同一天,OpenAI 花钱买、Anthropic 自己造:AI 那只手该长在哪

6 月 11 号那天，AI 圈出了两条新闻。

一条是 OpenAI 宣布收购 Ona。另一条往前翻两天，6 月 9 日，Anthropic 发了 Claude Fable 5。前一周，Anthropic 的工程博客上还有一篇讲他们怎么自己造 Managed Agents 的长文。

第一眼看可能觉得只是两条 AI 新闻凑在了一起。但稍微往里看一点，两家公司其实在回答同一个问题，给的答案完全相反。这个问题是：你公司里那个会写代码的 AI agent，下班之后究竟应该跑在谁家的服务器上？

// fig.01 — Anthropic 工程博客《把大脑和手解耦》（4 月 8 日发表）

背景

这两年 AI coding agent 从「帮写一行代码」走到了「跑一个几小时甚至几天的多步任务」。Codex 每周用户已经过了 500 万，比年初涨了大概三倍。Claude Code 也在大客户那儿跑着跨夜的回归测试。

但有个尴尬的限制：agent 跟你的浏览器窗口绑在一起。合上盖子，工作丢了。换台电脑，重新来。想让它晚上加班——它得等你明早打开笔记本。

这不太叫 AI agent，更像「用人类督工假装自动化」。两个方向同时浮出水面：买一个现成的云底座，还是自己造一个抽象层。

// fig.02 — OpenAI 6 月 11 日的答案：买 Ona

A 派：OpenAI 收 Ona

6 月 11 日，OpenAI 宣布要收购 Ona。这家公司你可能更熟悉它的旧名字：Gitpod，2014 年在德国 Kiel 成立的远程开发环境老兵。今年早些时候改名 Ona，定位从「给人用的云开发环境」转到「给 AI agent 用的云沙箱」。

这笔收购的逻辑很简单：Codex 之前依赖开发者的本地机器，agent 任务一旦跑几个小时，本地模型就撑不住了。你不想让一个跨夜的重构任务因为有人合了笔记本就死掉。Ona 给的是持久的、隔离的云环境。agent 可以连续工作好几个小时，甚至能跑在客户自己的 AWS / GCP / Azure 账户里，不出企业的数据边界。

代价：你得有云基础设施。Ona 的技术栈是别人造的，整合多深要看后续。但短期至少补齐了 Codex 缺的 runtime 短板。

B 派：Anthropic 自建抽象层

Anthropic 走的是完全不同的路。4 月 8 日他们就在工程博客发了一篇长文，标题叫《把大脑和手解耦》。文章的核心是介绍 Managed Agents——他们自己造的一套 agent 运行时，由三个抽象层组成：

[01] session —— 一个只追加的日志，记 agent 所有动作。关电脑也能恢复。

[02] harness —— 调 Claude 并路由 tool 调用的循环逻辑。跟模型迭代解耦。

[03] sandbox —— 实际跑代码的环境，客户自托管或 Anthropic 托管都行。

文章里有一个特别透亮的类比：操作系统当年把硬件抽象成「进程」和「文件」，下层是 1970 年的磁盘还是今天的 SSD 都不影响，read() 就是 read()。Managed Agents 做的是同一件事——把 agent 运行时抽象成 session、harness、sandbox 三个稳定接口，下层换模型、换基础设施都不动上层。

代价也明显：抽象层是新的，需要时间打磨。但长远看，它给了 Anthropic 跟模型迭代解耦的能力——这是收购换不来的东西。

五维对比

// OpenAI 路径 思路：买现成。Ona 已有六年。	// Anthropic 路径 思路：自建抽象层。投入大但灵活。
// OpenAI 技术自主：低。靠收购队伍。	// Anthropic 技术自主：高。三接口自研。
// OpenAI 数据控制：高。跑你的云里。	// Anthropic 数据控制：中。sandbox 自托管才完整。
// OpenAI 成熟度：依托 Ona 现有基座，落地快。	// Anthropic 成熟度：抽象层是新的，需实战检验。
// OpenAI 生态绑定：Codex + Ona 双绑 OpenAI。	// Anthropic 生态绑定：接口解耦，前端灵活。

// fig.03 — Anthropic 自建的 session / harness / sandbox 三层接口

核心分歧

判断