影片筆記：四大AI Agent实测：Codex、Hermes、WorkBuddy、DeepSeek谁更能干活？

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

✅ 目前無待解決問題

本筆記已完成可閱讀的逐字稿與時間跳轉，目前沒有待修正項目。

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

影片分析了 2026 年四款代表性 AI Agent 產品（DeepSeaKarnes、WorkBody、HermesAgent、OpenAI Codex）的發展路線，指出它們分別針對開發底盤、辦公效率、長期學習與工程交付不同需求，強調未來趨勢是根據控制權、便利性與成長性進行選擇，而非單純比較模型智商。

核心重點

• 四種發展路線：

1. DeepSeaKarnes：開放模組化底盤，強調「一切皆插件」，適合開發者構建可控、可擴展的系統。
2. WorkBody：開箱即用的辦公整車，強調多專家協作與低門檻，適合普通職場人員提升效率。
3. HermesAgent：具備閉環學習的長期員工，強調長期記憶與技能沉淀，適合希望 AI 隨時間成長的用戶。
4. OpenAI Codex：強調驗證與交付的工程環境，聚焦代碼執行與安全邊界，適合專業任務與嚴格驗證需求。

• 選擇關鍵：使用者應根據「需要成品還是框架」、「看重即時效率還是長期成長」、「是否需要控制權」這三個問題來選擇合適的 Agent。
• 未來趨勢：AI 工作系統將由不同層級、不同需求的智能體相互配合組成，成熟系統應將人類判斷集中於關鍵節點，而非完全自主運行。

詳細大綱

I. 引言：AI 智能體的多元發展

• 2026 年 AI Agent 熱門現象。
• 核心觀點：不比較誰更聰明，而是釐清各自解決的問題、優勢及適用人群。
• 四款產品代表四種完全不同的發展路線。

II. DeepSeaKarnes（疑點）：開放模組化的開發底盤

• 核心概念：
• 名稱含義：類似智能體的運行底座或框架（Harness）。
• 理念：「Everything is a Plugin」（一切皆插件）。
• 架構：大模型僅為大腦，需透過 Harness 提供身體、工具、記憶與工作台。
• 主要優點：

1. 開放性與可組合性強：可替換模型、工具、記憶系統、UI；支援混合模型策略（複雜任務用強模型，簡單任務用低成本模型，敏感數據用本地模型）。
2. 運行過程透明：完整記錄每一步（視角、指令、工具調用、小助手派遣）；支援恢復、搜索、分叉與重放（黑匣子飛行記錄），便於調試與審計。
3. 多種工作模式：標準模式、代碼模式（寫程序組織工具調用）、最小模式（測試原始能力）、Creator 模式（設計新插件與模板）。

• 缺點與限制：
• 屬基礎設施/工具包，非終端辦公助手。
• 需自行負責模型選擇、工具接入、權限配置與數據存儲。
• 處於開發者預覽階段，生態變化快。
• 適用對象：有開發能力的企業或團隊，需可控、可擴展 Agent 底盤者。

III. 腾讯 WorkBody（疑點）：開箱即用的辦公整車

• 核心概念：
• 定位：已組裝好的「整車」，對比 DeepSeaKarnes 的「樂高積木」。
• 目標：讓普通職場人用大白話完成完整工作任務。
• 特點：全場景辦公、多專家協作、開箱即用。
• 主要優點：

1. 使用門檻極低：無需懂 Python、Docker、API 等技術；10 分鐘內即可創造價值。
2. 中文辦公與國內生態適配佳：支援 Windows/macOS；打通即時通訊工具與微信小程序；貼近中文報告、PPT、Excel 及國內溝通習慣。
3. 複雜技術包裝：將多智能體協作包裝為「專家團隊」概念；用戶只需描述目標，系統自動組織角色協作。

• 缺點與限制：
• 失去底層控制權，透明度、可定制度及模型選擇自由度低於其他產品。
• 在複雜代碼倉庫或嚴格軟體測試任務上，可能不如專業編碼 Agent。
• 適用對象：希望立即提升辦公效率，不願投入時間研究部署配置的普通用戶。

IV. HermesAgent：具備閉環學習的長期 AI 員工

• 開發背景：由 Nous Research 團隊開發。
• 核心理念：
• 拒絕每次對話如初次見面。
• 強調長期記憶、工作習慣掌握及成功經驗沉淀。
• 主要特點：

1. 閉環學習（核心優勢）：

• 具備長期記憶系統（保存偏好、背景、經驗）。
• 具備技能系統（Skill）：將多步驟流程保存為一鍵調用技能。
• 類比實習生：透過糾錯與指導，將經驗轉化為程序化、可復用的工作流程。
• 價值隨使用時間增長。

