# 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。
    2.  **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」）。
    3.  **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。
    2.  **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。
    3.  **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。
    4.  **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？