人人想造Codex，但Agent正在接管的不只是你的代碼 |?ToB產業觀察

圖片來源@unsplash

去年這個時候，我們曾有個判斷是：相較于銷售、客服等領域，AI在編程領域的應用落地速度更快，且代碼生成提效賦能開發者的場景已經被實踐快速驗證。如今，這種情況正因Agent的能力進化而有所改變：伴隨AI編程工具從Copilot輔助升級到Agent自主模式，AI開始進入到企業工作流和辦公場景，成為企業組織內部的“數字員工”。

與Agent功能擴張形成鮮明對比的，是企業用戶在部署Agent存在的困惑：想要變成為企業確定性結果交付的執行者，不僅是技術挑戰，更是組織慣性、隱性知識和成本回報的綜合考量。

當寫代碼的Agent，搶了辦公的活兒

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

Cursor正在由內部員工測試一款新產品，內部代號為“Sand”。這款產品的研發，與Cursor在2026年4月從SpaceX AI部門租用計算資源的動作密切相關。一位接近Cursor的人士透露，CEO Michael Truell在5月的全員大會上已明確表示，下一個增長機會在于“非開發人員的商業用戶，且客戶確實需要這類產品”。這是Cursor自2022年成立以來最重要的戰略轉向。

與此同時，Anthropic對其面向非技術人群的通用任務執行型Agent——Claude Cowork進行了重大版本更新，其核心變化在于，它從桌面端正式轉為跨設備、全天候的運行模式。事實上，早在今年1月，Claude Cowork就以桌面版本推出引起業內關注。基于桌面端的Agent，意味著用戶可以在本地執行任務和文件處理，AI可以更主動為用戶提供服務，包括處理Excel數據、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產品，專為自主拆解多步驟復雜任務、跨應用收集上下文、長期運行并直接交付文檔/表格/PPT/Web成品而設計。并且，OpenAI還計劃將ChatGPT Work與Codex入口進一步進行合并。事實上，Codex最初被定義為AI編程工具，現在越來越多的非IT人士將其用于報告、電子表格、PPT、研究和數據分析。據上月最新披露數據，Codex周活用戶已經超過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AI能通過對話理解并生成代碼時，它本質上已經掌握了將模糊意圖轉化為結構化產出的能力。那么，將這種能力從結構嚴密的編程語言，遷移到同樣遵循邏輯結構但更依賴模板的PPT制作、報表生成，在技術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產品，到現在拓展到桌面端、聚焦工作場景，也出現了一批同類產品：阿里Qoder團隊推出了Agent QoderWork、騰訊云CodeBuddy團隊推出WorkBuddy、騰訊應用寶的Marvis、Kimi有Agent Kimi Work、字節有TRAE Work，此外還有智譜AutoClaw、階躍的AI桌面伙伴、豆包專業版等等。我們還獲悉，創業公司滴普科技也即將發布一款定位企業日常辦公AI入口的Agent產品。

可以看到，現如今，辦公Agent賽道已經有越來越多的產品涌入，無論是海外還是國內，在產品層面的探索，已十分活躍。

一位來自金融行業的技術總監梁文指出：“隨著AI的發展，其他場景的使用量會逐步超過編碼場景，只是現在還沒有發展到這個階段。因為目前使用AI的人大多還是程序員，可能最快到明年，就會有很多生產業務領域的AI使用量超過編碼場景。”在這家企業內部，AI早已從早期的單點試點演進為公司級基礎能力，研發、產品、業務、數據團隊均有深度依賴，甚至部分業務流程離開AI支撐無法正常運轉。

當然，新的挑戰也同樣存在，就像編程環境有編譯器的即時校驗，企業辦公場景的校驗則來自模糊的商業判斷和審美偏好，但怎么定義好“審美”前者因人而異，后者則因企業各異。

成為“數字員工”，要先跑通流程

理解Agent還要先看Harness。Harness本質是Agent的運行時框架，即連接基礎模型與真實環境的執行層，它決定了Agent能否感知環境、調用工具、執行命令并驗證結果。

Claude Code的Harness設計原則是深度自主。Anthropic聯合創始人Jared Kaplan曾在內部力排眾議，堅持用真實世界臟代碼而非競賽題訓練模型。其結果是，Claude Code的Harness擅長在遺留系統的“泥沼”中自主進行跨文件重構，其API調用量一年增長17倍。全球GitHub公開提交中約4%由Claude Code參與完成，Anthropic預計到2026年底這一比例將超過20%。但這種設計的代價是，可能會導致不可預知的操作風險，需要嚴格的人工審批流程。

Cursor則強調駕駛艙模式，其Harness體系更像是一個精心設計的輔助駕駛系統，深度集成在IDE內，強調用戶對每一步的感知和控制。這種設計對前端開發和日常迭代極為友好，但在處理需要全局視角的后端復雜工程時，也就是說，Harness的自主決策能力是相對保守的。

