这段时间，「Code Agent」「智能体」这些词猛推，市面上的产品多到让人发晕——名字还都带个 Code、Work 或者 Claw，听着像一大家子亲戚。有人问 Codex 好不好用，有人搞不清「小龙虾」和 Claude Code 到底什么关系。
坦率讲，我一开始也晕。今天就把这些 Agent 的关系和区别，一文说清楚。
先把最关键的一句话放在最前面：这些产品看着像，其实分两大流派——一类是「编程智能体」，干编程出道的；另一类是「通用办公智能体」，什么活都干。 混在一起比，永远比不明白。
一、编程智能体：三代演进
先看编程这条线。它经历了三代，每一代都是对上一代「权限」的一次跃迁——谁在干活、谁在审核，关系一直在变。
第一代 Cursor：你写我补
Cursor 是 AI 原生 IDE，代码补全起家。你写代码，它在旁边猜你下一行要写什么，帮你补全——本质是帮你打得快一点，代码还是你在写，你主它辅。
它是把「AI 帮人写码」这件事带火的第一功臣，但现在有些落寞：Cursor 已被 xAI 收购，正努力向 Codex 模式靠拢。它的故事说明一件事——只做「补全」，天花板很快就到了。
第二代 Claude Code：你说我干
Claude Code 是第一个真正能主动完成任务的产品，不再是补全，而是「你给它一个需求，它自己通读项目、改代码、调 bug，你负责审核」。
这个转变是开创性的：之前所有工具都是「你写，我帮你补」，Claude Code 把它变成了「你说，我来干」。
2025 年底 Claude Sonnet 4.5 发布后，Claude Code 越过一个能力临界点——SWE-bench 达到 77.2%，能独立处理一万多行代码的全流程任务，一举坐上 AI 编程的 C 位。
但它的门槛也摆在那：闭源、绑定 Claude 自家模型，主力还在命令行（现在也有桌面版了），面向的是技术人员和极客，对普通用户不太友好。这期间还有个开源产品 OpenCode 打擂台，主打隐私优先、模型中立、75 个模型随便切，2026 年 1 月 GitHub Star 数一度反超 Claude Code——适合不想被某家大模型绑死的开发者。
第三代 Codex：多智能体指挥中心
OpenAI 的 Codex，2026 年 2 月首发 macOS 版，定位是「多智能体指挥中心」。
它最大的改变，是用图形化桌面应用大幅降低了使用门槛——不用敲命令，点菜单就行，一下子从技术圈扩散到了白领圈子。现在 Codex 已经成了行业事实上的模板，各大厂的产品都在模仿它。
技术上一个重要设计是，Codex 把「AI 自治程度」做成了三档显式开关，默认最保守：Suggest（只给建议，写文件和命令都要批准）→ Auto Edit（自动读写文件，但命令仍需批准）→ Full Auto（全自动，命令默认断网、限定工作目录）。这种「把安全边界做成可调旋钮」的思路，是它在企业里受欢迎的原因之一。
Google 收购的 Antigravity（原本是 Cursor 竞品）也在向 Codex 看齐，紧锣密鼓补课。
国产类 Codex：Trae 领衔
国内这边，主流编程 Agent 现在都是类 Codex 模式，各有各的底子：
- 字节 Trae：同样从 Cursor 模式转向 Codex 模式，但技术沉淀最厚实。对国内开发者最打动人的三点是免费、中文好、从 0 到 1 强——内置豆包/DeepSeek 等国产模型、基础功能免费、中文语义理解明显强于 Cursor/Copilot。短板也明确：多轮对话后容易「失忆」、反复小改既有工程时容易出错。一句话概括：擅长起楼，不擅长打补丁。
- 阿里 Qoder：2026 年 5 月发布 1.0，定位「智能体自主开发工作台」。
- 智谱 ZCode：2026 年 6 月发 3.0，适配自家 GLM 系列。
- 月之暗面 Kimi Code、以及被 DeepSeek 官方收录推荐的开源 Deep Code。
这些名字多到记不住，但干的都是同一件事：初心是让 AI 独立完成编程任务，现在都在走向通用任务。
开源另一条路：DSH（DeepSeek Harness）
如果把 Codex 比作「精装房」，那 DSH 就是「毛坯工坊」——它不是成品，而是 2026 年 8 月 DeepSeek 开源的 Agent 运行时框架（命令行叫 dsh，MIT 协议，免费可商用）。
官方核心公式一句话：Model + Harness = Agent——模型负责推理，Harness 负责落地执行。它的设计哲学是「一切皆插件」：模型适配器、工具、技能、安全沙箱、任务循环全是插件，可自由替换。一条命令就能启动：
npx @deepseek-ai/dsh web # 一键启动 Web UI，默认 127.0.0.1:3080
