AI Agent 对比和选型

Karl_wei2026-05-12 17:57

一、前言

！！！Agent，把天才 AI 变成一个能干活的人 ！！！

如果说 LLM 大模型是一个天才引擎，那么 Agent 就是很多无形的手，去控制这个天才引擎完成各种各样的工作和流程，替人类真正的干好活。

Agent 圈的主流产品/框架，如同百家争鸣般，赛道分化明显、定位泾渭分明：

  • 有开箱即用的，可本地部署、多渠道接入的个人助手产品，最典型的就是 OpenClaw🦞
  • 有适合生产落地的底层 Agent 编排框架，面向开发者/企业，自研复杂多智能体，比如：LangGraph、Hermes
  • 有高度产品化，内置于大厂应用；深度绑定自家模型，拥有工具调用、代码工程、终端任务能力的Agent协作平台。比如大家都在用的：Claude Code、Gemini、Codex

下面我们就深入的学习下这些 Agent 的核心能力和应用场景！

二、概览

流派 产物形态 应用场景 代表
开箱即用型 可部署的完整应用 个人 / 团队 Agent 助手 OpenClaw、ZeroClaw、Dify
编排框架 SDK / 库 自研复杂多智能体 LangGraph、Hermes、CrewAI
产品工具型 CLI / IDE 开发者编码、终端自动化 Claude Code、Codex、Gemini Cli
功能定位 集成成本 控制粒度 使用难度 扩展性 安全性
开箱即用型 端到端任务执行 中 中 低 中 高
编排框架 自建Agent编排 高 高 高 高 高
产品工具型 工程现场协作 低 低 极低 低 中

本文我们核心了解：OpenClaw、ZeroClaw、LangGraph、Hermes、Codex、ClaudeCode

三、成品化 Agent 应用

这类 Agent 的特点是：你不需要写代码，部署好就能用。它们是完整的应用，开箱即用。

1. OpenClaw 🦞（368k★）

核心亮点

  • 本地优先的 AI 网关：所有数据留在本地，隐私可控
  • 25+ IM 平台接入，意味着你可以在社交软件上直接颁发指令：微信、QQ、飞书、iMessage、WhatsApp、Telegram、...... 几乎是全渠道触达
  • 语音能力：macOS/iOS 支持唤醒词，Android 支持连续语音对话（ElevenLabs + 系统 TTS）
  • Live Canvas：Agent 驱动的可视化工作台（A2UI），不只是聊天框
  • 多 Agent 路由：不同渠道可以路由到不同 Agent workspace，互相隔离

部署步骤

bash 复制代码 
# 安装（Node.js 22.14+ / 推荐 24）
npm install -g openclaw@latest

# 引导式初始化（选模型 provider、接入渠道、配安全）
openclaw onboard --install-daemon

# 检查配置健康度
openclaw doctor

支持 npm / pnpm / bun，也支持 Nix 和 Docker 部署。

不挑模型 Provider ------ 用你偏好的旗舰模型（Claude / GPT / Gemini / DeepSeek等）。

安全机制

  • DM 配对：陌生人发消息需要输入配对码才能与 Agent 交互
  • 会话隔离：非主会话强制在沙箱中运行
  • openclaw doctor：一键审计配置安全性

常见玩法

  1. 全渠道个人助手：日程、邮件、待办、知识库问答，只要在IM平台上 @它就行
  2. 团队自动化 Bot：监听 GitHub / GitLab 事件 → 自动处理 → 群里汇报

总结：OpenClaw 是"Agent 界的 Homebrew" ------ 生态决定了它能干多少事，本地优先保证了你的数据不出门。

2. ZeroClaw 🦀（31k★）

核心亮点

  • 单 Rust 二进制：极致轻量，最小内核仅 6.6MB，冷启动极快
  • 安全第一：默认 supervised 模式，OS 级沙箱（Linux Landlock / Bubblewrap / macOS Seatbelt / Docker），每次工具调用都有密码学签名收据，可审计
  • 20+ 模型 Provider：Anthropic、OpenAI、Ollama、任何 OpenAI 兼容端点，支持 fallback 链和智能路由
  • 硬件 IoT 集成：GPIO / I2C / SPI / USB，支持树莓派、STM32、Arduino、ESP32
  • SOP 引擎：事件驱动的标准操作流程（MQTT / Webhook / Cron / 外设触发），支持审批门和可恢复执行

