主动干活，还是记住一切：NLW 实测 Claude Duet 与他的整套 AI 分工

信源说明：本文基于 The AI Daily Brief 2026-10-26 发布的一期节目（视频 ID HyEfRBW10Kk，标题 How I’m Actually Using Claude Duet，时长约 32 分钟，转写覆盖至 1920 秒）整理，主持人为频道常任主播 NLW，与本博 10-26 性格之争篇、10-27 泡沫辩论篇同一主播，且本文可视为性格之争篇（Muse 与 Dots 的人格卡位）的续篇。依据英文转写整理；全部说法均为 NLW 自述或其转述，本文未做独立核实，归属按「NLW 认为／节目引用」分层；ASR 存疑词以「转写疑作」标注。节目内插播的广告口播（KPMG、Robots and Pencils、CData、Blitzy）按本系列惯例略过。

先说结论

Anthropic 的 Claude Duet 本周上线，成为个人代理（personal agent）赛道最新的入场者。NLW 没有做常规产品评测，而是借实测 Duet 之交出了一份约 32 分钟的「AI 使用全栈自白」——用他自己的话说，要讲清自己怎么用 Duet，就不得不先交代自己每天到底怎么用 AI。整期节目围绕一个他自认尚无答案的矛盾展开：个人代理到底是统管一切的「幕僚长」（chief of staff），还是一个不等吩咐、自己找活干的「主动代理」（proactive proxy）？ 他的暂定答案是：这一代产品既不是与 AI 交互方式的大转向，也不是厂商爱演示的订机票、代购物，而更像「一个易配置的、微型版本的自己，替你做一堆你不想做的事」——有价值，但是否「行业未来级」的价值，尚待观察。此外他给出两个元判断：其一，功能层竞争已趋同到「一家跑通、数天到数周内全行业跟进」，用户不必纠结押注哪个生态，真正的差异化回到基础模型能力本身；其二，dots 的教训说明「持有你的全部上下文」与「会用你的全部上下文」是两回事，这正是他对 dots 失望、对 Duet 相对乐观的分水岭。

一位重度用户的分工全景：六个场景、三组模型

NLW 的工作横跨 The AI Daily Brief（内容）与 Superintelligent（面向企业的 AI 教育，偏商业策略），他把自己的日常 AI 用例拆成六类，并强调每个新模型发布时，他问的都不是「能否一比一替换现有工具」，而是「它进我的技术栈的哪一层」。

战略外化（strategic externalization）是他按纯时间计占比最高的用例——历次 AI 会话约 60% 在这个领域（按 token 消耗计则大头是写代码）。他不是安静思考型的人，而是在 Notion 里囤了大量「walk notes」——走路、开车、静坐时把想法讲出来的记录。对这个场景，模型最关键也最难的能力是敢反驳（pushback）而不是谄媚（sycophancy）：早期模型「和写在纸上差不多」，什么点子都夸成金子；他理想中的模型要 dynamic、creative、confident，且反驳要「有依据，而不是因为被训练成爱反驳」。他自称不持 AI 拟人论，但这些拟人词是唯一能准确描述需求的词。他的现任最优是 Opus 5.5——「很久以来我最喜欢的战略模型」；之前用 Fable 5.1（他觉得还行），再往前是 OpenAI 的模型，但他认为今年大部分时间 GPT 系显得 flat、不够 dynamic——这个评价也预示了他后面对 dots 的失望。

研究是第二块：既服务 AIDB 与下文将说的新节目，也服务他妻子主持、他参与制作的罪案播客 Love Murder。因为研究成果最终会由他或妻子公开说出，模型必须信源可靠、不幻觉、懂信源分级。他的做法是 Astra 与 Opus 各用一半，重要题目让两个模型互相审阅对方的产出（Astra 审 Opus、Opus 审 Astra），在内容公开前多加一层置信度。（按：转写中同一模型疑被识别为 Astra 与 Atlas 两种写法，本文统一作 Astra。）

