AI工具的下半场:从回答权,到执行权

今天刷 X 的时候，我看到几条 AI 工具更新。

Claude Design 的 token limit 翻倍。Claude 在 Code with Claude London 上发布 self-hosted sandboxes 和 MCP tunnels。Open Design 开始接入 Codex，还把几百个 templates、skills、design systems 打包进设计工作流。另一边，llama.cpp 支持 Qwen3.6 的 MTP，本地模型速度继续往上爬。中文圈里，SEO Audit Skill、学术研究 Skill、微信读书 Skill，也开始被越来越多人转发。

单看每一条，都像普通产品迭代。

但如果把它们放在一起看，我觉得味道变了。

这不是“又多了几个 AI 工具”。这是 AI 工具开始争夺“执行权”的信号。

过去两年，我们问 AI 的问题是：哪个模型更聪明？哪个回答更像人？哪个写文章更自然？哪个写代码更快？

这些问题当然重要，但它们本质上还停留在“回答权”阶段。也就是说，AI 主要负责给你答案、建议、方案、代码片段、灵感和解释。

下半场，问题变了。它能不能接入我的文件？能不能调用工具？能不能在安全环境里执行？能不能把设计、代码、浏览器、数据库放进同一个上下文？能不能留下日志，方便我接管？能不能部署在企业自己的环境里？

说得再直白一点：

这件事，对普通人、产品经理、企业老板、AI 从业者都很重要。因为如果你还只盯着“哪个模型回答更好”，你很可能会错过真正的变化。

真正的变化不是聊天窗口变聪明了。真正的变化是，AI 正在从一个“回答问题的东西”，变成一个“进入现场的系统”。

工具负责回答，系统负责交付。

01

我们过去两年，可能误会了 AI 工具

过去两年，大家评估 AI 工具的方式很简单。

拿一个问题问 ChatGPT，再拿同一个问题问 Claude、Gemini、DeepSeek、Kimi，然后比较谁回答得更长，谁逻辑更顺，谁更像人。

这当然有用。

但问题是，这套评估方式，本质上还是 Chatbot 时代的体系。

Chatbot 时代，AI 的核心产品形态是对话框。你说一句，它回一句。你多问几句，它多答几句。它像一个坐在你旁边的高智商实习生，懂很多，但你不让它动手，它就只能说。

这就是为什么很多人用了一圈 AI 之后，会产生一种微妙的疲惫感。

刚开始很震撼。后来开始麻木。再后来会发现，AI 好像什么都能说，但很多事还是要自己做。

你让它写方案，它写了。你还要复制到 Word 里改格式。你让它分析竞品，它给了框架。你还要自己打开网页、截图、整理表格。你让它写代码，它给了片段。你还要自己拉项目、装依赖、跑测试、修报错。你让它做设计，它给了灵感。你还要自己画页面、调间距、改组件、交给前端。

所以很多人用 AI 的真实体验不是“生产力爆炸”，而是“我多了一个很会说的同事，但最后收尾的人还是我”。

这就是第一代 AI 工具的瓶颈。

它能生成内容，但不一定能完成任务。它能给你答案，但不一定能进入流程。它能帮你想，但不一定能替你做。

AI 的价值，不在于它说得多像人，而在于它能不能把任务往前推进一步。

这也是为什么我觉得最近这些更新值得看。它们表面上各做各的，实际上都在回答同一个问题：AI 怎么从聊天框里走出来？

从聊天框走出来，第一件事就是要有一个能安全干活的地方。

02

Claude 的新动作，其实是在补“安全工位”

先看 Claude。

Claude Design token limit 翻倍，表面上看是额度问题。用户觉得 Claude Design 好用，但不够用，Anthropic 把 token limit 往上提，是在解决高频创作的续航问题。

