摘要

这一期对智能体的核心判断是：有用的 Claude 必须能够访问用户身边的工具，因此本地电脑不是过时的终端，而是战略性基础。 swyx 认为，硅谷低估了本地机器的价值——“为什么我们都在用 MacBook，而不是 iPad 或 Chromebook？”——而整场讨论也突出了连接器疲劳、工具缺失、数据转移的不适感，以及可能因同一账户从两个地点登录而触发锁定的身份验证系统。
Claude Cowork 是 Claude Code 的受控桌面超集，而不只是简化版。 它将现有智能体框架置于轻量级 Linux 虚拟机中，加入知识工作引导、Claude in Chrome，以及更友好的规划和提问体验，同时保留安装 Python、Node.js 及任务所需任意工具的能力。外界所说的10天开发周期，建立在约1.5年的原型和可复用组件之上——真正的护城河是廉价代码生成之下的平台。
廉价执行正在压缩产品假设与可运行原型之间的距离，但 Felix 不认为这会消灭共享软件平台。 Anthropic 越来越遵循“别写备忘录，直接构建”（“don’t even write a memo, just build”）：做出多个可信候选，用用户测试，再留下最好的版本。但高度个性化的软件会制造互操作性问题，而随着重组成本下降，可复用的模型、框架、技能和应用反而更有价值。
虚拟机和沙盒是实现自主性的基础设施，因为如果每个动作都要审批，智能体就不可能真正有用。 Cowork 将 Claude 的电脑与用户电脑隔离，控制网络和文件系统边界，并运行在 Apple 的虚拟化框架及 WSL 2 所使用的 Windows Host Compute System 之上。Felix 倾向于通过分层方式降低风险，即行业所谓的“瑞士奶酪模型”，而不是不断弹出权限请求，或让智能体直接使用不受限制的主机。
技能正在成为位于定制 API 和 MCP 集成之上的持久抽象层。 一个技能可能只是一份解释端点或工作流的 Markdown 文件；Cowork 可以把一次性、受监督的任务转化为可复用技能，并对其进行编排。基于文件的插件在技术上很容易移植，但尚未解决的产品问题，是如何把共享指令与私人偏好结合起来，同时保留“只是文本”的简洁性。
通用智能体给狭窄型 AI 应用带来期限风险，也在立即冲击初级知识工作岗位。 Felix 预计，一些高度专业化的产品可能会在通用模型吸收其规划和领域行为后显得不再稀奇，即使 Anthropic 正直接投入金融、企业及其他垂直工作流。他表示，Anthropic “非常担忧”（“deeply worried”）其对入门级工作的影响；加速模拟和类似 Waterloo 的工作经验或许能压缩培训周期，但无法回答还会剩下多少初级岗位。
Cowork 的路线图正从回答问题转向在用户工作环境的更多区域内，持续更长时间地独立行动。 预计产品会频繁更新，更深入地使用电脑，远程控制也将“很快推出”。尚未确定的终点是：Claude 最终寄居在用户的机器上、自己的本地或云端电脑中，还是通过 Gmail、Slack 等普通组织身份进行协作。

精读

1. Cowork 是拥有更安全电脑、职责更广的 Claude Code

Felix 的简洁定义是：Claude Cowork 是“用户友好的 Claude Code”，将 Claude Code 智能体框架运行在虚拟机内，并额外加入缓冲层、防护机制和便利功能，面向既不熟悉终端、也不想在开始知识工作前先安装软件的用户。
swyx 的反驳是，Cowork 给人的感觉更强大，而不是被削弱：它的 Chrome 集成和可见的任务机制，让它更像是“超集”。Felix 接受了与 Visual Studio Code 的类比：后者早期被定位为更易用，但真正重要的特质其实是可改造性、可扩展性，以及适配几乎任何工作流的能力。
反复被提及的10天开发周期需要加以限定。Anthropic 早已花费至少1.5年，探索如何把用户从问答式聊天带向任务执行，其“演示优先”的文化也积累了大量内部组件。Cowork 的诞生，是从中挑选并组装“正确的零件”，就像一个网站虽然可以快速搭建，却仍然继承了 React 及其周边生态。

2. 廉价执行改变产品发现，但不会让平台消失

Felix 描述了流程上的显著变化：“执行其实相当便宜。”过去，团队要通过低带宽的访谈了解客户，写规格说明，选择一种架构，直到更晚阶段才知道方案是否有效；如今 Anthropic 可以构建多个候选版本，分别交给小规模焦点小组测试。
他最强烈的表述是：“别写备忘录，直接构建。”过去被视为昂贵决策的事项——技术 A 还是技术 B、一个界面还是另一个界面——现在都可以先做成可运行的产品再测试。Felix 认为，这种变化直到最近才真正形成实质性增强，并不是对早已熟悉的原型开发建议换一种说法。
swyx 给出了一个具体例子：在遭遇 Electron 和 SQLite 的摩擦后，他让 Cowork 用 Swift 重做了应用，尽管自己并不懂 Swift。他说，真正有价值的是应用逻辑，而不是绑定层；对于复杂或高性能系统，他仍然希望先有架构视图，但开玩笑说“用 Markdown 也行”。
不过，Felix 反对“软件将全面个性化”的论点。如果每个人都维护一个私有聊天产品，协作会变得更困难，共享基础组件仍然有价值。因此，Cowork 的起点是“这应该是 Claude Code”，而不是重建智能体框架；廉价执行主要降低了将模型、MCP、技能和界面组合成有用产品的成本。

3. 给 Claude 一台自己的电脑，消除了人为的能力上限

虚拟机是 Cowork 最重要的基础组件。Felix 的设计启发是大幅采用拟人化思路：“这是一个人。”雇主不会让开发者通过邮件收代码、再通过邮件发回修改；人类工作者需要一台电脑，而当每个工具都必须通过聊天中介时，智能体同样会受到束缚。
Cowork 的轻量级 Linux 环境允许 Claude 安装 Python、Node.js 及任务所需的专用工具。网络进出仍受控制，用户也可以用日常语言设定边界，但律师或营销人员不必在自己的真实电脑上批准 Homebrew 安装，更不必理解其含义。
swyx 更广泛、也更反常识的判断是：“硅谷整体低估了本地电脑。”他的默认测试是：为什么这些产品的开发者自己仍然选择 MacBook，而不是 iPad 或 Chromebook？如果 Claude 的目标是极大提升生产力，把它放在用户文件、应用和已认证工作流所在的位置，就能避免一长串缺失能力。
云端执行仍然有用：swyx 会让 Claude 检查崩溃监控面板，区分可能的应用漏洞和操作系统故障，为每个可修复漏洞写一份 Markdown 提示词，并在下一场会议前启动 Claude Code 远程任务。因此答案是混合架构——本地执行并不会取代远程工作，但云端便利也不会抹去本地机器所拥有的特殊上下文。

4. 把整台桌面搬进云端，先遇到的是社会问题，而非技术问题

swyx 对为每个云服务授予并维护权限没有耐心，但他更深层的不确定性在于：人们是否愿意让服务商“把你整个工作环境都吞进去”。把整台电脑复制到云端在技术上可能并不难，但用户、雇主和机构是否接受这种转移，是另一个更上游的问题。
他最尖锐的例子涉及浏览器 Cookie。桌面应用经过授权后，可以读取并将 Chrome Cookie 转移到云端，让远程任务看起来无缝衔接。但银行及其他网站可能会把同一认证信息同时出现在两个地点，解读为账户遭到入侵，随即锁定账户，并要求客户带着护照去网点办理。
结论是带有保留的，而非绝对判断：swyx 不知道最终哪种架构会胜出，也承认生态的一部分正在慢慢适应智能体。在身份验证和机构流程跟上之前，他让 Claude 发挥作用的实际办法是：“把它放到你工作的地方。”
这种对本地环境的强调，也解释了为什么下载任意文件并拖进 Cowork 会成为一个能力解锁点。逐个连接器构建云端策略，必须预先考虑每一种工具和权限组合；本地智能体则一开始就处于用户已经自行搭建的异构环境中。

