2026年大模型赋能投研之二十一：对比OpenClaw，CoWork类AI工具投研实例

CoWork 类工具基础功能介绍

自 2026 年 1 月 Anthropic 发布 Claude CoWork 以来，国内外市场涌现出一批 CoWork 类 工具，为各行业带来了全新的协同工作范式。同期，OpenClaw 迅速走红，引发行业内外广 泛关注，众多机构主动入局“养龙虾”，产品传播速度极快。相较于 OpenClaw，CoWork 类 工具具有以下独特优势：OpenClaw 为自托管框架，需本地/VPS 部署，采用全局持久记忆 +多 Agent 协作模式，易出现上下文全局膨胀，需持续维护自托管环境、监控运行稳定性， 7×24 小时持续运行模式也会带来无差别 token 消耗；而 CoWork 类工具为轻量级架构， 无需复杂配置与额外环境安装，可直接在桌面客户端运行，采用项目制工作模式，几乎零 运维负担，token 消耗也做了专项优化。基于此背景，本报告将聚焦 CoWork 类工具的专 项测评与横向对比，以及不同 CoWork 产品在工程实践中的能力差异。

1.1 CoWork 类工具层出不穷

2026 年初涌现了大量的 CoWork 工具软件。以 Claude CoWork 的出现为标志，国内外科技 公司纷纷推出新一代智能工作平台，推动行业从传统的“代码开发”工具，进化为面向前 台交互式工作流的 AI 原生工作平台。 目前，国内外陆续推出的 CoWork 工具有腾讯的 WorkBuddy、字节跳动的 Trae solo、稀宇 极智的 MiniMax CoWork、Openai 的 Codex Desktop、Anthropic 的 Claude CoWork。

1.2 CoWork 类工具详细介绍

WorkBuddy 在腾讯云 CodeBuddy 成熟的智能体架构基础上，更深度地整合了全场景办公 AI 能力：操作逻辑贴合国内职场用户的办公习惯，无需复杂环境配置，下载即用兼容主流 办公工具与 OpenClaw 全量技能生态和 MCP 全量工具技能生态，上手成本极低。Workbuddy 提供了多种订阅方式：新用户注册送 500credits，连续 30 日每日登录送 100credits；付 费分 3 个等级，个人 2000Credits/￥58，企业旗舰个人 2000Credits/￥78，企业专享定 制化服务。

TRAE SOLO 在字节跳动 TRAE 自研的多智能体协同架构基础上，更深度地整合了全链路 AI 开发与生产力能力支持 MCP 全量工具技能生态。 TRAE SOLO 提供了多种订阅方式：个人用户支持免费使用；企业基础版 10M Tokens/￥48， 企业团队版 20M Tokens/￥99，企业旗舰版 40M Tokens/￥199 但仅个人用户和企业旗舰 版支持 SOLO 模式。

MiniMax CoWork 是 在 MiniMax 成熟的自研多智能体协同架构与 M2.7 全模态大模型能力 基础上，深度地整合了全场景生产力 AI 能力：操作逻辑贴合国内用户全场景使用习惯， 下载即用，原生兼容 MaxClaw 远程协议和 MCP 全量工具技能生态，上手成本极低。 MiniMax CoWork 提供了多种订阅方式：新用户注册送 1000 免费积分，每日登录可领取 200 免费积分；基础版 5000 积分/￥39 ，专业版 16000 积分/￥119。

QoderWork 在阿里云 Qoder 成熟的自研编程智能体架构与通义大模型体系基础上，更深度 地整合了办公全场景 AI 能力：操作逻辑贴合国内职场用户与开发者的使用习惯，无需复 杂环境配置，下载即用；阿里云提供服务支持，上手成本极低。 QoderWork 提供了多种订阅方式：新用户注册送 300credits，可享 14 天 Pro 版全功能免 费试用；个人 Pro 版 2000Credits/$10，专业 Pro+版 6000Credits/$30，Ultra 版 20000Credits/$100，企业专享版定制化专属报价。

QoderWork 在阿里云 Qoder 成熟的自研编程智能体架构与通义大模型体系基础上，更深度 地整合了办公全场景 AI 能力：操作逻辑贴合国内职场用户与开发者的使用习惯，无需复 杂环境配置，下载即用；阿里云提供服务支持，上手成本极低。 QoderWork 提供了多种订阅方式：新用户注册送 300credits，可享 14 天 Pro 版全功能免 费试用；个人 Pro 版 2000Credits/$10，专业 Pro+版 6000Credits/$30，Ultra 版 20000Credits/$100，企业专享版定制化专属报价。 Codex Desktop 在 OpenAI 成熟的自研代码大模型与多智能体协同架构基础上，更深度地 整合了全链路 AI 开发与工程化能力：操作逻辑贴合开发者原生编程习惯，无需复杂环境 配置，下载即用原生兼容 GitHub 全生态和 MCP 全量工具技能生态,上手成本极低。 Codex Desktop 提供了多种订阅方式：新用户注册可享一个月内容免费体验；Plus 版本 个人付费分 3 个等级，Go 版$8/月，Plus 版$20/月，Pro 版$100/月。企业版定制化专属 报价。

