AI Native Workspace
桌面端智能体:2026 年新主流

一、范式跃迁:工作流的三个时代

过去 6 年,「工作流」的形态经历了 3 次代际跃迁。每一次跃迁都把「谁在执行」从「人」推向「AI」:

1.0 工作流三时代演进图

三次跃迁的共同方向:谁在执行 ← 人 → 配置 → AI。每一代都把更多「编排」工作从人转移到工具/AI。这是 6 年来工作流形态演化的核心主线。

1.1 三个时代的时间线

2026 年 6 月,OpenAI 宣布将 Codex 核心能力整合进 ChatGPT,Sam Altman 称之为「第三阶段 - 7×24 主动式 AI」。同一时间,腾讯 WorkBuddy 占据国内 PC 端 AI 原生办公智能体月活第一,字节 TRAE Work 完成从 SOLO 到 Work 的品牌升级,月之暗面发布 Kimi Work 内测,15+ 国产桌面 Agent 集中爆发。桌面正式成为 AI 巨头竞逐的「第三战场」。

1.2 为什么低代码工作流不再是主流?

站在 2026 年 H1 回看,Dify / Coze 的局限性已经非常明显:

• 门槛高:业务人员需要理解「节点」「变量」「分支」「触发器」这些概念,跟「用 AI 简化工作」的初心相悖。
• 只能回答,不能执行:即使搭好 Bot,它依然只能给出「建议你这样做」,最终搬运文件、跨应用操作还得人来做。
• 脱离真实工作场景:浏览器 SaaS 形态无法触达本地文件、本地软件、桌面应用,「最后 100 米」始终跨不过去。
• 用户基数受限:大企业里工程师只占 2%-5%,Dify / Coze 的「目标用户」天然就是少数派,无法触达 95% 的非技术白领。

Claude Cowork 团队负责人 Boris Cherny 说过一句话:「我们在 Claude Code 内部观察发现,用户用 Claude Code 不只是写代码,还拿它来整理收据、规划假期、恢复照片、监控植物、订披萨 —— 我们索性把这件事做成了 Cowork。」这正是 2026 年新主流的真正起点:把 AI 的执行能力,从开发者手里解放给所有人。

二、AI Native Workspace 是什么?

我们先定义清楚这个 2026 年最新最热的概念 —— 避免又掉进「营销词汇」的坑里。

AI Native Workspace:用户用自然语言描述需求,AI 自主拆解任务、调用工具、操作本地文件、跨应用执行,最终交付完整结果(文件、报告、PPT、可运行代码、可部署应用)的工作台形态。它不取代某个 App,而是住在所有 App 之上、之间、之外,成为新的「操作系统层」。

2.0 AI Native Workspace 架构图(5 层)

与传统低代码工作流(用户在浏览器拖节点)的关键差异:用户不写流程,只说目标,AI 在②③两层自动完成 90% 的事 —— 这是「AI 自主执行」的核心所在。

2.1 三大核心特征

2.2 2026 H1 关键数据(已经发生的事)

• OpenAI Codex:桌面端 2 月上线,截至 5 月底周活突破 500 万,半年增长 6 倍;知识工作者占 20%,增速是开发者的 3 倍;非开发者个人用户使用量 10 个月增长 137 倍,组织用户增长 189 倍。
• Anthropic Claude Cowork:2026 年 1 月 13 日发布,首月企业采用速度超过同期 Claude Code;Anthropic CCO Paul Smith 公开表示 Cowork 潜力「远超 Claude Code」,目标市场是工程师之外的 95% 白领。
• 中国桌面 Agent 集中爆发(2026 H1):WorkBuddy(腾讯,3.9)、QoderWork(阿里,1.30)、Kimi Work(月之暗面,6.3)、TRAE Work(字节,6.9)、豆包任务模式(字节,6.12)、豆包专业版(字节,6.24)集中上线。
• WorkBuddy:3.9 上线 → 5.7 易观报告显示国内 PC 端 AI 原生办公智能体月访问量 885 万、环比增速 831%,领先第二名字节 2.6 倍;Q1 财报显示「中国最受欢迎的效率 AI 智能体服务」。
• CodeBuddy(腾讯):内部 1.2 万工程师 90% 日常使用,多数团队 90% 代码由 AI 生成,整体编码时间缩短 40%。
• Kimi K2.6:Kimi Work 内核,1 万亿参数 MoE 架构,支持 300 个子 Agent 并行协作 4000 个步骤,连续 13 小时不间断编码,Agent 实测连续自主运行 5 天。
• 中国 PC 端 AI 原生办公智能体市场规模:2024 年 56 亿元 → 2029 年预计 591 亿元(中商产业研究院),CAGR 60.2%。

