2026 年 2 月，OpenClaw 火了。

当整个互联网圈子被龙虾刷屏之际，我跟大多数人相同，注意力全然集中在这条明显的线上，2月底的时候，几乎所有互联网大厂在同一时间推出了自身的OpenClaw平台，一场轰轰烈烈的龙虾大战就此打响，到了3月，情况仍是如此。

但进入 3 月底，龙虾的热度开始猛的往下掉。

我再度去翻阅了这段时期上线的那些产品，从中察觉到了一条隐秘的线索，只不过在当时它被龙虾所产生的那种影响力而掩盖住了：

3月9日，腾讯让WorkBuddy上线，其定位是AI原生桌面智能体工作台，3月17日，阿里发布了钉钉「悟空」，它打着企业级AI原生工作平台的旗号，3月19日，字节对飞书aily进行了一次全面升级，使其变成全新的智能体平台，3月23日，百度推出了DuMate搭子，它面向个人和团队的桌面级AI智能体。

而后是在4月8日这一天，Anthropic发布了Claude Managed Agents，发布接下来的第二天，美股软件股份整体大幅度受创下跌 的情况发生了，SaaS指数该日单日出现了下跌5.5%这样的状况。

细细看这条时间线，一个爆火的赛道浮出水面。

2026 年，所有大厂都在押注同一个赛道：AI 员工。

OpenClaw 的突然走红并且热度迅速高涨难以控制，使得 AI 实实在在开始进入到每一个人的生活之中。而那些规模较大的企业从这一现象里察觉到了一个更为广阔的机遇：促使 AI 进入企业内部，从而达成人力成本的节约，或者实现人力效率的提高。

于Claude Managed Agents发布的当日，另有一款产品同步朝着全球进行发布，此产品便是今日的主角，即GenSpark 4.0。

GenSpark 4.0 愿景｜图片来源：Genspark

它的愿景是：让 AI 员工无处不在。

经过了几天时长，对这款产品予以深度体验，在体验完毕之后，我拥有了一种极为强烈的感受：

Anthropic公司首席执行官所预言的，在海外发生的那次裁员浪潮，有可能实实在在地马上就要来临了。

01

GenSpark 发展和转型

那就先来围绕 GenSpark 这家公司说一说，在它成为黑马之前，存在着一段艰难的转型历程，这段历程具备如下情况：

在 2024 年 6 月的时候，GenSpark 发布了首款产品，该产品所做的是 AI 搜索，并且积累了大概 500 万用户。

但是，团队迅速察觉到了一个问题，那就是，人在搜索信息之际，绝大多数情形下其目的并非是「获取信息」自身，而是为了达成某一特定的任务。这样的一种认知促使 GenSpark 着手改变方向，也就是，不但要给予信息，而且更要协助用户将事情给完成。

在 2025 年 4 月的时候，他们将 Super Agent 套件给推出了，至此，产品正式从专门的、针对 AI 搜索领域的状态，朝着面向通用的、涵盖多种应用场景的 AI Agent 方向进行转型了。

产生的效果呈现出立竿见影的态势，在推出之后，45天之内，ARR已然达到了3600万美元。

那时候是 2026 年 1 月的月底，他们所推出的 Workspace 2.0 正式发布了，其主打着「Don't Type，Just Speak」，把交互方式由文字提示变换成语音优先，想要重塑知识工作者的办公模式。

到达这个特定的节点之时，公司的 ARR 已然成功突破了 1 亿美元，紧接着 B 轮融资进一步扩展至 3 亿美元。

在2026年3月12日这一天，GenSpark 3.0被发布出来，与此同时，Genspark Claw也被发布出来。他们所拥有的口号极具野心，那便是：「你不再是与AI一道开展工作，而是去雇佣AI以便为你工作」。

