接着昨天的尝试，于是我想，有没有可能让 Claude 的 Cowork 或者 Gemini 的反重力进行批量处理，然后构建的一个网站看对每张照片的评价和打分结果。
首先是 Cowork。
对一个目录下的 342 张图片进行批量处理，Cowork 评估了数量以后，选择了并行处理。
十分钟左右，完成了。
不过说实话，对于评价的结果，我觉得不太合理，显示出了很明显的不同器材的偏好。新就是好，画幅大就是好吗？显然不是的，不过这不是本篇要讨论的内容。
网站也快速的建好了。看得出来，这评价有点过于潦草了，让我怀疑模型很可能并没有逐张图片处理。
但是不管怎么样，算是完整了，细节可以再逐步更新。
比如，用 Gemini 的 Antigravity（反重力）进行更新。
显然，这是认真干活的。不过，342 张图片可能太多了，大概也就更新了四十几张。
不过，相比于过去，这已经是一个非常大的进步了。
（我重新优化了一些流程，让“反重力”可以进行完整的处理，但并非这篇主题，后面有机会再展示吧。）
但如果仅仅是这些以及上次展示的能力，Cowork 也不会让我过于惊讶，下面两个例子，虽然也在很早就能预测到的能力范围内，但“想”是一回事情，能够实现，则是完全不同的故事。
在我每个季度的线下（或者线上）交流中，我都会单独准备一系列的材料，当然 AI 帮助了我很多。在之前一篇讨论 Cowork 的文章里，我演示了如何将 pdf 导出成一系列图片。今天，加了一个要求，能否完成一份 doc 文档：可以自动挑选图片内容，完成文字，并且体现到 doc文档里。
是的，它完成了，一气呵成。
而且，图文并茂，并且有效的筛选了我目录下的内容。
这种完成度和流畅度，至少即使基于 GPT 的 Copilot 也还没能做到。
当然，我已经不用 word 的 doc 了，所以，如果可以直接写 Google Doc 就更好了。
不过，因为 Google Doc 一般都是通过浏览器打开的，那就用上下面的连接器吧。
然后就是一系列模仿人的操作：直接打开浏览器，进入 Google Workspace，新建一个 doc 文档，输入内容。
但是，Cowork 看起来还只会“Insert Image”，而不会从文件夹复制图片粘贴到文档里的操作，所以，“图文并茂”失败了。
演示就到这里了。正如我一直说的，当然没什么特别意外的。但是，想到或者看到是一回事情，做到就是另一回事情。
对于应用落地而言，Cowork 又实现了一个巨大的突破，它可以工作更长时间了，所以“批量化处理”可以越来越多的真正实现“助手”的定位；它通过 MCP 和 Skills 可以利用并且衔接更多的工具了，就可以交付一个可以让人进行最终修改和决策的“九成品”。
可是，要问我是不是一个颠覆性的产品，我依然会有一些问号。Cowork 的基础是两个，一是用户需要很明确的目标，第二个是 Cowork 自身可以很方便的在操作系统层面调用各种工具，比如命令行工具，浏览器，不同的文档类型，等等，但是在当下以及可预期的未来很长一段时间里，它还是会在衔接过程中出现各种意外情况，我们的桌面并不会自然为 Cowork 准备好“理想化”的运行环境，每一次新任务都是一次完全的从头开始，只有用户自己，才可以提供足够的“容错度”。
有一个观点，我依然没有变化，人，才是 AI 落地中的关键，无论是“助力”还是“阻力”。