文案（copywriting）每日必用但刻意留在 GPT 系：节目描述、社交帖由 AI 起草；标题则是他对半开——一半维持原题，一半与 AI 来回后换新。他选 Astra 的理由有二：多年使用积累的记忆让模型「知道我喜欢什么、不喜欢什么」，换模型的调教成本不值；且不少人认为 OpenAI 模型的简洁（concision）更适合短文案。这里他顺带揭秘了 AIDB 的制作流程：每晚他做一至两小时的当日 AI 新闻与舆论盘点，澳大利亚的研究员 Scott 在他的夜里做同样的事（一个让团队 24 小时运转的时差 hack），美东晚 8-9 点定次日选题，Scott 通宵准备含关键信源与社交媒体评论的材料包（dossier）；他醒来后据此排屏幕素材，然后开录。他自嘲常被观众评论「AI 谈 AI」，实际这个流程里 AI 用得惊人地少。

图像生成已基本收敛到 GPT 图像模型——不是确信它最强，而是封面图在锁定标题后立刻要做、留在同一线程最顺。他仍保留 Ideogram 订阅（一次出四图、可调差异度，适合迭代）和 Midjourney（「有自己的怪品味」，在「不知道要什么、只想要它够酷够抓眼」时反而更强）。数据分析（如延期报税季把一堆财务数据倒进去整理提取）几乎全用 Codex 里的 Astra。**构建（building）**是 token 消耗大头：今年试过 OpenClaw（转写疑作 OpenCL/Open Claw）、Codex、Claude Code 的应用与 CLI 版本、Cursor 等，最终稳定在 Claude Code + Opus 5.5、effort 调到 high 或 extra；视觉类配套常在 Codex 里用 Astra 做（为原生访问图像模型），组织、叙事架构与编排则全在 Claude Code。

从「完成能量」到生产管线：内容基础设施的 AI 化

NLW 认为今年模型进步的一个关键叙事，是 Fable 把「完成能量（completion energy）」大幅拉低：此前项目常挂在 80-90% 完成度——启动的激活能量够低、做完的能量太高；Fable 把两者拉平，「把东西做完」变得和「开始做」一样容易。AIDB 整个网站就是证据：他知道旧版 90 年代复古风网站不好用已数月，需求也明确——节目信息密度高、入坑门槛也高，很多听众想要更容易地分享节目片段。于是他做的不是「一个网站」而是一条生产管线：上传节目转写 → 自动提取信息 → 组织成可分享的网络资产。整个第一版在他拿到 Fable 的第一个下午完成——赶巧的是，第二天 Fable 就因与白宫的出口管制风波下线。之后同一管线继续生长：社交侧，每集完成后卡片自动再生成一组推文与 LinkedIn 帖、经 Typefully 排期发布（比直连各家 API 省事）；视频侧，他认为 Opus 5.5 这代模型让视频剪辑能力突飞猛进（「即使你觉得现在没理由用视频，也值得去试」），于是让 Claude Code 建了视频管线：喂入转写 → 模型自己判断最抓人、可独立成段的 60-90 秒 → 抽取剪辑、配视觉资产、打包待发。

这套管线正好接住了他在节目里预告的新节目 How We Got Here（10 月 26 日周一首发，每周一期、每期 45-60 分钟）：看今天的大新闻、大现象背后的社会、文化、技术与经济成因——他给了前三期的样子：美国如何不再爱上科技行业；东西为什么变便宜了、而生活中重要的事越来越贵；预测市场与我们开始对一切下注。流程比 AIDB 更进一步：Claude 上迭代选题与分发策略 → Claude 加 Astra 建研究材料包 → 一轮反馈后 Claude 列论证节点（key beats）→ 他自己找视觉素材、对着讲 40-60 分钟 → 录完把原始转写加原始研究交回 Opus 5.5 写配套长文（companion essay）初稿——同一套论证、更丰富的视觉呈现、面向爱读的人、带全部信源链接，一小时节目对应五六千字 → 再到 Codex 配 GPT 图像做整体视觉 → 他本人做一轮「累人的编辑」（前三期重写约一半）→ 人类剪辑师做第一遍，AI 补动画并直接接入剪辑管线。

