文章核心观点 - 硅谷AI巨头近期集体、快速地向“Claw”（即能执行任务的系统级AI Agent）方向转型，展开了一场关于AI Agent进化的“龙虾大战” [1][10][13] - 行业竞争焦点正从大模型能力的“博学”转向AI的“能干”，即从“知识中心”向“执行中心”迁移，旨在让AI直接替人类完成工作 [55][56] - AI商业化的核心逻辑正在从“卖token”转向“卖工时”，通过Agent兑现生产力价值成为行业共识的终极变现路径 [58][60][61] 主要参与公司及其“Claw”产品动态 - Meta: 在已有Manus的基础上，推出进阶版Manus Agent并接入Telegram，其重点是长期记忆，能记住用户风格与偏好，自动调用历史素材协同Gmail、Notion等完成视频制作等全流程任务 [17][18][19] - Anthropic: 作为先行者，在推出Claude Cowork后，于过去48小时内快速迭代，发布了手机远程操控代码和自动化Agent定时任务 [22][23] 1. 微软: 宣布Microsoft Copilot Tasks，具备自主计划、跨应用操作（如读取Outlook邮件后自动在Google Calendar预约会议并生成PPT提纲）和定时任务功能，深度融入Windows办公生态 [29][30][31][33][34][35] - Notion: 发布Custom Agents，实现了对“Claw”概念的彻底落地，该系统可24/7全天候待命，根据任务描述和触发条件自动工作，标志着公司从文档工具向协作平台转型 [37][38][39] - Notion产品数据：在测试阶段，早期用户已创建超过2.1万个Custom Agents，公司内部有2800个Custom Agents在轮班工作，并能通过MCP协议在Slack、Figma等应用间自由操作 [42][43] - Perplexity: 推出Perplexity Computer，旨在将搜索、研究、计划、编码、部署等功能统一，实现从想法到代码部署上线的端到端处理 [44][45] 行业转向“Claw大战”的驱动因素 - 模型能力跨越信任阈值: 随着基于强化学习、引入思维链推理路径的模型（如o1）出现，AI的逻辑一致性实现质的飞跃，使人类能够将部分系统权限放心交给AI Agent [49][50][51] - 行业共识发生漂移: Scaling Law红利边际递减，单纯提升模型参数对用户感知度减弱，下一波增长曲线在于让AI变得“能干”，即重心从“知识中心”偏移至“执行中心” [54][55][56] - 商业化进入深水区: AI变现逻辑正从按生成内容付费的“卖token”模式，转向按节省人类劳动时间计价的“卖工时”模式，Agent直接替人类干活成为更优的商业化路径 [58][59][60]