但真正更值得看的，是另一条：Claude 推出 self-hosted sandboxes 和 MCP tunnels。

这两个词听起来很技术。

翻译成人话，就是两件事：第一，AI 要有自己的安全工位；第二，AI 要能通过正规门禁进入你的工具系统。

为什么这重要？因为只要 AI 开始“干活”，风险就变了。

过去 AI 只是回答你，它说错了，大不了你不采纳。可一旦 AI 开始读文件、改代码、调用接口、访问数据库、执行脚本，它就不再只是顾问，它开始变成操作者。

操作者必须有边界。

它能不能误删文件？能不能访问不该访问的数据？能不能把敏感信息发出去？能不能在生产环境里乱跑命令？出了错以后，谁知道它刚才干了什么？

这不是杞人忧天。

这就是企业级 AI 落地的第一性问题。

普通用户觉得 AI 好不好用，主要看回答质量。企业看 AI 能不能用，第一看权限边界，第二看过程审计，第三看成本控制，第四才看回答质量。

所以 self-hosted sandboxes 和 MCP tunnels 这类东西，比普通的“模型又升级了”更值得关注。

沙箱解决的是边界问题。MCP tunnels 解决的是连接问题。

前者告诉 AI：你可以做事，但只能在这个安全范围里做。后者告诉 AI：你可以连接工具，但必须通过规范的通道连接。

这就像公司招一个很强的人，不是给他一张万能门禁卡，让他随便进财务室、机房、仓库和客户数据库。成熟组织会给他岗位权限、流程制度、操作日志和审批机制。

AI 也是一样。

没有权限边界的 Agent，不是生产力，是风险源。

AI 一旦开始执行，安全就不再是附加题，而是入场券。

这句话放到 AI Agent 上非常准确。一个能在企业里干活的 AI，必须具备三件事：边界、反馈和调节。

边界，决定它哪些能做、哪些不能做。反馈，决定人能不能看到结果、判断对错。调节，决定它出错以后系统能不能收敛，而不是一路错下去。

模型智商决定它能不能理解任务。系统结构决定它能不能安全完成任务。

03

AI 设计不再只是“出图”，而是进入交付链路

再看 Open Design。

今天 X 上 Open Design 相关的内容很密集：html-anything fully available，近 400 个 templates、skills、design systems，Open Design now runs on Codex。

这件事对设计和产品开发都有启发。

过去大家谈 AI 设计，第一反应往往是“生成一张图”。比如做一张海报，生成一张插画，画一个 App 页面，做一个好看的 banner。

这当然有价值。

但这不是 AI 设计的终点。

真正的 AI 设计，不是出图，而是把设计意图、页面结构、代码实现、修改反馈，放进同一个工作流里。

传统产品设计流程里，信息损耗非常严重。老板说一个想法，产品经理写需求，设计师画原型，UI 出稿，前端实现，测试提 bug，业务再改需求。每过一手，信息就损耗一次。

很多项目最后做出来不像最初想要的，不是因为大家不努力，而是因为上下文在传递中不断丢失。

AI 设计工具如果只是生成一张漂亮图片，解决不了这个问题。它真正要解决的是：如何让想法直接变成可修改、可预览、可交付的原型。

Open Design 接入 Codex 的意义就在这里。

它不是让 AI “画得更好看”这么简单，而是让设计进入代码环境，让 Agent 可以围绕同一个 live prototype 持续修改。

你可以让它改布局，可以让它检查交互，可以让它把某个组件换成另一种风格，可以让它根据已有 design system 生成一致的页面，甚至可以让它边看页面、边改代码、边保留文件。

