人人想造Codex，但Agent正在接管的不只是你的代碼 |?ToB產(chǎn)業(yè)觀察

圖片來源@unsplash

去年這個(gè)時(shí)候，我們曾有個(gè)判斷是：相較于銷售、客服等領(lǐng)域，AI在編程領(lǐng)域的應(yīng)用落地速度更快，且代碼生成提效賦能開發(fā)者的場景已經(jīng)被實(shí)踐快速驗(yàn)證。如今，這種情況正因Agent的能力進(jìn)化而有所改變：伴隨AI編程工具從Copilot輔助升級(jí)到Agent自主模式，AI開始進(jìn)入到企業(yè)工作流和辦公場景，成為企業(yè)組織內(nèi)部的“數(shù)字員工”。

與Agent功能擴(kuò)張形成鮮明對比的，是企業(yè)用戶在部署Agent存在的困惑：想要變成為企業(yè)確定性結(jié)果交付的執(zhí)行者，不僅是技術(shù)挑戰(zhàn)，更是組織慣性、隱性知識(shí)和成本回報(bào)的綜合考量。

當(dāng)寫代碼的Agent，搶了辦公的活兒

就在上周，以Cursor、Anthropic、OpenAI為代表，先后對其AI產(chǎn)品進(jìn)行了產(chǎn)品和功能迭代。這一做法，其實(shí)已經(jīng)指向共同趨勢：AI編程工具不再是開發(fā)者專用的編程IDE，它還是非開發(fā)人員在日常工作場景的工具。

Cursor正在由內(nèi)部員工測試一款新產(chǎn)品，內(nèi)部代號(hào)為“Sand”。這款產(chǎn)品的研發(fā)，與Cursor在2026年4月從SpaceX AI部門租用計(jì)算資源的動(dòng)作密切相關(guān)。一位接近Cursor的人士透露，CEO Michael Truell在5月的全員大會(huì)上已明確表示，下一個(gè)增長機(jī)會(huì)在于“非開發(fā)人員的商業(yè)用戶，且客戶確實(shí)需要這類產(chǎn)品”。這是Cursor自2022年成立以來最重要的戰(zhàn)略轉(zhuǎn)向。

與此同時(shí)，Anthropic對其面向非技術(shù)人群的通用任務(wù)執(zhí)行型Agent——Claude Cowork進(jìn)行了重大版本更新，其核心變化在于，它從桌面端正式轉(zhuǎn)為跨設(shè)備、全天候的運(yùn)行模式。事實(shí)上，早在今年1月，Claude Cowork就以桌面版本推出引起業(yè)內(nèi)關(guān)注。基于桌面端的Agent，意味著用戶可以在本地執(zhí)行任務(wù)和文件處理，AI可以更主動(dòng)為用戶提供服務(wù)，包括處理Excel數(shù)據(jù)、社媒信息獲取等。

除了Anthropic之外，OpenAI也采取類似策略推出了一款名為ChatGPT Work的Agent產(chǎn)品，專為自主拆解多步驟復(fù)雜任務(wù)、跨應(yīng)用收集上下文、長期運(yùn)行并直接交付文檔/表格/PPT/Web成品而設(shè)計(jì)。并且，OpenAI還計(jì)劃將ChatGPT Work與Codex入口進(jìn)一步進(jìn)行合并。事實(shí)上，Codex最初被定義為AI編程工具，現(xiàn)在越來越多的非IT人士將其用于報(bào)告、電子表格、PPT、研究和數(shù)據(jù)分析。據(jù)上月最新披露數(shù)據(jù)，Codex周活用戶已經(jīng)超過500萬。

這種能力的溢出，是編程模型的必然外延。“氛圍編程”的提出者Andrej Karpathy曾揭示，當(dāng)AI能通過對話理解并生成代碼時(shí)，它本質(zhì)上已經(jīng)掌握了將模糊意圖轉(zhuǎn)化為結(jié)構(gòu)化產(chǎn)出的能力。那么，將這種能力從結(jié)構(gòu)嚴(yán)密的編程語言，遷移到同樣遵循邏輯結(jié)構(gòu)但更依賴模板的PPT制作、報(bào)表生成，在技術(shù)路徑上同樣存在可遷移甚至降維的空間。

