Claude Code 終於不用打開終端機了:Cowork 實測與 Manus、NotebookLM 的關鍵差異
Claude Code 終於推出 Cowork 無需開啟終端機,重新定義了 AI 程式開發工具的易用性。本文深度實測 Cowork,與 Manus、NotebookLM 進行關鍵差異對比,揭示為何 Cowork 成為非工程師友善的開發解決方案。
我一直覺得 Claude Code 最大的問題不是技術,是名字。
「Code」這個詞,在非工程師眼中就像一道結界。你跟朋友說「這工具超好用」,他們問「要寫程式嗎?」你說「要打開終端機」,對話就結束了。
這不是誇張。Windows 95 之後,CLI(命令列介面)就不再是主流了。我認識不少資訊業的人,甚至有些初階工程師,這輩子從來沒進過 Terminal。工程師習慣直來直往打指令,但放眼整個使用者群體,這絕對是少數。
所以當 Anthropic 推出 Cowork 的時候,我的第一反應是:終於。
十天,用 Claude Code 自己寫出來
在開始聊功能之前,有件事值得先說。
根據 Anthropic 工程師的說法,Cowork 這個產品是在大約十天內打造出來的。更有趣的是,它的程式碼幾乎全部是用 Claude Code 自己寫的。
一個 AI 編程工具,用自己寫出了自己的「非技術版」兄弟。
這件事的意義不只是「開發速度快」。它證明了 Claude Code 已經強到可以用來做產品開發——不是寫寫小腳本,是做一個要上線的、給幾十萬用戶用的功能。
如果你還在觀望 AI 輔助開發到底實不實用,這大概是目前最有說服力的案例了。
Computer Agent 該具備什麼能力?
既然 Cowork 定位是 Computer Agent,它需要做到的事情就很多。
最基本的是檔案操作。讀、寫、新增、刪除、改名、搬移——這些 Claude Code 本來就會。但要整理一個亂七八糟的桌面,光會操作檔案還不夠。
它要能看懂檔案是什麼。Claude Code 以前有固定的檔案範圍,主要處理程式碼相關的格式。但 Cowork 得面對所有東西:圖片、影片、PDF、Office 文件、各種奇怪的格式。
它還要知道這些格式的結構。這點很關鍵。大多數人不知道 PPTX 檔案本質上是一個壓縮包,裡面是一堆 XML。Word 文件也是。要讓 AI 能正確處理這些格式,它得對檔案結構有深層的理解,而不只是「知道這是 PPT」。
我猜這是透過 Anthropic 內建的 Skills 實現的。Skills 是一套最佳實踐的指令集,讓 Claude 在處理特定類型的任務時,能按照經過優化的流程執行。
最後,它要能操作應用程式。目前看起來 Cowork 主要能操作瀏覽器和 Finder,還沒辦法開啟其他 App。但配合 Claude in Chrome,它已經能做不少事了。
實測:從 Product Hunt 到本地簡報,一氣呵成
我自己做了一個測試。給 Cowork 下了這樣的指令:
「開啟 Product Hunt,把今天排名前 10 的產品做成 10 頁的 PPT,用繁體中文,每頁包含產品名稱、一句話介紹、上網找一張產品截圖,做完後存到我的工作資料夾。」
這個任務拆開來看,至少包含:
- 自己找到 Product Hunt 的網址(沒有人告訴它)
- 抓取並判斷「排名前 10」的產品
- 理解每個產品是做什麼的
- 產生 10 頁的 PPT
- 每頁都要有配圖,而且要上網找
- 用繁體中文
- 存到指定的本地資料夾
Claude 自己開啟瀏覽器、連到 Product Hunt、抓取產品資訊、理解每個產品的功能、製作 PPT、找圖。過程中它還在思考模式裡說了一句:「PPT 就是 ZIP 版的 XML,用 python-pptx 處理即可。」
這句話讓我印象深刻。大多數人不知道 PPTX 檔案本質上是一個壓縮包,裡面是一堆 XML。但 Claude 知道,而且它知道該用什麼工具去處理。這不是硬背出來的知識,而是對檔案格式有結構性的理解。
整個過程不到三分鐘。
這跟 NotebookLM、Manus AI 有什麼不同?
你可能會說,做 PPT、整理資料,NotebookLM 也會,Manus AI 也會。
先說 NotebookLM。它的強項是「只針對你提供的資料說話」,能把你上傳的文件整理成摘要、生成 Podcast。但關鍵字是「上傳」——你得先把東西放到雲端,它才能處理。
再說 Manus AI。這款在 2025 年 3 月爆紅的產品,邀請碼一度被炒到天價,後來在年底被 Meta 以約 20 億美元收購。Manus 的強項是「自主執行」,能操作瀏覽器、分析數據、生成報告。但它主要在雲端運行,處理的是網路上的資訊。
Cowork 的差異點在於:它能直接讀取你本機的檔案。
你不用上傳、不用設定來源、不用等待同步。你只要指定一個文件夾,說「用這裡面的圖片和文字做一個 PPT」,它就能做。
這聽起來是小事,但實際使用時差很多。
想像你有一大堆發票照片,想做成報帳用的 Excel。用 NotebookLM,你得先把照片上傳到 Google Drive。用 Manus,你可能要想辦法讓它存取你的檔案。用 Cowork,你只要說「用這個資料夾的發票做一張 Excel」。
省下來的不只是時間,是整個工作流程的摩擦力。
更重要的是,Cowork 跑在本地的虛擬機裡。你的敏感資料不用離開你的電腦,這對很多企業場景來說是關鍵。
Agent 大戰,正式開打
前一天,Google 才剛發布了 Universal Commerce Protocol(UCP),一個為 AI Agent 購物場景設計的開放標準。Shopify、Etsy、Wayfair、Target、Walmart 都參與了共同開發,另外還有二十多家支付和零售公司背書。
隔天,Anthropic 就推出 Cowork。
這不是巧合。2025 年是 Coding Agent 百花齊放的一年,2026 年看起來會是 Computer Agent 爆發的一年。各家都在搶位置。
Google 的策略是建立標準,讓所有 Agent 都能在購物場景中互通。Anthropic 的策略是把最強的 Agent 能力,從工程師手上搬到所有人手上。
兩種路線,同一個方向:讓 AI Agent 真正進入日常工作。
如果 Cowork 以後能開 App
目前 Cowork 還只能操作瀏覽器和 Finder。但如果有一天它能開啟任意應用程式——Slack、Notion、Figma、Excel——那會是什麼情況?
我認真想了一下,有點可怕。
大部分白領的工作,說到底就是在不同應用程式之間搬運資訊、整理資訊、重新組合資訊。如果一個 AI Agent 能直接操作這些應用程式,那它能取代的就不只是「打字」這個動作,而是整個工作流程。
當然,現在說這些還太早。Cowork 還是研究預覽版,只給 Mac + Max 訂閱戶用。能做的事有限,安全機制也還在完善。
但方向已經很清楚了。
十天,用 AI 寫出一個能操作電腦的 AI。這個速度,會讓接下來的發展比我們想像的更快。
參考資料