2026年AI智能体
也就是我们常说的AI agent
一下子就火了
你随便一搜就能看到各种各样的产品
比如DeepSeaKarnes
腾讯的WorkBody
一个叫HermesAgent的
还有OpenAI的Codex
乍一看他们好像
都差不多都是能自己干活的AI
我们是不是只要比比谁更聪明就行了
他们四个其实代表了
四种完全不同的发展路线
今天咱们最重要的任务
就不是给他们排个1234
而是要把这四家的底细都摸清楚
他们各自到底在解决什么问题
最厉害的地方在哪
又分别适合什么样的人去用
咱们一个一个来看
先说deepseek harness
这个名字里的harness翻译过来有点像
智能体的运行底座或者框架
你可以这么理解
一个大模型
就像一个聪明的大脑
它会思考
会说话
但是它光有大脑
是没法帮你完成一个
现实世界里的具体任务的
它得有手有脚
得有工具
得有记忆
得有个工作台
这个harness就是给它提供
身体操作系统和工作环境的那一整套东西
DeepSeaKarnes最核心的设计理念叫Everything is a Plugin
翻译过来就是一切皆插件
你用哪个大语言模型可以换
你需要它用什么工具可以换
它的记忆系统存储方式任务调度方法
甚至是用戶界面全都可以換
开发者就像搭积木一样
用配置的方式就能把这些能力重新组合起来
而不用动框架本身的代码
这就带来了几个非常突出的优点
第一 开放性和可组合性超级强
比如说一家公司想搞一套自己的内部智能体
又不想被某一家模型公司给绑架
那就可以把不同公司的模型都接進這個Harness裡
遇到复杂的推理任务就调用能力最强的那个模型
遇到普通的整理任务
就用一个成本更低的模型
甚至处理一些敏感数据
可以直接用部署在自己服务器上的本地模型
这就非常灵活了
第二
它的运行过程非常透明
它会详细记录下
模型每一步都看到了什么
系统给了它什么指令
它调用了什么工具
又派出了哪个小助手去干活
整個任務過程可以被恢復、搜索、分叉和重放
这一点对开发者来说太重要了
因为AI智能体最让人头疼的一个问题就是
它要是做错了事
你根本不知道它为什么错
有了这份完整的黑匣子飞行记录
调试评估和审计就都有了依据
第三
它不只提供一种固定的工作模式
它有标准模式适合绝大多数任务
有代码模式
让模型直接写程序来组织复杂的工具调用
還有最小模式只保留最核心的功能
方便测试模型最原始的智能体能力
甚至还有一个Creator模式
专门用来设计新的插件和智能体模板
当然缺点也很明显
DeepSeek Harness更像是一个基础设施
一个给专业人士用的工具包
而不是咱们普通人下载下来
就能直接当办公助手用的
模型怎么选 工具怎么接 权限怎么配
数据怎么存 这些都得你自己来负责
而且它目前还处在开发者预览阶段
接口和插件生态都还在快速变化
所以它最大的价值
不是让你马上扔掉现在的AI助手
而是为那些有开发能力的企业或者团队
提供了一套可控可扩展的
agent底盘
好
说完了需要自己动手组装的底盘
我们再来看一个已经组装好加满油
随时能开的整车
腾讯的workbody
如果说deep-sea carless
是给开发者准备的乐高积木
那workbody就是一辆已经组装好的
设计好所有细节的汽车
它的核心目标非常明确
就是让普通的职场人用一句大白话
就能把一个相对完整的工作任务
交给AI去完成
WorkBuddy强调的是
全场景办公
多专家协作
和开箱即用
你可以用它来搜集资料
做市场调研
分析表格
生成PPT
写内容整理文件
甚至写点代码
你只需要告诉它你的目标
它会自己先去理解
然后把任务拆解
再调用不同领域的专家
并行处理
最后把结果交到你手上
你还可以检查和修改
WorkBuddy最大的优点
首先就是使用门槛极低
你完全不需要懂什么
Python编程
Docker容器
API要像量数据库这些听起来就头大的词
安装好之后直接就能用
这对大多数人来说太重要了
因为真正决定生产力的
往往不是理论上限有多高
而是一个工具能不能在10分钟内
就开始帮你创造价值
第二个优点是它对中文办公
和国内生态的适配特别好
它覆盖了Windows和macOS系统
还打通了桌面端主流的
即时通讯工具和微信小程序
无论是写中文报告做PPT处理Excel
还是跟国内企业的沟通场景
Workbody的产品设计
都更贴近我们的日常办公习惯
第三个优点
是它把复杂的多智能体协作
包装成了一个用户能听懂的概念
叫专家团队
你不需要自己去设计什么研究agent
数据agent 协作agent
你只需要描述你的最终目标
系统会自动帮你组织
不同角色的专家来协作
这种把复杂技术藏在产品界面背后的设计