两次主动代理浪潮：变的不是「主动性」，是设置成本

很多人从 AI 获得价值的场景——收件箱监控、邮件自动草拟、Slack 值守、主动汇总——恰恰是 NLW 一直没做的，原因坦率：「juice wasn’t worth the squeeze（汁水不值挤它的力气）」。他并非没试过：OpenClaw 爆火的今年早些时候，他配置过多个用 heartbeat 和定时任务（cron job）值守特定事项的 claw，一个跨协调它们的「幕僚长」代理，以及一个持续监控学术研究与 AI 采纳调查的研究代理。结局：研究代理随项目结束而停用；幕僚长「坦率讲，增加的价值抵不上维护成本」。他承认这与个人习惯有关——他 90% 的通话不预约、日历管得极紧，邮件就是标星、隔几天清一次（自称 internet boomer 式用法）。所以他连 Hermes agent 都没在节目里谈过：「我认为它是优秀的产品，只是不适合我的工作方式。」

对个人用途他更不乐观：他曾公开 diss 厂商爱演示的订机票、代购物、订餐厅。以机票为例——他几乎永远订里程所在的航司（或另一家有里程的航司），实际操作困在单一航司的订票界面里，把所有变量和例外解释给代理听的时间，约等于直接看网页的时间。于是真正的问题变成：新一代个人代理能否把设置与维护成本压到「它提供的主动性终于值得」的程度？这引出他对两条路线的区分——净新增（net new，替你值守邮件、提醒待办、草拟可批准的回复）还是更好协调（better coordination，接管你与 AI 的日常交互方式）。

monothread 与 dots 的教训：上下文容器 ≠ 上下文调用

「更好协调」这条路线，NLW 认为更接近节目近几月讨论的单线程范式（monothread paradigm）：不是把工作摊在几十个各自只记得局部上下文的聊天窗口里，而是单一主线持有你的全部上下文、按需调取、随时切换任务、需要时再派生子代理。文件夹式组织有助于整理大脑，单线程的好处是把这份认知负荷省掉、让用户直接意识流（stream of consciousness）。他认为这之所以现在才可能，是因为各家实验室在后台的上下文压缩（compaction）与续传进步明显——2026 年早期的教育课程里还有整课在教「交接文档（handoff documents）」的写法，现在已经不必离开单个聊天了。他自己已在把 Claude Code 和 Codex 往「少分块、单一主导线程」的方向推。

工具盘点上他给出清晰的优先级：第三方新工具 Instinct 与 Town（转写如此）口碑很好但对他优先级低——能力与需求错配，且他不愿把全部工作上下文从 ChatGPT 与 Claude 迁走；Muse 因偏个人用途兴趣较低，「但 Zuckerberg 和 Alex Wang 的野心显然不止于此」；Grokbot 他保有全部 ultra 订阅、看重其与 X 的集成（内容生产视角很有价值），策略是「保持刚好足够的参与，万一哪天有不得不切换的理由，不至于从零开始」；Google「很抱歉地说」目前不值得重仓投入——但他乐观认为会随其回过神来而改变，眼下落后反倒少一个负担；Microsoft 因播客与 Superintelligent 的企业受众而保持专业跟踪，但单人作业者天然偏向更 nimble、非企业向的工具——不对它做价值判断，只是不在那个生态里玩。

于是到了 dots（OpenAI 的个人代理）。他给自己的 dot 取名 Quasar——Dungeon Crawler Carl 里的 Nullian 律师——并用它承担 ChatGPT 侧重要专业工作的单线程组织：研究、播客数据都在 Quasar 名下；随手查询和每日文案仍照旧。但用下来：数据工作「不确定是不是在 Codex 里做更好」；战略工作更没有搬过去的冲动——dot 的性格 flat 到几乎「挡住（stonewall）战略互动」，倒一大段上下文给 Quasar、「像拔牙一样」才能让它接话。最有说服力的轶事：某天他花约六小时边走边徒步与 Claude（Opus 5.5）做战略规划，之后把整段对话转给 Quasar，只是为了让它掌握最新信息——Quasar 没有接住六小时内容里的任何一条线头，回复字面是「Great, this information has been saved for the future.（好，这些信息已保存供未来使用）」。dot 也不够主动，没多久他就「基本不再有理由搭理它」。他的小结（强调完全可能变化、且不因此对未来悲观）：dots 作为 ChatGPT 内的一个 feature 没有真正增加什么——作为被动响应之地无增益、主动工作很弱；唯一看到的价值是「上下文总管（master holder of context）」：把相关背景一股脑倒给它同步，省得日后在多个聊天里重复交代。

