过去半年，Claude Code 可以称得上异军突起，Claude 模型本身就很突出的代码能力，加上智能体设计思路的特点，已经让它成了开发者群体里评价极高的一款 AI 工具，关键是真的能把复杂的代码任务拆解、执行，并持续推进。
而就在北京时间1月13日，Anthropic 推出了 Claude Cowork，直接称其为：「用于其他工作的 Claude Code。」
图片来源：Anthropic
Anthropic 并不打算把 Cowork 包装成一个全新的「桌面 AI 助手」，而是试图把 Claude Code 已经被验证过的那套智能体 AI 能力（基于 Claude Agent SDK 构建），迁移到更广泛的 PC 工作场景中：文件整理、资料处理、内容生成、项目维护等。这些场景说起来可能并不性感，却构成了绝大多数知识工作的日常。
从行业角度来看，这也是一个明显的分水岭。过去一年，PC 智能体的讨论始终围绕着「能力上限」展开：一种是侧重云端，在相对简单的云端环境充分发挥智能体 AI 的能力，一种则是基于现实的 PC 操作系统环境，充分模拟人类来使用电脑进行一步一步的操作。
隐私、效率、体验……坦白讲，这两种路线或多或少都存在明显的问题，今天普通消费者更多还是在 AI 对话、Ctrl+C、Ctrl+V 中进行所谓的「AI 办公」。
Claude Cowork 的选择则是不追求系统级接管，而是在指定文件夹中，以日常办公最核心的文件「代理一切」，包括创建、读取、编辑修改文件、批量更改文件名、整理文件等等。除此之外，Claude Cowork 更多就是「用于其他工作的 Claude Code」。
看起来，这并不像一次野心勃勃的「革命」，但或许这才是 AI 彻底改变打工人办公体验的开始。
从文件到文件，Claude Cowork 到底能做什么？
理解 Claude Cowork，最简单的方式不是看功能说明，而是看它在真实文件里是怎么被用起来的。
在 Simon Willison 的博客中，他分享了一个非常有代表性的例子：把本地存放文章的文件夹交给 Claude Cowork，让它梳理过去几个月未发布的文章草稿，再推荐下最接近发布状态的稿子。
这个例子之所以重要，是因为它非常清楚地展示了 Claude Cowork 的工作方式：它的处理方式不只是联网搜资料，更重要的是，它能从处理办公最核心的「媒介」——本地文件，可以是.md、.txt、.docx、.html、.pdf 等各种文件。
某种程度上，这些本地文件也是 AI 最好的上下文。尤其作为媒体编辑，大量稿件、资料都是以文件形式保存在本地，利用 Claude Cowork 完全可以盘活这些「故纸堆」。类似的，各个行业打工人在日常办公中也往往以「文件」作为核心结果，不管是项目总结还是后续的工作，都是 AI 最好的「参考资料」。
本地和云端也不是非此即彼，Claude Cowork 保留了「连接器」功能，可以直接连接 Google Drive、Notion 等平台和服务，将分散在不同平台的内容和本地文件作为 AI 随时可调用的「关键上下文」。
当然不只是读取，更重要的是，Claude Cowork 能够直接创建和修改文件，比如通过云端会议平台（连接器）或本地会议纪要让 AI 总结本周会议并找出待办事项，甚至基于此询问如何提升工作效率。文件的修改也不需要人工进行手动操作，而是 AI 基于本地或云端文件（如 Google Drive）进行编辑。
这恰恰是 Claude Cowork 与我们熟悉的 AI 办公体验之间最本质的区别。过去一段时间里，大多数所谓的 AI 办公，仍然停留在对话层：你把文件上传给 AI，告诉它你想做什么，它给你一段结果，然后你再把这段结果搬回自己的工作目录，继续整理、修改、保存。AI 负责「想」，人负责「落地」。
有意思的是，Claude Cowork 也支持平时不太起眼但很重要的「文件管理」。官方演示中就展示了一个例子，比如将「桌面」设为指定文件夹后，直接可以让 AI 梳理桌面凌乱的文件。
说实话，很多开发者对此并不陌生。去年发布的 Claude Code 之所以在开发者群体中引发强烈反响，并不只是因为 Claude 模型在代码能力上公认更强，也是它让 AI 围绕一个真实的工程目录持续工作：理解目标、拆解步骤、修改代码、反复推进。
Claude Cowork 所做的，是把这套已经在代码世界里被验证过的执行范式，迁移到更广泛的 PC 工作场景中。区别只在于对象发生了变化。Claude Code 面对的是代码仓库，而 Claude Cowork 面对的，则是文档、表格、素材和项目文件夹。但两者共享的，是同一种 Agentic AI 的核心逻辑：
