AI巨头争夺“错题本”：数据飞轮成下一代竞争关键

事件概述

7月，AI巨头在代码和办公场景的Agent产品竞争加剧。OpenAI发布新版ChatGPT桌面端，将Codex和Work标签整合进界面，瞄准程序员终端和办公流程。Anthropic的Claude Code在SWE-bench上取得93.9%的成绩后，进一步推出Claude Cowork接管表格、文档和企业流程。腾讯的WorkBuddy在2026年快速崛起，PC端月访问量达885万，成为中国同类产品日活第一。马斯克则以600亿美元收购代码编辑器Cursor，用于训练Grok 4.5。

核心信息

• 数据飞轮成为核心竞争逻辑：AI产品通过吸引用户完成真实工作，收集用户的接受、拒绝、修改等反馈信号。这些信号比公开语料更珍贵，因为它们记录了模型错误和人类修正过程，可转化为训练下一代模型的数据。Anthropic的ARR从年初140亿美元涨至470亿美元，企业市场份额34.4%，反超OpenAI，正是得益于Claude Code和Claude Cowork积累的数据飞轮。
• Harness系统是飞轮的关键：Harness指驾驭模型的系统，负责拆解任务、检查结果、将用户行为反馈提炼为训练数据。代码场景有明确的对错信号（编译通过、测试通过），办公场景任务链更长、反馈更密集。Harness的成熟度决定了飞轮能否真正转动，Anthropic在该领域已有两年积累。
• 案例对比：腾讯从CodeBuddy编程助手起步，打磨Harness，再推出WorkBuddy办公智能体。WorkBuddy产生的真实反馈被用于训练混元模型Hy3，Hy3接入后WorkBuddy首响应提速54%，任务总时长缩短47%，任务成功率从72%升至90%。马斯克通过收购Cursor获得开发者工作流数据，Grok 4.5在SWE-bench Pro上达到64.7%（同期Claude Opus 4.8为69.2%）。
• 模型与产品非线性关系：过去认为堆算力和数据就能线性提升模型能力，但现在Harness表明，即使不更新模型权重，优化外部系统也可提升任务成功率。这给了后发者窗口：通过抢占工作流、构建数据飞轮，可以从产品端反向推动模型进步。

值得关注

• 巨头路径分化：Anthropic和OpenAI从模型领先出发，腾讯从产品先跑出发，马斯克用收购补足数据管道。最终争夺的都是高价值工作流中的真实反馈数据。
• 竞争维度升级：下一轮竞争不再仅靠模型榜单，而是看谁能在千万次真实任务中持续优化模型循环，形成“复利”效应。