5. Cowork 的差异主要来自引导、工具和评估

Claude Code 围绕编码进行优化和评估，而 Cowork 则针对金融、法律办公室、个人房贷管理和家族财富规划等知识工作进行测试。Felix 表示，二者的差异往往来自系统提示词细节、工具选择，以及产品能够推断出什么工作内容，而不是来自完全不同的规划引擎。
swyx 的反驳值得保留：Cowork 在定性上更像是长程执行工具——它会展示一个9步计划，邀请用户修改和提问，然后把执行过程显性呈现出来。Felix 的回答是“某种程度上两者都是”：Claude Code 已经具备规划能力，但 Cowork 接收的是更大、更模糊的任务，并被明确要求使用规划工具和用户提问工具，而不是消失4个小时后带着错误结果回来。
这里的“评估”意味着：重放包含所有可用工具的完整对话，改变周围系统，并同时测量 token 回复和创建出的文件。Anthropic 将这套机制用于训练和模型周边的脚手架；Cowork 主要位于后者，不过 Felix 表示它也会对训练“有一点”影响。
Code 与 Cowork 之间的优化差距能否延续到未来几代模型，仍不清楚。Felix 认为存在“模型剩余能力”：模型实际能做的远超当前用户或框架所能调动的范围，而当下一代模型无需复杂引导就能泛化出相同行为时，精心设计的修正可能会迅速贬值。

6. Anthropic 越来越押注能穿越下一代模型的能力

Felix 目前的倾向是，尽可能赋予 Claude 更多能力，让其失败模式更安全，然后“等下一次模型发布”。他质疑是否值得重投入于那些只是因为当前模型无法自行推断某种行为才存在的脚手架。
这给高度专业化的 AI 应用敲响警钟。有些产品可能因为每个提示词、工具和工作流都针对一个用例调优，而在短期内取得惊艳效果；但 Felix 不确定，一旦通用模型无需如此密集的引导也能完成同样工作，这种优势还能持续多久。
技能体现了抽象层的变化。一个数据分析原型界面需要访问 Anthropic 的数据仓库，但团队没有构建定制集成，而是给 Claude 一个文件，大意是：“Claude，如果你想取数据，这里是端点，这里是 API 的样子，剩下的你自己搞定。”
这种 Markdown 指令模式的效果好到足以成为一个产品概念。团队没有规定 CLI 或 MCP 的接口形态，而是再向上抽象一层，描述目标和可用访问方式。技能由此出现，因为模型对实现细节的接管能力比预期更可靠。

7. swyx 把浏览器杂务变成了可复用的自动化系统

swyx 起初谨慎地从一套繁琐的 Zoom 到 YouTube 流程开始：手动下载录音，再让 Cowork 完成重复性的上传工作。流程跑通后，他扩大边界，让 Cowork 从 Zoom 下载文件、检查视频帧、生成标题和节目说明，并完成 YouTube 提交——“这替我做了 YouTuber 的工作。”
随后，他让 Cowork 把成功流程封装成技能。当部分阶段被证明可以独立使用或分别失败时，他让 Cowork 把一个技能拆成3个，并创建一个负责编排它们的父技能。一次受监督的一次性任务，就这样变成了模块化、可复用的系统，而无需 swyx 手动编写实现。
下一步升级进一步减少了点击操作：Cowork 通过 Chrome 阅读 Google Cloud 文档，配置 YouTube 程序化上传所需内容，并把生成的脚本纳入技能。同样的模式还处理了 Figma MCP 的设置，以及一次性搭建 swyx 会议网站的尝试。
Felix 把这条信任曲线比作“为自己的人生玩 Factorio”。用户从一个很小的自动化开始，观察它是否有效，再逐步添加模块，直到拥有一个“自动化帝国”。看到 swyx 使用 Claude Opus 4.6 后，他越来越倾向于建议：“不用再担心了，直接告诉它你想让它做什么。”

8. 小而可逆的杂务，教会用户如何委托更大的任务

swyx 最喜欢的个人流程，是让 Cowork 每天早上检查日历，寻找新出现的冲突。它的指令编码了真正私人的判断：如果 Dario 把会议排在另一场会议上，优先保留 Dario 的会议；区分哪些会议值得移动、哪些应该保护；并尊重 swyx 偏好的工作时间。
桌面清理之所以成为病毒式演示，恰恰是因为它看起来很简单。现场测试中，Cowork 请求文件夹访问权限，提出分类方案，展示进度，询问如何处理模糊文件，并保持删除可逆。swyx 的 Downloads 文件夹里出现了多份 term sheet 和8份办公室租约副本，促使他感叹：“好吧，别骂我。”
价值不在于整理文件夹需要前沿智能，而在于它让用户以清晰、低风险的方式体验规划、提问、纠正和执行。swyx 可以在批准前说“不要这么做”，观察系统是否理解自己的意图，并在信心累积后扩大任务范围。
主持人提到的更大胆例子——注册 PG&E、操作 Google Cloud，或最终通过外部服务商安排电话——遵循的是同一条阶梯。Cowork 的产品任务，是让人们从提问逐步转向分配越来越宽泛的工作，同时保留合理的人工介入节点。

