上周我在准备和团队 9 月初的一次对焦，主题是工程 AI 化。
预对齐时有人说：「我们 AI 用得挺好的——一半的 PR 是 AI 写的，Copilot 全员开通，还有人用 Claude Code 重构了老模块。」
我问了一个问题：「那挑一个 5 人天的真实需求，从提 Issue 到验收关闭，让 AI 端到端跑一遍给我看。」
会议室安静了几秒。安静不是因为没用过 AI，而是因为这条链路从来没有人完整走通过。AI 写过代码的片段，但片段之后是谁在收尾，说不清楚。
这个安静就是分界线：AI 写过代码，不等于工程 AI 化。
发完 从 Cowork 到 Tag：AI 的竞争单位，正在从个人变成组织 第二天，那个年轻人又发来一条消息。这次他没提问，而是直接甩了一个判断：
「对 AI 创业者来说：Anthropic 领先行业 6 个月。」
他还给了自己的三层拆解：
| 层次 | Anthropic 的领先点 | 领先幅度 |
|---|---|---|
| Foundation Model | Claude 系列整体非常强 | 0-6 个月，且会快速收敛 |
| Agent Harness | Claude Code / Cowork / Tag 形成完整 Agent 工作范式 | ~6 个月 |
| Agent-native Organization | 从「人使用 AI」走向「Agent 成为组织成员」 | ~6-12 个月 |
他的结论是：模型层的领先会快速收敛，真正值得关注的是后两层。而且第三层，恰好是钉钉「数字员工」可以承接的位置。
前两层，我认同。第三层，我认为 写反了。
在 Agent-native Organization 这一层，Anthropic 不是领先者，是刚入场的人。
发完 Grok Bot 的跟班学习，会先干掉 RPA 市场 第二天，那个年轻人又发来一张截图：Anthropic 内部的 Slack 频道里，有人 @Claude 派了个活，Claude 接过去干，下一个人直接在它停下的地方接着做。
他问我一个问题：「这不就是多人版的 Cowork 吗？」
我的第一反应也是——Cowork 一月发，Tag 六月发，都是 Anthropic 家的，一个跑在你自己的电脑上，一个住在 Slack 里，看起来只是场景不同。
但想了两天，我的答案变了：Tag 和 Cowork 的区别不是「几个人能用」，而是 Agent 的身份变了——从「我的 AI」，变成「团队的 AI」。
把这两个产品连起来看，你会发现 Anthropic 其实画出路线图来了：AI × 人 → AI × 团队 → AI × 组织。前两段他们已经画完。而第三段，恰好是模型层的盲区。
这条路上还藏着一个更隐蔽的变化：贡献第一次变得可观测了——组织度量贡献的方式，即将跟着变。
今年 2 月，我写过一篇工程文章 通过桌面录屏实现自动化 RPA 的最佳实践：用录屏捕获屏幕画面和鼠标键盘事件，让多模态大模型理解操作序列，再自动复现。为了验证可行性，我自己写了实现——光录制模块和关键帧提取就是几百行代码，文末我还特意提醒：这条路离可用产品有距离。
六个月后，8 月 11 日，SpaceXAI 把这个机制直接做成了正式产品 Grok Bot。每个 Bot 拥有一台独立的云端 Linux 虚拟机，学会一个流程不需要任何配置：你像平常一样操作一遍，Bot 在旁边看着、记下来，下次它自己干。想用，先买 $200/月的 SuperGrok Heavy 订阅，或者 $120/人/月的团队版。
媒体标题都在喊「马斯克终极大招」「数字同事上岗」「硅谷炸锅」。但我想聊一个被忽略的部分：Grok Bot 最狠的不是「能干活」——能干活这件事，Claude Cowork 能做，OpenAI 也能做。真正狠的是 跟班学习 这四个字。它第一个会干掉的市场，不是聊天框，不是 Office，而是 RPA 行业。
前几天，那个年轻人又给我发消息了。
