1 概述
1.0 前言
1.0.1 前言絮语
相信不少人和我一样，每隔一段时间就刷到某某厂又发布了某个智能体应用、又升级更新了什么内容，这些资讯让我们目不暇接，让我们在日常选择、使用大模型、AI智能体应用软件时陷入无所适从、乃至焦虑的境地——我用的这款AI软件是否不够先进、是否已经有更前沿的AI软件能解决我原先解决不了的问题？
本篇即最近几日对市面上比较火热的大模型、智能体软件一一安装、体验后的个人感受，并结合AI的观点进行综合整理。本篇属于概述性文档，不对某一家或某一款AI软件进行详细解读。
由于这些产品横跨 AI 编程 Agent、通用 AI 助手、企业 Agent 平台、国产 AI 工作台、自动化 Agent 框架等，不能简单按“谁更强”排名。因此，最终每个人选择时，需根据自身的实际使用场景拆分比较。
如无特殊说明，字体为红色的，即笔者个人自己的最终选择、最高频使用的。
1.0.2 笔者选型与推荐 （必读）
截止 2026.8 上旬，经多轮充分调研及自身日常实践体验后，笔者的最终选择。
使用场景 | 推荐 |
日常咨询交流 | Gemini / ChatGPT / 元宝 / 豆包 / Kimi / 千问 |
软件项目研发 | 主力：Codex / Claude Code / Cursor
备用、或必须国内厂商： Trae / Qoder / CodeBuddy(WorkBuddy) |
个人 AI 助手 | （上述选项之外，还可：）
不想被厂商锁定： CherryStudio / AutoClaw
不担心厂商锁定、或必须国内厂商： QClaw / ArkClaw(纯云端) |
企业 AI 应用、低代码Agent与工作流平台 | 百炼 / Coze（快速做 Agent Demo、或必须国内厂商）
Dify（不想被厂商锁定、私有化部署） |
1.1 基础概念
大语言模型（LLM，Large Language Model）：简称“大模型/LLM”，基于海量文本训练的深度学习模型，核心能力是通过预测下一个token来理解和生成自然语言。代表：GPT、Claude、Llama。它是现代AI系统的"大脑"，但并非无所不能——存在知识截止、幻觉、无法调用外部工具等局限。
智能体（AI Agent）：以LLM为推理核心，具备感知→规划→行动→反馈闭环的系统。不仅能对话，还能自主拆解任务、调用工具、操作环境，直至目标达成。关键特征是自主性和目标驱动，而非一问一答。
技能(AI Agent Skill）：Agent可调用的能力单元——对人类日常可复用的工作任务进行SOP化/标准化的，通常封装了特定的工具调用、API访问或领域逻辑。类比：LLM是通用脑子，Skill是"手脚和专业知识"。一个Agent可以通过组合多个Skill来完成复杂工作流。
MCP：Anthropic公司提出的开放协议，标准化了LLM/AI应用与外部数据源、工具之间的通信方式。作用类似于"AI领域的USB-C接口"——让任意Client能无缝接入任意Server（工具/资源），无需为每个集成单独开发适配层。
RAG（检索增强生成技术——知识库）：解决LLM"知识截止"和"幻觉"的关键技术：在生成回答前，先从外部知识库（文档、数据库、网页）检索相关信息，拼接进上下文再让LLM作答。让模型"先查资料再回答"，是落地企业知识问答最常用的技术架构。
AI 工作流(WorkFlow)：AI完成复杂任务的宏观流程编排。将任务拆解为多步骤，由AI按逻辑串联执行（如“分析需求→生成大纲→写稿→润色”），解决单轮对话无法处理的复杂问题。
函数调用(Function Calling)：AI连接外部世界的微观执行接口。允许AI调用预设函数（如查天气、读数据库、发API），将自然语言指令转化为精确的结构化操作，突破纯文本生成的局限。
需要我用一个具体的业务场景（如智能客服或数据分析）来演示这两者如何协同工作吗？
LLM是基础，RAG补知识，MCP通工具，Skill封装能力，Agent做整合执行。
1.2 大模型评测
1.2.1 通用基础大模型
大语言模型品牌 | 所属厂商 | 所属国家 | Google应用商店 | 小米应用商店 | 腾讯应用宝商店 | 访问方式(PC端 + App端) | 综合梯队 | 核心优势 | 主要短板 | 最适合场景 | 备注说明 | 笔者的选择 |
Gemini | Google | 美国 | >10亿次 | | | https://gemini.google.com/
https://notebooklm.google.com/ | 海外第一梯队
（SuperCLUE 75.73 分，排名第 1） | 原生多模态（文本/图像/音频/视频）、科学推理极强、1M 上下文、深度绑定 Google Workspace | 复杂项目代码细节易出错、200K token 以上定价陡增 | 图文视频创作、科研数据分析、移动端 AI | 优势：“御三家”/综合能力Top3
优势：与Gemini Notebook结合紧密
Chat/咨询：重要、且非涉密的问题
App、网页端：均易于访问 | 日常使用3 |
ChatGPT | OpenAI | 美国 | >5000万次 | | | https://chatgpt.com/
https://openai.com/ |
海外第一梯队
（SuperCLUE 74.27 分，排名第 2） | GPT-5.5 推理均衡；生态最完整（插件/GPTs/Canvas/Code Execution）；跨会话记忆；百万级上下文 | 高端档位规模化成本高；免费档在美国已插广告 | 通用办公、编程、创意写作、全场景日常 | “御三家”/综合能力Top3
Chat/咨询：重要、且非涉密的问题
APP端：易于访问
网页端:不易于访问 | 偶尔使用 |
Claude | Anthropic | 美国 | >5000万次 | | | https://claude.ai/
https://claude.com/ |
海外第一梯队
（SuperCLUE 73.93 分 Opus 4.8，排名第 3） | 代码工程与 Agent 能力业界领先（SWE-bench 64.3%）、长文写作最佳、幻觉极低、1M 上下文 | 语音功能相对薄弱、顶级 Mythos 档位公开可用性有限 | 编程开发、法律文书、学术论文精读、长篇创作 | “御三家”/综合能力Top3
不易于访问
创始人极端反华 | |
