关注◆ AI一手 ◆每天分享最前沿的AI技术与应用

千问办公上线以后，我脑子里冒出来的第一个念头是，这张桌子终于挤满了。

阿里做 AI 办公并不难猜。它有千问、有钉钉、有云，迟早会把这些东西拢进一个入口。让我在意的是它出现的时间点。年初 Claude Cowork 刚把 Agent 带进普通人的文件夹，半年过去，腾讯、OpenAI、Google、Amazon、月之暗面、MiniMax、Manus、Genspark 和阿里已经坐到了一起。

单独看，每一款产品都像一次正常更新。放到同一张时间线上，密度就有点吓人了。桌面 Agent 从一个刚冒头的新概念，迅速变成了今年最拥挤的 AI 赛道之一。

可产品越多，选择越难。它们都说自己能读文件、做文档、调用工具，有些还会直接操作电脑，名字也越长越像。这篇我不排总榜，先按它们进入的工作场景拆开，看看这 20 多个名字各自适合什么。

01先弄清楚桌面 Agent 是什么

01这半年，桌面突然成了新战场

如果给这波热潮找一个起点，我会选 Claude Cowork。以前让 Agent 读文件，常见做法是把材料拖进聊天框；Cowork 直接把文件夹变成了工作区。任务从文件夹里开始，做完的文档、表格和演示也回到文件夹里，整个过程第一次离普通人的办公习惯这么近。

后面的节奏一下子快了。Codex、Skywork Desktop、WorkBuddy、Amazon Quick、Kimi Work、ChatGPT Work，再到千问办公，几乎每个月都有新名字进场。

把这些产品放在一起，它们的方向很一致，都在往聊天框外面走。过去 AI 给出答案，复制、整理、改格式、放回项目目录，仍然要人接着做。桌面 Agent 开始自己找材料、调工具、处理失败，再把结果放回原来的工作环境。

桌面 Agent 也从这里开始变难。谁能顺利读到文件，谁能叫得动常用软件，谁又敢把足够的权限交出去，这些原本藏在聊天框后面的细节，全都被推到了台前。

02先划一条线，什么才算桌面 Agent

标题既然叫大全，边界得先讲明白。我只收三种能力同时具备的产品，它能进入用户授权的本地或桌面环境，能围绕一个目标连续推进，也能把可以继续使用的结果交回来。比如，普通 AI 聊天工具可以读你上传的 PDF，却不会继续改动本地文件，也无法调用电脑里的其他工具，我没有把它列进来。完全运行在云端、碰不到本机文件和应用的产品也一样。

这条边界并不整齐。Manus 原本是云端 Agent，My Computer 接入本地文件和命令后，才进了这张图。Codex 和 Claude Code 从编程出发，却比很多办公产品更早学会读写文件、调用终端和检查结果，这篇也绕不开它们。

只看演示视频，很容易高估 Agent 直接看屏幕、点鼠标这条路线。它的画面最直观，放进宣传视频里也最吸引人。但任务一旦变长，这种方式往往最不稳定。连接器、API、CLI 和 MCP 处理的是结构化信息，速度更快，结果也更容易检查。浏览器操作排在中间，实在没有别的入口，Agent 才需要靠识别画面去点击。

02桌面 Agent 正在走向哪里

01文件夹，成了第一块工作区

Claude Cowork 把这条路讲得最明白。用户给它一个文件夹和一个目标，剩下的读取、整理、调用工具、生成文件都在里面完成。人不用守着聊天框一句句接力，等任务推进到能审阅的时候再回来即可。

OpenAI 随后把同一件事拆成了三个入口。Chat 继续负责快速问答，Work 面向研究、分析和文档交付，Codex 留在代码仓库和终端里。这个分法很实际，知识工作者不需要先弄懂仓库、沙箱和命令行，也能用上原本更接近程序员的执行能力。

到了 Kimi Work，单个 Agent 已经不够用了。Goal Mode 会把一个目标拆给研究、浏览、代码和文件处理等不同角色，再把结果收回来。“最多 300 个 Agent”是页面上最抢眼的数字。普通用户更容易感受到的，是任务能不能少靠几轮补充提示，自己继续往前走。

Skywork Desktop 的起点更朴素，它盯着交付物。文档要能改，表格要能接着算，PPT 要能直接讲，网站要能打开。模型在后台跑了多少轮很难感知，文件离能交差还有多远，一眼就能看出来。

02国内办公，文件夹只占一部分

国内办公有个很现实的问题，材料往往散在好几个地方。微信群里一张图，飞书里一份文档，钉钉里一条审批，QQ 里临时发来的附件，拼起来才是一天真实的工作。只会处理本地文件的 Agent，很容易漏掉聊天和协作平台里的这些信息。

WorkBuddy 抓住了这一点。它也做项目工作区、Skills 和本地文件，但最有辨识度的部分还是微信、QQ、企微、飞书和钉钉。任务从消息里发起，腾讯文档和知识库继续补材料，用户不用先把资料全部搬进一个新客户端。

千问办公走得更像一套岗位工具箱。HR、律师、财务、商家、分析师和工程师各有一套入口，因为这些岗位需要的材料、工具和最终格式本来就不同。阿里的分量也在这里，千问负责模型，钉钉、云、经营数据和企业服务负责把模型接进公司原有的工作里。

这套组合能不能跑顺，现在还不能只看产品页面。连接有多深、长任务稳不稳定、生成文件能不能直接用，要留到统一任务实测。

MiniMax 又给出了另一种分法。MiniMax Code 面向通用和开发工作，MiniMax Hub 把文字、图片、视频和音频 Agent 放到同一张创作画布上。桌面 Agent 可能会像今天的软件一样继续分化，研究、财务、招聘、开发和内容创作，各自长出不同的工作台。

