Codex 72%的用户不写代码，基模公司开始押注通用 Agent

📌 一句话摘要

本文以 Kimi Work 发布为契机，结合 OpenAI Codex 数据，论证通用 Agent 从 Coding Agent 长出的行业路径，并判断国内基模公司的下一场竞争在知识工作场景。

📝 详细摘要

文章围绕 Kimi Work（Kimi 桌面端新增的通用 Agent 功能）的发布展开，提出核心论点：通用 Agent 几乎都是从 Coding Agent 长出来的。作者引用 OpenAI Codex 知识工作报告数据（周活 500 万，知识工作者增速是开发者 3 倍，72% 不写代码），论证从 Vibe Coding 到 Vibe Working 是大势所趋。文章分析了 Kimi Work 的产品能力组合（K2.6 模型底座、并行 Agent 集群、金融数据源、Browser Use），并通过「抓取公众号 887 篇文章」的实测案例展示其易用性。最后判断，国内基模公司（Kimi、字节、MiniMax 等）已开始将 Code Agent 能力迁移到知识工作场景，通用 Agent 竞争正式开启，且最好的通用 Agent 产品必然来自能做好模型与 Harness 协同的一方模型公司。

💡 主要观点

- 通用 Agent 几乎都是从 Coding Agent 长出来的。 代码任务天然具备目标明确、工具链成熟、结果可验证等闭环条件，Code Agent 先跑通「任务拆解、工具调用、并行执行、环境交付」能力，再向知识工作延伸。

从 Vibe Coding 到 Vibe Working 是用户群和任务边界的双重扩大。 OpenAI Codex 数据显示，知识工作者采用速度是开发者的 3 倍，72% 不写代码的用户用它产出文档、表格等知识制品，任务从写代码扩展到研究、分析、整理、自动化。

最好的通用 Agent 产品必然来自能做好模型与 Harness 协同的一方模型公司。 Agent 在真实环境连续完成任务需要模型和 Harness 联合优化，第三方开发者无法调整模型与环境配合方式，一方模型公司可同时优化两端。

国内基模公司的下一场竞争在知识工作场景。 Kimi Work、豆包、MiniMax Code 等产品表明，国内基模公司已从模型能力竞争转向产品竞争，谁能将模型能力、Agent 执行和真实工作环境协同得最好，谁就能占住位置。

💬 文章金句

- 通用 Agent，几乎都是从 Code Agent 长出来的。

• 能并行的，就不要串行。
• 知识工作的低效，核心不在于人不会生产内容，而在于上下文、工具和流程长期碎片化。
• 真正的模型即产品，不止取决于模型能力，还要看在模型之上，能交付出什么样的产品。

📊 文章信息

AI 初评：86

来源：Founder Park

作者：Founder Park

分类：人工智能

语言：中文

阅读时间：18 分钟

字数：4359

标签： AI Agent, 通用 Agent, Kimi Work, Codex, Vibe Working

阅读完整文章