Grok | xAI（原:推特） | 美国 | ＞1亿次 | | | https://grok.com | 海外第二梯队 | 实时接入 X 平台数据流，热点/舆情秒级响应；DeepSearch 大规模检索；"安全阀"较少 | 中文理解与本土化偏弱、偶尔出现低级逻辑错误、消费级套餐碎片化 | 实时资讯追踪、舆情分析、市场情绪研究 | 不易于访问 | |
Microsoft Copilot | Microsoft | 美国 | >5000万次
(Copilot) | | 439万次
(Microsoft 365 Copilot) | Copilot:
PC Web X / App √
https://copilot.microsoft.com/
M365 Copilot:
PC Web √ / App X
https://copilot.cloud.microsoft/
https://m365.cloud.microsoft/chat
|
海外第二梯队 | 深度打通 Word/Excel/PPT/Outlook/Teams；企业权限（RBAC）与数据隐私严格隔离 | 底层模型能力取决于微软对接的第三方模型，本身不是自研旗舰 | 企业办公、职场文档处理 |
相对不易于访问
| 偶尔使用 |
豆包 | 字节跳动 | 中国 | -- | 26亿次 | 2811万次 | https://www.doubao.com/chat/ | 国内第一梯队
（SuperCLUE 69.96 分，排名第 4） | 多模态最完善、C 端日活破亿、交互自然"无 AI 腔"、即梦 AI 生图加持、联动抖音/剪映 | 重度科研与超长篇推理略弱、专业深度不及技术向模型 | 自媒体创作、短视频脚本、日常聊天、中文生图 | 国内互联网大厂AI三巨头
优势：C端生态（背靠抖音、Tiktok、今日头条等） | 日常使用2 |
千问 | 阿里巴巴 | 中国 | >500万次
(Qwen Studio) | 7.7亿次 | 1224万次 | https://www.qianwen.com/ | 国内第一梯队
（SuperCLUE 70.22 分，排名第 2） | Qwen3.7-Max 数学推理突出、代码能力全球前列、开源生态最活跃、电商/钉钉/阿里云深度融合 | C 端交互趣味性不足、风格偏稳重 | 企业办公、电商、编程开发、多语言任务 | 国内互联网大厂AI三巨头
优势：B端生态（云计算/大数据） | |
元宝 | 腾讯 | 中国 | -- | 4.8亿次 | 3346万次 | https://yuanbao.tencent.com/ | 国内第二梯队
（艾媒金榜 89.71 分，排名第 4） | 深度集成微信/QQ/腾讯文档生态、对话流畅、内容创作与营销文案适配好 | 技术硬核度与开源生态弱于头部、通用对话能力仍在打磨 | 微信生态运营、私域营销、社群文案、办公协作 | 国内互联网大厂AI三巨头
优势：C端生态（背靠微信、QQ及游戏等） | 日常使用1 |
DeepSeek | 幻方量化 | 中国 | >5000万次 | 5.8亿次 | 1133万次 | https://chat.deepseek.com/ |
国内第一梯队
（SuperCLUE 70.48 分，国产第 1） | V4-Pro 推理/数学/代码国产最强（MATH-500 96.8%）、开源可商用、API 价格行业最低（3 厘/千 token）、1M 上下文 | 多模态与生活化交互一般、对话风格偏"冷" | 程序员、科研、量化、批量 API 调用 | 1、做开源LLM可以，且大幅度降低了业界大语言模型的成本
2、C端软件（Web端、App端）做得还不够好
3、海外国产大模型App市占率的Top 1 | |
Kimi | 月之暗面 | 中国 | >500万次 | 2.1亿次 | 478万次 | https://www.kimi.com/ | 国内第二梯队
（SuperCLUE 68.66 分，排名第 5） | 长文本处理标杆（200K-2M 上下文）、论文/合同/财报精读、结构化输出一流 | 多模态与代码能力一般、高负载易限流 | 律师、学生、研究员的长文档阅读与知识管理 | 1、AI大语言模型创业公司中，做得比较好的一家 | 偶尔使用 |
讯飞星火 | 科大讯飞 | 中国 | -- | 1.7亿次 | 51万次 | https://xinghuo.xfyun.cn/desk | 国内第三梯队
（艾媒金榜 87.27 分，排名第 7） | 语音识别准确率 97.5%+，语音交互、口语测评、教育答疑、多语种翻译无可替代 | 纯文本对话流畅度一般、编程非核心场景 | 教育、线下会议记录、实时语音转写 | | |
文心 | 百度 | 中国 | -- | 9842万次 | 184万次 | https://wenxin.baidu.com/ | 国内第二梯队
（SuperCLUE 63.12 分，排名第 8） | 中文知识问答标杆（成语典故/古诗词/中医）、依托百度搜索与知识图谱、政企金融合规部署成熟 | 生成风格偏保守、灵活性不足 | 政务、金融、合规高要求的知识问答 | | |
智谱清言 | 智谱 | 中国 | -- | 6346万次 | 58万次 | https://chat.z.ai
https://www.zhipuai.cn/zh | 国内第二梯队
（SuperCLUE 63.24 分 GLM-5.1，排名第 7） | 逻辑推理与 Agent 能力突出、API 生态最成熟、长文本 128K-1M、开源免费商用 | C 端知名度较低、日常聊天不如豆包自然 | 企业私有化部署、学术科研、复杂推理任务 | | |
MiniMax | 稀宇科技 | 中国 | >100万次 | 2028万次 | 35万次 | https://agent.minimaxi.com/ | 国内第三梯队
（艾媒金榜 86.19 分，排名第 10） | 万亿参数、文字/图片/视频/音频一站式多模态创作、海螺 AI 出海表现强劲 | 综合推理与代码能力相较头部仍有差距 | 多模态内容创作、海外内容生成 | | |
备注说明：
1、上表梯队划分综合参考 SuperCLUE 2026-08 中文评测基准分、太平洋科技横评、艾媒金榜消费评价指数，不同基准下排序会有浮动。
2、应用商店的数据统计自 2026.8.4
1.2.2 医疗大模型
移动端APP，小米商店为例：
蚂蚁阿福（蚂蚁金服）=9318万
讯飞晓医（科大讯飞）=954万
百小医（百川智能）=35万
...