大大降低了用户的理解成本
当然 成品化也意味着
你失去了一部分底层的控制权
你很难像用开源框架那样
完全掌握它内部的每一个运行细节
它的透明度
可定制程度和模型选择的自由度
通常是不如DeepSeek Harness
或者我们接下来要说的Herms Agent的
而且对于一些特别复杂的代码仓库
严格的软件测试任务
WorkBuddy也未必比那些更专业的编码Agent有优势
所以WorkBuddy最适合的是谁呢
就是那些希望马上提升办公效率
但又不愿意投入大量时间去研究
部署和配置系统的人
它的竞争力不在于某一项底层技术有多么领先
而在于它把模型、工具、专家、文件和办公入口
整合成了一个可以直接上手用的产品
接下来我们聊聊一个很有意思的agent
叫做Hermes Agent
它是由一个叫Nous Research的团队开发的
这个agent最核心的理念跟前面两个都不太一样
它认为一个真正有价值的智能体
不应该每次跟你对话都像第一次见面
而应该在长期的使用中慢慢形成记忆
掌握你的工作习惯
并且把成功的经验
沉淀成可以反复使用的技能
Hermes最大的特点就是闭环学习
它有一套长期记忆系统
可以保存你的个人偏好
项目背景和过去的经验
它还有一个技能系统
可以把一个多步骤的复杂流程
保存成一个可以一键调用的skill
也就是技能
以后再遇到类似的任务
它就不必重新摸索了
而是可以直接调用
已经形成的工作方法
打个比方
这就有点像一个实习生
刚来的时候什么都不会
但你在带他的过程中
他会犯错
你会纠正他
慢慢的他学会了怎么做报告
怎么分析数据
下次再让他做类似的工作
他就能直接上手
甚至做的又快又好
Hermes就是这样
如果他在执行任务时走了弯路
最后找到了正确的方法
或者你纠正了他的做法
他可以把这些经验
写进他的技能库里
所以Hermes的价值
是会随着你使用它的时间
增长而增长的
他不是简单的记住聊天内容
而是在尝试把过去的经验
转化为程序化的工作流程
可复用的工作流程
Hermes的第二个优点
是模型自由度很高
它可以连接OpenAI
Claude
Gemini
DeepSeek
Qianwen等各种云端模型
甚至你本地的模型也行
你的长期记忆、技能和工具
是属于Hermes这个员工本身的
而不是绑定在某一个特定的大模型上
也就是说
你可以随时给这个员工换个大脑
但他已经学会的工作方法还在
第三个优点是它适合
长期在线运行
你可以把它部署在自己的
电脑上或者云端的服务器里
Telegram
Discord
Slack
WhatsApp
非输 企业微信
这些渠道跟他交互
这意味着就算你人不在电脑前
也可以通过手机给他发个任务
让云端的agent继续帮你工作
他还内置了定时任务和子agent的能力
特别适合用来做周期性的报告
资料搜集 这类长期自动化任务
不过 关于Hermes的自进化
这里有一个非常重要的澄清
他通常不是自己重新训练的一个大语言模型
也不是说用了一段时间之后
模型本身的神经网络权重就自动改变了
他所谓的成长主要发生在
在技能和系统提示这些层面上
它有一个叫Self Evolution
也就是自我进化的项目
会利用执行轨迹和评估数据
来生成和优化技能和提示词
但并不是在修改模型本身
这更接近于是工作流程
和提示系统的迭代
而不是模型的重新训练
这种机制
既是它的优势
也带来了风险
你想想
如果一个agent总结了错误的经验
他也可能把这个错误
写进他的记忆里
如果某一次偶然的特殊情况
被他误认为是普遍规律
那这个错误的流程就可能在以后被反复调用
所以Hermes提供了记忆写入和技能写入的审批机制
比较稳妥的做法是让agent先提出修改建议
然后由人来查看差异并批准
而不是让他完全不受控制的修改自己
这也给我们一个很重要的启发
一个AI的自我改进不能只看他有没有学习能力
还得看他有没有平衡能力
回滾
審批和安全邊界
没有验证机制的自我学习
可能只是让他在
更有信心的重复错误
最后我们来看看OpenAI的Codex
很多人对Codex的印象
可能还停留在他是一个编码助手
但现在它已经发展成一个由桌面端
命令行 IDE插件和云端环境组成的完整体系了
严格来说 OpenAI 把那些通用的研究
报告 表格 PPT 和文件交付等功能
更多的放在了 ChatGPT Work 里
而 Codex 仍然以代碼、項目、工具和工程執行為核心
当然 这两者的能力正在越来越多地共享
CodeX 最大的优点是它特别强调做完并验证
而不仅仅是给你一些建议
它可以读取你整个项目的文件
搜索代码 修改多个文件
运行命令 执行测试 查看报错信息
然后根据测试结果继续修复问题
