快手首個打工人Agent來了!工作秒變桌面軟體:零程式碼、不燒token

【新智元導讀】只是說了句話,電腦桌面竟然直接長出一個新軟體!今天起,普通人第一次真正擁有了製造工具的超能力。

AI Agent最近的「事故」,一個比一個離譜。

上個月,PocketOS創始人Jer Crane讓Cursor做了一次常規的資料庫遷移。

Agent「理解」了任務,然後給出了自己的判斷。先清空,再重建。

問題是,它只完成了前半句。

事後Agent自己寫了一段復盤,翻譯成人話就三句。我猜了,我刪了,我刪之前根本不知道自己在幹嘛。

雖然這只是極端情況。但更多人踩的坑沒這麼嚇人,卻一樣燒錢。

你花二十分鐘調教Agent寫了一份周報,格式口徑資料來源都對了。下周一,同樣的活兒換了個日期,又得把需求重新講一遍。一個月二十次,每次都在為同一件事重新付費。

Agent的確提效了,但每次都要為相同的流程重新買單,怎麼想都不划算。

既然工作流已經跑通了,那不如換個思路——

為什麼不直接把它變成一個本地應用呢?

跑通一次,變成應用

最近快手上線的KroWork,解決的就是這件事。讓沒有技術背景的普通人也擁有製造這類工具的能力!

你跟它說一遍需求,它幫你把活兒幹完,然後直接把整個流程變成一個可以直接打開的、有介面的、能反覆使用的本地軟體。

第一次生成的時候,KroWork跟其他Agent一樣需要呼叫大模型來理解需求、生成程式碼、搭建介面。

但關鍵區別在下一步。生成完成後,這個應用就住在你的電腦裡了。

第二天打開它,跟打開任何一個普通軟體沒有區別,完全不用消耗你的token。

說起來抽象,看一個實際跑出來的。

先不聊工作,聊個所有人都關心的事,股票。

我們讓KroWork做了一個「股票智能分析台」,輸入股票程式碼,選擇時間範圍,自動展示價格趨勢並生成一段普通人能看懂的分析報告。

這事看起來像一個小工具,實際上背後要寫介面、接資料、畫圖表、處理異常、打包部署。普通職場人看到這裡基本已經放棄了。

但在KroWork裡,只做了一件事,把需求打進去。

幾分鐘後,一個完整的深色科技風桌面應用就出現了。

股票程式碼、時間範圍、當前價格、區間漲跌幅、波動率,以及價格走勢曲線、智能分析報告,全部塞進了一個窗口。

確認效果沒問題,一鍵固化。

除了在KroWork內可以直接打開之外,開始菜單、桌面快捷方式,也安排得明明白白,跟你裝的任何一個軟體沒區別。

更狠的是,它還能設定價格波動提醒。那家漲了,那家跌了,直接彈窗告訴你。

幾分鐘前還不存在的應用,現在已經在桌面上蹲著了。



一句話,工作流變成了桌面應用

除了能在軟體裡操作,KroWork也支援連接常見IM應用。

比如做AI自媒體的,每天都要追各平台熱點。我們就可以在對話方塊裡給Kro發句話,讓它直接做一個桌面應用出來:

幫我做一個AI熱點追蹤器桌面應用,每次打開後自動抓取X、Hacker News和Reddit上過去24小時討論最多的AI話題,提取前10條,按熱度排序,每條附上原始連結和一句話摘要。

有趣的是,接到需求的KroWork並沒有直接開干,而是先做了一件事,規劃。

它發現X/Twitter的API需要付費($100/月起),於是主動建議用Google News RSS替代,並列出了三個資料來源的可用性說明。等我們回了一個「ok」,才開始建構。

