知识卡片：CoworkOS——可跨会话持续干活的AI同事

一句话结论

中国人民大学与复旦大学团队提出 CoworkOS，用“主智能体—协调运行时—子智能体”三层协作架构，让 AI 能在 CAD、Blender 等工具中与人类共同修改同一作品，并在多轮自动后训练后显著提升自动化任务表现。

事件概述或研究问题

据腾讯研究院 AI 速递（20261104）报道，人大与复旦研究者提出 CoworkOS，定位为“可跨会话持续干活的 AI 同事”。其核心问题是：如何让 AI 智能体在长时间、多会话、多人协作的创作场景中保持任务连续性，并与人类在同一作品上协同操作，而非一次性完成孤立任务。

方法/产品要点

• 架构分三层：主智能体、协调运行时、子智能体，通过分层协作组织任务。
• 支持人与智能体在 CAD、Blender 等设计工具中共同修改同一作品（具体交互机制待核实）。
• 在 12 项基准上与 OpenHands、Codex、DeepSeek Harness 对比，其中 6 项取得最优，生产力与机器学习编程平均分居首。
• 基于 Qwen3.6-35B-A3B 组织五轮自动后训练：八项基准均分从 33.19 升至 42.95，其中 Automation 一项由 11.00 升至 44.15。

主要结果或产业意义

在 12 项基准对比中取得 6 项最优，生产力与机器学习编程平均分排名第一；自动后训练使八项基准均分提升约 9.76 分，Automation 子项提升约 33 分。这说明“协调运行时+子智能体”的分层协作结构，配合自动后训练，可能为长时间跨会话的 AI 协作提供一条可复用的工程路径。

为什么重要

现有 AI 编程/协作工具多聚焦单会话内的任务完成，而 CoworkOS 强调“跨会话持续干活”与“人机同作一件作品”，指向 AI 从助手向“同事”角色演进的方向。与既有卡片中 Claude Code 的跨会话消息传递、Grok Bot 的云端常驻队友相比，CoworkOS 的增量在于：以分层多智能体架构支撑人机在同一设计工具内的协同编辑，并给出自动后训练带来的量化提升。

局限与不确定性

• 材料仅来自二手速递，论文原文、基准细节与对比设置待核实。
• “跨会话持续干活”的具体实现机制（如状态持久化、会话切换策略）未在材料中说明，待核实。
• CAD/Blender 协同编辑的实际演示效果与可用性待核实。
• 自动后训练的具体数据构成与训练成本未披露，待核实。

可用于图书/PPT/简报的角度

• “AI 同事”叙事：从单会话助手到跨会话协作伙伴的演进路径。
• 多智能体架构分层（主智能体/协调运行时/子智能体）作为工程范式案例。
• 自动后训练对小模型（35B-A3B 级）自动化能力的提升幅度，可作为“后训练性价比”论据。
• 人机共创设计工具（CAD/Blender）场景，适合作为“AI 进入专业创作流”的插图案例。

与既有脉络的关系

本条延续“AI 智能体跨会话/常驻协作”脉络：Claude Code 解决会话间消息同步，Grok Bot 强调云端常驻，CoworkOS 则补充了“分层多智能体+人机同工具协同编辑+自动后训练量化提升”的增量信息。

原始材料

• 标题：腾讯研究院AI速递 20261104
• 链接：https://m.sohu.com/a/1096760389_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
• 条目：六、人大复旦提出CoworkOS，打造可跨会话持续干活的AI同事
• 关键词：CoworkOS；多智能体；跨会话；人机协作；自动后训练