最後交付給你的不只是一段示例代碼
而是一个完整的修改摘要
文件差異對比、測試結果
以及可以审查的最终成果
第二个优点是它的工程环境比较完整
你在本地的 Codex
可以直接使用你电脑上已经装好的编译器
测试工具和项目依赖
而雲端的 Codex
可以为不同的任务建立隔离的环境
让多个任务在后台并行运行
任务完成后
你可以清楚地看到他都改了些什么
可以要求他继续调整
或者直接把修改提交到你的代码仓库
第三个优点是
它的权限和安全边界做的比较成熟
Codex通过沙箱来限制它对文件和网络的访问
在执行一些高风险命令时
或者跨越权限边界的时候
会向你请求批准
这种设计可能会让操作显得有点谨慎
但对于一个能够真实修改文件
运行程序和连接外部工具的智能体来说
这种谨慎本身就是可靠性的重要组成部分
第四个优点是它把编码研究和文件交付连接了起来
在ChatGPT Work这个更大的环境里
同一套能力还可以用来生成和检查文档
表格、PPT、PDF、网站和数据分析结果
这意味着一个复杂的任务可以从资料搜集开始
经过分析和程序处理
最后形成可以直接使用的文件
整个流程都可以在一个环境里完成
当然Codex的局限也很清楚
它主要围绕OpenAI自家的模型和ChatGPT服务来运行
模型的自由度不如Hermes或者DeepSeek Harness
它虽然也支持技能记忆和项目规则
但不会把自动修改自己作为最核心的卖点
它的取向更加保守
宁可让流程可审查可验证
也不轻易让agent自行改变长期规则
好了
现在我们把这四个智能体放在一起
就能得到一个非常清晰的结论了
如果你的目标是开发一个自己的agent的产品
那DeepSeek Harness最有吸引力
因为它开放模块化
运行过程可追溯
如果你的目标是普通办公人员想马上提高效率
那Workbody最方便
因为它把复杂的技术包装成了用户友好的界面
如果你的目标是培养一个能长期在线
逐渐熟悉你个人工作方式的智能体
那Hermes最有特色
如果你的目标是完成复杂的代码
工具执行和需要严格验证的专业任务
那Codex的综合完成度更高
你看他们代表的其实是4条完全不同的路线
DeepSeek Harness追求的是架构上的自由
WorkBuddy追求的是使用的便利
Hermes追求的是长期的成长
而Codex追求的是可靠的交付
聊到这里
还有三点特别值得我们进一步思考
第一 未来agent的竞争绝对不会只发生在模型层面
模型当然很重要
它决定了智力的上限
但真正决定这个智能体能不能稳定落地完成实际工作的
是模型之外的那個架構也就是它的運行底座
它能用什么工具
能访问哪些文件
怎么记忆
怎么调度任务
出错了能不能恢复
以及我们作为使用者能不能看清它到底都做了什么
这些才是关键
第二 我们刚才聊到的所谓自进化
绝对不能脱离一个有效的评估系统
一个agent能够修改自己的技能并不等于他一定会变得更好
真正有效的自我改进至少需要完整的执行记录
客觀的測試數據 效果比較以及必要的人類審批
以及出错了能回滚的方案
否則他可能只是在更有信心的把你最初交給他的那個錯誤
一遍又一遍的固化下来
第三 最好的agent不一定是最自主的agent
对于很多低风险的重复性的任务
高程度的自动化确实能节省大量时间
但是当涉及到付款 删除文件 发布公开内容
修改正式代码或者处理敏感数据这些关键操作时
一个能够暂停下来向你解释情况
并等待你确认的agent
它的价值其实远远高于一个完全自主
从不请示的agent
一個成熟的智能體系統不是要取消人的判斷
而是要把人的判断
集中到那些最关键的节点上
最后我们来总结一下今天的内容
DeepSake Harness
最适合作为构建自由agent系统的开放底座
腾讯的WorkBuddy
最省事
适合想直接进入日常办公场景的用户
Hermes Agent最像一个会积累记忆和技能的长期AI员工
而OpenAI的Codex则最擅长把复杂的专业工作
真正做完并进行严格的验证
所以下次你在选择的时候不要只问谁最强
而要问自己三个更具体的问题
第一 我需要的是一个成品工具
还是一个可以自己开发的框架
第二 我更看重的是即时的效率提升
还是长期的成长和陪伴
第三 我是否需要掌握对模型
数据 权限和运行环境的控制权
当你把这三个问题想清楚之后
這四者之間的選擇就一点都不模糊了
他们不是简单的
谁替代谁的关系
而是分别服务于不同层级
不同需求的
未来更常见的情况
可能也不是某一个超级agent
包揽所有工作
而是像今天聊到的成品办公agent
专业工程agent
长期个人agent和企业开源底座
他们相互配合
共同组成一个真正好用的
AI工作系统