1. 高模型自由度：

• 可連接 OpenAI、Claude、Gemini、DeepSeek、Qianwen 等雲端模型，或本地模型。
• 記憶與技能屬於 Hermes 本身，不綁定特定大模型（可隨時更換「大腦」）。

1. 適合長期在線運行：

• 可部署於電腦或雲端服務器。
• 支援 Telegram、Discord、Slack、WhatsApp、非輸（疑點）、企業微信等渠道。
• 具備定時任務與子 Agent 能力，適合週期性報告、資料搜集等自動化任務。
• 關於「自進化」的澄清：
• 非重新訓練大語言模型神經網絡權重。
• 成長發生在技能與系統提示層面。
• 透過 Self Evolution 項目，利用執行軌跡與評估數據生成/優化技能與提示詞。
• 屬工作流程與提示系統迭代，非模型重新訓練。
• 風險與安全機制：
• 風險：可能總結錯誤經驗並固化為錯誤流程。
• 機制：提供記憶寫入與技能寫入的審批機制；建議由人類查看差異並批准，而非完全自主修改。
• 啟發：自我改進需平衡能力、回滾、審批及安全邊界。
• 適用對象：希望培養能長期在線、逐漸熟悉個人工作方式的智能體者。

V. OpenAI 的 Codex：強調驗證與交付的工程環境

• 產品定位：
• 從單純編碼助手發展為包含桌面端、命令行、IDE 插件及雲端環境的完整體系。
• 通用研究、報告等功能主要歸於 ChatGPT Work，Codex 聚焦代碼、項目、工具與工程執行。
• 主要優點：

1. 強調「做完並驗證」：

• 不僅提供建議，更執行任務。
• 讀取項目文件、搜索代碼、修改多文件、運行命令、執行測試、查看報錯並修復。
• 交付完整修改摘要、文件差異對比、測試結果及可審查的最終成果。

1. 完整的工程環境：

• 本地版：使用電腦已裝好的編譯器、測試工具與依賴。
• 雲端版：建立隔離環境，後台並行運行多任務。
• 清晰展示修改內容，支援繼續調整或提交至代碼倉庫。

1. 成熟的權限與安全邊界：

• 透過沙箱限制文件與網絡訪問。
• 高風險命令或跨越權限時請求批准。
• 謹慎設計提升可靠性。

1. 連接編碼研究與文件交付：

• 在 ChatGPT Work 環境中，能力共享於生成與檢查文檔、表格、PPT、PDF、網站及數據分析。
• 單一環境完成從資料搜集到最終文件生成的全流程。
• 缺點與限制：
• 主要圍繞 OpenAI 自家模型與 ChatGPT 服務，模型自由度低於 Hermes 或 DeepSeaKarnes。
• 雖支援技能記憶與項目規則，但不以自動修改自身為核心賣點。
• 取向保守，優先保證流程可審查、可驗證，不輕易讓 Agent 自行改變長期規則。
• 適用對象：完成複雜代碼、工具執行及需嚴格驗證的專業任務者。

VI. 綜合比較與選擇建議

• 四條路線總結：
• DeepSeaKarnes：架構上的自由（開放底座）。
• WorkBody：使用的便利（成品辦公）。
• HermesAgent：長期的成長（個人員工）。
• Codex：可靠的交付（專業工程）。
• 選擇三個關鍵問題：

1. 需要成品工具還是可自行開發的框架？
2. 更看重即時效率提升還是長期成長與陪伴？
3. 是否需要掌握對模型、數據、權限和運行環境的控制權？

• 未來展望：
• Agent 競爭不僅在模型層面，更在於架構底座（工具、文件訪問、記憶、調度、恢復、透明度）。
• 自進化需脫離有效評估系統（執行記錄、客觀測試、效果比較、人類審批、回滾方案）。
• 最佳 Agent 不一定最自主；關鍵操作需暫停解釋並等待確認。
• 成熟系統應將人類判斷集中於關鍵節點，而非取消人類判斷。
• 未來趨勢：非單一超級 Agent 包攬所有工作，而是成品辦公 Agent、專業工程 Agent、長期個人 Agent 與企業開源底座相互配合。

工具 / 模型 / 名詞整理

• 產品/框架名稱：
• DeepSeaKarnes（疑點，原文如此）
• WorkBody（疑點，原文如此）
• HermesAgent（或稱 Hermes）
• OpenAI 的 Codex
• ChatGPT Work
• 開發團隊/組織：
• Nous Research
• 雲端模型/服務：
• OpenAI
• Claude
• Gemini
• DeepSeek
• Qianwen（疑點，可能指通義千問）
• 平台/渠道：
• Windows
• macOS
• 微信小程序
• Telegram
• Discord
• Slack
• WhatsApp
• 非輸（疑點，聽寫錯誤，可能指 Line 或其他通訊軟體）
• 企業微信
• 技術概念/術語：
• AI Agent / 智能體
• Harness（疑點，原文如此）
• Everything is a Plugin
• Self Evolution（自我進化）
• Skill（技能）
• IDE 插件
• 沙箱（Sandbox）

