范凯说 AI · 周日晚聊｜第36期｜让AI真的帮我干活：读邮件、看YouTube后台，现场指挥AI团队

直播转型：从趋势分析转向AI实操演练

本次周日晚聊进行了重要调整，不再局限于新闻与趋势的泛泛而谈，而是聚焦于AI在工作、生活及个人成长中的实际应用。范凯指出，在信息过载的时代，克服焦虑的最有效方式是亲自动手实践并看到成果，这种成就感能带来更强的自信心以适应AI时代。为此，他专门配置了OBS直播环境，通过转场动画直接分享电脑桌面，以便向观众展示具体的实操过程。核心观点在于：不仅要讲趋势，更要通过动手操作让大家真正掌握AI工具的使用。这种从“看客”到“参与者”的转变，旨在帮助观众将AI技术融入日常工作流中。

核心方法论：本地Agent操控浏览器的三大优势

针对近期热门的Meta产品Muse，范凯认为其本质并无新技术突破，仅是云端虚拟机自动化。相比之下，在本地电脑运行Agent具有显著优势：首先，数据、账号和隐私完全保留在本机，避免了将敏感信息交给云端虚拟机的风险；其次，本地算力往往优于远程虚拟机。范凯提出一个“80/20工作法则”：即80%的工作可以通过Agent操控本地Chrome浏览器完成，如登录账号、浏览网页等；剩余20%则涉及操控本地应用程序或手机App。掌握如何安全、高效地让Agent控制浏览器，是发挥AI效能的关键技能。

技术实现：利用CDP协议隔离隐私并控制浏览器

在工具选择上，范凯不推荐直接使用ChatGPT或Claude的官方插件来控制日常浏览器，因为这不仅要求订阅服务，还存在隐私泄露隐患。他推荐一种通用且安全的技术方案：使用Chrome DevTools Protocol (CDP)。具体操作是编写脚本启动一个完全隔离的、独立的Chrome浏览器实例，并开启9222调试端口。这样，Agent软件（如Paseo）可以通过CDP协议连接该独立浏览器。这种方式无需安装额外MCP或插件，既实现了隐私隔离（不与日常浏览数据混同），又赋予了Agent控制网页的能力。观众甚至可以通过手机远程操控电脑上的这个隔离浏览器，实现随时随地指挥AI完成比价、下单等任务。

实战案例：Agent自动筛选Gmail广告合作邮件

范凯现场演示了利用上述技术处理复杂工作的场景。他打开预先登录Gmail的隔离浏览器，指令Agent读取收件箱中大量关于YouTube广告合作的邮件。由于Agent已接入用户的知识库，它了解用户“AI工具实操”的内容定位。Agent自动逐封阅读邮件，结合品牌风险和内容匹配度进行评估，最终筛选出值得合作与不值得合作的广告商方案。整个过程无需人工逐封查看，Agent通过CDP协议直接操作网页元素，展示了AI在处理非结构化信息筛选与初步决策方面的强大能力。这一案例证明了本地Agent在提升工作效率、减轻认知负担方面的实际价值。

案例一：Pi Agent自主处理邮件并生成合作建议

范凯首先演示了如何使用无插件的 Pi Agent 直接操控 Chrome 浏览器处理工作邮件。在纯原生环境下，Agent 能够临时编写 JavaScript 脚本读取网页内容、写入目录并整合信息。模型越强，对插件的依赖越低，简单的 Agent 即可胜任复杂操作。在处理完邮件后，Agent 迅速输出了对 19 个会话、15 个品牌的分析结论，明确列出了优先合作对象及理由。例如，它指出“items”品牌希望做专场视频且定位贴切，“CapCut Web”作为 AI 生成 B-Roll 工具也值得考虑，而“StaryBlue”因已有类似方案被建议拒绝。这种模式让用户从繁琐的信息整理中解放，只需进行最终拍板决策。

“其实当模型越强，其实你是越不需要给它更多的插件……我们用一个很简单的agent 比如说像Pi Agent，这就可以了。”

案例二：Agent 操控 YouTube 后台进行视频数据分析

在第二个演示中，范凯让 Agent 连接已登录的 Chrome 浏览器，打开 YouTube Studio 后台分析最近一条横屏长视频的数据表现。尽管未安装 CDP MCP 插件，Agent 依然流畅地完成了页面操作与数据提取。通过直接控制完整浏览器环境而非无头浏览器，既保证了安全性又避免了被拦截的风险。Agent 分析显示：虽然展示次数和点击率提升，但开场前 30 秒留存下降了 35%。基于此数据，Agent 提出了具体改进建议：减少背景铺垫以留住观众、优化结尾的 Call to Action（行动号召）以提升承接率，以及片尾仅推荐一个强相关视频。这种深度数据分析能力展示了 Agent 在内容创作复盘中的巨大潜力。