部署步骤

bash 复制代码 
# 一键安装
curl -fsSL https://raw.githubusercontent.com/zeroclaw-labs/zeroclaw/master/install.sh | bash

# 或从源码编译（支持自定义 features）
git clone https://github.com/zeroclaw-labs/zeroclaw.git
cd zeroclaw && ./install.sh --source --features "telegram,ollama,gpio"

# 最小安装（仅内核，6.6MB）
./install.sh --minimal

配置文件：~/.zeroclaw/config.toml，单文件可以管理全部配置，非常方便。

技术架构

应用场景

  1. 边缘 AI / IoT：在树莓派上 7×24 跑 Agent，通过 GPIO 控制硬件
  2. 高安全环境：密码学收据 + OS 沙箱，适合金融 / 医疗合规场景
  3. 终端设备 ： Windows、Android（ZeroClaw-Android）整机设备的 Agent 总控

ZeroClaw 是"Agent 界的嵌入式 Linux"------极致轻量 + 硬件级安全 + IoT 原生，在资源受限环境里它是唯一选择。

3.OpenClaw vs ZeroClaw

维度 OpenClaw 🦞 ZeroClaw 🦀
语言/运行时 Node.js Rust 单二进制
最小体积 ~100MB+ 6.6MB
生态规模 368k★，ClawHub 技能丰富 31k★，兼容部分 OpenClaw Skills
安全模型 DM 配对 + 沙箱 密码学收据 + OS 级沙箱
硬件支持 无 GPIO/I2C/SPI/USB
适合场景 个人/团队全渠道助手 终端设备设备 / IoT / 高安全环境
Windows WSL2 WSL2

选型建议：资源充足、追求生态 → OpenClaw；资源受限、安全优先、要碰硬件 → ZeroClaw。

四、Agent 编排底层框架

这类框架解决的核心问题是：我要在自己的产品里造一个 Agent，但不想从零实现调度、状态管理、工具注册这些脏活。

换言之：你的业务逻辑才是核心，框架帮你搞定"让 AI 按流程干活"这件事。

1. LangGraph（31.2k★）

LangChain 团队出品，灵感来自 Google Pregel、Apache Beam 和 NetworkX------用 有向图 来编排 Agent 的工作流。控制粒度最细的 Agent 框架，没有之一。

技术框架

三个核心抽象：

  • Node（节点） ：每个节点是一个处理步骤------LLM 调用、工具执行、或任何 Python/TS 函数
  • Edge（边） ：节点之间的转换逻辑，支持条件路由
  • State（状态） ：跨节点共享的上下文，自动持久化，进程挂了也能从断点恢复

语言支持：Python（langgraph）+ TypeScript（langgraphjs）双版本。

技术特点和优势

  • ✅ 显式可控：每个决策分支都是代码里的一条边，不存在"LLM 自己决定下一步"的黑盒
  • ✅ 持久化执行：State 自动持久化到 Postgres / Redis / SQLite，进程崩溃可从 Checkpoint 恢复
  • ✅ Human-in-the-loop：任意节点可插入人工审批，Agent 暂停等人确认后继续
  • ✅ Time-travel 调试：回溯到任意历史 State 快照，重放执行路径
  • ✅ 可观测性：深度集成 LangSmith，每一步 token 消耗、延迟、决策路径全可追踪
  • ✅ 长期记忆：支持短期工作记忆 + 跨会话长期持久记忆
  • ⚠️ 学习曲线陡：StateGraph / MessageGraph / Pregel 多种抽象，新手容易迷失
  • ⚠️ 生态绑定：虽然可独立使用，但强引导走 LangChain + LangSmith 全家桶

典型代码示例

python 复制代码 
from langgraph.graph import StateGraph, END
from typing import TypedDict

# 1. 定义状态
class AgentState(TypedDict):
    messages: list
    next_action: str

# 2. 定义节点函数
def analyze(state: AgentState) -> AgentState:
    ...

def execute(state: AgentState) -> AgentState:
    ...