同樣在中國市場，從之前的Coding產(chǎn)品，到現(xiàn)在拓展到桌面端、聚焦工作場景，也出現(xiàn)了一批同類產(chǎn)品：阿里Qoder團(tuán)隊(duì)推出了Agent QoderWork、騰訊云CodeBuddy團(tuán)隊(duì)推出WorkBuddy、騰訊應(yīng)用寶的Marvis、Kimi有Agent Kimi Work、字節(jié)有TRAE Work，此外還有智譜AutoClaw、階躍的AI桌面伙伴、豆包專業(yè)版等等。我們還獲悉，創(chuàng)業(yè)公司滴普科技也即將發(fā)布一款定位企業(yè)日常辦公AI入口的Agent產(chǎn)品。

可以看到，現(xiàn)如今，辦公Agent賽道已經(jīng)有越來越多的產(chǎn)品涌入，無論是海外還是國內(nèi)，在產(chǎn)品層面的探索，已十分活躍。

一位來自金融行業(yè)的技術(shù)總監(jiān)梁文指出：“隨著AI的發(fā)展，其他場景的使用量會(huì)逐步超過編碼場景，只是現(xiàn)在還沒有發(fā)展到這個(gè)階段。因?yàn)槟壳笆褂肁I的人大多還是程序員，可能最快到明年，就會(huì)有很多生產(chǎn)業(yè)務(wù)領(lǐng)域的AI使用量超過編碼場景。”在這家企業(yè)內(nèi)部，AI早已從早期的單點(diǎn)試點(diǎn)演進(jìn)為公司級(jí)基礎(chǔ)能力，研發(fā)、產(chǎn)品、業(yè)務(wù)、數(shù)據(jù)團(tuán)隊(duì)均有深度依賴，甚至部分業(yè)務(wù)流程離開AI支撐無法正常運(yùn)轉(zhuǎn)。

當(dāng)然，新的挑戰(zhàn)也同樣存在，就像編程環(huán)境有編譯器的即時(shí)校驗(yàn)，企業(yè)辦公場景的校驗(yàn)則來自模糊的商業(yè)判斷和審美偏好，但怎么定義好“審美”前者因人而異，后者則因企業(yè)各異。

成為“數(shù)字員工”，要先跑通流程

理解Agent還要先看Harness。Harness本質(zhì)是Agent的運(yùn)行時(shí)框架，即連接基礎(chǔ)模型與真實(shí)環(huán)境的執(zhí)行層，它決定了Agent能否感知環(huán)境、調(diào)用工具、執(zhí)行命令并驗(yàn)證結(jié)果。

Claude Code的Harness設(shè)計(jì)原則是深度自主。Anthropic聯(lián)合創(chuàng)始人Jared Kaplan曾在內(nèi)部力排眾議，堅(jiān)持用真實(shí)世界臟代碼而非競賽題訓(xùn)練模型。其結(jié)果是，Claude Code的Harness擅長在遺留系統(tǒng)的“泥沼”中自主進(jìn)行跨文件重構(gòu)，其API調(diào)用量一年增長17倍。全球GitHub公開提交中約4%由Claude Code參與完成，Anthropic預(yù)計(jì)到2026年底這一比例將超過20%。但這種設(shè)計(jì)的代價(jià)是，可能會(huì)導(dǎo)致不可預(yù)知的操作風(fēng)險(xiǎn)，需要嚴(yán)格的人工審批流程。