这一版本实现了从「AI工具」至「AI员工」的品类转变，ARR突破了2亿美元，B轮融资扩充到3.85亿美元，估值逼近16亿美元。

就在那时，仅仅过去了还不到一个月，到了4月8日，他们正式地推出了，GenSpark 4.0。

为什么选择 Genspark｜图片来源：Genspark

在这一版本当中，他们切实地寻觅到了自身所肩负的使命，那便是，AI 应当去适配你已然拥有的工作方式，并非是要求你围绕着 AI 对工作流程进行重新组织。

故而于4.0时，他们达成了原生集成，其中涵盖桌面、Office、日历以及工作流，并且支持本地文件访问与应用内操作，所追求的要义为「你觉察不到AI切实存在，不过它始终在助力你行事」。

沿着搜索走向 Agent而言，就工具朝着员工转变来讲，GenSpark历经两年光阴达成了三次关键转型。

而每一次，都精准踩在了 AI 发展的变化上。

02

为什么说 GenSpark 是这个赛道的王者？

谈论到 Agent 员工这个赛道，开始提及的那些大厂产品，每一个都具备自身的打法。

然而，我耗费时间进行了一番对比之后，发觉GenSpark在某些关键问题之上，思考得的确更为深入。

我试着从第一性原理的角度来拆解这个问题：

要是打算去设计一款能够切实充当 AI 员工的产品，它究竟需要具备些什么呢。它到底需要具备什么呢。

我觉得至少要满足三个条件：

第一，企业级的运行环境。

AI员工要具备与真实之人交流的能力，要拥有接收文件的本事，要能够在稳定的环境当中持续进行运转。GenSpark 4.0在这一层面做得相当到位。它能够与联系人直接展开对话，并且原生集成了MyClaw，无需用户自行去安装OpenClaw再配置到飞书或者微信。

Genspark 界面｜图片来源：Genspark

仅有这一点，看上去好像完全只是一项分外简单的功能，然而对于普通用户而言，其意义却是颇深的，这种意义体现在对接 OpenClaw 时，不管与之进行文档对接的是飞书还是微信，其对接流程被书写得多么地清晰，可关键问题是其中任一单一步骤的配置，针对非技术类用户来讲，均实实在在地构成了一道不可轻易跨越的门槛。

GenSpark 将这个配置环节予以直接砍掉，这表明在他们的观念里切实极为重视用户。

其次，有着丰富的工具体系，它为各种 AI 员工提供了工作中实际正在使用的软件。

GenSpark 4.0 连接了 Notion，连接了邮件，连接了 GitHub，还连接了文档服务等一系列工具，这些工具所覆盖的场景是知识工作者日常里高频会去 使用到的。

Genspark 邮箱界面｜图片来源：Genspark

并且存在着打工人的三件套，分别是，poperpoint，excel，word。

Genspark 三件套界面｜图片来源：Genspark

第三，这同时也是我个人觉得，是那种超级容易被忽视的一点，那就是人类以一种高效工作的交互方式来进行相关活动。

GenSpark 4.0具备工作流功能，你能够将各类应用的CLI以及能力串联成动作流，还能够凭借对话直接创建Skill。

Genspark 工具界面｜图片来源：Genspark

跟开头所讲的产品相比，当下唯有钉钉以及飞书自身具备企业级运行环境，与此同时，要是你打算创建Skill，这些产品大体上只能借助对话使AI自行生成，人类很难参与到迭代进程之中。也就是说，运用这些产品，当前你还无法将自身的工作经验切实转化成一个能够复用、能够优化的Skill。

但这可能才是这类工具真正的价值。

而 GenSpark 4.0 在这个层面给出了更好的方案：

你能够便利地投身于Skill的搭建以及调适之中，从而促使工作经验切实沉淀下来。

Genspark 工作流界面｜图片来源：Genspark

整体体验下来，我得出一个判断：

就 GenSpark 而言，在 AI 数字员工的产品理念这个方面，其所处位置确实是领先于国内的，并且起码领先了「三个月」。

03

开始实测

理念领先，GenSpark 的效果如何呢？

让我们开始用真实的工作，来实测效果吧。

平日里，我的基本工作流程大致如此：钻研各类AI途径，去感受各类产品，以此形成自身判断，接着着手撰写文稿。问及GenSpark 4.0对我的助力究竟在何种程度？我决定凭借一项完整的任务予以检测。

