阿里发布QoderWork桌面Agent仅实习生水平可处理杂活

AI 实习生，已经正式上岗了。

阿里最近推出的 QoderWork，将原本专注代码的 Qoder Agent 能力，拓展到了日常办公领域。它的核心目标很明确：桌面 AI 不应该停留在“回答问题”的层面，而是要真正开始“完成工作”。

这个场景是不是特别眼熟？腾讯的 Ma vis、月之暗面的 KimiWork，还有第三方大神开发的 DeepSeek GUI，其实都在做同一件事——挑战 Codex 的地位。QoderWork 的打法也很常规：文件整理、数据分析、文档生成、研究整合、浏览器自动化，一个都不少。

当然，和 Codex 这类产品相比，它最大的优势在于更接地气。QoderWork 底层运行的是 Qwen 模型，目前 Qwen 3.7 Max 限时 15 天免费使用，诚意可以说是很足了。

说实话，“桌面 AI Agent”这个词过去两个月已经被反复提及。每个产品都在标榜自己能“干活”，但到底能不能？以下是实际体验后的结论。

QoderWork 长得就不像聊天机器人，这很重要

QoderWork 和大多数 AI 工具的使用方式有本质区别。就拿 Qwen 网页端来说，你问一句它答一句，所有内容都保存在聊天记录里。QoderWork 的逻辑是“任务”——你发起一个目标，它拆解成若干执行步骤，跑完后把产出物保存为文件。整个任务会保留在任务列表中，可以回溯、可以继续、可以监控。这种模式，听起来差别不大，实际上天壤之别。

以实测为例，在任务模式下，“苹果 WWDC2026 文章”、“商务介绍 PPT”、“IFA 2026 专题网页”都作为项目挂在左侧列表。点进去能看到执行步骤、产出文件，也能在原来的对话里继续调整。如果只是 AI 聊天，聊完也就结束了，你得到的不过是一段对话记录，仅此而已。

右侧的“任务监控”区域会显示待办步骤、最终文件、工作文件，以及调用过的技能和 MCP 能力。在第一轮文章任务中，监控列出了“研究写作风格-搜集 WWDC 2026 信息-提出选题角度并选定方向-撰写完整文章-生成 Word 文档”这一整条执行链路。这至少能让用户大致了解 AI 在每个阶段都做了些什么。

功能层面，QoderWork 提供了“专家套件”、“技能市场”、“定时任务”和“应用快照”。专家套件面向不同岗位集成能力，法律、产品、合同、投研、财税，安装完整套装就能直接用，不用自己拼凑工具。技能市场更接近插件机制，深入研究、数据分析、PPT 生成、Notion 信息图都在里面。第二轮 PPT 测试中，QoderWork 主动调用了 PPT 技能，又在发现系统缺少 Node.js 环境时询问用户是否安装依赖。这说明它有主动补齐工具链的意识，会把任务推进到最终文件。

定时任务也很好理解。提供的案例包括“午间充电站”、“每周竞品动态追踪”、“每日下载文件夹清理”、“每日数据报表更新”，这些任务可以设置成定期自动执行。如果稳定可用，它比普通聊天助手更容易产生长期价值。不过，目前这些定时任务需要电脑保持唤醒，断网或关闭屏幕就会失效。

应用快照是新潮功能之一。简单来说，它能把最前方的应用界面捕获为截图和可读文本上下文，让 QoderWork“看见”用户当前正在使用的界面。这是桌面 Agent 真正区别于网页 AI 工具的地方，也是权限门槛最高的地方。开启后需要授予 Computer Use、屏幕录制和辅助功能权限，macOS 上的首次授权流程可能需要一些时间。

整体来看，作为版本号还是“0.5”的一个桌面级 Agent，QoderWork 该有的功能基本都有了。技能和任务提供了很丰富的选择，任务链、思考流程也很完善。更值得一提的是限时免费的 Qwen 3.7 Max，这应该是目前最强的代码模型之一了。

