Inländische Giganten wie Alibaba, Tencent und ByteDance jagen Claude Code hinterher

Möchtest du den Rücken von Claude Code sehen?

In den letzten sechs Monaten waren die Agent-Produkte, repräsentiert durch Claude Code/Cowork und Codex, zweifellos die klarste Hauptlinie in der gesamten KI-Branche.

Am 30. Juni hat Anthropic diskret Claude Science eingeführt, ein KI-Arbeitsplatz für Wissenschaftler.

Bildquelle: Anthropic

Die Strategie von Anthropic wird immer klarer. Zunächst lässt es den Agenten die Code-Entwicklung übernehmen (Claude Code), dann die Verwaltung verschiedener Bürotätigkeiten (Claude Cowork) und schließlich tritt es in komplexere Fachbereiche wie die Forschung ein (Claude Science).

Tatsächlich hat Anthropic bemerkt, dass nicht-technische Teams wie Marketing und Vertrieb Claude Code direkt nutzen, ohne die Chat-Oberfläche zu verwenden. Dies hat zur Entwicklung von Claude Cowork mit einer grafischen Benutzeroberfläche geführt.

Abgesehen von der kontinuierlichen Verbesserung des zugrunde liegenden Modells wissen viele Menschen möglicherweise nicht, dass chinesische KI-Unternehmen in der Entwicklung von Agent-Produkten aufholen. Alibaba, Tencent, ByteDance, Kimi, MiniMax und Zhipu AI arbeiten alle an Agent-Produkten. Die meisten Unternehmen folgen der Strategie von Anthropic und haben Code- und Work-Produkte entwickelt, wobei die Schwerpunkte jedoch unterschiedlich sind.

Bevor die chinesischen KI-Produkte die weltweit führenden Produkte in Bezug auf die Modellleistung übertreffen können, können sie möglicherweise durch preisgünstigere, offenerere und an die lokalen Arbeitsabläufe angepasste Agent-Produkte die chinesischen Benutzer auf den Weg zu einer Arbeitsweise bringen, bei der sie die Agenten anweisen. Lei Technology AGI (ID: leikejiagi) hat eine Zusammenfassung erstellt, um diese Frage zu beantworten.

Tencent WorkBuddy: Der Büroeingang für mehr Menschen

Tencent WorkBuddy ist möglicherweise das am besten bekannte Agent-Produkt in China. Viele Menschen haben wahrscheinlich Werbung dafür auf WeChat gesehen und es während der "Hummerwelle" installiert und getestet. Tatsächlich hat Tencent neben WorkBuddy auch CodeBuddy für Entwickler entwickelt, was grob Claude Cowork und Code entspricht.

Tencent nutzt diese Produkte bereits in der Forschung und Entwicklung sowie in nicht-technischen Teams. Laut offiziellen Angaben nutzen über 95 % der Tencent-Entwickler CodeBuddy, während WorkBuddy in der gemischten Entwicklung von Menschen und KI sowie zur schnelleren Iteration von Produkten in kleinen Teams eingesetzt wird.

Bildquelle: Tencent

CodeBuddy wird hier nicht näher erläutert. Im Gegensatz zur Code-Entwicklung richtet sich WorkBuddy an einen breiteren Produktivitätsbereich und ist für die Dokumentenverwaltung, Inhaltsorganisation, kollaborative Aufgaben und allgemeine Bürotätigkeiten zuständig.

Tencents Stärke liegt hier. WorkBuddy kann die Ökosystemvorteile von Tencent Docs, Tencent Meeting, der IMA-Wissensdatenbank, Tencent LeXiang und WeChat voll ausnutzen.

Viele persönliche Benutzer haben ihre Materialien, Meetingprotokolle, To-Do-Listen und Kommunikationshistorie bereits in diesen Plattformen. Ein wichtiger Grund für die Nutzung von WorkBuddy ist, dass es den täglichen "Kontext" übernehmen kann und dann Inhalte organisieren, Dokumente generieren und Aufgaben vorantreiben kann.

Kimi Code/Work: Lange Texte in den Agents-Arbeitsablauf integrieren

Angesichts der Agent-Welle haben die großen Modellunternehmen, die kürzlich entsprechende Produkte eingeführt haben, sich ebenfalls in Kimi Code und Work aufgeteilt.

Kimi Code kann in CLI und IDE eingesetzt werden, Dateien lesen und schreiben, Befehle ausführen, Code durchsuchen, Webinhalte abrufen und Sub-Agents für parallele Aufgaben generieren. Kimi Work richtet sich an lokale Arbeitsabläufe, kann lokale Ordner einbinden, über WebBridge Webseiten besuchen, Python ausführen, Zeitaufgaben ausführen und vor der Dateiänderung oder Codeausführung die Bestätigung des Benutzers anfordern.

Bildquelle: Kimi

Seit langem hat Kimi beim normalen Benutzer den Eindruck hinterlassen, dass es gut in der Verarbeitung langer Texte ist. Das Lesen von Forschungsarbeiten, Finanzberichten, PDF-Dateien mit mehreren Seiten und die Organisation von Webmaterialien sind Fähigkeiten, die von den Benutzern am besten wahrgenommen werden. Im Agent-Stadium ist es natürlich, dass Kimi nicht nur die Materialien liest und Fragen beantwortet, sondern auch hilft, Dateien zu verarbeiten, Skripte auszuführen, Code zu ändern und Ergebnisse zu generieren.

Wenn die Stärke von Claude Code und Codex in der Abwicklung von Code-Aufgaben liegt, ist es bei Kimi bemerkenswert, dass es versucht, die Stärke in der "Lesefertigkeit langer Texte" in eine Stärke bei "Langzeitaufgaben" umzuwandeln. Sowohl in Kimi Code als auch in Kimi Work ist das Design von Agent-Clustern unvermeidlich. Laut offizieller Aussage kann Kimi bei komplexen Problemen mehrere spezialisierte Agenten automatisch koordinieren und mehrstufige Aufgaben gleichzeitig zerlegen und lösen.

Um Finanzbenutzer anzuziehen, hat Kimi Work auch tiefgreifende Datenquellen für die chinesischen A-Shares, die Hongkonger Aktien und die US-Aktien vorkonfiguriert. All dies trägt zur unterschiedlichen Benutzererfahrung von Kimi Code und Work bei.

Alibaba Qoder: Vom Tongyi Lingma zu einem Desktop-Agent

Alibaba Qoder ist etwas speziell. Es ist kein neues Produkt, das aus dem Nichts entstanden ist, sondern es hat sich aus einem KI-IDE-Produkt (Tongyi Lingma) durch mehrere Iterationen in ein neues Agent-Produkt gewandelt und hat eine Reihe von Produkten wie Qoder Desktop, QoderWork, QoderWake, Qoder CLI und Cloud Agents hervorgebracht.

Bildquelle: Alibaba Qoder

Die Kernprodukte sind Qoder Desktop und QoderWork. Qoder Desktop richtet sich an die Softwareentwicklung und ist Claude Code ähnlicher. QoderWork richtet sich an die alltägliche Arbeit und ist für die Organisation von Dateien, die Verarbeitung von Daten, die Generierung von Dokumenten, die Automatisierung des Browsers, die Steuerung des Desktops und die Ausführung von Zeitaufgaben zuständig. Seine Positionierung ist Claude Cowork ähnlich.

QoderWork bringt die Agent-Fähigkeiten aus der Code-Entwicklung in die normale Arbeit. Als intelligenter Arbeitsassistent für den Desktop kann QoderWork durch natürliche Sprache Dateien organisieren, Daten verarbeiten, Dokumente generieren, sich auch an Bürotools anschließen, den Browser und den Computer steuern. Es unterstützt auch Zeitaufgaben und ist daher geeignet für wiederholte, aber wichtige Aufgaben wie das Abrufen von Daten, das Schreiben von Wochenberichten und die Organisation von monatlichen Materialien.

Beim Produkt-Design hat QoderWork neben dem "Allgemein"-Modus auch spezielle Modi wie "Design", "Präsentation" und "Schreiben", was zeigt, dass es sich stärker an die tatsächlichen Anwendungsfälle von Benutzern richtet. Abgesehen davon sind jedoch noch keine besonderen Merkmale und Vorteile erkennbar.

MiniMax Code/Agent: Vertikale Integration von Modell und Agent

Ähnlich wie die anderen Unternehmen hat MiniMax auch zwei Produkte eingeführt: MiniMax Code und MiniMax Agent. Mit der Veröffentlichung des neuen Großmodells MiniMax M3 im Juni hat auch MiniMax Code eine große Aktualisierung erhalten. Laut offizieller Aussage ist es ein Agent-Produkt, das speziell für M3 entwickelt und zusammen mit M3 trainiert wurde.

Bildquelle: MiniMax

Einfach ausgedrückt, kann MiniMax Code die Stärken von M3 in der Verarbeitung langer Kontexte, Coding/Agentik und nativer Multimodalität voll ausnutzen und ist der bevorzugte Agent für MiniMax-M3. Bei Langzeitaufgaben teilt MiniMax Code die Aufgabe in Workflows auf, die von einem Agent-Cluster kooperativ bearbeitet werden und über einen gegenläufigen Harness-Zyklus von Producer + Verifier autonom laufen.

Tatsächlich hat auch Claude Code eine ähnliche Strategie mit Dynamic Workflows eingeführt, aber MiniMax Code konzentriert sich stärker auf die "tiefe Reflexion und kontinuierliche Fehlerkorrektur". Der Agent passt die Strategie und Prioritäten in Echtzeit an und der Benutzer kann jederzeit eingreifen, zusätzliche Anforderungen stellen oder die Richtung korrigieren.

