主流 AI 智能体Agent分析与对比

写于 2026-11-22

版本说明:本文所有事实性描述基于 2026-11-22 的公开资料整理。星标数、月活、跑分等数字标注了「厂商自述 / 第三方实测」两类来源,智能体生态迭代极快(周级发版),具体版本能力请以官方文档为准。

一、结论先行

一句话各自定位:

智能体 一句话定位 本质
Hermes Agent 以「跨会话记忆 + 自我进化技能」为核心的私人智能体操作系统 个人 Agent 运行时(开源、模型自由)
Claude Code 目前工程深度最强的终端编码智能体 厂商闭环的编码工作台(闭源)
Codex 开源的、以沙箱与审批模型见长的编码/任务智能体 开源 CLI + 云端任务平台
WorkBuddy 面向职场人的桌面执行型办公智能体 国内生态型办公 Agent(闭源、国民级用户量)
OpenClaw 自由度最高、也最难守的自托管通用助手 开源网关型个人 Agent(安全债最重)

对于我个人,以上这些智能体都使用过,每一个智能体都有它的一个用法,有的用的时间长,有的用的时间短,目前在电脑上长期保留的就是Hermes和Claude Code,Hermes是频繁使用,已经攒下200多个属于自己的skills。

三条判断,先摆在这儿:

  1. 不要把它们当成同一类东西比较。 Hermes / OpenClaw 是「个人 Agent 运行时」,Claude Code / Codex 是「编码工作台」,WorkBuddy 是「办公交付工具」。它们的差异主要在执行环境边界和治理模型,而不是模型参数。
  2. 选型的第一性问题不是「谁模型强」,而是「智能体在哪儿执行、拿着谁的权限、出错后能不能回滚」。 2026 年所有真实事故都出在这一层(尤其 OpenClaw 的 543 个 CVE 与 ClawHavoc 供应链投毒)。
  3. 最实用的组合是「一个常驻个人 Agent + 一个编码专家 Agent」。 前者负责记忆、定时、消息、跨系统编排;后者负责真改代码。硬要用一个吃全部场景,一定在某一边失血。

二、评估框架(本文用的六个维度)

维度 具体看什么 为什么重要
① 技术架构 运行位置(本地/云/网关)、循环实现、上下文管理、沙箱与权限模型、扩展协议(MCP/Skills/插件) 决定能力上限与事故半径
② 功能性 工具集广度、多智能体编排、记忆持久性、定时/事件触发、多端接入、模型自由度 决定能不能覆盖你的真实工作流
③ 使用体验 上手门槛、交互面(CLI/TUI/桌面/IDE/聊天)、可观测性(能否看见它在干什么)、可中断性 决定「敢不敢交给它干长任务」
④ 成本结构 订阅 vs 按量 vs 自托管 + API、隐形成本(token 爆炸、运维、安全加固) 决定长期可负担性,不只是单价
⑤ 生态与锁定 厂商锁定、技能/连接器市场成熟度、第三方集成、二次开发接口 决定迁移成本与复利效应
⑥ 治理与安全 审批/沙箱强度、审计、密钥保护、技能供应链风险、合规属性 企业选型的一票否决项

三、逐个深度分析

3.1 Hermes Agent(Nous Research)

架构事实

  • MIT 协议,Python 3.11+,单进程 Agent 核心 + 独立的 gateway 进程同时接入 Telegram / Discord / Slack / WhatsApp / iMessage / Signal / Matrix / Teams / Email / CLI 等十余个入口,工具权限在聊天端同样完整,不是「只会聊天的机器人」。
  • 多界面:CLI、Ink TUI、Electron 原生桌面、Web dashboard、以及面向 IDE 的 ACP 服务(VS Code / Zed / JetBrains)。
  • 模型完全解耦:任何 OpenAI 兼容 API、Nous Portal、Anthropic/OpenAI/Google/DeepSeek/xAI、以及 Ollama / vLLM / llama.cpp / SGLang 本地推理;会话中途可切换模型而保留记忆与技能;支持多把 API key 的凭据池轮换。
  • 三层「可积累资产」:skills(过程性记忆,可自写)→ memory(跨会话事实)→ sessions(SQLite + FTS5 全文检索)。另有 cron 定时、webhook 事件触发、子 Agent 委派(delegate_task)、Kanban 多角色编排、profiles 多实例隔离、插件化桌面 UI 与主题。
  • 第三方星标口径差异较大:2026-04 评估文章记录约 96K,2026-10 对比表给到约 252K(第三方口径,仅作量级参考)。