接下來,KroWork開始安裝Python依賴。寫後端服務。啟動處理程序。寫前端介面。打開窗口。首次抓取資料。

然後一個桌面窗口直接彈了出來。

深色介面,左上角寫著「AI 熱點追蹤器 / PAST 24H」。

三個資料來源用顏色區分,Hacker News黃色,Reddit紅色,Google News綠色。

10條熱點按熱度排序,每條顯示來源、時間、評論數,點選右側圖示直接跳轉原始連結。

右上角有一個「刷新」按鈕,5分鐘內有快取。

排名第一的熱點,標題是「AI沒刪你的資料庫,是你自己刪的」。

288條評論,熱度518。點開跳轉到原文,講的正是PocketOS刪庫事件的後續討論。

開篇那個9秒的故事,Kro替你追蹤到了。

但更關鍵的是下一步。

我們回了一句「沒問題」,Kro立刻執行持久化。

打開KroWork的項目列表,「AI熱點追蹤器」已經變成了一個獨立應用

明天在桌面打開它,不需要重新描述需求,不需要重新消耗token,點一下就跑。

甚至,你還可以把它設定成開機自啟

做完還能改,改完直接存

不僅如此,應用固化之後也不是「死」的。

項目頁右上角有一個「繼續改進」按鈕。點開之後,可以用自然語言繼續給應用加功能。

我們試了三條,「每條熱點加一行中文AI摘要」「OpenAI、Anthropic相關內容標紅高亮」「加一個按鈕匯出Markdown周報」。

Kro先讀取了現有的程式碼和資料結構,讀之前彈了一個權限確認框,點「允許」才繼續。

很快,新版介面彈出來了。

每條熱點下面多了一行中文摘要,Anthropic相關的條目被標紅加了「PRIORITY」標籤,右上角多了一個「匯出周報」按鈕。

不過,這版的中文摘要太短了,只有關鍵詞堆砌,看不出到底發生了什麼。繼續讓它進行改進。

經過幾次迭代之後,最終版的英文熱點下面都變成了完整的中文快訊,匯出的Markdown周報也同步更新。

甚至,它還主動列了一組後續可以加的功能,按天/周切換、增加更多信源、自動定時生成周報。

到這一步就很清楚了,Kro固化的是流程骨架,但應用本身可以一直迭代。

用對話改軟體,跟用對話造軟體一樣簡單。

這套邏輯不只適用於AI熱點追蹤。

往外推一步你會發現,幾乎所有「每天/每周都在重複做的事」,都有機會用同樣的方式變成你桌面上的一個專屬軟體。

  • 跨境電商營運想盯各平台熱賣品趨勢,幾輪對話,固化成一個「爆品雷達」;
  • 金融從業者需要即時追蹤市場輿情和政策訊號,描述清楚資料來源和關注維度,就能生成一個「輿情監控台」;
  • 做市場的想監控競品動態,產品上新、價格變動、社媒聲量,一個「競品追蹤器」就出來了。

這些場景的共同點是是:需求是你自己的,工作流是你最熟悉的,只是以前你沒有能力把它變成一個工具罷了。

讓AI像人一樣點來點去

當然,有些工作流光靠生成程式碼是不夠的,還得讓AI真的去網上跑一圈。

比如追論文。關鍵資訊不在列表頁,藏在詳情頁、PDF、GitHub項目頁裡,得一層一層點進去看。

KroWork的browser-use能力就是為這種場景準備的。它可以像人一樣操作瀏覽器,進詳情頁、打開PDF、追到GitHub,讀完再返回列表繼續下一篇。

比如,我們讓它根據LLM Agent、Multimodal、Reasoning等關鍵詞,自動訪問arXiv、OpenReview或項目首頁,逐層點選抓取標題、作者機構、核心方法、實驗亮點、程式碼連結,最後生成一張可匯出的論文選題表。

