現在矽谷最火的詞，絕對是Claw。就在過去的半個月裡，全球AI巨頭似乎集體接到了一份名為“做自己的OpenClaw”的劇本。大家都很急。Meta急了。在Manus的熱度上再添一把火，甚至等不及把新推出的Manus Agent塞進telegram裡。Anthropic更急。作為Claude Cowork背後的人，它在過去48小時內瘋狂上新迭代，生怕身後的追隨者看清它的背影。微軟急了。Microsoft Copilot Task閃電落子，誓要在Windows辦公生態裡豎起最硬的、自家的Agent屏障。Notion更急。3.3版本幾乎是“原地Agent化”，直接把Agent變成了7x24小時輪班的數字員工。甚至連Perplexity都坐不住了。不再甘心只做搜尋，轉頭就掏出了端到端的All AI in One“全端項目經理”。畫風之統一、動作之迅猛，彷彿誰慢一秒，誰就會被踢出下一代AI競爭的入場券。至於那些還沒有自己Claw的AI巨頭，應該已經在去“海鮮市場”的路上了。這些巨頭下場做的“自家OpenClaw”，Open不Open另說（不是）……但在“把AI變成能執行任務的系統級Agent”這件事上，大廠們的動作出奇地統一。這場由OpenClaw引發的效應，正在演變成一場關於AI Agent進化的 “龍蝦大戰”。曾經那個只能陪你聊天的對話方塊，正在集體“長出爪子”，撕碎舊有的工作流，直撲那些人類最頭疼的瑣碎工時。具體有那些玩家入局？Claw（螯/爪）這個詞兒，在這一波Agent浪潮中被賦予了特殊的象喻：AI長出的能夠點選滑鼠、操作 App、調度檔案的“手”。既然模型已經足夠聰明，那就給它最高權限，讓它替人類去幹活唄！過去十幾天裡，包括微軟、Anthropic、Meta在內的多家巨頭，都興致勃勃開始“烹飪”龍蝦了。Meta ManusMeta最有意思。在去年年底重金購入Manus這個強力Agent的情況下，他們又讓Manus推出了進階版本Claw——Manus Agent，並且把這玩意兒直接接入了telegram的聊天室。Manus Agent的重點在於長期記憶。Meta試圖讓Manus Agent記住你的風格、語氣甚至那些細碎的偏好。想像一下，你在telegram上給它發一句“按老規矩幫我做個視訊”，它就能自動呼叫你的歷史素材，配合Gmail和 Notion，完成從指令碼、視訊生成到傳送的全流程。使用者們樂見其成，並且還期待更多功能：以及，讓Agent走進社交場域這一集，總感覺咱在那裡看過？（狗頭保命）Ahthropic作為在一月初就推出了Claude Cowork並引發熱潮的先行引領者，Anthropic並沒有讓自己的腳步慢下來。過去48小時內，A社唰唰往外出貨——先是發佈了手機遠端操控程式碼，然後又丟出了自動化Agent task（定時任務）。有網友已經焊跳預言家了：我預計2-4周後Claude Cowork，能和OpenClaw媲美。更多網友就OpenClaw和Anthropic在本輪龍蝦大戰中的戰略戰術問題展開了激烈討論。微軟作為鈔能力與生態位的頂級玩家，Microsoft剛剛宣佈了自己的Microsoft Copilot Tasks。它可以做啥呢？第一，自主計畫。不用等你投喂指令，Microsoft Copilot Tasks能根據你的日程安排，主動制定本周的工作計畫。第二，跨應用操作。Microsoft Copilot Tasks可以讀取你的Outlook郵件，抓取關鍵資訊，然後自動在Google Calendar上預約會議，順便 在PowerPoint裡生成匯報提綱。第三，定時任務（Cron Jobs）。你可以告訴它，讓它“每天下午五點自動彙總今日團隊進度並行送周報”，然後自己準時下班拎包就走。如網友留言那樣，它能很好地接入微軟生態。既然你的辦公場景就在Windows、Outlook和Excel，那咱就直接在這些應用裡植入一個Claw。NotionNotion兩天前發佈的Custom Agents，可能是AI大廠們目前對“Claw”概念落地最徹底的產品。Custom Agents是一套完全自主的系統，它的發佈標誌著Notion正式從文件工具轉型為協作平台。它能在不需要手動輸入prompt的情況下，24/7全天候待命。