不只會寫Code!Anthropic推出「Cowork」:讓Claude能整理桌面、寫文件,搞定日常任務
不只會寫Code!Anthropic推出「Cowork」:讓Claude能整理桌面、寫文件,搞定日常任務

重點一 :Anthropic 推出 Cowork(自動化協作)研究預覽,率先在 macOS 的 Claude Max(高級訂閱)上開放。

重點二 :Cowork 建構於程式助理 Claude Code,可讀寫指定資料夾、跨工具自動跑複雜任務,支援 connectors、skills與 Google Chrome。

重點三 :Anthropic 明示安全風險,包括誤解指令可能刪檔與 prompt injection(提示注入)。

看到海內外社群都在吹Claude Code很神,卻因為要在CLI環境操作而遲遲沒有嘗試?Anthropic聽到你的心聲了。

Anthropic 現在推出 Cowork(自動化協作)研究預覽,先開給 Claude Max(高級訂閱)在 macOS 使用。它建立在 Claude Code(程式助理)之上,使用者只要授權特定資料夾,Claude 能讀取、編輯與建立檔案,並以更高「代理性」自動安排步驟、持續回報進度。

把聊天變成成果:Cowork 讓日常工作流程動起來

Cowork 的設計重點,是把「對話」變成可執行的「流程」。過去 Claude Code 雖面向開發者,但不少人拿來處理非程式工作,例如整理下載資料夾、彙整花費、寫報告初稿。

Cowork 延續同一底層,降低門檻: 選定本機資料夾並授權後,Claude 可直接處理其中檔案,例如依日期與類型重新命名、把收據截圖的金額與日期拉進試算表,或把零散筆記組織成報告。

與一般聊天不同,Cowork 會先擬定計畫、逐步執行並持續回報,用起來更像把事情交給同事。進階上,Cowork 可搭配 Connectors(外部資訊連接器)、Skills(技能;強化文件、簡報、表格等產出),並可結合 Claude in Chrome(瀏覽器外掛)處理需要上網的任務;還能佇列多項工作並行,減少重複補脈絡或手動轉檔的麻煩。

重大操作會先確認,防誤刪與提示注入

Anthropic 強調兩層安全:第一,Claude 只能看到你授權的資料夾與 Connectors;第二,碰到可能具破壞性的操作(例如刪除檔案),會先詢問確認。官方也提醒,代理型模型若遇含糊指令,仍可能誤解導致誤刪或誤改,建議初期務必給清楚指示並做好備份。

此外,要注意「prompt injections(提示注入)」:攻擊者可能透過網頁內容試圖改變模型計畫。雖已布建防禦,Agent Safety(代理安全)仍是整個產業持續研發的重點。

Cowork 目前為研究預覽,Anthropic 計畫依使用回饋快速迭代,加入跨裝置同步並帶到 Windows(視窗作業系統),同時進一步強化安全性與實務管控。

但就開放狀態而言, Cowork現階段僅限 Claude Max 與 macOS app,用戶 ;其他方案可加入候補名單。

Cowork 好用嗎?工程師評測口碑頗佳

根據知名程式設計師西門·威利森(Simon Willison)指出,Claude Cowork 是把「Claude Code 的一般能力」包裝成更親民介面,整體好用且方向正確,但仍有安全風險需要留意。

據他測試,他在 Mac 版的 Claude 桌面 App 打開新功能「Cowork」。這個分頁就像「助理工作台」,讓你下指令、選擇本機資料夾,然後它會開始幫你做事。Willison把自己部落格的「草稿」資料夾交給 Cowork,下達一個任務:找出最近三個月新增的草稿,再到他自己的網站查查是否已經發佈,最後挑出「最接近可以刊登」的幾篇。

結果,Cowork先在電腦本機裡掃描他指定的資料夾,抓出近 90 天更新、且是常見文字檔(md/txt/html)的草稿。掃描完後,發現共有 46 個草稿。接著它用站內搜尋的方式,到 simonwillison.net 比對每篇是否已經發佈,總共跑了 44 次搜尋。

比對完成後,Cowork回傳一份清單,列出看起來最接近可發佈的草稿,包含檔名、主題、檔案大小,以及為什麼判斷「快好了」。例如,把一篇關於「LLM 常見爭論與反駁」的長文,標註成「非常接近可發佈,只需要最後校對」。這份清單正好符合他想要的成果: 從一堆草稿裡,快速整理出優先處理的幾篇。

拿到名單後,他又請 Cowork做一個「激勵自己發文」的網頁(artifact)。Cowork真的生成了一個會有火箭、彩帶、進度條、激勵語錄、按鈕一按就灑彩帶的動態頁面,讓人更有動力把文章發出去。他提到介面有個小缺點:右側欄位暫時關不掉,預覽區域太窄,不過這類 UI 小 bug 應該很快會修。

另外,他觀察到 Cowork把使用者授權的資料夾「掛載」在一個受控環境裡運作(後來還確認其底層用的是 Apple 的虛擬化框架,跑自訂的 Linux 系統),意思是它在「安全隔離」的沙盒裡工作,比較不容易碰到不該碰的本機資料。

不過威利森強調安全風險仍存在,尤其是「提示注入」(惡意內容引導 AI 做壞事)的問題,官方雖有防護與建議,但目前沒人能保證零風險,因此他提醒使用者仍要謹慎。

延伸閱讀:Claude Skill 教學|如何建立自己的 Skill?有哪些 Claude Code 技巧?

資料來源:AnthropicZDNETSimon Willison

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