AI News｜2026-09-23 — Charles Cheng

今日目录

Nikunj：Codex 在 Mac 上的 Computer Use 目前没有对手
Garry Tan：Capy 在多步 workflow 和大型 PR 上比 Codex、Claude Code 更快
Nikunj：tokenmaxxing 最凶的公司，产品体验往往最差
Aaron Levie：agent 用软件是人力的 100 倍，primitive 反而更重要
Peter Yang：agent 替人办事后，展示广告市场会被静默重定价
Aaron Levie：个人 agent 替人交易，会带出一个新的商业层
Peter Steinberger：Meta 自建 agent 受 OpenClaw 启发，但不是直接用
Guillermo Rauch：AI Gateway 新增通过 HTTP 使用 Jev
Peter Yang：ChatGPT Finances 已经在替用户追回错扣款项

今日判断

今天最值得看的不是哪家模型又刷了榜，而是几条关于「agent 产品到底怎么做」的一线手感。Nikunj 说 tokenmaxxing 最凶的公司往往产品体验最差，因为好产品靠 curation 和 gardening，不是把厨房水槽全扔给 agent 让它自己猜。这话听着像吐槽，其实点出了当前 agent 产品分层的核心机制：上下文喂什么、什么时候停、哪些步骤该确定性代码兜底，这些手工打磨的活才是体验差距的来源。Garry Tan 提到的 Capy 能在多步 workflow 和大型 PR 上比 Codex、Claude Code 单独跑更快，也印证了同一个方向——赢家可能在编排和任务切分上做对了，而不是单模型能力领先。

第二块我盯的是 agent 从「辅助人」变成「替人执行」之后，基础设施会发生什么。Aaron Levie 算过一笔账：agent 用软件的频率会是人力的 100 倍，而且越来越多的任务里 agent 会直接产生副作用，这就让权限、审计、回滚、数据边界这些过去藏在后台的 primitive 变成决定 workflow 能不能跑通的东西。Peter Yang 那条广告市场的推论是同一枚硬币的另一面：如果 agent 替人把事办了，人根本没看到展示广告，那现有一大块商业模式会被静默重定价。这不是遥远的假设，browser use 和 computer use 已经在真实发生。

我的判断给一线 builder：接下来半年值得花时间的不是再包一层聊天壳，而是把「agent 能安全执行到什么程度」这件事做深。具体就是任务切分、失败恢复、副作用审批、以及压缩上下文而不是堆上下文。谁的 agent 能在多步真实 workflow 里稳定收敛，谁就拿到下一轮的产品定义权；只靠堆 token 和堆工具数量的团队，会先感受到用户流失。

快讯

1. Nikunj：Codex 在 Mac 上的 Computer Use 目前没有对手

查看原文 · 来源：Nikunj Kothari (@nikunj)

Nikunj Kothari 说他长期把 Codex 当主力 agent 用，以至于忘了普通人根本没用过这类工具。他认为 Instinct 和 Muse 对手机浏览场景做得不错，让大众零配置就能体验好 agent；但 Codex 在 Mac 上的 Computer Use 能力目前「不可战胜」，直接把手动 workflow 丢给它做 one-shot 就能跑通。他还提到 OpenAI reportedly 准备把 agent 推向大众，自己的唯一建议是展示真实工作并降低上手门槛。我关注这条是因为它是一个重度用户给出的产品分层判断：面向大众的零配置 agent 和面向专业工作流的 computer use agent 会是两条不同的产品曲线，前者拼普及，后者拼能真正接管多少手动操作。对做 agent 产品的人来说，这里有个可验证的问题——你的 agent 在手机浏览和桌面接管两个场景里，到底解决了哪一类人、哪一类任务。

2. Garry Tan：Capy 在多步 workflow 和大型 PR 上比 Codex、Claude Code 更快

查看原文 · 来源：Garry Tan (@garrytan)

Garry Tan 说他最近一周最爱的 agentic coding 秘密武器是 Capy，他不确定 Capy 具体怎么做到的，但它在跟踪多步 workflow 和执行大型 PR 上比 Codex 或 Claude Code 单独跑更快。他随后补充了一个例子：在 GBrain 上一个很激进的 bug fix wave 中，Capy 做到了清晰的任务切分、自动并行化，以及干净的 GitHub PR 和 CI 流程。这条的价值不在谁快谁慢的结论，而在于它指出了一个机制——当任务被切分成边界清楚的子任务并自动并行时，整体吞吐会明显超过单 agent 串行执行。对正在做 coding agent 或内部开发工具的人来说，值得拆的是任务切分粒度和并行协调怎么设计，而不是只盯模型能力对比。

3. Nikunj：tokenmaxxing 最凶的公司，产品体验往往最差

查看原文 · 来源：Nikunj Kothari (@nikunj)

Nikunj 说，除了少数例外，那些吹嘘自己在 tokenmaxxing 的公司，产品体验反而是最差的。他的解释是，好产品靠的是 curation 和 gardening，不是把厨房水槽全扔给 agent 然后期待它自己搞明白，less is more 在 agent 时代比任何时候都成立。这条重要是因为它把「堆 token、堆工具、堆上下文」和「体验好」之间的因果讲反了：更多输入并不自动带来更好结果，反而会增加模型在无关信息里漂移的概率。我的判断是，接下来 agent 产品的分水岭会出现在上下文选择、工具精简和失败边界设计上，而不是谁接的模型更多。做 agent 的团队如果把 token 消耗量当健康指标，很可能正在掩盖产品体验的真实问题。

4. Aaron Levie：agent 用软件是人力的 100 倍，primitive 反而更重要

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 判断 AI agent 会以人类 100 倍以上的频率使用软件。即使界面逐渐退到后台、人主要通过 agent 交互，那些核心 primitive 依然被需要，而且在 agent 能执行破坏性操作、其访问的上下文能决定 workflow 成败的场景里，这些 primitive 反而变得更关键。他具体指向 CRM、ERP、结构化和非结构化数据平台，认为能充当 agent 安全层、为人与 agent 管理数据、并编排业务逻辑的平台有很大机会，新创业公司和能快速行动的现有平台都包括在内。我关注这条是因为它把 agent 竞争从模型层拉回到企业软件的权限、审计和业务逻辑层。对 builder 来说，这意味着机会不只是做更好的 agent，还包括做 agent 愿意调用、企业敢放权的下层接口。

5. Peter Yang：agent 替人办事后，展示广告市场会被静默重定价

查看原文 · 来源：Peter Yang (@petergyang)

Peter Yang 提出一个可能被低估的冲击：如果一家公司很大一部分收入来自向人类展示定向展示广告，那么当 agent 替用户浏览网站并把事情直接办完、人根本没有看到广告时，会发生什么。他把这称为广告市场可能面临的 rude awakening。这条值得关注，因为它把 agent 的能力从工具效率问题推到了商业模式层面。机制上很清楚：展示广告按人类注意力计价，而 agent 执行任务时分不出注意力给广告位，一旦 agent 流量占比上升，现有转化路径和计费基础都会被稀释。我的判断不是广告会消失，而是未来一两年以广告为主要变现的产品需要提前想清楚，当用户侧越来越多由 agent 代理时，你的价值捕获点放在哪一层。

6. Aaron Levie：个人 agent 替人交易，会带出一个新的商业层

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 认为能替用户完成交易的个人 agent 有可观的变现潜力。他的推演是：用户先会拿 agent 处理日常琐碎烦人的任务，习惯之后开始丢更复杂的任务，最终通过 agent 发生的消费会比过去更多，因为摩擦降低本身就会刺激支出。这给 agent 提供方带来机会，也给围绕 commerce、本地服务、B2B 服务构建「agent 想调用的那一层」带来全新机会，他判断这是多层共赢。我关注的是他隐含的机制：降低交易摩擦会把原本不会发生的需求释放出来，而不是简单替换现有渠道。做 agent 产品的人要问的是，你的 agent 在替用户完成交易时，和哪些服务层的接口、权限和信任关系最值得提前建设。

7. Peter Steinberger：Meta 自建 agent 受 OpenClaw 启发，但不是直接用

查看原文 · 来源：Peter Steinberger (@steipete)

针对正在流传的「Meta 使用 OpenClaw」说法，Peter Steinberger 澄清：Meta 是受启发后自建了自己的 agent，Nat 和团队做得很好。这条价值在于它既纠正了一个被反复转发的错误信息，也暴露了一个真实模式——大公司看到开源或外部 agent 方案后，往往会选择内部自建而不是直接采用，原因通常是安全、合规和数据边界。对做开源 agent 或 infra 的团队来说，这意味着被大厂「看见并借鉴」和「被大厂采购」是两件不同的事。我的判断是，和大公司的合作路径更适合定位成参考实现或内部加速器，而不是期待他们直接接入你的生产系统。

8. Guillermo Rauch：AI Gateway 新增通过 HTTP 使用 Jev

查看原文 · 来源：Guillermo Rauch (@rauchg)

Guillermo Rauch 宣布，除了类型安全的 AI SDK API，现在也可以在 AI Gateway 中通过 HTTP 使用 Jev。这条信息量不大，但属于实际的产品能力更新，指向一个稳定趋势：模型接入层正在把多 provider、类型安全和网关能力合并成一个标准入口。对正在构建多模型应用或 agent 的团队来说，值得关注的是接入方式从 SDK 延伸到 HTTP，意味着非 JS 技术栈和更轻量的调用场景也能走同一套网关。我的判断是，AI 网关这类中间层的竞争会集中在切换成本、可观测性和调用规范上，单纯做代理转发很难形成壁垒。

9. Peter Yang：ChatGPT Finances 已经在替用户追回错扣款项