只需要給它一個“任務描述”，並設定觸發條件（比如：有人在Slack上@我），它就會自動開工。Notion官方表示，在測試階段，Custom Agents的早期使用者已經建立了超過2.1萬個Custom Agents。在Notion內部，則有2800個Custom Agents在輪班工作。官方還在長文中介紹：通過MCP協議，Custom Agents可以自由穿梭在Slack、Figma、HubSpot和Notion Mail之間。網友表示，oh，這看起來更像一個企業級的OpenClaw～就是不知道價格怎麼樣了。PerplexityPerplexity昨天推出了自己的Claw：Perplexity Computer。這個產品試圖將搜、研、計、編、部署統一。只要你有一個想法，它幫你研究完後直接寫程式碼並部署上線。詳細內容可以看我們昨天的推文，指路《21萬年費彭博終端機被AI復刻！Perplexity倆月憋出新“PC”：整合所有AI功能，以Opus為核心調度19個模型》。為什麼是現在？為什麼這些巨頭在幾年來始終如一的大模型熱之後，在此時此刻集體轉向了“Claw大戰”？這一關乎整個AI產業底層邏輯的深刻巨變，原因至少有三個。首先，最核心的變數在於模型能力終於跨越了那道至關重要的信任閾值。在一開始，AI擅長作畫吟詩，但在處理多步驟、高邏輯密度的複雜任務時，還是無奈會出現一本正經胡說八道。然而，隨著像o1這樣基於強化學習、引入CoT推理路徑的模型出現，AI的邏輯一致性得到了質的飛躍。到了現在，人類已經能夠大膽地把部分系統權限交給AI Agent了。看看Notion 3.3的Custom Agent，它甚至允許企業級使用者即時審計AI的每一次點選、每一條日誌。其次，行業共識正在發生漂移。Scaling Law的紅利進入邊際遞減區間後，純粹靠堆算力、堆資料來換取模型參數的提升，在使用者感知端已經越來越不明顯。各大AI巨頭敏銳地察覺到，下一波增長曲線不在於模型變得多麼“博學”，而在於它變得多麼“能幹”。讓AI直接去網頁上幫我訂一張機票、去後台改一串程式碼，顯然對使用者來說更香。這種從“知識中心”向“執行中心”的重心偏移，正是“Claw 化”浪潮的本質驅動力——尤其是在Manus、Claude Cowork、OpenClaw展示出自己的實力過後。最後，也是 AI 商業化進入深水區的必然選擇：生產力兌現的邏輯正在從“賣token”轉向“賣工時”。在傳統的AI Chatbot，使用者的付費意願受限於產出內容的字數或優美程度。但在Agent 時代，AI兜售的是實打實的勞動時間。就像Vercel技術經理Brian Emerick那句話說的那樣：“很快，公司裡跑來跑去的Agent可能會比人還多。”可以說，矽谷巨頭們集體交卷，是因為他們終於看清了 AI 變現的終極路徑—— (量子位)

技術是人類認知和記憶的外在化。一款名為Altar AI的工具正在美國AI圈迅速走紅。看似傳統筆記整理與資料夾歸檔的Altar AI，讓AI工具從代替人“生成內容”升級成為跟隨人們行動軌跡一起記憶、思考的助手，參與人們創作的處理程序，就彷彿是讓人們在網際網路上培養一個新的自己。設想這樣一個午後，你正坐在工作台前，籌劃一款全新的開源智能手錶原型。瀏覽器裡是幾十個標籤頁，PDF文件散落在本地資料夾，桌面上還堆著幾張手繪草圖。資訊像星星一樣零碎，你試圖在它們之間搭起某種聯絡，卻又感到力不從心。這時，Altar AI 悄然在瀏覽器一側亮起，沒有打擾你的節奏，卻開始默默將混亂梳理成一張有序的知識網。你點開一篇關於低功耗晶片設計的論文，剛掃過幾行，Altar已在邊欄生成了頁面摘要：幾個核心觀點被精準提煉——“模組化架構支援動態功耗調整”、“實驗驗證能耗降低30%”。你不必再反覆通讀，只需一瞥，便已掌握重點，足以判斷這是否是你想深入探索的方向。隨後你跳轉到另一個頁面，查閱“微型感測器整合方案”的實現路徑。當你隨手高亮一個術語，Altar自動聯想起你曾保存的《感測器技術演進報告》，高亮出技術變遷的關鍵節點——從早期體積過大的模組，到如今柔性電路的廣泛應用。眼前的資料，彷彿被一條條看不見的線連接起來，從孤立變成了延續。你保存了一張設計精巧的電路圖，Altar不只是簡單地收進資料庫，而是將它歸入“硬體原型”空間下的“電路設計”子執行緒，順帶聯動起上周你保存的那篇《曲面螢幕適配分析》。