操作流程整理

• DeepSeaKarnes 操作流程：

1. 選擇底層模型（可混合使用強/弱/本地模型）。
2. 配置工具、記憶系統與 UI 插件。
3. 選擇工作模式（標準、代碼、最小、Creator）。
4. 運行任務，系統記錄完整視角、指令與工具調用。
5. 利用黑匣子功能進行恢復、搜索、分叉與重放以進行調試或審計。

• WorkBody 操作流程：

1. 用戶使用自然語言描述工作目標。
2. 系統自動組織「專家團隊」角色進行協作。
3. 系統在後台處理技術細節（無需用戶懂 Python/API）。
4. 直接生成符合中文辦公習慣的結果（報告、PPT、Excel 等）。

• HermesAgent 操作流程：

1. 連接外部大模型（OpenAI, Claude 等）作為大腦。
2. 在長期運行中，系統記錄用戶偏好、背景與經驗至長期記憶。
3. 將重複的多步驟流程保存為「技能（Skill）」。
4. 透過 Self Evolution 項目，利用執行軌跡優化技能與提示詞。
5. 人類審批機制介入，確認記憶與技能的寫入，防止錯誤固化。
6. 部署於電腦或雲端，透過各種通訊渠道（Telegram, 企業微信等）進行定時任務或子 Agent 協作。

• OpenAI Codex 操作流程：

1. 用戶在本地或雲端環境中提出代碼或工程任務。
2. Agent 讀取項目文件、搜索代碼並進行修改。
3. 執行命令、運行測試並查看報錯。
4. 修復問題後，交付修改摘要、文件差異對比及測試結果。
5. 在沙箱環境中限制文件與網絡訪問，高風險操作請求人類批准。
6. 最終成果可提交至代碼倉庫或生成相關文檔。

值得注意的限制或風險

• DeepSeaKarnes：
• 屬於基礎設施/工具包，非終端辦公助手，需自行負責模型選擇、工具接入、權限配置與數據存儲。
• 處於開發者預覽階段，生態變化快。
• WorkBody：
• 失去底層控制權，透明度、可定制度及模型選擇自由度低於其他產品。
• 在複雜代碼倉庫或嚴格軟體測試任務上，可能不如專業編碼 Agent。
• HermesAgent：
• 風險：可能總結錯誤經驗並固化為錯誤流程。
• 限制：成長發生在技能與系統提示層面，非重新訓練大語言模型神經網絡權重。
• 安全機制：需人類審批記憶與技能寫入，不能完全自主修改。
• OpenAI Codex：
• 主要圍繞 OpenAI 自家模型與 ChatGPT 服務，模型自由度低於 Hermes 或 DeepSeaKarnes。
• 取向保守，優先保證流程可審查、可驗證，不輕易讓 Agent 自行改變長期規則。

逐字稿辨識疑點

• DeepSeaKarnes：逐字稿中出現此名稱，可能為 DeepSeek 相關產品或框架的聽寫錯誤，但依規則保留原樣。
• WorkBody：逐字稿中出現此名稱，可能為騰訊相關產品（如 WeCom 或特定內部工具）的聽寫錯誤，但依規則保留原樣。
• DeepSeaKarnes：在後文總結時，逐字稿口誤說成「DeepSake Harness」，應指代同一產品。
• Qianwen：可能指代阿里雲的「通義千問」模型，但逐字稿僅顯示為「Qianwen」。
• 非輸：在列舉通訊渠道時出現「非輸」，疑為「Line」或其他通訊軟體名稱的聽寫錯誤。
• DeepSeaKarnes：在開頭介紹時，逐字稿口誤說成「deepseek harness」，後文又稱「deep-sea carless」，均指代同一產品，但名稱不統一且疑似錯誤。

可延伸追問

• DeepSeaKarnes 與 WorkBody 在實際部署中，如何處理數據隱私與本地化部署的需求？
• HermesAgent 的「閉環學習」在面對不同用戶習慣差異時，如何避免技能衝突或記憶污染？
• OpenAI Codex 的沙箱機制在處理需要訪問外部 API 或特定本地庫的複雜任務時，是否存在侷限性？
• 四款 Agent 之間是否存在互補的可能性，例如使用 DeepSeaKarnes 作為底盤，整合 Hermes 的記憶功能與 Codex 的工程能力？