1.3 智能体
1.3.1 AI Chat Agent / 对话智能体
AI Chat Agent ≈ 通用基础大模型 + 套壳的聊天终端（Web网页 or 桌面程序 or App）
ChatBot App（非开源）
URL
https://chatbotapp.ai/
https://chatbot.app/
1.3.2 AI Coding Agent / 编程智能体
AI Coding Agent / 编程智能体（写代码、改代码）
产品 | 所属厂商 | 所属国家 | 软件形态 | 访问方式 | 核心优势 | 主要短板 | 适合场景 | 量化评分（参考） | 会员费 | 是否支持
第三方模型 | 备注说明 | 笔者的选择 |
Claude Code | Anthropic | 美国 | CLI | https://code.claude.com
https://github.com/anthropics/claude-code | 终端 Agent 天花板；百万 token 上下文；CLAUDE.md + Auto Memory 跨会话记忆；代码质量与复杂重构最强；本地执行隐私好 | 重度依赖 Anthropic 订阅，重度使用贵；中文术语偶有偏差；不支持实时 Tab 补全 | 百万行老旧仓库重构、长周期复杂工程、对代码质量敏感的团队 | SWE-bench Verified 80.8%~87.6%（视 Opus 版本）；Terminal-Bench 2.0 ~69-81% | | CLI 支持 | 1、网络屏蔽策略高，难以直接使用官方正版账号；
2、贵在可使用第三方模型
3、公司创始人极端反华 | 偶尔使用(CLI) |
Codex | ChatGPT | 美国 | IDE
CLI | https://openai.com/zh-Hans-CN/index/codex-for-almost-everything/ | GPT-5.5 在 Terminal-Bench 上全球第一；多 Agent 并行 + 后台无人值守；PR Review 能力强；Skills 生态丰富；原生 IDE 已补齐 | 代码常需人工审核（改动激进）；幻觉/越权率中等；云端执行（代码上传 OpenAI） | 海外团队 DevOps/CI 流水线、后台批量改代码、生成 PR、终端原生任务 | Terminal-Bench 2.0 82.7%~83.4%；SWE-bench Pro 58.6% | | IDE/CLI 支持 | 1、网络屏蔽策略高，难以直接使用官方正版账号； 2、最火爆的商用 AI Agent（截止2026.08） | 日常使用(IDE/CLI) |
Cursor | | 美国 | IDE
App
CLI
云端 | https://cursor.com/ | AI 原生 IDE 体验最成熟；多模型路由（Opus / GPT-5.5 / Gemini）；Background Agents + /multitask 并行；补全手感最好 | 锁在 VS Code 体系；复杂任务偶有回归；默认模型跑分不高（需切 Opus 才上探） | 已习惯 VS Code 的日常开发、追求最好的 IDE 内 Agent 体验、个人/小团队 | SWE-bench Verified 默认 ~51.7%（切 Opus 4.7 后 ~72.5%）；约 30% 快于 Copilot | 按月续费最低 20$/Month
按年续费最低 16$/Month | IDE 支持(仅会员) | 0、国内访问流畅，无网络屏蔽；
1、必须充值为会员方可正常使用
（仅会员可使用第三方模型） | |
Trae | 字节跳动 | 中国 | IDE[SOLO模式 + IDE模式]
Plugin
App | https://www.trae.cn | 完全免费；中文 prompt 理解最准；多模态强（Figma/截图/设计稿→代码）；字节生态（抖音小程序/飞书）优化 | 复杂项目代码质量需把关；Agent 能力仍在追赶一线；企业安全特性偏薄 | 国内个人/学生/前端/小程序/快速原型、中文项目、不想花钱 | 中文前端专项 ≈85%；综合跑分 72-75%（无官方 SWE-bench 数据） | 免费Free:每月500积分
按月续费最低=49￥/month | IDE 支持
[仅PC桌面端] | 1、PC桌面端(IDE)支持配置第三方模型 | 日常使用(IDE/Plugin) |
Qoder | 阿里巴巴 | 中国 | IDE [Desktop]
CLI
Plugin
App | https://qoder.com/
https://qoder.com.cn/ | 阿里后端工程之王（Spring/Dubbo/RocketMQ 专项 ≈82%）；Repo Wiki 自动生成项目知识图谱；Quest 长任务自主委派；国产合规最佳 | 前端不是强项；海外可用性低；企业版 300 元/席/月偏贵 | 阿里云后端大型 Java/Go 业务项目、企业合规场景、需要 AI "记住项目" 的团队 | 国产榜首 74-77%；Java/Spring 专项 ≈82% | 1、体验版:为期 2 周的试用及 300 Credits
2、按月续费最低：20$/month | IDE 不支持 | Qoder Desktop
为真实软件开发打造的智能体自主开发工作台。
QoderWork
专为日常工作打造，本地运行、自主规划、安全可控的 AI 工作搭子。
QoderWake
7×24 数字员工，安全可控、生产可用、持续进化，为你的组织提供不设上限的 HC。
Qoder CLI
终端原生的 AI 编程搭档，也是可被集成的智能体引擎。
Cloud Agents
面向企业的云端全托管 AI Agent 平台，加速多场景集成与价值落地。 | |
Qwen Code | 阿里巴巴 | 中国 | CLI
Plugin | https://qwen.ai/qwencode | Apache-2.0 开源；多协议 BYOK（OpenAI/Anthropic/Gemini 兼容 + 本地 Ollama/vLLM）；可自托管；Skill/SubAgent 完整；类 Claude Code 体验 | 2026/4/15 起 OAuth 免费层已停，需付费或 BYOK；生态/文档比 Claude Code 小；Qwen3-Coder 与顶级闭源仍有差距；脱胎自 Gemini CLI 谱系差异化有限 | 想用开源/国产模型、要可控可自托管编码 Agent 的用户；已用阿里云编程计划；终端优先且要 IDE 可接 VS Code/Zed/JetBrains | 暂无可靠公开横向量化分（Qwen3-Coder 在 Terminal-Bench 仅作参考） | | | 1、侧重开源社区，与Qoder不是同一拨人
2、类比： Claude Code