9. 看见应用，比拥有应用更重要

Cowork 与 Claude in Chrome 的紧密集成，避免用户配置“25个 MCP 连接器”，因为这些连接器的权限和写入能力各不相同。Claude 可以直接通过同一个已认证的浏览器界面工作，阅读文档、操作界面，并把浏览器动作委托给 Chrome 子智能体。
Claude Code 桌面应用提供了具备类似优势的内置浏览器：Claude 可以看到渲染后的产品，检查 DOM，并调试自己创建的内容。Felix 的核心观点很简单：“Claude 如果能看到自己正在处理的东西，表现会更好。”无论这些视觉输入来自用户的 Chrome，还是嵌入式浏览器，逻辑都一样。
因此，swyx 更看重与现有浏览器集成，而不是从零重建一个浏览器；Felix 也同意，Anthropic 希望“在你所在的地方与你相遇”，而不是把市场缩小到愿意更换浏览器的人。当被问到为什么已有 Claude Code 会话不会自动出现在桌面体验中时，Felix 坦率回答：“好问题。我没有好的答案。”

10. 可移植技能在技术上只是文件，在社会层面却是文档问题

Anthropic 有意让技能基于文件：“它就是文件和文件夹。”Cowork 与 Claude Code 共享插件容器格式，GitHub 仓库也可以充当插件或技能市场。这已经提供了真正的可移植性，但 Felix 承认，一旦开始解释 GitHub 仓库，就会立刻失去大部分非技术知识工作者。
swyx 的反例是，一个访客签到技能存在于另一个智能体框架 Zoe 中。技能发生变化后，必须复制回 Cowork；但他希望个人记忆保留在具体产品中，技能本身则可以跨智能体流动。主持人目前的答案基本就是共享文件夹、复制或符号链接——机制简单，发现和同步困难。
尚未解决的设计问题，是如何将可移植指令与私人上下文结合起来。字符串插值可以填入姓名、电话号码、偏好文件夹、雇主或旅行政策，但 Felix 认为这种方式很笨拙。成功的格式必须保留技能的核心优势：纯文本、几乎没有结构，以及像向同事解释工作一样写下指令。
订机票暴露了其中的区别。swyx 说：“我其实不认为 AI 应该替我订机票。”Felix 表示同意，同时批评订票演示被当作默认展示项目。价格偏好可以广泛移植；时间、座位、机场，以及工作和私人旅行之间的规则则很私密。一个中立的“技能 Dropbox”听起来有用，但 Felix 不确定它是否能成为一家可行的独立企业。

11. 通用智能体冲击狭窄软件与初级劳动力市场

讨论把企业搜索视为一个暴露度较高的品类：如果 Cowork 直接完成工作，从 Glean 等产品中检索信息就只是一个很小的中间步骤，而不再是客户购买的最终结果。专业化智能体通常通过领域规划和任务专用工具创造价值，但通用框架的改进可能会吞掉更多最后一公里。
Felix 不愿预测哪些行业会消失，但他的“模型剩余能力”论点指向明确。狭窄型产品今天可能有效，随着模型泛化而失去差异化；一家初创公司的防御力，来自客户相信它会对任务结果负责，而不只是把某个暂时性的规划优势包装起来。
谈到劳动力时，Felix 的表态就不那么含糊了：Anthropic “非常担忧”入门级员工。资深员工愿意委派给初级员工的那些烦琐、可自动化工作，往往正是后者获得第一份工作的入口；如果只庆祝这些工作被消除，却不面对这条人才管道，结论就不诚实。
Alessio 半开玩笑地提出了模拟学徒制：把原本可能在3个月内遇到的分布式系统课程压缩成一周项目，然后不断重复，让1年积累出3年的经验。双方都承认更快的培训可能有所帮助，但没有解决雇主还会保留多少初级岗位。