Cursor則強(qiáng)調(diào)駕駛艙模式，其Harness體系更像是一個(gè)精心設(shè)計(jì)的輔助駕駛系統(tǒng)，深度集成在IDE內(nèi)，強(qiáng)調(diào)用戶對每一步的感知和控制。這種設(shè)計(jì)對前端開發(fā)和日常迭代極為友好，但在處理需要全局視角的后端復(fù)雜工程時(shí)，也就是說，Harness的自主決策能力是相對保守的。

我們注意到，被譽(yù)為中國版Codex的WorkBuddy，可能在構(gòu)建一個(gè)更龐大、更復(fù)雜的Harness生態(tài)。它采用了SkillHub平臺(tái)，通過封裝超7萬個(gè)技能的標(biāo)準(zhǔn)化接口，內(nèi)置11款主流大模型從而實(shí)現(xiàn)智能調(diào)度。騰訊在依靠企業(yè)微信等騰訊系生態(tài)產(chǎn)品，以放大Agent的能力觸達(dá)。但其挑戰(zhàn)在于，由于企業(yè)辦公場景的流程如報(bào)銷、審批，遠(yuǎn)比編寫代碼環(huán)境更為模糊，且更依賴隱性知識(shí)。

何為隱性知識(shí)？網(wǎng)易智企·云信CTO徐杭生此前提到，編程可能更容易被取代，原因在于邏輯性太強(qiáng)、流程性太強(qiáng)。有規(guī)范，像軟件工程一樣，是有教學(xué)過程的。相反，沒有教學(xué)過程純靠經(jīng)驗(yàn)積累的場景，是更難被取代的。

這種隱性規(guī)則的量化、建模與動(dòng)態(tài)更新，是企業(yè)Agent落地的最主要障礙之一。

結(jié)合海外公司的策略來看，Anthropic通過Snorkel AI啟動(dòng)了代號(hào)為“Marlin”項(xiàng)目。該項(xiàng)目雇傭約1000名資深軟件工程師，以每個(gè)任務(wù)280美元/1小時(shí)的報(bào)酬，對Claude Code的輸出進(jìn)行A/B測試和評審。他們購買的不是代碼，而是工程師在審查代碼時(shí)頭腦中閃過的“這樣寫更好”的工程直覺判斷。

為了真正意義上理解企業(yè)工作流，WorkBuddy采用了騰訊內(nèi)部數(shù)萬員工在使用其工具時(shí)產(chǎn)生的、經(jīng)過脫敏和標(biāo)注的真實(shí)工作過程數(shù)據(jù)，例如，一個(gè)優(yōu)秀的市場方案是如何從提綱、素材搜集到初稿、反復(fù)修改成型的。

這種過程數(shù)據(jù)的獲取在通用辦公場景下極為困難，因?yàn)榇罅恐R(shí)工作者的核心工作過程（如思考、決策）并不在數(shù)字工具上留下痕跡，這也是辦公Agent相較于編程Agent存在的先天數(shù)據(jù)劣勢。

效率不是終點(diǎn)，還要與真人比價(jià)值

我們此前報(bào)道過一個(gè)數(shù)據(jù)：在海外，企業(yè)集成Github Copilot后，編碼時(shí)間雖減少50%，但Bug卻增加了41%。這其實(shí)早已說明：在AI時(shí)代，一些老的效率標(biāo)尺如代碼行數(shù)、編碼耗時(shí)已經(jīng)很難衡量Agent價(jià)值，面向辦公場景的Agent同樣需要一套合適的衡量標(biāo)尺。

Gartner在今年5月報(bào)告中指出，盡管90%的工程領(lǐng)導(dǎo)者報(bào)告AI編程Agent帶來效率提升，但平均凈提升僅為19.3%，遠(yuǎn)低于產(chǎn)品宣傳的“倍數(shù)級(jí)”效果。Stack Overflow調(diào)查顯示，超過70%的開發(fā)者使用AI工具，但主要擔(dān)憂仍是“代碼質(zhì)量難以控制”和“引入安全漏洞”。這意味著，在排除了調(diào)試、審查、溝通等非編碼時(shí)間后，AI帶來的真實(shí)組織效能增量其實(shí)沒有想象中那么高。