技术优点

  • 记忆与技能闭环是真差异化:Claude Code 的模式是人写 CLAUDE.md、模型遵守;Hermes 的模式是模型观察重复劳动后自己写 skill、人保留否决权。上手成本趋近于零,长期复利明显。
  • 常驻性:一台 5 美元 VPS 或 NAS 容器就能 7×24 挂在聊天软件里做定时巡检、日报、监控、代码评审。这是真正「助手」而非「工具」的形态。
  • 零厂商锁定:模型、入口、部署位置都能换。对企业与个人都是抗风险属性。

技术短板

  • 纯编码能力不是第一梯队:缺少原生 LSP/AST 语义层与 IDE 深度补全(ACP 是较薄的桥),大型重构、跨文件类型推导这类活儿,Claude Code / Codex 仍然更强。第三方评估直言其「as a coding agent materially behind Claude Code and Codex CLI」。
  • 架构偏单体,issue 积压量级接近 1,800(第三方统计),意味着边缘功能可能长期带坑。
  • 自主性与成本正相关:自写 skill、cron 巡检、子 Agent 并行都会放大 token 消耗,需要主动设预算。

使用者视角

  • 优点:一个入口管所有事(手机发一句话,机器上就开始干);配置集中在 config.yaml + .env,可版本化;中文场景可用性取决于所接模型。
  • 缺点:可观测性与「它在自作主张干什么」的透明度不如编码类工具;配置文件、provider、toolset 概念需要一小时左右学习;自写 skill 的质量高度依赖模型,弱模型会沉淀一堆垃圾技能,需要定期清理。
  • 适合:知识工作者、研究者、教师、需要跨平台消息与长周期记忆的人;也适合做「调度层」,把编码任务转手给 Claude Code / Codex。

3.2 Claude Code(Anthropic)

架构事实

  • 闭源(LICENSE 为 All rights reserved),但公开仓库与生态开放。运行面覆盖终端、VS Code / JetBrains、桌面应用、浏览器、移动端。
  • 只支持 Claude 系列模型(可技术绕过,使用自定义模型如deepseek等)。
  • 能力原语清晰分层,这是它工程深度最强的根源:
  • CLAUDE.md / rules:声明式上下文,属于「请求」;
  • hooks:生命周期钩子,属于「保证」——无论模型同意与否都触发,exit code 2 可阻断动作(可做写前密扫、保存即 Prettier、改完即类型检查);
  • skills / slash commands:已合并为同一原语,按需加载、不占常驻上下文;
  • subagents:独立上下文的第二 Claude(文档口径并发 20、嵌套 3 层),适合「产出不会被你再读一遍」的重活(搜索、日志、评审噪声);
  • 插件(plugins)不是新原语,而是打包分发上述东西的盒子。
  • 上下文:1M token 窗口 + 检查点(checkpoints)+ 后台任务 + MCP 客户端(且可 claude mcp serve 反转为 MCP 服务器)。

技术优点

  • 可控的自主性:hooks + 权限 + 检查点,让「长时间无人值守」和「可回滚」并存,这是编码场景最难的部分。
  • 技能生态最大:买 skill 就像进一家 Claude 建的超市,第三方生态(Claude Code 与 OpenClaw 共享部分 ClawHub/skills.sh 渠道)成熟度最高。
  • 终端 + IDE + 云 + 移动多面一致,团队共享规则成本低。

