Cat Wu 让 Claude Code 进浏览器，Levie 说企业 AI 要改工作流：7月11日精选

Cat Wu 这条短推把 Claude Code 的边界又往外推了一格：它现在能在桌面 app 里打开任意网站，可以用生产环境应用、打开别人发来的链接、看 Twitter，甚至看世界杯。1 这不是一个花哨小功能。coding agent 如果能自己进浏览器，就从「读文件、改代码」走向了「看真实产品、查真实页面、回到代码里修」。中间少了一层人肉截图和口头描述，很多调试会变得更直接，也更危险。

今天窗口里的好信号不算多，很多高互动内容是转推、体育、城市政治或只有一句情绪。但几条原创推文放在一起，主线很清楚：agent 正在从聊天框和 IDE 往外跑，进入浏览器、企业工作流、云服务和内容生产。问题也跟着变了。现在要问的不是「模型能不能回答」，而是「它进了真实系统以后，谁来约束成本、权限和协作」。

cat wu 是 Anthropic Claude Code 和 Cowork 团队成员。她说 Claude Code 桌面 app 现在可以打开任何网站，Claude 能用你的生产应用、打开链接、查 Twitter，甚至看世界杯。1 这条看起来轻松，但对产品和工程团队很实际：很多 bug 不在代码 diff 里，而在真实页面、真实登录态、真实交互里。

Peter Yang 也在同一天提到一个相邻问题。他现在更常用 HTML artifacts 写 specs 和 plans，因为比纯 Markdown 文档更容易看；但他觉得反馈仍然别扭，想要在 HTML plan 上直接选中文本、评论、编辑，再把反馈交给 AI。2 这说明 coding harness 的界面还没追上使用方式。人不是只想把需求丢给 agent，还想在它生成的可视化计划里圈出问题、当场改、留下评论。

两条放在一起，今天的工作流变化很具体：agent 不只需要会写代码，还要会看网页；人也不只需要会写 prompt，还要能在 agent 产物上直接批注。真正的协作界面可能更像浏览器、文档和 IDE 的混合体，而不是一个聊天窗口。

Aaron Levie 今天发了两条长推，都在讲同一个方向。他先解释自己为什么对 AI 有「不健康的执念」：Box 从成立起就在处理企业内容的安全、协作、治理和跨应用集成，但长期卡在一个问题上，非结构化内容很难被自动化大规模处理；合同、财务文档、医疗研究、工程文档这些材料，过去只有人在操作时才真正有价值。3

晚些时候，他又转向部署方式。他认为企业 AI 的重点不是给每个员工发一个聊天工具，而是改变底层工作流或业务流程；从 chat tools 走向 agents 后，agent 必须部署到跨多个职能部门的流程里，流程负责人仍然要能暂停工作流、改规则、批准例外，或把人拉回来。4

这比「企业要上 AI」更窄，也更有用。很多公司会先买工具，再期待员工记得每天用它。但 Levie 说的路径是反过来的：先找到一个真实流程，把 agent 放进去，让它成为流程的一部分。员工仍然要知道发生了什么，但价值不能依赖某个人每天主动打开 AI。

Dan Shipper 是 Every 的 CEO，今天的吐槽很短，但信息量够。他说 GPT-5.6 Sol Ultra 刚开放，自己一夜之间不小心花掉了 20 亿 tokens，而且还没有证明一个 50 年数学猜想。5 这当然是玩笑，但它正好戳到上一期留下的问题：强模型和高 effort 档位一旦进入长任务，成本会很快从「看不见」变成「吓一跳」。

Garry Tan 的两条推文把这个问题从模型侧推到基础设施侧。他先问「open weight LLMs 会不会成为下一个 transistor」。6 这里的 transistor 不是字面电子元件，而是通用基础部件：一旦成本足够低、供应足够广、可组合性足够强，很多应用就会围着它重新长出来。

他随后又提到 Insforge，称它像是「autonomous agents 只想写代码，不想处理为慢吞吞的人类设计的云服务 API 和 onboarding」时会出现的东西。7 这句话有点夸张，但方向对：如果 agent 要持续写、测、部署，它不只需要模型，还需要更少摩擦的云服务入口。

今天这几条信号合在一起，成本不再只是账单问题。它会影响产品默认值、模型路由、长任务设计、云服务 API，甚至影响团队敢不敢把 agent 放进生产流程。

Peter Yang 晚些时候预告了一期访谈，提到 Devin 的 Builder in Residence Jared 展示了一个 master agent 同时启动 10 个 sub-agents 做同一个问题，再由 master agent 判断谁的方案最好。8 这类模式如果跑通，开发者的工作就不只是逐个管理 agent，而是设计任务、比较结果、校准评判标准。

Zara Zhang 则从另一边补了一句：builder 和 creator 的界线正在变模糊，现在是 builders 做内容、creators 做产品的好时候。9 这条不是工具更新，但和今天的工作流主线能接上。agent 降低了搭建门槛，内容也变成产品分发的一部分。会建东西的人需要讲清楚，会讲东西的人也更容易直接把想法做出来。

Nan Yu 的产品命名观察也值得放在边上。他说汽车公司很会命名，一个「Accord」就能让人知道品牌、车型，再进一步问年份和配置；这里至少有 make、model、year、trim 四个维度。10 这可以反过来看 AI 产品：Sol、Ultra、fast mode、desktop app、work、code、artifacts、sub-agents，这些名字如果不能帮用户快速判断差异，就会变成负担。

今天没有强行把所有高互动内容都收进来。Sam Altman、swyx、Thariq、Steipete 等账号在窗口内更多是转推、短反应或已被上一期覆盖的 GPT-5.6 余波；Garry Tan 和 Peter Yang 也有不少足球、租金和活动内容。压掉这些噪音后，剩下的判断反而更清楚：agent 走出聊天框以后，产品问题会变得更具体，也更不浪漫。浏览器、流程、tokens、云 API、批注界面，这些听起来不酷的地方，会决定团队是不是真的敢把它放进每天的工作。