快手首個打工人Agent來了！工作秒變桌面軟件：零代碼、不燒token

新智元報道

編輯：好困 犀牛

【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件！今天起，普通人第一次真正擁有了制造工具的超能力。

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做了一次常規的數據庫遷移。

Agent「理解」了任務，然后給出了自己的判斷。先清空，再重建。

問題是，它只完成了前半句。

9秒。生產數據庫連同備份，干干凈凈。

事后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干嘛。

雖然這只是極端情況。但更多人踩的坑沒這么嚇人，卻一樣燒錢。

你花二十分鐘調教Agent寫了一份周報，格式口徑數據源都對了。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，怎么想都不劃算。

既然工作流已經跑通了，那不如換個思路——

為什么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制造這類工具的能力！

你跟它說一遍需求，它幫你把活兒干完，然后直接把整個流程變成一個可以直接打開的、有界面的、能反復使用的本地軟件。

第一次生成的時候，KroWork跟其他Agent一樣需要調用大模型來理解需求、生成代碼、搭建界面。

但關鍵區別在下一步。生成完成后，這個應用就住在你的電腦里了。

第二天打開它，跟打開任何一個普通軟件沒有區別，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「股票智能分析臺」，輸入股票代碼，選擇時間范圍，自動展示價格趨勢并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，實際上背后要寫界面、接數據、畫圖表、處理異常、打包部署。普通職場人看到這里基本已經放棄了。

但在KroWork里，只做了一件事，把需求打進去。

幾分鐘后，一個完整的深色科技風桌面應用就出現了。

股票代碼、時間范圍、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件沒區別。

更狠的是，它還能設置價格波動提醒。哪家漲了，哪家跌了，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

除了能在軟件里操作，KroWork也支持連接常見IM應用。

比如做AI自媒體的，每天都要追各平臺熱點。我們就可以在對話框里給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，每次打開后自動抓取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，每條附上原始鏈接和一句話摘要。

有趣的是，接到需求的KroWork并沒有直接開干，而是先做了一件事，規劃。

它發現X/Twitter的API需要付費（$100/月起），于是主動建議用Google News RSS替代，并列出了三個數據源的可用性說明。等我們回了一個「ok」，才開始構建。

接下來，KroWork開始安裝Python依賴。寫后端服務。啟動進程。寫前端界面。打開窗口。首次抓取數據。

然后一個桌面窗口直接彈了出來。

深色界面，左上角寫著「AI 熱點追蹤器 / PAST 24H」。

三個數據源用顏色區分，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，點擊右側圖標直接跳轉原始鏈接。

右上角有一個「刷新」按鈕，5分鐘內有緩存。

排名第一的熱點，標題是「AI沒刪你的數據庫，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刪庫事件的后續討論。

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，你還可以把它設置成開機自啟。

做完還能改，改完直接存

不僅如此，應用固化之后也不是「死」的。

項目頁右上角有一個「繼續改進」按鈕。點開之后，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」「加一個按鈕導出Markdown周報」。

Kro先讀取了現有的代碼和數據結構，讀之前彈了一個權限確認框，點「允許」才繼續。

很快，新版界面彈出來了。

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」標簽，右上角多了一個「導出周報」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么。繼續讓它進行改進。

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

甚至，它還主動列了一組后續可以加的功能，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。

用對話改軟件，跟用對話造軟件一樣簡單。

這套邏輯不只適用于AI熱點追蹤。

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

·跨境電商運營想盯各平臺熱賣品趨勢，幾輪對話，固化成一個「爆品雷達」；

·金融從業者需要實時追蹤市場輿情和政策信號，描述清楚數據源和關注維度，就能生成一個「輿情監控臺」；

·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代碼是不夠的，還得讓AI真的去網上跑一圈。

比如追論文。關鍵信息不在列表頁，藏在詳情頁、PDF、GitHub項目頁里，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或項目主頁，逐層點擊抓取標題、作者機構、核心方法、實驗亮點、代碼鏈接，最后生成一張可導出的論文選題表。

十幾分鐘后，一款十分專業的「AI論文追蹤分析器」應用就建好了。

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

剩下的事，它自己點擊、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+本地托管」恰好一次性解決了。

第一，提示詞疲勞。

同一份周報，上周你已經把數據來源、統計口徑、輸出格式講過一遍。

這周換了個文件名，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，最后變成了「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后，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正在幫你處理財務數據或者發郵件，一次失敗的代價遠大于你自己手動做。

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，確定性的步驟由代碼執行，跟傳統軟件一樣穩定。不存在「這次跑對了下次跑錯」的問題。

第三，省token。

重復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。

固化成應用后，邏輯就反過來了。代碼部分本地運行零消耗，只有真正需要判斷的環節才調用模型。

第四，數據不出域。

這一條在當前環境下尤其敏感。市面上大量Agent產品都需要把文件上傳到第三方服務器處理。

對很多企業和個人來說，「數據出域」本身就是一道心理和合規門檻，你愿意把公司財務報表傳到別人的云上嗎？

KroWork從一開始就繞開了這個問題。

應用跑在本地，數據讀取、處理、存儲全部在用戶自己的設備上完成，整個過程在安全沙箱里執行。

對敏感資料來說，最強的安全承諾就一句話，文件根本不用離開你的電腦。

非程序員第一次擁有了「做工具」的能力

程序員早就會把重復勞動寫成腳本，給自己造一堆小工具。

真正被困住的，是不會寫代碼但每天都在重復處理信息的人。運營要做周報，市場要盯競品，行政要整理文件，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「寫腳本」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。

據了解，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，不會寫代碼的人也能擁有「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的數據庫已經替所有人交了學費。對每天重復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怎么干活，還得祈禱它別搞砸。

KroWork給出的答案是，把教的過程做一次，把干活的結果留下來。

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。

參考資料：

https://krowork.com/