—— Claude Cowork × OpenAI Codex 范式转移深度解析



一、破题与锚定

2026年的夏天，软件自动化的根基正在悄然崩塌。不是被更强大的API、更完善的SDK击碎，而是被一种看似「偷懒」的方式——让AI坐在你旁边，看你干活，然后自己学会。


「我们不需要更多接口，我们需要的是理解。」—— 这不是某位CTO的豪言，而是Claude Cowork「Record a Skill」和OpenAI Codex「Record & Replay」正在默默兑现的承诺。


当所有人还在争论「AI能不能写代码」时，真正的战争已经转移了战场。自动化不再是关于「如何让机器执行代码」，而是关于「如何让机器从人类行为中学会写代码」。 这是一次从显性知识封装到隐性经验蒸馏的范式革命。


二、脉络与拐点

极简回顾：自动化的三次跃迁

阶段
核心问题
典型方案
1.0 手工脚本时代
如何让机器重复人的点击？
按键精灵、AutoHotkey——记录坐标，死板回放
2.0 API集成时代
如何让不同软件「对话」？
Zapier、Make、RPA——依赖接口开放与手写SOP
3.0 智能蒸馏时代
如何让机器理解「为什么」？
Claude Cowork、Codex——看人做、自动提炼Skill

拐点降临：一个微小但致命的变化

过去三十年，自动化的底层假设从未改变：软件必须「开口说话」（开放API），人类必须「写说明书」（SOP），机器才能「照章办事」。这三个前提，缺一不可。

而现在，AI不再需要软件开口，也不需要专家写手册——它只需要坐在副驾驶位，看着你操作，听你边做边说，就能自动提炼出一份可复用的「技能包」。 界面变了？它理解意图，自动适配。流程微调？它重新观察，自我更新。


旧时代的结束，不是因为旧工具变烂了，而是因为新范式让旧假设彻底失效了。


当AI能直接从人类行为中蒸馏知识时，API不再是自动化的命脉，SOP不再是知识的载体，坐标录制不再是自动化的上限。 这是一声安静的惊雷。


三、本质与重构

跨界透视：从热力学到知识蒸馏

用热力学的视角来看，传统自动化是一条**「低熵通道」**——开发者把混乱的业务流程（高熵），通过手工编码压缩成一条有序的、低熵的指令管道。每一次API变更，管道就破裂，熵重新涌回，开发者不得不再次「做功」修复。

而AI自我蒸馏范式，本质上是一台**「知识压缩机」**——它不试图预先规定每条路径，而是用一个通用的大模型「热力场」，包裹住人类专家的操作轨迹，自动将高熵的行为流压缩成低熵的技能模块。它做的不是管道，而是结晶。

认知颠覆：重新定义「自动化」

自动化不是「让机器执行预先写好的规则」，而是「让机器从人类经验中生成自己的规则」。

这不是文字游戏。前者意味着自动化能力受限于「能被写下来的知识」——而人类专家90%的判断（该推哪篇文章、该在哪个节点人工介入、遇到异常时凭直觉选哪条路）根本无法被写下来。后者意味着，那些藏在肌肉记忆里、藏在「手感」里、藏在多年试错沉淀出的直觉里的隐性知识，终于可以被捕获、封装、复用、传承。

生动类比：从「车床」到「学徒」

传统自动化像一个精密车床——你给它图纸（API文档），它加工零件（执行流程）。图纸错了，零件就废；图纸没覆盖的异形件，车床束手无策。

AI自我蒸馏像一个悟性极高的学徒——你不需要写图纸，你只需要在他面前做一遍。他看着你的手法、听着你的讲解（语音解说）、记住你的取舍，然后自己上手。更关键的是，他做完之后会复盘、会改进、会向你请教哪里可以更好——这是一个会进化的学徒。

核心定律


自动化能力 ≈ 可被捕获的隐性知识总量 × 蒸馏效率

传统范式卡在第一个因子（隐性知识难以捕获），新范式同时解放了两个因子。



四、生态推演

维度一：底层系统 —— 从「接口经济」到「认知经济」


过去逻辑：软件的核心壁垒是API的丰富度和稳定性。SaaS厂商靠开放平台收「过路费」，开发者靠调接口吃饭。

未来逻辑：当AI可以直接「看界面操作」，API的重要性急剧下降。软件的核心竞争力变为——界面是否易于被AI理解，底层能力是否足够丰富。未来的SaaS不再比拼「有多少个Webhook」，而是比拼「AI在我上面能多快学会干活」。

微观实证：我最近在公司搭了一个内部实验——让Claude Cowork观察一位资深运营做内容排期。她边拖拽边解说：「这个时段推B站因为年轻用户刚下课，这个位置放知乎因为深度内容需要安静场景。」三次观察后，AI自动生成了一份带推理链的排期Skill。第四天，它提出的排期方案比人工版本覆盖了更多长尾渠道——因为它记住了人说的每一个「为什么」，而人自己早就忘了。


维度二：物理载体 —— 从「脆弱脚本」到「自适应智能体」


过去逻辑：按键精灵记录的是「在第1024像素处点击」。界面稍微调整，脚本报废。维护成本随时间指数级增长。

未来逻辑：新范式记录的是「意图+操作语义」。界面元素位置变了，AI通过视觉理解重新定位；流程多了一个审批环节，它观察一次就能更新技能包。脚本从「一次性胶片」变成了「会自我修复的生命体」。


维度三：连接网络 —— 从「数据孤岛」到「技能市场」


过去逻辑：每个企业的自动化都是定制项目，知识锁死在个别开发者的脑子里，离职即流失。

未来逻辑：Skill变成标准格式的「原子能力」，可以在企业内部共享、在不同AI智能体间调用、甚至跨企业交易。每个业务专家都变成了「技能供应商」，组织知识第一次有了可量化的载体。


理性边界：两朵乌云


安全与隐私：让AI「看屏幕」意味着它看到的不只是操作流程，还有密码、私聊、财务数据。如何划定「视线边界」，目前还没有标准答案。

泛化与可靠性：从一次演示中蒸馏出的Skill，能否在权限不同、数据量不同、边缘场景频出的真实环境中稳定执行？「看得懂」和「做得对」之间，仍有巨大的验证鸿沟。



五、收尾与余味

回顾全文：自动化的本质，从来不是「机器替代人」，而是**「人类经验的规模化」**。从车床到学徒，从管道到结晶，从API经济到认知经济——每一次范式的跃迁，都是让机器更靠近人类思考的方式，而不是让人类更靠近机器思考的方式。


「未来的软件不会问你『有没有API』，它会问你『你想让我看几次才能学会』。」


当自动化不再需要你「教」它，而是主动「学」你——人与机器之间那条曾经不可逾越的「隐性知识鸿沟」，终于开始填平了。 这不是终点，但绝对是一个值得记住的转折点。

— 全文完 —