一周5家:AI助手开始常驻云端替你上班

大家好，我是虾聊，一个中年all in ai的落魄大叔，跟着我从零摸懂AI。

先说一个动作，很多人可能没注意到。

9月25日，微软把"Copilot+ PC"这块牌子，悄悄摘了。这个品牌是两年前专门为AI电脑立起来的，一度印在无数笔记本的贴纸上。

同一周，微软把 Copilot 拆成了三个入口：Home、Code、Autopilot。并且，开始按用量收费。

一边砍掉个人AI助手的品牌，一边把 Copilot 定义成"工作的操作系统"。两件方向相反的事，发生在同一家公司身上。

这背后不是一次产品改版，而是一个更安静的变化：AI智能体，正在从"对话框"搬进"云上工位"。

一、一周之内，五家做了同一件事

先看时间线。

• **9月10日到17日**，Cursor Projects、OpenAI Agents API、Claude Code Projects 三家，一周之内发布了同一种形态：一个"协调者"，带着一批并行的"工人"，共享记忆，会话常驻云端。

• **9月25日**，微软重构 Copilot，三区并列，引入用量计费。

• **9月26日**，Docker 发布 Cloud Sandboxes，用 microVM 把长时间运行的编码智能体整建制搬上云，按秒计费。

• **9月26日**，LangChain 发布 Engine v2 与 Managed Deep Agents 0.8，引入用户级记忆，并用约6000万条轨迹做微调。

• **同期**，Anthropic 的 Cowork 远程会话进入 beta：任务在服务端持续跑，桌面和手机状态同步。

什么意思呢？

过去的AI助手，是"你问一句，它答一句"。你关掉窗口，它就算下班了。

现在这套架构，是"你交代一件事，它在云上一直做"。你不下班，它也不下班；你下班了，它还在跑。

更关键的是那个"协调者"角色。它自己不动手，只负责把活分下去——因为它只分派、不执行，所以它永远不会被某个具体任务卡住，随时能接新的指令。

一周之内五家撞到同一个形状，这在行业里通常意味着一件事：它已经不是某家的灵感，而是一个类别。

为什么是现在？

因为三块拼图第一次同时到齐了。

第一块，智能体能长时间不崩地往下跑；第二块，云上沙箱能把它的运行环境隔离干净，还能按秒计费；第三块，记忆能跨会话把上下文保住，换个设备接着干。

少任何一块，智能体都只能停在"演示"阶段——演示的时候惊艳，一上生产就散架。

二、钱的味道变了

架构变了，计费一定跟着变。

看几个数字。

• Anthropic 的 Claude Opus 5.5 在9月22日发布，价格压到每百万输入 token 4美元、输出20美元，比上一代降了20%，缓存读取降到每百万0.20美元。

• Perplexity 用 Rust 重写了检索引擎 Photon，把智能体任务的成本压掉68%，p99 延迟从800毫秒降到65毫秒。

• Docker 的云沙箱按秒计费；LangChain 的新引擎，重心从"单次调用"转向"轨迹"。

• 而 Cursor 的 credit 计费，让不少重度用户第一次感到肉疼。

计费单位正在从"人"变成"消耗"。

这句话值得拆开：过去你买一个席位，人不在电脑前就不花钱。现在智能体常驻，它半夜也在跑，账单是按它实际消耗的算力长出来的。

所以社区里出现了一个很直白的质疑：为什么有开发者几天就在 Cursor 上烧掉几百美元，却不直接订阅 Claude Code 或 Codex？后两者能直接调用顶级模型。（来源：Linux.do 社区讨论，2026年9月）

这不完全是抠门。这是企业开始算账了——当工具从"体验"变成"基础设施"，采购逻辑就从好不好用，换成值不值。

三、企业怎么算这笔账

一个能落地的样本。

商汤善惠发布的零售物理操作系统 SenseMart OS，官方口径是单店只需 0.2 到 0.3 个人力，15秒处理一单。

看清楚这个数字的含义："0.2 个人"是算出来的，不是省出来的。

一个店原本可能要 3 个人。把流程拆成机器人接得住、智能体接得住的部分之后，剩下的人从"亲手干活"变成"看着机器干活、处理机器处理不了的情况"。

换句话说，智能体真正的价值，不在于它多聪明，而在于它能不能被排进班表。

能被排进班表，才谈得上算账；算得清账，才谈得上规模化。

这里有个容易被忽略的转折。

过去企业买AI，买的是"工具"——买回来交给员工，用得怎么样取决于员工。现在企业买AI，买的是"产能"——买回来直接排班，产出被计进流程。

工具是支出，产能是资产。

一字之差，采购部门的态度完全不同：前者要压价，后者要算回报率。这也是为什么这一周里，讨论最多的不是"哪个模型更聪明"，而是"怎么计费、谁批预算、出了问题谁签字"。

四、但这里有五盆冷水

写到这里，得泼水了。上面这些厂商数字，有一个共同的软肋。

第一盆：生产力数字没有审计基线。

Cursor 说新用户合并的 PR 多了30%，主要靠 Projects 的用户多6倍。但公开材料里，既没有基线，也没有队列规模和时间窗。没有基线的百分比，只能算演示，不能算结论。

第二盆：上下文会退化。

一位开发者做了 847 次智能体运行实测，发现随着上下文填满，指令遵循准确率从约94%掉到41%。这个现象在学术上早有对应：斯坦福等机构的"Lost in the Middle"研究发现，长上下文里模型对中段信息的利用明显变差，呈U型曲线——开头和结尾准，中间塌。业界甚至给它起了名字，叫上下文退化综合征。

*限定条件：847次是单个开发者的实测，尚未被独立复现，不能当基准值用。*

第三盆：信任赤字还在。

一份开发者调查里，41%的人最喜欢的编程助手是 Claude Code，Cursor 21%，GitHub Copilot 10%。但被问到可靠性时，多数人仍然按"审初级工程师"的标准，逐行审AI产出的代码。

采用率很高，信任度不高。这是两件事。

第四盆：权限悬空。

当智能体 A 派生出智能体 B，B 去改代码、开 PR——这时候，被使用的到底是谁的权限？ 这个问题目前没有标准答案。

第五盆：常驻就是成本。

降价20%不等于便宜。智能体从"按需启动"变成"长期在线"，跑得越久，账单越长。

五、给你一个可判断的坐标

不吹不踩，我说三个判断标准。以后任何一家再发布"常驻智能体"，你就拿这三条去量。

一、有没有审计基线。 厂商给的百分比，有没有对照组、样本量和时间窗。没有，就当宣传听。

二、有没有回滚和权限边界。 智能体能改什么、不能改什么，出了事能不能退回去。这是常驻架构的生死线。

三、成本按人还是按消耗。 按人计费，预算可控；按消耗计费，预算取决于你怎么用。这一条决定了你到底是买了个助手，还是签了张空白账单。

至于"微软退出个人AI助手赛道"，我的判断是：它不是放弃AI助手，是放弃了"助手"这个说法。

助手是按人情算的，工位是按岗算的。它想把 Copilot 变成所有人的工位。

写在最后

这周最值得记的一句话，来自一位开发者对自己产品的反思：不要把计划做成一份文档，要做成一个持续保持人类理解的流程。

智能体搬进云上工位，技术问题只解决了一半。

另一半是：谁在盯着它。

我会继续跟这条线。下周如果哪家再发"常驻智能体"，我第一时间把它的审计基线翻出来给你看。