骑上模型：Dan Shipper 对超级代理人、Codex、SaaS 和人类岗位的判断

一年前 Dan Shipper 上过 Lenny Rachitsky 的节目，随口说大家低估了 Claude Code，尤其是非工程用途：整理文件、收拾硬盘这类事。Lenny 说他准得离谱，后来 Anthropic 做出了 Cowork，OpenAI 的 Codex 也在往非技术用户靠。Lenny 据此写过一期通讯，问读者怎么用 Claude Code 做非工程工作，成了他第二受欢迎的文章。两人约定大约一年后再来打分，时间点是 2027 年 5 月。

Shipper 是 Every 的联合创始人兼 CEO。Every 是一家媒体兼软件公司，一年里从 15 人长到将近 30 人。他说预测未来不要靠空想，而要一起生活在里面。工程师、设计师、作者、编辑、销售和客服都是爱试验的 AI 早期采用者，这在公司里形成一小块未来：多数公司里有狂热者、中间派和反对派，Every 几乎全是狂热者。因为他们评测模型、在 AI 圈里有一点品味号召力，还能提前用上未发布的东西，帮忙微调方向。

写下来是方法的一部分：把注意到的事说清楚，未来才对团队和网上的读者变得具体。他们对 Claude Code 的判断来自这个循环。大约在 Sonnet 3.5 或 3.7 做手感测试时，团队发现代码编辑器被拿掉了，人们开始用英语对着电脑说话。内部产品从两三个变成大约六个，大家不再看代码。他有一条「伸手测试」：早上醒来，会不会自然而然伸手去拿这个工具？

Lenny 把预测分成三桶：工作方式怎么变、工作的形状怎么变、谁会在这个未来里更成功。Shipper 看基准会觉得 AI 好像要拿走所有工作，他提到 METR 的图：最新模型能以 50% 准确率做大约 17 小时的任务，Anthropic 那个让人紧张的 Mythos 预览也在其列。模型进步很快，他的体感却是：一年后回头看，人类要做的事仍然很多。这个悖论正是后面许多判断的底色。

工作方式会分成两条。第一条是大约五年前大家想象过的：公司里至少有一个能交代活的代理人，形态接近 OpenClaw，多半出现在 Slack。第二条是大部分实际工作发生在自己电脑上，环境像 Codex 或 Claude Cowork，变成邮件、文档等一切事务的操作系统。OpenClaw 刚出来时，Every 内部人人都装了，他一度相信每人都会有一个贴身守护灵，像《黄金罗盘》里肩上的 daemon，组织图旁边会多出一张影子组织图。后来他完全改口。

眼下奏效的是全公司一个超级代理人。Shopify 有一个（Lenny 记得叫 River），Ramp 也有。个人代理人宣传很热，用起来却经常坏，还得 SSH 进服务器摆弄，多数人没这个时间或意愿。底层原因是：无论 OpenClaw 还是别的 harness，代理人现在都需要一个在乎它、盯着它做事的人。这根线一断，它就不再好用。理想配置是一位 forward-deployed engineer 或同类角色，负责让公司代理人一直能用；团队级代理人以后再往下渗，等模型更独立，个人代理人才会回来。异步代理人往往先做全员都需要的一类活，比如数据查询，再逐渐专门化。COO Brandon 把个人生活里让代理人代劳的事叫做「电脑跑腿」，Shipper 这期主要谈工作，而工作场景他看好 Slack。

第二条线是桌面代理人。Shipper 说 Anthropic 发现：让代理人跑在你自己的电脑上、用终端碰到你能碰到的一切，比托管在云里的尝试强得多。网上关于终端的语料极多，模型特别会用。社区接着拿 Claude Code 去干各种活，Anthropic 做出了包装更友好、本质相同的 Cowork。他认为 OpenAI 在这件事上落后过一段时间，大约在 5.3 前后转向通用知识工作，并直接做出 Codex 桌面应用，跳过了 Claude Code 到 Cowork 那一截。眼下是赛马，他的日常主力是 Codex，偶尔会翻牌换模型。