三、国外桌面 Agent 全家福(Codex 路线)

3.1 OpenAI Codex / Codex CLI / ChatGPT

Codex 是 OpenAI 面向所有白领推出的桌面智能体旗舰。2026 年 2 月桌面端上线,9 月 GPT-5-Codex 后端,完整生态包括:

• Codex 桌面 App:macOS / Windows,周活 500 万
• Codex CLI:开源(GitHub 36k+ stars),适合开发者集成
• ChatGPT 整合:6 月宣布将 Codex 核心能力整合进 ChatGPT,「口袋编程助手」上线移动端
• 6 款角色插件(6.2 发布):数据分析、创意制作、销售、产品设计、股权投资、投资银行,总计 62 个应用、110 项技能
• Sites:把工作成果一键生成可分享的交互式网页(对 Wix / Vercel / Replit / Figma / Lovable / Emergent 合作)
• Annotations:选中具体元素 → 用自然语言精准修改,代替「请把第三段图表换个颜色」
• 企业生态:OpenAI 与埃森哲、凯捷、CGI、Cognizant、印孚瑟斯、普华永道、塔塔咨询合作推广;企业客户收入周环比 50% 增长

Codex 的核心叙事是:Codex 周活 500 万只是个开始,OpenAI 的下一步是把 Codex 整合进 ChatGPT 这个 6 亿+ 周活的超级入口,让 Agent 覆盖每一个工作场景。Codex 团队负责人 Thibault Sottiaux 表示,Codex 比 ChatGPT 更擅长编辑复杂电子表格这类「需要写代码的任务」,这是整合的核心理由。

3.2 Anthropic Claude Cowork

Cowork 是 Claude Code 的「平民化」版本,2026 年 1 月 13 日发布,定位为「面向包括非开发者群体在内的所有人的 Claude Code 衍生版本」。

• 核心架构:基于 Apple Virtualization Framework(AVF)的轻量级 Linux 隔离虚拟机,三层隔离机制(文件系统、网络、执行环境)保障安全
• 五大功能:Projects(项目空间,跨会话持久化记忆)、Connectors(MCP 协议连接 Gmail/Notion/Slack 等)、Computer Use(原生屏幕操作)、Skills(自定义斜杠命令与工作流)、Plugins(一站式插件生态)
• Computer Use 2.0(3.24 上线):Claude 直接操控 Mac 桌面,移动光标、点击按钮、输入文本,Figma / Xcode / Slack 全部支持
• Dispatch 远程委派(3.17 上线):手机 Claude App 扫码配对,远程给电脑端的 Claude 派活
• 移动端(6.26 测试):在手机上发起并调整任务,定位「远程控制器」
• 知识工作者插件:GitHub 开源 17K+ stars,覆盖产品、销售、客服、法务、财务、工程、设计、HR、运营、数据分析、生物科研十几个岗位
• 关键事件:Cowork 90% 的代码由 Claude 自己写,开发周期仅 1.5 周;2.1 微软股价跌 9%、Adobe 跌 15%、SAP 跌 9% 反映市场对「SaaS 末日」的恐慌
• 订阅要求:Claude Pro / Max / Team / Enterprise,Mac 优先,Windows 版本 2026 年中
• 战略意义:Anthropic CCO Paul Smith:「大型企业工程师只占员工总数的 2%-5%,Cowork 的目标受众是我们其余所有人」

3.3 其他国外选手

四、国内桌面 Agent 全家福(15+ 中国版 Codex 集中爆发)