今日，我所欲研究之课题为：「Claude Managed Agents 会给软件行业造成怎样的冲击？」。

我直接从这里开始，GenSpark 4.0 存在着免费的体验额度。

Genspark 界面｜图片来源：Genspark

当然，最好的方式是创建一个以主题为核心的工作区：

Genspark 工作区界面｜图片来源：Genspark

将文档整理成规范格式后：工作的区域能够增添文件，还能够对团队成员发出协作邀请。于这个工作的区域之中展开对话，便能够调用GenSpark 4.0内部嵌入的多种智能体去达成工作。

Genspark 智能体界面｜图片来源：Genspark

第一步，由我自 Anthropic 官网将 Claude Managed Agents 的技术文档进行下载，之后导出成为 PDF 格式。

https://www.anthropic.com/engineering/managed-agents

Anthropic 文档界面｜图片来源：Anthropic

接着，运用GenSpark的撰写文档功能，借助其来帮我翻译这份PDF。

Genspark 文档界面｜图片来源：Genspark

它很快开始处理，没过多久翻译就完成了。

Genspark 翻译界面｜图片来源：Genspark

翻译质量让我挺满意的，技术术语的处理很准确，可读性也不错。

Genspark 翻译界面｜图片来源：Genspark

拿到第一手资料后，我开始做更广泛的深度研究。

我吩咐 GenSpark，让其针对「Claude Managed Agents」这个话题展开全面的调研。

Genspark 深度研究界面｜图片来源：Genspark

接下来的过程让我有点意外：

于知乎，它广泛收集诸多各方观点，于Twitter/X，它广泛收集诸多各方判断，之后，它输出了一份完整的研究报告。

Genspark 深度研究界面｜图片来源：Genspark

更为有用的是，你能够如同运用 IMA 那般，针对这份报告展开各类追问，进而深入挖掘你所关注的细节。

Genspark 深度研究界面｜图片来源：Genspark

围绕这个产品产生的所有疑问，我都逐一进行了询问，所获得的回答，其质量均相当之高。

Genspark对对话界面展开深度研究，该图片来源为Genspark。

素材准备好了，接下来就是写稿。

在动笔之前，我先做了一件事：创建一个写作 Skill。

以多轮对话这种方式，GenSpark借助OpenCode替我生成了一个定制化的写作Skill。

这个Skill，融入了我的写作风格偏好，融入了我的文章结构习惯，融入了我的排版规范。

Genspark 的那个 Skill 界面，其图片来源为 Genspark。

然后我用这个 Skill 开始生成文章初稿。

Genspark 文档界面｜图片来源：Genspark

不得不说，出来的稿子质量让我有点震撼：

Genspark 文档界面｜图片来源：Genspark

结构清晰，论据充分，行文节奏比我自己从零写要流畅得多。

Genspark 文档界面｜图片来源：Genspark

全程，我没有用任何其他工具：

由资料收集开始，接着是翻译，再进行深度研究，随后做素材整理，最终到初稿生成，这些环节全部都在GenSpark 4.0这一个产品之中得以完成。

我所唯一要去学习的，便是 GenSpark 4.0 自身，然而对于学习它，我仅仅花费了 50 分钟。

说到 GenSpark 的视觉体验，要顺带提一句，它在工具能力方面处于领先地位，在界面设计以及交互审美上也投入了精力，在整个的使用过程之中，你能够体会到产品团队对于视觉细节的那种追求，而这在 Agent 类产品当中是不太常见的。

呈现 Genspark PPT 展演界面，其图片源自 Genspark。

04

GenSpark4.0 的独特价值

实测完之后，我开始想一个问题：

做 AI 员工，到底需要做好的是什么？

Claude Code、OpenClaw、Codex这般工具，其核心在于为AI供给出Harness环境。所谓Harness，即是使得Agent能够以最高效的方式去运用各类工具，进而完成具体的任务。这些产品所解决的是「怎样让AI更为出色地开展工作」的问题。

