北京
給天選打工人準備的利器。
作者｜金光浩
編輯｜靖宇
2026 年 2 月，OpenClaw 火了。
整個互聯網圈子被龍蝦刷屏的時候，我和大多數人一樣，注意力全在這條明線上：2 月底到 3 月，幾乎所有互聯網大廠在同一時間推出了自己的 OpenClaw 平臺，一場龍蝦大戰轟轟烈烈地打響。
但進入 3 月底，龍蝦的熱度開始猛的往下掉。
我重新翻了一下這段時間上線的產品，發現了一條暗線，只是當時被龍蝦的聲量蓋住了：
3 月 9 日，騰訊上線 WorkBuddy，定位 AI 原生桌面智能體工作臺。3 月 17 日，阿里發布釘釘「悟空」，打的是企業級 AI 原生工作平臺的旗號。3 月 19 日，字節把飛書 aily 做了一次全面升級，變成全新的智能體平臺。3 月 23 日，百度推出 DuMate 搭子，面向個人和團隊的桌面級 AI 智能體。
然后到了 4 月 8 日，Anthropic 發布了 Claude Managed Agents。發布第二天，美股軟件股集體重挫，SaaS 指數單日跌了 5.5%。
細細看這條時間線，一個爆火的賽道浮出水面。
2026 年，所有大廠都在押注同一個賽道：AI 員工。
OpenClaw 的爆火，讓 AI 真正走進了每個人的生活。而大廠們從中看到了一個更大的機會：讓 AI 走進企業，去節省人力成本，或者提升人力效率。
就在 Claude Managed Agents 發布的同一天，還有一個產品同步面向全球發布，它就是今天的主角： GenSpark 4.0。
GenSpark 4.0 愿景｜圖片來源：Genspark
它的愿景是：讓 AI 員工無處不在。
我花了幾天時間，深度體驗了這款產品，體驗完之后我有一個很強烈的感受：
Anthropic CEO 預言的海外裁員浪潮，可能真的快來了。
01
GenSpark 發展和轉型
先聊聊 GenSpark 這家公司，它在成為黑馬前，有一個艱難的轉型史：
2024 年 6 月，GenSpark 發布了第一款產品，做的是 AI 搜索，積累了大約 500 萬用戶。
但團隊很快意識到一個問題：人們搜索信息，絕大多數時候目的并不是「獲取信息」本身，而是為了完成某個具體的任務。這個認知讓 GenSpark 開始調整方向：不僅僅提供信息，更要幫用戶把事情做完。
2025 年 4 月，他們推出了 Super Agent 套件，產品正式從 AI 搜索向通用 AI Agent 轉型。
效果立竿見影，推出 45 天內 ARR 就達到了 3600 萬美元。
2026 年 1 月底，他們的 Workspace 2.0 發布，主打「Don't Type，Just Speak」，把交互方式從文字提示切換到語音優先，試圖重塑知識工作者的辦公模式。
到這個節點，公司 ARR 已經突破 1 億美元，B 輪融資擴展到 3 億美元。
2026 年 3 月 12 日，GenSpark 3.0 和 Genspark Claw 一起發布。他們的口號很有野心：「你不再與 AI 一起工作，而是雇傭 AI 為你工作」。
這一版完成了從「AI 工具」到「AI 員工」的品類轉變，ARR 突破 2 億美元，B 輪融資擴大到 3.85 億美元，估值接近 16 億美元。
然后僅僅過了不到一個月，4 月 8 日，他們正式推出了：GenSpark 4.0。
為什么選擇 Genspark｜圖片來源：Genspark
這一版他們真正找到了自己的使命：AI 應該適配你已有的工作方式，而不是要求你圍繞 AI 重組工作流程。
所以在 4.0，他們打通了原生集成，桌面、Office、日歷、工作流，支持本地文件訪問和應用內操作，追求的是「你感覺不到 AI 的存在，但它一直在幫你做事」。
從搜索到 Agent，從工具到員工，GenSpark 用兩年時間完成了三次關鍵轉型。
而每一次，都精準踩在了 AI 發展的變化上。
02
為什么說 GenSpark 是這個賽道的王者？
說回 Agent 員工這個賽道，開頭提到的那些大廠產品，每一家都有自己的打法。
但我花時間對比了一圈之后，發現 GenSpark 在一些關鍵問題上，想得確實更深。
我試著從第一性原理的角度來拆解這個問題：
如果要設計一個能真正充當 AI 員工的產品，它到底需要具備什么？
我覺得至少要滿足三個條件：
第一，企業級的運行環境。
AI 員工得能和真實的人交流，能接收文件，能在一個穩定的環境里持續運轉。GenSpark 4.0 在這一層做得很到位。它可以和聯系人直接對話，并且原生集成了 MyClaw，不需要用戶自己去安裝 OpenClaw 再配置到飛書或微信。
Genspark 界面｜圖片來源：Genspark
這一點看起來只是個簡單的功能，但對于普通用戶意義很大：對接 OpenClaw，無論飛書還是微信的文檔對接流程寫得多清晰，任何一步配置對于非技術用戶來說都是門檻。
