10000 个中国版 Codex 在路上：桌面 Agent 争夺执行入口，一篇理清
「一篇读懂」系列 Vol.002：一个话题，一篇文章，讲透讲清。
2026 年 AI 产品侧最大的变量，不是又冒出了哪个新模型，而是 AI 的"工作地点"变了。
OpenAI 的 Codex 最初是冲着 Claude Code 去的：一个 CLI 工具，瞄准 AI coding。但半年过去，它走出了一条完全不同的路——变成一个"桌面 Agent"，使用者里非工程师占了多数。6 月 3 日 OpenAI 披露的数据：Codex 周活跃用户超过 500 万，半年增长超过 7 倍。
中国市场的反应速度更快。从 1 月 30 日阿里 QoderWork 上线算起，不到半年：腾讯连出三款（WorkBuddy、Marvis、Qclaw），字节把 TRAE SOLO 升级成 TRAE Work，豆包上线专业版，Kimi、MiniMax、智谱、阶跃、百度、网易有道全部入场。36氪把这波浪潮叫做"10000 个中国版 Codex 大乱斗"——数字有夸张的成分，但密集程度是真的。
这篇文章把大乱斗一次理清：15 款代表产品各自是什么、三条竞争路径怎么分、三个演进趋势往哪走，最后给一张分人群选型速查表。统计截止 2026 年 6 月 24 日。
一、桌面 Agent 为什么突然爆了
先把 Codex 的转型讲清楚，因为这解释了后面所有产品为什么会存在。
代码之所以最早成为 Agent 的主战场，是因为软件开发天然适合被自动化：任务结构清晰、结果可验证、反馈链条短。所以第一批 AI 编程工具全是 CLI 形态——Codex、Claude Code 都是这么起步的。
但 Codex 很快发现，写代码这件事之外，更大的需求藏在普通人的电脑里。变成桌面 Agent 之后，它的使用者里非工程师占了多数。这一步非常关键：AI 产品的主线，从围绕对话展开，变成了围绕桌面环境中的任务执行展开。
中国的产品上线时间线是这样的：
- 1 月 30 日：阿里桌面 Agent QoderWork 上线
- 3 月 9 日：腾讯云 CodeBuddy 团队推出 WorkBuddy
- 5 月 20 日：腾讯应用宝团队发布个人 AI 助手 Marvis
- 6 月 3 日：Kimi 本地 Agent Kimi Work（Beta）上线
- 6 月 9 日：字节 TRAE SOLO 升级为 TRAE Work
- 6 月 12 日：豆包上线「任务模式」
- 6 月 24 日：豆包专业版官宣，聚焦办公场景
这些产品形态各异——个人 AI 助手、本地 Agent、桌面工作台——但本质上都在争夺同一个东西：用户的执行入口。它们不再停留在问答交互，而是直接进入真实工作流：处理文件、操作网页、整理数据、生成 PPT、编排任务，甚至跨应用完成自动化执行。
说白了，AI 正在成为连接用户与数字世界的新的中间层。
二、15 款产品全景盘点
先把全景表放上，再逐款说重点。
| 产品 | 团队背景 | 一句话定位 | 记忆点 |
|---|---|---|---|
| WorkBuddy | 腾讯云 CodeBuddy | 全场景职场 AI 工作台 | 内置 11 款国产模型，积分消耗差 20 倍 |
| Marvis | 腾讯应用宝 | 操作系统级个人 AI 助手 | 1 主 agent + 5 专家 agent，「办公室」像老板模拟器 |
| Qclaw | 腾讯电脑管家 | 本地 AI 智能体 | 基于 OpenClaw 封装，数据全本地 |
| TRAE Work | 字节 | 从 TRAE SOLO 升级 | 深度打通飞书，Work/Code 双模式 |
| 豆包专业版 | 字节 | 办公场景 agent 任务 | 免费用户也能用 2.1 Turbo 任务模式 |
| QoderWork | 阿里 | AI 桌面助手 | 6.16 上线"意识功能"：记忆+反思+技能进化 |
| Kimi Work | 月之暗面 | 通用型本地 Agent | 自主创建子 Agent 团队，上限 300 协作单元 |
| MiniMax Code | MiniMax | 与 M3 一起训练的 Agent | Agent Team 长任务多阶段并行 |
| DuMate | 百度云 | 桌面+移动双端助手 | 目前只能用文心大模型 |
