最近AI圈有几个话题特别火，而且你发现没有，全都跟coding有关。
对，这一波的主题词就是——AI写代码这件事，正在从工具层卷到工作流层。
那我们先聊第一个，Google开源了一个Agent Skills库，结果大家发现最大赢家居然是Claude Code和Cursor。
这事儿我先抛个结论——Google这波属于给竞品送弹药，但它可能是故意的。
怎么说？Google开源一个东西，受益的是别人家的产品？
你看这个Skills库，本质上是十二个预定义的agent技能模块，比如文件操作、代码审查、测试生成这些。它是通用的，不绑定特定IDE。
所以Claude Code和Cursor因为本身架构开放，直接就能吃进去这些skill？
没错。实测报告里也写了，这些skill在Claude Code上跑得特别顺，因为Claude本身对长上下文和多步骤任务的理解能力就强。
那Google自己的Gemini呢？不是也能用吗？
能用，但体验没那么丝滑。我觉得Google的策略是先把生态做大，让所有人都依赖它的skill定义标准，后面再收割。
典型的平台思维。不过从产品角度看，开发者现在选工具真的太卷了，今天Claude Code好，明天又说别的好。
这就引出下一个话题了——为什么大家都在说放弃Claude Code转投OpenAI的Codex？
对，这个话题在B站互动量特别高，标题直接就是'为什么大家都放弃Claude Code转投Codex了'。
我觉得这个标题有点标题党，但确实反映了一个趋势。
你自己用下来觉得呢？Codex到底强在哪？
Codex强在两点：第一是沙箱环境，它给你一个完整的云端执行环境，代码写完直接跑，不用你本地配环境。
这个确实痛点很明显，我们产品团队的开发同事天天吐槽环境配置。
第二点是异步任务。你可以同时开好几个任务让它并行跑，Claude Code目前还是单线程对话模式。
等等，但Claude Code的代码质量不是公认更高吗？
代码质量高和工程效率高是两码事。你写一个函数Claude可能更优雅，但你要重构整个项目，Codex的并行能力就碾压了。
所以不是谁取代谁，是场景不同？
对，我的判断是——单文件精修用Claude Code，大工程批量操作用Codex，这会是接下来半年的格局。
行，那我们换个轻松点的话题。有个开源工具叫KeyType，做macOS系统级AI自动补全的。
这个我试了，说白了就是你在任何输入框里打字，它都能给你AI补全建议，不限于代码编辑器。
类似之前那个Cotypist？但那个要收费。
对，KeyType是开源免费的替代品。它的卖点就是系统级，你在微信里打字、在备忘录里写东西，都能触发补全。
从产品经理角度看，这种系统级的AI嵌入其实是个很大的趋势。
但我有个担忧——系统级意味着它要读取你所有的输入内容，隐私问题怎么办？
开源至少代码透明，比闭源的强。不过你说得对，这类工具普及还需要时间建立信任。
而且说实话，补全这个东西很看模型响应速度，延迟超过两百毫秒体验就会很差。
好，最后一个话题我特别想聊——科研界的vibe coding。有人说从想法到数据到报告，现在可以全自动了。
这个话题我态度很明确——它能自动化的是脏活累活，但核心创新它替代不了。
但视频里展示的确实很震撼啊，你给它一个研究假设，它自己设计实验、跑数据、生成图表、写报告。
你注意看它跑的是什么类型的研究——大多是数据驱动的统计分析，不是那种需要原创理论的工作。
那对于硕博生来说，这不就是把他们最痛苦的部分给自动化了吗？
得了吧，最痛苦的部分是导师改论文，这个AI可解决不了。
行吧行吧，但说真的，你觉得这会改变科研的门槛吗？
短期看会降低执行门槛，长期看反而会抬高创新门槛。因为当所有人都能快速出结果，拼的就是谁的问题问得好。
这个观点我同意。工具越强，人的判断力和品味就越重要。
对，vibe coding用在科研里，本质上是把科研从手艺活变成了品味活。
最后提一嘴，B站还有个怀旧帖，有人晒学生时代半个月手写代码做的项目，说现在AI几分钟就能搞定。
这种帖子每次都能引发讨论，本质上是在问一个问题——当AI能写代码了，程序员的价值在哪？
你的答案是什么？
我的答案是——以前写代码是手段，现在写代码是成本。程序员的价值从来不在敲键盘，在于知道该敲什么。
好，今天这几个话题串起来其实就一条线——AI coding正在重新定义什么叫编程能力。
没错，从工具到工作流到科研流程，全在变。明年再看今天的讨论可能又过时了。
那就到这儿吧，我们明天见。
明天见。