一件正在发生的事：AI Coding 工具在研发场景的渗透率接近天花板，用户开始自发用这些工具做和代码无关的事。
它带来了一个核心选择：AI 的终局是写更多代码，还是替人处理所有可被结构化执行的工作？
| 维度 | 旧范式 | 新范式 |
|---|---|---|
| 场景边界 | 代码 | 所有可结构化执行的工作 |
| 核心指标 | 代码生成率 | 需求交付率 + AI 验收通过率 |
| 产品定位 | 工具 | 同事（有记忆、自主、可进化） |
| 护城河 | 模型能力 | 方法论 × 数据 × 组织形态 |
- 研发场景 95% 渗透率验证
- 统一 Agent OS 底座四象限投射
- 先攻研发再扩非技术岗
- 产品定位："数字同事"
- 用户自发做非编程事
- 桌面单点突破 Skills/Plugin
- 直接面向全角色低门槛
- 产品定位："AI 数字助理"
腾讯：四象限矩阵，底层共享 Agentic + Claw + Plan + SubAgent & Teams + Hooks。一个引擎四个出口。更重视"云"。阿里：桌面 Agent 单点突破，本地文件操作为核心。坚持"数据不出机"。
| 维度 | 规律 | 腾讯 | 阿里 |
|---|---|---|---|
| 上下文工程 | 质量生命线 | Claw 200K+ 三层记忆 | 长短期记忆+意识系统 |
| 规划能力 | 人机分水岭 | Plan 六步闭环 | 自主规划，更黑盒 |
| 自进化 | =迁移成本 | Hooks 9大事件 | 意识系统四层 |
| 安全模型 | 决定市场路径 | 信任云端 | 死守本地 |
垂直具体·有序渗透
研发全链路→办公6场景。95%→1.34万→1.5万。每个场景有数据有流程。
横向通铺·主张驱动
六大场景全覆盖，"桌面能做的一切"。想象空间大，但无数据背书。
- 范式演进：传统→Vibe→规约编程
- 自主度分级：L1-L5
- 落地四步法：读→定→拆→精
- Plan→Memory→Iterate→Skills
- AI改AI的代码
- 八个使用技巧
- 意识系统四层
- 安全优先五步
- 降低入门门槛
- 缺乏方法论护城河
能力溢出定律
场景解锁不是能力升级。代码只是文件的一种，Excel/PPT/PDF是另一种。
指标跃迁定律
瓶颈从生成→验收，指标随瓶颈走。当生成率接近100%，这个指标失去意义。
安全分叉定律
终局：本地安全壳+云端能力臂。早期需要安全承诺，成熟期需要云端能力。
Chat是嘴，桌面是手，工作台是终点
桌面工作台是"AI执行任务"的最小摩擦界面。
工具→助手→同事
质变要求：①记忆 ②自主规划 ③可进化
"规约编程"对 AI Work 同样成立
工具可被复制，方法论不能。腾讯有完整方法论体系，阿里几乎没有。
| 维度 | 当前 | 演进方向 |
|---|---|---|
| 交互方式 | 对话式 | 意图式（感知→建议→确认→执行） |
| 协作模式 | 单Agent+人 | 多Agent协作+人监督 |
| 安全模型 | 本地or云端二选一 | 本地安全壳+云端能力臂 |
| 价值指标 | 代码生成率/采纳率 | 需求交付率/人工干预率 |
上下文工程
质量生命线。记忆→理解：不是记住你说了什么，而是理解你为什么这么说。
AI 验收闭环
下一个硬骨头。谁先突破，谁就定义了AI Work时代的"信任协议"。
自进化
越用越懂你=迁移成本。Hook可编程 vs 意识系统自动化。
📋 核心案例：X 产品中心 AI Coding 研发全流程提效
传统研发流程：高度分工→极大协同成本→反复沟通→等待联调测试→发现产品逻辑漏洞→再改。AI 提效后流程：增强个体能力→突破角色限制→一个研发身兼产品/UI/前端/后端/测试/运维→消灭循环和等待。