“开场30秒留存下降了35%，所以呢 要更快给证据减少背景铺垫……结尾的时候，要有一个更强的call to action。”

核心观点：C端Agent不应挑战已优化的移动端体验

范凯明确表达了对 Muse 等试图替代日常 App（如购物、订票）的 C 端 Agent 的不看好。他认为，移动互联网经过 16年（自2010年起）的发展，常规 App 的用户体验已高度优化。让 Agent 去执行这些流程不仅不稳定，且因需多轮交互确认，效率远低于人类直接操作。他举例称，若 Agent 频繁询问用户“选A还是B”，原本几分钟能完成的事可能耗时一小时，反而降低了效率。挑战用户已形成的强大使用惯性是产品大忌，如同全键盘手机无法战胜 iPhone 的全屏体验。

“你企图挑战移动互联网时代已经被移动端高度优化的用户的体验……太难了，所以我不认为这个东西是可以成立的。”

破局方向：解决移动端无法解决的复杂跨平台任务

范凯指出，Agent 真正的价值在于解决移动端 App 无法很好解决的复杂场景。例如跨平台查询公积金、社保及税务计算，这些流程在多个 App 间跳转极其繁琐。Agent 可以拉取所有账号数据、分类计算并自动生成税务表格，最后由用户确认签字。这类场景因现有基础设施体验差且涉及专业判断，用户愿意付费。他回顾自己曾调研过美团、京东等接口试图做自动购物 Agent，发现技术非瓶颈，开放性不足与交互体验劣势才是核心障碍。因此，Agent 应聚焦于填补现有移动生态的空白，而非在已成熟的领域内卷。

“C端的agent，一定要去解决那些现在移动端APP不能解决的……它才能够获得一个真正站稳脚。”

本地Agent的自动化潜力与行业门槛

在移动端和网页端操作中，高度成熟且重复的场景非常适合本地AI介入。例如，用户可以直接通过安卓手机连接Agent，指令其打开KFC应用并设定每日早餐定时下单任务。这种操作虽然看似简单，但涉及隐私安全，本地AI处理此类傻瓜化重复操作既高效又安全。然而，对于需要持证人签字的高门槛行业（如医生、律师），初级岗位虽面临失业风险，但拥有签字权意味着不可被替代的行业准入门槛。对于Coding场景，许多开发者误以为功能实现即结束，实则不然。Agent常出现“声称完成但实际未跑通”的情况，因此编程的核心不在于写代码本身，而在于建立严格的测试环境与流程。若缺乏有效的验证机制，AI生成的代码往往无法直接投入生产。

多Agent协作的编程工作流设计

真正的AI编程需要构建一个由架构师、程序员和QA组成的多Agent团队。工作流始于需求文档化：先让AI根据Use Case编写详细测试用例，再由架构师设计整体方案。随后，程序员负责编码，架构师需进行Code Review以确保代码质量。测试环节分为两种：一是集成测试，即让QA Agent逐一运行Use Case；二是端到端（End-to-End）测试。这种分工确保了每个角色职责明确，避免了单点对话导致的逻辑漏洞。通过设定不同的Agent角色并赋予相应权限，可以实现从开发到测试的自动化流转。这种模式要求开发者不再亲自编写每一行代码，而是专注于定义任务、分配角色以及搭建协作基础设施。只有当流程打通后，AI编程才能真正从“行为艺术”转变为生产力工具。

端到端测试与自动化发布流程

集成测试之后，必须引入端到端（End-to-End）测试作为最终验收标准。具体做法是让QA Agent控制Chrome浏览器，模拟真实用户行为，在预发布（Preview）环境中逐一点击页面、执行登录支付等完整流程。这种测试方式与人工手动测试无本质区别，能最大程度发现逻辑断点。一旦端到端测试通过，即可由SA（系统分析师）或模拟用户角色进行最终验收。若需进一步自动化，可接入Android模拟器（通过ADB）或iOS模拟器，让Agent在原生APP环境中执行操作。尽管原生应用的测试复杂度高于Web端，但通过Computer Use技术依然可以实现全自动化调试。整个流程包括：开发环境编码 -> 预发布环境集成测试 -> 预览环境端到端测试 -> 生产环境部署。这一套基础设施（Infra）的建立，是实现无人值守全自动编程的关键。开发者只需设定好通知机制（如Telegram提醒），即可在等待数小时后直接验收成果。