12. 社会可能先经历渐进式发布，再迎来非连续式跃迁

Felix 提出了对年轻劳动者有利的一面：新入行的工程师可能拥有更强的神经可塑性、更少的既有习惯，也更懂得以 AI 原生方式使用编码智能体。但他随后回到规模问题：更强的适应能力，并不能决定组织会提供多少入门级职位。
Anthropic 的明确担忧是，劳动力市场的影响可能很大，而“总体而言，人们还没有准备好”。Felix 没有声称自己精通法律、营销或金融就业问题；他的观点是，经济学家、政府和社会需要进行比单个产品开发者所能提供的更严肃的讨论。
swyx 认为，频繁发布产品可能帮助用户逐步适应，但随后双方开始追问渐进式变化能否持续。一个自我强化的“大爆炸时刻”可能在系统开始加速自身发展时出现；具体标志是，Cowork 开始检查 TensorBoard、权重和偏差，并训练模型，而不只是辅助人类研究者。
swyx 不愿给出时间表——可能是10年，也可能是1年——但他认为，4年和5年的差别不如对转型即将到来的确定性重要。如果无论哪个时间尺度上的非连续变化都具有可能性，就应在确切日期尚不可知之前开始准备。

13. 隔离让智能体安全从审批表演变成工程问题

Cowork 的虚拟机有显著成本。swyx 引用了约12–15 GB 的说法，Felix 则表示，macOS 的显示方式具有误导性，因为空白镜像空间在磁盘上会被折叠。启动仍然比直接运行 Claude Code 更慢，Felix 也坦率承认这些取舍确实存在。
在 macOS 上，Cowork 使用 Apple 的虚拟化框架；在 Windows 上，则使用支撑 WSL 2 的 Windows Host Compute System。Felix 对两者都很赞赏，尤其惊讶于 Apple 最初极其精简的 API 表面，但也指出，生产代码会在启动、连接和企业限制方面积累边缘情况。
Anthropic 也在构建网络服务和驱动，以应对数据包检查及其他企业配置。控制网络和文件系统，可以让 IT 部门隔离数据丢失与外泄风险，同时允许 Claude 在自己的电脑中自由编写 Python，即便员工的主机禁止安装 Python 或 Node.js。
另一种做法会造成“审批疲劳”。如果用户必须批准系统输入的每一个字符，计算机使用系统就谈不上真正自动化——“不委托，就不叫自动化”。Felix 倾向于采用分层防护，即熟悉的瑞士奶酪模型，而不是那些“只要什么都不做就非常安全”的产品；工程师已经在容忍 npm 包以完整用户权限读取 .ssh 等风险。

14. Electron、多人智能体与 Cowork 共享同一项基础设施押注

Felix 的 Windows 95 项目源于一场关于 Electron 性能的讨论：借助 v86 模拟器，他可以通过 JavaScript 和 WebAssembly 运行 Windows 95 及 Excel，速度甚至快过许多 SaaS 交互。他强调，v86 作者 Fabian 完成了困难的模拟器工作；自己只用一晚搭建了外围项目。
他为打包 Chromium 辩护，依据的是运营现实，而不是意识形态。原生操作系统 WebView 只能通过升级操作系统修复，这会让类似 Slack 的供应商无法修复客户特有的渲染故障。Chromium 自带 GPU 规避方案，能够处理损坏的驱动和视频协商问题，在 Felix 看来，它是“工程学的奇迹之一”。
未来的检验标准，是模型能否让 Electron 变得多余，真正生成原生应用。今天，模型可以把 Electron 应用翻译成 Swift，但 Felix 不相信它们能在提升性能和降低内存使用的同时保持正确性。“我们还没到那一步”，因为成熟平台中积累多年的极致优化尚无法被复现。
Cowork 的路线图遵循同样的通用主义偏好：每周更新、更多电脑访问权限、更长时间的独立工作，以及“很快推出”的远程控制。至于多人协作，Felix 怀疑智能体是否真的需要专门协议——也许它们只需拥有 Gmail 和 Slack 身份，在 Google Docs 中留言，并互相请求技能。Anthropic Labs 则继续承载那些更大胆的想法，它们有意“相当不可能”，也“可能有一半是坏的”。

66.直击GTC现场：与姚欣、季宇盘点英伟达的野望，与2026 AI Q1季报 Elon Musk：Optimus 3 即将到来、递归自我改进已在发生，以及奇点 | #239