GenSpark 做的事情刚好反过来。

它为人类供给了工作着的Harness环境，所解决的是，怎么样能够让人以最高效之状态去运用Agent，进而完成复杂的工作任务这件事。

GenSpark 4.0 所思考的，是怎样以最便利的方式，为处于工作当中的人，供给一站式的 Agent 服务，是如何促使用户将工作经验转化为能够重复使用的工作流，是怎样让用户无需在多个工具之间来回切换。

介绍 Genspark 使用的 PPT 工具的界面，其图片的来源是 Genspark。

这个差别看起来只是视角的切换，但落到产品层面，差异非常大。

传统的Agent产品，你或许得开启一个工具去开展研究，接着切换到另一个工具来撰写文档，随后又运用第三个工具进行协作。每一回切换都是效率方面的损耗，而且也都是注意力的中断。

GenSpark 4.0 将那些环节统统归集于一个产品之中，先是创建工作区，接着添加文件，随后邀请成员，再去调用智能体，进而生成 Skill，最后执行工作流，所有事项都于一个界面内达成。

令我联想到在调研进程里有个饶有趣味的对照的是，这个产品思路，Anthropic于开展Claude Managed Agents工作之际，技术博客中提及过一个概念，他们将Agent的核心组件虚拟化为session、harness以及sandbox这三层抽象，此乃从技术架构层面进行思索怎样促使AI更优运行。

GenSpark 所开展的是另外一侧的内容，也就是从用户工作流这一角度予以思考，思考怎样能够使得人和 AI 之间的协作，达成最为顺畅的状况。

具有两条路径，其中一条朝着AI所具备的效率极限前行，另一条朝着人所拥有的体验极限迈进。

GenSpark 选了后者，而且做得相当扎实。

05

2026，我们将去向何处？

Anthropic曾于3月份发布过一份报告，其中存在一个给我留下极为深刻印象的数据：

当前，在很多工作角色之内，仍然存在着数量众多的环节能够被人工智能自动化，然而，把这一部分切实运用人工智能接管，将会释放出极为巨大的价值。

或许，这便是，二零二六人工智能员工此一赛道之所以热门的缘由。

关于Anthropic的文档截图进行的翻译，图片的来源是Anthropic。

为什么大厂都在抢这个赛道？

我觉着从本质层面来讲抢的是入口，每一个人独有的工作流程以及对话记录留存于一个平台之上时，这些数据极难被转移到别的地方，用户留存下来，就意味着会持续地使用以及消耗，这场竞争较量的并非是功能方面的比拼，而是究竟谁能够率先成为用户的默认工作入口。

回归到个体的层面来看，工作里那些具备可被自动化能力的部分，最终都将会被人工智能接管，此一趋势现已无法逆转。犹如亲身之所经历的工作流那般，资料收集、翻译以及初步研究这些环节，GenSpark 4.0 已然能够协助我将其完成得极为出色。我的精力能够更多地投放于判断、决策以及创造性方面的部分。

或许在不久之后，我们每一个人身边都会有一个乃至多个人工智能员工，可能是悟空这个，可能是DuMate那个，可能是WorkBuddy这般，或许会是aily那样。

可 GenSpark 4.0 带给我的体会是，在「AI 员工应当呈现出怎样的模样」此问题方面，它思考得最为周全，而且实施得最为彻底。

完成这篇稿子之后，我于GenSpark 4.0里耗费的时间，相较于测试本身的时间，远远超出：我发觉自身不知不觉间，将越来越多的工作转移到了这个平台之上。

约略而言，这便是一个堪称优良的 Agent 产品理应呈现的模样：并非因它具备强大功能才去加以运用，而是于使用进程中发觉，自身已然难以割舍。

最后，在2026年的时候，GenSpark会给所有用户供给AI聊天以及AI图像功能的无限使用，它集成了多个顶级模型，其中包括Nano Banana 2，Gemini 3.1 Pro，GPT-5.4，Claude Opus 4.6这些。

GenSpark 4.0，值得花时间去体验一下。