2026 年 H1,中国大厂几乎全部下场做桌面 Agent。截至 6 月底,已确认推出桌面端产品的国内厂商包括:

4.1 字节系:TRAE Work + 豆包任务模式 + 豆包专业版

• TRAE Work(2026.6.9 由 TRAE SOLO 升级):从「开发者专属」进化为「全员 AI 办公平台」,Work 模式 + Code 模式双核,Design 模式在路;推出 3 天内实测中 7 分钟完成「用户反馈 → PRD → 原型」全流程,2025 年国内开发者用户 1200 万,2025 年全年生成近 1000 亿行代码。
• 豆包任务模式(2026.6.12 上线):支持调用各类技能、设置定时任务、完成浏览器操作、运行代码脚本、生成文件;思考模式升级为「专家模式」。
• 豆包专业版(2026.6.24 上线):基于豆包 2.1 Pro,首个 Agent 驱动的办公任务模式,可操作本地电脑、浏览器、调用 Skills 技能,内置 Office 办公套件;豆包 2.1 Pro 连续运行近 18 小时完成 1303 行 RTL 芯片代码,经 9 轮迭代跑通仿真/测试/综合检查。豆包日活 2 亿,是中国用户量最大的 AI 应用。

4.2 腾讯系:WorkBuddy + QClaw + CodeBuddy

• WorkBuddy(2026.3.9 上线):基于自研 CodeBuddy Agent 架构,内置 20+ 技能包 + MCP 协议,接入微信/企业微信/QQ/飞书/钉钉,Claw 远程控制手机遥控电脑;易观 2026.5 数据月访问量 885 万、环比增速 831%、领先第二名 2.6 倍;Q1 财报称为「中国最受欢迎的效率 AI 智能体服务」;已发布企业版 WorkBuddy Enterprise + AgentSuite 套件,核心指标是「需求吞吐率」;同时与中兴通讯合作 AI 云电脑,与美团、平安银行共建技能生态,内测微信 AI 支付。
• QClaw(2026.3 上线):腾讯版免费 OpenClaw 一键包,SuperCLUE-XClaw 基准 91+ 分,代码开发维度 89.05,定位「免费高质量」。
• CodeBuddy(2025 起):腾讯内部 1.2 万工程师 90% 日常使用,90% 团队代码由 AI 生成,整体编码时间缩短 40%,支持插件/IDE/CLI/Beta Agents 四形态。

4.3 阿里系:QoderWork

• QoderWork(2026.1.30 邀测,3.3 全面开放,3.27 打通钉钉/微信/飞书):Mac + Windows 双平台,完全本地化执行(数据不出端),任务环境部署在用户本地沙盒,集成全球顶尖模型 + Agent 框架;内置技能广场,支持 Remotion(文章转视频)、数据分析、文档生成、PPT 制作等场景;阿里 Qoder 负责人丁宇:「让每个人都能拥有一个专属的超级 AI 助理」。

4.4 月之暗面:Kimi Work

• Kimi Work Beta(2026.6.3 内测):面向知识工作者的通用型本地 Agent,随 Kimi 最新测试版 Mac / Windows 客户端推出;底层搭载 Kimi K2.6(1 万亿参数 MoE 开源,2026.4.20 发布),支持 300 个子 Agent 并行协作 4000 个步骤,实测连续自主运行 5 天;客户端开发由 Kimi Code 深度参与,5 万行有效代码一周完成,AI 自主生成比例 92%;支持安装技能、定时任务、浏览器调用、专业 Skill(建站 / PPT / 金融 / 科研)。

4.5 其他国内选手(15+ 中国版 Codex)

五、AI Native Workspace vs 传统低代码工作流

看清对比,才能理解为什么 2026 年的新主流会快速取代 2023-2024 的旧主流。

5.1 一个朴素的结论

Dify / Coze 依然是企业级可视化低代码的标准选型 —— 如果你要搭一个内部 RAG 客服系统、需要图形化流程编排、需要私有化部署,它们依然是最优解。但是 ——

