Coworker AI

什么是 Coworker AI？

Coworker AI 是一个面向企业的 AI agent 平台，可在公司系统中与 AI 进行聊天、协作和构建。它可连接 Slack、Salesforce、Jira、Gmail、文档、数据仓库和代码仓库等工具中的组织上下文，然后将任务路由到最适合的模型。

该产品旨在处理三种主要工作模式：用于跨已连接系统回答问题的 chat、用于生成 deck、文档、dashboard 和代码等素材的 cowork，以及用于在整个技术栈中触发的长期运行工作流的 agents。Coworker 还强调模型路由以及开源/闭源模型支持，页面中也介绍了其企业级托管和安全定位。

核心功能

• 基于已连接上下文的跨系统聊天：用户可跨 50+ 连接器提问，Coworker 会从 Slack、Salesforce、Jira、Gmail、Docs、BigQuery 和 Snowflake 等系统中提取相关记录、线程、转录和文档。
• 将任务路由到合适的模型：平台会为每项任务选择合适的模型，或让用户手动选择，在开源和闭源模型之间平衡成本、延迟和输出质量。
• 生成适合工作的素材格式：Coworker 可生成精美输出，如 deck、文档、dashboard、财务模型、品牌化 PDF 和交互式应用，且可编辑、可共享、可导出。
• 云端代码与仓库感知工作流：编码界面支持多文件编辑、沙盒执行，以及面向开发任务的组织上下文。
• 带触发器的长期运行 agent：用户可用自然语言创建 agent，让其等待 Slack、CRM、日历和邮件等工具中的事件，然后在审核或批准后执行操作。
• 带有现有权限的读写集成：连接器既可从团队系统读取，也可写回；agent 会继承现有权限设置。

如何使用 Coworker AI

典型工作流是先连接 Coworker 需要访问的公司工具，例如 CRM、沟通、文档、支持、数据或代码系统。之后，用户可以在 chat 中提问、请求生成素材，或用自然语言定义一个 agent 工作流。

团队既可以让 Coworker 自动路由任务，也可以为某项任务指定特定模型。对于重复性工作，用户可以设置触发器和审批步骤，让 agent 监控已连接系统、收集上下文、起草输出，并在执行前等待审核。

使用场景

• 销售客户查询：销售人员询问续约进展，Coworker 会将 CRM 数据、通话转录和 Slack 上下文整合成简明摘要。
• 董事会和高层材料：团队使用 cowork 界面将现有数据转化为董事会 deck、财务模型或报表 dashboard。
• 工程代码修改：开发者使用云端编码环境在具备仓库感知的沙盒中进行多文件编辑，并在应用前测试更改。
• 管道和交易运营：运营团队创建一个 agent，监控停滞的商机，拉取最新通话记录，并将下一步最佳行动发布到 Slack。
• 跨职能流程自动化：法律、财务、IT、人事运营或支持团队使用 agent 来审核合同、处理催款检查、回答安全问卷或为员工办理入职。

常见问题

Coworker AI 会为每项任务使用同一个模型吗？ 不会。页面描述其会将任务路由到每项工作最合适的模型，用户也可以在需要手动控制时自行选择模型。

支持哪些连接器？ 页面列出了 50+ 原生集成，包括 Slack、Salesforce、HubSpot、Jira、Linear、Notion、Google Workspace、GitHub、Zendesk、Intercom、Snowflake 等。

Coworker AI 只能读取数据，还是也能写回系统？ 来源说明连接器支持读写，因此 agent 既可以提取信息，也可以在已连接工具中推送更新。

Coworker AI 只是用于聊天吗？ 不是。产品包括 chat、用于创建素材的 cowork 界面、编码工作流以及长期运行的 agents。

模型托管在美国吗？ 页面称模型托管在美国，并将产品定位为企业可用，但未提供除这些之外完整的技术或合规说明。

替代方案

• 通用企业 AI 聊天工具：这类工具主要侧重对话辅助和检索，但可能不会在同一产品中同时包含素材构建、编码和 agent 工作流。
• 工作流自动化平台：这类工具在触发器、审批和流程自动化方面很强，但通常依赖更窄的基于规则逻辑，而不是在开放和封闭 AI 模型之间进行模型路由。
• 开发者 AI 助手：这类工具更适合编码任务和仓库变更，但通常不会像这样广泛覆盖公司级聊天、文档、仪表板和跨职能 agent。
• BI 和文档生成工具：这类工具有助于生成报告、仪表板或演示文稿，但通常不会将多系统上下文、聊天和自主 agent 结合在单一平台中。