AI竞争进入飞轮时代：谁掌控真实工作流，谁就握有复利引擎

战线转移：从聊天框到工位

7月，AI竞争的核心战场悄然位移——不再比谁的模型参数更多、谁的推理更快，而是比谁能率先扎根于程序员的编辑器、嵌入办公人员的Excel表格与会议纪要之中。OpenAI发布新版ChatGPT桌面端，将Codex整合为「Chat」与「Work」之间的中间标签；这一看似微调的产品结构，实则是战略重心的明确迁移：AI正从对话入口，全面进驻真实工作流的两大高价值场景——编码与办公。

Coding与办公：不是功能扩展，而是飞轮起点

Anthropic的Claude Code并非凭空崛起。它在SWE-bench上取得93.9%的修复率，靠的不是单次生成能力，而是持续接入真实GitHub仓库、直面历史Bug的实战打磨。程序员用它改代码、审PR、调试CI流水线——每一次接受、撤回或手动重写，都构成一条高信噪比的反馈信号。同样，Claude Cowork切入表格分析、文档协同与流程审批，任务链更长、交互点更密，一次季度报表生成可能触发十余次修正行为。这些动作本身不发声，却比任何测评榜单更真实地标注出模型的盲区与进化路径。

数据飞轮：比金矿更稀缺的是“错题本”

公开语料正在枯竭，互联网留下的多是成品而非过程。一段正确代码不会记录删掉的七版错误尝试，一份终稿报告不会保留被废弃的五版开头。而真实工作流恰恰保存了这些“失败痕迹”：光标停顿的位置、反复撤销的操作、中途切换工具的时机、用户最终手动补全的字段……这些行为数据，才是训练下一代模型最硬核的原料。谁先建成稳定采集、精准归因、安全脱敏的反馈闭环，谁就启动了一台自我加速的机器——更好产品吸引真实用户，真实用户产生强反馈，强反馈驱动模型升级，升级后的模型再承接更复杂任务。这不是线性增长，而是指数级复利积累。

Harness：飞轮真正的轴承

模型能力≠产品能力。再强大的大模型，若缺乏一套能拆解任务、调度工具、验证结果、归因失败并沉淀经验的系统，就无法在真实场景中可靠运转。这套系统，业内称之为Harness。它不改变模型权重，却能显著提升任务成功率；它不直接参与训练，却为下一代模型生成评测题与强化学习样本。Anthropic的领先，不仅在于Claude模型本身，更在于其Harness已在开发者工作流中迭代两年——它懂得如何把一次编译失败、一次公式报错、一次邮件发送中断，转化为可学习的结构化经验。Harness的成熟度，已成为比模型参数更难逾越的护城河。

反向驱动：产品先行，模型跟上

腾讯的WorkBuddy提供了另一条路径：2026年初，其自研模型尚无明显优势，但CodeBuddy已深度嵌入内部研发流程；以此为基础孵化出的WorkBuddy，率先在2000多名非技术员工中灰度验证。三个月后PC端月活破885万，日活跃居国内同类第一。真实任务倒逼模型进化——Hy3训练过程中，WorkBuddy暴露出的指令遵循偏差、工具调用失误与长程记忆衰减等问题，直接成为混元模型的优化靶点。授权脱敏后的反馈进入后训练，新模型再回归WorkBuddy执行更长流程。首响提速54%，任务成功率从72%升至90%，飞轮咬合，循环加速。

殊途同归：所有巨头都在抢同一张入场券

马斯克斥资600亿美元收购Cursor，并非押注编辑器本身，而是截取开发者键盘敲击的每一毫秒行为数据；阿里力推Qoder、字节上线Trae，本质都是在构建自己的Coding Harness；Meta以四分之一价格开放模型API，目标明确——让更多Agent跑起来，让每一次点击、犹豫与撤回，都成为自家模型的养料。路径各异，终点一致：抢占高价值工作流入口，建立可持续反馈的数据管道。当竞争从模型榜单下沉到每个人的桌面，胜负手不再是某次技术突破，而是能否让AI在千万次真实任务中，持续学会“怎么把事情做对”。

复利即壁垒

模型可以追赶，算力可以堆叠，但一个在真实工作流中滚动三年的飞轮，无法被复制。它由产品信任、用户习惯、行为密度与Harness精度共同铸成。未来AI公司的估值逻辑或将重构：不再只看参数量或推理速度，而是看其Harness覆盖了多少真实任务节点，看其错题本里沉淀了多少未被公开的“人类修改轨迹”。这场战争的终极奖赏，不是最快的那个模型，而是最懂怎么和人一起把活干完的那个系统。