GenSpark 把這個配置環節直接砍掉了，說明他們眼里真的非常重視用戶。
第二，豐富的工具體系：提供各種 AI 員工得能用工作中真實在用的軟件。
GenSpark 4.0 對接了 Notion、郵件、GitHub、文檔服務等一系列工具，覆蓋了知識工作者日常高頻使用的場景。
Genspark 郵箱界面｜圖片來源：Genspark
還有打工人的三件套：poperpoint、excel、word
Genspark 三件套界面｜圖片來源：Genspark
第三，也是我覺得最容易被忽視的一點：人類高效工作的交互方式。
GenSpark 4.0 提供了工作流功能，你可以把各種應用的 CLI 和能力串聯成動作流，也可以通過對話直接創建 Skill。
Genspark 工具界面｜圖片來源：Genspark
而對比開頭提到的產品，目前只有釘釘和飛書本身自帶企業級運行環境，同時，如果你想要創建 Skill，這些產品基本只能通過對話讓 AI 自動生成，人類很難介入迭代過程。換句話說，用這些產品，目前你還沒辦法把自己的工作經驗真正變成一個可復用、可優化的 Skill。
但這可能才是這類工具真正的價值。
而 GenSpark 4.0 在這個層面給出了更好的方案：
你可以方便地參與 Skill 的構建和調整，讓工作經驗真正沉淀下來。
Genspark 工作流界面｜圖片來源：Genspark
整體體驗下來，我得出一個判斷：
GenSpark 在 AI 數字員工的產品理念上，確實領先了國內至少「三個月」。
03
開始實測
理念領先，GenSpark 的效果如何呢？
讓我們開始用真實的工作，來實測效果吧。
我日常的工作流程大概是這樣的：研究各種 AI 工具，體驗產品，形成判斷，然后撰寫文章。GenSpark 4.0 對我的幫助有多大？我決定用一個完整的任務來測試。
今天我想研究的課題是：「Claude Managed Agents 會對軟件行業產生什么沖擊？」
GenSpark 4.0 有免費的體驗額度，我直接從這里開始。
Genspark 界面｜圖片來源：Genspark
當然，最好的方式是創建一個以主題為核心的工作區：
Genspark 工作區界面｜圖片來源：Genspark
工作區可以添加文件，也可以邀請團隊成員協作。在這個工作區里對話，就可以調用 GenSpark 4.0 內嵌的多種智能體來完成工作。
Genspark 智能體界面｜圖片來源：Genspark
第一步，我從 Anthropic 官網下載了 Claude Managed Agents 的技術文檔，導出為 PDF。
https://www.anthropic.com/engineering/managed-agents
Anthropic 文檔界面｜圖片來源：Anthropic
然后用 GenSpark 的撰寫文檔功能，讓它幫我翻譯這份 PDF。
Genspark 文檔界面｜圖片來源：Genspark
它很快開始處理，沒過多久翻譯就完成了。
Genspark 翻譯界面｜圖片來源：Genspark
翻譯質量讓我挺滿意的，技術術語的處理很準確，可讀性也不錯。
Genspark 翻譯界面｜圖片來源：Genspark
拿到第一手資料后，我開始做更廣泛的深度研究。
我讓 GenSpark 幫我全面調研「Claude Managed Agents」這個話題。
Genspark 深度研究界面｜圖片來源：Genspark
接下來的過程讓我有點意外：
它在知乎、Twitter/X 上廣泛收集了各方觀點和判斷，然后輸出了一份完整的研究報告。
Genspark 深度研究界面｜圖片來源：Genspark
更有用的是，你可以像用 IMA 一樣，對這份報告進行各種追問，深入挖掘你關心的細節。
Genspark 深度研究界面｜圖片來源：Genspark
我把關于這個產品的所有疑問都問了一遍，得到的回答質量都相當高。
Genspark 深度研究對話界面｜圖片來源：Genspark
素材準備好了，接下來就是寫稿。
在動筆之前，我先做了一件事：創建一個寫作 Skill。
通過多輪對話的方式，GenSpark 調用 OpenCode 幫我生成了一個定制化的寫作 Skill。
這個 Skill 融入了我的寫作風格偏好、文章結構習慣和排版規范。
Genspark 的 Skill 界面｜圖片來源：Genspark
然后我用這個 Skill 開始生成文章初稿。
Genspark 文檔界面｜圖片來源：Genspark
不得不說，出來的稿子質量讓我有點震撼：
Genspark 文檔界面｜圖片來源：Genspark
結構清晰，論據充分，行文節奏比我自己從零寫要流暢得多。
Genspark 文檔界面｜圖片來源：Genspark