技术短板

  • 供应商锁定是硬的:模型不可换,价格与配额政策由 Anthropic 单方面调整(近几个月多次改动配额/agent 政策,社区体感明显)。
  • 订阅计量摩擦:共享用量池 + 高峰限流,重度使用必须上 $100/$200 档;按量 API 模式的成本不可预测性差。
  • 不是通用助手:没有原生跨平台消息网关、没有「自我进化」的技能沉淀机制(skill 靠人写/市场买),非编码类长周期任务(生活事务、监控、日报)要自己拼。

使用者视角

  • 优点:终端里 claude 即可开工;claude -p 可脚本化;对「判断密集」的重构、架构、调试最舒服;错误恢复体验好。
  • 缺点:几乎无免费入口(免费 claude.ai 计划不含 Claude Code,必须 Pro $20 / Max $100-200 / Team / Enterprise / Console);无 Tab 补全;重度用户容易撞限额后被限速,节奏被打断。
  • 实测口碑:在第三方 Terminal-Bench 口径中,Claude Code + Opus 4.8 约 78.9%,排在 Codex + GPT-5.5 的 83.4% 之后,但综合「技能 + hooks + 生态」维度常被评第一。

3.3 Codex(OpenAI)

架构事实

  • CLI 为 Apache-2.0 开源;同一底座延伸出五个面:CLI、桌面应用、IDE 扩展、云端任务、Chrome 扩展。
  • 五个沙箱/审批档位是它最工程化的地方:read-only / auto(默认,限当前目录)/ workspace-write / off,配合 ask_for_approval(always / never / on-request);Linux 侧 bubblewrap、另有 devcontainer 方案;云端任务跑在隔离容器里(联网默认受限,需显式开启阶段式网络)。
  • AGENTS.md 项目规则;MCP 连接支持并行工具调用;配置档(profiles)把「模型 + 沙箱 + 审批」打包成项目级预设;多智能体 v2、定时自动化(scheduled automations)、webhook、自动 review、/usage 用量视图。
  • 鉴权灵活:ChatGPT 计划(Free 起即可用)或 API key,也支持自定义 provider、Azure OpenAI、Bedrock、以及 Ollama / LM Studio 本地 OSS 模式。

技术优点

  • 开箱安全性最好的编码 Agent 之一:默认不越出项目目录、审批策略可编程,团队可以放心放权。
  • 性价比拐点低:$20 档不容易撞限额(第三方对比普遍认为 Codex 用量更宽松),Free 档就能跑 CLI,学生/个人友好。
  • 模型侧有 GPT-5.x-Codex 系列分档(复杂任务 vs 例行小改),配合 reasoning_effort 可做成本/质量调节。

技术短板

  • 生态厚度不如 Claude Code:第三方 skill/插件市场明显更薄,「想买现成技能时发现店是 Claude 开的」。
  • 记忆与个人助手属性弱:会话历史持久化可配置甚至可关,没有跨月的「个人档案」模型,跨平台消息网关要靠自己接。
  • 云端任务的网络隔离在真实项目里会变成摩擦(装依赖、拉私有包经常要额外配置)。
  • 产品面太多(CLI/桌面/IDE/云/Chrome),概念与配置项迁移不总是一致,新手容易迷路。

使用者视角

  • 优点:codex 进 TUI 直接干;codex exec 无头跑 CI;导入迁移(/import 支持从 Cursor、Claude Code 迁入)降低了切换成本。
  • 缺点:默认审批在频繁确认时会打断心流(要么信任回调,要么全放手);上下文窗口按型号为 272K 级(部分型号),超大仓仍需切分。

