在AI创业的浪潮中，一个被忽略的真相正在浮出水面：大多数企业用户并不需要AI来写代码，而是需要它来搞定那些“工作之外的工作”。Anthropic于本周二正式推出Claude Cowork的移动端和网页版，同时发布了一份涵盖120万次会话的使用数据——结果令人震惊：业务运营与内容创作占据了近半壁江山，而软件开发仅占8.7%。这一发现不仅颠覆了业界对AI赛道的主流认知，更揭示了AI投资下一个真正的增长点。
从代码到文档：AI创业的“工作之外的工作”时代
Anthropic用一句精辟的话概括了Cowork的核心价值：“你的工作随身而行，即使你不在，它也在继续。”这句话背后是一个战略性的转向——从服务开发者转向服务每一个知识工作者。
传统上，AI创业公司大多聚焦于代码生成、调试和部署，因为这是最直观、最容易量化的场景。但Cowork的使用数据给出了截然不同的答案：业务过程与运营（33.4%）、内容创作与文案（16.4%）构成了最大的两个使用类别，合计占比约50%。而软件开发仅占8.7%，DevOps和基础设施占7%，研究与情报占6.4%。
Anthropic将这一现象命名为“工作之外的工作”（the work around the work）——那些不属于任何岗位核心职责，却贯穿所有角色、推动项目前进的“连接性工作”。比如：把分散的更新汇总成一份报告、搭建入职清单、核对电子表格、撰写状态更新、制作幻灯片、压缩研究资料……这些任务看似琐碎，却是企业运转的隐形基石。
对于AI创业公司而言，这是一个巨大的机会。传统的AI Agent技术往往被设计为“替代专家”，但Cowork证明：最实用的AI是“辅助通才”。创业团队可以围绕“连接性工作”开发垂直工具，例如用AI画图自动生成项目汇报中的示意图，或者用AI诗词为内部文化墙生成创意文案——这些轻量级应用的市场规模可能远超想象。
数据揭示真相：AI赛道最大需求不在编程
120万次会话样本来自超过60万个组织，时间跨度为5月11日至5月31日。这份数据最震撼的结论是：如果AI赛道仍然只关注代码生成，就可能错过真正的金矿。
具体来看，业务过程与运营占比33.4%，内容创作与文案16.4%，两者合计接近50%。软件开发排在第三，仅8.7%。紧随其后的是DevOps与基础设施（7%）、研究与情报（6.4%）、数据分析与商业智能（5.8%）、文档处理与提取（4.1%）、销售与收入运营（4%）。其余12个类别各占不到4%，包括个人助理（3.8%）、教育（2.4%）、会议智能（1.8%）等。
这一数据对AI投资方向具有重要启示。过去几年，资本大量涌入代码助手、开发者工具等AI赛道，但Cowork的案例表明，面向非技术用户的生产力工具可能拥有更庞大且更可持续的市场。AI投资机构需要重新评估：一个能帮HR经理自动整理面试反馈、帮律师格式化法律文档、帮产品经理生成周报的AI，其商业价值可能不亚于最先进的代码生成器。
值得注意的是，即使是开发者使用Cowork，也并非用于编程。Anthropic在分析中指出，当开发者使用Cowork时，他们倾向于用它做状态更新、文档撰写和协调工作——这些正是“工作之外的工作”的典型代表。这意味着，即使是最专业的程序员，也需要AI来处理那些与代码无关但不可或缺的杂务。
跨设备协作：移动端Cowork如何重塑工作流
移动端和网页版的推出，带来了三项关键能力，让Cowork从一个桌面工具进化为真正的跨设备平台。
第一，会话跨设备同步。 用户可以在办公桌前的电脑上启动一个任务，在通勤路上用手机查看进度，回到家再用平板获取最终输出。这种无缝切换打破了设备的物理边界，让工作流真正“随身而行”。
第二，后台自主执行。 这是最具颠覆性的功能——用户可以在没有设备在线的情况下，让Cowork在后台运行任务。例如，设定周一早上6点自动准备客户会议简报，Claude会自行查阅邮件线程、会议记录和最新新闻，生成简报文档，并拟好待发送的跟进邮件，只等用户喝咖啡时审阅确认。
第三，远程决策点推送。 当AI遇到需要人类判断的决策时，会向用户手机推送通知。“任何东西都不会在未经你审查和批准的情况下发出”，Anthropic强调。这既保证了效率，又保留了人类对关键环节的控制权。
此外，桌面端仍然是功能最完整的界面，可以访问本地文件和浏览器。但网页版的出现，让那些无法安装桌面软件的企业用户（尤其是IT管控严格的机构）也能使用Cowork，这大大扩展了潜在用户群。Anthropic还统一了界面：在网页和桌面端，聊天和Cowork共享同一个主屏幕，项目和工件可以在两种模式之间无缝切换。
为了鼓励采用，Anthropic将Cowork的双倍使用额度延长至8月5日。对于AI创业公司来说，这是一个绝佳的测试窗口——可以低成本体验这种“工作之外的工作”模式如何融入自己的业务流程。
双轨战略：Anthropic的AI投资逻辑与市场定位
