aire.
·7 分鐘

把 Cowork 當同事,不是工具:非工程師的 mental model 跳變

半年前我以為 Cowork 是 Claude.ai 的桌面版。半年後我每天打開它都跟打開 Slack 同事頻道一樣 — 把今天要做的事情交給它,它就會去做。這篇是『把 AI 當工具』到『把 AI 當同事』的 mental model 跳變紀錄。

收進
本文涉及工具

前言

半年前,我第一次打開 Cowork,以為它只是 Claude.ai 的桌面版。

同樣的對話框、同樣的 Claude 名字、輸入文字按 Enter。我用了三天,沒看出差別。然後就回去用瀏覽器版了 — 反正一樣。

直到三個月後,我在做一個 side project 的時候,需要 Claude 幫我看一份本機的 markdown 檔。我習慣性把檔案內容貼到 Claude.ai 對話框,結果文件有 8,000 字。貼完跟 Claude 討論,改了一輪。改完想存回去,我又得把 Claude 給我的版本複製、貼回我的 markdown 編輯器、存檔。

來回兩三次,我突然意識到一件事:我有一個 AI 在做整理,但每次它要看新東西,我都得當搬運工。

那個禮拜我重新打開 Cowork,點開 connect folder,把那個 side project 的整個資料夾交給它。然後在對話框跟它說「你看一下,告訴我這份草稿哪邊還沒收尾」。Cowork 自己讀完 8,000 字、跑去掃旁邊的引用檔、回來給我一份標好「這幾段邏輯跳得太快、這個段落舉的例子重複了」的清單。

Cowork desktop conversation interface with local folder integration Cowork 對話介面 + 本機資料夾整合(by aire 編輯室,2026-05)

差別不在介面。差別在 — 我終於不用搬運了。

Cowork 在解什麼問題

先講 Anthropic 為什麼會做 Cowork。

Claude 從一開始就是個對話介面。你打開瀏覽器、輸入問題、Claude 回答你。這個流程設計很好,但有個前提:你要把所有 context 親自送到 Claude 面前。文件 paste、圖片 upload、URL 貼進來,Claude 才有材料可用。

Anthropic 自己內部團隊用 Claude 時,發現一個有趣現象。非技術部門 — 像行銷、Data 團隊 — 開始繞過 Claude.ai 對話介面,改用 Claude Code(那個跑在終端機裡的 AI agent)。原因不是他們學會了寫程式,是 Claude Code 可以自己讀檔、改檔、處理檔案,他們不用當搬運工。後來 Anthropic 觀察到外部也出現一樣的 pattern — 研究員、分析師、營運、法務、財務這些跟文件、資料、檔案打交道的人,都繞著「AI 能不能直接動到我的檔案」這件事打轉。

那是個訊號。一個本來給工程師的 CLI,因為「不用搬運」這個 ergonomic 把非技術同事也吸過去了。

但 CLI 對非工程師仍有門檻。終端機畫面、要打字觸發、沒有可視化的進度。所以 Anthropic 把 Claude Code 的核心能力 — 讓 AI 直接接觸本機檔案 — 重新包成桌面對話介面,叫它 Cowork。官方定位寫得明確:「Claude Code power for knowledge work」。

Cowork 目前在 Mac 跟 Windows 都有桌面版,Windows 是 2026 年 2 月 10 日補上來的,跟 Mac 功能對等。Linux 用戶得繼續走 Claude.ai web 或 Claude Code CLI(兩家都有 Linux 支援)。

跟 Claude.ai 對話介面比,Cowork 的差別是 mental model 層級的:

  • Claude.ai = 你貼 context 給 AI 看
  • Cowork = AI 自己去你的本機看

聽起來只差一個介面層,做的事好像差不多。實際上不一樣。當 AI 從「等你餵食」變成「自己去找」,你跟它的關係就變了。你不再是搬運工,你變成派任務的人。

這個跳變是這篇要講的事。

我每天在用的 4 個 Cowork 工作流

這半年我用 Cowork 跑了好幾個 side project — LINE 貼圖商品、aire 工具導航站、自己的小說、客戶月報。中間摸出 4 個我每天都在用的工作流。

工作流 1:同時 mount 多個資料夾

Cowork project folder mount with multiple local folders connected Cowork 多 folder mount(by aire 編輯室,2026-05)

我的工作目錄是 ~/Dropbox/AI/CoWork/,所有 side project 都在這裡。但有些 repo 我搬到 Dropbox 外的 ~/Github-Repo/ — 因為 Dropbox 對 .git/ 同步有特殊狀況。

Cowork 開新 project 時,可以一次 mount 多個本機資料夾。我固定 mount 兩個:Dropbox 工作目錄(裝側 project + 記憶系統)+ 個別 git repo(裝 source code)。Cowork 在這兩個資料夾之間自己 traverse 找檔案,我不用一直跟它說「現在去看這個資料夾」。

對非工程師重點不是技術細節,是 ergonomic:所有跨資料夾的 context 一次給好,後面對話不打斷

工作流 2:文件直接拖進對話

Cowork file attachment in conversation with PDF and markdown context Cowork 文件 attach 對話介面(by aire 編輯室,2026-05)

我每個月幫客戶做廣告月報。流程是:後台抓 4 張 dashboard 截圖 → 整理數據 → 寫 PPTX。

過去這個流程在 Claude.ai 上要分好幾段:upload 截圖、Claude 回讀數據、我複製到 Excel、再貼回 Claude 算同比、再⋯。中間文件來回搬運。

