OpenAI 与 Anthropic 的目标远不止于此

中文العربيةDeutschEnglishEspañolFrançaisहिन्दीBahasa Indonesia日本語한국어PortuguêsРусский
MMaximilian Schwarzmüller
컴퓨터/소프트웨어경제 뉴스AI/미래기술

Transcript

00:00:00对于Anthropic、OpenAI等AI公司来说，编程问题现在已经解决了。再说一遍，对于他们来说，我不
00:00:07认同这种观点。对我而言，AI犯了太多错误，并在代码库中引入了太多的冗余
00:00:15和漏洞，我无法盲目信任它。但话又说回来，谁知道未来会
00:00:20如何变化呢？当然，有趣的是，对于这些AI公司来说，代码只是
00:00:27第一步，这一点非常重要。显而易见，我们开发者是
00:00:34先驱，我们是最早真正大规模采用这些大语言模型和智能编码工具的人
00:00:42这很明显，因为它们是智能编码工具，对吧？它们就是为编程设计的，所以显然
00:00:47它们是为我们准备的。我们正在使用这些工具，你可能也在使用Codex、Claude Code、
00:00:52GitHub Copilot、Cursor中的任何一个来辅助你的代码工作。现在，有趣且
00:00:59重要的一点是，对于这些公司来说，代码只是第一步。他们希望你
00:01:07几乎在所有事情上都使用Codex或Claude Code。这是一篇官方文章，它不仅仅关乎编程。事实上，
00:01:16在Codex中，你也可以生成图像。你可以开启一个聊天会话，让它生成一张图片，它
00:01:23就会这么做。它为此提供了特殊技能，当然它应该会自动激活该功能，并且它
00:01:29将使用OpenAI提供的GPT图像模型来生成图像，然后你也可以对其进行后续的
00:01:35修改，比如加上Logo之类的，你可以在Codex应用中做到这一点。你还可以在里面分析销售数据，或者
00:01:43做任何事情，你可以在那里进行数据分析。所以这些事情与代码无关，为什么？因为
00:01:48当然，你在电脑上做的许多事情都可以通过代码和命令行来解决，
00:01:55甚至不需要你知道其中涉及代码。当然，作为开发者你知道，但要记住，我们只是
00:02:01相对较小的一个群体。对于OpenAI和Anthropic来说，这块饼中更有趣的部分是其余的所有内容，
00:02:07所有的白领工作，所有那些整天在Excel表格或Word
00:02:13文档中工作，或者处理数字、处理PDF文档的人。那才是更有趣的部分。我们
00:02:19只是一小部分早期采用者，我们这些开发者。但正是其他那部分才更加重要，
00:02:26因此，这些公司自然希望将他们的应用变成无所不能的超级应用，
00:02:32所以，合乎情理的是，OpenAI发布了计算机使用功能（Computer Use），目前在欧盟还不可用，
00:02:38所以我还不能尝试。但这一切都是关于Codex能够控制你机器上的任何应用程序，
00:02:45这样它甚至可以操作那些仅靠代码和命令行难以控制的应用程序。
00:02:52现在有一点重要的说明，顺便厚脸皮打个广告：我制作了关于Claude Code
00:02:58和Codex的课程，我的同事Manuel制作了关于Claude Co-work的课程，我一会儿会再提到。
00:03:04虽然Claude Code和Codex课程都是关于使用这些工具进行
00:03:10编程的，但我们有Co-work课程来教你Claude Co-work工具，它是关于用AI在你的电脑上执行非编程
00:03:17任务。在Codex课程中，我有关于编程的所有内容，但也
00:03:23包含了一些使用Codex执行非编程任务的内容。所以如果你想深入学习
00:03:30关于Claude Code、Codex和Co-work的所有细节、技巧和诀窍，这些课程可能会
00:03:36对你有吸引力。说到Co-work，Anthropic采取了不同的策略。他们也有Claude Code，
00:03:44显而易见他们有Claude Code CLI，这可能是开发者使用Claude Code最常用的方式，
00:03:51但他们也有自己的桌面应用程序。与OpenAI不同，他们没有那种
00:03:56单一的超级应用，而OpenAI的目标显然是将Codex变成那种无所不能的通用超级应用，
00:04:03既适用于程序员也适用于非程序员。Anthropic至少目前是这样划分的：
00:04:09你在桌面应用这里有代码部分，你可以像在命令行一样与Claude Code交互，
00:04:16本质上使用你的技能让它做事情等等，但你还有一个聊天
00:04:22区域，你可以猜到了，像在网页界面一样与Claude聊天，而且你还有
00:04:28Co-work区域。Co-work区域本质上就像Claude Code，但针对Codex中的非编程任务进行了优化。
00:04:37你还有一个设置，可以切换到不同的工作模式，以调整一些设置
00:04:43来适应非技术人员。所以显然，他们的目标是占领整个白领工作市场。
00:04:53Anthropic采用在应用中划分不同部分的模式，OpenAI采用单一超级
00:05:01应用的模式。当然，我们也很有可能会看到其他应用程序出现，比如第三方开源
00:05:07应用程序，例如这个惊人的Py Agent，它目前主要用于编程，
00:05:13但正如我提到的，你可以用它做任何事情，因为归根结底，利用代码，你可以在机器上做
00:05:19很多事情。所以你可以使用像这样的代理来让它在Excel表格或PDF
00:05:24文档中完成某事，它会想办法通过代码和命令行工具来实现。这就是
00:05:31他们的愿景。现在有趣的部分当然是，对我来说，编程还没有解决，甚至远未解决。
00:05:39我们将看看情况如何变化，我们作为开发者将如何进化。显然，我们的角色正在演变，
00:05:45我们必须使用这些工具并学习如何高效地使用它们，但我猜我们都还在摸索
00:05:51如何做到这一点。我想其他工作领域也会发生同样的情况，这些AI工具显然
00:06:00可以协助大量工作。当然，危险之处在于你作为人类可能会变得非常懒惰，你可能
00:06:08不再关心生成的Excel表格，例如，你可能不会去仔细检查它。而且
00:06:14我们也会在那里看到一个类似的学习过程，就像我们开发者经历的那样。我们也会看到OpenAI的那个
00:06:22超级应用战略是否会成功，或者对于普通人来说，把所有的编码内容也放在里面
00:06:30会不会显得太让人困惑了，即使你切换到那种
00:06:37非编程特定视图。但是的，他们的愿景显然是代码只是个开始，我们将看看
00:06:46这是否会成为现实。

