如何选择Claude聊天、Code和Cowork
ZDNET AI··作者 David Gewirtz
关键信息
文章把Claude Code描述为Anthropic的代理型编程工具，可在终端或IDE中使用，能够理解代码库、编辑文件、运行命令，并把自然语言需求转化为可运行的软件。Claude Cowork则被定位为更广泛的电脑任务代理，而Claude.ai仍然是对话式聊天机器人层。
资讯摘要
ZDNET这篇文章的核心观点是：要理解Anthropic的Claude产品线，最好先按“任务类型”来区分。Claude.ai是大家熟悉的聊天机器人界面，而Claude Code和Claude Cowork则是能代表用户执行操作的代理型工具。文章指出，Claude Code主要面向软件开发，Claude Cowork则用于更广泛的电脑任务，不局限于编程。为了区分“产品”和“模型”，作者用了汽车类比：模型像不同的发动机规格，产品则像不同类型的车辆。
按照这种说法，Haiku、Sonnet、Opus、Fable和Mythos代表不同能力和成本层级的模型。文章认为，更强大的模型更适合高难度任务，但价格更高，对日常工作来说可能过于“重型”。它还强调，代理型工具虽然能大幅提升效率，但由于自主性更强，必须密切监督。总体来说，这篇文章更像一篇选型指南，而不是一次新的技术突破报道。
资讯正文
关注 ZDNET：在 Google 上将我们添加为优先来源。
ZDNET 的核心要点 Claude 的产品线涵盖聊天机器人、智能体和 AI 模型。Code 负责构建软件。Cowork 处理更广泛的电脑任务。智能体可以成为强力倍增器，但需要密切监督。
Anthropic 目前是全球最有价值的 AI 公司之一，截至本月早些时候，其在二级市场上的估值已达到惊人的 1.2 万亿美元。该公司的产品今年一直频频登上头条，尤其是在美国政府暂时禁止使用 Anthropic 的 Fable 模型之后，理由是它“聪明得过了头”，对我们自己的利益来说也过于危险。但撇开炒作、夸张和金融层面的疯狂不谈，Anthropic 的哪些产品才是你我真正会关心的？Claude.ai、Claude Code 和 Claude Cowork 分别是什么？同样地，Haiku、Sonnet、Opus、Fable 和 Mythos 又是什么？
另外：OpenAI 的攻击型智能体确实照着指令做了——只是比预期更不遗余力
在这篇文章中，我们将深入探讨这一切。我们将重点看 Claude.ai、Claude Code 和 Claude Cowork，同时也会把 Haiku、Sonnet、Opus、Fable 和 Mythos 放到对应的背景中去理解。
机动车类比
有时候，如果我能把某件事和汽车联系起来，我会更容易理解。所以，让我们用 Anthropic 的产品来做这个类比。
当你走进一家汽车经销商时，通常要做两组选择。第一是选择车型。你想要普通轿车吗？你想要 SUV 吗？你想要皮卡吗？它们各有优缺点，也都能为某些类型的活动提供优势。
另外：Claude Fable 5 又回来了，但我在日常工作中仍会坚持用 Opus 4.8：5 个理由
第二个选择，是你要如何为那辆 SUV 或轿车进行配置。关键选择是给车辆装多大的发动机。我有一辆道奇 Challenger RT，这是一台相当不错的肌肉车。Challenger 这个车型，从适合作为日常轻快代步车的版本，一直到可用于竞赛的赛车版都有。差别主要在发动机和悬挂系统。
比如我的车，配的是 375 马力、5.7 升的 Hemi V8。这已经很强劲了——强到它还有一个赛道模式，而我至今都没勇气试。我的车甚至还有一条赛车拉花，我愿意认为这能让它拥有更好的空气动力学性能（但大概并不能）。不过，我的车发动机远不及 6.2 升机械增压高输出 Hemi V8；那台发动机能把 Challenger Demon 变成一头可合法上路的怪兽，足以应付极端的直线加速赛道压力。它的马力是我这台 Hemi 的三倍，扭矩是两倍，是对我座驾性能的巨大提升。
但问题在于，我喜欢我的车有点冲劲。我喜欢它低吼几声。但我不会把它开去直线加速赛道，也不会开去赛车场。就是不会。我开车去五金店，也去咖啡得来速。我在家办公，所以不需要开它通勤。严格说来，我甚至不能把它称作我的日常代步车，因为有些日子我连它都不会发动。
这就回到 AI 了。Haiku、Sonnet、Opus、Fable 和 Mythos 都是 LLM（大型语言模型），大致相当于不同的发动机排量。