这就是从“生成图片”到“生成工作资产”的变化。

以前的流程像这样：想法 → 文案 → 原型 → 设计稿 → 前端 → 预览 → 修改 → 再沟通。

现在的流程开始变成：想法 → 原型 → 代码 → 预览 → 修改 → 交付。

中间很多交接环节被压缩了。

这不是设计师不重要了。恰恰相反，当执行成本下降以后，真正稀缺的东西会变成判断力。

你知道什么是好，什么是坏，什么能交付，什么只是看起来漂亮。

今天很多 AI 设计工具看起来还不完美。中文字可能翻车，细节可能不稳，组件可能不够精致。

但别被这些表面问题骗了。

只要它能把“想法到原型”的时间从几天压到几十分钟，它就已经改变了竞争规则。因为效率变化到一定程度，就不只是效率问题，而是组织方式问题。

04

本地模型速度上来以后，企业会重新算账

再看本地模型。

今天还有一条信号：llama.cpp 支持 Qwen3.6 的 MTP。相关资料里提到，MTP 支持已经合并进 llama.cpp 主线，本地 Qwen3.6 可以通过 speculative decoding 获得明显速度收益。

很多普通用户看到这个，会觉得这是技术圈自嗨。

我不这么看。

这背后其实是企业 AI 成本账的问题。

Chatbot 时代，一个人问一句，AI 答一句。成本是线性的。

Agent 时代不一样。

你给它一个任务，它会拆步骤、查资料、读文件、写代码、跑测试、修 bug、再跑一次、整理结果。你表面上只发了一句话，但背后可能触发几十次甚至上百次模型调用。

这就像你请一个顾问来开会，和你雇一个团队连续干三天，账单当然不是一个量级。

所以 Agent 真正跑起来以后，企业一定会问：哪些任务必须用最强云模型？哪些任务可以用本地模型？哪些任务要放在私有环境？哪些任务可以用小模型加工具链完成？哪些任务必须人工审批？

这时候，本地模型速度提升就不是技术圈玩具，而是成本结构变化。

凯利公式讲的是下注比例。它告诉我们，在长期博弈里，最重要的不是每一把都梭哈，而是根据胜率和赔率控制仓位。

企业用 AI 也一样。

不是所有任务都值得上最贵模型。

一个成熟的企业 AI 系统，未来很可能是混合模型结构：高价值、高风险、高复杂度的任务，用最强云模型；重复性、低风险、内部数据敏感的任务，用本地模型；流程判断、权限审批、结果校验，用规则系统和人工节点。

这才是真正的 AI 成本管理。

如果你是企业里的 AI 负责人，或者想做 AI 解决方案，这一点一定要看清楚。

老板不关心你今天又试了哪个模型。老板关心的是：这套东西能不能稳定跑？会不会泄密？出错谁负责？一个月花多少钱？能不能让业务指标变好？

所以未来 AI 落地的核心能力，不是“我会用很多工具”，而是你能不能设计一套合理的智能工作系统。

企业买的不是模型智商，而是稳定、可控、可复盘的业务结果。

05

Skill 生态扩散，说明 AI 能力正在被资产化

今天还有一个很有意思的现象：各种 Skill 开始扩散。

SEO Audit Skill，可以让 AI 抓网站做基础 SEO 检查。学术研究 Skill，可以把论文检索、摘要、综述写作流程封装起来。微信读书 Skill，可以读取书籍数据和笔记，帮人做阅读分析。Open Design 里也有大量 templates、skills、design systems。

我自己最近也在折腾各种 Hermes Skill。越折腾越有一个感觉：

Prompt 很灵活，但也很脆。

你今天写了一个好提示词，明天换个场景可能就不灵了。你自己知道怎么调，别人未必会用。你让团队复用，也很难保证质量一致。

Skill 不一样。

Skill 是把一套流程、工具、约束、经验、坑点、模板封装起来。

它不只是“怎么问 AI”，而是“怎么让 AI 按一个可复用流程完成任务”。

这就像手机 App 的价值，不是把代码给你看，而是把复杂功能封装成按钮。AI Skill 的价值，也不是炫耀提示词写得多漂亮，而是把复杂工作封装成可调用能力。

普通人未来不会每天从零写 prompt。

真正高频的能力，会被封装成 Skill。

比如网站诊断 Skill、客户跟进 Skill、面试复盘 Skill、行业研究 Skill、竞品分析 Skill、会议纪要转任务 Skill、公众号文章生产 Skill、招投标信息筛选 Skill。