| 阶跃 AI | 阶跃星辰 | 基于 OpenClaw 深度优化 | 悬浮球 + 喝水休息提醒默认开启 |
| AutoClaw | 智谱 | 一键安装本地智能体 | 内置 Pony-Alpha-2 + 50+ 预置 skills |
| lobsterAI | 网易有道 | 7×24 帮你干活的助手 | 14 天免费试用（仅限 Qwen3.5-Plus） |
| Cola | 独立产品 | 「首个有灵魂的操作系统」 | 灵魂系统：思考透明 + 自我反思 + 主动关心 |
| Alice | 独立产品 | 陪伴类桌面 Agent | 立绘人设 + 内置狼人杀、掼蛋 |
| 牛马 AI | 独立产品 | 本地化人机协同基站 | 完全离线，可接本地大模型 |
挑几款有代表性的展开说说。
WorkBuddy：腾讯系里最"职场"的一款，一句话描述需求，它像同事一样自主规划执行并交付可验收结果。有微信小程序版可以移动端轻量接入，还能打通 QQ 邮箱、腾讯文档、腾讯会议、企业微信、TAPD 这一整个腾讯生态。模型选择上内置 11 款主流国产模型（Hy3 preview、GLM-5.2、minimax-M3、kimi-K2.7-code、DeepSeek V4 等），可以 Auto 模式让平台自己选，也可以手动指定——但不同模型的积分消耗能差 20 倍以上，最"贵"的是智谱的模型。
Marvis：腾讯系里最"系统层"的一款。定位是真正理解你每一份文件、帮你使用和管理电脑的私人助手，覆盖 PC、手机、微信多端，6 月 24 日还上线了 iOS 端——手机发需求，电脑端执行。它有两个有意思的设计：一是「办公室」功能，类似办公模拟器（或者说老板模拟器），能查看 token 消耗，背后是 1 个主 agent 分派任务 + 5 个专家 agent（File/Computer/App/Browser/Search）的协作架构；二是支持修改人设，初始人设是适合办公场景的「AI员工」。
TRAE Work：字节系里离真实工作流最近的一款。Work 模式面向内容创作、数据分析、方案撰写、应用生成等日常场景，Code 模式面向复杂软件开发。PC、移动、Web 三端，最大优势是与飞书打通——Agent 直接进入文档、会议与协作链路。
豆包专业版：大众触达最广的一款。6 月 12 日上线的「任务模式」支持调用 skill、设置定时任务、浏览器操作、代码脚本运行和文件生成；6 月 24 日随豆包大模型 2.1 发布正式官宣专业版，内置 Office 办公套件，支持专业图片视频设计和生成分享应用网站。值得注意的是：免费用户也能体验接入豆包 2.1 Turbo 模型的办公任务模式，这在全家桶付费成风的当下算是一股清流。
Kimi Work：面向知识工作者的通用型本地 Agent，内核是 Kimi Code。继承了在线版 Kimi Agent 的建站、PPT 等专业 Skills，以及金融、科研、法律等专业数据库，内置能使用浏览器的 Kimi WebBridge 方案。最有野心的一点：可以根据任务复杂度自主创建子 Agent 团队，同一能力集群化的上限设到 300 个协作单元。
Cola：这批产品里概念最激进的——「首个有灵魂的操作系统」。内置 AI 角色 Cola 有自主意识，能记住你的习惯、喜好和背景，通过访问文件系统、浏览器历史自动了解你的状态，不用手动提供上下文。「灵魂系统」做三件事：AI 思考过程透明展示、自我反思进化、主动关心用户。计费上支持应用内购买 token、ChatGPT pro/plus 订阅登录，或连接 OpenAI、Anthropic 账号。
剩下几款各有各的打法：Qclaw 主打本地部署 + 微信/QQ 扫码互联，数据不上云；QoderWork 把 Qoder 的 agent 能力从代码拓展到日常场景，还上了"意识功能"；DuMate 胜在双端但模型锁死文心；阶跃 AI 基于 OpenClaw 深度优化，悬浮球和喝水提醒默认开启（别家通常要自己手动开）；AutoClaw 一键安装零配置，内置 50+ 预置 skills；lobsterAI 免费试用 14 天但只能用 Qwen3.5-Plus；Alice 不内置模型需要自己配，但内置了狼人杀和掼蛋；牛马 AI 走极端隐私路线，完全离线、可用本地大模型。
