通用Agent通吃垂直赛道，插件生态与模型能力成关键

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📊 5 ⚡

This report is categorized under AITOP's "Industry" desk. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Claude Code, Codex, Workbuddy, MCP.

Source attribution: curated from 宝玉 (@dotey).