Duet 实测：为工作而生、连接即用

Duet 是几大个人代理里最不关心人设与性格的一个：没有 Muse 那样的毛绒 logo，也不像 dot 让你给它起名——明显延续 Anthropic 专注工作的路线，NLW 认为这可能与他的需求对味。上手第一件事是连接 Slack、Gmail、Drive；还没等他做别的，Duet 就递来一摞可主动执行的项目选项——而 Duet 偏向主动到会高估某些工作的价值。例：它从收件箱里两封「给两个赞助商标了同一可用日期」的邮件推断出「广告位可能重复售卖」的风险，反复提醒了约四次，直到 NLW 告诉它那天本来就有多组位置、这个工作流他根本不在乎——他形容 Duet 在这件事上「抽风（spasm）」。但另一些主动工作价值明显：几次出现「正是他会标星、过两天再回」的邮件，Duet 直接拟好回复，可编辑也可授权直发；他试过几次直接放行，最实质、最有创意的一次提案虽没立即发，但「把我带到 90%，不用回头再想」。这让他对 Duet 的主动性谨慎乐观。

产品形态上：Duet 主推 iOS 应用，但他更喜欢其网页版——主时间线「Everything stream」之外可建单独频道（channel），给想保留一定层级组织的人留了出口；它复用 Claude 的 artifacts 基础设施，能造出可直接交互编辑的东西而不必跳转其他界面；还会自动把事项归组成 active / up next / scheduled / resolved 四态任务，在主聊天里或直接添加任务都能修改。边界也很清楚：一个 UI 与品牌视觉设计任务在 Duet 里做得远差于 Claude 原生设计体验（后者按他的了解今年晚些会并入 artifacts）——所以对他而言 Duet 的定位仍是「主动性 + 上下文总管」，不是万能入口。

这意味着什么：三条机制链与观察指标

把 NLW 的自白抽成机制链，至少有三条值得读者带走（证据均为其自述，推断处已标明）：

其一，个人代理的价值公式 = 主动性收益 −（设置 + 维护 + 打扰）成本。 OpenClaw 时代主动代理的设置维护成本高到 NLW 这样的重度用户也放弃；Duet 把设置成本压到「连三个账号」的程度，让曾弃用者重新入场。但公式右边还有「打扰成本」——赞助库存误报连催四次就是它在扣分，邮件回复草拟 90% 到位就是它在加分。观察指标：各家 agent 的误报与打断频率，以及用户三十日后的留存（dot 被 NLW 冷落即前车之鉴）。

其二，上下文容器是护城河，上下文调用才是产品。 单线程范式让「持有用户全部上下文」成为各家竞争焦点（dot、Duet 的 Everything stream 皆然），但 dots 的「已保存供未来使用」轶事说明持有≠会用。NLW 对 Duet 乐观的部分，恰恰是它在正确的地方调用了上下文（读了邮件、动了任务）。观察指标：各产品从「存了什么」到「主动用对了什么」的差距。

其三，功能趋同把差异化压回基础模型。 NLW 断言「某个功能在一家跑通后，数天到数周内会成为所有家的」——dots 不够主动 OpenAI 会调、Duet 受欢迎的 UI 别家会抄，所以用户不必焦虑押注哪个生态；他真正的选型标准全部落在基础模型能力上：战略场景的 pushback、文案的 concision、把项目做完的 completion energy。这也是他不愿迁出 ChatGPT 与 Claude 两个生态的真实原因——Grokbot、Muse 再热闹，差的不是功能层（此段为本文从其自述归纳的推断）。

最后回到他给自己留的问题：个人代理目前更像「易配置的微型自己，替我做一堆我不想做的事」——这对个人已有价值；但它是否构成「行业未来级」的交互转移，他明说「尚待观察」。从他这期节目的信息密度看，一个务实的中间结论或许是：在基础模型的性格与主动性真正调对之前，个人代理最稳的价值就是 dots 已做到的那一半——当一个忠实的上下文总管；至于主动干活的那一半，Duet 的邮件草拟给出了第一份像样的答卷，而全行业都坐在同一张考卷前。