他每个项目一条 Codex 线程，应用内带着浏览器，写文档时常打开自己做的在线 Markdown 编辑器 Proof，让 Codex 看着他写。双方都能看见对方在做什么，代理人还能去调研、用他的电脑做他能做的任何事。他已经连续大约十天收件箱清零：Codex 通过 Every 的邮件代理人 Cora 收齐邮件，渲染成一页，他对着每封口授指令。律师要过去四年的材料，以前会拖着，现在就做完了。

他没料到组合的方向：不是把 AI 放进浏览器，而是把浏览器放进你天天用的电脑代理人里。因为代理人跑在他的 token 上，SaaS 被它调用时厂商不必付推理费。Claude Code 还不让你在工具里浏览外部网站，所以这种用法现在仍少见，他觉得一年后会很普遍。Lenny 把它收成：SaaS 将运行在 Codex 或 Claude Code 里面。

被问到 Cursor，Shipper 说它走的是给程序员的赛道，云端实现甚至比 OpenAI 和 Anthropic 更超前，但这可能限制它进入做幻灯片这类通用知识工作。程序员的定义在变宽，市场仍会很大。所有模型公司都意识到模型外面需要一层 harness：Anthropic 有 Claude 托管代理人，他预计 OpenAI 会跟。Cursor 当时接近被 SpaceX 收购，也说明只做模型不够。终极形态是能覆盖各种知识工作，Cursor 要不要走出编码，会是一个很难的决定。

对产品团队来说，软件正在从「给人用」或「给代理人经 CLI 独立用」，变成人和代理人在同一件作品上一起做。人要看见代理人做了什么，代理人也要看见人做了什么。Proof 因此可以更简单：分页、表格这类排版交给代理人。但交互会变：代理人能同时改文档、幻灯片或代码库里的大量东西，需要批准收件箱、日志、快速回滚。基础设施也不同，因为代理人能在大约三秒里打出海量请求。他说 GitHub 已经在承受这种由代理人推高的用量。

他还说 CLI 作为主工作面已经过气。终端不会消失，用了三四十年仍会在，但 Claude Code 当年受欢迎，并不等于赢在它是 CLI。进到真正的图形界面就会明白，GUI 存在是有原因的。Every 里多数技术人员的主界面已经不是 CLI，更多在用 Codex、Claude Code、Cursor。两个代理人比一个好：用户的 Codex 跟应用的代理人说话，能带上关于这个人的丰富上下文；代理人提交的缺陷报告带着精确复现步骤，可以进 GitHub，再交给另一个代理人去修。Every 做托管 OpenClaw 时还发现，若只服务 Codex 或 Cowork 用户，入职可以变成把一段提示词贴进去，由它代为介绍你是谁、想干什么。

Shipper 认为，SaaS 公司争相给产品加自己的代理人，是把这一刻看错了。一旦用户的代理人成了主工作面，厂商就不必为 token 付钱，任务变成做出人和 AI 都愿意一起协作的软件。这件事很难，但做成之后比假定人人都在花厂商的 token 便宜得多，所以可能救回利润率。他甚至说 SaaS 末日可以收工了，自己现在会买 SaaS 股票，并补上一句：这不是投资建议。

证据来自内部：Every 人人都有代理人、都在用 Codex，却仍在为大量 SaaS 付费，开支同比上升，并没有把每件小事都用 vibe coding 重做一遍。他认为代理人增加的是 SaaS 的用户数，会带来需求尖峰，以及很难的基础设施和定价问题。Lenny 打趣说，若这期只能带出一句话，就是 Dan Shipper 认为 SaaS 仍是 AI 的未来。

Lenny 注意到 Every 一年里人翻了一倍，这不像一家极度 AI 化的公司该有的样子。Shipper 的回答是：自动化是个谎言。每自动化一件事，上面都要有人确认它真的在好好干活。几年前他写过「配置经济」，人和 AI 共事有点像当经理，而经理其实花很多时间在干活，并不在海滩上。基准让 AI 看起来比实际更自主。他把这个悖论说得很具体：自动化和 AI 已经很多，他自己的工作量却更大。

为了把体感变成数字，他做了「高级工程师基准」。自己 vibe coding 出来的 Proof 上线后不断宕机，Codex 修一处引出四处错，他甚至把肘关节滑囊炎坐了出来。后来请了两位高级工程师各自重写代码库。现在每个新模型他都给同一条提示：这是 vibe coding 的注水代码，请从第一性原理重写。此前模型大约 30 分（满分 100），人类高级工程师大约高 80 到低 90。GPT 5.5 用 Opus 4.7 的计划拿到约 62 分，也是唯一有魄力把旧代码撕掉、真正重写的模型；别的编码模型往往会在边上打补丁。