幾秒之後，系統在邊欄提醒你：“該電路尺寸或許可與當前螢幕曲率契合。”原本只是一次保存，卻觸發了一個新的思考路徑。資料慢慢堆積起來：專利文件、白皮書、圖紙、程式碼片段，每一樣都被 Altar有序安放。你剛收藏了一張“太陽能錶帶”草圖，它立刻被自動關聯至半年前的《柔性太陽能材料綜述》，而你幾乎已經忘記那篇文件的存在。這不是靜態的歸檔，而是一種隨著知識積累動態生長的結構，不再依賴你逐一設定分類規則，而由系統根據內容本身的語義關聯，自動編織出它們的歸屬與聯絡。真正的驚喜，往往發生在你重新打開某個舊項目的時候。在“硬體原型”空間中輸入一段新的設計草案，Altar會從你的知識網路中調取出那些你甚至不記得自己保存過的資料，比如昨天收藏的《無線充電效率分析》，一年前的“透明表盤”草圖，甚至是最早期項目中用過的某個感測器元件。舊資料被重新喚醒，過去的靈感開始迴響。一位使用者在Product hunt上給出了五星的最高評價，他這樣評價：“它能幫助我有條理地組織思維過程”。▲團隊感謝Altar獲得當日關注度和喜愛度第一在開源硬體快速演進的當下，我們的資料來自四面八方，知識像碎片一樣漂浮。而Altar所做的，是以結構化與語義化的方式，將這些碎片重新編織為一張動態可生長的知識網路。它不再只是一個工具，而像是一位記憶能力強、反應敏銳的研究夥伴，陪你穿行在資訊的森林中，悄悄為每一片落葉標記歸處，為每一個靈感留下路徑。當然，Altar AI並不是這場 AI工具演化的起點。要理解它為何而生，還得把時間撥回到2022年春天。那是一個還沒有ChatGPT全民爆紅的清晨，矽谷卻已悄然躁動。創業者們像嗅到礦脈的淘金者，蜂擁衝進了“AI 工具”這片尚未圈地的新大陸。彼時的AI，還只是一個高效的打工人：生成文案、起標題、整理筆記，一氣呵成。整個行業，像剛啟動的印刷機，轟鳴卻粗糙。大家追求的，是更快、更省、更通用的內容生成方案。最早一批走紅的產品是Jasper和Copy.ai。它們把原本耗時費腦的內容創作，變成了點選即出的流水線。廣告從業者用Jasper生成幾十條文案只需五分鐘；內容博主靠Copy.ai批次打造爆款標題；Notion AI則自動整理會議紀要，像極了一個從不請假的實習生。當時社交媒體上，滿屏都是“AI寫作神器”的安利帖——“只要一句提示詞，輕鬆搞定論文大綱”、“內容創業進入AI時代！”一時間，工具氾濫，靈感濫產，媒體也跟著興奮，《福布斯》《TechCrunch》等多家媒體稱AI為“內容生產力的革命引擎”。但很快，問題暴露了：人們在歡呼“效率奇蹟”的同時，也發現自己越來越不會思考了。《紐約客》曾評論道，我們正在變成一群“提示詞工程師”（prompt engineers），甚至是“提示詞乞丐”：只會說“給我一個”，卻忘了“我為什麼需要它”。科技公司也意識到，僅靠自動生成並不能持久——工具再聰明，也無法理解你腦海中真正的問題。於是，2023年後，AI產品開始轉向更深的協作模式。Notion AI不再只是“文件寫手”，而是能幫你理清邏輯、重構結構；Google推出的NotebookLM可以上傳你自己的文件，讓AI基於個體知識進行深度問答。與此同時，國產工具也迎頭趕上。Moonshot推出Kimi，憑藉長文字處理能力，啃下幾十萬字的法律檔案毫不費力。對於一位律師使用者來說，它不會替我寫辯護詞，但相比漂亮的胡說八道，它能標出所有相關判例的頁碼，反而會讓工作更高效。這時候的AI，不再是流水線上的寫手，AI跟人的關係，更像是一種結構上的協作：它幫你搭建結構、釐清重點，但不會替你動腦。2024年後，AI工具的角色再次轉變，重點開始從“結構輔助”走向“理解個體”。人們對AI的期待不再只是“幫我整理思路”，而是“理解我的偏好、風格和長期目標，和我一起思考”。這一階段的代表產品之一就是Altar AI。它不再像傳統工具那樣僅以關鍵詞匹配資訊，而是嘗試理解使用者的知識網路與表達方式。當使用者長期在系統中記錄筆記、撰寫文字時，Altar能逐步模仿其寫作風格，甚至在生成郵件草稿時，保留“習慣用逗號而非句號結尾”這樣的微妙差異。更重要的是，它鼓勵使用者將零散的靈感轉化為系統性的觀點，並在此基礎上延伸出新的討論。它不提供“標準答案”，而是反問你：“如果用你自己的語言來解釋這條觀點，你會怎麼說？”