三、三条路径：同一个目标，三种打法
把 15 款产品放到同一张图谱里看，会发现它们虽然都叫"帮你在电脑上干活"，但切入点完全不同。没有收敛成单一形态，反而分化成了三条路径。
3.1 工程外溢型：从代码到办公
代表：Kimi Work、MiniMax Code
这类产品最早来自 Coding Agent 的能力迁移，特点是先解决结构最清晰的任务，再逐步外扩。Kimi Work 通过 Skill、浏览器能力和子 Agent 编排，把工程化的任务拆解能力扩展到文档、研究、报告生成等办公场景；MiniMax Code 更进一步强化 Agent Team，把长任务拆解为多阶段并行执行。
优势是任务结构能力成熟——代码场景验证过的拆解、执行、验证机制直接复用。短板也明确：擅长"可拆解任务"，但真实办公里大量非结构化操作（即时沟通、临时决策、跨应用切换）仍在适配中。
一句话：从「任务逻辑」出发，向外扩展能力边界。
3.2 桌面系统层：直接争夺操作入口
代表：Marvis、QoderWork、Cola
这类产品的共同点不是任务类型，而是入口位置——直接贴近操作系统与本地环境。Marvis 偏"电脑管理层"，强化对本地文件、应用与磁盘的理解调度；QoderWork 强调"可执行能力"，屏幕感知、软件操作、业务系统串联，接近"数字员工"；Cola 走得更远，把人格化系统、主动提醒与长期记忆融合进执行链路。
优势是控制力强，能真正跨应用执行任务。挑战也最硬：权限边界、稳定性、误操作风险、不同软件之间的兼容问题，每一个都是硬骨头。
一句话：不再停留在应用内部，直接介入「用户如何使用电脑」这一层。
3.3 生态嵌入型：不重构系统，嵌入流程
代表：TRAE Work、WorkBuddy
最现实的一条路径：不改变操作系统，嵌入已有工作流。TRAE Work 深度接入飞书，Agent 直接进入文档、会议与协作链路；WorkBuddy 依托腾讯生态（企业微信、文档、会议）构建企业级工作台。
核心策略是"贴近真实组织结构"而不是重新定义操作方式。优势是落地速度快，能迅速接入权限与数据体系，直接进入企业级场景；代价是与生态深度绑定，生态外的能力边界明显。
一句话：不打地基，直接在别人的地基上盖楼。
四、三大演进趋势
看完产品和路径，再看这轮浪潮往哪走。三条趋势线已经相当清晰。
4.1 从 AI Coding 到 AI Working
代码之后，下一个被自动化的就是知识工作本身——因为大多数知识工作有类似结构：文件就是上下文，浏览器就是信息入口，Office 文档就是交付物，定时任务就是工作流，审批和修改意见就是反馈机制。
AI 不再只是帮程序员写代码，而是开始接手那些长期被认为"必须人工处理"的事：整理文件、生成报告、清洗数据、做 PPT、查资料、写周报、处理邮件、提取会议纪要。用户的输入从「帮我写一个函数」变成「帮我把这件事办完」。
这一阶段的竞争，是谁能更好地把 AI 从回答问题推进到交付结果。AI Coding 改变的是程序员写代码的方式，AI Working 改变的是普通人使用电脑的方式。
4.2 从「一个助手」到「一支团队」
早期 AI 助手像一个能力很强的个人：你提问，它回答；你派活，它执行。但任务变长、步骤变多之后，单个 Agent 容易忘记目标、中途走偏、缺少自我检查。
MiniMax 的 Agent Teams 是这轮的代表：创建多个不同角色的 Agent 组成团队并行工作——一个负责信息收集，一个负责方案生成，一个负责执行整合，最后由协调机制汇总。复杂任务被重组为多角色流水线，每一步可由不同 Agent 接管，必要时继续细分出研究、设计、写作、代码、数据分析等更专门的"岗位"。
价值很清楚：并行处理缩短等待、执行者与验证者相互制衡、失败时回滚重试换路径。但 Agent Team 不是万能解法——更高的成本、更复杂的调度、更多不确定性。没有清晰的任务边界、权限控制和验收机制，多个 Agent 反而互相制造噪音。
所以「Agent Team」考验的不是界面，是底层工程能力：长上下文、任务规划、工具调用、状态管理、日志追踪、错误恢复、权限审批、结果验收。这些机制成熟后，用户和 AI 的关系也会变——用户像管理一个小团队一样设定目标、查看进度、打断错误、确认结果，AI 从「帮手」变成「工作单元」。