# 3. 组装图
graph = StateGraph(AgentState)
graph.add_node("analyze", analyze)
graph.add_node("execute", execute)
graph.add_node("review", human_review)

# 4. 条件路由
graph.set_entry_point("analyze")
graph.add_edge("analyze", "execute")
graph.add_conditional_edges(
    "execute",
    lambda s: s["next_action"] == "need_review",
    {True: "review", False: END}
)

# 5. 编译（带持久化）
app = graph.compile(checkpointer=PostgresSaver(...))

接入流程

复制代码 
需求分析 
　↓
定义 State Schema 
　↓
编写 Node 函数 
　↓
定义 Edge 路由逻辑 
　↓
组装 StateGraph 
　↓
配置 Checkpointer（Postgres/Redis）
　↓
部署（LangGraph Cloud / 自托管）
　↓
接入 LangSmith 监控

适合的场景

  1. 企业级审批流程：贷款审批、内容审核、风控决策------每一步可追溯
  2. 客服系统：意图识别 → 检索 → 工具调用 → 人工升级，精确控制
  3. 数据处理 Pipeline：ETL + AI 分析 + 人工确认的混合流程
  4. 多步推理：需要 Human-in-the-loop 的复杂分析场景

LangGraph 是"Agent 界的状态机" ------ 你画什么图，Agent 就走什么路。确定性最强，学习成本也最高。

2. Hermes Agent（132k★）

Nous Research 出品------ "The Agent That Grows With You" 。

核心理念：Agent 不该是静态的，它的 Skills、Prompts、代码应该随使用持续自我优化，成长学习。

技术框架

核心抽象：

  • Skills（程序记忆） ：Agent 完成复杂任务后自动提取可复用 Skill，下次直接调用
  • Persistent Memory：用户画像 + 会话历史 + 长期知识，跨会话保留
  • Subagent 并行：spawn 隔离子 Agent 并行处理子任务
  • Cron 调度器：内置定时任务，Agent 可自主设定周期性工作
  • 六种执行后端：Local / Docker / SSH / Daytona / Singularity / Modal

技术特点和优势

  • ✅ 自我进化的 Skills ：任务完成后自动创建 Skill，使用中自动改进
  • ✅ Self-evolution：DSPy + GEPA（遗传帕累托提示进化，ICLR 2026 Oral），纯 API 调用无需 GPU，单次 $2-10
  • ✅ 模型无关：OpenRouter 200+ 模型、OpenAI、Anthropic、NVIDIA NIM、Ollama
  • ✅ 多平台网关：Telegram / Discord / Slack / WhatsApp / Signal / Email，单进程多渠道
  • ✅ 40+ 内置工具 + 原生 MCP 扩展
  • ✅ FTS5 会话搜索：全文检索 + LLM 摘要
  • ⚠️ Self-evolution 仍在早期：Phase 1 已实现，Phase 2-5 规划中

安装和上手

bash 复制代码 
# 一键安装
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
source ~/.bashrc

# 交互式配置
hermes model    # 选择 LLM provider
hermes tools    # 配置可用工具
hermes setup    # 完整设置向导

# 启动
hermes          # CLI 聊天
hermes gateway  # 多渠道网关

Self-evolution 工作原理

markdown 复制代码 
日常使用 → 完成任务 → 自动创建/改进 Skill
    ↓
触发 Self-evolution（手动或定时）
    ↓
DSPy 收集反馈 → GEPA 遗传算法搜索最优方案
    ↓
帕累托筛选（准确性 × 效率 × 成本）
    ↓
最优变体替换原 Skill → Agent 变得更聪明