Was MiniMax Agent betrifft, hat es bereits früher versucht, Langzeitaufgaben zu bewältigen. Im Mai hat es den Mavis-Modus eingeführt, der die Zusammenarbeit mehrerer Agenten nutzt, ähnlich wie bei Codex, wo der Benutzer jederzeit in das Denken und Arbeiten des Agenten eingreifen kann. Dies kann als Vorspiel für die Veröffentlichung von MiniMax M3 und die Aktualisierung von MiniMax Code im Juni gesehen werden.

Es muss jedoch bemerkt werden, dass auf diesem Weg der Abstand zwischen der Demonstration und der realen Benutzererfahrung am größten ist. Ein langer Kontext bedeutet nicht unbedingt, dass das Modell das Ganze versteht, und die Zusammenarbeit mehrerer Agenten bedeutet nicht unbedingt, dass das Ergebnis stabiler ist. Je mehr Rollen und je länger die Kette, desto größer ist die Wahrscheinlichkeit, dass ein Fehler in einem Schritt zu einem großen Problem führt.

ByteDance TRAE Work: Vom AI-IDE zum universellen Arbeitsplatz

Streng genommen war TRAE (SOLO) zunächst hauptsächlich bekannt als AI-IDE, das sich an Entwicklertools wie Cursor und Claude Code richtet. Das kürzlich eingeführte TRAE Work hat die Grenzen erweitert und seine offizielle Positionierung ist klar: Es geht nicht nur um die Codierung.

Laut offizieller Angaben bietet TRAE Work Zugang über Web, Desktop und Mobilgeräte, unterstützt sowohl lokale als auch cloudbasierte Aufgaben und kann unabhängig von TRAE IDE betrieben werden. Nachdem der Benutzer eine Aufgabe auf dem Desktop startet, kann der Agent die Aufgabe in der Cloud oder lokal fortsetzen, und mehrere Aufgaben können parallel bearbeitet werden. Wenn der Benutzer den Computer verlässt, kann er den Fortschritt auf seinem Mobilgerät überprüfen, die Ergebnisse prüfen und die Richtung anpassen.

Bildquelle: ByteDance TRAE

Übrigens hat TRAE Work zwei Modi: Work und Code. Man kann es einfach als die chinesische Version von Codex verstehen, die die beiden Agent-Produkte Code und Work in einem vereint. Der Code-Modus bearbeitet weiterhin Entwicklungsaufgaben, während der Work-Modus auf allgemeinere Arbeitsbereiche wie die Organisation von Materialien, die Projektförderung, die Webseitenbearbeitung, die Dateiverarbeitung und die Inhaltsgenerierung abzielt. Im Gegensatz zu Codex, das tatsächlich die beiden Funktionen in einem vereint, hat TRAE Work zwei separate Modi, die über unterschiedliche Eingänge zugänglich sind.

Dies ist sehr typisch für ByteDance. Im Gegensatz zu Tencent WorkBuddy, das die Ökosysteme von WeChat, Tencent Docs und Tencent Meeting nutzt, ist TRAE Work eher ein Effizienzeingang für Einzelpersonen und kleine Teams. Es erfordert nicht, dass der Benutzer zunächst in ein Büroökosystem eintritt, sondern es macht die "Aufgabe" zur Kernkomponente: Der Benutzer gibt einfach seine Anforderungen an, und TRAE Work übernimmt die Aufgabe, die Zerstückelung, die Ausführung und die Rückmeldung des Fortschritts. Der Benutzer kann jederzeit eingreifen.

Ein weiterer bemerkenswerter Schritt von TRAE ist die Open-Source-Version von Trae Agent. Laut der GitHub-Seite ist Trae Agent ein LLM-Agent-Toolkit für Softwareentwicklungsprojekte, das die Dateibearbeitung, die Ausführung von Bash-Befehlen, strukturierte Denkprozesse und die Aufgabeerledigung unterstützt und auch verschiedene Modellanbieter integrieren kann.

Zhipu ZCode: Zunächst die Code-Agent-Linie vertiefen

Im Vergleich zu anderen Unternehmen hat Zhipu AI eine klarere Strategie. Es hat nicht versucht, sich als universeller Büro-Agent zu positionieren, sondern sich zunächst auf die Entwickleranwendungen konzentriert und Zhipu ZCode eingeführt. Ähnlich wie Kimi und MiniMax zielt es auf die Herausforderungen und Anwendungsfälle von Langzeitaufgaben ab. Dies unterscheidet sich von der Strategie vieler chinesischer Agent-Produkte. Tencent, Alibaba, Kimi und ByteDance arbeiten an beiden Linien: Code und Work.

Beim Erscheinen des beeindruckenden GLM-5.2 im vergangenen Monat hat Zhipu AI auch ZCode 3.0 aktualisiert, das nun auf dem selbst entwickelten ZCode Agent-Kern basiert und optimal an GLM-5.2 angepasst ist, um die Leistung bei Langzeitinferenzen, Toolaufrufen und der Ausführung großer Projekte zu verbessern.