月初我在 从用好 AI 到管理 AI 里记录过他的困惑：每天都在用 AI，prompt 也调得不错，但总觉得还是在「自己干活」。我当时的回答是，他卡在「用好 AI」这一级，要往「带 AI」「管理 AI」走。
他回去照做了。这次他告诉我：又订了三个工具，整理了 30 条常用 prompt，还刷完了两门 AI 课程。然后他问了一个新问题：
「我的工具更多了，效率也确实高了。但为什么反而更焦虑了？如果明天出一个更好的工具，把这些全做了，我还剩下什么？」
我当时没有马上回答。不是问题难，而是他问的已经不是「怎么用好 AI」，而是一个更根本的问题：AI 时代，衡量一个人成长的单位，到底是什么？
几天后，吴恩达在 The Batch 上发了他的新来信，标题是「AI 奖励能构建新技能的通才」。这封信把这个问题往前推了一步——但我觉得，还可以再推一步。
上周发完 一切皆插件：DeepSeek Harness 的野心与收敛鸿沟，一位带研发团队的读者给我发消息：「十次修改能不能收敛，你说取决于 eval。那我们让团队多写点测试用例，是不是就能收敛了？」
「多写点测试」是标准答案，也是错误答案。
它错在把 eval 当成一个纯的工程问题——好像数量上去了，收敛自然就来。但真正决定收敛的，不是 eval 有多少，而是 eval 集长什么样。而 eval 集长什么样，取决于一个更不好量化的东西。
品位。
前天写 一切皆插件：DeepSeek Harness 的野心与收敛鸿沟 时，我说 DeepSeek 开源的不是工具，是运行时。当时主要看的是官方页面和仓库门面。这两天陆续有人把整个仓库拉下来逐包分析，翻出来的东西比我想的更硬。
其中有一份源码深扒（作者 @Ai 学习的老章，文末有出处）把 200 多个包从启动配置翻到 Agent Loop、事件管线、上下文压缩，再加上我自己读了一遍官方架构文档，发现「一切皆插件」这句话真正站得住，靠的不是插件数量，而是三个很容易被忽略的细节。
这三个细节，恰好是「运行时」和「工具」的分界线。
前两天，一个问题把我问住了。
有人问我：DeepSeek 说「一切皆插件」，一切核心都可以替换——模型可换、循环可换、连会话日志都是插件。那么，什么东西是不可替换的？ 是不是只有人和人的协作？再往深一层，是不是「信任」不可替换？
我盯着这个问题想了很久，因为它恰好戳中了我这两天写 一切皆插件：DeepSeek Harness 真正硬核的是三个细节 时一直绕不开的东西。
一切皆插件——注册即副作用，卸载即回滚。整个系统的设计哲学只有一句话：没有什么是不能拿掉的。
但真的什么都可以拿掉吗？
答案是否定的。有一样东西，不管架构怎么解耦、日志怎么追加、插件怎么热插拔，它既不能被替换，也不能被快速恢复。
那就是信任。
上周有两个消息放在一起看，特别有意思。
一条是：AI 客服已经能独立处理大部分标准咨询，有的团队把人工坐席砍了一半以上。另一条是：AI 医生还在辅助写病历的阶段，离独立诊断隔着十万八千里。
同一种技术，同一个十年，为什么差出这么多？很多人的答案是「医疗数据难搞」「监管严」——都对，但都只是现象。现象背后有一个可以算的东西： AI 重构一个行业的速度，是有公式的。 这个公式不仅能解释客服和医疗的差距，还能告诉你自己的行业排在队里的第几个。
昨晚刷到一篇实测文，作者用 DeepSeek Harness 做了一个叫 MacDynamicIsland 的原生 macOS 应用——刘海、菜单栏、悬浮胶囊三个入口，快捷笔记、剪贴板、截图置顶全都有。时间线是这样的：
作者很克制，特意声明这不是一次公平对比——Codex 接手时已经有了完整的项目基础，问题边界也被前面的试错磨清楚了。我认同这个声明。但这条时间线里藏着一个比「谁更强」重要得多的信号：从 0 到 1 只花了 2 小时，从 1 到 1.1 却花了 1 小时还没做完。
而 DeepSeek 对这件事的态度，就写在它刚开源的 Harness 里。
