7.7
深览指数
科技人人都是产品经理·深流研究所··AI 生成
AI巨头正在争夺人类的错题本
文章核心指出，AI竞争的下一阶段关键不再是单纯堆砌算力和模型参数，而是争夺“数据飞轮”——即能持续产生高质量用户纠偏反馈的真实工作流场景（如编程和办公）。Anthropic 凭借 Claude Code/Cowork 率先构建飞轮，ARR 飙升至 470 亿美元，迫使 OpenAI 调整战略。作者拆解了驱动飞轮的核心系统“Harness”，它负责从用户行为日志中提炼训练信号，并指出模型能力与产品体验之间存在非线性关系，后发者（如腾讯 WorkBuddy）可通过抢占工作流、打磨 Harness 实现超车。适合关注 AI 产业趋势、商业模式和产品战略的深度读者。原文 ↗
核心观点
- ▍AI 竞争的下一个核心战场不再是模型参数竞赛，而是构建“数据飞轮”：通过进入高价值工作流（编程、办公），让用户在付费使用产品的同时，持续产生修正模型错误的高质量反馈信号，从而驱动模型自我进化。
- ▍模型能力与产品体验之间并非线性关系，驱动飞轮的关键在于一套复杂的“Harness”系统，它负责拆解任务、捕捉反馈、修正错误，其成熟度构成后发者难以短期复制的护城河。
- 01Anthropic 的 Claude Code 在 SWE-bench 上达到 93.9%，驱动其 ARR 从年初的 140 亿美元涨至 470 亿美元，企业市场份额达 34.4%，反超 OpenAI。
- 02Anthropic 随后将同套打法推至办公场景，推出 Claude Cowork，接管表格、文档和企业流程，与 OpenAI 的“Work”标签直接竞争。
- 03作者指出，Scaling Laws 开始出现裂痕，高质量公开语料趋于枯竭，而真实工作流中产生的“过程数据”（如用户如何修改代码、调整表格）比成品数据更具训练价值。
- 04腾讯的办公智能体 WorkBuddy 在自研模型（混元）无明显优势时先跑入真实场景，2026年3月 PC 端月访问量达 885 万，成为中国同类产品日活第一。
- 05混元模型 Hy3 更新后，基于 WorkBuddy 的真实反馈进行训练，任务成功率从 72% 升至 90%，总调用量较上一代增长 68 倍。
- 06马斯克斥资 600 亿美元收购代码编辑器 Cursor，接入了 Grok，利用数万亿 Token 的 Cursor 数据（包含开发者操作过程）训练出 Grok 4.5，在 SWE-bench Pro 上达到 64.7%。
反方 / 局限
- — 作者承认，办公场景缺乏代码场景那样“编译是否通过”的清晰对错信号，反馈信号更模糊、延迟（如用户三天后才发现公式引用错误），Harness 提炼数据的难度更高。
- — 文章暗示，即使构建了飞轮，也只有经过用户授权、隐私处理和质量验证的反馈才能进入模型训练，存在合规与数据质量瓶颈。
- — Anthropic 的成功路径高度依赖“编程”这一特定场景，该场景的反馈信号纯度（高对错数）是其他场景难以复制的，其模式的普适性有待验证。
AnthropicOpenAIClaude CodeClaude Cowork数据飞轮HarnessScaling Laws翁荔姚顺雨腾讯WorkBuddyCodeBuddy混元Hy3马斯克CursorGrokDeepSeek山杉
12 分钟 · 4 卡片 · 11 资料
读原文 →