Claude CoWork 在 Anthropic 成熟的自研 Claude 全模态大模型体系与多智能体协同架构 基础上，更深度地整合了全场景知识工作与办公自动化 AI 能力：操作逻辑贴合全球职场 与科研用户的办公习惯，无需复杂环境配置，下载即用；原生兼容 MCP 全量工具技能生态， 无缝对接 Claude 全系列模型能力，上手成本极低。 Claude CoWork 提供了多种订阅方式：个人免费版不支持 CoWork 使用个人付费版分两个 等级,Pro 版$17/月，Max 版$100/月。

1.3 CoWork 类工具基础功能

我们对多款主流 CoWork 类工具从原生可调用模型、是否支持自定义模型、有无 skills、有无权限 管理选择、是否支持多 Agent 并行角度进行横向对比，并从子智能体的运作模式和远程连接生态的角度 进行详细对比。 WorkBuddy 和 Trae SOLO 支持大部分国产先进模型，其中 Trae SOLO 支持自主研发的 Doubao-Seed-2.0- Code 等模型；而其余工具仅原生支持自家的大模型。多款 CoWork 工具中，MiniMax CoWork 和 Claude Desktop 和 QoderWork 不支持接入自定义模型的 api。作为 CoWork 类工具，全部原生支持 skills 商城，使用 skills 方便。Codex Desktop 支持一键授权访问目录外的文件，运行自动化程度更高。所有 工具都支持多 Agent 并行，但存在差别。

Workbuddy 的子智能体模式是把自己的工作拆分成多个并行的子任务，每个子任务交给一 个专门的子智能体去执行。 WorkBuddy 的消息接发的调度方式指的是除了接受与反馈主智能体的分配之外，还支持各 个子 Agent 通过接受其他 Agent 的任务和向其他 Agent 派发任务的方式迭代完成需求。 因此各个子智能体之间可以并行处理，同时要求上下文隔离。

Trae SOLO 的统一调度较为特殊，可以利用子智能体搜索项目中的文件内容,并通过主 Agent 直接统一调度来完成任务，但是主 Agent 采用近似串行调度的方式，一个任务节点 的所有 Agent 完成后，再派发给下一个节点的 Agent 任务。同时，要求上下文相互独立， 但各个子 Agent 之间不能直接收发消息，要通过主 Agent 进行内容沟通。

MiniMax 和 QoderWork 均采用专家式的统一调度方式。这种模式下主 Agent 作为唯一调度 中枢，子 Agent 为独立执行单元。 主 Agent 先完成任务复杂度评估与调度模式决策，再按任务依赖关系选择串行、并行或嵌 套的分发执行策略，最终完成子任务结果的回收、校验与整合交付。专家式的统一调度模 式的子 Agent 上下文之间相互独立，且内容沟通只能通过主 Agent。

在远程连接领域，WorkBuddy 的生态最为完善，支持聊天对话框和小程序两种模式，其中 小程序模式是所有 CoWork 类工具中唯一可便捷使用云上服务的远程入口。QoderWork 对 自家办公软件钉钉的适配更佳。整体来看，国产 CoWork 类工具的通讯软件远程连接更加 完善。所有 CoWork 类工具都支持定时任务。

小程序端支持 Markdown 格式消息并能发送图片和文件附件，对话框端则专注于纯文本消 息和文件传输；所有连接方式均支持跨端文件回传功能，用户可在电脑端处理的任务结果 可便捷地传回手机端查看。还可以借助远程连接进行信息抓取，向手机端定期发送最新信 息，如定期访问相关网页并总结。

CoWork 类工具能力测评

在设计本次评测方案时，我们提出了的一个在日常工作与学习中需要完成的典型任务：研 报 PDF 转 PPT。 为确保任务间对比结果具有一致性与可比性，我们在 WorkBuddy、Trae SOLO 中以 GLM-5-Turbo 作为使用模型，对 CoWork 类工具进行能力测评。由于 Qoder 本身不提供模型选择 功能，其评测过程以 Qoder 中原生旗舰模式完成。而 Codex Desktop 中使用 Codex。通过 这一统一设计，我们得以在不同工具之间形成可比的评测标准，为后续的表现差异分析奠 定基础。 该任务，我们通过 5 步进行完成。第一步，访问 CoWork 类工具下载页下载桌面端工具； 第二步，在项目存在位置创建一个文件夹，并在底部文件夹模块打开指定文件夹；第三步； 第四步，通过提示词，WorBuddy 可自动通过 https://officecli.ai/SKILL.md 下载并配置 officecli；第四步，导入研报 PDF《BETA 猎手系列之十三：多种类、多周期 事件化的开放式择时框架》和 PPT 模板；第五步，通过将生成文件与模板文件对比和观察 本身质量的方式对最终呈现的结果进行测评。