对于「我要让 AI 替我干活」这个 2026 年最主流的需求,桌面 Workspace 已经是确定的答案:Codex 500 万周活(并且还在以 6× 速度增长)、WorkBuddy 国内月活第一、Kimi Work 上线就敢喊「300 个 Agent 并行」、TRAE Work 一周 1200 万用户。OpenAI 总裁 Greg Brockman 公开说:「Codex 企业客户收入周环比 50% 增长,知识工作者正以开发者 3 倍以上的速度涌入」 —— 数据已经给出方向。

六、典型工作流案例(5 个真实场景)

6.1 数据分析师:Excel → 报告

Prompt:「上传了 Q2 销售数据 Excel,自动清洗数据、计算各区域业绩 Top 5、生成对比图、输出 Word 分析报告 + PPT 周会汇报材料。」

WorkBuddy / QoderWork 实测:

• WorkBuddy:30 秒完成数据清洗,自动调用 Python 脚本生成 3 张可视化图,Word 报告 + PPT 一并产出
• QoderWork:30 秒完成按景点类型汇总、男女比例计算,输出 Excel + 双色柱状图
• 原来 2 小时的工作,现在 5 分钟

6.2 运营经理:定时抓取 + 周报推送

Prompt:「设置每周五 17:00 自动触发,抓取 AI 行业 Top 30 资讯、清洗去重、按热度排序、整理成 Word 周报,推送到企业微信群。」

TRAE Work / Kimi Work 实测:

• Kimi Work 用 300 个子 Agent 并行抓取 30 个 RSS + 5 个科技媒体,Agent Swarm 调度器自动分配任务
• TRAE Work 任务完成后自动调用企微 Skill 发送,带 Markdown 格式 + 链接
• 「从此周五下午提前下班 1 小时」

6.3 产品经理:研究竞品 → 写 PRD → 生成原型

Prompt:「我想做一个面向内容创作者的轻量工具,叫『选题小店』。帮我做:1. 判断适合哪些用户 2. 设计最小可行版本 3. 写一份 PRD 4. 生成产品介绍页 5. 做一个可交互网页原型。」

TRAE Work 实测:

• 把灵感拆成「灵感收集箱 / 选题工作台 / 大纲生成器」三个模块
• 7 分钟内自动产出 PRD 文档 + 产品介绍页 + 可交互原型 HTML
• 三栏界面右侧任务栏,用户可以实时看每个子任务进度

6.4 设计师:Figma → React 组件

Prompt:「上传这个 Figma 设计稿,自动生成对应的 React + Tailwind CSS 组件代码,保留所有样式细节。」

Codex 桌面版 / Claude Code 实测:

• Codex 4 月 Computer Use 更新后,可以直接操控 Figma GUI 读图层
• Claude Code 配合 Skills 体系调用 Figma MCP,自动转换
• 90 秒内输出响应式 HTML / CSS 代码,设计师的「切图到代码」环节大幅压缩

6.5 销售:CRM 接入 + 客户分析 + 每日推送

Prompt:「接入 Salesforce / 飞书 CRM,每天 9:00 自动分析客户活跃度、找出 Top 20 重点客户、生成跟进建议,推送到我的飞书。」

Codex + WorkBuddy 实测:

• Codex 企业 Agent 插件(6.2 上线)中销售插件对接 Salesforce / HubSpot / Slack / Outreach / Clay,自动找高优先级客户、准备会议材料、写跟进邮件、更新 CRM 记录
• WorkBuddy 通过 Claw 接入企业微信,实现「从手机端远程触发任务」

七、核心能力深度剖析

7.1 Skills 技能系统(几乎是标配)

Skills 是 2026 年桌面 Agent 的核心扩展机制,TRAE Work / WorkBuddy / Claude Cowork / Codex 插件体系都遵循同一套设计理念:

• 内置 20+ 技能包:WorkBuddy 内置 20+ Skills 技能包,涵盖代码审查、Bug 修复、深度调研、订会议室等高频场景
• 不写代码创建 Skill:Claude Cowork / TRAE Work 都支持用 Markdown 写 Skill,自然语言描述「当用户说 X 时,执行 Y」即可
• Skills 工坊(Skill Workshop):OpenClaw 2026.6.1 版本后,Agent 可以在工作中主动提议新技能,人类审批后纳入标准库
• MCP 生态:通过 Model Context Protocol 连接外部工具,Skills 定义「怎么做」+ MCP 定义「能做什么」= 从问答式 AI 进化为执行式 AI