3、网站中还另有多模态大模型: Qwen Studio(网页版+桌面版)： https://chat.qwen.ai | |
CodeBuddy | 腾讯 | 中国 | IDE
CLI
Plugin
NPC/智能体
Agents/智能体平台 | https://www.codebuddy.cn/ | 腾讯出品，三形态齐全（IDE 插件 + 独立 IDE + CLI）；微信/QQ 小程序一键开发调试；腾讯云原生集成；企业私有化部署成熟；混元+DeepSeek 双模型 | 代码风格偏保守；复杂重构耗时较长；越权修改率虽低但死循环率中等 | 公司团队做微信生态、需要代码审计+CI 部署、国内企业合规 | 微信小程序专项 ≈86%；综合 70-73%（无官方 SWE-bench 数据） | | IDE 支持 | 1、类比： Claude Code
2、双模式：编程模式+工作模式
3、Logo很丑 | 偶尔使用(Plugin) |
Kimi Code | 月之暗面 | 中国 | CLI
Plugin [VS Code] | https://www.kimi.com/code/zh | 最高 1M token 上下文；Kimi K3 驱动，长上下文推理强；Standard/HighSpeed 双档（高速版 5-6 倍，最高 100 Tokens/s）；Plan/Shell 模式；原生视觉理解；CLI/VS Code/JetBrains(ACP) 全接入 | 锁定 Kimi 自家模型（不可 BYOK 换 Claude/GPT）；生态/社区最小；企业 SSO/合规认证缺失；VS Code 插件对新版 CLI 用户暂不对新安装开放 | 超大代码库多文件重构、长上下文任务、需要高速输出的中文开发者、想接第三方 Agent 使用 Kimi 模型能力 | 暂无可靠公开 SWE-bench 数据 | 按月续费最低 49 ￥/Month
按年续费最低 39 ￥/Month | 不支持 | | |
注意：量化评分只填有公开基准或可靠横评支撑的项，没数据的留空。
注意：关于评分的说明——SWE-bench Verified 在 2026 年初被 OpenAI 审计出存在污染（59.4% 的最难用例检查有误），所以下面的百分比仅作方向性参考；同一模型在不同 Agent 脚手架下跑分可差 17 题以上，故：分数≠工具真实能力。
海外 DevOps / 后台批量 / 综合最强 Agent能力（第1梯队）：Codex。Terminal-Bench 全球第一不是吹的，多 Agent 并行和无人值守执行是它在 8 款里最独特的价值。
综合最强 Agent 能力（第1梯队）：Claude Code。代码质量、稳定性、长上下文、跨会话记忆都是一线，代价是订阅成本最高。
🇨🇳 中文 + 免费最优解 + 字节跳动生态：Trae。中文 prompt 理解、多模态前端生成、免费额度，对个人和前端场景几乎是无脑选。
企业后端 / 阿里技术栈：Qoder。Spring 生态和阿里中间件适配是独家优势，Repo Wiki 让 AI 真正"记住"项目。
微信 / 腾讯云生态：CodeBuddy。小程序开发和腾讯云部署是一体化体验，企业私有化也最成熟。
要开源可自托管：Qwen Code。多协议 BYOK + 可本地部署，是这 8 款里唯一兼顾"开源框架 + 强模型"的终端 Agent，但需要接受免费层已取消、要自己搞定 provider。
长上下文 + 高速输出：Kimi Code。1M token 上下文和 100 Tokens/s 的高速档是硬指标优势，适合超大仓库和需要快速产出的场景，但生态和模型多样性是短板。
要最好的 IDE 体验：Cursor。如果你日常工作都在 VS Code 里、想要最流畅的 Agent 集成和补全手感，Cursor 仍然是标杆。
1.3.3 AI Workbench Agent / 通用工作台智能体
AI Workbench Agent / 通用工作台智能体（个人效率、自动执行任务）
AI Workbench/IDE Agent 综合对比（必读）
软件 / 框架名称 | 所属国家/地区 | 所属公司 | 访问方式 | 产品形态 & 核心定位 | 主要支持模型 / 底座 | 核心特性 / 核心模式 (Mode) | 生态兼容性 & 插件系统 | 开源情况 | 核心优势 | 主要短板 | 适用场景 | 是否支持
第三方模型 | 商用软件
会员费 | 量化综合评分
(10分制) | 备注说明 | 笔者选择 |
Cursor | 美国 | SpaceX/Anysphere | https://cursor.com/ | AI 原生 IDE（基于 VS Code） | Claude 3.5, GPT-4o 等多种商用大模型 | Tab 智能补全、Composer 多文件协作与编辑、代码库全局索引感知 | 原生支持 VS Code 扩展生态，集成 MCP (Model Context Protocol) | 闭源 | 代码库理解极深，代码补全与跨文件重构体验行业领先 | 依赖云端高规格模型，高级功能需订阅（算力额度消耗快） | 追求高效率的专业软件工程师、中大型项目重构与维护 | 不支持 | | 9.6 | 1、不支持使用云端第三方模型；
2、已被 SpaceX 收购 | |
Codex | 美国 | OpenAI | https://chatgpt.com/codex
https://openai.com/zh-Hans-CN/index/codex-for-almost-everything/ | 命令行/智能终端 & 开发辅助 Agent | OpenAI 专有大模型体系 | 自动化代码重构、Terminal 命令行 Agent、自动化测试生成与修复 | 深入开发管道 (CI/CD) 与 Git 工作流 | 半开源 | 命令行与终端操作能力极强；
自动化测试与构建任务执行稳定 | -- | 运维自动化、脚本编写、CI/CD 流程自动化、后端/系统级开发 | 不支持
(但可代理) | | 9.1 | 1、全球最主流的商用 AI Agent | 日常使用(主力) |
Trae
(含 TraeWork) | 中国 | 字节跳动 | https://work.trae.cn | 字节跳动开发的 AI 原生 IDE & 双模工作台 | 豆包 2.1, Kimi, DeepSeek, GLM 等 | Code 模式 (SOLO 智能体自主开发)； Work 模式 (自动生成 PPT、数据分析、办公自动化) | 适配飞书、微信、钉钉等办公插件，适配 VS Code 插件生态 | 闭源 | Code 与 Work 双模式无缝切换，国产大模型深度适配，免费额度极高 | 复杂多文件底层架构重构的稳定性相比 Cursor 略有差距 | 程序员兼顾办公自动化、独立开发者快速产出完整 MVP | 支持 | | 9.3 | | 日常使用(备用) |