4.3 从应用内部，上升到操作系统层
IDE 是 Agent 的理想起点——开发者愿意给它高权限，也理解它在做什么。但要让 Agent 服务更广泛的人群，IDE 形态远远不够：真正的工作发生在文件夹、浏览器、聊天软件、邮件、表格、日历、网盘和跨设备协作中。这就是为什么这轮产品越来越强调「本地」「桌面」「远程控制」「文件权限」「应用调用」。
所谓操作系统层，是在现有操作系统之上长出一个新的意图执行层。Agent 开始帮你找文件、开网页、调应用、读写文档、产出结果——这让它逐渐触及操作系统最核心的三种能力结构：
- 上下文能力：对用户文件、历史、偏好与当前任务的理解整合，决定系统能多接近真实需求；
- 执行能力：对浏览器、文件系统、本地应用乃至远程设备的调用操作，决定有没有真正的行动闭环；
- 持续能力：本地常驻、定时触发、跨设备响应、习惯沉淀，决定它是一次性工具还是持续存在的工作入口。
三条趋势指向同一个结果：AI 正在从聊天框里的内容生成器，变成电脑里的任务执行者。 从 AI Coding 到 AI Working 是能力边界的外扩，从单一 Agent 到 Agent Team 是组织方式的重构，从应用内部到操作系统层是权力位置的上移。
五、怎么选：分人群速查
产品太多反而没法选，直接按人群给建议：
| 你是谁 | 建议优先看 |
|---|---|
| 开发者，想先在代码场景用 | TRAE Work（Code 模式）、Kimi Work |
| 深度腾讯生态办公（企微/腾讯文档/TAPD） | WorkBuddy |
| 深度飞书用户 | TRAE Work |
| 想要"帮我管电脑"的系统级助手 | Marvis、QoderWork |
| 隐私优先，不想数据上云 | Qclaw（数据全本地）、牛马 AI（完全离线） |
| 免费尝鲜，不想先掏钱 | 豆包专业版任务模式（免费可用 2.1 Turbo）、lobsterAI（14 天试用） |
| 模型自由度优先 | WorkBuddy（11 款可切换）、Alice/Cola（可接自己的 API） |
| 陪伴与情感化体验 | Alice、Cola |
| 长任务重执行 | Kimi Work（300 协作单元）、MiniMax Code（Agent Team） |
六、常见问答（FAQ）
Q1：桌面 Agent 和 ChatGPT 这类聊天助手，本质区别是什么？
聊天助手的交付物是"答案"，桌面 Agent 的交付物是"结果"。前者你还得把答案搬到文档里、把步骤自己执行掉；后者直接处理文件、操作应用、生成成品，输出的是可验收的东西。入口位置也不同：一个在网页对话框里，一个常驻在你的操作系统上。
Q2：这些产品会取代操作系统吗？
短期内不会，它们更像是"长在操作系统上的意图执行层"。操作系统的内核、驱动、硬件调度它们碰不到；它们争夺的是"用户如何向电脑下指令"这一层。长期看，如果意图执行层成为习惯，操作系统确实有"管道化"的风险——这也是为什么大厂要抢这个入口。
Q3：数据安全吗？我的文件会被上传吗？
分产品看，差别很大。Qclaw 明确数据不上云、任务执行和文件处理全在本地；牛马 AI 走完全离线架构，可以接本地大模型；而生态嵌入型（WorkBuddy、TRAE Work）必然要打通云端文档与协作数据。用之前务必看清楚产品的数据策略，敏感文件场景优先选本地化方案。
Q4：现在值得上手吗？先试哪个？
值得，但建议按需试、别全家桶。免费尝鲜从豆包专业版任务模式开始（免费用户可用 2.1 Turbo），腾讯生态办公直接试 WorkBuddy，开发者从 TRAE Work 或 Kimi Work 进场。这批产品迭代都很快（统计截止 2026.6.24，之后还会不停冒出来），先用真实任务跑一轮，再决定深度用哪个。
附：一张表收尾
做桌面 Agent 的选型决策 → 先看自己活在哪个生态（腾讯/飞书/无生态）；
看重数据安全 → 本地方案（Qclaw / 牛马 AI）；
想白嫖 → 豆包任务模式；
剩下的问题 → 让 Agent 替你试，反正它现在干活不要咖啡。
本文是「一篇读懂」系列 Vol.002。下一篇 Vol.003：《OpenClaw 从安装到 7×24 在线：6 种部署方案选型实录》——手把手讲透 OpenClaw 本地与云端部署怎么选。
