这条帖文分析了Agent市场趋势：通用型Agent会赢家通吃，插件生态和模型智能是关键，小团队应转向做插件。
作者@Cellier提出通用Agent（如Codex、Claude Code、Workbuddy）将逐步替代垂直Agent，通用Agent+Skill+MCP可覆盖多数专业任务。插件系统（MCP、Skill）是Agent能火爆的关键，但模型智能本身仍是差异化核心。Workbuddy通过精细化运营教育用户，降低了Agent使用门槛。小团队做通用/垂直Agent机会已小，但基于Agent开发插件仍有时间窗口。
【少数通用 Agent 通吃】 不只是通用的吃掉垂直的，通用 Agent 本身也是少数赢家通吃，小的通用 Agent 也没有生存空间。 【基于 Agent 的插件系统至关重要】 开放和封闭的差别，不...
【少数通用 Agent 通吃】 不只是通用的吃掉垂直的，通用 Agent 本身也是少数赢家通吃，小的通用 Agent 也没有生存空间。 【基于 Agent 的插件系统至关重要】 开放和封闭的差别，不在于是不是开源，也不在于能不能自由换模型，而是它的插件生态，就像最受欢迎的 Claude Code 和 Codex，默认都是自家模型，但是没多大影响，何况也都支持你用 API。 现在 Agent 能火爆的原因之一是因为丰富的插件（Skill + MCP）生态，可以帮助完成任务。 【前期的 Agent 更多是在教育用户】 下沉和傲慢是很主观的，Workbuddy 那样不见得就叫下沉，Codex 也不见得傲慢。当然说 Anthropic 傲慢那可能没啥争议，但只要模型够强，捏着鼻子也认了。 Agent 这种事，没有那么多忠诚度，前期都是在教育用户，就像小龙虾🦞，虽然现在都没人提起，但确实起到了普及 Agent 得作用，将来 AGI 发展史上也算留下了一笔。 Workbuddy 现在火爆，也一样是在教育用户，让很多不知道或者用不了 Codex/CC 的人也能用上了 Agent。 想当年 Claude Code 多火爆，后来 Codex 推出 GUI 版也马上抢了很多用户。 【模型是护城河】 Agent 的体验也没多大护城河，最后都趋同了，模型能力和成本终究还是会让产品拉开差距。 用户使用 Agent，最大的体验差异来源于模型的智能，当你用过聪明的模型，就不会想回到不那么聪明的模型，很多人愿意接受当下的，是因为没机会用到过更好的。 Cursor 的 Agent 体验也很好，什么模型都能用，但是热度最高还是 Codex 和 Claude Code，因为有订阅服务，性价比最高。 【个人和小团队没必要拼 Agent】 小团队做通用 Agent、垂直 Agent 已经没啥机会了，但是基于 Agent 做插件还机会很多 很多传统软件，并不是为 Agent 设计的，有一个时间窗口。 Skills 已经泛滥了，单纯的 Skill 没啥门槛，让 Skill 做为入口，后面再接入服务是有机会的，这也是提供差异化的地方。 Cellier @cellier_ 关于 Agent 的判断： 1. 更通用的吃掉更垂直的 通用 Agent — Codex、Claude Cowork、Workbuddy... 逐渐吃掉专业 Agent 和垂类 Agent（比如 Genspark、Skywork...）。通用 Agent 将成为用户的主要入口，通用 Agent + Skill + MCP 能解决大部分专业任务，大部分 AI-native 应用创业会是伪命题。 2. 更开放的吃掉更封闭的 更开放一方面指的是模型可替换。随着模型能力趋同，模型本身逐渐成为可路由的基础设施。通用 Agent 应根据质量、成本、速度和合规要求动态选择最佳模型，并且将自由度开放给用户。 更开放的另一方面指的是 Agent 本身能被用户/客户拥有：可以本地运行或企业自部署，不必把所有数据和权限交给平台；能修改 Agent 的记忆、规划、权限和执行逻辑；Skill、工作流、记忆、连接器和配置能自由迁移（Cindy、OpenWorker 这类开源 Agent 已经在往这个方向走）。 3. 更下沉的吃掉更傲慢的 Codex、Claude、甚至 DeepSeek 背后的团队都以 AGI 为长期目标，这种技术理想主义，也带来了阶段性的产品傲慢，他们不太愿意做一些更脏更累的面向用户的下沉化需求，比如 Workbuddy 针对 Skill 的精细化运营——包装成专家/专家团这种更面向用户的概念，这些拼的是产品、运营能力，而非技术能力，加上市场足够大，草根团队在通用 Agent 上也有一段时间的机会窗口。 🔗 View Quoted Tweet 💬 2 🔄 1 ❤️ 13 👀 3271 📊 5 ⚡