CodeBuddy
(含 WorkBuddy) | 中国 | 腾讯 | https://www.codebuddy.com/
https://www.codebuddy.cn/
https://www.codebuddy.ai/ide
https://www.workbuddy.ai/ | 腾讯云推出的 AI 编程助手与 Agent 工作台 | 腾讯混元大模型 (Hunyuan) 及云端模型 | CodeBuddy 模式 (高代码/IDE 辅助开发)； WorkBuddy 模式 (面向非程序员的 Agent 办公与复杂任务自主交付) | 深度集成腾讯云生态、腾讯文档及企业微信生态 | 闭源 | 腾讯生态与云资源协同极佳，非程序员门槛低，支持复杂办公工作流交付 | 纯代码场景下对极复杂算法与深度代码重构能力稍逊 | 腾讯云用户、企业微信生态办公、非技术人员的业务自动化交付 | 不支持(CodeBuddy)
支持(WorkBuddy) | | 9.2 | 1、CodeBuddy的Logo很丑 | |
Qoder
(含 QoderWork) | 中国 | 阿里巴巴 | https://qoder.com/
https://qoder.com.cn/ | Agentic 编码平台与自定义工作台 | Qoder 自研模型及常用大模型 | Qoder 模式 (IDE 智能体多文件修改与自主编码)； QoderWork 模式 (设计/幻灯片/写作独立画布与工作台) | 原生提供 JetBrains 系列 IDE 插件 与 MCP 扩展 | 闭源 | 对 JetBrains (IntelliJ/PyCharm) 生态支持优异，拥有独立可视兼协作画布 | 社区开源生态插件数量不如 VS Code 体系丰富 | Java/Python 等 JetBrains 开发者、设计与代码协同团队 | 不支持 | | 9 | | |
Cherry Studio | 中国 | 上海千彗科技 | https://github.com/CherryHQ/cherry-studio | 开源多模型桌面客户端 / 知识库 Agent 工具 | 支持自由配置各类主流 API (OpenAI, Anthropic, SiliconFlow 等) | 多模型同步对比、本地/云端 RAG 知识库管理、自定义 Agent 智能体助手 | 支持主流智能体 API 协议，支持导入/导出自定义 Prompt 与工具集 | 是 | 完全开源本地化，可自由切换/对比任何模型，知识库管理灵 | 不具备原生 IDE 代码编辑器功能，需结合第三方编辑器使用 | 自由度要求高的 Prompt 调试员、多模型效果对比、知识库管理、不希望被AI公司锁定的内容创作者 | 支持 | | 8.8 | | 日常使用(备用) |
OpenWork | 美国 | (吴恩达 主导) | https://openworklabs.com | 开源 + 本地化的 Agent 智能工作台平台 | 灵活调用各类开放 API 及本地端侧模型 | 桌面自动化、本地数据安全流转、可视化工作流构建 | 核心支持 MCP 标准，可作为 Agent 工具链直接挂载至 Codex/Cursor 等 | 是 | 本地数据绝对安全，MCP 扩展性极强，适合作为 Agent 中枢 | 界面与可视化工作流配置有一定学习曲线 | 关注数据隐私的企业内部工具搭建、跨应用自动化工作流设计 | 支持 | | 8.7 | 0、基于OpenCode引擎的Claude Cowork开源替代品
1、吴恩达大师于2026年6月开源
2、软件成熟度还不足 | |
OpenClaw
(生态原点) | 奥地利 | (奥地利工程师 Peter Steinberger 主导) | https://github.com/openclaw/openclaw
https://openclaw.ai/ | 开源自主型数字员工 / Agent 运行框架 | 任意兼容 OpenAI 规范的 Coding Plan 或 API | 7×24 小时定时巡检、长短期结合记忆机制、主动沟通与汇报 | 挂载各类 IM 工具（飞书/钉钉/Telegram）及 Skill 技能扩展包 | 是 | 开源自治，具备“主动性”与“长记忆”，可真正像员工一样长时间运转 | 部署与配置门槛相对高，逻辑死循环时可能产生较昂贵 Token 消耗 | 极客玩家、自主搭建 24H 运行的“AI 数字员工”或自动化巡检系统 | 支持 | | 9.4 | | |
AutoClaw
(智谱套件) | 中国 | 智谱 | https://autoclaws.org/zh/
https://autoclaw.zhipuai.cn/ | 智谱发布的本地化一键开箱 OpenClaw 套件 | 预置/推荐 GLM-4, DeepSeek 等模型 | 一键部署部署运行、长短期记忆流、定时主动巡检与工作汇报 | 预置 50+ 本地 Skills，免配置一键接入飞书等办公软件 | 基于开源魔改 | 极大降低了 OpenClaw 的部署门槛，与智谱 GLM 模型匹配度极高 | 自定义极客扩展能力受限于套件预置的边界 | 期望快速落地数字员工的企业行政、运维巡检、个人工作流自动化 | 支持 | | 9.1 | | 日常使用(备用) |
KimiClaw
(月之暗面套件) | 中国 | 月之暗面 | https://www.kimi.com/bot | 基于 Kimi 架构打造的托管/部署版 Claw Agent | Kimi (Moonshot) 体系大模型 | 超长上下文理解、复杂长文档与项目代码库分析处理、多步自主规划 | 接入主流 IM 及第三方办公与数据接口 | 基于开源魔改 | 继承 Kimi 强大的长文本能力，在处理长达上百万字的项目资料时极稳 | 在实时高频交互操作桌面软件方面的响应速度偏保守 | 法律合同审查、长文档深度解析、大型文献及代码仓库调优 | 支持 | | 8.9 | 1、中文AIGC确实优秀
2、但算力经常不足
3、特色：Kimi Work + Kimi Chat整合在同一桌面终端软件中 | |
QClaw | 中国 | 腾讯 | https://qclaw.qq.com/
https://qclaw-openclaw.com/
https://qclaw.services/
https://qclawsg.qq.com/ | 腾讯基于 OpenClaw 打造的桌面 Agent 助手 | 腾讯云 Token Plan / 混元 / 本地端侧模型 | 微信远程操控、桌面自动化操作、本地数据私有保护 | 内置专家广场/应用连接器，与微信、电脑管家深度联动 | 基于开源魔改 | 开箱即用无需环境配置，支持微信随时远程下发本地自动化指令 | 偏向个人桌面与办公自动化，不适合复杂的 IDE 深度编码重构 | 远程办公、文件整理、定时日常任务自动化、非技术人员的 AI 助手 | 不支持 | 免费版:0积分