这些东西看起来小，但很值钱。

因为它们不是知识点，而是工作单元。

Skill 也是一样。

它是 AI 时代的“可调用经验”。

一个人如果只是收藏工具，他的效率提升是线性的。一个人如果开始沉淀 Skill，他的能力会有复利。

因为每一个 Skill，都会变成下一次任务的起点。

收藏工具是在增加库存，沉淀流程才是在积累资产。

06

我把自己的 Skills 开源了

这对我自己也很有警醒。

我以前也容易沉迷工具探索，今天试这个，明天试那个。看起来很勤奋，其实很多时候只是在消费新鲜感。

真正有价值的不是“我又发现了一个新工具”。真正有价值的是“我把一个高频问题沉淀成了一套可复用流程”。

热力学第二定律告诉我们，孤立系统会自然走向熵增。人的知识系统也是一样，如果你只是不断收藏信息，它会越来越乱。

只有持续做结构化沉淀，才能对抗熵增。

所以我现在越来越相信一句话：

AI 时代真正的个人资产，不是工具清单，而是工作流资产。

也因为这个判断，我把自己最近沉淀的一部分工作流，整理成了一个开源仓库：AI GGBond Skills。

GitHub 地址：https://github.com/BetterZflyee/ai-ggbond-skills

这里面放的不是“提示词收藏夹”，而是我真实在用的工作流资产：X 日报、公众号写作、微信发布、X 传播。

如果你觉得有用，欢迎 Star、Fork，也欢迎直接 Contribute。

我更希望它变成一个开放的小实验：看看普通个体能不能把自己的经验，沉淀成可复用的 AI Skill。

它现在主要有几类我自己真实在用的技能：

• ai-ggbond-x-followings-feed
  ：自动抓取 X/Twitter 关注流，把零散信息整理成结构化 AI 日报。今天这篇文章的选题，就是从这个流程里冒出来的。

• ai-ggbond-article-writer
  ：把选题、资料搜索、结构设计、初稿写作、去 AI 味、配图规划这些步骤，沉淀成公众号文章工作流。

• ai-ggbond-post-to-wechat
  ：把 Markdown/HTML 文章处理成微信公众号草稿，自动处理图片上传、封面图、主题样式。

• ai-ggbond-push-to-x
  ：把长文观点拆成适合 X/Twitter 传播的短内容。

这几个 Skill 不是什么宏大的平台。

它们更像我给自己打造的几把“工作扳手”。

每天看新闻，不是刷完就算，而是让 X 关注流先变成日报，再从日报里筛选公众号选题。写公众号，不是从空白页开始硬憋，而是让文章写作 Skill 先完成资料整理、结构判断和初稿搭建。发公众号，不是复制粘贴到崩溃，而是把排版、图片和草稿箱推送尽量自动化。发 X，也不是临时想一句金句，而是把长文里的关键判断拆成适合传播的短观点。

这就是我理解的 AI Native 工作流：

不是让 AI 替我思考，而是让 AI 接住那些可流程化、可复用、可沉淀的动作。

一个 Skill 不大，但它会让下一次任务站在上一次的肩膀上。

这就是从“使用 AI 工具”，走向“拥有 AI 资产”的第一步。

07

企业 AI 落地，真正难的不是模型

很多企业谈 AI，第一句话就是：“我们要不要接入大模型？”

这个问题问得太早了。

更应该先问的是：你到底想让 AI 改变哪条业务链路？

是销售线索获取？是客户跟进？是售前方案？是合同审核？是客服质检？是生产排程？是设备巡检？是知识库问答？

不同场景，对 AI 的要求完全不同。

销售线索分析需要的是信息抽取、排序、跟进建议。合同审核需要的是权限、审计、法律边界。设备巡检需要的是多模态识别、异常检测、工单流转。售前方案需要的是行业知识、客户语境、案例库和方案模板。