全程，我沒有用任何其他工具：
從資料收集、翻譯、深度研究、素材整理到初稿生成，都在 GenSpark 4.0 一個產品里完成。
我唯一需要學習的，就是 GenSpark 4.0 本身，而學習它，我只用了 50 分鐘。
順帶提一句 GenSpark 的視覺體驗：它不僅在工具能力上做得領先，連界面設計和交互審美也下了功夫。整個使用過程中，你能感受到產品團隊對視覺細節的追求，這在 Agent 類產品里并不常見。
Genspark PPT 演示界面｜圖片來源：Genspark
04
GenSpark4.0 的獨特價值
實測完之后，我開始想一個問題：
做 AI 員工，到底需要做好的是什么？
Claude Code、OpenClaw、Codex 這些工具，核心是給 AI 提供 Harness 環境。所謂 Harness，就是讓 Agent 能最高效地使用各種工具，完成具體任務。這些產品解決的是「如何讓 AI 更好地工作」的問題。
GenSpark 做的事情剛好反過來。
它給人類提供了工作的 Harness 環境，解決的是「如何讓人最高效地使用 Agent，完成復雜的工作任務」。
GenSpark 4.0 考慮的是：怎么最方便地給工作中的人提供一站式的 Agent 服務？怎么讓用戶把工作經驗變成可復用的工作流？怎么讓用戶不需要在多個工具之間跳來跳去？
Genspark PPT 工具介紹界面｜圖片來源：Genspark
這個差別看起來只是視角的切換，但落到產品層面，差異非常大。
傳統的 Agent 產品，你可能需要打開一個工具做研究，再切到另一個工具寫文檔，再用第三個工具做協作。每一次切換都是效率損耗，都是注意力的中斷。
GenSpark 4.0 把這些環節全部收攏到一個產品里，創建工作區、添加文件、邀請成員、調用智能體、生成 Skill、執行工作流，所有事情在一個界面里完成。
這個產品思路讓我想到在調研過程中一個有意思的對照：Anthropic 在做 Claude Managed Agents 的時候，技術博客里提到一個概念，他們把 Agent 的核心組件虛擬化成了 session、harness 和 sandbox 三層抽象，這是從技術架構的角度去思考如何讓 AI 更好地運行。
GenSpark 做的是另一側：從用戶工作流的角度去思考，如何讓人和 AI 之間的協作最順暢。
兩條路徑，一個朝著 AI 的效率極限走，一個朝著人的體驗極限走。
GenSpark 選了后者，而且做得相當扎實。
05
2026，我們將去向何處？
Anthropic 在 3 月份發過一份報告，里面有一個數據讓我印象很深：
目前許多工作角色中，依然有大量環節可以被 AI 自動化，而把這部分真正用 AI 接管，將釋放出巨大的價值。
也許，這就是 2026 AI 員工這個賽道為什么熱門的原因。
Anthropic 文檔截圖翻譯｜圖片來源：Anthropic
為什么大廠都在搶這個賽道？
我覺得本質上搶的是入口：當每一個人獨特的工作流和對話記錄留在了一個平臺上，這些數據很難被遷移到其他地方。用戶留下來，意味著持續的使用和消耗。這場仗打的不是功能比拼，而是誰能先成為用戶的默認工作入口。
回到個體層面，工作中那些可以被自動化的部分，最終都會被 AI 接管：這個趨勢已經不可逆了。就像我自己的工作流一樣，資料收集、翻譯、初步研究這些環節，GenSpark 4.0 已經能幫我完成得很好。我的精力可以更多地放在判斷、決策和創造性的部分。
也許用不了多久，我們每個人手邊都會有一個甚至多個 AI 員工：也許是悟空，也許是 DuMate，也許是 WorkBuddy，也許是 aily。
但 GenSpark 4.0 給我的感受是，它在「AI 員工應該長什么樣」這個問題上，想得最完整，也做得最徹底。
寫完這篇稿子，我在 GenSpark 4.0 里花的時間遠遠超過了測試本身：我發現自己不自覺地把越來越多的工作遷移到了這個平臺上。
這大概就是一個好的 Agent 產品應該有的樣子：你不是因為它功能強大才去用它，而是用著用著發現，自己已經離不開了。
最后，2026 年 GenSpark 為所有用戶提供 AI 聊天和 AI 圖像功能的無限使用，集成了 Nano Banana 2、Gemini 3.1 Pro、GPT-5.4、Claude Opus 4.6 等多個頂級模型。
GenSpark 4.0，值得花時間去體驗一下。
*頭圖來源：Genspark
本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO
極客一問
你用了 Genspark 4.0 嗎，感覺如何？
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
