Claude Cowork 意外诞生记

深度Latent Space2026年3月17日3 分钟阅读
Claude Cowork 意外诞生记
Claude Cowork 源于一次意外发现:用户正用 Claude Code 处理大量非技术性知识工作。Anthropic 团队仅用 10 天就构建出这款面向非终端用户的本地智能体工作流工具。

本文为长文精华摘要,完整内容请查看原文。

产品诞生:源于意外的用户行为

团队发现,许多用户将 Claude Code 用于各种混乱的知识工作,而非纯粹的编程。技术构建者也用它处理大量非技术任务。这种模糊的界限催生了 Claude Cowork 的想法。

Felix Rieseberg 在 X 上写道:“Claude Code 不再只吸引开发者。非技术人员用它来构建东西。技术人员用它做非技术工作。这条界限正在模糊。”

更令人惊讶的是,Claude Cowork 在某种程度上是“自己写出来的”。通过人类团队协调多个 Claude Code 实例,工具在一个半星期内就准备就绪。

产品定位:用户友好但更强大

Claude Cowork 是 Claude Code 更用户友好、基于虚拟机(VM)的版本,旨在将智能体工作流带给非终端原生用户。

“用户友好”并不意味着“功能更弱”。Cowork 是一个超集产品,类似于 VS Code 最初看起来比 Visual Studio 更简单,但最终变得更具可 hack 性和可扩展性。

开发文化:原型优先与廉价执行

Anthropic 拥有原型优先的文化。Cowork 在 10 天内构建完成,使用了大量预先存在的内部组件。内部原型塑造了最终产品。

执行正变得廉价:团队从冗长的备忘录、规格说明和辩论,转向快速构建多个候选方案,并根据现实而非理论进行选择。

架构核心:本地优先与虚拟机

Felix 认为硅谷低估了本地计算机的价值。将 Claude 放在“你工作的地方”通常更强大。

“为什么 Claude 要有自己的计算机?”虚拟机既是一个安全边界,也是一个能力解锁器,让 Claude 可以安装工具、运行脚本,并在无需持续批准的情况下更独立地工作。

安全通过沙盒化实现。“批准每个命令”不是真正的长期用户体验。虚拟机在无用安全和危险自主之间创造了一个中间地带。

核心差异:技能与工作流

Skills(技能)很重要:简单的基于 Markdown 的指令作为轻量级抽象层,用于可重用工作流、个性化自动化和可移植的智能体行为。

Felix 对基于文件、文本原生的接口越来越感兴趣,这些接口告诉模型该做什么,而不是强迫一切通过 rigid 的工具模式。

Skills 与 MCPs:存在一个未解决的张力,介于公共可重用工作流和私有用特定上下文之间。

实际用例与未来挑战

当前真实用例包括:上传视频、组织文件、处理税务、管理日历、调试内部崩溃、分析财务、自动化重复性浏览器工作流。

未来挑战集中在:自主性、安全性、可移植性,以及知识工作本身形态的变化。AI 产品的最终目标不是更多能力,而是更多独立性:教用户信任 AI 处理更大范围的工作、更长的持续时间、更少的干预。

智能体生态展望

许多“AI 垂直领域”可能会被压缩:专业包装器在短期内可能重要,但更好的通用模型和更强的原语可能吸收大量狭窄用例。

桌面智能体的未来:Claude 拥有自己的计算机意味着什么?AI 应该在你的机器上运行还是在远程机器上运行?与个人数据的亲密关系如何改变产品设计空间?

觉得有用?分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察,每周更新。

相关文章

Simon Willison 正在重构 LLM Python 库的抽象层,以支持服务器端工具执行等新功能。他利用 Claude Code 分析了四大 LLM 提供商的客户端库,生成了用于测试的 curl 命令和 JSON 输出。这些调研材料已开源,旨在帮助设计更通用的 API 抽象。

深度Simon Willison·4月5日·1 分钟

智能体技能——包含程序性知识和可执行资源的结构化包,供智能体在推理时动态加载——已成为增强 LLM 智能体的可靠机制。然而,推理时技能增强存在根本性限制:检索噪声引入无关指导,注入的技能内容带来大量 token 开销,而模型从未真正习得它所遵循的知识。我们提出一个问题:技能是否可以被内化到模型参数中,使其在无需任何运行时技能检索的情况下实现零样本自主行为?我们提出 Skill0,一个专为技能内化设计的上下文强化学习框架。Skill0 引入了一种训练时课程,从提供完整技能上下文开始,逐步撤除。技能按类别离线分组,并与交互历史一起渲染为紧凑的视觉上下文,教授模型工具调用和多轮任务完成。动态课程机制…

深度·4月5日·17 分钟

评论