Related articles
文 | 字母 AI
Cowork 是 Anthropic 最近推出的一个桌面 AI Agent，能让用户无需编程即可完成本地文件处理、工作流程自动化等任务。
这个产品对产业的影响非常大，但它有点太贵了，只有 Anthropic 的 Max 用户才能使用，最低也要每月 100 美元。
有意思的是，仅仅过了 48 个小时，就有人通过根据 Cowork 的产品逻辑开发出了免费开源的版本 OpenWork。
它同样可以读取文件、创建文档、自动化重复性知识工作。而且它不需要订阅，用户只需接入自己的 API 密钥，选择想用的模型，就能在 Mac 上运行 Agent 工作流。
当一个产品的核心能力可以在两天内被复制，要么是技术门槛已经足够低，要么是原型足够清晰。
答案显而易见，Vibe Coding 已经强大到只要给出的需求足够明确，就能做个甩手掌柜，让 AI 独自完成所有的工作。
事实上 Cowork 这个产品本身的开发周期就仅有 10 天，团队也就 4 个人，几乎全部代码都由 AI 编写。并且它的代码完整、封装完整，是一个成熟的应用，而非以前那种 10 天半个月就开发出来的玩具级应用。
医生可以给自己做手术，理发师可以给自己剪头发，而 AI 也可以构建 AI。
01
在 Cowork 诞生之前，市场已经有不少相似的产品。
最被人们熟知的就是 Manus，它的定位是 「首个通用 AIAgent」，由已经被 Meta 收购的蝴蝶效应开发。
Manus 在云端异步执行任务，用户可以关闭笔记本电脑后让 Agent 继续工作。在 GAIA 基准测试中，Manus 在 1 到 12 级难度的最优表现，超越 OpenAI Deep Research。不过 10 到 12 级难度的得分仍然很低，仅有 0.4-0.8%。
其架构使用 Claude 作为主 LLM，配合 29 种专用工具，通过多 Agent 并行处理与结构化输出 (Schema) 来管理上下文。
2025 年 3 月发布后，Manus 在 8 个月内达到 1 亿美元年度经常性收入，这个增长速度在 AI 产品中极为罕见。2025 年 12 月，Meta 以超过 20 亿美元收购 Manus，这笔交易的估值是其半年前 5 亿美元估值的四倍。
Gemini CLI 是谷歌的开源终端 Agent，面向开发者群体。
它提供免费访问 Gemini 2.5 Pro，内置谷歌搜索、文件操作、Shell 命令等工具，并支持 MCP 扩展。与 Cowork 的图形界面不同，Gemini CLI 保持在命令行环境，但通过开源策略鼓励社区贡献和自定义集成。
ChatGPT Agent 于 2025 年 7 月推出，运行在虚拟机环境中，集成文本浏览器、可视化浏览器、终端和第三方 API 连接器。Pro 用户每月获得 400 次使用额度，Plus 和 Team 用户为 40 次。
在 HLE 基准测试中得分 41.6%，在 BrowseComp 基准测试中达到 68.9% 的结果。但实际测试显示基线成功率仅 12.5%，需要优化才能达到 80% 的任务完成率。
ChatGPT Agent 的前身，是 OpenAI 在 2025 年 1 月发布发布的 Operator。
对比维度上，自主性程度从高到低依次为 Manus、Cowork、ChatGPT Agent、Gemini CLI。
Manus 允许完全异步执行，用户可以在任务运行期间完全脱离；Cowork 采用委托式执行，用户授权后 AI 自主工作；ChatGPT Agent 提供监督模式选项，用户可以选择介入程度；Gemini CLI 则采用交互式确认，每个关键步骤都需要用户批准。
执行环境方面，Manus 和 ChatGPT Agent 提供完整虚拟环境，隔离性最强；Cowork 限定在本地文件夹，通过沙箱机制保证安全；Gemini CLI 直接访问系统终端，灵活性最高但风险也相对较大。
Gemini CLI 的使用门槛最高，它需要用户具备命令行操作能力。而其他三款软件，均可以通过自然语言或者点击界面来执行任务。
技术架构中，多 Agent 协作、工具链集成、沙箱隔离和虚拟机封装代表了不同的安全与能力权衡。
Manus 的多 Agent 系统采用 MapReduce 架构，主 Agent 分析任务并生成执行计划，然后派生出数百个专业化子 Agent 并行工作，最后聚合结果。
这种架构使其能够同时处理大规模任务，比如找出所有 YC 支持的金融科技初创公司 CTO 的电子邮件地址，这个任务如果由人工完成需要数周，而 Manus 可以在几分钟内完成。
Cowork 与 Claude Code 共享相同代理栈，但通过 GUI 而非终端界面呈现，实现 「相同能力，不同入口」。
