人人都能拥有 AI 代理，但几乎没人能拥有模型本身
原文：https://every.to/context-window/everyone-gets-an-agent-almost-no-one-gets-the-model
上周五，OpenAI 发布了 GPT-5.6 Sol，但根据美国政府指令，其访问权限仅限于大约 20 家预先批准的公司。华盛顿方面正在研究如何以一种可控的方式，逐步放开具有先进能力的“前沿模型”。对此，Every 的联合创始人 Dan Shipper 认为，这种封锁恰恰伤害了那些最需要借助这些工具来跟上时代步伐的人。“在这样一个世界里，先进模型被锁起来，仅供 AI 巨头和少数几家公司的员工使用，那些雄心勃勃的学生、独立开发者以及职场专业人士，他们本可以借助这些工具去学习、创造并发挥出最大潜能，现在却被剥夺了机会。”
这种“配给制”也正在向我们其他人袭来。Every 的特约作者 Mike Taylor 提出，Token 访问权即将像资本一样被分配——谁能证明自己能带来最大的回报，谁就能获得最大的预算。随着模型能力越来越强，这种态势只会愈演愈烈。
以此为起点，我们开始深入探讨当人们真的将这些工具拿到手后会发生什么。
为工程师打造的 AI 代理，正在向所有人的办公桌发起冲锋。OpenAI 的 Codex 周活用户已突破 500 万，而 Anthropic 的 Claude Tag 智能体也正式接入了 Slack。我们开发的一套名为 复合工程（Compound engineering） 的方法论，其配套插件现在可以让一个编程代理在无人看管的情况下连续运行数小时，时间长得足够它独立完成一个功能的开发、编写测试，并直接发起一个 Pull Request。
在本期的内容中：高级应用 AI 工程师 Nityesh Agarwal 论证了为什么 Claude Code 可能就是你所需要的那唯一一个代理构建器；Every 的运营负责人 Katie Parrott 把自己的职业复盘交给了 Codex；联合创始人 Dan Shipper 则与 Surge AI 的创始人 Edwin Chen 探讨了一个终极问题：当机器无所不能时，我们人类还剩下什么？——Kate Lee
知识库精选
“Claude Code 就是你已经拥有的那个 OpenClaw 替代品”，作者：Nityesh Agarwal / Source Code：高级应用 AI 工程师 Nityesh Agarwal 认为，任何想用 OpenClaw 来构建 AI 代理的人，其实手头就有一个更强大的选择：Anthropic 一年前就已经发布的 Claude Code。它被定位为一款编程工具，但作为通用型代理平台的能力却长期被忽视。他剖析了这种定位是如何掩盖了它的真实实力，并展示了同一个工具是如何演变成 Claudie——Every 始终在线、潜伏在 Slack 中的 AI 员工。
🔏 “面向知识工作的 Codex”，作者：Katie Parrott / Guides：这是我们关于如何使用 Codex 进行知识工作的指南——不仅仅是编程，还包括邮件、写作、研究和规划——现在已更新至第二版，距离第一版发布仅过了一个月左右。我们重写了这份指南以适应 Codex 的快速发展：它梳理了项目、线程、目标、插件和 Sites 之间的协同关系，解释了 Codex 如何访问你的文件和应用程序，并新增了一份为期 30 天的上手计划。里面有个小贴士：把整份指南交给 Codex，告诉它你的角色，然后让它为你挑选第一个工作流程。
“Codex，为一切，为所有人”，作者：Laura Entis 和 Katie Parrott / Context Window：OpenAI 正在将 Codex 远远推向编程之外，通过推出 Sites 以及面向分析师和产品经理的特定角色插件，押注其成为每个人完成自主性工作的核心场所。本期还包括：一个利用 Codex 制作 YouTube 缩略图的黑客技巧，Anthropic 新推出的 Claude Tag Slack 代理，以及当前设计中悄然渗透的 AI 痕迹。
“Token 紧缩”，作者：Laura Entis / Context Window：以原始 Token 消耗量来衡量 AI 采用率的时代似乎即将终结。技术咨询负责人 Mike Taylor 提出，算力将像交易投资组合一样被分配——最大的预算会流向少数能证明能带来最大回报的人，而前沿模型的访问权限也会相应地被“配给”。本期还包括：增长负责人 Austin Tedesco 基于 Spiral、Monologue 和一个 OpenClaw 创意收件箱构建的写作工作流。