写文章、做 PPT、搞网页，这个 Agent 真能干活

我们给它设计了三类测试，尽量贴近科技媒体编辑部的实际工作需求。第一轮，让它模仿风格，完全自动化地写一篇苹果 WWDC 2026 的文章并生成 Word 文档；第二轮，从 0 开始制作一份商务介绍 PPT；第三轮，做一个 IFA 2026 展会报道专题网页，代码、交互、响应式一个都不能少。

第一轮：写文章报道 WWDC，事实有些纰漏

第一轮任务，是让 QoderWork 研究官网最近的写作风格，整理苹果 WWDC 2026 的重点信息，完成一篇符合风格的稿件，并生成 Word 文档。资料搜索、风格识别、选题判断、长文写作和文档交付，这基本是一条编辑助理的完整工作链路。

QoderWork 完整跑通了整个流程。它分析写作风格，搜集 WWDC 2026 信息，给出三个选题角度，等用户确认方向之后继续撰写，最后生成 Word 文档。这个“等用户确认”的动作值得特别说一下——它在关键决策节点上停下来，没有擅自推进，说明它在一定程度上具备了“可控执行”的意识。

最终产出的文章，标题是《Siri 换脑重生！苹果 WWDC 2026 最大的悬念：补课两年，AI 这仗还能打赢吗？》，正文约 3500 字，包含导语、小标题、观点判断和结尾互动。能看出它努力写成了一篇有立场的科技媒体稿，有短句开头、口语化判断，也有围绕核心问题的结构。

但问题很明显。文章里出现了一些需要强来源支撑的信息，包括“每年 10 亿美元”、“1.2 万亿参数 Gemini”、“macOS Golden Gate”、“放弃 Intel Mac 支持”、“第三方 AI 模型作为默认对话引擎”。这些内容没有可靠的公开来源就写进正文，是非常典型的 AI 写稿问题。成稿看起来像样，不代表事实可靠。对科技媒体来说，这一点非常关键。

风格模仿上，“小雷哔哔”、“苹果终于急了”、“慢如蜗牛”、“掰开揉碎了聊”这类表达密度明显偏高。更像是在刻意模仿风格，而不是真正内化了那种有判断力、有信息密度的写法。真正可发的稿子，应该把口语感压一压，把判断和信息量提一提。

第一轮可以给到 7.5 分。它能完成编辑助理级别的完整工作流，但还不能当责任编辑——事实核验和风险判断仍然需要人工把关。

第二轮：PPT 确实做出来了，但审美差强人意

第二轮任务，是让 QoderWork 从 0 开始做一份商务介绍 PPT，假设受众是潜在合作伙伴。它需要搜索公开资料，整理媒体定位、内容方向、受众和合作价值，并生成可打开的 PPT 文件。

过程中发生了一件很能说明 QoderWork 能力边界的事：它发现系统缺少 Node.js 和 npm 环境，于是请求安装 Node.js v20 LTS，获得允许后自己下载安装依赖，又继续安装 PPT 技能所需的 npm 包，最后生成文件。普通 AI 聊天工具遇到环境缺失时，通常停在“建议层”——告诉你该安装什么，但不会自己推进。QoderWork 会主动尝试补齐工具链，把任务真正推进到文件生成，这是一个质的差别。

最终产出的是商务介绍 PPT，共 13 页，结构包含封面、目录、平台介绍、关注领域、内容优势与影响力、合作价值、合作方式和致谢页。结构逻辑是对的，封面和版式也有一定设计感，卡片、章节页、数据高亮页基本完整。作为 15 分钟左右生成的初稿，效率没话说。

但它最遗憾的问题，是商务 PPT 第一页最重要的东西缺失了：真实的 logo。它用了生成插画或泛科技视觉代替。说实话，没有公司 logo 对于一份商业合作介绍 PPT 来说，相当不专业。

