从 Manus 到 Claude Code：Agent 正在经历一场“六阶段”范式转移

📌 一句话摘要

本文基于一场圆桌讨论，分析了 Agent 领域从 Manus、OpenClaw 到 Claude Code 的演进，指出竞争核心已从模型智力转向系统工程、场景落地与生态构建，并探讨了创业者的机遇与挑战。

📝 详细摘要

文章整理了一场关于 AI Agent 发展的圆桌讨论实录。讨论围绕 Manus、OpenClaw 和 Claude Code 三款现象级产品的相继出现展开，认为这标志着 Agent 发展进入了以 Computer Use（电脑操控）为核心战场、从“单体能力比拼”转向“系统工程与生态卡位”的深水区。核心观点包括：1) Coding 是 Agent 扩展能力边界的第一性原理，自主创造工具的能力是区分效率工具与真正智能体的关键；2) Computer Use 的崛起解决了为人类设计的 GUI 生态与 AI 原生 CLI 需求之间的“历史遗留问题”，其技术路线分为基于视觉 VLM 模拟点击和通过原生指令集系统接管两种；3) 行业格局正在分化，基模公司向下游延伸将挤压纯效率工具创业者的空间，但为深耕垂直场景的开发者带来红利；4) Agent 的未来方向是个性化学习和智能体网络，而创业者的真正壁垒在于行业 Know-how、工程交付能力和为客户创造独特价值的能力。

💡 主要观点

- Agent 竞争核心已从模型智力单点突破，转向系统工程、场景落地与生态构建的全方位较量。 Manus、OpenClaw、Claude Code 的相继出现，标志着行业从技术尝鲜进入工业级应用的深水区，胜负手在于工程能力、数据主权、生态协同而不仅仅是模型本身的能力。

Coding 是 Agent 的“第一性原理”，自主编程创造工具的能力是区分真智能与效率工具的关键。 嘉宾认为，像 Claude Code 这样能够理解系统底层逻辑、在现有工具不足时自主编写代码解决问题，才是支撑复杂任务和长程执行的工业级智能体的核心，也是未来 Agent 网络协作的基础。

Computer Use 成为核心战场，本质是解决 AI 与为人类设计的 GUI 生态之间的“历史遗留问题”。 多模态大模型（VLM）的技术成熟驱动了 Computer Use 的爆发，其两条主要技术路线（视觉模拟点击 vs 原生指令接管）分别适用于不同的平台开放程度和场景需求。

创业者面临两极分化：纯效率工具类可能被基模公司降维打击，而垂直场景应用开发者迎来红利。 基模公司必然向下游产品侧延伸，挤压通用工具空间。创业者的机会在于承接大厂不愿做的“脏活累活”，沉淀行业 Know-how，构建独特的信任、数据和工作流闭环。

💬 文章金句

- Agent 竞争已从模型智力的单点突破，转向工程能力、场景落地、数据主权、生态构建的全方位较量。

• Coding 是 Agent 扩展能力边界的第一基石，是 Agent 的第一性原理。
• Computer Use 解决的是人机交互的‘历史遗留问题’：过去所有软件都为人类设计，GUI 统治生态；而 Agent 时代，交互正在向计算机原生的 CLI 形态回归。
• 基模公司必然从售卖 Token 延伸至产品侧与效率侧，纯效率工具类创业者将面临降维打击；而垂直场景应用开发者则迎来重大利好。
• 不要指望干掉巨头，而要为 Agent 打造基础设施（Infra）。

📊 文章信息

AI 初评：84

来源：AI科技评论

作者：AI科技评论

分类：人工智能

语言：中文

阅读时间：42 分钟

字数：10304

标签： AI Agent, Computer Use, Claude Code, 范式转移, 创业生态

阅读完整文章