标准版: 29 ￥/月 1000积分 | 9 | | |
ArkClaw
(火山引擎套件) | 中国 | 字节跳动 | 纯云端，内置在字节跳动生态软件内（飞书、火山引擎等） | 火山引擎推出的企业级托管/部署版 Claw Agent | 豆包 (Doubao) 系列大模型 | 企业级安全审计、高并发批量任务调度、自主工作流管理 | 深度集成字节跳动火山引擎云服务及飞书生态 | 闭源 | 企业级权限管控与安全审计完善，极致的云端高并发任务处理 | 极度依赖字节/火山生态，个人轻量化体验不够便携 | 中大型企业内部多部门批量自动化任务调度、企业级安全协同 | 不支持 | | 8.9 | 1、纯云端Claw、且深度绑定在字节火山引擎/飞书的生态内
2、基于1，绑定飞书生态的企业用户可考虑，但个人/极客用户建议弃用； | |
Hermes | 美国.加州 | Nous Research | https://github.com/nousresearch/hermes-agent
https://hermes-agent.org | 开源底座模型 / 终端 & 智能体框架 (非商业化独立 IDE) | Nous Hermes 系列 (基于 Llama / Mistral 微调) | 擅长复杂 Agent 指令遵循、Function Calling (函数调用) 与 Step-by-Step 推理 | 原生支持 Hugging Face 生态，可无缝接入 Ollama、vLLM 及各类开源 Agent 框架 (如 AutoGen, LangChain) | 是 | 开源免费，开源界最擅长执行 Agent 函数调用的模型之一 | 缺乏图形化客户端与 IDE 载体，需要开发或挂载到其他前端 | Agent 开发者用于私有化部署作为底层推理与函数调用引擎 | 支持 | | 8.2 | 0、全球最主流的开源 AI Agent
1、网络屏蔽度高，国内享用困难
2、2026年5月发布第1版，Hardness工程的重要推出者、但国内使用受限度高 | |
国产 OpenClaw Top10 综合对比
💡 适合：开发者、技术团队、学术机构，以及"不想被任何大厂绑定"的用户。
"国产 OpenClaw 产品"目前并没有唯一的官方 Top 10 榜单——OpenClaw 本身是奥地利工程师 Peter Steinberger 创建的开源个人 AI 助手框架（原名 Clawdbot），本地运行、MIT 开源，通过 Gateway 提供安全边界，能把"说"变成"做"。今年国内这一轮"养龙虾"热潮，本质是各大厂和创业团队基于这个开源框架做产品化封装、云端部署、国内渠道接入和垂直场景优化。
综合腾讯云开发者社区《2026国产龙虾OpenClaw能力评分榜单》、SegmentFault 横向测评、ClawCharts 社区活跃度 等多份 2026 年公开资料梳理出的代表性前十，按"综合性能 / 易用性 / 安全性 / 生态集成 / 开源友好度"五维加权得出。评分会随版本迭代动态变化，仅供参考。
排名 | 产品（厂商） | 类型 / 部署 | 综合分 | 核心优势 | 主要短板 | 最适合谁 |
|---|
1 | 腾讯 QClaw | 个人版 / 本地 | 8.65 | 微信生态直联，部署简单，文档完善，响应快； 支持本地部署模型（但不支持云端第三方模型） | 跨平台适配弱； 生态锁定腾讯系； 不支持云端第三方模型； | 微信/QQ 生态个人用户、私域运营 |
2 | 字节 ArkClaw | 企业版 / 云端 SaaS | 8.55 | 零门槛云端部署，飞书原生深度绑定，豆包/方舟模型 | 非飞书用户体验差，部署灵活性低 | 飞书生态企业团队 |
3 | 智谱 AutoClaw（澳龙） | 个人版 / 本地 | 8.35 | 国内首个真一键安装，GLM 系列适配，本地隐私 | 云端生态弱，企业协同能力不足 | 重视数据隐私的个人/小团队 |
4 | 阿里 CoPaw | 个人版 / 本地 | 8.15 | 钉钉/飞书集成度高，自研大模型加持，企业级调度强 | 部署门槛中高，个人用户不友好 | 大型企业、政企单位 |
5 | 阿里 JVS Claw | 企业版 / 云端混合 | 7.95 | 云/本地双模，深度集成钉钉，企业级权限与审计 | 个人场景性价比低 | 中大型企业的合规部署 |
6 | 网易 LobsterAI | 个人版 / 本地 | 7.80 | 全栈开源透明审计，本地优先，开源友好度最高 | 企业级能力偏弱 | 开发者、开源爱好者 |
7 | 青藤 WorkClaw | 企业版 / 私有化混合 | 7.80 | 安全合规能力强，私有化部署成熟 | 开源友好度低，二次开发成本高 | 安全敏感型政企 |
8 | 月之暗面 KimiClaw | 个人版 / 云端托管 | 6.62 | 依托 Kimi K2.5，模型调用量全球前列 | 部署形态单一，生态集成度一般 | Kimi 模型用户、轻量云端使用 |
9 | MiniMax MaxClaw | 个人版 / 云端 | 6.30 | 20 秒一键部署，中文优化，轻量性价比高 | 企业级功能弱 | 个人用户、中小团队低成本上手 |
10 | 百度 DuClaw | 个人版 / 云端 | 6.95 | 零部署即开即用，文心 ERNIE 加持，百度云集成 | 国内渠道支持相对薄弱 | 百度云生态企业 |
注意：评分维度与权重：综合性能 30% + 易用性 20% + 安全性 25% + 生态集成 15% + 开源友好度 10%
AutoClaw （智谱公司）
1、支持云端第三方模型；
2、易用性、成熟度高于 OpenClaw；
1、个人用户首选 AutoClaw / QClaw
如果在意数据不出本机、又想要一键安装，智谱 AutoClaw 是国内首个真一键本地版、真支持云端第三方模型，预置 50+ Skills，开箱即用。
如果你主要在微信生态里"养虾"，腾讯 QClaw 是综合分最高的选择（8.65）——支持本地模型部署（大坑：不支持云端第三方模型）、文档完善、微信直联。
2、企业飞书 / 钉钉场景分属字节和阿里
ArkClaw 是飞书用户的专属利器，零门槛 SaaS 模式；CoPaw 则在钉钉/飞书集成度和企业级调度上更胜一筹，但部署门槛更高。这两家基本把国内协同办公的两大阵营瓜分完了。
3、开源纯度最高的是 LobsterAI 和 OpenClaw 本体
