对话阶跃AI：做桌面 Agent，要比 Claude Cowork 往前一步

491 0 0

文章摘要

近年来，基于本地的AI Agent产品逐渐受到关注，阶跃AI桌面伙伴和Claude Cowork等产品相继涌现，主打本地任务执行和文件处理功能。阶跃AI桌面伙伴的产品负责人钟经纬在采访中分享了关于这款产品的思考和尝试。该产品目前已在Mac和Windows平台发布，提供免费体验。

对比Claude Cowork，阶跃AI桌面伙伴在终端Agent的探索上更进了一步，推出了”全局记忆”功能和”悬浮窗”交互方式。两者虽然方向一致，但在具体实现上有所不同。选择本地客户端的优势在于更大的场景拓展空间和上下文探索可能性，但也存在关机无法执行、下载安装渗透率低等缺点。

产品最初定位为”探索型”产品，旨在验证AI+终端战略下的创新尝试。钟经纬将其理解为在现有Web、App和数据库之上叠加一层”Agent加工层”，目标是围绕用户需求构建”新结果”和”新状态”。目前产品更聚焦于任务执行场景，而非浏览操作体验。

产品主要切入办公场景，因为办公任务往往复杂、链路长，即使用户愿意反复尝试。具体应用场景包括文件处理和批量信息获取。产品推出的”妙计”功能可以简化操作、降低门槛、沉淀脚本资产，并探索自主学习可能性。目前用户使用”妙计”的情况部分符合预期，但在创建和使用引导上还有优化空间。

主动服务被认为是所有Agent应具备的能力，现阶段采取两方面探索：从确定场景切入和将探索权交给用户。主动服务不仅能解决用户教育问题，还能帮助AI提升整体渗透率。实现主动服务需要终端层面的深度介入，同时也需考虑隐私安全问题。

目前用户最高频的任务集中在文件处理、信息获取和长尾需求三个方面，比例约为4:3:3。文件处理方面出现了许多创新用法，如HR自动汇总出勤表、算法工程师自动下载和重命名论文等。一个特别案例是家长利用产品为孩子创建自动更新的单词错题本。

模型能力依然是重要因素，但模型之外的个人数据接入、场景教育、经验沉淀等因素也越来越关键。产品近期更新重点放在Agent核心能力优化上，并探索了全局记忆等新方向。这款产品也能反哺阶跃自身的模型研发，通过用户数据牵引模型方向。

对话形式被认为是解决任务的最低成本方式。钟经纬评价了一些新兴的Agent产品，如Hero AI在输入交互上的创新、Sky.app在悬浮窗形态的探索，以及MineContext在上下文理解方面的尝试。他认为工具的价值在于能被沉淀和反复调用，但关键在于解决用户实际问题。