Claude Cowork 深度指南：三个关键点让AI真正成为你的专属智能体

很多人第一次打开 Claude Cowork 时都会有同一个疑惑：这和普通的 Claude 聊天窗口到底有什么区别？在深入使用数月之后，一位 B 站 UP 主分享了他的顿悟时刻——真正让 Cowork 脱胎换骨的，其实是三个被大多数人忽略的关键点。本文将系统梳理这三点，帮助你把 Cowork 从一个「对话工具」升级为「专属智能体」。

说明：原视频由 Anthropic 赞助，但作者强调该工具是其真实长期使用并推荐的产品。

区别一：Cowork 直接在你的文件夹里工作

普通的 Claude Chat 遵循一个「把工作搬到 Claude 面前」的逻辑：你需要把每一个文件手动附加到对话框里，Claude 才能读取。当文件数量增多，这个过程会变得极其繁琐。

Cowork 则完全颠覆了这个流程——它可以直接访问你电脑上的文件和文件夹。你不再需要逐个上传，只要把它指向一个已经包含目标文件的文件夹，它就能读取其中的全部内容。

这种直接访问本地文件夹的能力，依赖于操作系统级别的文件权限授权机制。当用户首次授予访问权限后，Cowork 通过类似「沙盒文件代理」的方式与本地文件系统交互，而无需将文件上传至云端服务器。这与传统 Web 应用有本质区别——后者受浏览器同源策略限制，只能通过用户主动上传来获取文件内容。这种**本地优先（Local-First）**的设计理念近年来在开发者工具领域颇为流行，其核心诉求是：数据主权归用户，工具跟随工作流，而非反过来。

用作者的话说：Chat 是「把工作带到 Claude 那里」，而 Cowork 是「在你工作的地方直接干活」（It works where you are）。这个方向的反转，看似微小，却是整个体验差异的起点。

区别二：本地直接生成文件，告别上传下载循环

Cowork 的第二个核心能力是可以在你的电脑上直接创建文件。

举个例子：如果你让 Claude Chat 把一堆信息整理成 Excel，它会在对话窗口里生成这个文件，你还得手动下载、再拖到正确的文件夹里。而在 Cowork 中，同样的指令会让文件直接生成在你正在工作的那个文件夹里，之后你可以手动修改，也可以让 Cowork 继续迭代。

作者用一个「教师批改试卷」的场景演示了这个能力：他在中心文件夹下新建了一个「graded exams」子文件夹，把所有批改过的试卷拖进去，然后只用一句语音指令——「看看这些试卷，告诉我平均分、中位数，以及学生们持续答错的题目类型，并生成一份 HTML 报告」。

几分钟后，Cowork 不仅在对话里给出了分析结论（平均分约 72%，最低 30 分、最高 100 分，并标出学生最薄弱的知识点），还生成了一份可视化的 HTML 报告，永久保存在文件夹中，方便日后随时查阅。整个过程只需一次提示、无需上传任何文件。

区别三：Claude.md——让 Cowork 真正开窍的核心配置

前两点大多数人都能理解，但作者强调：Cowork 的真正威力，不在于它「能访问和创建本地文件」，而在于它拿这些信息做了什么。而这一切的关键，是一个名为 Claude.md 的文件。

什么是 Claude.md？

Claude.md 是一份「常驻指令」，Cowork 每次在该文件夹里开始任务时，第一件事就是自动读取它。它本质上就是一个纯文本文件——没有代码、没有特殊格式，人类完全可读。你只需写一次，此后 Claude 每次任务前都会先读它。

从技术层面理解，Claude.md 本质上是一种**持久化系统提示词（Persistent System Prompt）**的用户侧实现。在标准的大语言模型交互架构中，系统提示词是在每次对话开始前注入模型上下文的指令集，用于定义模型的角色、行为边界和任务规则。传统聊天界面中，这部分通常由平台方控制，普通用户无法直接干预。Claude.md 将这个权力交还给用户——通过一个可读可写的纯文本文件，用户实际上在亲手撰写自己的「专属系统提示词」。这也解释了为何其格式要求极低：模型读取的是自然语言语义，而非结构化代码。

以那位历史老师的 Claude.md 为例，文件通常包含几个部分：

• 身份说明：谁在用这个文件夹（一位高中历史老师，用 Cowork 帮忙备课和批改）。
• 行为准则：AI 应像「有帮助的同事」而非「公司机器人」，回答要简洁；备课要符合学生年龄；始终提出澄清性问题；评分只是建议，最终决定权在老师手中——这一点尤其重要，确保人始终在决策回路里（human-in-the-loop）。
• 文件夹结构：列出各子文件夹的用途，让 AI 快速导航。
• 规则与技能（Skills）：例如「所有输出都放进 reports 文件夹并生成 HTML 格式」，以及「分析试卷时用 exam report 技能，写家长通知邮件时用 parent update 技能」。