梁文還注意到，現(xiàn)在很多硅谷企業(yè)存在的問題是，無法通過消耗更多Token，持續(xù)穩(wěn)定地轉(zhuǎn)化為新的需求，那么就會(huì)變成生產(chǎn)過剩。“所有人開始使用AI產(chǎn)品，并將其用在業(yè)務(wù)流中，并不能完全保證會(huì)為企業(yè)帶來真正的業(yè)務(wù)增長。但這個(gè)過程中，很多過去非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化的流程或工具選項(xiàng)被固化由AI來完成，卻又無法打開新的增量，這就可能帶來裁員問題。”

這種轉(zhuǎn)變意味著，Agent的價(jià)值必須投射到組織原有的業(yè)務(wù)價(jià)值流中，而非制造一套獨(dú)立的AI效率數(shù)字。這要求企業(yè)重新設(shè)計(jì)從需求評審、代碼審查到測試部署的全流程，讓AI的參與可量化、可追溯，最終體現(xiàn)為業(yè)務(wù)響應(yīng)速度的提升。

與此同時(shí)，當(dāng)Agent全面進(jìn)入企業(yè)流程，一個(gè)過去被忽視的問題正在被快速放大：Token消耗呈指數(shù)級(jí)增長，其成本可能很快超過被替代的人力成本。

國內(nèi)某軟件企業(yè)目前每個(gè)月Token的消耗量也已經(jīng)到了幾百億。模型性能對Agent產(chǎn)品體驗(yàn)仍有重要影響，但當(dāng)前最主要的制約因素，依然是高昂的Token成本。

今年6月，GitHub Copilot正式告別包月模式，改為按Token計(jì)費(fèi)。有開發(fā)者測算，重度使用下月費(fèi)可能從約50美元飆升至近3000美元。Gartner預(yù)測，到2028年，AI編程成本將超過普通開發(fā)者的平均薪資。

企業(yè)將像管理云計(jì)算資源一樣，為不同難度的任務(wù)分配不同檔次的模型，以實(shí)現(xiàn)成本最優(yōu)。國內(nèi)某開發(fā)者社區(qū)一篇實(shí)戰(zhàn)復(fù)盤顯示，有團(tuán)隊(duì)將12名開發(fā)者的編碼后端重定向至基于Claude Code協(xié)議的自定義工作流，通過混用不同型號(hào)模型，在提升32%效能的同時(shí)優(yōu)化了預(yù)算。

不少技術(shù)人士不約而同提到了算力與模型管理這個(gè)話題，統(tǒng)一搭建算力網(wǎng)關(guān)，統(tǒng)一對內(nèi)部的各個(gè)產(chǎn)品線進(jìn)行模型供應(yīng)商管理，以實(shí)現(xiàn)在成本、質(zhì)量及穩(wěn)定性方面的最優(yōu)組合。

為推動(dòng)Agent項(xiàng)目更好落地，一些企業(yè)還采用了多Agent架構(gòu)來執(zhí)行不同任務(wù)，包括執(zhí)行具體任務(wù)、數(shù)據(jù)查詢、安全檢查、性能監(jiān)測等任務(wù)，Agent完成的任務(wù)更垂直、單一，對應(yīng)的技術(shù)難度和復(fù)雜度也被分?jǐn)偟搅烁鱾€(gè)Agent上。

成本結(jié)構(gòu)的正倒逼企業(yè)重新審視Agent的部署策略。過去，編程因?yàn)槿蝿?wù)邊界清晰、反饋閉環(huán)迅速，成為Agent落地的天然試驗(yàn)場，當(dāng)Agent試圖進(jìn)入更廣闊的企業(yè)辦公場景時(shí)，需要解決的是更根本的問題。當(dāng)Agent像一個(gè)合格員工一樣Work時(shí)，你可能也不再關(guān)心Agent有多聰明，而是它的成本究竟值不值？

（作者｜楊麗，編輯｜楊林）