120 萬個 session 解析：大家用 Cowork 做的，是「工作周邊的工作」

前言

2026 年 7 月 7 日，Anthropic 做了兩件事：讓 Cowork 走出桌面、登上 web 跟手機，同一天發布了第一份 Cowork 使用分析報告。

擴平台是產品新聞，報告才是真正值得細讀的東西。因為它回答了一個過去半年大家只能用體感回答的問題：當一個能直接動到你檔案的 AI agent 進了辦公室，大家到底拿它做什麼？

我們 5 月寫過一篇〈把 Cowork 當同事，不是工具〉，講的是一個人的 mental model 跳變。這篇不一樣 — 這是 120 萬個 session 的集體答案。先講結論：大家用 AI 做的，多半不是自己的看家本領，而是圍繞著看家本領的那圈雜事。Anthropic 給它起了個名字，叫 connective work，連接性工作。

這份數據怎麼來的

先看方法，再看數字，這是讀任何使用報告的基本姿勢。

Anthropic 分析了 2026 年 5 月 11 日至 31 日之間的 120 萬個匿名 Cowork session，橫跨超過 60 萬個組織。分類交給自動化系統，把每個 session 歸進 20 種工作類型；全程沒有人工閱讀任何個別對話，只看加總後的統計。取樣還設了速率上限，避免重度用戶把分布拉歪 — 代價是這份數據看得出「比例」，看不出「絕對量」。

時間窗選在 5 月中下旬，官方說明是為了避開分類管線調整期，讓前後數據可比。這些方法細節不是廢話：它們決定了下面每個百分比能信到什麼程度。

使用排行榜：前兩名就占了一半

20 類裡面，官方公布了主要的 11 類：

第一名「商業流程與營運」是什麼？官方舉的例子很不性感：把散落各處的進度更新收進一份報告、建新人 onboarding checklist、對帳兩份試算表、寫試算表公式、整理資料夾跟去除重複檔案。第二名「內容創作與文案」是草稿、提案、貼文、簡報這類產出。

前兩名加起來約一半。這個「一半」是整份報告的題眼。

「工作周邊的工作」：這份報告真正的洞察

Anthropic 對這一半的解讀，是整份報告最有意思的段落。

這些任務有個共同點：它們不是任何職位的招牌技能，而是每個職位都躲不掉的膠水層。試算表把散落的數據點拉進同一個視野，讓人可以讀、可以比、可以追蹤；簡報把一個想法或決策傳達給更多人；onboarding checklist 讓新人接上組織的既有知識。這些東西的功能都是「讓資訊流動」，不是「產生專業判斷」。

官方給的兩個例子把這件事講得很白：律師把文件排版交出去，留下來的時間做法律判斷；招募主管把會議安排交出去，把精神放在評估候選人。用官方的話說，人們是在用 Cowork「組裝和結構化資訊，好讓自己能在上面施展專業」。

換句話說，這份數據描繪的 AI 進辦公室的樣子，跟「AI 取代專業」的想像相反 — 至少在這個快照裡，AI 吃掉的是專業周邊的行政膠水，而專業判斷本身還牢牢握在人手上。你可以說這是技術還不到位，也可以說這是使用者自己做出的分工選擇。兩種解讀都成立，而且不互斥。

寫程式只占 8.7%：與 Claude Code 的分工被數據證實了

另一個值得停下來看的數字：軟體開發只占 8.7%。超過九成的 session 跟寫程式無關。

這對熟悉 Anthropic 產品線的人不意外，但有數據還是不一樣。官方的說法是：開發者寫程式、debug、出貨，用的是 Claude Code；他們到 Cowork 來做的，反而是圍繞每個角色的連接性、溝通性工作 — 開發者也要寫狀態更新、也要做簡報。

我們 5 月那篇文章裡寫過一個個人版的結論：「設計階段在 Cowork、執行階段在 Claude Code」。當時那是一個用戶的體感；現在看，120 萬個 session 的集體行為長得跟這個體感一致。同一個 Claude，兩種介面，用戶自己會把任務分到對的地方去 — 這比任何產品文案都更能說明兩個產品的定位差異是真的。

