yè)會(huì)向上自建，創(chuàng)業(yè)公司的生存空間被大幅壓縮。

若單純做通用型 Agent 企業(yè)，無論是 ToB 還是 ToC，挑戰(zhàn)都極大。ToB 領(lǐng)域易受上下游夾擊，ToC 領(lǐng)域用戶嘗試意愿低，且模型廠商必然覬覦大眾市場。唯有在特定垂直領(lǐng)域，構(gòu)建通過 AI 生成的獨(dú)特內(nèi)容能力，形成核心壁壘，才有可能挖掘商業(yè)機(jī)會(huì)。

岑峰：有觀眾提問，能否具體介紹一下哪些場景是大廠沒有關(guān)注的應(yīng)用場景？

常楠：那些大的場景可能大廠都在關(guān)注，例如Sora類大場景、模型競爭及核心ToB領(lǐng)域，但像一些足AI娛樂、數(shù)字生命、Agent工作平臺(tái)等賽道，大廠短期不會(huì)踏足。因?yàn)樗麄冞€在糾結(jié)模型的戰(zhàn)爭和一些非常大的ToB領(lǐng)域，對(duì)ToC的場景現(xiàn)在覆蓋的還相對(duì)較少。

這類偏內(nèi)容向的ToC場景，需人獨(dú)特的審美品味，而AI目前尚未達(dá)到內(nèi)容基礎(chǔ)門檻，且模型廠商重工程、輕內(nèi)容的文化，也讓其暫未布局。因此，若能憑借獨(dú)特品味做此類廣普ToC應(yīng)用，仍有一定的市場機(jī)會(huì)。

岑峰：前段時(shí)間 OpenAI 關(guān)閉了 Sora 的某些預(yù)覽服務(wù)，這是否反映了某種信號(hào)？

常楠：巨頭的算力是有限的，Sora 的降溫反映了 OpenAI 在面對(duì) Anthropic 等激烈競爭時(shí)需要收縮資源、聚焦核心戰(zhàn)略。此外，AI 生成內(nèi)容的留存率低，是因?yàn)榈唾|(zhì)內(nèi)容已嚴(yán)重過剩。創(chuàng)業(yè)者應(yīng)利用比 AI 更獨(dú)特的 Taste 和對(duì)用戶需求的精準(zhǔn)理解，去連接產(chǎn)品與人。

岑峰：過去的一小時(shí)里，我們見證了 Agent 競爭正從“模型智力”轉(zhuǎn)向“系統(tǒng)工程能力”。總結(jié)一下今天的討論：Agent正在從"模型智力"的競爭，轉(zhuǎn)向"系統(tǒng)工程能力"的競爭。無論是VLM還是CLI路線，無論是開源還是閉源，最終都要回到一個(gè)核心問題：你能為用戶創(chuàng)造什么價(jià)值？在這個(gè)"深水區(qū)"里，客戶關(guān)系、行業(yè)Know-how、持續(xù)交付能力，才是創(chuàng)業(yè)者的真正壁壘。感謝兩位嘉賓的深度分享。

Youtube鏈接：https://youtu.be/QGnynf82TRA?si=rE01vEtpxqQ8_0sp

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。