3.4 WorkBuddy(腾讯)

架构事实

  • 2026-03-09 上线,桌面端形态(Windows/macOS),微信扫码登录,三步上手。
  • 三层能力架构:专家(Expert,150+ 领域数字员工)→ 技能(Skill,兼容 ClawHub 生态,被称「腾讯版小龙虾」)→ 连接器(Connector / MCP,接通腾讯文档、腾讯会议、企业微信、QQ 邮箱、腾讯网盘、乐享,以及 Wind/同花顺等金融终端)。
  • Harness 执行框架:把「理解意图 → 拆解 → 调本地文件/工具 → 多步执行 → 交付可验收产物(docx/xlsx/ppt/代码)」串成闭环。核心差异点是从「给建议」到「交付成果」。
  • 模型策略务实:混元、DeepSeek、GLM、Kimi、MiniMax 按能力动态路由,不押单一模型。
  • 企业侧(2026-06-05 起):旗舰版 SaaS / 专享版专有云(VPC 隔离)/ 私有化版(自备算力,数据不出域);配套 ClawPro(管控运营)与 ADP 4.0(开发平台);2026-09 开放平台上线。
  • 用户量(厂商与第三方口径):2026-06 月访问 2,097 万次居国内桌面办公 Agent 首位,月活口径 2,000 万级。

技术优点

  • 本地文件系统 + 办公三件套生成是它最硬的差异化:不是聊天窗里输出一段文字,而是直接在你授权目录里落一个能交的 .pptx。
  • 生态原生打通:腾讯系应用 One ID 接入,连接器走 MCP 标准,企业侧有权限继承与审计。
  • 多专家并行:按任务拆给运营/设计/财务/法务角色并行,这在文档类工作上比单一 Agent 串行快。

技术短板

  • 闭源 + 中国生态绑定:私有化/专有云才是数据合规的解,个人版本质把数据交给云;跨出国门或对接非腾讯系系统会掉能力。
  • 可编程性弱:面向职场人优化的代价是「专家」「技能」这类原语的控制粒度不如 CLI 类工具;做复杂条件分支、批量脚本、CI 集成基本不行。
  • 组织级能力薄:第三方评论明确指出它偏个人效率,组织知识沉淀与人才培养覆盖较少(这部分被 ClawPro/ADP 分担)。
  • 深度桌面 GUI 操作能力有限:擅长文件与文档处理,不擅长「点开某个 ERP 页面填单」这类像素级操作。

使用者视角

  • 优点:国内非技术用户最低门槛——安装、扫码、开口说需求;写材料、做 PPT、整理纪要、跑流程这些高频事务命中率高。
  • 缺点:微信远程控制(发消息让家里电脑执行)是双刃:方便,但意味着常驻进程与授权目录长期暴露在攻击面上;订阅制 + credits 模型在批量任务上需要预算管理。
  • 适合:行政、运营、财务、教师备课做课件、不会写代码的知识工作者。不适合:需要精细控制与自动化的开发者。

3.5 OpenClaw(OpenClaw Foundation,作者 Peter Steinberger)

架构事实

  • MIT,前身 Clawdbot / Moltbot,作者是 PSPDFKit 创始人。第三方口径星标 35万–39万区间(2026 年内多次被引用为 359K / 391K),是本轮开源 Agent 现象级项目。
  • 本地常驻 gateway(Node.js):所有会话、配置、工具、通道由 gateway 统一管理;默认 Control UI 端口 18789;SOUL.md 用纯自然语言定义 Agent 人格、工具、规则,无需写代码。
  • Heartbeat 守护:默认每 30 分钟自主执行 HEARTBEAT.md 里的巡检清单,无需人给 prompt——这是「主动式助手」的代表实现。
  • 100+ 预置 AgentSkills(shell、文件系统、Web 自动化)、20–50+ 聊天平台接入(WhatsApp/Discord/Telegram/微信等)、本地 Markdown 记忆、BYO key 支持 Claude/GPT/Gemini/DeepSeek/Ollama。2026-06 起在 Windows 上跑在 Microsoft Execution Containers 里(微软 Build 主题演讲背书)。

技术优点

  • 自由度与环境主权最高:跑在你自己的机器/VPS/树莓派上,记忆是磁盘上的 Markdown,随时可 grep、可迁移。
  • 主动性与多通道是它的招牌:手机上一句话就能让家里机器干活,配置即代码(SOUL.md 可入 Git、可审计)。
  • 社区与生态爆发力最强(ClawHub 技能市场、ClawCon 大会、微软/英伟达等背书)。