在 Cowork 我把月報專案的整個資料夾 mount,把 4 張 dashboard 截圖丟進去,跟它說「幫我把這 4 張數據整理成上個月的趨勢對比,寫進 report-template.pptx」。它讀截圖、開 PPTX template、填數據、存檔。我打開 PPTX 看一下,改幾個用詞,就交付了。

關鍵不是「自動化」 — 是文件不再離開原本的位置。

工作流 3:打開 project,前一輪脈絡自動回來

Cowork multi-project switcher showing several active projects Cowork 多 project 切換器(by aire 編輯室,2026-05)

Cowork 把每個 project 當獨立空間。我目前同時跑 8 個 side project,每個都有自己的 Cowork project,各自有對話歷史、各自的資料夾 mount、各自的工作狀態。

關鍵差別在「重新打開」這件事。

以前用 Claude.ai 寫一個 side project,過一天再打開,Claude 不記得前天聊到哪。我得自己 paste 前一輪的結論、解釋脈絡、再開始這天的工作。

Cowork 把這個 onboarding 成本砍掉。我每個 project 內留一個 PROJECT-STATUS.md,記著「現在做到哪、下一步是什麼、之前踩過什麼坑」。每次打開 project,Cowork 自動讀這個檔案 — 跟一個會看交班筆記的同事一樣。

工作流 4:跟 Claude Code 交隊

對需要動到 git push、build、部署的事情(我的 aire 網站、TWTools、客戶網站),Cowork 不是最有效率的介面。這些事在 Claude Code 終端機跑比較直接。

我這半年的工作流穩定下來變這樣:設計階段在 Cowork、執行階段在 Claude Code

Cowork 適合討論、規格、文件、寫稿 — 任何不需要直接動到 system 的事。Claude Code 適合一旦規格 lock 之後跑指令、跑 build、git push、wrangler deploy 這些。兩個工具同一個 Claude 訂閱、同一個 AI 模型,只是介面跟適用場景不同。

對非工程師,你不一定需要交隊到 CLI — 大部分日常工作 Cowork 一個就夠。但如果你發現某類事 Cowork 做起來很卡(通常是涉及 git 或部署的事),那是時候考慮把那部分讓給 Claude Code。

「把它當同事」是什麼意思

我用「同事」這兩個字,不是 Anthropic 官方用詞,是我自己 framing。但它捕捉到一個關鍵差別。

把 AI 當「工具」的人,會用「指令式」思維跟它互動:我下指令,工具執行。工具跑得快、跑得準,我就滿意。跑不準,我覺得工具還不行。

把 AI 當「同事」的人,會用「交辦式」思維:我給目標,同事自己決定怎麼做。中間它可能繞路、可能誤解、可能需要 follow up,但整體方向我管,執行細節它管。

這兩種 mental model 的差別,不只是用語。是整個工作流的結構差別。

工具式工作流的瓶頸是你 — 你得拆指令、得監看、得驗證每步。你跑多快,工具就跑多快。

同事式工作流的瓶頸是信任校準 — 你得學會「哪類事可委派、哪類事要監看、哪類事必須親手」。前期投資高(踩過幾次坑才能 calibrate),但建立起來後你可以同時跑多個事情,因為每個都不需要你全程在場。

代價是你得學會驗收。不能假設「跑完就對」。要會看結果、會抓不對的地方、會給回饋讓它修。這個技能本身是新的 — 過去我們不需要對 AI 給「driving feedback」,因為 AI 就是給回應而已。現在我們得開始 give direction。

舉一個我自己踩過的例子。我交辦 Cowork 整理上個月信用卡帳單分類。我說「請幫我把那份 CSV 按消費類別分類,結果存成新檔」。它跑完了,看起來也對。我打開檔案,發現有幾筆「FACEBK」開頭的扣款,它判定為「社群媒體訂閱」。實際上是我跑廣告的支出,應歸「業務成本」。它不會知道這件事,因為我沒告訴它我的 categorization rule。

那次之後我學到:交辦前先講「你會用什麼標準分類」,不是交辦完才發現它用了它自己的標準。這就是 driving feedback。

Cowork 的設計把這個跳變變得自然。每次對話、每次 file attach、每次跨 session 接力,都在訓練你用「同事」的方式跟它工作。

半年後,我終於懂 Cowork 在做什麼

回到開頭的場景。

半年前我以為 Cowork 是 Claude 的桌面版。同樣的對話、同樣的回應、換個視窗。

半年後我每天打開 Cowork 都跟打開 Slack 同事頻道一樣。我交辦事情、它去做、做完回報、我驗收、繼續下一件。對話的形狀變了,雖然介面看起來還是個對話框。

Claude.ai 是會議室,Cowork 是工作環境,Claude Code 是工具箱。同一個 AI,三種姿勢。

如果你跟半年前的我一樣,還沒搞懂 Cowork 是什麼,試試看下面這個入門順序:① 下載 Claude desktop app ② 開一個新 project,connect 一個你最常處理檔案的資料夾 ③ 在對話框跟它說「請看一下這個資料夾,告訴我這裡面在做什麼」。讓 Cowork 自己讀完 + 整理 + 回報 — 你就會看到那個「我不用搬運」的瞬間。

接下來這個系列的後續文章會回答的問題:

  • Claude Code 終端機其實沒那麼可怕(系列下一篇)
  • OpenAI Codex vs Claude Code:兩個 CLI agent 各自的位置(系列第四篇)
  • 瀏覽器版 vibe coding 三巨頭:Bolt、Lovable、Replit Agent(系列第五篇)

工具不只一種、姿勢不只一種、mental model 也不只一種。挑一個跟你日常最近的開始就好。

📚 收進你的工具

For AI Reading Era

把這篇文章交給你日常用的工具——做研究、整理筆記,或當 AI 的 context。