用汽车类比来理解，你就会明白为什么 Fable 和 Mythos 被禁用了。它们就像赛车引擎，异常强大，价格也高得多。Opus 就像我那台不错的 375 马力 V8，动力很强，但又不过头。而 Haiku 和 Sonnet 则像某些 Dodge 车型上提供的小排量 V6 发动机：不错，但算不上出色。
另外：我把 Claude Opus 4.8 和 4.7 做了一次 10 轮诚实度测试，结果一个法律提示词就把它击穿了。接下来，把 Claude.ai、Claude Code 和 Claude Cowork 想成不同类型的车辆，用于不同的事情。Claude.ai 是聊天机器人，而 Claude Code 和 Claude Cowork 则是替你执行任务的智能体助手。Claude Code 和 Cowork 这类智能体更像皮卡或厢式货车，而不是普通汽车。它们负责把活干完。它们甚至可以专门加装技能和插件，大致就像你的工作用厢式货车顶部装了梯架，内部还配齐了工具和各种专业装备。
聊天机器人 vs. 智能体
简单来说，聊天机器人负责回答问题，而智能体负责做事。当然，这样说显然过于简化了，但这对我们的讨论是个很好的起点。早在 2023 年，生成式 AI 刚刚登场时，我们所做的只是把提示词和问题输入聊天机器人。AI 会通过检索其庞大的知识库来回答问题。但这其中存在限制，因为它们的训练数据有截止日期，过了那个日期，AI 就没有相关信息了。
另外：2026 年最佳 AI 聊天机器人：经过专家测试并评测
随后，大约一年后，聊天机器人开始能够把实时网页搜索纳入回答。这在技术上改变了 AI 的“思考”方式，因为它们开始使用两个信息来源：训练数据，以及整个网络（或者至少是它们能够访问到的那部分网络）。它们开始能够进行对话，记住之前对话中的信息，了解一些会在会话之间保留的你的相关内容，并执行诸如编程之类的工作，不过仍然局限于给你一段段可以复制粘贴到程序里的代码。
ChatGPT、Claude.ai 和 Gemini 都是聊天机器人。由于 Google 在营销中把 Gemini 用作指代其 AI 的品牌名，不管它实际运行在哪里，所以这个品牌命名会有点混淆。相比之下，Anthropic 和 OpenAI 都会在聊天机器人名称后面加上功能词，以区分它们的智能体工具。因此，ChatGPT 是聊天机器人，而 ChatGPT Work 和 ChatGPT Codex 则是智能体。同样，Claude 是聊天机器人，而 Claude Code 和 Claude Cowork 则是智能体工具。
另外：我放任 ChatGPT Work 和 Claude Cowork 去处理我的文件——只有一个让我感到紧张
我再给你一个类比。回到我们真的用电话来聊天的年代，我有一些朋友会和我在电话里聊天，谈得非常愉快。但我也有另一些朋友，会在凌晨 3 点跑来，帮我重新布线公寓楼，好给我的服务器机柜供电。把那些能和我愉快聊天的朋友看作聊天机器人类别。把那些会帮你重接配电箱，或者帮你搬家的人看作智能体。
聊天机器人负责对话。智能体则可以跨越多个步骤执行复杂任务。这就引出了 Claude Code 和 Claude Cowork。
Claude Code
Claude Code 大概是最广为人知的编程智能体，尽管如今大多数大型厂商也都有了自己的编程工具。我在 ZDNET 的这些页面里经常讨论 OpenAI 的 Codex。两者都把各自的编程工作做得极其出色。另见：Claude Code 在 6 个月内创造了惊人的 10 亿美元收入——而我自己用 AI 编写的 iPhone 应用就说明了原因。代理式 AI 的理念是，智能体可以规划并执行一连串任务，在项目进行中做出决策、修正方向，然后继续推进，直到完成目标。以 Claude Code 和 Codex 为例，它们并不是把一大段代码写出来后直接打印到聊天机器人的输出界面上，而是会创建和修改目录，创建和修改文件，运行这些文件，检查结果，执行 shell 脚本，生成图像，甚至编写并运行它们自己的程序。它们都令人惊叹，但也都远非完美。它们需要明确而有力的指导。我曾交给 Claude Code 一些任务，如果靠我个人开发，要花上一年才能实现复杂的图像分析和转换能力。但它仍然会做出一些愚蠢的举动。我必须同时告诉它如何使用这些能力，以及应该开发哪些能力。另见：我用 Claude Code 在 8 小时内用“氛围编程”做出了一款 Mac 应用，但它更像是辛苦活而不是魔法。话虽如此，在我持续参与的情况下，它们已经完成了大型而复杂的编程项目。