Anthropic 於 7 月 7 日宣佈，其 AI 協作工具 Claude Cowork 正式向網頁端和移動端擴充套件，首批開放給 Claude Max 訂閱使用者，並計劃在隨後數週覆蓋更多訂閱計劃。此次更新最核心的變化並非介面適配，而是執行環境的根本性遷移：Cowork 的會話與檔案將儲存在使用者賬戶中，並通過遠端環境執行，這意味著即使使用者合上電腦，任務也能繼續執行，定時任務不再要求任何裝置保持線上。

Anthropic 描繪了典型的使用場景：使用者在辦公桌前向 Claude 交代任務後即可離開，隨後通過手機檢視進度。當 Agent 遇到需要人類判斷的問題時，系統會向手機發送通知，使用者完成決策後，Agent 再繼續工作。不過，Anthropic 同時強調，郵件傳送、檔案交付等最終動作仍需使用者審查和批准，關鍵的決策權依然保留在人類手中。

這一變化使得 Claude 移動端的定位發生了根本轉變。手機不再只是另一個聊天視窗，而開始成為管理 Claude 工作的控制台。Cowork 最初於 2026 年 4 月在 macOS 和 Windows 桌面應用中全面上線，定位是面向非程式設計師的智慧協作工具，可跨越檔案、日曆、郵件、通訊工具及網頁等已連線應用完成任務。Anthropic 對 2026 年 5 月部分 Cowork 會話的分析顯示，超過 90% 的使用場景並非軟體開發，業務運營和內容創作兩類任務合計佔到全部使用量的大約一半，核心使用者正從程式設計師擴充套件到財務、運營、銷售、諮詢和內容工作者。

Claude Cowork 並非孤例。6 月 30 日，Cursor 推出了原生 iOS 應用公開測試版，向所有付費使用者開放。使用者可在手機上選擇程式碼倉庫、啟動雲端 Agent，或遠端控制仍在自己電腦上執行的 Agent。Agent 啟動後，使用者可直接退出應用，任務完成或需要審查時，Cursor 會通過鎖屏即時活動和推送通知提醒使用者。其雲端 Agent 執行在獨立虛擬機器中，擁有完整的開發環境，可安裝依賴、執行測試並持續迭代。同一天，OpenClaw 也推出了 iOS 和 Android 應用，但採用了不同的技術路線：手機應用本身並不承載完整 Agent，而是作為“伴隨節點”，需與使用者在本地裝置上執行的 Gateway 配對，手機負責對話、語音控制、檢視任務狀態和批准操作。

三款產品雖然都進入了移動端，但背後的執行模式並不相同。Claude Cowork 和 Cursor 更強調雲端執行，任務可脫離使用者電腦繼續執行，降低了部署門檻；OpenClaw 則堅持本地優先，手機主要負責連線和控制使用者自行執行的 Gateway，給予使用者更強的資料和基礎設施控制權。這種差異在社群引發了廣泛討論，有使用者認為原生應用更接近控制面板，可通過 Tailscale 等方式直接連線私人 Gateway，避免將 Agent 對話交給第三方聊天平台。

然而，移動端並沒有自動解決 Agent 的可靠性問題。OpenClaw 的部分使用者反映，升級後曾出現 WhatsApp 連線失效、訊息無法回覆以及既有工作流中斷等問題。這揭示了 Agent 產品當前的真實狀態：能力已能支撐“持續工作”，但穩定性、許可權邊界和異常恢復仍遠未達到傳統企業軟體的水平。

從產業視角看，Agent 產品進入手機並非簡單的客戶端擴張，而是產品形態進入了新階段。第一階段，AI 是同步問答的聊天機器人；第二階段，AI 進入使用者工作環境，直接參與執行，但仍依附於本地裝置；第三階段，Agent 開始脫離具體裝置，遷移到雲端虛擬機器或持續執行的 Gateway，可非同步執行更長時間的任務。移動端正成為這一階段的管理入口，手機介面中最重要的功能不再是長文本輸入框，而是任務佇列、執行狀態、通知、結果預覽、批准按鈕和繼續指令。人與 Agent 的關係正從“提問者和回答者”逐漸變成“管理者和執行者”。

這一趨勢也帶來了新的挑戰。首先是持久執行能力，Agent 必須在使用者離線後保持任務狀態，並能在網路中斷或工具報錯後恢復工作。其次是許可權與審批機制，傳送郵件、修改檔案、合併程式碼等不可逆操作需要明確區分自動執行與人工確認的邊界。再者是可觀察性，使用者需要知道 Agent 讀取了哪些資料、呼叫了哪些工具、做出了什麼修改。成本同樣可能成為問題，始終線上的 Agent 會讓基於 Token 的計費變得難以預測，企業需要更明確的固定套餐、預算限制和分級定價。最後是安全邊界，Agent 要完成更多工作就必須獲得更多許可權，其長期記憶、工具許可權和身份憑證本身都可能成為攻擊目標。

Claude Cowork、Cursor 和 OpenClaw 集體進入移動端，標誌著 Agent 產品正在跨過一個分水嶺。手機不再是人和 AI 聊天的地方，它正在變成人類管理一群 AI 員工的控制台。對於 AI 產業投資者而言，這一趨勢意味著 Agent 基礎設施層——包括雲端沙箱、任務編排、許可權管理和非同步執行環境——的需求將顯著增長，而模型能力之外的產品工程能力，正成為決定競爭格局的關鍵變數。