技术短板(必须实话实说)

  • 安全债是行业里最重的:第三方统计 543 个已跟踪 CVE、500K+ 实例暴露在公网、2026-02 ClawHub 上传中 12% 为恶意(ClawHavoc 供应链攻击,1,400+ 恶意技能,含伪装成 Gmail/Notion/Slack 集成的 macOS AMOS 窃密木马);关键漏洞包括 Docker 沙箱逃逸(CVE-2026-24763,CVSS 8.8)、macOS SSH 命令注入(7.8)、Gateway SSRF(7.6)、工作区路径导致的提示注入(8.6)、WebSocket 共享鉴权越权(9.4)。微软、卡巴斯基、CrowdStrike 均建议不要在含敏感数据的机器上部署。
  • 提示注入即 RCE 的架构性问题:有 shell 权限的 Agent,离灾难只差一次间接注入(日志回读、群聊噪声、恶意 skill 都是入口)。
  • 配置即责任:没有强默认治理,绑定网卡、鉴权、技能审计、凭据轮换、Docker 沙箱全靠自己配。
  • 运维成本与「技术债」是论文级问题(arXiv 上有专门针对非技术用户的风险分级与缓解指南)。

使用者视角

  • 优点:一条命令安装,5 分钟能用;比同类开源产品更「有生命感」(主动巡检、跨通道记忆)。
  • 缺点:非技术用户不要裸跑。合规场景必须:只绑 loopback、技能白名单 + 审计、容器沙箱、凭据隔离、token 预算上限、定期升级验证。
  • 一句话:能力与风险同源。你给的权限越大,它越有用,也越可能把整个网络当跳板。

四、其他值得知道的智能体(按类型分组)

4.1 编码类

名称 形态 关键差异 主要短板
OpenCode(Anomaly,MIT) 终端 TUI + 桌面 + IDE 开源编码 Agent 中星标最高(约 17.2万),75+ provider BYO key,最「中立」的壳 无自带治理,能力取决于你接的模型
Gemini CLI(Google,Apache-2.0) 终端 免费档最豪:个人 Google 账号 60 req/min、1,000 req/day,1M 上下文 2026-06-18 起消费者口径被 Antigravity CLI 取代(保留 Code Assist 企业用户与付费 API key 用户),路线不稳;第三方跑分约 70.7%
Antigravity(Google) Agent IDE 并行 Agent、内置 Chrome 做真实测试、Agent Manager 移到 IDE 外 $20/$250 档,生态仍在长
Cursor IDE(VS Code 分支) 行内补全 + 云端并行 Agent(3.5 起云原生),学习成本近零 上下文检索是架构瓶颈(多 Agent 并行时合成失败率高);纯 IDE 形态,不适合无头自动化
Devin(Cognition) 云 VM / 网页 / Slack 「AI 软件工程师」品类标杆,工单→PR 无人值守,多模型可选;Windsurf 已并入为 Devin Desktop 按 ACU 计费不透明,复杂判断仍需人审,只覆盖软件工程
Aider(开源) 终端 每改必自动 commit(LLM 写 message),repo map 省 token,任何模型(LiteLLM 100+) 单线程、无子 Agent,工程深度不如前两者
GitHub Copilot CLI 终端 + IDE 与 GitHub 流程无缝,企业已有席位可直接用 免费仅 50 premium req/月,模型与自治深度受限
Kiro(AWS) IDE Spec 驱动:先出需求/设计再写码,可审计 生态新,节奏慢
TRAE Work / 千问办公(阿里整合 QoderWork+悟空+MuleRun)/ 豆包办公 国内办公+编码 中文语境、国产模型、企业微信/钉钉生态 闭源、能力与合规随厂商策略变动