工具思维转变与职业角色演进

开发者常陷入“寻找完美锤子”的工具人误区，盲目追逐最新模型（如GPT-6、Opus 5.5），却忽视了工具组合在实际场景中的最优解。范凯指出，不同模型能力呈锯齿状分布，例如DeepSeek Flash系列中文写作能力强但易“飘”，需配合GLM作为审稿编辑以约束其输出。追求单点模型最优不如构建稳定的多模型协作组合。在职业层面，传统程序员角色将合并为“Builder”（构建者）或CTO式管理者。他们不再亲自写代码，而是负责拆解任务、定义验收标准并编排AI团队。随着Agent逆向能力的增强及国产替代趋势，开发者需从执行者转变为系统架构与流程设计的主导者。对于普通公司而言，开发人员将向验收测试及全流程构建迁移，核心竞争力在于能否搭建并维护这套自动化基础设施。

顶级模型的组合策略与成本优化

在AI应用实践中，没有任何单一模型能解决所有问题，核心在于根据任务特性组合不同层级的模型以优化总拥有成本（TCO）。范凯指出，虽然顶级大模型功能强大且无技术门槛限制，但其高昂的Token消耗使得全量使用并不经济。他主张采用“混合模型+交叉验证”的策略：用顶级模型处理核心复杂逻辑，配合廉价模型执行基础任务。例如，他目前80%的非编程工作使用Pi Agent，仅在特定编程场景下考虑Codex。这种策略不仅降低了成本，还通过多模型校验提升了最终效果。

“我用几个顶级的模型干一部分的工作，几个便宜的模型干一部分的工作，然后交叉check，你的总TCO就是更低的。”

对于Claude订阅账号被封的传闻，范凯澄清这通常指Anthropic官方套餐而非模型本身能力问题。他强调，适合解决核心问题的模型才是合适的模型。在写作等非编程领域，约束越少的Agent表现往往越好。他通过实践对比发现，Codex因规则限制过严导致简单任务复杂化，而Pi Agent在执行非编程任务时Token消耗最少、执行速度最快且质量更高。尽管在纯代码环境下Pi的表现尚待进一步测试，但在日常办公、写作等场景中，其优势已得到验证。

国产大模型性能实测与梯队排名

在评估国内AI能力时，范凯提出了“综合实力”的概念，即模型本身的能力与基础设施（Infra）稳定性的结合。他明确将DeepSeek V4.1 Flash列为国内第一梯队且遥遥领先。实测数据显示，DeepSeek在本地推理时内存占用极其稳定（86G模型仅占92GB，无抖动），且推理速度极快。相比之下，千问（Qwen）模型在本地运行时内存波动剧烈，峰值可达105GB，且任务执行效果时好时坏；Kimi K3虽模型能力强但受限于算力基础设施，经常因服务端过载无法使用。

范凯认为，评测数据好不等于实际生产可用。DeepSeek凭借强大的Infra能力和稳定的输出表现成为主力，GLM作为第二梯队配合使用。他建议用户不要盲目追求最新模型或通用Agent软件，而应通过实际业务场景测试来筛选最适合的工具组合。对于海外模型，他主要使用GPT系列，偶尔辅以Grok。

开源Agent的安全原则与Skill构建法

在工具选择上，范凯坚持“只使用开源Agent软件”的核心原则。他严厉批评了部分商业闭源Agent（如腾讯Work Buddy、字节Trae CLI等）存在上传用户本地项目文件及系统信息的风险，指出这些行为在Claude Code和GLM Agent中已有“劣迹斑斑”的前科。鉴于Agent软件拥有极高的系统权限，能够扫描和上传工作目录下的所有文件甚至机器基础信息，开源代码的可审计性成为了保障隐私和数据安全的唯一防线。因此，他仅在Mac工作站上使用Codex CLI、DeepSeek Harness和Pi Agent等开源工具处理敏感数据。

关于工作流的沉淀，范凯提出了“Skill是跑出来的，不是写出来的”理念。他反对下载通用的Agent Skill库，认为那不适合个人具体需求。正确的做法是：在使用简单、低约束的Agent（如Pi Agent）完成重复性工作后，将验证有效的固定工作流抽取并固化为专属Skill。这种基于实际业务操作提炼出的自动化流程，比凭空编写的通用脚本更具实用价值。

AI对职业生态的两极分化影响

范凯展望了AI普及后的就业市场趋势，认为这将导致职业生态的严重两极分化。以演员行业类比，头部明星通过授权肖像即可批量获利，而底层小演员则面临失业转行的困境。同理，在技术行业，“超级个体”（如能操纵几十个Agent的开发者）将变得极具价值，一人可抵一支团队；而从事基础编码、测试、设计等标准化工作的长尾从业者，其岗位将大幅萎缩甚至消失。

“CTO不是被AI替代的，CTO也不可能被AI替代，CTO只会被经济衰退替代。”

对于初级从业者如FDE（前端开发工程师），范凯视其为过渡形态。通过深入一线项目理解业务痛点，是未来创业或转型的关键。他预测，随着AI工具链的完善，互联网开发全链条（产品、设计、研发）的基础岗位都将减少，但掌握高阶AI编排能力的头部人才收入将显著提升。因此，用户应尽早从“使用最高模型”的粗放模式转向精细化测试与组合策略，以应对即将到来的职业结构变革。