7.2 SubAgent 子智能体集群

单 Agent 处理复杂任务很容易卡在上下文瓶颈。2026 年的解法是 SubAgent 集群协作:

• Kimi Work 300 个子 Agent:同一任务自动拆解为子任务,Agent Swarm 调度器动态派生 Agent,最多 300 个并行,4000 个协作步骤
• Claude Code Agent Teams:一个会话作为团队负责人,其他子智能体在各自上下文中运行,从共享任务列表中认领任务
• OpenHands 多 Agent 协作:从 V0 单体架构升级到 V1 模块化设计(SDK / Tools / Workspace / Agent Server)

实测案例:用 Kimi Work 让 47 个子 Agent 并行从 arXiv 抓论文、生成 PPT,18 分钟内输出 22 页专业研究报告,带演讲备注。

7.3 定时任务(Cron 引擎)

AI Native Workspace 几乎都支持定时自动化,Claude Cowork 用 /schedule 命令,WorkBuddy 叫「自动化」,TRAE Work 集成云端调度器:

• 每日/每周自动触发:日报、周报、月报自动生成
• 事件触发:收到邮件附件自动 OCR 识别、监控到价格异动自动下单
• 后台不打扰:云端持续运行,即使电脑关闭也不中断

7.4 多模态工作流

2026 年的桌面 Agent 早已不是纯文本:

• 截图理解:WorkBuddy / Codex 都可以截图分析、批量整理
• 图像 / 视频生成:TRAE Work 用 Remotion Skill 把文章转视频,几秒生成完整动画
• 语音 / 实时字幕:QoderWork 支持实时语音讨论,自动结构化会议纪要
• 代码 + 视觉融合:Kimi K2.6 把代码与视觉能力深度融合,可交付专业级 Web 应用

7.5 跨应用操作(连接一切)

• 国内 IM 全打通:WorkBuddy 接入微信/企业微信/QQ/钉钉/飞书五大平台,QoderWork 打通钉钉/微信/飞书
• 腾讯生态原生:WorkBuddy 直接「住」在腾讯文档、企微、QQ 邮箱,无需切换应用
• 海外办公套件:Claude Cowork 接入 Google Drive、Slack、Notion、Microsoft 365、Zoom
• 硬件入口:WorkBuddy 与中兴通讯合作 AI 云电脑,搭载原生 WorkBuddy

八、商业模式与定价

8.1 WorkBuddy 完整定价(2026.7.1 起)

WorkBuddy 企业版以「需求吞吐率」(需求从立项到上线的流转速度)为核心指标,腾讯云 CodeBuddy & WorkBuddy 商业化负责人张翔:「单纯的个人效率提升没有意义,只有需求从立项到上线的流转效率提升,才代表 AI 真正赋能组织。」

8.2 其他主流定价(2026 H1 快照)

• Claude Cowork:Claude Pro $20/月 / Max $100-200/月(独占 Cowork),Team / Enterprise 按席位
• Codex:ChatGPT Free / Plus $20 / Pro $200 / Business / Enterprise
• TRAE Work:国内版完全免费,国际版 Pro $10/月(Cursor Pro 的一半)
• Kimi Work:免费内测,K2.6 API 按 token 计费
• QoderWork:标准档(轻量任务)+ 旗舰档(深度推理),Credits 体系
• 豆包专业版:2026.6.24 上线,68 / 200 / 500 元三档(传闻)
• OpenClaw:免费开源,API Key 自备

8.3 中国 PC 端 AI 原生办公智能体市场

2024 年 56 亿 → 2029 年 591 亿元,CAGR 60.2%(中商产业研究院)。竞争格局:WorkBuddy 第一,字节第二,Trae.cn / QClaw / QoderWork 组成第一梯队,独立厂商聚焦垂直场景形成差异化。