值得注意的是，**Human-in-the-Loop（人在决策回路中）**是 AI 系统设计中的重要安全原则——对于高风险或不可逆的决策，AI 只提供建议和辅助，最终执行权始终保留在人类手中。这一概念最早源于自动控制系统领域，后被广泛引入 AI 伦理与治理讨论。将「决定权在老师手中」显式写入 Claude.md，正是将这一原则编码进工作流——不仅防止 AI 越权，也为使用者建立了清晰的责任边界。

Claude.md 与 Skills 的分工

作者对二者做了清晰的区分：Claude.md 是 Claude「应该始终知道的东西」，而 Skills 是「针对某个反复出现的任务的分步骤工作流」。Skills 不会一次性全部加载，而是在需要时按需调用。

Skills 的这种按需加载上下文机制，是对大语言模型上下文窗口（Context Window）有限性的一种工程解法。研究表明，模型对上下文中间部分的内容关注度显著低于首尾——即所谓「lost in the middle」问题。一次性塞入所有指令不仅浪费 token，还可能削弱模型对关键指令的响应准确率。Skills 将复杂工作流拆解为独立模块，在需要时才调用相关指令，既保持主上下文简洁，也让不同任务类型拥有各自精细调校的执行逻辑，是面向 Agent 场景的提示词工程最佳实践。

为什么 Claude.md 才是真正的转折点

默认情况下，每一个新的 Cowork 任务都是「从零开始」的。没有系统支撑时，你每次都要重新解释自己是谁、在做什么项目、工作流是怎样的、喜欢怎样的呈现方式。

而有了 Claude.md，你相当于把这些指令沉淀进了文件夹本身，而不是每次的提示词里。回到前面的试卷案例：如果这个文件早已配置好，作者甚至不需要在提示中解释任何细节，只需说「分析这些新试卷」，Claude 就已经知道去哪里找、生成什么报告、如何格式化、保存到哪里。

作者点出了本质：真正的转变不是「你再也不用重复自己」，而是「你可以精确到每一个字地定制 Claude 为你工作的方式」。

进阶：用 memory.md 让助手越用越懂你

如果说 Claude.md 存放的是指令，那么 memory.md 就是 Claude 记录它对你逐渐了解到的信息的地方。

比如你告诉它「记住我喜欢按课时段排序报告」，它就会把这条写进 memory.md。无论你下周还是下个月再执行任务，它都记得。

与普通 AI 聊天的记忆功能相比，这里的关键差异在于：它不是一个黑盒。主流 AI 产品（如 ChatGPT 的 Memory 功能）的记忆机制通常以黑盒形式运行：用户不知道系统记住了什么、以何种形式存储、何时会被检索调用。这种不透明性带来两个问题：其一是信任问题——用户无法核实 AI 是否「记错了」；其二是控制权问题——用户难以精准删除或修正特定记忆条目。memory.md 的纯文本设计是对上述问题的根本性回应：记忆即文件，透明可审计，修改即编辑。这种可解释记忆的设计理念，与近年来 AI 领域对可解释性（Explainability）和可控性（Controllability）的关注高度契合。两个文件配合之下，你的助手会真正随着使用而变得更聪明、更贴合你的需求。

如何快速搭建你自己的 Cowork 系统

好消息是，这些文件不需要你从头手写。作者建议按以下步骤操作：

1. 在电脑上（可放在 iCloud Drive 中以便备份）新建一个中心文件夹，命名为如 Cowork OS。
2. 在 Cowork 的下拉菜单中选择该文件夹，并设为「始终允许访问」。
3. 使用一段引导 Prompt，让 Claude 反过来采访你——它会一次一个地提问，根据你的回答自动帮你生成 Claude.md 和 memory.md 两个文件。
4. 如实、逐条回答这些问题，完成后两个文件就会静静躺在你的文件夹里。

此后信息若有变化，你既可以手动编辑，也可以直接告诉 Claude 修改；而随着它对你了解加深，它也会自动更新这些文件。

总结：从聊天机器人到专属智能体

把三点串起来，就理解了 Cowork 的完整逻辑：

1. Cowork 在你电脑的文件夹里工作，而不是把工作搬到云端——这是 Local-First 设计哲学在 AI Agent 领域的落地实践。
2. 它能在本地直接创建文件，彻底告别「上传—下载—整理」的循环。
3. 配置好 Claude.md 与 memory.md 后，你永远不必重复自己，更重要的是，你可以精确决定 Claude 的工作流、记忆和呈现方式——实质上是在亲手撰写一套持久化的系统提示词。

到了这一步，它就不再是一个你需要不断对话的聊天机器人，而是一个你亲手调校、按你的方式办事的 AI 智能体。这正是作者所说的「真正的转变」。Cowork 目前在任意付费版 Claude 计划中均可使用，值得每一位重度 AI 用户认真搭建属于自己的这套系统。

核心要点