如果"开源友好度"是你最核心的诉求，网易 LobsterAI 在这项拿了 9.5 的最高分，而 OpenClaw 本体（Peter Steinberger 维护的原项目）更是以 38 万+ GitHub Stars 成为整个生态的事实标准。ClawCharts 实时数据显示，OpenClaw 单日 Issue+PR 更新量 754 条，是第二名的 10 倍以上。
4、企业信创 / 高安全场景的另一套 Top 10
如果你的选型标准是"私有化部署 + 数据不出网 + 信创合规"，前三名会变成 OpenOcta（98 分）→ 速+X 综合智能体（97 分）→ 中兴 Co-Claw（96 分），上面表里的大厂消费级Claw产品反而排不进前十。
这两套榜单口径差异很大，选型时一定要先明确自己的场景。
部署形态：本地优先（隐私）/ 云端 SaaS（省心）/ 私有化（合规）——决定你在该选 QClaw、ArkClaw 还是 OpenOcta
渠道入口：微信选 QClaw，飞书选 ArkClaw，钉钉选 CoPaw，全渠道自配选 LobsterAI 或 OpenClaw 本体
模型偏好：GLM 系列→AutoClaw，文心→DuClaw，Kimi→KimiClaw，豆包→ArkClaw，DeepSeek→OpenClaw 本体任意接
这三款产品其实不在同一个层面：
OpenClaw 是开源原版框架（奥地利开发者 Peter Steinberger 主导，MIT 协议）；
而 QClaw 和 AutoClaw 都是基于它做的"本地封装 + 国内生态接入"产品。
所以"谁最强"取决于你看重什么——下面这张表把核心差异一次拉清。
维度 | OpenClaw（开源原版） | 腾讯 QClaw | 智谱 AutoClaw |
|---|
定位 | 自托管 AI 网关 / 框架 | 微信生态个人 AI 助手 | 本地一键版 + 云端模型厂商任意切换 + 办公自动化 |
开发商 | 开源社区（Peter Steinberger） | 腾讯电脑管家团队 | 智谱 AI |
部署方式 | 命令行 / Docker，需 Node 22+ | Mac/Windows 一键安装，本地运行 | Win/Mac 本地一键安装，零命令行 |
消息入口 | WhatsApp / Telegram / Discord / iMessage 等 20+ 海外渠道 | 微信 / QQ 直连，扫码绑定 | 飞书为主，兼顾主流 IM |
默认模型 | 自选（Claude/GPT/Qwen/GLM/Kimi 等） | 内置 Kimi-2.5，可切混元/MiniMax/GLM/DeepSeek | Pony-Alpha-2、GLM-5（专为 Agent 调优） |
数据控制权 | 完全自托管，数据不出本机 | 本地运行 + 腾讯安全沙箱 | 100% 本地，隐私极强 |
开源协议 | MIT，完全开源可审计 | 闭源产品，基于 OpenClaw 封装 | 闭源产品，基于 OpenClaw 封装 |
技能生态 | ClawHub + GitHub 社区，规模最大 | ClawHub + 官方技能市场 | 预装 50+ 技能 + 自研 GLM Office 五件套 |
上手门槛 | 高（需配置 Node/Docker/API Key） | 低到中（扫码即用） | 低（桌面应用式安装） |
核心亮点 | 自由度最高、可深度定制 | 微信远程操控电脑、团队养虾 | 浏览器自动化（AutoGLM）、自进化记忆 |
主要短板 | 部署复杂、国内渠道弱、被称为"安全噩梦" | 腾讯生态锁定、企业协同弱 | 飞书绑定深、外部工具生态弱 |
成本 | 软件免费，自付 API 调用费 | 免费（有每日额度限制） | 免费本地 + 云端积分制（入门 29 元/月） |
AI Enterprise Platform Agent / 低代码企业智能体平台（快速搭建智能体应用、工作流、知识库）
维度\产品 | Dify | n8n | Coze (扣子) | 百炼 (阿里云百炼) |
产品名称 | Dify | n8n | Coze / 扣子 | 阿里云百炼 (Bailian) |
主导团队/公司 | 苏州语灵人工智能科技 (LangGenius) | n8n GmbH | 字节跳动 (ByteDance) | 阿里云 (Alibaba Cloud) |
主导的国家 | 中国 | 德国 | 中国 | 中国 |
产品 URL | https://dify.ai | https://n8n.io | https://www.coze.cn (国内版)
https://www.coze.com (海外版) | https://bailian.aliyun.com |
产品形态 & 核心定位 | 开源 (Apache 2.0 开源许可)
核心定位：LLM 应用开发平台 (LLMOps)，兼具 RAG Engine、工作流与 Agent 编排。 | 源可用 (Fair-code / Sustainable Use License)
核心定位：基于节点的工作流自动化自动化连接器，融合 AI 节点，主打复杂 API 集成。 | SaaS / 开源 (Coze Studio)
核心定位：无代码/低代码 AI 应用与 Agent 编排平台，深度结合生态与社交发布。 | 阿里云云端 PaaS/SaaS 服务平台
核心定位：企业级大模型应用开发与运营平台，注重模型训练、微调与全链路集成。 |
市占率排行 (预估) | 全球 GitHub 开源 AI Agent 框架 Top 级 | 全球工作流自动化 & AI 结合领域 Top 级 | 国内 C 端/轻量 B 端应用构建 Top 级 | 国内政企/云原生企业大模型服务平台 Top 级 |
核心优势 | 1. 原生 RAG（检索增强生成）引擎能力极强；
2. 良好的可视化 Prompt 调试与 Workflow 编辑体验；
3. 开源生态极其活跃，支持完全私有化部署。 | 1. 拥有 400+ 原生 SaaS API 节点，逻辑控制能力极强； 2. 适合极其复杂的传统业务系统与 AI 的编排结合； 3. 自部署成本低、本地数据隐私可控。 | 1. 极致降低上手门槛，UI/交互设计极佳；
2. 丰富的生态插件与知识库组件；
3. 一键发布至飞书、微信、抖音、Telegram 等多端。 | 1. 与阿里云底层计算、存储、数据库深度关联； 2. 原生支持通义千问系列及众多国产/开源模型； 3. 提供完整的微调 (FT)、RAG 及高并发企业级 SLA 保障。 |
主要短板 | 1. 对传统第三方 API 应用（非 AI 场景）的生态插件库少于 n8n； 2. 多 Agent 复杂的协同调度能力仍处于高速演进期。 | 1. AI 原生能力（如 RAG、Prompt 管理、Agent 记忆）不如 Dify/Coze 专业，需配合其他 AI 节点； 2. 无代码非技术人员初次搭建逻辑有一定门槛。 | 1. 极复杂的深度业务逻辑/条件分支能力弱于 n8n； 2. 私有化/本地化深层定制门槛较高（较依赖官方平台生态）。 | 1. 界面与交互偏向传统云厂商工程师风格，非技术人员学习成本高； 2. C 端生态及社交平台发布联动不及扣子灵活。 |
