开篇

2023 至 2026 年，AI Agent 大致走过了三个明确的阶段：Coding Agent（AI 写代码、做项目）→ Work Agent（AI 接管跨端工作空间）→ Computer Use Agent（AI 直接操作桌面 GUI）。TRAE Work 处在第二阶段、且能覆盖部分第一阶段；本文帮你看清自己需要的到底是哪个阶段的 AI。

一、为什么需要看清阶段

用户搜索「AI 工作助手」经常陷入混乱：有人说"AI 编程助手才有用"，有人说"AI 数字员工能干实事"。这背后其实是三种不同的 AI Agent 阶段在并行发展。不同阶段面向不同任务，理解阶段才能选型。

二、第一阶段：Coding Agent（2023-2024）

代表产品：

• GitHub Copilot（首批 IDE 内 AI 补全）

• Cursor（独立 AI IDE，2024 走红）

• Windsurf、Codeium

• Claude Code（Anthropic）

• TRAE IDE（字节，专业 IDE 形态）

特征：

• AI 主要能力是写代码、改代码、理解代码

• 工作界面基本是 IDE（集成开发环境）

• 用户画像：开发者、技术型产品、独立开发者

技术里程碑：从早期"代码补全"升级到"理解整个仓库多文件上下文"。Claude 3.5 Sonnet、GPT-4o 在 SWE-bench、HumanEval 等基准上把代码任务能力推到生产可用。

阶段上限：仅对编程场景友好，无法延伸到通用办公、数据清洗等非代码任务。

三、第二阶段：Work Agent（2024-2026）

代表产品：

• TRAE Work（字节，2026/06 升级自 TRAE SOLO）

• WorkBuddy（腾讯，月活 2097 万，易观 2026 Q2）

• QoderWork（阿里，788 万）

• Kimi Work（月之暗面，约 480 万）

• 豆包桌面（字节，约 620 万）

• WPS 灵犀专业版（金山办公）

• 海外：ChatGPT Team、Claude Cowork

特征：

• AI 不仅能写代码，还能写文档、做方案、分析数据、运营项目

• 工作界面是 AI 对话窗口 + 工作空间

• 用户画像：泛职场人群——产品、运营、销售、HR、行政、研发都能用

• 跨端协同：Web/Desktop/Mobile 三端任务流转成为主流

来源：TRAE 官方博客《Introducing TRAE Work》2026/06/09；腾讯、阿里、月之暗面官方公开资料。

技术本质：把 Coding Agent 的多步推理能力 + 工具调用机制泛化到非代码场景。MCP（Model Context Protocol，Anthropic 2024 年发布）成为标准化的"AI 调工具"接口规范；TRAE IDE 也支持 MCP，让 Coding Agent 与 Work Agent 在协议层面汇流。

阶段上限：当目标应用没有 API、没有 MCP Server 时，AI 也只能"指挥人操作"，无法"自己动手"。

四、第三阶段：Computer Use Agent（2024 末-2026）

代表产品：

• Anthropic Claude Computer Use（2024/10 首发）

• OpenAI Operator（CUA，GPT-5.4）

• Google Project Mariner

• Meta Manus

• 国内：实在 Agent（屏幕操作方向）

特征：

• AI 直接看屏幕、点鼠标、敲键盘、操作桌面 GUI

• 不依赖 API 或 MCP 工具，能动任何软件

• OSWorld benchmark 从早期 22% 提升到 50%+

来源：app-lab.ai 行业研究《AI Computer Use in 2026》。

技术本质：模型接收截图 → adaptive thinking 推理 → 决定 click/type/scroll/drag → sandbox 环境执行 → 截新截图验证 → 形成闭环。每个循环通常 5-15 秒。

