Deepagents落地场景来了：用openwork实现专属办公小管家

发布日期：2026-01-22 12:24:18 浏览次数： 2543

作者：AI技术评论

微信搜一搜，关注“AI技术评论”

Agent领域，2026年最火的是什么，毫无疑问就是anthropic公司触发的这波以claude code和skill为核心的ai coding热潮。笔者其实是从去年底才转向使用cc进行编程，由于对cursor有一定的依赖，一开始接触cc还有很多不适应。不过慢慢的，便更加习惯在cli中进行编程任务。对于skill，目前只是从原理上理解了一些，在cc上配置和使用了社区比较热门的skill，如zcf、superpower、cc skill等。

说回cc。近期在社区更火爆的是ai coding、智能办公等智能体如雨后春笋般的出现，但笔者大致看了一下，除了大模型公司出的，如minimax-agent、skywork design agent、anthropic coworke等，其它的大部分本质上都是对cc的套娃，如各种非langchain下的openwork，以及1code、cc-ui等。

不可否认这类cc套娃工具的先进性，但其本质还是依赖闭源的cc，工具进化完全依赖底层的cc能力，二开的可行性，尤其是和企业内部复杂业务系统结合的可能性更低。

幸运的是langchain团队及时开放了openwork这个项目。这其实只是一个前端项目，是一个类似agent-chat-ui的对话软件，后端能力是完全依赖create_deep_agent能力。前一段时间测试过deepagents这个框架，但对于它在企业端的应用场景并没有完全想明白。所以，openwork这个项目打开了我的想象空间。试想一下，当我们深度开发了一个面向办公场景的deepagent，这个deepagents能够继承tool-use、skills、rag、memory、middleware等各种langchain生态下的能力。然后基于openwork项目开发一个轻量化的对话端，在个人电脑上安装使用，是不是能够极大提升工作效率。

举个例子，对于HR同学，他在配置好模型以后，可以将近期收集到的简历放到workspace中，让agent帮他智能分析简历，生成报告，搜索他想要的人才类型。对于账号运营人员，他可以让agent帮他打开浏览器，搜索当前话题热榜有哪些，然后进行内容编排，生成文案。对于财务分析人员，他可以把表格交给agent进行分析。

注意，以上应用场景，文档数据模型apikey都是在用户本地filesystem，没有数据安全风险。

初步验证了一下，基本能力是在线的，但确实还是有几个问题是需要花力气解决的。第一是需要将agent开发成一个通用的并且是serverless服务，支持高并发调用。第二是目前langchain生态下没有一个好用的python sandbox。第三是对于computer use的支持，市面上的产品一般很慢，处于不可用状态。最后一个是功能性的，例如文档解析的准确度，对于多模态的支持等。

目前个人的判断是cowork类产品在公司办公（含coding、uiux、pm等）场景下是有用武之地的，后续可以持续跟进和投入。当然更主要的还是要关注模型层面的进展，这个仍然是根本。