夜雨聆风如果说过去两年的 AI 产品主线，是把模型塞进聊天框、IDE 和浏览器，那么 Anthropic 正在暴露出的 Conway 路线，指向另一个更大的转折：AI 不再只是等你输入 prompt 的助手，而是一个可以常驻后台、被事件唤醒、跨系统执行任务的软件系统。
一、Conway 到底是什么？
先把概念说清楚：Conway 目前不是 Anthropic 正式发布的公开产品。这个名字来自第三方在 2026 年 4 月披露的内部测试线索，被描述为 Anthropic 正在构建的 always-on agent environment，也就是“常驻式智能体环境”。
它之所以值得写，不是因为一个代号本身有多神秘，而是因为它和 Anthropic 过去几个月公开推出的能力高度吻合：Cowork、Dispatch、computer use、scheduled tasks、Claude Code auto mode。这些组件拼在一起，已经非常接近一个真正的后台 Agent 操作系统。
传统 AI 助手的工作方式是同步的：你问一句，它答一句；你发一个任务，它跑一段，然后结束。Conway 代表的方向则是异步、持久、事件驱动：它可以有自己的实例、状态、插件、webhook、通知和工具连接。当外部系统发生变化时，它被唤醒，然后开始执行任务。
换句话说，Conway 真正重要的地方不是“Claude 更聪明了”，而是“Claude 开始像一套持续运行的软件基础设施”。
二、从 Cowork 到 Dispatch：Anthropic 正在搭积木
理解 Conway，要先看 Anthropic 已经公开的几块积木。
第一块是 Cowork。它可以理解为“给非程序员用的 Claude Code”：Claude 不只是在聊天框里回答问题，而是可以进入本地工作环境，读取文件、处理多步骤任务、协调子 Agent、在虚拟环境里长时间运行。它把 Claude Code 那套 agentic architecture，从编程场景扩展到了知识工作场景。
第二块是 Dispatch。它解决的是入口问题：用户可以从手机发起任务，任务在桌面端继续执行，结果再回到同一个持久线程。这个设计非常关键，因为常驻 Agent 不应该绑定在某一个聊天窗口里，而应该有一个跨设备、跨会话的控制线程。
第三块是 scheduled tasks。定时任务让 AI 从“被动响应”变成“到点自动执行”。它可以每天检查资料、每周生成报告、定期跑脚本。对常驻 Agent 来说，时间本身就是一种触发器。
第四块是 computer use 和 auto mode。computer use 让 Claude 在没有结构化 API 时也能操作应用界面；auto mode 则给长时间运行的 Claude Code 提供权限治理：低风险操作自动执行，高风险操作阻止或升级处理。没有这类机制，常驻 Agent 只能停留在演示阶段。
三、Webhook 才是 Conway 最关键的信号
如果 Conway 真的如第三方报告所说，支持 webhooks、extensions、notifications 和独立 instance，那么最值得关注的是 webhook。
Webhook 意味着什么？意味着 AI 不再只是由人类输入触发，而可以由世界本身触发。一个 GitHub PR 创建、一封邮件到达、CRM 客户状态变化、数据看板指标越线、支付系统出现异常，都可以变成唤醒 Agent 的事件。
这会彻底改变 AI 产品的交互方式。过去我们说“让 AI 帮我做事”，默认前提是我先发现问题、打开 AI、描述任务。Webhook 式 Agent 则是：系统发现事件，AI 自动接收上下文，判断该做什么，执行一段工作流，最后只在需要审批或汇报时通知人。
这就是“常驻式智能体”和“聊天机器人”的本质差别。聊天机器人是对话入口，常驻 Agent 是事件处理层。前者回答问题，后者承接业务流程。
对企业来说，这个变化尤其大。一个后台 Agent 可以接入邮件、工单、CRM、代码仓库、数据看板和内部文档，把原本散落在不同系统里的触发条件串成自动化流程。它不只是更聪明的助手，而是一个新的企业操作层。
四、企业会喜欢它，也会害怕它
Conway 路线最诱人的地方，是它能解决企业里大量“没人想做但必须做”的工作：监控信息、筛选异常、整理上下文、起草回复、生成周报、跟进任务、提醒审批、更新系统记录。
比如销售团队可以让 Agent 在 CRM 状态变化后自动生成客户摘要；法务团队可以在合同更新时自动标注风险条款；研发团队可以在 PR 提交后触发代码审查和测试修复；运营团队可以在数据异常时立刻收到分析报告。
但越是强大的后台 Agent，风险也越明显。第一是权限风险：它长期连接邮箱、文档、代码库和业务 API，任何越权都会放大。第二是审计风险：后台自动执行不像聊天记录那样一眼可见，企业必须知道它何时被触发、读了什么、改了什么、为什么这么做。第三是错误连锁：一个早期判断错了，可能沿着自动化流程一路扩散。
所以 Conway 如果走向公开产品，真正的难点不只是模型能力，而是治理能力。它必须提供暂停按钮、事件日志、权限边界、触发器管理、插件隔离、人工审批和回滚机制。常驻 Agent 不是玩具，它更像企业里的新员工，但这个员工可以 24 小时访问系统。
五、这对 AI 行业意味着什么？
Conway 代表的趋势，是 AI 产品从“工具”走向“运行时”。
工具需要人打开，运行时则持续存在。工具解决单个任务，运行时承接一组流程。工具强调交互体验，运行时强调可靠性、权限、安全、日志和可观测性。
这也解释了为什么 Anthropic、OpenAI、Google 都在往 Agent 平台推进。模型越来越强之后，下一层竞争不是谁的回答更像人，而是谁能把模型安全地嵌进真实系统：能接事件、能调工具、能守权限、能解释行为、能在无人值守时稳定运行。
对开发者来说，机会也在变化。未来做 AI 应用，不只是调用一个 chat completion 接口，而是设计一套 Agent 运行架构：触发器从哪里来，状态怎么保存，工具怎么授权，失败怎么恢复，什么时候必须让人审批，日志怎么审计。
对普通技术人来说，也要开始适应一种新工作方式：不是“我问 AI 一个问题”，而是“我配置一个 AI 流程，让它每天替我观察世界”。
结语
Conway 也许还不是一个正式产品，但它已经把 Anthropic 的路线照亮了：AI 正在从前台聊天框，走向后台常驻系统。从 Cowork 到 Dispatch，从 scheduled tasks 到 computer use，再到可能的 webhook 和插件生态，Claude 正在被塑造成一个可以长期运行、跨应用执行、被事件唤醒的工作伙伴。
这一步如果走通，AI Agent 的定义会发生变化。它不再是“能不能帮我写一段代码”，而是“能不能作为一个可靠的软件进程，持续替我处理世界抛来的事件”。真正的 Agent 时代，可能不是从一个更聪明的模型开始，而是从一个不会下班的后台实例开始。
关注「然也 AGI」，一起观察 AI 从聊天助手走向常驻系统。