通过这一任务，我们能够较为直接地观察不同 CoWork 工具在 PDF 读取、复杂任务规划与 执行方面的能力差异，为后续场景化评估提供基础参考。 直接使用简单提示词最终生成的 PPT 与目标模板完全不符，图片乱贴或没贴，并且存在明 显的文字错位现象。

为了确保内容 CoWork 工具能够更加精准的明确我们的需求以更加顺利地完成任务，我们 通过六个步骤来优化提示词：第一步：明确把 PDF 转化为纯文本和图表，以备后续使用； 第二步，用 python-pptx 打开模板 PPT，逐页分析每页的布局类型，并输出模板映射表； 第三步，结合步骤 1 和步骤 2 的结果，将完整的内容规划保存为 Markdown 文件，提交给 用户审阅确认；第四步，展示内容规划文档，请用户确认；第五步，使用 python-pptx 库 和 officecli，基于模板克隆+XML 修改技术生成 PPT；第六步，生成 PPT 后运行验证，检 查文本内容质量和图片质量。

逐步添加提示词，提醒文字和图片的逐步迭代后，WorkBuddy 整体效果有跨越式提升。文 字能够正确的放置在 PPT 内部，且不会越界；能够从 PDF 中正确截取图片并在相对合理的 位置附上图片。但仍存在少部分文字错位和图片覆盖情况。

直接使用完整优化后提示词，Trae SOLO 可以完成 PDF 内容读取，规划并自动生成 PPT 的 任务，但是生成的 PPT 内容质量较差，存在标题文字重复，文字超过边界，图片乱贴等一 系列问题。

添加提醒上述问题的提示词后，相较于一次性提示词已有明显优化。但是标题文字的颜色 和位置，模板底座没有保留原本样子等一系列问题仍然存在。这版 PPT 无法直接使用需要 后续迭代和手动调整。

直接使用完整提示词后，QoderWork 可以完成 pdf 读取到内容规划再到 ppt 生成的全流程 工作。相较于前两款工具，QoderWork 一次生成文字内容质量较高，标题得到了正确的修 改，文字排版相对合理，但仍存在标题文字超过边界，无图片等问题。

简单增加提示词提醒上述问题后，QoderWork 自主实现了字体大小和排版的二次规划，文 字越界问题得到了大幅度改善。增加了 pdf 的截图相对精准贴附，图片和文字之间没有相 互覆盖的问题。但仍存在图片截取过长或错漏，图片非正常放缩，以及文本内容的非正常 书写格式等问题。QoderWork 的任务完成能力和自我优化能力凸显，但是还需要继续迭代 优化和手动调整，直接生成内容无法直接使用。

直接使用完整提示词，Codex 自主良好的完成了 PDF 转化为 PPT 的流程任务，但是也出现 了文字排版不合理，贴图错位等问题。经过多轮迭代后，Codex 自主实现了字体大小和排 版的二次规划，文字越界问题得到了完全解决。贴图比例正常且贴图位置正确，图片和文 字之间没有相互覆盖的问题。几款 CoWork 工具中，Codex 生成的内容质量较高，但是仍 需反复迭代后才能够投入正常使用。

通过多款工具横向对比测试后能够明显发现，在一次性完整提示词的统一测试条件下， Codex 对指令的理解精度更高，内容完整度、逻辑严谨性与细节贴合度表现最优，生成内 容质量位居首位；QoderWork 次之，整体内容完成度与适配能力处于中上水平。海外模型 整体占优。而 WorkBuddy 与 Trae SOLO 两款工具的单轮指令落地表现相对薄弱，存在细 节缺失、逻辑衔接松散、需求匹配度不足等问题，整体内容产出质量较为一般。 综合实际使用场景来看，现阶段各类 AI CoWork 协同工具尚未具备成熟的复杂任务闭环处 理能力，面对流程繁琐、逻辑层级多的综合性工作任务时，单轮输出难以直接达成交付标 准，普遍需要依托人工反馈进行多轮指令优化、内容修正与持续迭代调试，逐步补齐内容 短板、修正逻辑漏洞，才能完整落地复杂任务需求。

编辑：火腿肠