惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

有赞技术团队
有赞技术团队
Martin Fowler
Martin Fowler
N
Netflix TechBlog - Medium
WordPress大学
WordPress大学
罗磊的独立博客
H
Help Net Security
MongoDB | Blog
MongoDB | Blog
A
About on SuperTechFans
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
D
Docker
云风的 BLOG
云风的 BLOG
Microsoft Security Blog
Microsoft Security Blog
Blog — PlanetScale
Blog — PlanetScale
P
Proofpoint News Feed
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
I
InfoQ
J
Java Code Geeks
博客园 - 聂微东
大猫的无限游戏
大猫的无限游戏
Engineering at Meta
Engineering at Meta
美团技术团队
小众软件
小众软件
Stack Overflow Blog
Stack Overflow Blog
C
Check Point Blog

宝玉的分享

高效商业智能体的架构剖析指南 AI 原生思维——像训练大模型一样训练自己 Warp 如何让 Agent 自我进化 我的 AI 原生开发流程:一个真实案例的完整复盘 从 TL 到 EM:我终于不再盯着 AI 写代码了 tsshd v0.1.9 已经发布,低延迟的 ssh - OSCHINA - 开源 × AI · 开发者生态社区 一文看懂ChatGPT、Codex、Work 的差别 从零开始玩转循环 (Getting started with loops) 为啥 Codex 还不推出类似 Codex Design 的产品? DeepSeek 的 10 万亿美元大战略 来自 Codex 官方团队的分享:如何把 Codex 用到极致 为什么我不“凭感觉编程” 创始人手册:打造 AI 原生初创公司 Forward Deployed Engineer:AI 时代的新宠岗位,到底干什么? AI 时代到底该怎么管一个工程团队 为什么资深开发者讲不清自己的专业能力 Codex 的野心,MCP 和 Skill 的下一步 裁员潮将持续,直到我们学会发掘 AI 的商业价值 机器人的终局:英伟达 Jim Fan 宣告 VLA 时代结束,WAM 登场 深度拆解:AI Agent Harness 的构造 使用 Claude Code:HTML 难以置信的奇效 Anthropic 兄妹 Dario Amodei 和 Daniela Amodei 最新对话:Claude 为什么一直限速? Boris Cherny:Claude Code 之后,写代码正在变成“管理 Agent” 大多数公司根本没有为 AI 做好准备 Demis Hassabis:AGI 还缺什么,智能体到底行不行,下一个科学突破长什么样 深度拆解 Hermes Agent 的记忆系统:它如何修正 OpenClaw 的误区 Karpathy 最新访谈:Vibe Coding 只是开始,真正重要的是 Agentic Engineering AI 的经济账根本算不通 为 Agent 设计产品 Cat Wu 面试了几百个 PM 候选人,几乎没人答对一个问题:AI 产品经理到底应该干什么?
关于 Agent 的几个判断
宝玉 · 2026-07-28 · via 宝玉的分享

@cellier_ 昨天发了一条帖子,谈了他对 Agent 的三个判断:

一是,通用 Agent 会吃掉垂直 Agent。Codex、Claude Cowork、WorkBuddy 这些通用型选手,配合 Skill 和 MCP,就能搞定大部分专业任务。很多 AI-native 应用创业,本身就是个伪命题。

二是,更开放的会吃掉更封闭的。模型能力趋同之后,会变成可路由的基础设施。Agent 应该让用户自由选择模型,甚至支持本地部署和自由迁移。

三是,更下沉的会吃掉更傲慢的。Codex、Claude、DeepSeek 背后的团队都以 AGI 为目标,不太愿意做脏活累活,这就给了草根团队做精细化运营的机会窗口。

Cellier 关于 Agent 的三个判断

我觉得这是个很好的话题,也说说我的几个判断。

1. 少数通用 Agent 通吃

不只是通用 Agent 会吃掉垂直 Agent,通用 Agent 这个赛道本身,也会是少数赢家通吃。

小的通用 Agent 同样没有生存空间。

2. 基于 Agent 的插件系统至关重要

开放和封闭的差别,不在于是不是开源,也不在于能不能自由切换模型,而在于它的插件生态。

最受欢迎的 Claude Code 和 Codex,默认使用的都是自家模型,但这并没有造成多大影响,何况它们也都支持通过 API 使用其他模型。

现在 Agent 之所以能火起来,一个重要原因就是丰富的插件生态。Skill 加 MCP,可以帮助 Agent 完成各种不同的任务。

3. 前期的 Agent 更多是在教育用户

“下沉”和“傲慢”都是很主观的说法。

WorkBuddy 那样不见得就叫下沉,Codex 也不见得傲慢。当然,说 Anthropic 傲慢,可能没什么争议。但只要模型足够强,大家捏着鼻子也就认了。

Agent 这种产品,用户没有那么多忠诚度。前期的产品,本质上都是在教育用户。

就像“小龙虾”,虽然现在已经没人提了,但它确实起到了普及 Agent 的作用。将来写 AGI 发展史,也算留下过一笔。

WorkBuddy 现在火爆,也是在教育用户,让很多不知道或者用不了 Codex 和 Claude Code 的人,也能用上 Agent。

想当年 Claude Code 多火爆,后来 Codex 推出 GUI 版,也很快抢走了不少用户。

4. 模型是护城河

Agent 的产品体验其实也没有多深的护城河,最后都会趋同。模型能力和成本,终究还是会让产品拉开差距。

Skills 和 MCP 绝大部分都不具备独占性。在一个 Agent 平台能用,换个平台通常也能继续用。

用户使用 Agent 时,最大的体验差异来自模型本身的智能程度。

当你用过聪明的模型,就不会想再回到不那么聪明的模型。很多人愿意接受当下的产品,只是因为没有机会用到更好的。一旦有机会用上更聪明、更便宜的模型,他们会毫不犹豫地切换,丝毫不会有忠诚度。

Cursor 的 Agent 体验也很好,什么模型都能用。但热度最高的依然是 Codex 和 Claude Code,因为它们有订阅服务,性价比更高。

5. 个人开发者和小团队没必要拼 Agent

小团队做通用 Agent、垂直 Agent,已经没什么机会了。但是,基于 Agent 做插件,仍然有很多机会。

很多传统软件并不是为 Agent 设计的,这里面还有一个时间窗口。

Skills 已经泛滥了,单纯做一个 Skill 没什么门槛。让 Skill 作为入口,后面再接入服务,还是有机会的,这也是提供差异化的地方。

6. 普通用户越早用、越多用 Agent,越受益

AI Agent 不会替代你,但它可以替你完成很多电脑上的重复工作。越早用起来,就越早享受它带来的效率提升。

多花一点钱,用更聪明的模型,可以节约你的时间,也能提升使用体验。把钱花在聪明的模型上是值得的,当然也没必要超出自己的承受能力。

你要相信 Agent 能帮你提升效率,它就一定能帮到你。信则灵。

除非是为了测试,否则没必要安装很多 Skills,尤其不要安装全局 Skills。但要学会让 Agent 帮你写 Skills,并持续迭代自己的 Skills。

管理能力,尤其是工程管理能力,会越来越重要。因为普通人也需要管理 Agent,而管理 Agent 和管理项目,本来就有很多相似之处。

有条件的话,换一台 Mac 电脑。它是 Agent 的最佳搭档。