全球模型巨头格局与差异化生存路径

当前AI基础设施领域已形成寡头垄断态势，OpenAI、Anthropic、Grok（SpaceX）、Google和Meta构成了全球竞争的第一梯队，其他竞争者已无生存空间。这五家企业均在疯狂投入算力资源，但未来的分化将体现在技术路线上：头部两家（OpenAI和Anthropic）专注于AGI模型能力的极致突破，且不自建算力；而后三家（SpaceX、Google、Meta）则采取“自研模型+自建算力”的垂直整合策略。SpaceX（Grok）虽然承认在通用大模型上难以匹敌GPT和Claude，但其核心优势在于拥有自动驾驶、机器人等物理AI（Physical AI）数据。目前Robotaxi在美国德州已逐步上路，技术层面已基本成熟，主要受限于法律法规；Google的强项在于AI for Science（科学智能）及全球信息的整合能力；而Meta的表现仍有待观察，不能仅凭单一产品（如Muse）就断言其行业地位。

AI媒体乱象与长文本处理建议

AI领域的媒体报道存在严重的流量导向和缺乏独立观点的问题。范凯指出，行业内80%以上的媒体内容都是“瞎扯淡”，缺乏逻辑自洽的方法论。例如，当新模型（如Muse、Opus 5.5）发布时，媒体往往一窝蜂地吹捧其“炸裂”或宣称旧模型（如GPT、DVC）已死，这种“收割流量”的行为在热点更迭后迅速消失。他批评许多自媒体没有自己的思考体系，只是盲目跟风试用和发布邀请码。对于长文档处理（上万字），建议选用支持超长上下文窗口的模型，如DeepSeek（提供100万token空间）。同时，可以采用并行策略，让DeepSeek、GLM和Gemini等多个模型同时处理同一文档并进行对比评估，以获取更优结果。此外，关于视频换脸类内容（如某些AI短剧），由于使用的是云端通用模型而非本地训练，导致角色面部和表情高度同质化。

Agent架构演进与多Agent协作实践

关于技术选型，LangChain等早期Agent架构已显过时。范凯明确表示个人无需从零开发Agent，而是推荐基于Pi Agent或DeepSeek Harness进行二次改造。这两者均具备高度可定制性，例如通过TypeScript编写扩展插件即可快速构建个性化Agent。对于多Agent协作（即不同AI角色流水线作业），他推荐用户体验最好的编排软件是Paseo。用户需扮演“CTO”角色，思考如何串联不同Agent的工作流。范凯计划推出关于AI知识库、编程、写作及多Agent协作的课程，免费内容将发布在YouTube和视频号上，完整付费课程则位于其会员网站。他强调，个人和企业建立优势的关键不在于拥有独家模型，而在于组合工具的能力。通过将AI作为“超级杠杆”，可以自动化完成新闻搜集、选题评估、账号分析、视频剪辑（A-Roll口播+屏幕动画合成）、文章撰写及海外投流优化等全流程工作。对于视频生成，目前Google和Grok提供类似Seedance的产品用于短剧脚本转视频，但纯动画制作使用GPT或Claude即可，无需专门训练视频模型。

直播服务与未来展望

在回答关于医疗模型的提问时，范凯表示没有特别推荐，因为未深入关注该垂直领域。对于ECS和数据库迁移等编程任务，他确认已完全交由Codex（OpenAI的代码智能体）处理。直播结束后，范凯承诺将在YouTube平台发布带有字幕和AI生成的章节索引的完整回放（时长约90-100分钟），方便观众按需跳转观看。他提到，从第17期至第35期的往期直播回放均已配好字幕和章节。最后，他邀请观众订阅粉丝团并在YouTube发送礼物支持，预告下周日晚9点将继续直播。

结论

本地Agent通过CDP协议隔离浏览器，在邮件筛选、YouTube数据分析及重复性Web操作中展现出显著的效率优势与隐私安全性。其核心价值在于解决移动端App无法处理的复杂跨平台任务，而非替代已高度优化的常规应用体验。在编程领域，构建包含架构、编码与QA的多Agent协作流程及端到端测试是确保生产可用性的关键，开发者角色正向系统编排者转型。

模型选型上，单一顶级模型并非万能，采用“混合模型+交叉验证”策略可优化总拥有成本。实测显示DeepSeek V4.1 Flash在本地推理速度与内存稳定性上优于千问等竞品，成为主力选择。行业趋势指向寡头垄断与两极分化，超级个体通过组合工具建立壁垒，而基础岗位面临萎缩。安全方面，坚持使用开源Agent以规避数据泄露风险是必要前提。