上一篇 两个对手，同一套打法 里，我写 Grok Bot 和 Claude Cowork 两个团队怎么做产品，里面藏了一个我没展开的细节：主持人 Lenny Rachitsky 说，他已经把自己的不少用例从 Cowork 和 Codex 迁到了 Grok Bot 上——迁得非常快。
文章发出去之后，这句话一直在我脑子里转。媒体叙事是「桌面 Agent 是新大陆，用户圈地之后就不会再动」；可生态里最重度的用户、播客主持人本人，一个周末就把家搬了。
那么问题来了：用户从 Cowork 迁到 Grok Bot，代价到底大不大？
我的答案分两半：任务搬家便宜，关系搬家贵。一个用户能迁走多少，取决于他在这个产品里存放了什么。这篇文章用我自己做样本来拆——我给自己的数字员工「涌现」搬一次家，看看什么带得走，什么带不走；拆完你会发现，「带不走的东西」正好回答了第二个问题：AI 产品满足用户的哪三个任务，才能把他变成长期付费用户。
这两年我发给 AI Agent 的指令，措辞在悄悄变化。
以前是「做这个」：改一段代码、排一版格式、跑一个任务。动词是我的，判断也是我的——做什么、不做什么、做到什么程度算完，都是我想好了才发给它。
最近我注意到，越来越多的指令变成了「你觉得呢」。选方案 A 还是 B，这篇文章该不该发，这个候选人要不要约——问题的主语没变，但决定权在换手。
这不是我一个人的变化。AI 越强，这类指令就越自然：它确实比我想得快、比我看得全，多数时候比我想得对。顺着这个坡度滑下去，终点是一个没人愿意直面的问题：如果人把决策全部交出去，判断力会怎么样？社会又会怎么样？
我的答案是：末世版和乌托邦版都错。真正会发生的是分叉——而判断力，会变成新的健身。
1965 年 2 月 7 日凌晨，越共袭击了美军波来古基地，八名美国人丧生。几个小时内，国家安全顾问邦迪把一份备忘录推到约翰逊总统面前：持续报复。3 月 8 日，三千五百名海军陆战队员在岘港登陆。美国全面卷入越南战争，就是这么开始的。
值得注意的不是这个决定，是他们的推理方式。那间屋子里的人，被当时的媒体称为「最聪明的一代」。他们没有忽略历史——恰恰相反，他们是被历史喂得最透的一代人。会议上，洛奇大使明确援引 1938 年的慕尼黑协定，把胡志明的推进类比成希特勒的推进；后来学者在《Analogies at War》（普林斯顿大学出版社，1992）里复盘，在场的高级决策者们，包括邦迪，都确信这个类比是恰当的。肯尼迪本人大学时写过批评英国绥靖政策的荣誉论文，后来出版成书，书名就叫《英国为何沉睡》。「慕尼黑的教训」不是他们的盲区，是他们最深的信念。
十年之后：五万八千多名美军士兵、数百万越南人的生命、美国历史上最糟糕的一场对外战争。
最认真的历史类比，产出了最坏的决策之一。这不是要论证「历史没用」——恰恰相反，这篇要说的是，历史对大模型的价值极大，在训练和推理两端都是。但波来古之后那间椭圆办公室里的场景，指向我真正想讲的判断：历史是极好的律师，极差的法官。 而且它背后还有一个更反直觉的悖论：决策越大，历史的证据效力越弱。
9 月 8 日，Roman Ugarte 坐进 Lenny Rachitsky 的播客录音间，复盘他怎么在一个月里做出 Grok Bot。他是 Grok Bot 的产品负责人，之前是 Cursor 的增长负责人——加入时那家公司只有 15 人左右。
同一年的 4 月 23 日，Cat Wu 坐过同一个座位。她是 Anthropic 的 Claude Code 和 Cowork 产品负责人，工程师出身，中途还去风险投资行业待过一段时间。
这两个人是直接对手。Grok Bot 和 Cowork 抢的是同一批用户：想把知识工作整块交出去的人。Lenny 是 Grok Bot 的重度用户，也是他们 meetup 的合作方；他在节目里说，自己已经把不少用例从 Cowork 和 Codex 迁了过来——迁得非常快。
我把两场对谈的要点摊开逐条对了一遍，发现一件有意思的事：两个不同公司、做竞争产品、隔了四个多月开口的产品负责人，讲的是同一套打法。
不是相似，是逐条重合：原型优先于文档、亲手带早期用户上手、设计师直接提交代码、发布前大规模删功能。
两个对手独立收敛到同一套打法，说明这套打法不是某家公司的文化，也不是某个人的天才，而是结构性的东西。这篇文章把它拆出来。
[Read More]一个 Bot 用三个多小时给我交了 676 行代码，我花二十分钟合并上线。
当晚我用手机打开自己的博客，按下搜索——白屏，等了几秒才出结果。
跟改之前一模一样。
它没写错任何一行代码。测试清单五条，条条跑通。架构选择比我自己能想出来的更干净。但我想要的那个「快」，它一点没解决——因为我从来没说清，我要的是哪个「快」。
