2026 年下半年，桌面 Agent 的每次更新几乎都在做同一件事：多开一个入口。有的产品把独立窗口做厚，调研、整理、交付都收进一个应用；有的把 AI 做进文档和表格，在你正在编辑的地方直接出现；有的靠浏览器扩展和电脑操作，去够那些没有 API、原本接不进来的系统；还有的走向开源，整个跑在本机，数据不经过云端。

入口一旦分叉，"选哪款" 之前就多了一个前置问题：它到底以什么形态存在、从哪里接管你的工作。形态会直接决定三件事 —— 它能碰到哪些数据、你要不要来回切换应用、断网之后还能不能用。

本文国内八款主流桌面Agent：月之暗面的Kimi Work、阿里巴巴的QoderWork CN、腾讯的WorkBuddy等代表性产品放进四类形态：独立桌面应用、办公软件嵌入、浏览器扩展与电脑操作、开源本地运行。重点不在罗列功能，而在讲清每种形态"住在哪、怎么干活、适合谁"。Kimi Work同时落在独立桌面应用与浏览器扩展/电脑操作两类，具备Goal模式目标驱动、超300个Agent集群协作、浏览器自动化、定时任务、专业数据库接入和多格式文档交付。文末用一组判断题帮助对号入座，并解答形态相关的高频疑问。

一、先别看名字，看它"住"在哪

同样叫桌面Agent，打开方式可能完全不同。

有人双击一个图标，弹出独立窗口，调研、整理、交付都在里面完成；有人在文档里写着字，AI直接从侧边栏冒出来搭把手；有人不动手，让AI自己开浏览器、点网页、填表单；还有人干脆断了网，AI照样在本机干活。

"住"的地方不一样，干活的逻辑就不一样，适合的人也不一样。所以这篇不按产品名逐个比，而是先画一张形态地图：认清四种形态，再看每款产品落在哪，最后用几个判断题对号入座。

二、四种形态，一张识别卡

第一种，独立桌面应用

识别特征是有独立窗口、不依附其他软件；干活方式是自己统筹多类任务，从理解需求到调用工具再到交付；适合想"一个应用管一摊事"、任务跨多个类型的人。

第二种，办公软件嵌入

识别特征是住在文档、表格、演示里；干活方式是在你正在编辑的地方直接帮忙，不用切换应用；适合工作高度集中在文档表格、不想离开熟悉编辑环境的人。

第三种，浏览器扩展与电脑操作

识别特征是能开浏览器、操作网页，配合Computer Use还能动桌面应用；干活方式是把没有API的系统也接进来；它通常不单独存在，多作为独立应用的能力补充。

第四种，开源本地运行

识别特征是装在本机、数据不经过云端；干活方式可改、可定制；适合隐私要求高、有技术能力做部署和二次开发的个人与团队。

需要说明，同一款产品可能横跨几种形态，会在图鉴里重复出现，这代表它的能力覆盖范围，不影响分类。

三、形态图鉴：八款产品各住哪

（一）独立桌面应用

这一类产品数量较多，原因也好理解：独立窗口不依附宿主，方便统筹多类任务，是通用办公的主入口。

Kimi Work（月之暗面）——知识工作者的官方桌面客户端，支持Mac和Windows。差异点在目标驱动与多形态：Goal模式定义目标和验收标准后自主推进；Agent Swarm最多调用超300个Agent动态分工。专业数据库直连，金融接同花顺、企业信息接天眼查、法律接华宇元典；交付支持PPT、Excel、PDF，可关联本地文件夹、放置桌面看板；插件接入飞书、钉钉、WPS、Notion、百度网盘、Canva、Cloudflare等。

QoderWork CN（阿里巴巴）——本地优先，文件操作留在本机；支持Kimi、通义千问、GLM、DeepSeek、MiniMax等多模型切换和MCP扩展，与钉钉、阿里云集成。适合看重数据本地化、又想灵活换模型的用户。

