很长一段时间，我一直持有一个观点：只要有一个IDE，或者CLI类命令行应用，就可以完成所有人与AI的协同工作：AI生产力的实质是代码。
我也一直认为，从逻辑上，这没什么问题。
直到，同样一个任务，我在Google的Antigravity里解决的并不太好，而在Claude（Claude是模型，但是比公司Anthropic有名的多，就这样吧）的Cowork里实现的跟我预想更接近，让我意识到一些不一样的问题。
这不是两个模型能力的差距（Gemini-3与Claude-4.6），会有一些方向性的区别，这个后面可以专门简单总结一下；
而是，我的任务是一个批处理的分析任务，执行数量需要做搜索和筛选工作，Antigravity执行了66个批次，Cowork是38个，但是Antigravity搜集完所有的数据后，居然写了个python程序去分析，而Cowork直接交给Claude-4.6 Opus模型处理；
所以，结果，自然是，Cowork更符合我的要求。
是的，问题就在这里，Antigravity被预设为一个Coding的IDE，用代码解决问题的权重显然更高，Cowork就是利用好模型辅助工作任务，虽然写代码实现是一项非常基础和常见的设定，但显然在Cowork的预设里，“用模型解决问题”是更优先的选项。
因为Claude-4.6 Opus实在太贵了，我不愿意重复“解锁五小时，干活十分钟”的漫长等待，优化了一些提示词后，也很快在Antigravity中完成了任务。
但是，这个过程却给了我一些不同的启发：也许，根据不同的场景，确实需要不同的IDE，或者至少是不同的APP形态的。我以前的想法有点过于理想化了。
或许，Anthropic的开发者也可能经历了类似的过程，然后快速推动了Cowork的发布，至于效果，看那些“软件股”的投资者如何胆战心惊就可见一斑了。
自从模型赶上来之后，Anthropic一直在自己的道路上快人一步的提出新的设想，新的小产品或者小更新，虽然每一个看起来都很“轻”，技术含量也没那么高，但是带来的标准的改变确实是惊人的。
- 第一个推出Artifacts，使得模型成为很好的前端快速demo和可视化工具；
- 第一个提出MCP，尽管依然是API的进化，但确实快速推动了一系列三方工具与模型的对接；
- 第一个提出Skills，既是对MCP的巨大补充，更在规范化Agent最终产出上迈出了重要的一步（当然，我要自夸一下，去年我做的OpenResearch其实跟Skills的设想和要解决的痛点几乎是一模一样的）；
- 第一个推出了Cowork；
其实，在历时两年不到的这些进化历程中，模型能力虽然有进步，但更多的显性化结果来自于“思考模型”和Agent层面的优化整合，同时，代码本身相对于“世界知识”而言，是个比较小的集合。
Anthropic真正的核心竞争力是那种在一个方向上集中精力，快速迭代的状态。你能在使用他们模型和产品的过程中随时感受到与开发者的一种“精神共鸣”：你们面对同样的问题，原来可以这样解决，原来还是解决不了，原来这里藏着个体现“审美价值观”的小彩蛋，哈哈。
这种内核，OpenAI有过，在GPT-4o及以前，甚至在ChatGPT发布前可以感受到更多，如今，似乎已经难觅踪迹，只在最新的产品Prism上找到一点点残留，但是基于Latex的优化，受众不少，需求太窄了。
这种内核，Google也一直保持着，只是，或许总是摆脱不了“大企业病”的问题，它的外显总是不稳定：相比于Gemini-2及2.5发布后下饺子般的labs应用更新和ai-studio产品更新，Gemini-3之后除了nano banana pro条线上的，新应用的发布似乎沉寂了很多。也许，想要的面太广了，算力需求匹配不上，也许，是其他不为我们所知的原因。
从“基因”而言，我依然跟Gemini更为匹配：显然它拥有多得多的“世界知识”，它更全面多能，它的多模态能力更强，它的生态更丰富……
但是，过去几年里我最大的收获也在于逐渐意识到，在更重要的超过90%的“落地”场景，需要专注，需要“打穿”，需要更标准化，这些方面，Anthropic（Claude）确实越做越好。
我只有一个“不满”：太贵了。