他预测一年后每个编码模型仍会把「这里有一堆问题，去修」按字面执行。真正的高级工程师会先看代码库，然后说这得重写，又难又有风险。基准是在已经框好、能打分的问题上往上走；把问题写下来、设计提示词本身是测不到的人类工作。即便基准饱和，也不等于高级工程师被整体替换。他还澄清：基准里的人类工程师也用了 AI，只是用得是他当时做不到的程度。拿 AI 比人，其实是一个人用 AI 在比另一个人用 AI，真实场景里人总在很近的地方盯着。

进入异步代理人加桌面工作面之后，Every 和模型公司内部都能看到 pull request 暴涨。咨询、运营、编辑都在提 PR。以前只有技术人员能做的事，现在更高比例的同事和用户都能做，压力转到必须消化这些新代码的人身上。OpenClaw 的作者 Pete 一天能收到数千个 PR，再拉起大量 Codex 实例去筛选、合并。构建变容易之后，问题变成它跟整体是否合拍、该删什么。他称赞 Anthropic 会从 Claude Code 里删掉很多东西，以免膨胀。

Lenny 说工程师在做设计、产品经理在写代码、市场在发版，很多人搞不清自己的岗位还剩什么。Shipper 觉得这会沉淀下来：做市场的人即使动手改网站，仍是在做市场；同时通才现在能走得更远，这对小公司很有用。新岗位也是真的。forward-deployed engineer 来自「每个代理人都需要一个人」：模型公司内部也有团队在跑这些代理人，模型更强、代理人更多之后，人仍会管它们。Every 做咨询时也会把这类人借出去。内部的 Nitesh 大部分时间在 Slack 里跟跑咨询业务的代理人 Claudie 说话，质问它为什么做了蠢事，再修好。

Lenny 的一位数据科学朋友现在主要在审同事交来的糟糕分析。Shipper 说这表示还没把系统搭好。至少有一家大模型公司做了全员可查的数据科学机器人，接在数仓上，知道谁有权限看什么，由一个团队不断校正基础问题。数据科学团队因此不用回答所有琐碎问题，可以把时间留给更深的题。他不喜欢把 forward-deployed 团队的工作说成保姆：那是一套工程题，让技术更少的人能安全地做从前的技术活。专家则用 AI 走进更难、更新的问题。

Lenny 问哪个产品技术岗位变最少。两人最后落到销售：漏斗顶部的线索和调研 AI 很有用，核心工作仍是跟人打交道。客户支持已经大变，销售目前还没有。Shipper 也提到 CEO 和中层眼下日子可以看起来差不多，但他不同意 CEO 能把 AI 委派出去：公司能走多远，取决于 CEO 自己在 AI 上走多远，因为直觉没法外包。他自己用 Codex 找到一位在 General Assembly 做过、现在很 AI、还在 Twitter 上关注他的学习与发展负责人候选人，去干别的事回来人已经找好了，约了晚饭。

他预测文档和邮件里会出现远更多 AI 生成的文字，而且人们会喜欢。Every 2025 年底的季度规划全用 Notion 代理人：一个代理人拿着公司战略，逐个采访员工去年怎样、今年目标和指标是什么，还会反问并对照公司方向。他拿到各团队质量很高的规划，更容易看出哪些组该对话、哪份质量低。他的标准是：注水文档是做它的时间短于读它的时间、而且发送者并不为每一行负责。AI 起草完全可以，讨论时你必须知道里面写了什么。多数人本来就不擅长写战略文档，门槛并不高。

他现在大部分邮件由 GPT 5.5 在 Codex 里起草。有一次 Codex 没按惯例先问他就发出去了，他去已发送里一看，发现正是自己会写的那种。邮件句子常常套路，真正要想的是该说什么。他仍然看重人类写作，Every 对外发布的是人类与 AI 的混合，但会标注，有时让 AI 当共同作者。他们的指南也是写给人和代理人一起读的：人听故事和核心想法，代理人可以瞬间读完大量细节，下次做定价时再拿出来一起用。