03再往前一步，它们开始接管长期上下文

文件只是工作留下来的结果。谁负责哪个项目，上次会议定了什么，客户刚在邮件里改了哪项要求，这些散在人、项目和系统之间的关系，往往更难找。Amazon Quick 把邮件、日历、消息、企业应用和本地文件连起来，先弄清材料在哪里，再去写那份周报。

对企业来说，能写几段文字早已不稀缺。更难的是让 AI 知道资料散在哪里，同时守住组织权限。

Manus Desktop 处理的是云端和本机之间的断点。My Computer 让同一个任务可以从云端继续做到用户自己的电脑，管理本地文件，也能执行命令。Genspark Claw 则更接近一个常驻角色，既能跑在云端电脑，也能通过桌面应用留在本机，再用消息入口、记忆和定时任务保持在线。

常驻很方便，权限也随之变得敏感。Genspark 的帮助文档写得很坦白，本地模式选择的工作区只是软引导，并非系统级硬边界。Agent 可能因为任务需要访问目录外的文件，文档因此直接建议用户先备份重要资料。

这类说明看起来不如产品演示精彩，却更接近桌面 Agent 的真实代价。一个会读邮件、改文件、连账号、定时运行的 Agent，犯错时影响的已经是电脑里的东西。

04程序员先把这条路走了一遍

Codex、Claude Code、Google Antigravity、MiniMax Code 和 WPS Comate 身上都有很重的开发工具痕迹。文件系统、终端、脚本、版本记录、失败重试、变更审查，这些看起来很技术的能力，恰好也是 Agent 处理长任务时离不开的基本功。

现在它们正在被搬进普通办公。工作区、Skills、MCP、子 Agent 和任务队列越来越常见，程序员只是比其他人更早遇到同一组问题，怎样给足材料，怎样限制权限，怎样检查 AI 改过的东西。

OpenClaw 代表了更自由的一端。模型、消息渠道、浏览器、文件系统和命令行都可以自己接，长期运行的方式也可以自己搭。自由带来的成本同样直接，安装、权限和维护都要用户自己负责。

DeskWand、Coworker、Open Coworker、FirstClaw、KiraClaw、DeskTalk、Open Deskmate 等独立产品又沿着这条路继续分叉。本地运行、自带模型密钥、MCP、定时任务、多 Agent，每一项都能长出一个新组合。这些产品的成熟度差得很远，有些网站刚上线，有些还只是 GitHub 仓库，安装之后能不能稳定工作，需要逐个验证。

把这些长尾产品也算进来，这张地图已经超过 20 个名字。我把目前公开可查、能够接触本地或桌面环境、并且会连续推进任务的主要路线尽量补齐了。后面还会冒出新产品，这个名单也会跟着更新。具体的平台、上下文来源、执行方式和交付物，都放在下面两张表里。

03怎么判断和选择桌面 Agent

01把模型名字遮住，产品的差别还在

同一款模型可以同时出现在几种产品里。把模型名字遮住，很多差别仍然存在。有人能读到本地文件，有人接得进企业系统；有人交回一段文字，有人交回可以继续改的表格和 PPT。

对用户来说，顺序很现实。先看它能不能找到对的材料，再看常用工具通不通；任务做完以后，结果能否直接接上下一步。等这些都满足了，才轮到那个最难的问题，敢不敢把权限交给它。

最容易拦住人的，往往是权限。有的使用系统沙箱，有的只授权指定文件夹，有的会在高风险操作前再次确认，也有的主要依赖软约束。模型排行榜相差几分，未必会改变一个人的工作；权限边界模糊，却可能让人根本不敢用。

聊天机器人答错一句话，用户可以不采纳。桌面 Agent 做错一个动作，文件真的会改变；连接了邮件、日历和消息渠道以后，错误还可能直接发出去。看一款桌面 Agent，我会先问它能碰什么，准备怎么碰，做错时能不能停，改坏以后能不能找回来。

02选哪个，先看你的工作放在哪里

这一类产品很难排总榜，因为每个人的文件、同事和工具分布都不同。材料主要放在本地，工作围绕研究和文档交付展开，可以先看 Claude Cowork、ChatGPT Work、Kimi Work 和 Skywork Desktop；工作大量发生在微信、QQ、飞书、钉钉和国内云文档里，WorkBuddy 与千问办公会更顺手。

邮件、日历、CRM、Slack、Teams 和企业系统占了大头，Amazon Quick 的路线更合适。想把一台电脑变成可以远程派活、长期运行的 Agent 主机，可以继续看 Manus Desktop、Genspark Claw 和 OpenClaw。代码和脚本是主要工作环境，Codex、Claude Code、Antigravity 和 MiniMax Code 仍然更自然。

选产品时不用先数功能。把自己的工作顺一遍，材料放在哪里，任务从哪里开始，做完以后又要回到哪里。哪个产品能接住这条路径，哪个才值得先试。

我的工作，到底住在哪里？

---

04写在最后

回到千问办公，我现在没法判断它好不好用，也不想只凭产品页面替它下结论。但它一上线，桌面上那块大厂拼图也补齐了。

年初大家还在看 Claude Cowork 能不能把编程 Agent 的工作方式带给普通人。半年以后，桌面上已经坐满了产品。接下来的问题会具体得多：哪些材料可以给它，哪些账号可以连，哪些操作必须停下来问我。愿意放出去多少权限，可能比模型选哪一家更早决定我会不会长期用。

好了，以上觉得有用，帮忙点赞、转发、收藏三连。关注我，我们下次再见。