正在加载文章内容，请稍候。
260730 期
作者认为少数强大的通用 Agent 最终会主导市场，垂直和小型玩家生存空间有限。开放的插件生态和模型能力是关键护城河，用户体验最终取决于模型本身。普通用户应尽早使用并投资更聪明的模型，同时小团队可通过开发插件和服务找到机会。
精准输入
宝玉从 Cellier 对通用与垂直、开放与封闭、下沉与傲慢的三组判断出发，进一步讨论 Agent 市场会由谁赢得、插件生态与模型如何形成壁垒，以及个人开发者和普通用户应如何选择。
✍️ 写下你的想法，自由记录即可。如果没有灵感，试着回答上方的费曼输出问题。
登录后可保存笔记、高亮、划线和批注。
@cellier_ 昨天发了一条帖子，谈了他对 Agent 的三个判断：
一是，通用 Agent 会吃掉垂直 Agent。Codex、Claude Cowork、WorkBuddy 这些通用型选手，配合 Skill 和 MCP，就能搞定大部分专业任务。很多 AI-native 应用创业，本身就是个伪命题。
二是，更开放的会吃掉更封闭的。模型能力趋同之后，会变成可路由的基础设施。Agent 应该让用户自由选择模型，甚至支持本地部署和自由迁移。
三是，更下沉的会吃掉更傲慢的。Codex、Claude、DeepSeek 背后的团队都以 AGI 为目标，不太愿意做脏活累活，这就给了草根团队做精细化运营的机会窗口。
我觉得这是个很好的话题，也说说我的几个判断。
不只是通用 Agent 会吃掉垂直 Agent，通用 Agent 这个赛道本身，也会是少数赢家通吃。
小的通用 Agent 同样没有生存空间。
开放和封闭的差别，不在于是不是开源，也不在于能不能自由切换模型，而在于它的插件生态。
最受欢迎的 Claude Code 和 Codex，默认使用的都是自家模型，但这并没有造成多大影响，何况它们也都支持通过 API 使用其他模型。
现在 Agent 之所以能火起来，一个重要原因就是丰富的插件生态。Skill 加 MCP，可以帮助 Agent 完成各种不同的任务。
“下沉”和“傲慢”都是很主观的说法。
WorkBuddy 那样不见得就叫下沉，Codex 也不见得傲慢。当然，说 Anthropic 傲慢，可能没什么争议。但只要模型足够强，大家捏着鼻子也就认了。
Agent 这种产品，用户没有那么多忠诚度。前期的产品，本质上都是在教育用户。
就像“小龙虾”，虽然现在已经没人提了，但它确实起到了普及 Agent 的作用。将来写 AGI 发展史，也算留下过一笔。
WorkBuddy 现在火爆，也是在教育用户，让很多不知道或者用不了 Codex 和 Claude Code 的人，也能用上 Agent。
想当年 Claude Code 多火爆，后来 Codex 推出 GUI 版，也很快抢走了不少用户。
Agent 的产品体验其实也没有多深的护城河，最后都会趋同。模型能力和成本，终究还是会让产品拉开差距。
Skills 和 MCP 绝大部分都不具备独占性。在一个 Agent 平台能用，换个平台通常也能继续用。
用户使用 Agent 时，最大的体验差异来自模型本身的智能程度。
当你用过聪明的模型，就不会想再回到不那么聪明的模型。很多人愿意接受当下的产品，只是因为没有机会用到更好的。一旦有机会用上更聪明、更便宜的模型，他们会毫不犹豫地切换，丝毫不会有忠诚度。
Cursor 的 Agent 体验也很好，什么模型都能用。但热度最高的依然是 Codex 和 Claude Code，因为它们有订阅服务，性价比更高。
小团队做通用 Agent、垂直 Agent，已经没什么机会了。但是，基于 Agent 做插件，仍然有很多机会。
很多传统软件并不是为 Agent 设计的，这里面还有一个时间窗口。
Skills 已经泛滥了，单纯做一个 Skill 没什么门槛。让 Skill 作为入口，后面再接入服务，还是有机会的，这也是提供差异化的地方。
AI Agent 不会替代你，但它可以替你完成很多电脑上的重复工作。越早用起来，就越早享受它带来的效率提升。
多花一点钱，用更聪明的模型，可以节约你的时间，也能提升使用体验。把钱花在聪明的模型上是值得的，当然也没必要超出自己的承受能力。
你要相信 Agent 能帮你提升效率，它就一定能帮到你。信则灵。
除非是为了测试，否则没必要安装很多 Skills，尤其不要安装全局 Skills。但要学会让 Agent 帮你写 Skills，并持续迭代自己的 Skills。
管理能力，尤其是工程管理能力，会越来越重要。因为普通人也需要管理 Agent，而管理 Agent 和管理项目，本来就有很多相似之处。
有条件的话，换一台 Mac 电脑。它是 Agent 的最佳搭档。
文章先回应“通用胜垂直、开放胜封闭、下沉胜傲慢”的三组判断，再把竞争焦点依次落到少数通用 Agent 的规模优势、插件生态、用户教育和模型能力上。由此得出的实践结论是：小团队不宜直接争夺 Agent 平台，却可以围绕插件后的服务做差异化；普通用户则应尽早使用更聪明的模型，并学习管理和持续迭代自己的 Agent 工作方式。
费曼输出
