已往半年，，，以 Claude Code/Cowork、Codex 为代表的 Agent 产品毫无疑问是整个 AI 行业最清晰的一条主线。。

6 月 30 日Anthropic 低调推出了 Claude Science，，，一个面向科学家的 AI 事情台。。

图片泉源：Anthropic

Anthropic 的思绪越来越清晰了。。先让 Agent 承包代码（Claude Code），，，再让 Agent 处理种种办公使命（Claude Cowork），，，最后进入科研这类更重大的专业场景（Claude Science）。。

事实上，，，Anthropic 就是视察到市场和数据等非手艺团队最先绕过谈天界面使用 Claude Code，，，于是才有了图形界面「封装」的 Claude Cowork。。

而除了在底层模子一连迭代外，，，许多人可能不知道，，，国产 AI 在 Agent 产品上的追赶。。阿里、腾讯、字节、Kimi、MiniMax、智谱都在做 Agent，，，各家基本也追随 Anthropic 区分了 Code 和 Work 两类产品，，，不过着重点也有所差别。。

以是在模子能力还没有周全压过外洋顶级产品之前，，，国产 AI 能不可靠更自制、更开放、更贴近本土事情流的 Agent 产品，，，先把更多海内用户带向「Agent 事情我指挥」的事情方式？？？雷科技AGI（ID：leikejiagi）盘货一波试图给出谜底。。

腾讯 WorkBuddy：要做更多人的办公入口

腾讯 WorkBuddy 可能是海内着名度最高 Agent 产品了，，，事实许多人可能都在微信上看到了广告，，，也在「龙虾潮」的时间装置体验过。。不过现实上除了 WorkBuddy，，，腾讯尚有面向开发者的 CodeBuddy，，，基本上对应了 Claude Cowork 和 Code。。

腾讯内部也已经把它用于研发和非手艺团队，，，官方披露 CodeBuddy 笼罩了腾讯凌驾 95% 的工程师，，，WorkBuddy 则用于人和 AI 混编开发、资助小团队更快迭代产品。。

图片泉源：腾讯

CodeBuddy 这里就不睁开，，，相比代码开发，，，WorkBuddy 面向更宽的生产力场景，，，认真文档处理、内容整理、协作使命和泛办公需求。。

腾讯的优势也在这里。。WorkBuddy 可以充分使用腾讯文档、腾讯聚会、ima 知识库、腾讯乐享以及微信的生态优势。。

许多个人用户的质料、聚会纪要、待办和相同，，，原来就散在这些地方。。以是许多人使用 WorkBuddy 的一个主要原因就是可以直接接住日常的「上下文」，，，然后在 WorkBuddy 整理内容、天生文档、推进使命。。

Kimi Code/Work：把长文本塞进Agents事情流

面临 Agent 的浪潮，，，月之暗面是最近一批推出响应产品的大模子公司，，，也分成了 Kimi Code 和 Work。。

Kimi Code 进入 CLI 和 IDE，，，能读写文件、执行下令、搜索代码、获取网页内容，，，也能为并行使命天生 subagents；；；；Kimi Work 则面向外地事情流，，，可以挂载外地文件夹，，，通过 WebBridge 浏览网页，，，运行 Python，，，执行准时使命，，，并在修改文件或运行代码前要求用户确认。。

图片泉源：Kimi

已往很长一段时间，，，Kimi 给通俗用户留下的印象就是「长文本」。。读论文、读财报、读几十页 PDF、整理一大堆网页质料，，，这些原来就是 Kimi 最容易被用户感知到的能力。。到了 Agent 阶段，，，Kimi 要做的事情也很自然：不但是读完质料回覆问题，，，而是继续帮用户处理文件、跑剧本、改代码、天生效果。。

若是说 Claude Code 和 Codex 的强项在于代码使命闭环，，，Kimi 更值得关注的，，，是它在试图把「长文本阅读」的优势酿成「长程使命」的优势。。同时在 Kimi Code 和 Work，，，Agent 集群也是一个绕不开的设计。。凭证官方说法，，，应对重大问题时，，，Kimi 可以自动协调多个专业智能体，，，同时剖析并解决多条理使命。。

另外为了吸引金融用户，，，Kimi Work 还预集成了 A 股、港股和美股的深度数据源。。而这些，，，可以说都组成了 Kimi Code 和 Work 的差别化体验。。

阿里Qoder：从通义灵码，，，长成一套桌面 Agent

阿里 Qoder 有点特殊，，，它不是一个从零最先冒出来的新产品，，，而是从一个 AI IDE 产品（通义灵码），，，经由几轮迭代逐渐转酿成新的 Agent 产品，，，并衍生出了 Qoder Desktop、QoderWork、QoderWake、Qoder CLI、Cloud Agents 等系列。。

图片泉源：阿里 Qoder

焦点照旧 Qoder Desktop 和 QoderWork 两个产品。。Qoder Desktop 面向软件开发场景，，，更靠近 Claude Code；；；；QoderWork 面向日常事情，，，处理文件整理、数据处理、文档天生、浏览器自动化、桌面控制、准时使命这类日常事情使命，，，定位靠近 Claude Cowork。。

QoderWork 把 Agent 能力从代码搬到通俗事情里。。作为一款桌面端智能事情助手，，，QoderWork 可以通过自然语言完成文件整理、数据处理、文档天生，，，也能毗连手公工具、操控浏览器和电脑；；；；它还支持准时使命，，，适合天天拉数据、写周报、整理月度质料这类重复但不可漏的事情。。

从产品设计来看，，，QoderWork 除了「通用」模式，，，还专门给出了「设计」「幻灯片」「写作」模式，，，在面向现适用户场景上显着有所着重。。但除此之外，，，还没看到太多的特色和优势。。

MiniMax Code/Agent：模子Agent笔直整合

和前面几家一样，，，MiniMax 划分推出了 MiniMax Code 和 MiniMax Agent 两个产品。。值得一提的是，，，随着 6 月新一代大模子 MiniMax M3 的宣布，，，MiniMax Code 也迎来了一轮大更新。。凭证官方的说法，，，是专为 M3 设计、并与 M3 一起训练的 Agent 产品。。

图片泉源：MiniMax

简朴来说，，，MiniMax Code 能够充分验展 M3 在长上下文、Coding/Agentic、原生多模态方面的能力，，，是搭配 MiniMax-M3 的首选 Agent。。体现到长程使命上，，，MiniMax Code 会将使命拆成 Workflow，，，由 Agent 集群协作，，，通过 Producer + Verifier 的反抗式 Harness 循环自主运行。。

事实上，，，Claude Code 也推出了类似战略的 Dynamic Workflows（动态事情流），，，但 MiniMax Code 会更聚焦「深度反思与一连纠错」，，，Agent 会凭证使命希望实时调解方案和优先级，，，用户也可以随时介入，，，追加需求或修正偏向。。

至于 MiniMax Agent，，，现实更早就实验挑战长程使命，，，在 5 月更新中上线了 Mavis 模式，，，使用多 Agents 协作的方式，，，包括和 Codex 类似随时介入 Agent 思索和事情的设计，，，可以说是 6 月 MiniMax M3 宣布和 MiniMax Code 更新之前的预演。。

不过也要说明，，，这条路也最容易泛起演示和真实体验之间的落差。。长上下文不即是真的明确全局，，，多 Agent 协作也不即是效果一定更稳。。角色越多、链路越长，，，中心任何一步跑偏，，，最后都可能放大成过失。。

字节TRAE Work：从 AI IDE，，，走向通用事情台

严酷来说，，，TRAE（SOLO）自己最早被更多人熟悉，，，照旧由于它是一款 AI IDE，，，对标 Cursor、Claude Code 这类开发工具。。但前段时间升级推出的 TRAE Work 已经把界线往外推了一步，，，官方定位也很直接：不但编码。。

凭证官方先容，，，TRAE Work 提供 Web、Desktop 和 Mobile 多端入口，，，兼顾外地与云端使命，，，且不依赖于 TRAE IDE 运行。。用户在桌面端提倡使命之后，，，Agent 可以在云端或者外地继续运行，，，多个使命也可以并行推进；；；；脱离电脑之后，，，用户还可以在手机上审查进度、审查效果、继续调解偏向。。

图片泉源：字节 TRAE

另外一提，，，TRAE Work 还分成 Work 和 Code 两种模式，，，你可以简朴明确为字节的 Codex，，，将 Code、Work 两个 Agent 产品合二为一。。Code 模式继续处理开发使命，，，Work 模式则面向更通用的事情场景，，，好比资料整理、项目推进、网页操作、文件处理和内容天生。。差别的是，，，Codex 是真正的合二为一，，，TRAE Work 则是以两种模式运行，，，需要从差别模式入口进入。。

这也很字节。。相比腾讯 WorkBuddy 借助微信、文档、聚会这些生态上下文，，，TRAE Work 更像一个面向个人和小团队的效率入口。。它纷歧定要求用户先进入一套办公生态，，，而是先把「使命」酿成焦点单位：你只要把需求交给它，，，它就认真拆解、执行、反馈进度，，，用户在历程中随时介入。。

另外，，，TRAE 尚有一个值得注重的行动是开源 Trae Agent。。凭证 GitHub 页面先容，，，Trae Agent 是一个面向软件工程使命的 LLM Agent 工具包，，，支持文件编辑、bash 执行、结构化思索和使命完成，，，也能接入多种模子供应商。。

智谱 ZCode：先把 Code Agent 这条线做深

相比其他家，，，智谱的蹊径要更集中一些。。它没有急着把自己包装成一个通用办公 Agent，，，而是明确先做开发者场景，，，推出了智谱 ZCode，，，但和 Kimi、MiniMax 一样瞄准了长程使命的难点和场景。。这着实和许多国产 Agent 产品的思绪不太一样。。腾讯、阿里、Kimi、字节都在做 Code 和 Work 两条线。。

值得一提的是，，，上月智谱宣布惊艳行业的 GLM-5.2 时，，，还同步升级了 ZCode 3.0，，，周全切换自研 ZCode Agent 内核，，，并深度适配 GLM-5.2，，，针对长程推理、工具挪用和大型工程执行链路做了优化。。

图片泉源：智谱

ZCode 3.0 还围绕现实开发体验做了一些补强，，，好比分组式使命事情区、Zread 项目知识库、可视化 Git 分支图谱等功效。。这些听起来没有多 Agent 协作、长上下文那么性感，，，但都和 Code Agent 的稳固性有关：Agent 要接手一个工程使命，，，首先得看懂项目、记着上下文，，，也要让用户看得清它改了什么、走到哪一步。。

这条路的优势是目的清晰，，，短板也很显着。。ZCode 的用户盘子暂时不会像 WorkBuddy 或 TRAE Work 那么大，，，想象空间也更集中在开发者场景。。但若是它能在重大代码库、长程使命和工程验证上真正跑稳，，，反而更容易建设专业用户信任。。

国产 Agent 的时机，，，藏在足够的差别化里

把这些产品放在一起看，，，国产 Agent 并不是在用统一种方式替换 Claude Code、Claude Cowork 和 Codex。。

阿里 Qoder、字节 TRAE 和腾讯 Buddy 系列，，，至公司都做学 Anthropic 和 OpenAI 在 Code + Work，，，但产品路径和重心显着纷歧样。。作为百模大战中活下来的大模子创业公司，，，Kimi、MiniMax 以及智谱都更注重手艺优势，，，实验攻克「长程使命」这个 Agent 必经之路，，，也都在强调从模子到 Agent 的笔直整合。。

但最终看下来，，，国产 Agent 追的也不但是 Claude Code、Claude Cowork 或者 Codex 某一个产品，，，也是一种全新的事情方式：用户不再只问 AI 一个问题，，，而是把一件事交给 AI，，，再在历程中审查、修正、接受、继续指挥。。

相比外洋产品，，，国产 Agent 的优势首先是更贴近本土事情流。。

Claude Code、Claude Cowork、Codex 的产品完成度更高，，，开发者心智也更强，，，但它们事实更围绕外洋用户的软件生态、办公情形和订阅系统睁开。。海内用户天天使用的工具和系统，，，许多时间是微信、腾讯聚会、腾讯文档、钉钉、飞书、外地文件、国产模子和企业内部知识库。。Agent 若是接不住这些上下文，，，再强也容易停在演示和尝鲜阶段。。

这也是 WorkBuddy、QoderWork、TRAE Work 的时机。。它们未必一最先就比 Claude Cowork 更智慧，，，但若是能更随手地进入海内用户已经熟悉的办公、相同和文件情形里，，，就有时机先把使用频率做起来。。

另一方面，，，国产 Agent 普遍更愿意接入差别模子，，，也更愿意把能力开放给开发者和企业刷新。。

对个人用户来说，，，这意味着可以在效果和本钱之间切换；；；；对企业来说，，，则意味着可以接自己的工具、权限、数据和营业流程。。Agent 不是一个纯粹的谈天产品，，，它自然需要接工具、接文件、接系统、接事情流。。越往真实营业里走，，，这种可控性越主要。。

总而言之，，，国产 Agent 现在不缺偏向，，，Code、Work、多 Agent、长上下文、桌面事情台、云端使命、企业协同。。接下来真正要看的，，，是谁能稳固完成更多真实使命。。

用户第一次翻开 Agent，，，可能是由于好奇。。但用户第二天、第三天还愿意翻开它，，，一定是由于它真的省事。。

千般荒芜，，，以此为梦；；；；万里蹀躞，，，以此为归。。