模型越能连续干活，小团队越要提前写清权限、检查点和停手条件。7月24日，Anthropic 发布了 Claude Opus 5。官方给它的定位很直接：更适合长时间、多步骤的任务，更会检查自己的工作，也更能在复杂过程中保持稳定。API 标价是每百万输入 token 5 美元、每百万输出 token 25 美元，与上一代 Opus 4.8 相同。每逢新模型发布，那个熟悉的问题都会跟着出现：能力又涨了一截，现在要不要马上换？放到跨境电商小团队里，这个问题常常问早了。今天用 Claude，明天换 Codex，工具可以随时调整；一项工作能不能重复执行、能不能检查结果、出了错会不会停下来，才决定 AI 最后是帮忙，还是添乱。
模型变强，混乱并不会消失
Anthropic 在发布页里展示了 Opus 5 在编程、知识工作、电脑操作和自动化评测上的成绩。这些数字主要来自厂商披露，可以用来判断产品往哪里走，却不能直接当成所有真实业务场景的保证。比榜单名次更有意思的，是模型公司正在争夺同一个方向：AI 不再满足于回答一个问题，它要连续做完一项工作。OpenAI 6月发布的 Codex 报告也呈现了相近的趋势。按照 OpenAI 公布的数据，Codex 周活跃用户已经超过500万，其中约两成是知识工作者。研究、数据分析、报告、表格和工作流自动化，正在成为增长较快的用途。跨境卖家很容易看到其中的价值。选品资料可以交给 AI 整理，评论可以归类，Listing 可以生成多语言版本，广告报表可以汇总，客服问题也能预先分类。过去散落在网页、表格和聊天窗口里的动作，现在有机会连成一段连续流程。可原来的操作如果没有清楚的规则，AI 只会把混乱跑得更快。它能在几分钟内处理几十份表格，也能在几分钟内把同一个错误复制到几十份表格里。
给工作流装上刹车
这段时间，我在用 Codex 搭一套自己的内容 ERP，暂时叫“字流”。它会抓取热点、整理选题、生成文章、匹配真实图片，再把结果送进 ERP，等我审核。从界面上看，它像一个公众号写作工具。实际最费时间的地方，是给每个环节划边界。让 AI 写出一千多字并不难，难的是提前告诉它什么时候可以继续，什么时候必须停。热点不能只看热榜，还得保留直接来源；公共事件里的重要事实要交叉核验；没有我的真实经历，模型不能顺手补一段“我也遇到过”；新闻图片可以用来追查来源，不能因为网页上看得到就自动拿来做封面；正文为空时，系统不能误点“已批准”；文章通过审核，也不能直接群发。
跨境任务要按风险分层
同一套逻辑放到跨境电商里，差别会更明显。改一条 Listing 和调整广告预算，风险不在一个量级；总结评论和向客户承诺退款，也不该拿到同样的权限。整理型任务适合先自动化。竞品标题汇总、差评归类、关键词整理、多站点数据合并，结果都比较容易检查，做错了通常也能重来。建议型任务可以让 AI 先把选项摆上桌。它可以提出 Listing 修改方案、识别潜在断货风险、给广告活动排序，或者生成客服回复草稿。最后用不用，仍由人决定。执行型任务需要更严的边界。修改价格、暂停广告、提交申诉、向客户作出承诺、发布公开内容，都会碰到资金、账号或品牌。模型能力再强，也不能因此直接放权。权限范围、金额或风险阈值、操作日志、失败回滚和人工审批，至少要先补齐。亚马逊全球开店今年发布的白皮书称，在它的调研样本中，超过98%的受访中国卖家已经使用 AI 工具，其中16%开始部署 AI 工作流或智能体。这个数据不能外推到全部中国卖家，但能看出一种变化：行业竞争正在从“会不会问 AI”，转向“能不能把 AI 放进日常流程”。
能留下来的，是业务规则
不少人用 AI 时，会不断寻找一条更厉害的提示词。提示词有用，但大多只负责眼前这一次输出。工作流留下的东西更扎实：哪些来源可信，什么数据必须复核，什么图片不能用，哪些动作需要确认，失败后怎样重试，最后由谁负责。规则写清楚以后，即使从 Codex 换到 Claude，或者半年后模型再升级，业务也不用推倒重来。模型只是可以替换的执行者，流程不会跟着某个产品一起消失。Claude Opus 5 值得关注。对普通卖家来说，更实用的起点，是从手头找出一件反复发生、规则相对清楚、结果可以核验的工作，先让 AI 做到八十分。把这一件事跑通，再往后接下一步。模型还会继续更新，能沉淀下来的，是那条被一次次验证、修正，也敢在出错时踩刹车的工作流。
夜雨聆风