十幾分鐘後,一款十分專業的「AI論文追蹤分析器」應用就建好了。

設定好關鍵詞、來源、抓取數量、抓取模式這些選項後,它就會自動打開這些網站抓取相關的論文。

剩下的事,它自己點選、自己進入、自己返回、自己整理。

以前追論文靠熬夜,現在靠一個按鈕。

四個老問題,一個新解法

過去半年,Agent從「會聊」進化到「會做」再到「會記」,能力越來越強。

但有四個問題始終沒解決,KroWork的「應用固化+本地託管」恰好一次性解決了。

第一,提示詞疲勞。

同一份周報,上周你已經把資料來源、統計口徑、輸出格式講過一遍。

這周換了個檔案名稱,Agent又像剛入職的實習生一樣重新問路、重新規劃、重新試錯。你原本想要一個助手,最後變成了「AI主管」,每天最大的工作量是管理AI。

業內把這種額外負擔叫「Prompt Fatigue」(提示詞疲勞),說白了就是,你以為你在用工具,其實工具在用你。

KroWork把成功的工作流固化成應用之後,這個循環就斷了。打開應用就是打開一個工具,不是開始一場新的對話。

第二,成功率賭博。

同一個Prompt跑兩次,輸出可能完全不一樣。

寫文案的時候這叫「創意」,但如果Agent正在幫你處理財務資料或者發郵件,一次失敗的代價遠大於你自己手動做。

KroWork換了一個衡量標準,桌面Agent的勝負手只有一個,在你最高頻的專屬工作流上跑到100%。

一旦工作流變成了應用,確定性的步驟由程式碼執行,跟傳統軟體一樣穩定。不存在「這次跑對了下次跑錯」的問題。

第三,省token。

重複性工作每跑一次就燒一次token。一天三次,一個月九十次,費用線性增長。

但token費用只是表層。更大的浪費是每次都要讓AI重新理解你的需求,重新走一遍已經走過的路,跑偏了還得重來。這才是真正燒掉的成本。

固化成應用後,邏輯就反過來了。程式碼部分本地運行零消耗,只有真正需要判斷的環節才呼叫模型。

第四,資料不出域。

這一條在當前環境下尤其敏感。市面上大量Agent產品都需要把檔案上傳到第三方伺服器處理。

對很多企業和個人來說,「資料出域」本身就是一道心理和合規門檻,你願意把公司財務報表傳到別人的雲上嗎?

KroWork從一開始就繞開了這個問題。

應用跑在本地,資料讀取、處理、儲存全部在使用者自己的裝置上完成,整個過程在安全沙箱裡執行。

對敏感資料來說,最強的安全承諾就一句話,檔案根本不用離開你的電腦。

非程式設計師第一次擁有了「做工具」的能力

程式設計師早就會把重複勞動寫成指令碼,給自己造一堆小工具。

真正被困住的,是不會寫程式碼但每天都在重複處理資訊的人。營運要做周報,市場要盯競品,行政要整理檔案,財務要核對票據,教師要管理課程資料。

他們不缺想法,也不缺流程經驗。缺的是把流程變成工具的能力。

KroWork所做的,就是把「寫指令碼」翻譯成了自然語言,把「部署應用」藏進了桌面端。

而這還只是起點。

據瞭解,KroWork下面還有一步棋——應用分享。

你生成的應用可以一鍵發給同事,對方不需要配置環境,直接用。

一個市場同學固化出來的競品監控器,整個小組都能復用。一個財務做的票據核查工具,其他部門也能直接拿去跑。一個人做出的東西真正變成可流通的「資產」。

從此,不會寫程式碼的人也能擁有「做工具」的能力。

最好的AI助手,可能不是聊天框

經歷了半年的瘋狂迭代,如今的Agent都在比誰的AI更聰明,能接的任務更多,能跑的步驟更長。

但Crane的資料庫已經替所有人交了學費。對每天重複做同一件事的職場人來說,最大的痛點從來都一樣,每次都要重新教AI怎麼幹活,還得祈禱它別搞砸。

KroWork給出的答案是,把教的過程做一次,把幹活的結果留下來。

不是一段對話記錄,是一個安靜躺在桌面上的應用。

點一下,出活。再點一下,還按你的規矩出活。 (新智元)