社区给它的定位很贴切：「模型外面的操作系统」，直接对标 Claude Code，但本质是开发者底层工具，不是拿来即用的一键成品。目前「能试、别上生产」——官方自认版本还不完善、将有破坏性变更，Token 消耗也偏大，插件生态治理近乎缺失。
二、通用办公智能体：OpenClaw 谱系
另一大流派是通用办公智能体，什么活都干。这条线的关键词只有一个——OpenClaw。
引爆点：Manus 和 OpenClaw「小龙虾」
这个领域最早出圈的明星是国产的 Manus（2025 年 3 月发布，全球第一款通用型 AI 智能体，能写报告、查资料、做图表、处理 Excel），内测邀请码一度被炒到 10 万元。但 Manus 闭源、出身创业团队，后来被 Meta 以 140 亿收购，收购又被叫停，最新消息是腾讯有意接盘。
真正把这条线引爆的，是 OpenClaw，社区昵称「小龙虾」。它 2025 年 11 月作为开源实验项目上 GitHub，2026 年 4 月登顶 GitHub 全球总榜第一、36 万 Star。它是一套开源、本地优先的 AI Agent 运行网关框架，作用是把大模型的推理能力和本地电脑的真实操作打通——你提要求，它帮你操作电脑。因为开源、架构好、又赶上模型能力到了临界点，成了 2026 年春节的现象级产品。
国内封装：精装房拎包入住
OpenClaw 是「简装房」，要自己部署环境、配模型、装插件，对普通用户还是费劲。于是国内大厂纷纷在它基础上做封装，把门槛打下来：
- 腾讯 WorkBuddy：知名度最高。由腾讯云 CodeBuddy（编程智能体团队）打造，2026 年 3 月 9 日上线，系统级桌面智能体，完全兼容 OpenClaw 技能。能力偏「能落地的执行体」——有用户分析自己 3899 条操作审计日志，发现本地命令/文件操作合计占 92%，证明它不是问答机，是真动手。短板是写代码这类烧 Token 的任务有「Token 焦虑」。
- 腾讯 QClaw：腾讯电脑管家团队做的，也基于 OpenClaw，但内部竞争中处于弱势。
- 字节 ArkClaw：火山引擎出品，云端 SaaS 版，不用本地部署，打开网页就能用。
- 智谱 AutoClaw（「澳龙」）：2026 年 3 月 10 日上线，国内首个一键安装的本地版 OpenClaw。
这些产品说到底都是基于 OpenClaw 做的封装和优化。OpenClaw 是简装房，需要你自己装修；大厂的封装产品是精装房，拎包入住。
这个流派有两个硬伤
我自己用下来的体感，通用办公智能体（类 Claw 模式）目前有两个「胎里带」的毛病：
相比之下，编程智能体（类 Codex 模式）就好很多，核心原因是它的 Harness（「驾驭大模型的能力」） 更强——怎么拆解任务、怎么管理上下文、怎么验证结果、怎么在出错时回滚重试，这套控制工程编程智能体打磨了很多年，成熟得多。
三、边界正在模糊
值得关注的趋势是：两大流派的边界正在模糊，编程智能体开始切入通用办公领域。
- Anthropic 推出了 Claude Cowork（2026 年 1 月），面向非开发者用户。
- 字节把 Trae SOLO 升级成了 Trae Work，从开发者专属变成全员 AI 办公平台，「Work + Code」双核驱动。
简单说：编程智能体对大模型的控制驾驭能力更强（大厂在牵头猛攻），现在正把这套能力迁移到通用办公场景；而通用办公智能体的核心基础保持开源、有社区生态支撑，将来能否重演当年 Android 对 iOS 的逆袭也未可知。
四、选型建议：先问「你是什么人」
看完上面的脉络，选型其实已经不复杂了。最直接的一套判断是：
- 能搞定魔法上网 → 直接 Codex（图形化、门槛低、生态模板）。
- 不想折腾网络 → 直接 Trae（免费、中文、国产模型）。
- 极客技术流 → 直接 Claude Code（能力天花板、深度攻坚）。
- 就是办公干活用 → 直接 WorkBuddy（文档、流程、文件处理）。
如果你还想再细一点，按人群拆：
- 专业开发者：要深度、要上下文兑现、愿意为质量付费，选 Claude Code，尤其适合复杂重构、跨文件改造——但记得装好「硬止损」，别让它自己跑成账单事故。
- 预算敏感的开发者：Codex，便宜、克制、自治开关可调，三档审批模式给足安全感。
- 国内开发者做中文项目、从 0 到 1：Trae IDE，免费 + 中文是硬优势。
- 想自建 Agent 基础设施、模型无关、可私有化审计的团队：DSH，它是地基不是成品，MVP 阶段验证架构合适，别急着上生产。
- 非技术白领、要自动化办公和文件处理：WorkBuddy 或 Trae Work，看你企业 IM 生态——飞书选字节，企业微信/微信选腾讯。
最后留一句值得记住的判断：工具会继续同质化，真正拉开差距的不是「选哪个 Agent」，而是你怎么验证它没骗你。长程任务成功率低、Token 烧得快、口头承诺「已修复」实际没改——这些坑归根到底，都落在「验证」两个字上。谁先补上这一课，谁才是这些工具真正的主人。