“AI 能学会良好判断力吗？”，作者：Katie Parrott / Context Window：本周，三项关于教会机器“判断力”的实验：Dan Shipper 正在利用总编辑 Kate Lee 过去所做的数万次编辑记录，对 AI 文案编辑进行微调，以捕捉她的决策逻辑。运营负责人 Arielle Shipper 将一段两分钟的屏幕录制转化为可复用的代理指令，而这正是 OpenAI 刚刚作为 Codex 的“录制与重放”功能所推出的。此外，Austin 则通过 Codex 来指导执行他自己无法完成的任务。
🎧 🖥 “当 AI 无所不能时，‘生而为人’意味着什么？”，作者：Dan Shipper / AI & I：Surge AI 的创始人 Edwin Chen——他创立的数据评估公司在没有风险投资的情况下，收入已接近 10 亿美元——与 Dan 一起探讨，当 AI 超越所有基准测试后，人类的动力将来自何方。陈的观点是，规模化法则表明 AI 会追求我们交给它的任何目标，但那个目标本身必须由人来设定——模型自身没有驱动力。 🎧 🖥 可在 Spotify 或 Apple Podcasts 收听，在 YouTube 观看，或在 X 上关注讨论。
“我让 AI 审计了我的整个职业生涯”，作者：Katie Parrott / Working Overtime：季度过半，Katie Parrott 不确定自己是否正走在达成 OKR 的轨道上，于是她让一个 Codex 驱动的“职业教练”审查了自己的所有记录，并在大约 10 分钟内得到了一份客观的解读：她已经完成了目标。这篇文章详细介绍了整个设置，并提出了一个更深层次的见解：代理可以横跨你的 Slack、Google Drive 和电脑桌面去搜寻证据，而不是依赖你自己记得去提及的那些工作成果。
产品动态
Cora 重构版收件箱进入 Beta 阶段 Cora 正在进化为一款功能完备的电子邮件客户端，现已准备好迎接 Beta 测试者。这个重构版本允许用户在桌面或 iPhone 上的 Cora 中阅读、搜索、撰写和回复邮件，此外，它还保留了现有的邮件分类、草拟和每日两次简报功能。如果想参与 Beta 测试，可以发送邮件给 Kieran Klaassen。
Monologue 变得更快、更不具侵入性 Monologue 的最新更新专注于让口述感觉近乎瞬时完成——大多数人将看到他们说出的话在一秒内被转化为编辑好的文字。编辑引擎的速度也提升了 30%，且未降低准确性。除了速度之外，更新还增加了更多的转录语言，改进了口述文本返回其他应用的方式，并引入了一个当用户开始键入时就会自动消失的光标指示器。一个新的创作者模式让 Monologue 在屏幕录制时更容易使用，而新的复制格式为用户重用转录文本提供了更多选择。
价值对齐
“忧虑的健康人”。我是个 Midjourney 的狂热粉丝。我付费使用它，并在晚宴上反驳那些认为 AI 做不出艺术的人，我认为它创造了互联网上最美的图像。所以，若问我这个 AI 图像生成器的下一个点子是不是个好主意，我可能不是客观的人选。但鉴于上周 X 上对其最新项目展开的白热化讨论，我还是想试着评论一下。
Midjourney 想要让你躺进一个温暖的池子，池子周围环绕着 50 万个超声波传感器，能在 60 秒内绘制出你的全身图谱，整个过程不使用辐射，也不使用 CT 和 MRI 扫描中常见的那种大块头、让人有幽闭恐惧症的磁体。
该公司的目标，是让身体成像从一种需要去医院才能完成的大阵仗，转变为像抽血化验一样无处不在且廉价。这正是那种让追求长寿的人群垂涎的“早发现”筛查工具——一条通往预防疾病，甚至，我敢说，永生的道路。
然而，医生们完全有理由对“健康人也应该接受扫描”这一潜在前提提出质疑。对健康人群进行更频繁扫描的问题在于，你会偶然发现一些微小的、可能毫无意义但又不能被忽视的“小东西”。这些被称为“偶发瘤（incidentalomas）”，当患者数量不大时，它们还算可控；但当这些扫描以超大规模进行时，情况就不同了。Midjourney 公开的目标是每月进行 10 亿次扫描。如果你把那么多健康而焦虑的人，引向一个本已不堪重负的医疗系统，你并不会真正实现疾病的早发现，反而会制造一场由后续扫描、转诊、活检组成的“海啸”，会让诊所里挤满那些本来好好的、直到在医疗水疗中心——这些扫描将首先在那里推出——被人告知可能有问题的人。
但这是个充满争议的话题，我理解其中的缘由。如果一次扫描能发现某个肿块，而它最后被证实是癌症，那么对当事人来说，世界上所有的虚假警报都值得——你听到的证词也总是来自那个人。但你永远不会听到那数千名接受了活检，并为此焦虑恐惧了两周，最后却被告知一切正常的人的声音。
