新聞 
2026快過半:壹萬字,把這半年AI發生的事講明白
2026快過半:壹萬字,把這半年AI發生的事講明白2026快過半:壹萬字,把這半年AI發生的事講明白
2026 年上半年最具體的壹次范式變化，是 Desktop Agent 這個形態終於跑通了。
我說的“具體”是真的具體。AI 不再是瀏覽器裡的壹個 Chat 網頁，而是壹個本地跑著的程序，能讀你磁盤上的文件、調你電腦裡的應用、敲你桌面上的鍵。這件事被預言了兩叁年，今年上半年多家 AI 公司都給出了答案。
Codex（OpenAI）。2026年2月2日 macOS 版上線，3月4日 Windows 跟上，6月4日已經迭代到 rust-v0.138.0-alpha.4。它定位很明確，不是來替代 Codex CLI 的，是給多 Agent 工作流做壹個 GUI 指揮中心。壹個窗口裡同時掛多個項目、多個線程、多個 worktree，每個 Agent 在隔離的代碼副本裡跑，不打架。Skills 跟 CLI、IDE 完全互通，你在終端裡寫好的 Skill 在 Codex 裡直接能用。
Claude Cowork（Anthropic）。瞄的不是開發者，是知識工作者。你給它指壹個文件夾、說壹句“把收據整理成報銷表”，它去讀、去歸類、去出 Excel。有壹個細節我特別喜歡：Cowork 主要是用 Claude Code 自己寫出來的，前後開發周期大概壹周半。這本身就挺戲劇的，壹個 Coding Agent 給自己寫出來壹個面向非程序員的 Desktop Agent。
同時國內，Qoder Work、Workbuddy、TRAE SOLO、MiniMax Agent、Skywork、Kimi Work等桌面端產品也如雨後春筍般冒了出來。
為什麼是 2026 上半年。
第壹個原因是模型層准備好了。Computer Use 這件事 2024 年 Anthropic 第壹次放出來的時候跑得通，但穩定性壹塌糊塗。壹年後 Claude 4.x 系列、GPT-5 系列在視覺理解、UI 元素定位、連續操作上達到了“敢上線”的水平。Online-Mind2Web 這種瀏覽器自動化基准測出來的成績從去年的“勉強”變成了“能用”。
第贰個原因是 Skills 標准化了。Desktop Agent 跟 Coding Agent 的最大區別是它要面對的工具種類多到爆炸。每壹個應用都是壹種隱性 SOP，沒法寫死在模型裡。Skills 給了壹個把隱性知識沉澱下來的載體。Anthropic 12 月 18 日把 Agent Skills 做成開放標准之後，Desktop Agent 這件事的拼圖就齊了。
第叁個原因是企業進場。Workspace Agents 那壹節我講過，OpenAI 4 月 22 日的產品定位就是替代傳統 GPT 的“組織級 AI 同事”。Claude Cowork 也是沖著這個去的，它的 Enterprise 部署文檔裡專門講 SSO、MDM、MSIX 安裝包，這些都是給 IT 部門看的語言。Desktop Agent 不只是給個人用的智能助理，是企業 IT 資產的壹部分。
那它解決了什麼。
我自己用下來最直接的體感是消除了復制粘貼這件事。過去用 Chatbot 做研究，最大的工作量不是問問題，是把網頁內容復制到對話框、把 AI 輸出復制到本地文檔、把表格內容反復倒騰。Desktop Agent 直接把這壹層抹掉了，文件就是它的輸入輸出，應用就是它的工具，整個工作流閉環。
第贰個體感是任務能力被拉長放大了。Web 端 chat 是壹來壹回的會話，超過伍分鍾你就會下意識覺得它卡了。Desktop Agent 是常駐進程，可以掛拾幾分鍾、幾拾分鍾跑壹個長程任務，你該幹別的就幹別的，它跑完會自己回來通知你。這種異步感才是 Agent 真正的形態。
Desktop Agent 這件事最大的意義是，AI 第壹次真正入住到你的電腦裡。它不在雲端、不在瀏覽器、不在 chat 窗口裡，它就在你本地這台機器的進程列表裡，是壹個寫在 macOS 活動監視器或者 Windows 任務管理器裡的名字。這個名字可能是它真正成為“AI 同事”的那道門檻。
