
阿里 QoderWork 实测:从“只会回答”到“能干活”,却仍是“实习生”水平?
不久前,阿里正式推出 QoderWork,它是根据原本的 Qoder 代码 Agent 能力,整体扩展到日常办公场景之后的产物。其核心诉求是,桌面 AI 不应停留在「回答问题」,而应开始「完成工作」。
这并非新鲜事,腾讯的 Mavis、月之暗面的 KimiWork,第三方大神做的 DeepSeek GUI 等,都在做同一件事——「干翻 Codex」。QoderWork 主打的功能也很常见,涵盖文件整理、数据分析、文档生成、研究整合、浏览器自动化等。
与 Codex 相比,这类 Agent 的最大优势是接地气。QoderWork 底层模型跑的是千问,目前 Qwen 3.7 Max 限时 15 天免费使用,十分良心。
近两个月,「桌面 AI Agent」这个词已被频繁提及,都说能干活,但实际如何?以下是雷科技体验完 QoderWork 后的结论。
QoderWork 长得就不像聊天机器人,这很重要
QoderWork 与大多数 AI 工具的使用方式不同。以千问网页端为例,通常是用户问一句,它答一句,记录在聊天记录里。而 QoderWork 的逻辑是任务,用户发起一个目标,它将目标拆分成若干执行步骤,完成后把产物落成文件,任务全程保留在任务列表里,可回溯、继续和监控,类似悟空。
以实测的某个任务为例,任务模式下,「苹果 WWDC2026 文章」「雷科技商务介绍 PPT」「IFA 2026 专题网页」作为项目挂在左侧列表,点击可查看执行步骤和产物文件,也能在原对话里继续调整。若只是 AI 聊天,聊完就结束,仅得到一些回答。
QoderWork 右边设计了「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。在第一轮文章任务里,任务监控列出了「研究雷科技写作风格 - 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」的执行链路,让用户大概了解 AI 在各阶段的工作。
功能层面,QoderWork 有「专家套件」「技能市场」「定时任务」「应用快照」
专家套件的逻辑是面向岗位打包能力,涵盖法律、产品、合同、投研、财税等,安装完整套装即可直接使用,无需自行拼凑工具。技能市场更接近插件机制,包含深入研究、数据分析、PPT 生成、Notion 信息图等。在第二轮 PPT 测试中,QoderWork 主动调用 PPT 技能,发现系统缺少 Node.js 环境时,主动询问用户是否安装依赖,显示出主动补齐工具链、推进任务到最终文件的意识。
定时任务很好理解,提供了「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」等案例,可设置定期自动执行。不过,目前这些定时任务需电脑保持唤醒才能执行,断网或关闭屏幕会失效。
应用快照是新潮功能,可将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」用户当前使用的界面。这是桌面 Agent 区别于网页 AI 工具的地方,也是权限门槛最高的地方。开启后需授予 QoderWork Computer Use、屏幕录制和辅助功能权限,macOS 上首次授权流程可能需一段时间。
整体来看,作为版本号还在「0.5」的桌面级 Agent,QoderWork 功能基本齐全,技能和任务选择丰富,任务链和思考流程完善。限时免费的 Qwen 3.7 Max 可能是目前最强的代码模型之一。
写文章、做 PPT、搞网页,这个 Agent 真能干活
为贴近科技媒体编辑部的实际工作需求,对 QoderWork 进行了三类测试。
第一轮:写文章报道 WWDC,结果事实有点纰漏
任务是让 QoderWork 研究雷科技官网近期文章的写作风格,整理苹果 WWDC 2026 的重点信息,完成符合雷科技风格的稿件并生成 Word 文档。这涵盖了资料搜索、风格识别、选题判断、长文写作和文档交付等编辑助理的完整工作链路。
QoderWork 完整跑通了流程,分析雷科技写作风格,搜集 WWDC 2026 信息,给出三个选题角度,等用户确认方向后继续撰写,最后生成 Word 文档。其在关键决策节点等待用户确认,体现了「可控执行」的意识。
最终产出的文章标题为《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,努力写成有立场的科技媒体稿。但文章存在问题,出现了如「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」等无可靠公开来源的信息,这是典型的 AI 写稿问题,成稿看似像样,但事实不可靠,对科技媒体而言是致命问题。