适合的场景

  1. 持续优化的 AI 助手：越用越顺手，不需要手动调 prompt
  2. 多渠道运营：一个进程同时服务多个平台
  3. Serverless 弹性：Modal/Daytona 按需休眠
  4. 研究探索：Self-evolution 本身是很好的研究工具

Hermes 是"会长大的 Agent"------你用它，它也在学你。Self-evolution 是它最大的护城河。

3.LangGraph vs Hermes

维度 LangGraph Hermes Agent
设计哲学 显式编排，人类完全控制 自主进化，Agent 自我优化
核心抽象 Graph（Node + Edge + State） Skills + Memory + Subagent
学习成本 高（图 + 状态机 + Checkpoint） 中（CLI 上手快，深度需学 DSPy）
控制粒度 极细（每条边可控） 中等（框架自动决策更多）
可观测性 强（LangSmith 全链路） 中（FTS5 + 社区工具）
自适应 无（需人工调整） 强（内置 Self-evolution）
模型 LangChain 生态 200+（OpenRouter + 本地）
部署 Cloud / 自托管 本地 / Docker / Serverless
多渠道 需自己集成 内置网关 6+ 渠道
典型场景 企业审批/风控/客服 个人助手/持续优化

要"确定性"选 LangGraph，要"成长性"选 Hermes。
两者可以混用 ------ Hermes 探索学习，LangGraph 流程收口。

五、内置 Agent 能力的大厂应用

这是研发同学最熟悉的，我们日常就在用 Codex、Claude Code、Gemini 等进行AI编码。

这些工具都深度绑定自家模型，内置了很垂类的任务规划、工具调用终端运维等 Agent 场景 ，无需依赖第三方框架即可直接使用智能体能力。
本质上，这些工具自带 Agent ------ 且通过 MCP 协议，你的项目还能反向调用它们的能力。

1. Codex（80k★）

定位 ：OpenAI 开源的终端 Agent，"Lightweight coding agent that runs in your terminal"。
安装方式：

bash 复制代码 
npm install -g @openai/codex
# 直接下载桌面应用也可以

使用最佳实践：

  • 全自动模式 ：codex "重构这个函数并加上单测" → Agent 自动规划、修改、验证
  • 审批模式（推荐） ：每一步操作需确认后才执行，适合生产代码
  • 沙箱隔离：所有文件操作在沙箱内执行，不会直接污染工作目录

模型支持：

  • 默认 GPT-4.5（推荐）
  • 支持 o3、o4-mini 等推理模型
  • 通过环境变量可切换模型：OPENAI_MODEL=o3 codex "..."

多会话管理：

  • 支持 --resume 恢复上次会话
  • 项目级上下文：自动读取 AGENTS.md / codex.md 作为项目指令

MCP / Skills 管理：

  • 原生支持 MCP（Model Context Protocol），可接入外部工具
  • 通过 codex.md 配置项目级 instructions 和工具权限
  • 支持自定义 approval 规则：哪些操作自动执行、哪些需审批

2. Claude Code（120k★）

定位：Anthropic 官方 CLI Agent，目前生态最完整、社区最活跃的编码 Agent。

安装方式：

bash 复制代码 
npm install -g @anthropic-ai/claude-code

使用最佳实践：

  • Plan → Execute 分离 ：复杂任务先让它出计划（/plan），确认后再执行
  • Sub-agent 并行 ：大任务自动拆分成多个子 Agent 并行处理
  • Skills 系统：把常用操作封装成 Skill，一键复用（如"写飞书文档"、"生成 PR"）

模型支持：

  • 默认 Claude Opus 4（最强推理）
  • 支持 Sonnet 4 / Haiku 4（快速模式 /fast）
  • 通过 /model 命令或 CLAUDE_MODEL 环境变量切换

多会话管理：

  • 自动上下文压缩：对话无限长，系统自动管理
  • /resume 恢复历史会话
  • 支持多 workspace 并行：每个项目独立上下文
  • 后台 Agent：run_in_background 让 Agent 在后台跑长任务