4.2 通用/办公类

名称 关键差异 短板
Manus 云端沙箱 Ubuntu(Shell + 文件),Skills 三级渐进披露,异步长任务;$19–20/月起 平台型黑盒,需自己划数据/工具边界;所有权变动传闻(Meta 收购于 2026-04 被中国否决,据报道)
ChatGPT Agent OpenAI 云端浏览 + 执行,账号级记忆 云侧受限、桌面/本地文件弱
Perplexity Computer 多模型编排 定位偏研究/信息
扣子 Coze 3.0(字节) 从单兵助手转向团队协作编排,可视化 + 插件 需平台内生长,深度定制受限
钉钉悟空(阿里) 原生操作钉钉上千项能力(非模拟点击),Agent 继承企业权限、沙箱运行,Skill 市场 只活在钉钉里
KooBoss / AiPy / 百度搭子 / Genspark 组织知识沉淀、本地 Python 执行、跑分型、一站式工作空间 成熟度与稳定性待观察(搭子、Kimi 长任务有 30万 token 卡死报告)
Microsoft Scout / Copilot Studio / Agentforce 360 微软公开承认 Scout 受 OpenClaw 启发;企业级治理与低代码编排成熟 深度绑定各自云与许可体系

4.3 框架类(自己造 Agent,不是买 Agent)

LangGraph、CrewAI、AutoGen、OpenAI Agents SDK、SmolAgents、n8n、Dify、AutoGPT。 适合:要把 Agent 嵌进自家产品、需要完全掌控执行图与状态。 代价:工程投入大、无开箱治理、长期维护自负。对个人用户不建议从框架起步。


五、横向对比总表

维度 Hermes Claude Code Codex WorkBuddy OpenClaw
开源/许可 MIT 闭源(All rights reserved) CLI Apache-2.0,平台闭源 闭源(腾讯云) MIT
运行位置 本地/服务器/NAS + 消息网关 本地终端/IDE + 云 + 移动 本地 CLI + 云沙箱 + IDE/Chrome 本地桌面 + 云企业版 本地/服务器 gateway
模型自由度 任意(含本地) 仅 Claude OpenAI 为主,可自定义/Bedrock/本地 混元+多家国产模型路由 任意 BYO key
沙箱/权限 审批模式、多终端后端、Docker 权限 + hooks + 检查点,默认较开放 最强默认沙箱(read-only→workspace-write + 审批策略) 企业侧权限继承/审计;个人侧较宽 默认无治理,需自建
记忆 跨会话持久记忆 + FTS5 检索 会话级 + CLAUDE.md 会话 + AGENTS.md,历史可关 团队记忆(企业版) 本地 Markdown
技能机制 自写技能(自我进化) 人写/市场买,按需加载 市场薄,靠 AGENTS.md + MCP 专家+技能市场(兼容 ClawHub) SOUL.md + 100+ 预置 skills
多智能体 delegate_task + Kanban + profiles 子 Agent 20 并发/3 层嵌套 + Agent Teams 多 Agent v2 + 云端并行 多专家并行(角色分工) 多 Agent(社区玩法)
多端接入 十余聊天平台一体 终端/IDE/桌面/Web/移动 终端/IDE/桌面/云/Chrome 微信(含远程控制)/腾讯系 20–50+ 通道
定时/事件 cron + webhook + heartbeat 式常驻 后台任务 scheduled automations + webhooks 流程化,弱 Heartbeat 每 30min
上手门槛 中(配置概念多) 低(终端一条命令) 低(Free 起) 最低(扫码即用) 低装/高配(安全要自己守)
纯编码上限 中上 最高(含生态) 最高(含跑分 83.4%) 弱 中
通用事务/办公 强 弱 弱 最强 强
成本模型 免费 + API/算力 $20/$100/$200 订阅 Free/$20/$100/$200 或 API 订阅 + credits;企业三档 免费 + API + 运维
主要风险 自主性放大 token、单体架构技术债 供应商锁定、配额政策 生态薄、云端网络摩擦 数据出境/云依赖、可编程性弱 安全债(CVE/投毒/暴露面)

六、技术维度的深挖(这几条才是选型的分水岭)