另一款名為Rewind AI的工具，也展現出這一階段的特徵。它記錄使用者電腦上的活動軌跡，能檢索幾周甚至幾個月前你瀏覽過的某一段話或提過的一個想法，並在你編輯文件或進行搜尋時，提供“你曾提到的相關資訊”。它不像前一階段的AI那樣只回應輸入，而是成為“記得你是誰”的長期協作體。在國內，像Moonshot AI的Kimi智能助手，正在拓展“語義級”的協助能力。它不僅可以處理超長上下文，還能保留使用者的對話脈絡，在長周期的使用中提升記憶能力。當你一個月後再次提到一個調研主題，它會引用你過去的描述，提醒你上次你說希望從使用者視角切入，是否繼續沿用？這類AI的變化，是一次悄然的“角色轉移”。它們不再只是效率工具，而是正在成為“認知夥伴”。科技公司主導的AI工具轉型，同樣也是回應使用者需求的轉變——人們渴望的並不是更快的文字生成，而是與自己“長期共建思維體系”的AI，它們不搶走思考的主動權，卻通過“記得你是誰”“理解你說話的方式”與“喚回你曾經的念頭”，激發人們更深入地探索問題本身。其實，所謂“新工具”，從來不是全然陌生之物。每一次工具革命，看似截然不同，其實都試圖回應同一個恆古的願望——我們如何借助工具，去保存、延續，甚至放大自己的獨特性？從語言到文字，從印刷術到網際網路，這條主線從未中斷，只是不斷變形。語言讓我們用故事建構共識，但思想只能靠口耳相傳，極易湮沒。文字第一次讓記憶得以“外包”於竹簡與紙張，卻也將思想凍結為靜態的符號。印刷術帶來了知識傳播的奇蹟，卻也在海量複製中稀釋了個體聲音。直到網際網路出現，資訊開始流動，知識可以連接，個體意識重新被啟動。但真正的轉折，發生在當下。協作型AI的價值，不在於替人說話，而在於陪人思考——它開始尊重每一個人的知識路徑，保存那些微小卻關鍵的差異：你對“增長”與“滿意度”的權重排序，你偏好的表達節奏、認知框架，甚至你曾在三年前深夜記錄的一個模糊念頭。它不再是流水線上的加速器，而是你思維的共生器官。如法國哲學家斯蒂格勒所說：技術是人類認知和記憶的外在化。當AI能夠承接我們的記憶、習慣與判斷方式時，它便不僅僅是工具，而開始成為意識的一部分。換句話說，這場工具革新，本質上也是一場“認知平權運動”。過去，龐大的知識系統屬於Google、維基百科，屬於那些專業化的精英結構。而今天，每個人都可以擁有自己的“思維檔案館”，在其中積累、調整併延展認知。當Altar AI將你的每次點選、每段話語與過去的對話串聯成一個知識網路，我們看到的，不只是一次工具升級，更是人類思維方式的革新。AI不再滿足於“幫你記住”，而是嘗試“助你思考”——成為那個在你猶豫不前時、輕輕提醒你的人：“還記得那個曾被你擱置的想法嗎？現在，也許是喚醒它的時候了。”作為一個文字工作者，我不得不承認，AI的確寫得比我們更快，有時甚至更好。但我仍然為這樣一個故事而感動：2019年，OpenAI推出了寫作能力驚人的GPT-2模型。一位《紐約客》的記者在報導中表達了她對未來寫作的擔憂。不過她在結尾寫道，GPT的迭代版本也許終將成為“超級作家”，吸引所有讀者的目光——但那又如何？“在某種程度上，人類會取得進步。”▲使用Sider AI理解文章這或許不是一句樂觀的辯解，而是一種溫柔的相信。相信人類終會在技術的浪潮中，找到與它共處的方式。相信創作不只是內容的生成，更是一種情感與經驗的傳遞。相信在那些複雜語境與深層情緒的縫隙之間，人類依然擁有不可替代的溫度。當機器為我們“寫作”，我們也在重新學習如何更真誠地表達自己。最好的工具，從來不是取代創造力，而是幫助它，放大它。值得一提的是，這篇文章的撰寫過程中，AI工具在資料整理、大綱調整、語言潤色等方面提供了很大的幫助。寫著寫著才發現，不是我在寫AI，而是AI也在“寫”我。說到底，這篇文章最大的隱藏作者，不就是AI自己嗎？ (華商韜略)

自從ChatGPT 橫空出世，它憑藉幾乎達到真人水平的語言能力，為學生、編輯、設計等領域的人群提供了極大的便利。 同時，各路巨頭也紛紛下場，爭先開發自家的ChatGPT 產品，整個科技圈天翻地覆。 在海外，微軟和谷歌激戰正酣，蘋果、Meta 和馬斯克都蓄勢待發；在國內，騰訊、百度、字節跳動等都在悄然佈局，試圖搶占先機。 不過，就在ChatGPT 大行其道之際，有一家小公司整了個活兒。