另外，目录页还出现了模板残留的“05 I am the chapter name”，最后一页用了英文“Thank you!”。这些都是非常低级但非常明显的瑕疵，说明它虽然声称验证了 PPT，但实际上没有做到逐页检查。PPT 内使用的“全平台粉丝 600 万+”、“AWE 单次报道阅读 900 万+”等数据，声称来自公开资料，但没有任何脚注或来源说明，用在商务材料里需要重新核实。

第二轮也是 7.5 分。它确实从 0 到 1 做出了可打开、结构完整、有视觉设计的文件，但距离“可以直接发给客户”，还有一段距离。不过话说回来，目前几乎所有 Agent 做 PPT 都没办法抽一次卡就达到 100% 满意，这个效果尚可接受。

第三轮：做一个展会专题网页，完成度很高

不出所料，Qwen 3.7 Max 在第三轮专题页制作上的表现确实出色。

第三轮任务是让 QoderWork 做一个 IFA 2026 展会报道专题网页。它需要参考官网展会专题页，但不照搬设计。页面需要包含首屏大标题、展会导语、重点报道、现场快讯、图集、深度评论、展品分类，并用 HTML、CSS 和 JavaScript 生成可本地打开的静态网页。

先检查需求是否满足：页面包含 7 个 section，分别是首屏、导语、重点报道、展品速览、现场快讯、图集、深度评论。导航栏可跳转，卡片有 hover 效果，展品分类支持“全部、AI 硬件、智能汽车、智能家居、手机数码、机器人”的切换。桌面端和 390px 手机宽度下没有横向溢出，控制台也没有报错。移动端切换了汉堡菜单，页面主体显示正常。零出错。

深色科技风、蓝色高亮、固定导航、几何装饰元素和卡片布局基本完整。更重要的是，它写了真实可运行的代码，功能能跑、交互能触发，而不是生成了一张截图。这一轮最接近“桌面 Agent 帮用户完成一个前端任务”的预期，也是三轮测试里表现最扎实的一次。

当然，硬要挑刺的话，还是没有用真实 logo，用了蓝色方块加“L”代替。demo 可以接受，真实上线版本当然不行。而且图集和产品视觉大量使用 emoji 代替，机器人、汽车、手机、耳机一排排摆着。目前没有上线真实内容，它找了一些杂乱的文本来填充，做法可以理解，但不太美观。

三轮测试下来，可以给到 8 分。它证明了 QoderWork 在静态网页生成上，已经比写稿和 PPT 更接近可交付状态。

这三轮体验下来，能明显感觉到 QoderWork 确实已经实现了从“只会回答”到“能干活”的阶段性跨越。但目前成品的质量，可能需要多抽几次卡、多调整几次，才能真正投入到工作流中。

国产桌面 Agent，依然只是“实习生”水平

桌面 AI Agent 这件事，最近一年被反复提及，但真正能让人觉得“它在替我完成工作，而不是在协助我工作”的产品，其实还很少。QoderWork 做到了吗？三轮测试给出的答案是：已经很接近，但完全解放双手还不可能。

这件事的本质，其实是一个权力与责任的问题。普通 AI 聊天工具的逻辑是“我给你建议，你来决定”，用户拿到的是一段文字，然后自己决定要不要做。QoderWork 试图改变的是“我直接交付成品，你来使用或调整”。这一步的跨度，比表面上看起来要大得多。因为“交付成品”意味着 AI 要对内容质量负责——事实准不准确、格式合不合规，而且一旦发生错误，很可能要推倒重来。

QoderWork 目前解决了“从 0 到有初稿”的问题，但还没有解决“从初稿到直接能用”的问题。当然，退一步说，现在还没有哪个 Agent 能说自己 100% 命中，一次抽卡就给出能用的成品。

所以，更愿意称 QoderWork 为桌面的“AI 实习生”。它能干活，但未必干得好；它能省去很多启动阶段的时间成本，比如写一篇文章，至少不用从零开始收集资料。至于它什么时候能从“能做初稿”进化到“可以放心交付”？这或许就要交给时间去见证了。