Cowork的发布与数据公开，共同揭示了一个清晰的双轨战略。
第一条轨道是Claude Code——面向开发者的终端型编程代理，专注于构建、调试和发布代码。这条线服务于技术用户，是Anthropic在AI赛道中的传统优势区。
第二条轨道是Claude Cowork——面向知识工作者的跨设备协作平台，专注于业务运营、内容创作和连接性工作。这条线瞄准的是更庞大的非技术用户市场，是Anthropic在AI投资上的战略新方向。
两条轨道的对比极具启发性。Claude Code“最常用于软件开发者在其核心角色中的关键部分”，而Cowork则被用于“围绕角色的连接性工作”——即使开发者使用Cowork，他们也不用来编程，而是用来做状态更新、文档和协调。
这种“AI处理工作的连接组织，而非核心内容”的模式，与Anthropic提出的“工作之外的工作”概念完全吻合。公司用三个具体案例说明：一位律师用Cowork处理文档格式和归档，而将法律判断留给自己；一位招聘经理用Cowork综合面试反馈，从而将更多时间用于与候选人深度沟通；一位团队负责人用Cowork自动生成周报，以便集中精力进行战略规划。
对于AI创业公司而言，这一战略具有重要的借鉴意义。与其试图用AI替代人类专家的核心能力（这往往需要极高的准确率和信任度），不如先服务那些“辅助性”任务——这些任务虽然简单，但占据大量时间，且用户对AI的容错率更高。这正是AI工具导航类平台大受欢迎的原因：创业者可以快速找到适合自己的AI工具箱，从抠图到背景去除，再到艺术签名生成，每一个细分工具都在解决“工作之外的工作”中的一个小环节。
背景任务与自主执行：AI Agent的进化方向
Cowork移动端最引人注目的功能是“后台自主执行”——用户关闭设备后，AI仍能继续工作。这标志着AI Agent技术从“响应式”向“主动式”的进化。
传统AI助手需要用户输入指令才能开始工作，而Cowork允许用户预定未来时间点的任务，并让AI在无人值守的情况下完成。例如，设定“周一早上6点准备客户简报”，Claude会在凌晨自动执行：查阅邮件、转录会议、分析新闻、编写文档、生成邮件草稿。整个过程无需用户在线，也无需用户中途干预。
这种能力背后的技术挑战不小。AI需要在后台保持对上下文的记忆、对结果质量的把控，以及在遇到异常时能够智能暂停并等待人类反馈。Anthropic的解决方案是“远程决策点推送”——当AI不确定时，它会向用户手机发送通知，而非自作主张。
从AI创业的角度看，这种“后台执行+人类在环”的混合模式，是当前最具可行性的AI Agent落地路径。完全自主的AI Agent（如自动驾驶）在技术上仍面临可靠性瓶颈，而“预定任务+异步审批”既提升了效率，又保留了人类对关键环节的控制权。
这一趋势也催生了新的AI赛道机会。例如，专门为企业提供“后台工作流自动化”的SaaS工具，或者集成多种AI Agent的AI工具箱，以及针对特定行业（如法律、医疗、教育）的“工作之外的工作”解决方案。AI投资界已经开始关注这类“非侵入式”的自动化工具，因为它们更容易被企业接受，且部署成本更低。
未来展望：AI创业的下一波浪潮在哪里
Cowork的数据和移动端发布，为AI创业公司提供了三个明确的方向。
第一，深耕“连接性工作”。 业务运营、内容创作、文档处理、会议智能——这些占Cowork使用量80%以上的场景，仍然存在大量未被充分满足的需求。例如，自动生成周报的工具、跨团队信息整合平台、智能会议后续行动追踪器等。这些产品不需要顶尖的复杂推理能力，但需要良好的用户体验和与现有工作流的集成。
第二，关注跨设备与后台执行。 移动端Cowork证明了“预约式后台任务”的可行性。AI创业公司可以围绕这一范式开发垂直产品：比如自动生成每日销售简报的AI、定时整理项目进度的AI、在深夜自动归档邮件的AI。这些工具将彻底改变知识工作者的时间管理方式。
第三，拥抱“AI+人类”的协作模式。 完全替代人类不是当前AI的强项，但“AI处理琐事，人类专注核心价值”的模式已经被市场验证。创业公司可以设计类似“AI助手+人工审批”的工作流，既提供效率，又保证质量。
当然，AI创业也面临挑战。Anthropic的数据显示，即使是最受欢迎的Cowork，其使用场景也高度分散——前两大类别合计占50%，其余50%分布在十几个小类别中。这意味着，单一垂类工具的市场规模可能有限，创业公司需要找到“足够大且足够痛”的细分场景，或者构建一个能覆盖多种场景的平台。
对于AI投资机构而言，Cowork的案例提供了一个重要的评估框架：不要只看技术参数，更要看用户实际用AI做什么。当120万次会话中有超过90%与编程无关时，AI投资的逻辑或许需要重新书写。
最后，不妨用Anthropic的一句话作为结尾：“工作之外的工作”才是AI当前最擅长的领域。而AI创业者的任务，就是找到那些被忽视的连接点，让机器替代重复劳动，让人回归创造本身。