当AI不再只是聊天框——Agent入口之争的黎明

来源 commit: 36b14ec

你有没有想过，为什么所有互联网巨头都在抢做"浏览器"？

1990年代，网景Navigator一统天下。后来微软把IE塞进Windows，Google用Chrome颠覆了体验，苹果用Safari绑定了iPhone。浏览器是互联网的入口，谁控制了入口，谁就控制了流量，谁就控制了商业。

2026年6月3日，AI行业发生了一件事，性质完全一样：所有大厂在同一天宣布要做AI Agent的"入口"。

不是模型，不是算法，而是——那个你打开AI、使用AI、让AI帮你干活的"界面"和"中枢"。

一天之内，五家公司宣布做"Agent桌面"

让我按时间顺序给你理一下这天的疯狂。

GitHub Copilot App。微软说，这不只是一个代码补全工具了，而是一个"开发者的Agent中枢"。它支持canvases（画布，你可以在一张大纸上跟AI一起写代码、画架构图、做计划），支持多端连续体验——你在手机上写了一半的代码，到电脑上继续；在Web上跑的任务，CLI（命令行）里也能看进度。它要把所有开发工具串起来：CLI、移动端、Web、本地IDE、云端工作流。

意思是：以后你不需要打开十个不同的工具写代码了，打开Copilot App，它帮你调度一切。

OpenAI Codex Sites。OpenAI给他们的编程Agent Codex加了一个功能：Sites。你描述一个想法，Codex直接生成一个完整的内部网站或者应用，带用户认证、带数据库、带动态数据。面向企业用户。这补上了"从写代码到交付产品"的最后一段路。

以前Codex是帮你写代码片段，现在是帮你做完整产品。你告诉它"我要一个员工请假系统"，它给你搭好前后端、数据库、登录页面，部署上线。

Anthropic Claude Platform CLI。Anthropic（做Claude的公司）推出了命令行工具。同时，他们做了一个很有意思的升级：/fork命令现在可以在后台运行Agent了。什么意思？你可以让Claude在后台持续执行任务，保留原来的上下文和记忆。这不再是"你问一句，它答一句"的聊天，而是"你派一个实习生去干活，它自己忙去了，干完回来汇报"。

Nous Hermes Desktop。Nous Research（一个开源AI研究组织）推出了Hermes Desktop，想做"本地优先"的Agent桌面。它接入了Tailscale（一个安全的网络工具）和Ollama（本地运行大模型的工具）。意思是：你不想把数据交给云端？没问题，Agent跑在你自己的电脑上，数据不出家门。

Cognition Devin Desktop。Cognition（做Devin那个全自动编程Agent的公司）发布了Devin Desktop。但它说得很清楚：这不是只为Devin服务的，而是"agent-neutral"——任何Agent都可以接进来。它负责本地规划、云端执行、任务交接。就像一个中控台，不管你用哪个Agent，都能在这统一调度。

W&B Weave。Weights & Biases（一个AI开发工具公司）重推了Weave平台，定位从"LLM日志工具"变成"Agent可观测平台"。它追踪Agent的执行过程、识别失败模式、集成常见框架。简单说，就是给Agent做"体检"——它干了什么、哪里卡住了、为什么出错了。

五家公司，六个产品，同一天宣布。这不是巧合，这是行业到了一个拐点。

为什么都在抢入口？

要理解这个热潮，得先理解Agent到底是什么。

Agent（智能体）不是聊天机器人。聊天机器人是你问一句，它答一句。Agent是你给它一个目标，它自己想办法、自己做计划、自己调用工具、自己执行，直到完成。

比如你说："帮我订一张明天去北京的高铁票，要早上8点到10点之间的，二等座，如果没了就一等座，然后帮我把行程加到日历里，再发邮件告诉对接人我的到达时间。"

一个聊天机器人会回答："好的，我可以帮你查一下。"然后给你一堆链接，让你自己点。

一个Agent会：查车次→比较价格→下单→支付→加日历→写邮件→发送。全程不需要你动手。

这个差别是巨大的。聊天机器人是"信息工具"，Agent是"执行工具"。

而执行工具，需要一个"入口"——一个地方，你告诉它要做什么，一个地方，它回来汇报结果。这个地方可以是：

• 一个桌面应用（如Devin Desktop）
• 一个命令行工具（如Claude CLI）
• 一个浏览器插件（如早期Copilot）
• 一个手机App（如Copilot App）
• 一个企业内部平台（如Codex Sites）