MCP / Skills 管理：

  • MCP 双向通道 ：
    • 作为 MCP Client：接入飞书、GitHub、数据库等外部工具
    • 作为 MCP Server：让其他应用调用 Claude Code 的能力（读代码、改文件、跑命令）
  • Skills 生态 ：.claude/skills/ 目录管理项目级技能
  • 权限体系 ：.claude/settings.json 精细控制工具权限
  • Hooks：在工具调用前后自动执行自定义脚本

3. Codex vs Claude Code

维度 Codex Claude Code
开源程度 完全开源 部分开源（CLI 开源，模型闭源）
模型绑定 OpenAI 系（GPT-4.1 / o3） Anthropic 系（Opus / Sonnet）
执行模式 沙箱优先 直接执行 + 权限审批
多 Agent 单 Agent Sub-agent 并行委派
MCP 生态 支持，较新 最完整，双向通道
Skills codex.md 配置 目录级 skill 系统
社区活跃度 高 极高（120k★）
适合场景 想用 GPT 系模型 + 沙箱安全优先 复杂工程任务 + 生态整合

Codex 胜在开源透明 + 沙箱安全
Claude Code 胜在生态完整 + 多 Agent 编排
选模型偏好先，再选工具。

六、总结 ➡️ 玩转 Agent

可以根据以下思路去选择要怎么使用 Agent ：

  • 我只想验证一个想法 → openClaw / zeroClaw
  • 我要把 AI 流程嵌进现有业务系统 → LangGraph
  • 我每天写代码，想让 AI 帮我干活 → Claude Code / Codex

实际上肯定是混着用 的：

openClaw 探索一些新的咨询 ➡️ LangGraph支撑生产业务 ➡️ 使用 codex 或 cc，让 AI 帮我们上班

回过头看 AI 大模型一开始的模样: 基础的一问一答 。

3 年时间过去，AI 能在各行各业深入落地，Workflow + Agent 功不可没。

所以，别再简单的用豆包、ds 查问题了。

把工具用起来，来编排任务驱动 AI 干活，解放我们自己的生产力！

相关推荐
子兮曰1 小时前
Ruflo 深度解析：49K Stars 的 AI Agent 编排平台 — 给 Claude Code 装上分布式神经系统
前端·后端·ai编程
爱吃的小肥羊1 小时前
又搞事情，OpenAI 开始关闭微调服务！
aigc·openai
小村儿2 小时前
（译文）重温：Karpathy 的 4 条 CLAUDE.md 规则将 Claude 错误率从 41% 降至 11%——历经 30 个代码库后，我又加了 8 条
前端·后端·ai编程
DigitalOcean2 小时前
既要 LLM 推理性能可预测，又要成本可控？专用推理了解一下
llm·agent
该用户已不存在2 小时前
别再把 Claude 当聊天框，Claude Code CLI 安装与上下文管理指北（Part 1）
后端·ai编程·claude
蝎子莱莱爱打怪2 小时前
无废话！源自官网的Codex 命令速查手册！
人工智能·后端·agent
用户69371750013843 小时前
Hermes + DeepSeek：AI 真的开始帮我维护 Linux 了
llm·ai编程
盼君4 小时前
用AI编程5分钟搞定数据可视化：从饼图到桑基图
ai编程
盼君4 小时前
用AI编程画架构图：从系统全景到C4模型
ai编程
热门推荐
01GitHub 镜像站点02Codex 接入 DeepSeek API 完整配置文档03CC-Switch & Claude 基于 Linux 服务器安装使用指南04零基础教你claude code 接入 deepseek V405【AI】2026 年具身智能模型和世界模型总结06Windows端Codex接入第三方模型（DeekSeek，BaiLian)07Cursor 接入 DeepSeek‑V4‑Pro 完整指南（2026 实测）08要裂开了！ChatGPT要手机号验证了？注册Codex要求验证电话号码怎么办？2026年登陆Codex要手机号验证的解决办法09codex app每次打开重连5次Reconnecting问题解决10裂开！ChatGPT 居然开始要手机号验证，附详细解决方法