Key Takeaway

OpenAI 和 Anthropic 正在将现有的智能编码工具转化为覆盖所有白领办公任务的超级应用，通过直接操控计算机界面来全面接管文档和数据处理工作。

Highlights

  • OpenAI 和 Anthropic 将编程工具视为切入更广泛白领自动化市场的初始载体。

  • Codex 应用目前已整合 GPT 图像模型，并支持非编程类的数据分析任务。

  • OpenAI 采取构建单一通用超级应用的策略，而 Anthropic 在桌面应用中通过功能分区来区分代码任务与日常非编程任务。

  • OpenAI 推出的计算机使用功能旨在直接操作机器上的应用程序，以解决代码和命令行难以覆盖的操作需求。

  • 白领群体在 Excel 表格、Word 文档及 PDF 处理方面的自动化需求是目前 AI 公司追求的核心增长市场。

Timeline

代码仅作为切入点

  • 编程被视为大规模采用大语言模型的首个应用场景。
  • Codex 等工具的功能已扩展至图像生成和销售数据分析。

开发者是智能编码工具的早期采用群体，但代码自动化并非企业的终极目标。应用程序如 Codex 已内置图像生成模型和数据分析能力，证明 AI 公司正试图通过这些功能脱离单纯的代码编写场景，向通用生产力工具转型。

瞄准白领办公市场

  • 白领在 Excel、Word 和 PDF 处理上的工作流是 AI 自动化的核心目标市场。
  • 计算机使用功能（Computer Use）允许 AI 直接控制桌面应用程序。

开发者群体相对规模较小，AI 公司的真实潜力在于针对整日处理文档和数据的白领群体进行自动化渗透。为此，OpenAI 引入了计算机使用功能，使得 AI 能绕过命令行限制，直接操控计算机界面上的各类软件。

差异化的产品布局战略

  • OpenAI 追求单一超级应用模式，试图将所有功能集中于一个界面。
  • Anthropic 通过在桌面应用中划分代码区与 Co-work 非编程任务区来实施模块化管理。

OpenAI 与 Anthropic 在产品架构上存在显著分歧。OpenAI 的目标是将 Codex 打造成无所不能的超级应用，而 Anthropic 则采用功能分区策略，专门优化了 Co-work 区域以处理非编程任务，并提供针对非技术人员的工作模式切换。

未来演变与风险

  • 第三方工具如 Py Agent 证明了通过代码控制桌面应用的广泛可能性。
  • 对 AI 生成结果的过度依赖可能导致人类在检查错误时出现疏忽。

随着第三方代理工具的出现，利用代码自动化处理 Excel 和 PDF 的能力进一步普及。未来的风险点在于人类用户对 AI 产出产生的惰性，缺乏必要的审核过程可能导致办公错误的蔓延。各公司将通过实际市场反馈来验证超级应用战略的可行性。

Community Posts

No posts yet. Be the first to write about this video!

Write about this video