它运行在完整的 Linux 容器中，由于目前 Cowork 只支持 Mac，所以它使用的是 Apple 虚拟化框架所提供的沙箱隔离。用户能明确授权可访问的文件夹，如果不授予访问权限，Cowork 就无法看到该文件夹。
Gemini CLI 通过 MCP 服务器扩展能力，支持 GitHub、Firebase、谷歌 Workspace 等集成。
开发者可以配置多个 MCP 服务器，每个服务器提供特定领域的工具。这种模块化设计使 Gemini CLI 成为一个可扩展的平台，而不仅仅是一个固定功能的工具。
ChatGPT Agent 的虚拟机环境提供了最严格的隔离，但也带来了性能开销。在测试中，简单的点击、选择元素和搜索操作可能需要几秒钟甚至几分钟。
02
Cowork 给业界带来的最大启示就是，AI 也可以构建 AI。
传统软件开发中，从概念到产品需要数月甚至数年，AI 辅助开发将周期缩短到数周。
到了 AI 构建 AI 阶段，整个产品开发的周期可以以 「天」 为单位。Cowork 就是最好的证明。
AI 生成的代码通常需要人工审查和修正，但当 AI 构建的是 AI 工具本身时，它对领域的理解深度超越了通用场景。
Claude Code 理解代码生成的模式、常见错误、最佳实践，因为它每天处理 1.95 亿行代码，形成了一种自产自销的良性循环。
Anthropic 的工程师鲍里斯·切尔尼 （Boris Cherny） 对这个过程的描述是：「我们采用了一种 Vibe Coding 的方法，工程师给出一个大概的结果，然后让 Claude Code 生成 Cowork 的大部分功能。」
Claude Code 不仅写代码，还提出自己的想法，建议应该构建什么。因此这不是简单的代码生成，而是一个理解需求、设计架构、实现功能的完整过程。
这种递归改进已经在 Anthropic 内部产生了显著影响。
去年，Anthropic 工程师表示，Claude 辅助完成了 30% 的编码工作。到了 2025 年，这个数字提升到了 60%。
同时 Anthropic 的工程团队表示，其团队规模扩大了一倍，代码合并请求 （PR 吞吐量） 却增加了 67%。
这是一个反常识的事情，PR 指的是当开发者完成一段代码开发后，会发起代码合并请求。当团队审核代码质量、确认功能无误，才能将这段代码合并到项目的主分支中。
理论上来说，团队规模越大，PR 吞吐量越低。但是由于原本需要人工编写、审核的大量功能代码，被 Claude Code 承接，减少了人类工程师的重复工作。
工程师可以更聚焦于核心模块的审核与架构设计，让 PR 的审核、合并流程更快，最终体现为电表倒转，PR 吞吐量提升。
更进一步，Anthropic CEO 达里奥·阿莫德 （Dario Amodei） 在 2025 年 10 月季度技术沟通会上公开表示，新 Claude 模型和功能的 「绝大多数」 代码现在由 AI Agent 自主编写，且这个比例超过 90%。
换句话说，今天你用的 Claude，是昨天 Claude 自己写给你用的。
Claude Code 的能力被封装进 Cowork，Cowork 又让非技术用户能够构建自动化工具，这些工具可能反过来生成新的 AI 辅助流程。
同时，整个过程也因为不断有新的工具加入而变得越来越高效、越来越准确。
归根结底，这些 Agent 产品的共同使命是将 AI 模型从聊天窗口中解放出来。
传统 chatbot 的局限性已经显而易见，它们被动响应用户输入，无法主动执行操作，缺乏跨会话记忆，困在对话框的界面牢笼里。当用户需要完成实际工作时，chatbot 只能提供建议，真正的执行仍需人工介入。
新一代 Agent 实现了根本性突破。
2025 年 11 月的 AI Agent Summit 上，一位 Anthropic 工程师描述的工作流：「15 个并行实例，每个作为自主工作者无监督执行数小时。从早上用手机启动会话，白天晚些时候检查输出。」
这种模式的核心在于，你把任务委托给你信任的模型，让它在你不监看时自行解决问题，同时也标志着，大模型正在从 「对话助手」 转变成一位 「数字员工」。
这个转变不仅仅是技术进步，更是工作方式的重构。
而在 nthropic 2025 年 Q4 内部研发状态报告中，一位 Anthropic 工程师估计，他们的工作已经 「70% 以上转变为代码审查者/修订者，而不是全新的代码编写者」。
另一位工程师认为，「为 1 个、5 个或 100 个 Claude 的工作负责」 是未来工程师唯一需要做的事情。他认为这不是失业的威胁，而是角色的转换。从执行者变成指挥者，从劳动者变成架构师。