6.1 执行环境边界

  • 本地进程 + 用户权限(Hermes、OpenClaw、Claude Code、Codex CLI、WorkBuddy 个人版):出事就是你的整台机器,含 SSH key、浏览器 cookie。
  • 工作区沙箱(Codex workspace-write、Claude Code 权限门、Hermes 的 Docker 终端后端):事故半径收缩到目录。
  • 云 VM / 容器(Codex 云任务、Devin、Manus):最安全,但网络与私有依赖是持续摩擦,且代码要出本地。

    结论:能在本地干活又默认带沙箱的,才是日常可用;只有云沙箱的,适合批量与无人值守。

6.2 上下文与记忆的三种范式

  1. 声明式规则(CLAUDE.md / AGENTS.md / SOUL.md):人维护,稳定、可审计,但不会自己长。
  2. 会话级检索(OpenCode/Cursor 的 repo map、Codex 的 272K 窗口):一次性准,跨天就忘。
  3. 过程性记忆 + 自我进化(Hermes skills、Manus skills、Claude Code 的 skills 市场):复利最强,但质量随模型波动,必须定期清理,否则「自进化」= 「自污染」。

    结论:写代码靠 1 + 2;长期陪伴/重复流程靠 3。

6.3 「保证」与「请求」的区别(被低估的一课)

Claude Code 的 hooks 之所以重要,是因为它把「必须发生的事」从模型自觉变成运行时强制(exit code 2 直接阻断)。 Hermes 的 webhook/cron、Codex 的 approval policy、OpenClaw 的 heartbeat 同理:凡是「错了会死人」的动作,都要落在确定性钩子上,而不是提示词里。

6.4 技能/连接器供应链已成为主战场

Snyk 对 ClawHub + skills.sh 的 3,984 个技能做过审计:13.4%(534 个)含至少一个 critical 级问题,扩展到任意严重级别则过半;36% 检出提示注入。这对 Claude Code、Cursor、OpenClaw 用户都成立——技能市场本质是 npm 生态的重演。

落地规则:装技能 = 装第三方代码。要么自写,要么白名单 + 静态审计 + 容器隔离。

6.5 成本的真实结构

  • 订阅制的成本是「配额 + 限流造成的节奏损失」,不只是钱;
  • 自托管(Hermes/OpenClaw)的成本是「算力 + 运维 + 安全加固」的时间;
  • 办公类(WorkBuddy)的成本是 credits 的批量任务不可预测性。

    经验值:单人重度使用,$20 档 + 本地开源 Agent 的组合,总成本通常低于纯 $200 订阅;但省下的是钱,付出的是配置与治理时间,二者不能同时最优。


七、使用者视角的优缺点速查

个人开发者 - 首选 Claude Code(判断密集型重构/调试)或 Codex(性价比 + 默认安全 + 无头自动化),二选一或都装(迁移成本已被 /import 降得很低)。 - 需要一个常驻助手(日报、监控、消息、跨系统编排)→ Hermes。 - 开源洁癖 + 愿意守安全 → OpenCode / OpenClaw(后者务必硬化)。

非技术知识工作者 / 教师 / 行政 - WorkBuddy(中文、本地文件、PPT/表格交付、微信远程)体验最好,代价是云依赖与订阅。 - Manus / ChatGPT Agent:研究型长任务、公开网页信息汇总。 - 别碰 OpenClaw 裸跑,也别指望 Claude Code 做办公。

团队/企业 - 编码:Claude Code Team/Enterprise(治理 + hooks)或 Codex + 企业沙箱;有 GitHub 重度依赖则 Copilot 席位。 - 办公:WorkBuddy 企业版(SaaS/专有云/私有化三档)+ ClawPro 管控;钉钉重度用户选悟空;要自编排选扣子。 - 平台自建:LangGraph / Agents SDK,配 MCP + 审计 + 预算上限。

