小編精選 - 技術文章翻譯 · 07月09日

18 個關於 AI 下一步將走向何方的熱門觀點

by Peter Yang，《Behind the Craft》

今天，我想分享我對 AI 市場未來走向的 18 個犀利觀點。

AI 現在正處於一個很奇怪的狀態。政府正在限制前沿模型的使用，企業也開始意識到 token 成本，而每個人都在試著把產品重做成「以代理為先」而不是「以人為先」。

我訪談了數十位 AI 領域的領導者，也花了太多時間在 X／Twitter 上追蹤這些話題。以下是我對 AI 接下來走向的 18 個犀利觀點：

只靠前沿模型的 AI 技術棧正在崩解
AI 超級應用時代已經到來
傳統軟體有可能淪為代理的笨管道
雲端代理與協作將是下一波浪潮

只靠前沿模型的 AI 技術棧正在崩解

以前沿 API 的價格去做 tokenmaxxing 完全說不通。Uber 在 4 個月內就燒掉了 2026 年整年的 AI 預算，Microsoft 也因成本問題把工程師從 Claude Code 轉走，而企業也逐漸意識到，把所有事情都跑在前沿模型上會很快變得非常昂貴。當你用的是有補貼的每月 200 美元方案時，tokenmaxxing 還說得過去；但若以 API 計價來看，這根本無法持續。
公司會依賴一個模型組合。Coinbase 最近把工程師轉到中國的開源模型，例如 GLM 和 Kimi，讓 AI 支出幾乎減半。Airbnb 和 Pinterest 也用阿里巴巴的 Qwen 模型做了同樣的事。我認為這將成為預設做法——高風險工作用前沿模型，其他工作則用更便宜的模型。
中國的開源策略正在奏效。中國模型正在從美國企業手中搶走前沿模型的市占率。中國也正在打造完整的 AI 技術棧——從能源（例如太陽能、核能）到資料中心，再到本土晶片。中國政府正規劃投資 2,950 億美元建設 AI 資料中心，其中至少 80% 的晶片將由本土生產。
前沿實驗室正陷入兩難。如果他們釋出優秀的開源模型，可能會侵蝕自己前沿 API 的營收；如果他們把最佳模型限制在可信名單之內，企業只會更依賴開放替代方案。美國上一個大型開源模型是 OpenAI 在 2025 年 8 月推出的 gpt-oss 系列，但在 AI 世界裡，這已經像是很久以前的事了。
美國需要從整體上思考自己的 AI 策略。我認為，限制前沿模型的使用只會傷害美國的創新。禁止美國公司使用中國模型也行不通。看看中國是怎麼拿下全球電動車市場的就知道了。要競爭，我們既需要最好的閉源模型，也需要最好的開源模型，同時還得更快擴充電網與資料中心。

AI 超級應用時代已經到來

Anthropic 和 OpenAI 都想改造所有知識工作。這兩間實驗室都希望用代理重新塑造白領工作的執行方式。這股浪潮最初從寫程式開始，現在已擴展到設計、金融、法律、科學等領域。知識工作者現在採用 Codex 的速度，比開發者還快 3 倍。
競逐最佳 AI 超級應用的戰局已經開打。誰贏了，誰就能從 AI 之前的知識工作工具手中奪走大量市占率。主要玩家包括 Codex、Claude、Cursor，還有其他幾個。透過瀏覽器和電腦操作，我現在已經能讓 Codex 幫我處理幾乎所有我想在電腦上做的事。
OpenAI 非常有機會贏下這場超級應用競賽。ChatGPT 每週活躍用戶超過 8 億，而 Codex 可說是現在最好的 AI 超級應用。OpenAI 有明確機會把 ChatGPT 和 Codex 合併成一個 App，並把代理推向主流。我認為這件事很快就會發生。
Anthropic 在企業市場領先，但產品線卻相當分散。長期來看，我不認為 Claude、Cowork、Claude Code 和 Claude Design 都分別獨立存在是合理的。與 Claude 協作，應該更像是在和一個能力很強的同事一起工作，而不是面對一組產品套件。Anthropic 新推出的 Slack 代理 Claude Tag，就是朝正確方向邁出的一步。

軟體有可能淪為代理的笨管道

代理正在成為預設使用者。大多數產品仍是為點按按鈕的人類所設計，但代理很快就會代表我們閱讀、寫作、購買，以及做更多事情。Cloudflare 的資料顯示，網站上的機器人流量已經超過人類流量。這也符合我的親身經驗——我仰賴像 Hermes 和 Codex 這類代理來瀏覽網站並操控傳統 App。
如果你的產品不是為代理設計的，那它幾乎等於不存在。沒有清楚的 API、文件，以及 CLI 或 MCP，代理根本不會發現你的產品，而現在也越來越多的人類會依賴代理來找東西。這就是為什麼我訪談過的最優秀 AI 開發者，幾乎都在做「以代理為先」的產品。
現有的知識工作產品有可能淪為笨管道。以「以代理為先」打造一切，也有黑暗面。以 Google Workspace 為例，如果我只要用 Codex 幫我編輯 Google 文件，我可能根本不會碰到 Google 文件的介面。今天的 App，有可能變成明天代理的笨管道，就像有線電視後來變成網路 App 的笨管道一樣。
在產品裡加一個 AI 聊天機器人，救不了你。被困在單一 App 裡、只能看到該 App 上下文的聊天機器人，無法和像 Hermes 或 Codex 這種代理競爭；後者掌握我的個人上下文，還能跨多個 App 完成工作。舉例來說，我每天早上都會收到 Hermes 幫我整理的晨間摘要，內容來自我的行事曆、未讀信件和 Slack。
純 SaaS 正在輸給「加上 SaaS 的服務」。企業不想再多導入一套需要上手與維護的 SaaS 工具。他們想要的是直接交付結果。純 SaaS 將很難和 AI 技能競爭，因為使用者和團隊可以在自己最喜歡的 AI 超級應用中建立並客製化這些技能。

雲端代理與協作將是下一波浪潮

新創公司可以透過深耕特定領域，並使用模型組合來和 AI 實驗室競爭。例如，像 Devin 和 Factory 這類寫程式新創表現不錯，因為它們的框架會在多個模型之間路由，幫助客戶在不犧牲效能的前提下降低成本。它們也專注於少數幾個特定使用情境，而不是想成為萬能工具。
永遠在線的雲端代理將能從任何裝置存取。把筆電開一半來跑代理，很快就會顯得很蠢。相反地，很多開發者已經開始用 Cursor、Devin 等工具推出雲端代理。Codex 和 Claude Code 顯然也在做類似體驗，而這很快就會變成預設模式。
代理與團隊之間的協作方式 هنوز還沒被真正解決。現在預設的代理框架，左側列出一堆 thread 的介面，仍然非常像單人遊戲。多人協作的體驗仍在定義中——不管是 Slack 裡的 Claude Tag、Linear 裡的代理，或其他形式。
「未來不是 20 個終端機分頁，而是更好的迴圈。」我在昨天的 AI Engineer 大會主題演講中看到 Peter Steinberger 分享這句話。他已經不再看著代理寫程式了。相反地，他只定義需求，讓代理自己規劃、執行並驗證。我對迴圈有點保留，因為它們可能導致 AI 產出變成垃圾內容，但我相信更好的規劃和模型，會讓它們更主流化。