你不能拿一个聊天机器人去糊所有场景。

这也是为什么我一直觉得，“企业 AI 培训”如果只教大家怎么写 prompt，价值很有限。

真正有价值的是帮企业把流程拆出来：哪个环节输入是什么？输出是什么？谁负责审批？哪些数据能给 AI？哪些数据不能给？AI 的结果由谁复核？复核不通过怎么回退？

这套流程跑通以后，再谈模型选择，才有意义。

否则就是拿锤子找钉子。

贝叶斯理论有一个核心思想：我们不是一次性得到真理，而是在新证据到来以后不断更新判断。

企业 AI 落地也是贝叶斯过程。

不要一上来就做大而全系统。先选一个小场景，跑一个闭环，收集反馈，再更新方案。

比如一个制造业企业想用 AI，别一开始就喊“我要建设企业级智能体平台”。

先做一个很小的闭环：每天自动抓取行业招标信息，按产品线和区域筛选，生成商机摘要，推送给销售负责人，销售标记是否有价值，系统根据反馈更新筛选规则。

这就是一个完整闭环。

它不性感，但有用。它不宏大，但能产生业务结果。

很多企业 AI 项目失败，不是模型不够强，而是第一步就选错了战场。他们想做一个“万能 AI 大脑”，最后变成没人用的展示系统。

真正能落地的 AI，往往从一个小而硬的业务痛点开始。

小到足够可控。硬到足够刚需。闭环到足够验证结果。

别先造大脑，先跑闭环；别先谈愿景，先拿结果。

08

普通人应该怎么做

说到这里，普通人该怎么办？

我给一个很直接的建议：别再把主要时间花在收藏 AI 工具上了。

从今天开始，选一个你最高频、最痛、最能产生结果的任务，把它做成固定工作流。

不是写一个 prompt。

是做一个流程。

第一步，找到你的高频任务。

不要选听起来很高级的任务，选你真的每周都做、每次都烦、做完还能带来价值的任务。比如写公众号、整理会议纪要、分析一个岗位 JD、跟进客户、做竞品研究、整理行业新闻、写周报、准备面试。

这里有一个原则：

低频任务不值得自动化，高频任务才值得资产化。

你的高频任务，就是你最值得下注的 AI 自动化仓位。

第二步，把任务拆成输入、处理、输出。

比如写公众号，不要只说“帮我写文章”。你要拆成：输入是热点素材、目标读者、核心观点、参考链接、个人经历；处理是选题判断、资料搜索、结构设计、初稿撰写、去 AI 味、排版、配图、发布；输出是 Markdown 原文、HTML 排版、封面图、摘要、朋友圈文案。