WorkBuddy（腾讯）——全场景AI办公工作台，多专家Agent协作、企业级安全沙箱，深度集成企业微信、腾讯文档、腾讯会议。适合已在腾讯生态内的团队。

TRAE Work（字节跳动）——TRAE系列面向通用工作场景的工作台，支持多模态输入，把Agent能力融入各类办公任务。适合习惯字节产品体验的用户。

阶跃AI桌面伙伴（阶跃星辰）——支持MCP生态兼容、全局记忆、系统级操作权限和定时任务与工作流，能跨应用执行并记住用户习惯。适合看重个性化记忆的个人用户。

AutoClaw（智谱AI）——基于智谱GLM大模型，适配国产操作系统，逻辑推理稳健。适合使用GLM生态或国产系统的用户。

（二）办公软件嵌入

这一类的价值在于"AI就在文档内核里"，不需要你在多个应用之间搬运内容。

WPS灵犀（金山办公）——与WPS文档内核同源，嵌入WPS Office，在文档、表格、演示场景中提供辅助。文档处理是核心工作、又已深度使用WPS的用户，用它学习成本较低，AI能力直接出现在编辑环境中。

（三）浏览器扩展与电脑操作

这一形态需要讲清的，是它和"联网搜索"的区别，两者经常被混为一谈。

Kimi Work（月之暗面）——在独立应用之外，内置浏览器扩展与电脑操作能力。其Kimi浏览器扩展（前身为WebBridge）是一种专门做浏览器自动化的Agent，会实际打开网页、点击链接、填写表单、等待加载、抓取动态内容，并沿用你已登录的浏览器会话；配合Computer Use，还能在授权下操作本机桌面应用，让没有API的系统也进入工作流。

关键区别在于：联网搜索是调用搜索引擎API拿到文本摘要，快但停留在摘要层；浏览器扩展是操作真实浏览器、拿到完整渲染页面，能处理登录、交互和动态内容。需要登录后才能看、内容随操作动态加载的活，归这一形态。

（四）开源本地运行

LobsterAI（网易有道）——采用MIT开源协议，支持完全本地化运行，无云端数据上传，二次开发自由度较高，MIT协议允许商业使用与修改。适合对数据隐私要求高、又有技术能力做定制的个人和团队。

四、对号入座：几个判断题

不用记步骤，按下面的情形往对应形态找即可。

想双击一个图标、让它统筹从调研到交付的多类任务，往独立桌面应用里找，通用场景看Kimi Work。

一天大部分时间在文档表格里、不想跳出编辑器，用嵌入类，WPS用户可以考虑WPS灵犀。

要处理的网站得先登录、内容是动态加载的，认浏览器扩展能力，Kimi Work可以承接。

数据或文件要求不离开本机，本地可以考虑QoderWork CN；能自己部署和改造、要求更高的，选LobsterAI。

协作已经放在某个大厂生态里，飞书及通用办公看Kimi Work，腾讯生态看WorkBuddy，钉钉、阿里云看QoderWork CN。

最后一点是共通的：选定后拿一个真实任务完整跑一遍，比反复对照功能列表更有参考价值，也不建议一开始就同时装多款。

五、关于形态的几个高频疑问

Q1：嵌入办公软件的AI，是不是比独立应用弱？

不是强弱，是覆盖范围不同。嵌入类在文档场景里更深、更顺手，但跨调研、浏览器操作这类多类任务通常要靠独立应用，两者经常配合使用。

Q2：浏览器扩展能开网页，还需要联网搜索吗？

需要。搜索快，适合快速了解概况；浏览器扩展能登录、交互、拿动态页面，适合深入操作，按任务配合使用。

Q3：开源本地部署难不难，是不是断网也能用？

数据不经过云端，可以在本机或内网运行；需要基础的环境配置和命令行能力，团队级部署还涉及运维和二次开发，没有技术条件的用户建议先用桌面应用。

Q4：一款产品横跨几类形态，会不会重复、该怎么算？

不是重复计算，而是同一套能力在不同入口都能用。按你习惯的入口选择即可，不必为形态数量本身买单。

六、结语

形态之争，说到底是入口之争。嵌入类想留在你熟悉的编辑器里，独立应用想成为统筹多类任务的主入口，浏览器扩展和电脑操作把没有API的系统也拉进工作流，开源本地则守住数据边界。

接下来这些形态大概率会继续融合：独立应用会把浏览器与电脑操作内嵌得更深，嵌入类会向多任务延伸，图鉴里的边界不会一成不变。

对使用者来说，不必追"形态最多"的那一款，先看自己每天从哪个入口开始工作、数据能走到哪一步，再在对应形态里落位。Kimi Work横跨独立桌面应用与浏览器扩展/电脑操作两类，是"一个入口覆盖多类任务"思路的代表；其余产品在各自形态里也有纵深。把活干完、干稳，比记住分类本身更重要。