我們注意到，被譽為中國版Codex的WorkBuddy，可能在構建一個更龐大、更復雜的Harness生態。它采用了SkillHub平臺，通過封裝超7萬個技能的標準化接口，內置11款主流大模型從而實現智能調度。騰訊在依靠企業微信等騰訊系生態產品，以放大Agent的能力觸達。但其挑戰在于，由于企業辦公場景的流程如報銷、審批，遠比編寫代碼環境更為模糊，且更依賴隱性知識。

何為隱性知識？網易智企·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、流程性太強。有規范，像軟件工程一樣，是有教學過程的。相反，沒有教學過程純靠經驗積累的場景，是更難被取代的。

這種隱性規則的量化、建模與動態更新，是企業Agent落地的最主要障礙之一。

結合海外公司的策略來看，Anthropic通過Snorkel AI啟動了代號為“Marlin”項目。該項目雇傭約1000名資深軟件工程師，以每個任務280美元/1小時的報酬，對Claude Code的輸出進行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工作流，WorkBuddy采用了騰訊內部數萬員工在使用其工具時產生的、經過脫敏和標注的真實工作過程數據，例如，一個優秀的市場方案是如何從提綱、素材搜集到初稿、反復修改成型的。

這種過程數據的獲取在通用辦公場景下極為困難，因為大量知識工作者的核心工作過程（如思考、決策）并不在數字工具上留下痕跡，這也是辦公Agent相較于編程Agent存在的先天數據劣勢。

效率不是終點，還要與真人比價值

我們此前報道過一個數據：在海外，企業集成Github Copilot后，編碼時間雖減少50%，但Bug卻增加了41%。這其實早已說明：在AI時代，一些老的效率標尺如代碼行數、編碼耗時已經很難衡量Agent價值，面向辦公場景的Agent同樣需要一套合適的衡量標尺。

Gartner在今年5月報告中指出，盡管90%的工程領導者報告AI編程Agent帶來效率提升，但平均凈提升僅為19.3%，遠低于產品宣傳的“倍數級”效果。Stack Overflow調查顯示，超過70%的開發者使用AI工具，但主要擔憂仍是“代碼質量難以控制”和“引入安全漏洞”。這意味著，在排除了調試、審查、溝通等非編碼時間后，AI帶來的真實組織效能增量其實沒有想象中那么高。

梁文還注意到，現在很多硅谷企業存在的問題是，無法通過消耗更多Token，持續穩定地轉化為新的需求，那么就會變成生產過剩。“所有人開始使用AI產品，并將其用在業務流中，并不能完全保證會為企業帶來真正的業務增長。但這個過程中，很多過去非標準化、非結構化的流程或工具選項被固化由AI來完成，卻又無法打開新的增量，這就可能帶來裁員問題。”

這種轉變意味著，Agent的價值必須投射到組織原有的業務價值流中，而非制造一套獨立的AI效率數字。這要求企業重新設計從需求評審、代碼審查到測試部署的全流程，讓AI的參與可量化、可追溯，最終體現為業務響應速度的提升。

與此同時，當Agent全面進入企業流程，一個過去被忽視的問題正在被快速放大：Token消耗呈指數級增長，其成本可能很快超過被替代的人力成本。

國內某軟件企業目前每個月Token的消耗量也已經到了幾百億。模型性能對Agent產品體驗仍有重要影響，但當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計費。有開發者測算，重度使用下月費可能從約50美元飆升至近3000美元。Gartner預測，到2028年，AI編程成本將超過普通開發者的平均薪資。

企業將像管理云計算資源一樣，為不同難度的任務分配不同檔次的模型，以實現成本最優。國內某開發者社區一篇實戰復盤顯示，有團隊將12名開發者的編碼后端重定向至基于Claude Code協議的自定義工作流，通過混用不同型號模型，在提升32%效能的同時優化了預算。

不少技術人士不約而同提到了算力與模型管理這個話題，統一搭建算力網關，統一對內部的各個產品線進行模型供應商管理，以實現在成本、質量及穩定性方面的最優組合。

為推動Agent項目更好落地，一些企業還采用了多Agent架構來執行不同任務，包括執行具體任務、數據查詢、安全檢查、性能監測等任務，Agent完成的任務更垂直、單一，對應的技術難度和復雜度也被分攤到了各個Agent上。

成本結構的正倒逼企業重新審視Agent的部署策略。過去，編程因為任務邊界清晰、反饋閉環迅速，成為Agent落地的天然試驗場，當Agent試圖進入更廣闊的企業辦公場景時，需要解決的是更根本的問題。當Agent像一個合格員工一樣Work時，你可能也不再關心Agent有多聰明，而是它的成本究竟值不值？

（作者｜楊麗，編輯｜楊林）