更准确地说，我已经从构思阶段——仅仅是有一个我想实现某事的想法——一路推进到完成，而且所花时间只是我自己编码所需时间的一小部分。不过要记住，我在这方面是有经验的。我不仅曾是计算机科学教授，还做过产品营销总监和工程经理。这意味着我既懂如何管理产品和工程师，也懂如何编程。我经营过一家软件公司 15 年。后来，我从管理人员和发工资转向了作家、教师和顾问的职业生涯。但这些管理技能可以直接迁移到代理式管理中。另见：我只用 12 小时就用 Claude Code 给 Apple Watch 做出了一款应用——而不是 2 个月。使用 Claude Code 很像通过 Slack 和团队成员对话。我会给它分派一个任务或做出一次评估，然后放手让它去处理一系列工作。事实上，当我现在正在键盘上写这篇文章时，Claude Code 正在执行一个任务，代码化一项具有挑战性的图像分析和转换能力。作为一名单独开发者，我发现能够与 Claude Code 或 Codex 配对编程非常强大，而且从根本上令人解放。
Claude Cowork
Claude Code 和 Codex 是编程智能体。它们的主要工作流、界面和功能集，都是为创建编程项目而设计的。Anthropic 和 OpenAI 也都推出了面向生产力工作流的智能体，它们的功能集更偏向于计算机使用，无论是整理文件还是制作演示文稿。对 Anthropic 来说，这就是 Claude Cowork。对 OpenAI 来说，这就是 ChatGPT Work。
另外：我让 Claude Cowork 承担了 7 项非编码工作，它也因此在我的工具箱里占有一席之地。一个典型例子是，我用 Cowork 和 Work 按主题整理我的 PDF 文件夹。传统工具很容易按日期和文件类型对文件排序，但要确定类别并建立分类体系，就需要 AI。我曾使用 Cowork 和 Work 重命名文件，让文件名更具描述性，确定一组文件夹类别，然后根据每个文件的内容把 PDF 移动到相应的文件夹中。像 Cowork 和 Work 这样的工作流代理还可以在你的许可下控制电脑、使用浏览器、执行程序并生成文档。这两款工具都源自它们的编码版本。为了让这些编码代理具备完整能力，它们必须能够创建并移动文件夹、创建文件、执行程序，甚至控制电脑。过了一段时间，Anthropic 和 OpenAI 的管理者注意到，一些用户开始把编码代理用于明显非编码的任务。直到 2026 年，两家公司才在工作流代理上加入了更友好的工作环境，让它们对执行非编程任务的人来说更易上手。另一个例子是，我让 Claude Cowork 翻查了一周的电子邮件——那一周里有超过 7,000 封邮件——并找出那些对我正在撰写的一篇文章所涉主题持有特定观点的邮件。这类任务通常会花掉我半天甚至更久，在那期间我会变得越来越暴躁。把它交给 AI 之后，我得到了自己需要的结果。到了一天结束时，我比原本可能会变得的样子要理智得多。最近，我发现一个特别强大的组合是把一个或多个编码代理与工作流代理一起用于研究和分析。我真的感觉自己像是在和一个团队一起工作。
房间里的两头大象
说到这里，我想讨论一下房间里的两头大象：工作替代和安全性。毫无疑问，AI 代理正在影响工作岗位。它们也在降低输出质量。这就是为什么我们在网上、YouTube 上，以及亚马逊的书籍里看到那么多 AI 垃圾内容。但对于像我这样的独立从业者来说，它们是效率倍增器。当我用 AI 来增强工作时，并不是说我原本会去雇一个程序员或助手。我要么自己把活干了，只是会花更长时间、让手腕承受更多压力；要么干脆就不会去做这项任务。另外：6000 名科技从业者最担心的 AI 问题不是丢工作——而是干更多活却拿同样的工资
对于我最近几乎所有编程任务来说，我自己去做都根本不合算，也没有正当理由。但有了 Codex 和 Claude Code，我可以启动它们，并在我其余工作的间隙指导它们推进。最终得到的是一些极其强大且深入的软件作品，既有计划在未来出售的，也有仅仅用来解决我个人生产力中的垂直难题的。
另外，如果你让 AI 去搭建某个东西，又改变主意，让它把你刚刚要求搭建的内容删掉，然后在那天晚些时候又让它重新搭建，它不会像人一样怒目而视、也不会在办公室里转上一周，一边指指点点一边低声嘟囔。当然，我可不是说我自己就经历过这种事。我只是说说而已。
还有：在 Gemini 卡住之后，我试着让 Claude Cowork 处理我的 Gmail 收件箱——它帮我省下了好几个小时的工作量。