教育与内容创作(结合我的实际场景) - Hermes 做「素材-笔记-发布」的常驻编排(NAS 常驻 + cron 定时 + 跨平台消息); - Claude Code 做课件代码/网页工具的真机实现(配合 hooks 做类型检查与密扫); - WorkBuddy 做课件 PPT/表格的快速成型(但要人工过一遍版式与数据); - 避免把学生实名、单位名等敏感素材喂给任何云侧 Agent;本地打码流程必须在本地跑。


八、落地建议(具体到现有环境)

  1. 分层,不押单一产品:Hermes(Windows 本地 + NAS 容器各一)作为调度与记忆层;Claude Code / Codex 作为编码执行层;WorkBuddy 只用于 Office 产物。三者之间用「文件 + MCP」交接,不用「聊天转述」交接。
  2. 把危险动作钉成钩子:Hermes 的 cron/webhook 只做只读巡检;写操作走人工确认。Claude Code 用 hooks 做「写前密钥扫描 + 改后语法/类型检查」。Codex 保持 workspace-write + on-request 直到流程跑熟。
  3. 技能自建优于技能市场:你已有 100+ 自建 skill 的积累,这是复利资产;从 ClawHub/skills.sh 拉技能前,先过一遍 skill-vetter 式审计(Snyk 数据:13.4% critical)。
  4. 成本闸门:给每个常驻 Agent 设日 token 预算与模型档位(弱模型跑巡检、强模型跑创作)。deepseek-v4.1-flash 这类经济档做 7×24 巡检,强模型只按需触发,是最划算的组合。
  5. NAS 上不要跑 OpenClaw:DS920+ 8GB + 24h 在线 + frp 穿透 = 理想跳板机。若要试,只绑 loopback、Docker 内、无宿主凭据、无公网端口。
  6. 可迁移性作为硬指标:所有规则(CLAUDE.md / AGENTS.md / SKILL.md / config.yaml)都进 Git。这样换任何一个 Agent 时,迁移的是「你的资产」,不是「你的历史」。

九、一句话选型口诀

  • 要工程深度 → Claude Code;要开源 + 默认安全 + 便宜 → Codex。
  • 要会记事、会长本事、会主动找你 → Hermes;要最自由也最敢开 → OpenClaw(但先硬化)。
  • 要开箱就能交 PPT/表格 → WorkBuddy;要云端数字员工干长活 → Manus / Devin。
  • 要可视化编排多个 Agent → 扣子 / Copilot Studio / LangGraph。
  • 没有全能冠军;只有「执行边界 + 治理模型」匹配你风险偏好的那一个。

十、数据与核实说明

  • 星标数:Hermes 约 9.6 万(2026-04 第三方评估)至约 25.2 万(2026-10 对比表);OpenClaw 约 35.9 万至 39.1 万;OpenCode 约 17.2 万。均为第三方引用,非官方读数,仅作量级参考。
  • 跑分:Terminal-Bench 口径 Codex+GPT-5.5 83.4% > Claude Code+Opus 4.8 78.9% > Gemini CLI+Gemini 3.1 Pro 70.7%(来自第三方对比文,非官方榜单)。
  • 用户量:WorkBuddy「月访问 2,097 万次、月活 2,000 万级」为厂商/易观口径;「上线三个月 885 万月访问」为早期口径。
  • 安全数据:OpenClaw 543 个 CVE、500K+ 暴露实例、ClawHub 12% 恶意上传、CVE-2026-22172(CVSS 9.4)等来自第三方安全厂商与 CSA 加固指南;Snyk 技能审计(3,984 个样本、13.4% critical)为第三方实测。
  • 收购/整合传闻(Manus 与 Meta、Cursor 与 SpaceX、Windsurf→Devin Desktop)来自二手信源,仅标注「据报道」,不作结论依据。
  • 迭代提示:以上产品均在周级发版,尤其 Gemini CLI 已被 Antigravity CLI 部分取代、Codex 与 Claude Code 的配额政策数月内多次调整,落地前请复核官方文档。

本文由飞云老师(Flynn)整理,用于个人技术选型与教学参考。

相关课程

这篇笔记涉及的主题,我录过对应的视频课程: