今天打开豆瓣时发现个新话题，和 Codex、Claude Code 有关。
话题中有个帖子说，ta 找 Claude 帮忙找信息，结果没找着，然后 ta 去找 Grok，Grok 帮忙找到了。
该用户就对 Claude 说：你这都找不到，不如免费的 Grok。
然后 Claude 回复中说：Grok 搜 X 确实比我强，这种 X 上的实时讨论我搜不到，下次这种事情你直接问 Grok 更快。
该用户动态的评论区有人说：意思就是，它好你跟它过吧。ta 的回复是：真的，挪得我不行。
不知道为什么，我看出了一丝嘲讽的意味。但说实话，其实我并不知道「挪得我不行」该怎么理解，这是某个地区的方言吗？
但如果对 AI 有些了解，就会知道为什么 Claude 无法搜索到X的实时讨论，而 Grok 能轻松做到。
因为 X 老板也是 Grok 老板啊，Grok 拥有 X 平台的 search 能力。
作为一个常驻 X 的 AI，但凡 X 上的风吹草动，能逃得过 Grok 的「眼睛」？
除非 Grok 背后的团队对这个能力做了限制。
当然，Claude 也不是不能查 X 的动态，只是它并不拥有 Grok 那种 X-native 的 search 能力，更何况是实时的社交讨论。另外，如果 Anthropic 原意购买 X 平台的 api，然后接入 Claude——Claude 的能力就更强了，但我的确不清楚是否实时，以及能查到什么程度。
以上这个案例让我想到前阵子的一个观察。
前段时间突然意识到 ChatGPT 每条消息底部——点赞、点踩的按钮不见了，不知道这是不是团队有意为之。如果是，我尝试猜一下原因。
A. 按钮触发了，然后呢？
就比如以上的案例，如果我的理解准确的话，往极端一点的情况猜测，那 ta 会在消息底部点亮点踩按钮——这个举动会让模型知道这个回应用户不喜欢，但是不知道用户为什么不喜欢，因为 ta 没有再发消息过去，而只是点了一下 button。
B. 模型用户侧策略有所调整。
点赞、点踩按钮还在时，用户反馈是极其重要的，即便影响不了模型的底层权重，但在面对用户这一端，模型如何面对用户绝对是因用户而异的。
而当模型不再依赖点赞、点踩这样的用户反馈，那用户该怎么「塑造」模型呢？
在对话中反馈——这是更有效的策略，比按钮好用多了，因为在对话中我们不只是告诉模型你这样是错的，甚至还会告诉它为什么是错的，以及什么才是对的。
哪怕我只发消息告诉它，你错了。然后它会反问一句：我错在哪儿了？
如此一来一往，目的也算是达到了。
回顾 ChatGPT 的表现，它在理解用户意图的表现上，甚至偶尔还可以和 Claude 比拼比拼。
不过，Codex 和 Claude Code 相比，前者重工程，后者在意图对齐上——至今没谁能比。
话题跑偏，说回开头的例子，我还想到另一件事情，就是我前阵子写的一篇 Bug 记录。
对于即便拥有理工科背景但没有技术行业工作背景的我来说，我在和 AI 协作的过程中仍会遇到许多黑盒，遇到许多未曾见过的 gap。
那对于大多数没有理工科背景的人来说，ta 们和 AI 之间的 gap 或许就更多了。
我就在想，如何做才能让这些 gap 少一些呢？
我没有答案；或许也没有万全之策。
我写的那篇 Bug 记录，底层是希望产品团队，能给予更多透明或者设计可审计规则，让我能更知道 Agent 在做执行的过程中到底干了什么；或者用户如我自己，能在使用 Agent 的过程中，提前定好相关原则，让它在每次执行结束主动告诉我它究竟做了什么。
也就是说，和机器对齐这件事，和产品团队有关，和用户自己有关，再加一层就是，和懂机器的人也有关——ta 们的分享，指不定会在什么时候对谁有启发。
那么，结合开头提到的例子，「和机器对齐」中的「机器」说得更准确些，其实是「机器环境」——决定了 AI/Agent 的能力天花板。
这也是为什么前段时间做 Agent 的人都在讨论 agent harness：模型之外的那一整套执行环境、工具系统、上下文管理和安全边界，是当前做 Agent 的重点。
架构做得足够好，稳定性会上升，满足用户需求的可能性也会大幅增加。