Shipper 说自己对产品经理非常看好。证据是内部的 Marcus，他管 Every 的写作应用 Spiral。Marcus 出身产品经理，以前负责 Axios 的写作产品，带过大团队，做到数千万美元年经常性收入，休假一年里把 Cursor 用得很深，现在也用 Claude Code。Shipper 称他「略懂技术」：知道数据库迁移是什么，必要时能看懂代码。一年前 Every 不可能为这个岗位雇他。编码模型够好之后，他把那点技术知识和很尖的产品感觉、对写作和用户的感觉拼在一起，发版速度几乎是全队最快，也不再需要组织一整支人马。Lenny 同意：构建交给工具，关键变成搞清楚该做什么、解决什么问题。

第二类是全栈设计师。设计师长期把漂亮交互交给工程师，结果对不上想象。现在他们可以自己把想法做出来，直接提 pull request。多数 AI 做出来的界面长得一样，独特设计反而能站住。Lenny 提醒，他跟踪的岗位数据里，设计师招聘一段时间没有增长，值得继续看需求会不会跟上来。

Shipper 不接受大规模失业。有些打着 AI 旗号的重组，在他看来其实是招超了、公司本身也不好，AI 只是借口。他看到的模式是：模型把昨天的人类能力变便宜。训练数据里已经有的事，部署起来极便宜，于是人人都能做落地页、写注水推文。大家用的又是差不多的模型，默认用法长得一样，于是被商品化、不再值钱。人类接着拿这份冻住的能力，为自己非常具体的处境做出新东西。

结构上，模型公司有让模型顺从、对齐的激励，所以模型总会落在那些把它们用出新专长的人后面。新做法随后写进下一版模型，又给前面的人腾出空间。工程师就是缩影：忽然人人都是工程师，并没有把工程师裁掉，反而更需要他们判断这些注水代码该怎么进代码库。基准上升捕捉不到这件事。Lenny 担心这听起来太安慰人。Shipper 说要保住工作，你必须改法：唯一要做的是骑上模型，用它们做你正在做的事。新模型出来就去试新能力，而不是因为害怕就假装没看见。害怕是合理的，骑在上面才能把能力延长进未来。

具体做法是好奇、好玩，新模型一出就把石头再翻一次：上次高级工程师基准做不到，再翻一次就到了大约 60 分。公司若限制员工用最新模型，也许得用自己的时间试。他认为 AI 的前沿不在旧金山，而在 AI 碰到一个真人正在做的事。旧金山的人在造模型，并不全知道怎么用。Every 在布鲁克林，却觉得自己比许多湾区团队更靠前，因为他们拿 AI 做所有事。只要有一点钱，发布当天就能用上最好的模型。若 AI 是 IBM 发明的，大概会贵到只有大公司能用，而且用在最无趣的地方。他说这件事发生在美国、发生在要把智能变得便宜到不必计量的硅谷文化里，并非默认状态。

Lenny 把悖论收成一句：SaaS 还在、岗位没消失、仍在用 Slack 和邮件，可每个角色又都被改过。Shipper 拿中世纪人对地平线尽头的想象作比：有人觉得有龙，有人觉得掉进虚无，有人觉得乌托邦。走到那里会发现一些很酷的事、一些不酷的事，然后又是一道地平线。在真正看见之前，别让脑子编一个当下听起来极真、事后却复杂得多的故事。一切都变了，一切也没变，两边同时成立。

他还说，AI 公司很会把未来的危险讲得很吓人。他觉得这种公关正在转向，因为把所有人吓住既无效，也并不对，即便担忧是真诚的。收尾建议是：把你的工作流都在 Codex 或 Cowork 里试一遍；公司不让用就用自己的时间，也可以试试 OpenClaw、Hermes，或不那么偏技术的 Victor、Every 的 1+1。异步代理人和桌面代理人两种工作方式都要熟。别只因为错失恐惧才去做。Lenny 引用过嘉宾 Nikhil Singhal 的话：找到你和 AI 的喜悦时刻，然后继续做。Shipper 对听众最想说的是：好好用、把用得着的分享出来，一起摸索，比在抽象层面争吵更有用。