九、选型决策树

面对 30+ 桌面 Agent,怎么选?这棵决策树能帮你 5 分钟定位:

你的核心诉求是?
│
├─ 想要面向个人 / 团队的桌面 Agent(开箱即用)
│   ├─ 完全免费,中文友好 ──────→ TRAE Work(国内版)
│   ├─ 微信/企微/QQ 生态深绑 ────→ WorkBuddy
│   ├─ 阿里钉钉/飞书生态深绑 ────→ QoderWork
│   ├─ 想要最强的多 Agent 集群 ──→ Kimi Work(300 子 Agent)
│   ├─ 想要国产 C 端最大入口 ────→ 豆包专业版(2 亿日活)
│   ├─ 想要 Claude 模型加持 ──────→ Claude Cowork(需 Max 订阅)
│   └─ 想要 OpenAI 模型加持 ────→ Codex(ChatGPT 整合)
│
├─ 想要企业私有部署
│   └─ 阿里云 + 私有云 ────────────→ QoderWork 专有云企业版
│
├─ 想要做低代码可视化流程(客服 Bot / RAG)
│   └─ Dify / Coze / n8n / FastGPT / RAGFlow 仍是标准选型
│
├─ 想要做团队级知识沉淀
│   └─ WorkBuddy Enterprise + Skills 体系
│
├─ 想要开源自主 / 数据完全本地
│   └─ OpenHands / OpenClaw / 有道 LobsterAI
│
└─ 想要最强的 AI Coding(纯开发者)
    ├─ 开源 CLI ──→ Claude Code / Codex CLI / Aider
    ├─ IDE 集成 ──→ Cursor / Windsurf / Trae IDE
    └─ 自主 Agent ──→ Devin 2.0 / OpenHands

十、章节总结

• ✅ 工作流已从「低代码节点编排」跃迁到「AI 自主执行」,2026 年 H1 是 AI Native Workspace 元年。
• ✅ 国外:Codex(500 万 WAU)、Claude Cowork(95% 白领市场)、Anthropic / OpenAI / Google 三家全面对垒。
• ✅ 国内:15+ 桌面 Agent 集中爆发,WorkBuddy 月活第一,字节 / 阿里 / 腾讯 / 月之暗面 / MiniMax / 阶跃星辰全线入局。
• ✅ 核心能力:Skills 技能系统 + SubAgent 集群 + 定时任务 + 多模态 + 跨应用操作,五大能力成为桌面 Agent 的标配。
• ✅ 商业模式:基础免费 + Pro 订阅(WorkBuddy 70-700 元/月)+ 企业版(私有云 + Credits 体系),市场预计 2024-2029 CAGR 60.2%。
• ✅ 选型建议:普通用户首选 TRAE Work / WorkBuddy;企业优先 WorkBuddy Enterprise;开发者用 Claude Code / Codex;数据敏感选 OpenClaw / OpenHands。

附录:传统低代码工作流框架(补充,作为 2023-2024 时代的遗产)

如果你确实需要可视化流程编排 / RAG 知识库问答 / 私有化部署,这些传统框架依然是最优解,只是定位已经从「主流」变成「垂直场景选型」。

A.1 组合使用最佳实践

实战中,几款工具往往组合使用:

• Dify + n8n:Dify 负责 AI 智能问答和应用前端,n8n 负责连接 ERP、CRM、财务系统等业务流自动化
• LangGraph + Coze:核心 Agent 逻辑用 LangGraph 编写,前端交互层用 Coze 快速搭出来
• LangGraph + Dify:Dify 提供可视化 + LLM 接入层,LangGraph 提供代码级深度控制
• 新组合:WorkBuddy + Claude Code / Codex:WorkBuddy 处理日常办公 + 跨应用,Claude Code / Codex 处理复杂代码与长时任务,Skills 体系互通

视频学习:李沐 Llama 3.1 论文精读

工作流框架(Dify / n8n / Coze)都是「壳」,里面的 LLM 才是「魂」。想做好工作流节点编排、提示词模板设计、温度参数调优,必须理解你接的是哪个模型、它的训练边界在哪里。下面这集是中文社区最权威的开源大模型精读。