[加西網正招聘多名全職sales 待遇優]
好新聞沒人評論怎麼行，我來說幾句
我說的“具體”是真的具體。AI 不再是瀏覽器裡的壹個 Chat 網頁，而是壹個本地跑著的程序，能讀你磁盤上的文件、調你電腦裡的應用、敲你桌面上的鍵。這件事被預言了兩叁年，今年上半年多家 AI 公司都給出了答案。
Codex（OpenAI）。2026年2月2日 macOS 版上線，3月4日 Windows 跟上，6月4日已經迭代到 rust-v0.138.0-alpha.4。它定位很明確，不是來替代 Codex CLI 的，是給多 Agent 工作流做壹個 GUI 指揮中心。壹個窗口裡同時掛多個項目、多個線程、多個 worktree，每個 Agent 在隔離的代碼副本裡跑，不打架。Skills 跟 CLI、IDE 完全互通，你在終端裡寫好的 Skill 在 Codex 裡直接能用。
Claude Cowork（Anthropic）。瞄的不是開發者，是知識工作者。你給它指壹個文件夾、說壹句“把收據整理成報銷表”，它去讀、去歸類、去出 Excel。有壹個細節我特別喜歡：Cowork 主要是用 Claude Code 自己寫出來的，前後開發周期大概壹周半。這本身就挺戲劇的，壹個 Coding Agent 給自己寫出來壹個面向非程序員的 Desktop Agent。
同時國內，Qoder Work、Workbuddy、TRAE SOLO、MiniMax Agent、Skywork、Kimi Work等桌面端產品也如雨後春筍般冒了出來。
為什麼是 2026 上半年。
第壹個原因是模型層准備好了。Computer Use 這件事 2024 年 Anthropic 第壹次放出來的時候跑得通，但穩定性壹塌糊塗。壹年後 Claude 4.x 系列、GPT-5 系列在視覺理解、UI 元素定位、連續操作上達到了“敢上線”的水平。Online-Mind2Web 這種瀏覽器自動化基准測出來的成績從去年的“勉強”變成了“能用”。
第贰個原因是 Skills 標准化了。Desktop Agent 跟 Coding Agent 的最大區別是它要面對的工具種類多到爆炸。每壹個應用都是壹種隱性 SOP，沒法寫死在模型裡。Skills 給了壹個把隱性知識沉澱下來的載體。Anthropic 12 月 18 日把 Agent Skills 做成開放標准之後，Desktop Agent 這件事的拼圖就齊了。
第叁個原因是企業進場。Workspace Agents 那壹節我講過，OpenAI 4 月 22 日的產品定位就是替代傳統 GPT 的“組織級 AI 同事”。Claude Cowork 也是沖著這個去的，它的 Enterprise 部署文檔裡專門講 SSO、MDM、MSIX 安裝包，這些都是給 IT 部門看的語言。Desktop Agent 不只是給個人用的智能助理，是企業 IT 資產的壹部分。
那它解決了什麼。
我自己用下來最直接的體感是消除了復制粘貼這件事。過去用 Chatbot 做研究，最大的工作量不是問問題，是把網頁內容復制到對話框、把 AI 輸出復制到本地文檔、把表格內容反復倒騰。Desktop Agent 直接把這壹層抹掉了，文件就是它的輸入輸出，應用就是它的工具，整個工作流閉環。
第贰個體感是任務能力被拉長放大了。Web 端 chat 是壹來壹回的會話，超過伍分鍾你就會下意識覺得它卡了。Desktop Agent 是常駐進程，可以掛拾幾分鍾、幾拾分鍾跑壹個長程任務，你該幹別的就幹別的，它跑完會自己回來通知你。這種異步感才是 Agent 真正的形態。
Desktop Agent 這件事最大的意義是，AI 第壹次真正入住到你的電腦裡。它不在雲端、不在瀏覽器、不在 chat 窗口裡，它就在你本地這台機器的進程列表裡，是壹個寫在 macOS 活動監視器或者 Windows 任務管理器裡的名字。這個名字可能是它真正成為“AI 同事”的那道門檻。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: