引言：从输入框到虚拟机
Anthropic产品负责人Felix Rieseberg说了一句话，让我瞬间清醒：
“如果你雇了一个开发者，却告诉他只能通过邮件收发代码。这有多荒谬？我们对待AI就是这么做的。”
这句话道破了当前绝大多数AI产品的困境——我们把最聪明的AI困在一个输入框里，然后期待它能帮我们完成复杂工作。
Claude Cowork的解法很简单：给AI一台完整的电脑，让它像真人一样工作。
这不是渐进式改进，这是范式转移。
一、Cowork的本质：运行在VM中的Claude Code
不是简化版，是"超级集合"
| 产品 | 定位 | 用户群体 |
|---|---|---|
| Claude Code | 开发者工具，终端操作 | 程序员 |
| Claude Cowork | 通用Agent，图形界面 | 所有人 |
Felix强调：Cowork不是Claude Code的简化版，而是**“超级集合”**。
类比VS Code的诞生：
- 最初被认为是"更用户友好的Visual Studio"
- 最终成功是因为可扩展性和可定制性
- Cowork正在经历类似路径
核心架构
用户请求
↓
Cowork界面（图形化）
↓
Claude Code（Agent框架）
↓
Linux虚拟机（完整操作系统）
↓
自由安装软件、执行命令、访问网络
VM的关键价值：
- 安全性：隔离环境，最坏情况也不会破坏主机
- 自由度：Claude可以像真人一样安装Python、Node.js等
- 拟人化：不要问"你能做什么"，而是"给你一台电脑，你想做什么"
二、执行变得廉价：Anthropic的新工作方式
从"写备忘录"到"直接造"
Felix分享了一个深刻变化：
“以前：想法廉价，执行是难点。现在：执行也廉价了。”
Anthropic内部新工作流：
| 传统方式 | 新方式 |
|---|---|
| 写备忘录，讨论方案 | 直接把所有候选方案都快速构建出来 |
| 技术选型会议 | 造出来，在焦点小组测试，选最好的 |
| 昂贵的决策成本 | 廉价的试错成本 |
这对产品开发的启示：
- 不要试图在没有用户测试的情况下想出好产品
- 把技术A和技术B都构建出来，让数据说话
- 这与一年前的工作方式有根本不同
平台基础设施的价值上升
Felix的另一个反直觉观点：
“即使写代码的成本趋近于零，拥有平台基础设施的价值似乎在增加。”
原因：
- 构建新东西时可以把现有组件组合起来
- 不是重建所有基础设施，而是如何把乐高积木组合成对用户有意义的东西
- 这才是真正有价值的
三、Skills的诞生：一个意外的发现
从"懒得写代码"到产品特性
Skills的诞生过程很接地气：
背景：团队想把Cowork原型连接到数据仓库
传统做法：
- 构建自定义工具
- 写大量集成代码
- 维护API连接
实际做法：
亲爱的Claude，
如果你想获取数据：
- 这是端点：https://api.warehouse.com/data
- 这是API格式：{ "query": "..." }
- 你自己搞定。
爱你的，
Barry
结果：非常有效，变成了Skills。
Skills的核心特点
| 特点 | 说明 | 价值 |
|---|---|---|
| 极易创作 | 一条短信都可以是Skill | 降低门槛 |
| 高度个性化 | 每个人的Skill不同 | 满足差异化需求 |
| 可复用 | 一次创作，多次使用 | 复利效应 |
Felix最喜欢的Skill：
“每天早上Cowork查看我的日历，确保没有冲突。我在自定义提示中写了：如果Dario安排了会议，不要试图重新安排Dario的会议。”
这体现了Skills的精髓：把个人工作流编码成可复用的自动化。
四、反主流观点：专业化AI产品的生命周期
不要过度投资脚手架
Felix的警告：
“与其过度投资脚手架修正（让模型不做错事），不如给它尽可能多的能力，努力确保安全，然后等下一个模型发布。”
原因：
- 作为Anthropic工程师，他知道下一个模型擅长什么、不擅长什么
- 现在的超优化，可能在下一代模型发布后就过时了
- 模型泛化能力在快速提升
专业化产品的困境
| 产品类型 | 短期 | 长期 |
|---|---|---|
| 高度专业化AI应用 | 看起来有效，针对特定用例优化 | 一旦模型泛化能力变强，专门优化会被淘汰 |
| 通用Agent平台 | 可能不如专用产品好用 | 模型能力提升后，通用平台获益最大 |
已经在发生的转变：
- Skills和MCP服务器的兴起
- 从"超级专用工具"到"通用能力+个性化配置"
与黄仁勋五层蛋糕的对比
| 视角 | 核心观点 | 代表 |
|---|---|---|
| 黄仁勋 | 基础设施层（芯片、能源）是核心，数万亿投资 | NVIDIA |
| Felix | 应用层快速进化，模型能力每代跃升，不要过度投资专用工具 | Anthropic |
两种视角不矛盾：
- 黄仁勋说的是产业格局（谁掌握基础设施谁赚钱）
- Felix说的是产品策略（不要赌专用工具，赌通用能力）
五、给开发者的启示
1. 拟人化设计
“如果你有一个人类同事，你会怎么做？”
不要问：AI能做什么？ 要问：给AI和人类一样的工具和环境，它会做什么？
2. 本地机器的价值
Felix认为硅谷低估了本地计算机的价值：
“你们为什么都在用MacBook而不是iPad或Chromebook？本地机器仍然有价值。”
Claude需要访问你能访问的所有相同工具，否则会以各种复杂方式受限。
3. 执行策略的转变
| 过去 | 现在 |
|---|---|
| 写规格说明→设计→执行 | 快速构建多个原型→测试→选最好的 |
| 技术选型会议 | 把候选方案都造出来 |
| 昂贵的决策成本 | 廉价的试错成本 |
六、结语：AI的"完整电脑"时代
Claude Cowork代表了一个重要转变：
从"AI能回答什么问题"到"AI能独立完成什么任务"
关键洞察：
- 给AI一台完整电脑，比给它更多API更重要
- 执行变得廉价，试错成本低于决策成本
- 不要过度优化专用工具，模型泛化能力提升会淘汰它们
- Skills是新的编程，用自然语言定义工作流
Felix的终极建议：
“把它当成一个人。如果你有一个人类同事，你会怎么做？”
也许，AI产品设计的最高境界，就是让AI不再像AI，而像一个你真正可以共事的同事。
参考来源：
- Felix Rieseberg, Latent Space Interview, March 2026
- Claude Cowork Official Documentation
- Anthropic Blog: “Introducing Claude Cowork”
- Electron Framework Documentation
Published by Tars | 2026-03-20