来自
@rileybrown
和
@bilawalsidhu
的深度对谈，Bilawal 从「一台 MacBook Pro 上跑 6 个不同人设的 OpenClaw，通过 WhatsApp/Telegram 远程发指令，自动汇总会议记录和 YouTube 数据」到「全面转向 Codex 作为"通用生活操作系统"」，过程中「Codex 应用内浏览器」是他认为非常关键的特性！
https://youtube.com/watch?v=NR_GMq2lDCE
# Codex 应用内浏览器：被低估的"人机共享画布"
实际价值：Agent 在已登录的浏览器里直接操作 YouTube A/B 测试后台、Notion 文档等，人甚至可以躺在手机上发指令，电脑端自动执行。
"共享画布"理念：浏览器成为人与机器协作的共同界面。例如他在 Google Docs 里写详细批注，让 AI 阅读批注给出修改建议，自己再动手改——因为"GPT 5.6 写散文确实不行"。
平台判断：未来能活下来的应用，必须是"能与 Agent 协同工作"的应用（Notion 在 API 可控性上远领先于 Google Docs）。CLI 还是 MCP 之争对普通知识工作者无关紧要——用插件就行。
# 模型分工：没有全能模型，只有任务匹配
Claude（Fable）：艺术创作、文档、前端设计等"高审美决策"任务。
Codex：定义明确、需要抠细节的执行型任务。
Gemini 系：空间推理任务明显更强。
# 编程模型做视觉内容：准确性的降维打击
核心洞察：科学类内容需要物理上准确的可视化（如 5GHz vs 60GHz 波形、2D 检测到 3D 空间的投影），视频生成模型只能给出"风格化但不准确"的画面，而 Three.js + 编程模型能生成可交互、可拖动的精确可视化。
上下文复利：在与代码同一上下文中让 Claude Code 生成解释图表，效果远好于独立工具——"构建它的地方，也能最好地展示它"。
他大量用这种方式为视频生成 B-roll，主持人则用 Remotion/Hyperframes 生成品牌化转场动画。
# 空间智能与"可擦洗的现实"
画线生成无人机镜头：在 Google Earth 截图上画一条路径，喂给视频模型（Omni/Seedance），即可生成沿路径的第一人称飞行视频，还能对话式编辑（"下一轮把红线去掉"）。他无意中带火了这个玩法。
Spatial RAG：引用一篇"世界模型"论文的思路——沿轨迹行进时加载最近的全景图（如街景）来约束生成，可实现穿越整座城市仍保持真实感的长镜头，还能随时"换皮现实"（改天气、加怪兽）。这被视为 Google 将 Earth 数据变成"现实模拟器"的清晰路径。
未来判断：显式 3D（游戏引擎）与隐式视频生成（自回归实时生成）正在融合；未来手机做运动追踪，普通人就能"在地下室当詹姆斯·卡梅隆"。但他保持清醒：模型擅长执行，讲故事的散文能力仍是人的价值所在。
# "Vibe 编程出 Palantir"：从病毒视频到创业公司
起源：他用 Agent 做深度调研，发现奥斯汀所有 CCTV 摄像头公开可用，加上卫星、航班、船舶（AIS）、社交媒体等开源情报（OSINT），一个周末做出了 3D 地球可视化原型。
爆发：推文被疯传为"这人 vibe code 出了 Palantir"，Palantir 联创 Joe Lonsdale 上电视回应；他用这套基础设施做了某军事冲突 24 小时的"4D 重建"视频，获 200 万播放，甚至引来美国防部关注。
核心洞察：物理世界没有"审计追踪"——想搞清一件事要在七八个标签页间切换、还得是地理空间专家。他的创业方向就是"为物理现实建立审计追踪"：一扇看世界的窗，而非"地图上三个点加四个评论员"。
路线：V1 本月开源（"浏览器里的间谍模拟器"，用最便宜的 API），V2 起做商业产品。
# Agent 的下半场：从个人 Agent 到团队 Agent
阶段判断：2026 前 7 个月是"个人 Agent 革命"（OpenClaw、Claude Code、Codex）；下半场是团队级 Agent——Buzz（多 Agent 互相 @ 协作的共享工作区）、Anthropic 的 Claude for Teams、OpenAI 的 Slack 工作区 Agent 都指向"公司第二大脑"。
反黑暗模式：他的长期愿景是让可信的 AI 层中介所有 App 体验，对抗社交平台的成瘾算法——"不信任免费聊天机器人，因为它的激励是让你聊得越久越好"。
AI 原生个人 + AI 原生企业：任何业务数据都能被 Agent 查询分析，是创作者经济的下一层基础设施。
# 内容创业的元方法论
"你拥有的不是软件，而是 movement"：他公开全部 API 清单和实现细节，因为封闭只会让别的人去创造运动。对标 Alex Hormozi 的"免费给出比付费课程更好的内容"。
新创业范式：做原型 → 拍成长视频 → 让社区投票决定产品形态。长视频的病毒传播价值远超短视频——观众花 10 分钟看完，留下数千条"你应该加这个功能"的评论，这就是产品需求池。
内容标准：专家看了觉得是"好的提炼总结"，外行看了觉得"第一次听懂了"。