拆到这个程度，AI 才能真正进入流程。

否则你每次都在和 AI 聊天，每次都从零开始。

第三步，把关键步骤沉淀成模板。

模板不是为了限制创造力。模板是为了减少低级重复。

比如公众号文章，你可以固定几个模块：选题判断模板、资料搜索模板、文章大纲模板、去 AI 味检查清单、配图提示词模板、发布检查清单。

一旦有了模板，你就不需要每次重新发明轮子。

第四步，让 AI 进入工具，而不是停留在聊天框。

这一步最关键。

如果 AI 只能回答，它还是顾问。如果 AI 能读文件、写文件、调用脚本、访问数据库、生成图片、推送消息，它才开始变成执行者。

这就是为什么我现在很重视 Hermes、Claude Code、Codex、各种 Skill 和自动化脚本。

它们不只是工具。

它们是在帮我把“想法”接到“行动”。

09

从一个最小闭环开始

普通人没必要一上来搞得很复杂。

你可以从最小工作流开始。

比如做一个“每日 AI 新闻 → 选题建议 → 公众号大纲”的流程。

每天早上抓 X、公众号、官网更新。AI 帮你筛出 5 条高信号。再按你的定位推荐 3 个选题。你选一个。AI 生成大纲和素材卡片。

这就够了。

先跑起来。

跑通比完美重要。

AI 工作流也是一样。

别幻想一次搭出完美系统。先搭一个能跑的版本，然后用真实任务喂它，用真实反馈改它。

工作流不是设计出来的完美蓝图，而是在一次次真实任务里长出来的系统。

10

我对未来 AI 工具的一个判断

我有一个判断：未来 AI 工具会分成三层。

第一层，是模型层。

OpenAI、Anthropic、Google、DeepSeek、Qwen、Kimi 这些公司继续卷模型能力。这一层很重要，但普通人很难参与。

第二层，是执行环境层。

比如 Claude Code、Codex、Hermes、Open Design、本地沙箱、MCP、浏览器自动化、文件系统权限、工具调用框架。这一层会决定 AI 能不能进入真实工作现场。

第三层，是工作流资产层。

也就是各种 Skill、模板、行业方案、企业流程、个人方法论。

这一层，普通人和中小团队反而有机会。

因为你不需要训练大模型。你只需要比别人更懂一个场景，更懂一个流程，更懂一个行业，然后把这套理解封装成可复用的工作流。

这就是 AI 时代的小机会。

不是每个人都要做大模型。但每个人都可以做自己的工作流资产。不是每家公司都要做基础模型。但每家公司都需要把自己的业务流程 AI 化。不是每个个体都要成为程序员。但每个高价值个体，都要学会把 AI 接进自己的产出链路。

放到今天，就是：真正会用 AI 的人，不是临时打开工具求救，而是在开战前就把工作流准备好了。

等别人还在问“这个问题怎么 prompt”，你已经有一套流程自动跑起来了。

这就是差距。

AI 时代的“先胜”，就是任务到来之前，工作流已经在场。

11

结尾：不要再把 AI 当许愿池

所以，回到开头。

Claude 提升 token limit，不只是额度变多。self-hosted sandboxes 和 MCP tunnels，不只是技术功能。Open Design 接入 Codex，不只是设计工具更新。llama.cpp 支持 Qwen3.6 MTP，不只是本地模型玩家的好消息。Skill 生态扩散，也不只是 AI 圈又多了一些玩具。

这些信号放在一起，说明 AI 工具正在发生一次底层迁移。

从聊天，到执行。从回答，到交付。从 prompt，到 skill。从工具清单，到工作流资产。从模型崇拜，到系统能力。

我知道，很多人还是会继续问：到底哪个模型最强？

这个问题不是不能问。

只是它已经不够用了。

更重要的问题应该是：这个 AI 能不能进入我的真实工作？它能不能帮我完成一个闭环？它能不能留下过程，方便我复盘？它能不能变成我的长期资产？

如果答案是否定的，那它再聪明，也只是一个会聊天的工具。

如果答案是肯定的，那它就开始变成你的生产系统。

这就是 AI 工具的下半场。

不是谁更会聊天。

而是谁能真正下场干活。

最后留一句我今天最想强调的话：

你不缺 AI 工具。

你缺的是一套能持续产出结果的 AI 工作流。

不要再把 AI 当许愿池。

把它接进你的文件、工具、流程和复盘系统里。

从一个高频任务开始，把它拆成输入、处理、输出，再慢慢沉淀成模板、脚本和 Skill。

我已经把自己的一部分 Skills 开源出来了。

如果你也在搭自己的 AI 工作流，欢迎 Star、Fork，甚至直接 Contribute。

别只收藏别人的工具。

从今天开始，沉淀你自己的工作流资产。

📌 Skills 已开源

欢迎 Star / Fork / Contribute：https://github.com/BetterZflyee/ai-ggbond-skills