给 Claude 一个浏览器来测试自己的 UI，质量会提高 2 到 3 倍。给它一个测试套件，它会自我纠正。模型已经具备了能力，构建让你能够信任输出而无需审查每一行的系统才能解锁其余部分。
但这个转变也没有那么靠谱，当前的瓶颈是可靠性。
如果 AI 可以在 10 天内构建自己的继任者，人类团队面临着 「不可能的竞赛」 来审计正在创建的内容。
PromptArmor 报告称，Cowork 可以通过提示注入被诱骗将敏感文件传输到攻击者的 Anthropic 账户，而在授予访问权限后无需任何额外的用户批准。
这个过程不仅相对简单，而且愈发难以收拾。AI 性能越强，权限越高，那么这个情况就会越恶化。
Anthropic 对此的回应是，这个问题超出了范围，因为包含受影响代码的 GitHub 存储库已在 2025 年 5 月存档，并且不计划修补。
尽管存在这些风险，但 AI 构建 AI 的趋势已经不可逆转。
03
目前 AGI 已经初具呈现。
这就不得不提起 Claude Code 引入的 CLAUDE.md 系统了。这是一个积累机构知识的机制，工程师在同事的 PR 上标记 @.claude 来添加学习内容，将 AI 视为一个正在入职的工程师，积累机构知识。
用户维护一个错误文件，记录 2500 个 token 的累积更正，作为一个实体的记忆，否则它会在会话之间忘记一切。每个冲刺，AI 在该代码库中变得更聪明。
这种学习不是被动的知识积累，而是主动的能力提升。Claude Code 现在可以提出自己的想法，建议应该构建什么。它不再只是执行指令，而是参与到创意过程中。
这种从工具到伙伴的转变，是 AGI 的一个关键特征。
Anthropic 在 2025 年发布的 《AI 辅助研发效率白皮书》 中提到了这么一个事情，Claude 所辅助的工作中，27% 是 「否则不会完成」。
「否则不会完成」 就是那些因为优先级低、耗时久、回报不确定而被跳过的任务的统称。比如为某个小众功能做交互式数据监控仪表板，不做也不会影响主线进度。那么如果这个数据监控仪表板没有做，它就会被归类为 「否则不会完成」。
只需给出目标，Claude 就能自主设计、编写、测试，工程师仅需最终审核，从而让 「不值得做」 的任务变得可以做。
Anthropic 在白皮书中写道，这种把 「否则不会完成」 变成可以完成的能力，其增长不是线性的，而是指数级的。
当一个人类大脑可以监督 15 个并行会话时，每个会话都被信任独立执行，生产力不是增加 15 倍，而是开启了全新的可能性空间。
任务不再受限于人类的时间和注意力，转而受限于问题的复杂性和 AI 的能力。
当然话又说回来了，目前 AGI 呈现仍然有明显的局限性。
AI 构建的是仍然停留在应用层工具这个阶段，而非底层模型。
Claude 没办法构建一个 Claude。递归自我改进仍然局限在特定领域，而不是全面的智能提升。
可靠性仍然是瓶颈。ChatGPT Agent 在简单任务上的基线成功率只有 12.5%，需要大量优化才能达到实用水平。即使是表现最好的系统，也会在复杂的用户界面和扩展工作流程中遇到困难。
接下来还需要面对安全问题，提示注入攻击、数据泄露、意外的破坏性操作，这些风险随着 AI 自主性的增加而放大。
当前的安全措施主要依赖于沙箱隔离和权限控制，但这些机制在面对复杂的攻击场景时可能不够。
不过目前最大的瓶颈是 Agent 的通用性不够高。
虽然这些 Agent 可以处理多种任务，但它们在特定领域的表现仍然远超跨领域的泛化能力。
AGI 的实现路径不仅是语言模型性能的提升，更是产品形态和工作流设计的系统工程。当前的 Agent 产品展示了这条路径的早期阶段：从被动的对话到主动的执行，从单次交互到持续学习，从人工监督到自主工作。
Gartner 的 《AI Agent 重塑企业采购报告》 预测，到 2028 年，90% 的 B2B 采购将由 Agent 处理，「Agent 商务」 将控制超过 15 万亿美元的支出。
到 2028 年，使用多 AgentAI 处理 80% 客户面向业务流程的组织将占据主导地位。AI 是一个企业的基本能力，而不是附加功能。
它们将工作流程重新设计为基于 AI 以及 AI 优先，而不是将 AI 塞入现有流程。
但这个转变不会一帆风顺。Gartner 还预测，到 2028 年，25% 的企业网络安全事件将由 AIAgent 的误用引起。随着 AI 获得更多自主权，风险也在增加。
不过必须要承认的是，从 Cowork 到 Manus，从 Gemini CLI 到 ChatGPT Agent，这些产品正在重新定义人机协作的边界。
当 ChatGPT 还在陪聊时，Cowork 已经开始 「打工」 了。AI 不再是回答问题的工具，而是完成任务的伙伴。这个转变的深远影响，我们才刚刚开始理解。