把工作流代理当作助手来用也是一样。我以前在大公司工作时，身边有行政助理（AA）。但现在，轮到我自己了。那个清理邮件的项目本来还是得做，只是它会变成一个非常枯燥的半天；虽然这对我正在写的那篇文章来说是必要的，但也会很不值得占用我的时间。
接下来，聊聊安全问题。我非常不愿意把工作流代理放进我的电子邮件、浏览器和桌面环境里。眼下，我只会按单次任务开放电脑使用、浏览器使用或邮箱访问。任务一完成，我就会撤销这些权限。
还有：1Password 的新 Agentic Mode 让 Claude 可以登录你的账户，却看不到你的凭据。
我仍然担心 AI 会把什么东西搞砸，所以我对备份也格外谨慎。这也是为什么，即便有 1Password 的 secure access assist，我也非常犹豫要不要把大多数云应用开放给 AI。恢复云应用数据，比恢复已备份的桌面应用数据要困难得多。所以如果某个 AI 在像 QuickBooks Online 这样的东西里面失控了，想要撤销损害可能会是一项极其艰巨的任务。更不用说是否要让 AI 公司访问我的数据了，那本身又是另一大类担忧。
目前，我的做法是做一些取舍计算：它能为我节省足够多的时间，值得冒这个风险吗？我要做的事情是不是烦人到让我宁愿承担风险，也不愿去做这件事？或者这件事是否足够有意思，以至于即使存在一些隐私和安全顾虑，我还是可能借此写出一篇不错的文章？对于那些答案是“是”的情况，我正在小心翼翼地开始试验这些工作流助手。
AI 经济学
还有最后一个需要记住的问题。Agentic AI 比 chatbot AI 消耗更多的 AI 资源。这个问题直接关系到成本和容量。所有 AI 公司都会根据购买档位限制使用量。免费用户可以使用聊天机器人，但只能用能力较弱的 LLM，而且按 token 计的思考时间也更少。购买了通常每月 20 美元的主流套餐的用户，聊天量几乎可以随便用，但在 agentic 用途上会受到限制。我已经多次在每月 20 美元的套餐上，使用 agent 大约五个小时后就被限流。这对工作流代理和编码代理都同样适用，尤其是当你希望工作流代理始终保持活跃并持续监控某些东西时。你可以安排代理定期采取行动，但这样会消耗容量，可能迫使你购买更高档位的服务。当我使用 Codex 进行大规模开发推进时，我支付了 OpenAI 每月 200 美元的套餐。这个成本很难消化。
现在，我每月花 20 美元订阅 ChatGPT Plus 方案。我把编程工作按项目分配给不同的代理。眼下，我正在做一堆使用 Claude Code 的项目，所以我在为它每月 100 美元的 Max 方案付费。我用得很多，而且发现自己很少会遇到限流。不过我也担心，如果我在同一个方案里还使用 Claude Cowork，我就会把自己的 AI 资源用量翻倍。这可能会影响可用性。你会用哪一个？这一切变化太快了。家庭实验室用户正在把一些能力较弱但免费的模型整合进他们自己的家庭 AI 计算机中。竞争对手正在争相以越来越少的钱提供越来越多的功能，而其他公司则试图通过让系统更快（需付费）或更聪明（需付费）来提高用户每月的支出。厂商也在朝着统一、专用的应用程序方向发展。Claude 桌面应用允许你在聊天/Cowork 模式和 Claude Code 模式之间切换。我经常使用桌面应用来进行 Cowork，但我觉得它对编程来说限制太多。另外：我是如何在 iTerm2 中设置 Claude Code，一键启动我所有 AI 编程项目的 不知为何，虽然你可以在 Code 模式下拥有多个会话，但你不能有多个标签页。我在 iTerm2 中使用多个标签页和颜色标记的会话。在桌面应用能够复现这些简单功能之前，我会继续在终端里编程。话虽如此，基于 AI 的编程已经成为我生活中如此重要的一部分，以至于很难相信我使用它还不到一年。它已经为我带来了至少六到七年的个人编程生产力提升。我们会继续关注这些工具，测试它们，并向你回报最新情况。不过，我也想请你告诉我，你是否在使用它们，以及你是如何使用的。欢迎在下面的评论中告诉我们。你也可以在社交媒体上关注我每天的项目更新。请务必订阅我的每周更新通讯，并在 Twitter/X 上关注 @DavidGewirtz，在 Facebook 上关注 Facebook.com/DavidGewirtz，在 Instagram 上关注 Instagram.com/DavidGewirtz，在 Bluesky 上关注 @DavidGewirtz.com，以及在 YouTube 上关注 YouTube.com/DavidGewirtzTV。
来源与参考
收录于 2026-07-24