昨天我做了一件拖了半年的事：把自己博客的搜索系统整个换掉了。
我没自己动手。我给一个 AI Bot 发了一句话：「搜索基于一个没人维护的组件，越来越慢，给我一个更好的方案。」三个多小时后它交回来一个 676 行的 PR，我花不到二十分钟验收，点了合并。
值得琢磨的是前面那半年。这件事我一直想做，但每次要动手就先算一笔账：看懂旧代码一天，设计新方案一天，改完测试再上线一天——三天工时，还可能把线上搜索搞坏。算完就觉得，下个月再说吧。
同一件事，换一种算法，「敢」就突然出现了。不是我变勇敢了。
2022 年 3 月 10 日，我写了一篇 Google Analytics 4 简介，从事件跟踪讲到导出 BigQuery，写得挺认真。
那篇文章发表前两个月，奥地利数据保护局裁定 Google Analytics 违反 GDPR；发表前一个月，法国 CNIL 跟上。我当时知道这件事，但没当回事——一个免费工具被欧洲监管盯上，离一个中国工程师的日常太远了。
四年多以后回头看，那两个月恰好是一个分水岭：一个平台用免费换来了整个互联网的行为观测层，然后看着这个观测层被主权一刀一刀切掉。 我今天要写的是另一件事，但它是同一个剧本的第二幕——只不过这一幕的主角换成了代码，而幕布在 2026 年 4 月 24 日已经拉开。
那天 GitHub 改了一个开关的默认值。
上个月一个 CIO 给我看他们的 AI 成果清单，讲得很顺：接入了多少个 Agent、开了多少智能体账号、买了多少 token、做了几场全员培训。我听完问了他一句：「你们每天真实发生的业务里，有多大比例是 Agent 参与完成的？」
他停住了。停了几秒，说：「这个我们没统计过。」
这不是个例。绝大多数企业的 AI 成绩单，记的都是投入项——买了多少、接了多少、开了多少。而真正决定 AI 能不能产生业务价值的那个数字，没人算过。
通用 Agent 之后，企业要解决的，不是再做一个更聪明的 Chat，而是把 AI 真正嵌进每天发生的协同工作流。
过去企业数字化的路径大致是：
业务流程 → 表单 / 审批系统 → 人来操作系统
# generated by hugo AI
AI 时代正在变成：
业务目标 → Agent 理解与执行 → 人做判断与审核
# generated by hugo AI
所以引入通用 Agent 只是第一步。真正的问题是：你的企业有没有一个能让 Agent 进入、理解、执行、反馈、持续优化的工作流载体。 没有载体，Agent 再聪明也只是停在对话框里。
今年 4 月 17 日，Anthropic 上线了 Claude Design，直接对着 Figma 和 Canva 打。这件事在产品层面不算新闻——又一个 AI 生成界面的工具。真正值得注意的是它绕过的是什么：它让一部分设计工作不再需要打开 Figma。
OpenRouter CEO Alex Atallah 在那场访谈里的判断比我狠：他把 Claude Design 看作一种战略动作，「它未必立刻带来巨额收入，却能让设计团队在组织内部更关心 Anthropic 模型」。同时他也诚实地补了一句——从 Figma 公开的经营数字看，它表现依然很好。
两句话放一起，才是完整的事实：被绕过的那部分工作，还没大到能动财报。但方向已经定了——软件的用户界面，正在从「给人操作」变成「给 Agent 调用」，而当人不再打开界面，按人头卖软件的那本账，就开始算不动了。
这篇文章想说的是：数字员工和「给 SaaS 加个 AI 助手」的差别，不在功能强弱，在交付结构和定价单位。而定价单位真要换过去，缺的不是技术，是一个签字的人。
月底，一个用了大半年 AI 的老板跟我抱怨：他知道这个月公司在 AI 上花了多少钱，云账单上写着。但他答不上来另一个问题——这笔钱是哪个团队、哪个流程、哪个数字员工花掉的。
「账单是一整笔，」他说，「就像食堂一个月的米面油采购单，你知道总数，但说不出哪道菜亏本。」
这不是个例。绝大多数企业的 AI 支出，今天都停在「一笔云账单」的粒度上。而我在 OpenRouter CEO Alex Atallah 最近的一场访谈里，看到他给出了一个完全不同的判断——他说这是「很反常、却很少有人讨论」的现象：
「过去员工的成本主要是固定薪酬……未来，员工成本会是动态数字，与每个人是否有效地使用昂贵或廉价模型有关。管理者仍要正常评估员工的效率和产出，但也可以把效率和 AI 使用成本放在一起看。」
换句话说：AI 的成本，正在从「一笔 IT 预算」变成「一份人力成本」。 未来每个员工——尤其是每个数字员工——都会带着两份成本单：一份是薪酬，一份是 token。