在风格模仿上,「小雷哔哔」「苹果终于急了」「慢如蜗牛」「掰开揉碎了聊」等表达密度偏高,更像是刻意模仿风格,而非真正内化有判断力、有信息密度的写法。真正可发布的稿子应降低口语感,提高判断和信息量。
第一轮测试可打 7.5 分,QoderWork 能完成编辑助理级别的完整工作流,但还不能承担责任编辑的工作,事实核验和风险判断仍需人工把关。
第二轮:PPT 确实做出来了,但审美差强人意
任务是让 QoderWork 从 0 开始制作介绍雷科技的商务 PPT,面向潜在合作伙伴,要求搜索公开资料,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,QoderWork 发现系统缺少 Node.js 和 npm 环境,向用户请求安装 Node.js v20 LTS,获允许后自行下载安装依赖,继续安装 PPT 技能所需 npm 包,最终生成文件。普通 AI 聊天工具遇到环境缺失时通常停留在「建议层」,而 QoderWork 会主动补齐工具链,推进任务到文件生成,这是质的差别。
最终产物《雷科技商务介绍.pptx》共 13 页,结构包含封面、目录、雷科技是谁、我们关注什么、内容优势与影响力、为什么值得合作、合作方式和致谢页。PPT 结构逻辑正确,封面和版式有一定设计感,卡片、章节页、数据高亮页基本完整,15 分钟左右生成的初稿效率很高。
但存在遗憾,商务 PPT 第一页缺失雷科技真实的 logo,用生成插画或泛科技视觉代替;目录页有模板残留的「05 I am the chapter name」,最后一页用英文「Thank you!」,这些低级瑕疵表明它虽声称验证了 PPT,但未逐页检查。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,但无脚注或来源说明,用于商务材料需重新核实。
第二轮测试同样可得 7.5 分。QoderWork 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「可直接发给客户」仍有差距。不过考虑到目前几乎所有 Agent 做 PPT 都难以一次达到 100% 满意,这个效果尚可接受。
第三轮:做一个展会专题网页,这回完成度很高
第三轮任务是让 QoderWork 为雷科技做一个 IFA 2026 展会报道专题网页,参考雷科技官网展会专题页但不照搬设计,页面需包含首屏大标题、展会导语、重点报道、现场快讯、图集、深度评论、展品分类,用 HTML、CSS 和 JavaScript 生成可本地打开的静态网页。
经检查,页面包含 7 个 section,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 手机宽度下无横向溢出,无控制台报错,移动端切换了汉堡菜单,页面主体正常显示,表现完美。
网页深色科技风、蓝色高亮、固定导航、几何装饰元素和卡片布局基本完整,且写出了真实可运行的代码,功能和交互正常,并非生成截图。这一轮最接近「桌面 Agent 帮用户完成一个前端任务」的预期,是 QoderWork 三轮测试中表现最扎实的一次。
不过仍有不足,未使用真实 logo,用蓝色方块加「L」代替;图集和产品视觉大量使用 emoji 代替,因未上线真实内容,用一些文章填充,虽做法可认可,但不够美观。
第三轮测试可打 8 分,证明 QoderWork 在静态网页生成上比写稿和 PPT 更接近可交付状态。
这三轮体验表明,QoderWork 已实现从「只会回答」到「能干活」的阶段性跨越,但目前成品质量可能需多次调整才能投入工作流。
国产桌面 Agent,依然只是“实习生”水平
桌面 AI Agent 虽被频繁提及,但真正能让用户感觉「它在替我完成工作,而非协助我工作」的产品较少。QoderWork 做到了吗?三轮测试显示,已很接近,但完全解放双手仍不可能。
这本质上是权力与责任的问题。普通 AI 聊天工具的逻辑是「我给你建议,你来决定」,用户获取文字后自行决策。而 QoderWork 试图实现「我直接交付成品,你来使用或调整」,这一步跨度比表面上大得多。
因为「交付成品」意味着 AI 要对内容质量负责,包括事实准确性、格式合规性等,一旦出错可能需推倒重来。QoderWork 目前解决了「从 0 到有初稿」的问题,但未解决「从初稿到直接能用」的问题。毕竟,目前没有哪个 Agent 能一次抽卡就给出可用的成品。
所以,QoderWork 更像桌面的「AI 实习生」,能干活但未必干得好,可省去前期时间成本。至于何时能从「能做初稿」进化到「可放心交付」,只能交给时间。
662



被折叠的 条评论
为什么被折叠?