我不是要贬低 Midjourney 所构建的技术。这种扫描能提供一份详细的图谱，显示你的脂肪、内脏脂肪、肝脏脂肪和去脂体重，并且可以随时间追踪——这对 GLP-1 类药物的使用者来说非常有用，因为这些人越来越关注自己的脂肪与肌肉比例。
所以，我会尝试吗？为了了解身体成分，我很乐意。但要用它在我的身体里“寻宝”，寻找可能潜伏的麻烦，那我不会，因为我见过那条路的尽头，那上面铺满了扎人的活检针。“忧虑的健康人”不需要更多去担忧的理由了；然而，他们确实需要知道自己是由什么构成的，而在这一点上，这种扫描做到了。——Ashwin Sharma
核心启示：前沿模型的访问权正变得像稀缺资本一样被严格“配给”，但与此同时，基于这些模型打造的 AI 代理却正在以前所未有的速度和广度，渗透到所有人的工作流程中，催生了一个“人人都有代理可用，但没几个人能掌控核心模型”的未来。
Everyone Gets an Agent. Almost No One Gets the Model 的发芽报告
材料核心
Every 团队描绘了一个正在成型的矛盾局面：AI 代理工具正以前所未有的速度普及到每个人的桌面，但驱动这些代理的前沿模型本身却被日益严格地控制在极少数机构手中。这种"工具下放，算力上锁"的结构，正在将 token 访问变成一种类似资本分配的游戏。
发芽 01：算力封建制——当 Token 成为生产资料
种子
材料中的一条关键暗线是 Mike Taylor 的论断——token 访问将像资本一样被分配，最大的预算流向能证明最大回报的人。这不仅是技术预测，它实际上指向一种正在形成的"算力封建制"：大多数人获得使用工具的许可，但真正定义工具能力边界的核心资源却被领主牢牢握在手中。
如果我们追溯工业革命的历史类比，会发现一个令人不安的规律。19 世纪早期的英国纺织业，工匠们可以购买或租赁织布机，但真正决定生产规模的是对原棉供应和水利权的控制。那些拥有河流沿岸土地的人，不需要亲自操作任何一台机器，却决定了整个行业的节奏和利润分配。今天的前沿模型——GPT-5.6、Claude 的底层系统——正在成为那个时代的"水利权"。
MIT 经济学家 Daron Acemoglu 和 Simon Johnson 在 2023 年的论文 Power and Progress 中已经发出过类似警告：当技术的基础层被少数实体控制时，应用层的繁荣并不能自动带来权力或财富的分散，反而可能创造出一种"表面民主化，实质寡头化"的结构。材料中 Codex 突破 500 万周活跃用户、Claude Code 被重新发现为通用代理框架，这些是应用层的狂欢；但美国政府对 GPT-5.6 的预审批制度、token 预算的资本化逻辑，则是基础层锁死的信号。
这意味着什么？一个独立开发者可以借助 Claude Code 构建一个能自主运行六个小时、写完测试、提交 PR 的代理——如材料中 Every 团队所做的那样。但构建这个代理本身的模型，其访问权限、成本结构和能力边界，却不由这位开发者决定。他可以在"采邑"内部精耕细作，但永远无法越出领主划定的边界。
Aha 瞬间
"代理是你的工具，模型是他们的领地。你可以在领地上搭帐篷，但不能重新画地图。"
发芽 02：被误读的工具——Claude Code 的身份危机
种子
Nityesh Agarwal 在材料中指出：Claude Code 被市场定位为"编程工具"，但实际上它是一个通用代理框架，这个身份的错位让它真正的价值被忽视了一年。这不仅是 Anthropic 的产品策略问题，它暴露了一个更深层的认知盲区：我们总是倾向于用"已有职业"来理解新工具，而不是反过来——理解新工具如何重新定义职业。
这个现象在技术史上有过一个几乎完美的先例。1979 年，Dan Bricklin 和 Bob Frankston 发明了 VisiCalc，历史上第一个电子表格程序。当时它的定义是"会计师的数字计算器"，一个为财务人员设计的效率工具。但它的实际功能——一个可编程的、可视化的、支持假设分析的二维数据系统——远远超出了这个定位。VisiCalc 真正的革命性不在于让会计师更快，而在于让每一个能理解表格逻辑的人进入了过去由专业会计师垄断的领域。投资分析师、产品经理、创业者突然都能自己做"财务建模"，不是因为他们的会计技能提升了，而是因为"会计师"这个角色的核心功能被"析出"并分发给了所有人。