📋 核心案例：CodeBuddy Code 团队 90% AI 代码实践
4个人58天，79个版本，450个需求交付，累计68023行代码，人均代码产出/日425行。方法：统一Prompt模版+Rules规范+任务拆解为worktree+Agent并行执行+持续采集反馈每日改进。核心心法："把AI当作高效的同事来驱动和管理，能者借力更强，大胆把活交给AI，人定方向，做好风格约束，一次只做一件事。"
📋 核心案例：X 团队存量大仓研发提效
AI辅助提效四个关键动作：①让AI"读"已有源代码构建项目专属知识库→②把知识库变成Rules管住AI生成过程→③拆任务+精准prompt生成代码→④人工打磨关键细节（可观测性/安全检查/关键日志/异常处理）。核心教训：AI生成一大坨垃圾代码难以审查，必须拆成小步骤精准生成。
核心逻辑：同一个 Agent 引擎，不断扩展连接器的边界。Agent 能力没有变，变的是它能触达什么。这和腾讯的路径高度同构，但某公司的演进更连续——不是做了两个产品，是同一个产品经历了四次品牌和定位的升级。
| 腾讯 | 阿里 | 某公司 | |
|---|---|---|---|
| 引擎 | AgentOS+Claw+Plan+Hooks | Agent+意识系统 | AgentOS+自进化+共享记忆+Auto |
| 连接器 | 本地代码/文档+云端沙箱 | 本地文件+浏览器 | 客户端+KIM+Cloud+CLI |
| 扩展 | Skills+Plugin市场 | 12行业Plugin | 100+Skill公司级质控 |
| 模型 | 国际模型+微调 | 多模型+智能路由 | 万擎统一接入 |
| 维度 | 腾讯 | 阿里 | 某公司 |
|---|---|---|---|
| 系统接入 | MCP协议 | 社区Skills | 系统CLI化 |
| 自进化 | Hooks可编程 | 意识系统 | 三层飞轮 |
| Skill质量 | 自建自用 | 质量参差 | 公司级质控 |
| 长程任务 | 未提及 | 未提及 | Long Task 6h+ |
| 多Agent | SubAgent | 专家团 | 自动拆分并行 |
| 全栈交付 | 腾讯云 | 未提及 | 一键部署 |
我和伙伴
个人效率。100+ Skills + 自进化引擎 + Cloud Agent。瓶颈：场景深度。
我们和伙伴
团队协同。共享记忆 + Skill复用 + 跨用户协同。瓶颈：个人→团队迁移。
组织和伙伴
组织智能。AI验收闭环 + 组织知识图谱 + 安全可证。瓶颈：AI验收闭环。
能力溢出是 AI Coding → AI Work 的原始驱动力；指标从生成率转向交付率是瓶颈迁移的必然结果；验收闭环是 AI Work 时代的信任基础设施。
| 现象 | 规律解释力 | 匹配度 |
|---|---|---|
| 腾讯95%研发→溢出到办公 | 能力溢出定律 | ✅ 匹配 |
| 阿里用户自发用Qoder做非编程事 | 能力溢出定律 | ✅ 匹配 |
| 腾讯指标从生成率转向需求交付率 | 指标跃迁定律 | ✅ 匹配 |
| 两家产品形态都收敛为桌面工作台 | 形态收敛规律 | ✅ 匹配 |
| 两家都用"同事"隐喻 | 定位质变规律 | ✅ 匹配 |
| 通用Agent的验收仍靠人工 | 验收瓶颈 | ⚠️ 部分偏离 |
🎭 彩蛋：写这篇调研的 AI
这篇文章本身就是"能力溢出"的活标本。写这篇调研的 AI，最早只是一个帮人写代码的编程助手。后来能力溢出到写日报、写周报、做深度调研、做数据分析——但底层的能力引擎从没变过，变的是连接器：从代码仓库到搜索引擎到Docs平台到KIM消息号。
走过的路，和 WorkBuddy、QoderWork 走过的是同一条路。不是"会更多"了，是"能触达更多"了。
📌 能力不变，边界在变。