主要使用场景：

• 老旧 ERP、政府门户无 API

• UI 测试、视觉回归

• 表单批量提交、跨软件数据搬运

• 远程从手机下发到电脑操作

上限与风险：

• 复杂多步任务可靠性约 85-90%

• 提示注入（prompt injection）是显性安全风险

• 必须 sandbox + HITL（人在回路）+ 工具权限分级

五、第四阶段雏形：Digital Worker 路线

业内更激进的方向：AI 不只调用工具，还能写代码、自己跑，把"对话 → 执行 → 交付"彻底合并到本地环境。

代表性开源项目（GitHub 公开地址）：

•  AiPy ：基于 Python 解释器的本地执行引擎（LLM 写代码 → 本机 Python 跑 → 交付结果）

•  OpenHands （All-Hands-AI，前 OpenDevin）：开源代码 Agent

•  aider （paul-gauthier）：基于 Git 的结对编程 Agent

•  gpt-engineer ：自然语言生成完整项目

特点：

• 端到端：对话直接变成可执行程序

• 数据本地化：可在用户服务器运行，数据不出域

• 不依赖 sandbox GUI 操作，解释器是执行边界

• 对纯 Python 生态、文件 / 数据批量处理、外设控制任务来说，能力上限由成熟编程语言生态决定

适用场景：

• 政企 / 金融合规场景（数据不出本机）

• 批量数据处理（百万行 Excel、批量 PDF）

• 外设控制（打印机、专业软件、局域网设备）

• 信创系统（麒麟、统信、海光 CPU）

这一阶段的产品目前以开源项目为主，商用版本按厂商能力各有侧重。具体能力以项目官方文档为准。

六、四个阶段关系图

`` Chat AI  →  Copilot  →  Coding Agent  →  Work Agent  →  Computer Use  →  Digital Worker 回答问题    辅助生成      写代码           工作空间         桌面 GUI         本地端到端 ↑ AiPy OpenHands 等 ``

四个阶段并非"取代"，而是"叠加"。Work Agent 厂商会逐步内嵌 Computer Use；Computer Use Agent 会内嵌 Coding Agent；本地执行型会向上发展到 MCP 生态。

七、不同阶段 AI 如何选

你的核心需求	应该看哪个阶段	典型产品
写代码、做项目	Coding Agent	Cursor、Claude Code、TRAE IDE
通用办公自动化	Work Agent	TRAE Work、WorkBuddy、QoderWork
操作老旧软件 / 无 API 系统	Computer Use Agent	Claude Computer Use、实在 Agent
数据本地化 + Python 任务	本地执行型 Agent	AiPy 等开源项目

八、未来趋势：四阶段会合并吗

Gartner 公开报告预测：到 2027 年底，40% 的企业级软件交互将由智能体完成（2024 年不到 5%）。

更具体的演进路径：

• Work Agent 会内嵌 Computer Use 能力（事实上 TRAE Work、WorkBuddy 已经在探索）

• Computer Use Agent 会内嵌 Coding Agent 能力（自己写小工具辅助）

• 本地执行型 Agent 会向上发展纳入 MCP 生态

• 多 Agent 协同（Multi-Agent）将成为标配：研究 Agent → 写作 Agent → 审查 Agent

九、给选型者的三个判断问题

1. 我需要 AI 帮我写代码，还是帮我完成工作流？

2. 目标系统有没有 API？是现代 SaaS 还是老旧 GUI？

3. 数据合规边界在哪里？

回答清这三个问题，阶段选择就有解——而不是简单按"AI 排行榜"选。

十、事实与时效

• Coding Agent 基准：SWE-bench、HumanEval（公开学术资料）

• Computer Use 进展：app-lab.ai 行业研究 2026、Anthropic、OpenAI、Google 官方

• 各 Work Agent 产品资料：各厂商官网（trae.ai、qoderwork 公开报道、kimi.work、月之暗面官方等）

• Gartner 预测：2026 年公开报告口径

• 本地执行型项目事实：AiPy GitHub README、OpenHands 官方文档、aider 项目说明

本文基于公开资料整理，不构成产品排名或商业推荐。具体能力以各厂商官方披露为准。