适用场景 | 开发者团队、中小型企业快速构建高性能 RAG 应用、企业内部 AI 知识助手、复杂 AI Agent 工作流。 | 技术团队、IT 运维、自动化业务专家，用于将现有软件 (CRM、ERP、GitHub 等) 与 AI 串联的复杂自动化流水线。 | 个人开发者、运营人员、轻量企业打造 AI 客服、智能体助手、媒体内容创作与社群机器人。 | 大型企业、政企客户、云上开发者打造企业级知识库、专业业务 Agent 系统、大模型定制与微调应用。 |
开源情况 | | | 闭源 | 闭源 |
是否支持第三方模型 | 是（原生支持 OpenAI, Anthropic, Ollama, LocalAI, Azure 以及绝大多数国产大模型平台）。 | 是（支持 OpenAI, Anthropic, HuggingFace 及任何兼容 OpenAI 格式的第三方/本地模型）。 | 是（海外版支持 OpenAI, Anthropic, Gemini 等；国内版主要以云云/豆包及常见兼容模型为主）。 | 是（除通义全系外，支持集成/接入第三方主流模型及用户自定义 API 接入）。 |
量化综合评分 | 9.4 / 10 | 9.2 / 10 | 8.8 / 10 | 9.1 / 10 |
笔者选择 | 推荐 | | | |
备注说明 | | | | |
Z FAQ for AI Agent
Q: 开源社区类似OpenClaw的、且热度和前景度较高的项目还有哪些？
下面把当前热度较高、前景较明确的项目按这两条线分别列出。
GitHub Stars 数据截至 2026 年 7-8 月，会快速变化，落地前请以 GitHub 实时页为准。
第1类：OpenClaw 同源生态（最像 OpenClaw）
这一支项目收录于社区维护的 Awesome Claw 目录——都是受 OpenClaw 启发、开源、自托管的个人 AI 助手，但在轻量、安全、边缘部署等方向做了差异化 。
项目 | 语言 / 体积 | Stars | 核心定位 | 前景判断 |
|---|
HKUDS/Nanobot | Python，~4000 行 | ~2.5 万 | 极简版 OpenClaw，号称"比 OpenClaw 小 99%"，MCP 支持，支持飞书/QQ/Email 等 9 平台 | 轻量替代首选，迭代活跃 |
NousResearch/Hermes Agent | Python | 22.4 万（榜单数据） / 4 万+（社区统计） | 自进化 Agent，长期记忆 + 自动提炼 Skill，20+ 渠道 | 增长最快的开源 Agent 之一，势头猛 |
ZeroClaw | Rust | ~3.15 万 | 零开销、trait-driven、可替换核心，部署到 ARM/x86/RISC-V | Rust 性能派代表，"NullClaw 后继" |
PicoClaw（Sipeed） | Go | 未披露 | 单二进制，<10MB，可跑在 $10 开发板/旧安卓 | 边缘/嵌入式场景首选 |
NanoClaw | TypeScript | 未披露 | 8 分钟读懂代码，Agent 跑在真实容器里，文件系统隔离 | 安全隔离路线代表 |
IronClaw（NearAI） | Rust | 未披露 | WASM 沙箱工具、防 Prompt Injection、混合搜索记忆 | 安全合规场景有潜力 |
TinyClaw | Shell/TS | 未披露 | 多 Agent 多团队多渠道，链式执行 + 扇出，隔离工作区 | 小团队协作方向 |
MimiClaw | 纯 C | 未披露 | 跑在 $5 的 ESP32-S3 芯片上，0.5W，本地优先 | 极限边缘，噱头+实用兼具 |
SupaClaw | TypeScript | 未披露 | 完全基于 Supabase，可在 Supabase 账号内运行或完全自托管 | 偏好 Supabase 生态的团队合适 |
这一类的共同趋势：
OpenClaw 本体因 43 万行代码被安全研究者称为"安全噩梦" ，衍生项目几乎都在解决3个痛点——代码更小可审计、容器/WASM 级隔离、边缘/低功耗设备可跑。
第2类：更广义的高热度 Agent 框架
如果放宽到"能用来构建 Agent 的开源框架"，下面是 2026 年 8 月 AI Hippo 榜单 和 TrendingRepo 动量榜 的综合前列：
项目 | Stars | 定位 | 与 OpenClaw 的差异 |
|---|
ECC（affaan-m） | ~23.7 万 | Agent harness 性能优化，含 Skills/本能/记忆/安全 | 更偏底层 harness，OpenClaw 同级竞品 |
AutoGPT | ~18.6 万 | 自主 Agent 先驱，早期引爆赛道的老牌项目 | 偏自主任务执行，渠道集成弱于 OpenClaw |
Langflow | ~15.3 万 | 可视化构建 Agent 和工作流 | 低代码方向，非个人助手 |
LangChain | ~14.3 万 | 最流行的 LLM 应用开发框架 | 开发框架，不是开箱助手 |
Firecrawl | ~15.9 万 | Web 抓取/搜索 API，Agent 的工具底座 | 单点能力，非完整助手 |
OmniRoute（diegosouzapw） | 3.5 万（7 天 +8.4k） | 统一 AI Gateway，290+ 供应商，500+ 模型 | 7 天星标增速全场第一 |
Orca（stablyai） | 3.3 万（7 天 +6.5k） | 并行 Agent 舰队 ADE | 面向"多 Agent 并行"的开发环境 |
Hermes Agent | 同上第一类 | 会成长的持久化 Agent | 个人助手 + 自进化 |
AstrBot | 3.84 万（动量靠前） | 聚合大量 IM 平台、LLM 的 Agent 框架 | 国内 IM 接入最广，中文生态友好 |
Open Interpreter | 高热度 | 自然语言驱动，写代码并执行 | 本地代码执行方向，无渠道集成 |
Khoj | 高热度 | 个人或知识库的第二大脑，文档索引 + 深度研究 | 偏知识管理，非任务执行 |
这一类中，OmniRoute 和 Orca 是 7 天星标增速最猛的2个 ，代表当前资本和社区注意力正从"完整助手"转向"AI Gateway"和"多 Agent 并行编排"两层。
Q: 类 OpenClaw 的AI Agent生态正在往哪儿演化？
Y 推荐文献
X 参考文献