為什麼這些事以前沒交給 AI：形態問題

這裡值得多想一層：報表彙整、對帳、整理資料夾，這些需求 ChatGPT 時代就存在，為什麼數據到了 Cowork 這一代才長出來？

答案藏在工作的形態裡。連接性工作有個共同的物理特徵：材料散落在檔案系統各處，產出也要回到檔案系統裡去。對帳要同時打開兩份試算表，彙整報告要翻十幾個文件，整理資料夾更是直接對資料夾動手。這類事在純對話介面做，你得把每份材料親手搬進對話框、再把結果親手搬回去 — 搬運成本經常比工作本身還高，所以大家乾脆不交。

Cowork 這類 agent 的差別，是 AI 拿到了直接讀寫檔案、串多步驟任務的手腳。搬運成本歸零之後，這批積壓已久的連接性工作才第一次「交得出去」。所以這份報告的分布，與其說反映了「AI 擅長什麼」，不如說反映了「哪類工作被介面卡了兩年」 — 這也是讀數據時容易漏掉的一層：用途分布是產品形態的函數，形態再變，分布就會再變。

這份報告該打幾折：四個限制

深度分析的另一半，是把報告的限制攤開來。官方自己列了，外媒也點了名，我們照單整理：

第一，分類法偏軟體業視角。 20 類裡有軟體開發、有 DevOps，卻沒有把行銷、財務、人資獨立成類 — 這些職能的工作大概率被掃進了「商業流程與營運」這個大桶子。33.4% 這個數字，有一部分可能是分類法造出來的。

第二，速率上限取樣。 這份數據反映的是「有多少比例的 session 在做什麼」，不是「Cowork 總共被用了多少」。不能拿它推估市場規模。

第三，約 5% 是個人用途。 有人拿公司開的 Cowork 排自己的旅遊行程。這在任何辦公工具的數據裡都存在，只是提醒你分母不全是工作。

第四，自動分類會錯。 沒有人工複核是隱私設計的代價，官方直接承認分類系統可能有誤差。

官方最後的定調也誠實：這只是單一快照，Cowork 還很新，用法還在快速演化，之後會持續發布數據。讀的時候記得這句 — 拿 5 月的分布去斷言「AI 辦公的終局形態」，是過度解讀。

對你的意義：起手式別選錯

如果你是還沒開始用這類工具的知識工作者，這份報告其實給了一個很實用的暗示：起手式別選你最專業的事。

很多人第一次用 AI agent，直覺是拿自己的核心專業去考它 — 律師丟一個困難的法律問題，分析師丟一個複雜的模型。考完通常失望，因為專業判斷正是目前這代工具最不穩的地方，也是你最容易看出破綻的地方。

而 120 萬個 session 的集體選擇指向另一條路：先交出去的是報表彙整、會議紀錄、checklist、對帳、格式轉換這些連接性工作。它們有三個共同特徵：規則講得清楚、結果驗收容易、做錯了成本低。從這裡開始建立信任，再逐步往上加碼 — 這跟我們 5 月講的「信任校準」是同一件事，只是這次有數據背書。

同場加映：Cowork 上了 web 跟手機

最後補一筆同日的產品新聞。7 月 7 日起 Cowork 開始登上 web 與 iOS/Android，從 Max 方案用戶先行，其他付費方案在後續數週陸續開放。據報導，這次擴張也把執行環境從本機 sandbox 搬上雲端 session，檔案與工作狀態跟著帳號走，跨裝置可以接續同一件任務。

桌面版今年 1 月以 research preview 起家、2 月補上 Windows，到 7 月上手機 — 半年走完的平台路線，配上這份「大家拿它做雜事」的使用報告，方向其實一致：連接性工作不挑場地，它發生在通勤路上、會議空檔、任何你想把一件雜事丟出去的瞬間。

來源說明：本文數據與官方解讀出自 Anthropic 於 2026-07-07 發布的〈How people are using Claude Cowork〉（claude.com/blog），核心數字（120 萬 session、60 萬+ 組織、取樣期間 5/11–31、各分類占比）另經 The Decoder 等第三方報導交叉比對。web/mobile 擴張細節（Max 先行、雲端 session 架構）以外媒報導為據，官方後續公告若有出入以官方為準。