Claude Code 正在经历同样的身份剥离。它被贴上"编程工具"的标签，但本质上它是一个能够理解指令、规划任务、操作文件、执行多步骤工作流的自主代理宿主。材料中 Every 团队用它跑了六小时的无人值守开发流程，Katie Parrott 用 Codex 审计自己的职业生涯，Nityesh Agarwal 用它构建了被称为 Claudie 的常驻 AI 员工——这些都不是"编程"，而是"编排"。
真正的转折点在于：当这种编排能力从工程师的编辑器渗入到 Slack、邮件客户端、桌面文件系统时，"程序员"的角色也正在被析出。不是人人都会写代码，而是"写代码"这个动作被包裹进了更通用的"定义目标并提供判断"这一层。这也正是 Dan Shipper 对话 Surge AI 创始人 Edwin Chen 时触及的问题——如果模型可以执行任何目标，那么"目标的来源"成为唯一稀缺的东西。
Aha 瞬间
"我们以为 Claude Code 是一个高级扳手，其实它是一台通用发动机。把发动机装在不同底盘上，它就变成不同的车——而第一个为它造车的人叫它'代码辅助器'，所有人都被骗了一年。"
发芽 03：判断力的炼金术——当机器能做一切时，人的价值是什么
种子
材料结尾处 Edwin Chen 与 Dan Shipper 的对话触及了一个存在主义问题：当 AI 通过所有基准测试后，驱动一个人的是什么？Chen 的答案是——模型没有自己的动力，目标必须来自人。但这引出了一个更棘手的问题：如果目标本身也可以被 AI 优化、建议甚至生成，那么"人的目标"是否还是一件不可替代的东西？
历史上有一个被反复引用的案例，但通常解释错了。1997 年，IBM 的深蓝击败国际象棋世界冠军卡斯帕罗夫。当时的普遍解读是：机器在逻辑推理上超越了人类，人类需要找到"更具创造性"的领域。但卡斯帕罗夫本人后来提出的一个概念更值得关注——他称之为"半人马棋手"（Centaur Chess），即人类与机器合作对弈的模式。
关键问题是：在这种合作中，人类提供什么？不是计算能力，机器远比人快。不是棋谱记忆，机器存着所有正式棋局。最初人们认为人类提供的是"战略直觉"和"创造性"。然而随后的十年里，更先进的象棋引擎在战略和创造力层面也碾压了纯人类选手。那么半人马模式中的人究竟还剩什么？
答案出人意料地精准：人提供的是在不确定空间中进行元选择的能力——决定什么时候信任引擎的建议，什么时候推翻它，什么时候切换引擎，什么时候放弃这条探索路径。这不是"下棋"，而是在给定的计算能力下决定"如何探索解决方案空间"。这种能力需要的不只是领域知识，而是一种关于"何时调用哪种判断"的判断力——换句话说，是关于判断力的判断力。
回到材料：Katie Parrott 让 Codex 审计自己的职业生涯，她提供了数据、目标和评估框架，但最终决定"这个结论是否正确"、"这个结论是否重要"的是她自己。AI 告诉她"你达成了目标"，但她需要判断这个判断是否成立。正如材料中提到的，Every 团队正在试图通过微调 AI 来"捕捉"编辑的判断力——但被捕捉的永远是"过去的判断"，而不是"面对新局面时的当下判断"。
这正是 Edwin Chen 所说的"目标必须来自人"的深层含义：不是人类垄断了目标设定的权利，而是当环境变化时判断是否坚持原有目标、如何修正目标的能力，目前仍然——并且可能本质上——是一种不能被完全外化的东西。
Aha 瞬间
"机器可以给你最好的建议，但它不能替你在'是否信任这个建议'和'是否改变这个问题'之间做出选择。那是最后一块人的领地，它连算法都不是——它是你站在那之后剩下的东西。"
你的思考空间
如果 token 访问真的像资本那样分配，那么独立开发者和初创公司是否可能通过"算力合作社"或"模型承兑票据"这种类金融工具来对冲这种不平等？历史上电力市场经历过类似的集中化阶段——20 世纪初的"电力公社"案例能否提供参照？
Claude Code 的身份错位意味着有多少工具正在被当下的职业标签所限制？如果你把自己日常使用的所有 AI 工具都重新想象为"通用能力平台"而非"特定职业助手"，你的工作流程会发生什么结构性变化？
当"元判断"——判断是否信任 AI 的判断——成为人类最后的稀缺能力，这种能力能否被训练？Katie Parrott 用 AI 审计自己的职业生涯这个行为本身就包含了对 AI 判断的二次判断，这种"判断的递归"是否就是未来知识工作的核心技能？
Midjourney 的全身扫描计划引发的"incidentaloma"困境——在健康焦虑中大规模筛查健康人可能制造过度医疗——与 AI 代理普及后可能制造的"认知 incidentaloma"之间是否存在类比？当所有人都能无限生成分析、报告、洞察时，我们是否会因为发现太多"无关紧要的认知异常"而陷入另一种形式的生产力幻觉？