2026 年 AI Agent 冒出来一大批，名字也乱，但它们其实是几种不同架构路线的代表。这篇从技术角度把 5 个讨论度最高的拆开讲：各自是什么架构、能力边界在哪、怎么扩展。看懂区别，你自己判断就行，不替你下结论。

Codex：云端、异步、并行

OpenAI 的云端编程 agent，架构特点是异步执行、能并行跑多个任务。你把定义清楚的任务交给它，它在云端读代码、改文件、跑测试再交付。
局限：交互深度一般；国内需解决 OpenAI 的账号与付款。
典型用法：边界清晰、可并行的开发任务。

Claude Code：终端、交互、深入

Anthropic 的终端编程 agent，和 Codex 是两种路线：强交互、适合深入复杂代码库，边对话边改、调架构、定位深层 bug。
局限：重度使用对额度消耗较大；国内需中转。
典型用法：长期维护一个复杂项目。

OpenClaw：开源框架、连接一切

2026 讨论度极高的开源 agent 框架（GitHub 星标 34.7 万）。架构上主打"连接"：接入各类 App、做浏览器/邮件/脚本/定时任务的自动化，社区技能生态最大。
局限：开源框架需自部署配置，门槛较高。
典型用法：高度自定义的自动化编排。

Hermes：带记忆、能沉淀

特点是技能记忆机制：把解决过的任务写成可复用技能文件并持久存储，下次复用。常和 OpenClaw 对比。
局限：偏技术、生态较新。
典型用法：有固定重复流程、需要经验沉淀的场景。

WorkBuddy：国产桌面、开箱即用

腾讯的国产桌面 agent，Win/Mac 客户端，集成多模型，内置办公场景，国内可直接使用。
局限：深度与开放性相对有限。
典型用法：国内环境下的轻量办公自动化。

它们的能力，取决于你给它接了什么工具

这几个 agent 有个共同点：都能接外部工具来扩展能力（OpenClaw 靠社区技能、Codex 和 Claude Code 接 MCP、WorkBuddy 支持外部 API）。这其实也是 agent 和普通对话模型最大的区别——能力不是固定的，看你给它接什么。

举个我自己日常的例子：做内容时 agent 默认是不出图的，我会把生图能力接进来（我平时用的是 iMini），写完文案让它顺手把配图也出了。对你也一样——你给 agent 接上什么工具，它就多一项什么本事。

小结

说到底，这 5 个是不同架构路线的取舍：云端并行、终端深潜、开源连接、技能记忆、桌面省心，技术上各有侧重，没有绝对优劣。理解它们的区别，再结合你手上的场景去判断，就够了。