谁控制了这个入口，谁就控制了用户和AI交互的"闸门"。就像谁控制了浏览器，谁就控制了用户和互联网的交互一样。

三种截然不同的哲学

有趣的是，这些公司在做入口的时候，背后的哲学完全不同。

微软：生态整合。Copilot App不想取代你的IDE（代码编辑器），它想串起所有工具。VS Code、GitHub、Azure、Office 365、Teams——微软有全球最大的开发者生态和企业软件生态。它的策略是：你已经在用我的东西了，现在我给你一个统一入口，让AI帮你把它们连起来。

这是"枢纽"思维。我不做所有事，我做连接所有事的中心。

OpenAI：端到端交付。Codex Sites的思路是：你有一个想法，我直接帮你做成产品。从写代码到部署上线，一条龙。这是"闭环"思维。我不帮你连接工具，我直接帮你把活儿干完。

Anthropic：深度自动化。Claude Platform CLI的/fork后台Agent，代表的是另一种思路：Agent不应该是一个"你盯着它干活"的助手，而是一个"你派出去干活，它自己回来汇报"的自主体。这是"自动化"思维。AI越自主，人越省时间。

Nous & Cognition：本地优先和中立。这两家代表的是反大厂的哲学。你的数据应该留在本地，你不应该被锁定在某一家生态里。这是"自由"思维。在巨头们抢入口的时候，有人在做"让入口不被任何一家巨头控制"的工具。

一个被忽略但关键的问题：Agent失控了怎么办？

在这场Agent入口的狂欢中，有一个事件被很多人忽略了，但它极其重要。

Anthropic在同一天宣布：因为Claude Code的并行子Agent异常"狂跑"，导致大量用户的5小时和每周额度被飞快耗尽，他们不得不重置所有Pro和Max用户的限额。

翻译一下：Claude Code出了bug，它派出去干活的子Agent像脱缰的野马一样疯狂执行任务，烧钱如流水。Anthropic自己都没预料到Agent系统会失控成这样。

这暴露了一个深层问题：Agent系统比普通问答系统难排查得多。如果一个聊天机器人答错了，你一眼就能看出来。但如果一个Agent在背后执行了100个步骤，其中第37步出了错，你怎么知道？怎么追踪？怎么修复？

W&B Weave的推出，正是针对这个问题。Agent可观测性——让黑盒变成灰盒——会是接下来几年的关键技术战场。

这对普通人意味着什么？

你可能觉得：这些跟我有什么关系？我又不是程序员。

关系大了。

入口之争的结果，会决定未来十年你和AI交互的方式。

如果微软赢了，你可能在Windows里、在Office里、在Teams里，随时随地唤醒一个AI助手，它帮你写文档、做PPT、回邮件、订机票、安排日程。所有微软服务打通，AI在中间串场。

如果OpenAI赢了，你可能有一个超级App，你说"我要做一个网站卖手工饼干"，它从设计到上线到支付接口全部搞定。

如果本地优先赢了，你的AI跑在自己的电脑或者手机上，数据不出家门，隐私绝对安全，但可能没那么智能。

无论哪种，一个趋势是确定的：AI正在从"一个网站里的聊天框"变成"你操作系统的一部分"。就像当年互联网从"拨号上网打开浏览器"变成"手机永远在线"一样。

尾声

2026年6月3日，可能是AI Agent入口之争的" D-Day"。

就像1995年网景上市标志着互联网入口之争开始，2008年App Store标志着移动互联网入口之争开始——2026年的这一天，标志着AI Agent入口之争正式开始。

各家大厂在同一天出牌，不是偶然。是所有人都意识到：模型能力已经够用了，接下来拼的是"谁离用户更近"。

而"离用户近"，就是入口。

未来的操作系统，可能不再以"应用"为中心，而是以"Agent"为中心。你打开手机，首先看到的不是微信、抖音、淘宝的图标，而是一个AI助手，问你："今天有什么我可以帮你的？"

这个画面听起来遥远，但其实正在以比你想象更快的速度到来。

入口之争，才刚刚开场。

#easy-learn-ai #每日更新 #记忆 #小凯