上一期视频聊了个态度：全网都在吹 Codex，但对大部分不写代码的人来说，它没那么神——你有更合适的选择。视频里点了一串工具的名字，受限于时长，很多没来得及展开。
这篇是那期视频的番外。视频是前段时间录的，而 AI 这摊子东西几周就是一个样，所以动笔之前，我把里面提到的每款工具都重新查了一遍最新进展：有些当时的判断被验证了，有些数字已经过时，还有一两处，现在的事实和录视频时几乎反了过来——最典型的就是 OpenAI 的旗舰型号。下面这 9 款工具，我按最新情况重新摊开，对比一遍。
先上一张总表
这里的”定位”不是营销话术，是照着官方文档和最近的评测报道整理的。
| 工具 | 一句话定位 | 核心机制 | 适合谁 |
|---|---|---|---|
| Codex（OpenAI） | 执行者型编程 agent | Goal 模式自主规划-执行-自测 | 边界清楚的执行任务，能等它跑 |
| Claude Code（Anthropic） | 搭档型编程 agent | 长会话记忆 + 可扩展 skills | 从 0 到 1 搭工作流、要人机协作 |
| DeepSeek V4-Pro | 平价模型，接进现成的壳 | 官方适配 Claude Code 兼容层 | 想省钱又不想离开 Claude Code 生态 |
| OpenClaw | 开源自托管全能 agent | 自己部署，拿聊天软件当界面 | 愿意折腾、能接受偶尔翻车 |
| Hermes Desktop（Nous Research） | 自学习型桌面 agent | 持久记忆、跨会话沉淀技能 | 重复性自动化、想要”越用越懂你” |
| Trae / Cursor | 直连国产模型的 IDE | 内置 DeepSeek，选一下就切 | 要写代码、想免梯子的新手 |
| WorkBuddy（腾讯） | 非程序员办公 agent | 多端 IM 远程操控 | 运营、行政，完全不想碰代码 |
| Craft Agents（Luki Labs） | Claude Agent SDK 协作端 | 任务收件箱 + 三档权限 | 团队协作、要看得见 AI 在干嘛 |
| Proma | Claude Agent SDK，中国向 | 飞书原生桥接 + 任意模型接入 | 深绑飞书生态、想自己接模型 |
Codex 和 Claude Code：「谁更强」没有标准答案
视频里讲过它俩设计哲学的差别：Codex 是”执行者”，Claude Code 是”搭档”。这个判断没变。但真去翻评测榜单，“谁更强”这件事，你会发现根本没有一个干净的答案。
举个例子：在更难、更贴近真实多文件仓库的 SWE-bench Pro 上，Claude 最新的 Opus 4.8 拿到约 69%，是目前活跃模型里的第一梯队；而在终端环境下的编程任务上，GPT 这条线一直咬得很紧、多数时候还略占上风。问题是，这些数字每隔几周就被刷新一次，连评测本身都在升版本（比如 Terminal-Bench 从 2.0 升到 2.1，两版分数不能直接摆一起比）。所以下次看到有人拿单一评测吹”谁碾压谁”，多问一句就好：测的是哪类任务、哪个版本、什么时候的数据。
Codex 这边最实在的更新，是 Goal 模式在 5 月 21 日全面 GA 了——macOS App、IDE 插件、CLI 三端同步，同期还上了两个配套：截图直接喂上下文的 Appshots，以及能在锁屏 Mac 上远程跑任务的 Locked Computer Use（有地区限制，欧盟 / 英国 / 瑞士暂时用不了）。用户增长也很猛，官方口径里 Codex 的周活从 4 月的 400 万，一路涨到 7 月中旬的约 800 万。至于视频里吐槽的”xhigh 挂了快 100 小时”，从社区反馈看不算个例——不过 GA 公告只讲功能、没公布可靠性数据，翻不翻车更多得看具体是什么任务。
多数 harness 都有类似”推理强度”的档位，但调到最高，不代表任务就一定能收尾。
DeepSeek 那条线：不只是接入 Claude Code，是要自己做一个
录视频那会儿，我只看到一条招聘新闻，就顺口猜了句”期待 DeepSeek 出自己的桌面端工具”。现在查下来，事情比那个猜测具体得多。
DeepSeek 确实在组一支专门的 Harness 团队，官网挂出了「Agent Harness 产品经理」「Harness 研究工程师」的岗位，内部把这件事拆成一句话——「Model + Harness = Agent」，意思是除了模型本身，剩下那层”外壳”（harness）他们打算自己做。带队的是今年 3 月加入的崔添翼，前 Jane Street 工程师，眼下还在 X 上公开招人。多家报道都指向同一个目标：做一个对标 Claude Code 的 DeepSeek Code Harness，直接下场和 Claude Code、Codex 正面竞争。
DeepSeek Harness 团队负责人崔添翼在 X 上公开发的招聘帖：他本人是终面。
换句话说，DeepSeek 这步不是”再出一个便宜模型、接进别人的壳里”这么简单，而是连模型带壳一起做。对普通用户当然是好事——多一个大概率还便宜的选择。但也别急着等：这东西目前还停在”招人”阶段，产品没影。
在自家 harness 落地之前，DeepSeek 现在的策略是”谁的壳都能接”。官方文档里有一页专门讲怎么把 DeepSeek 接进现成的编程 agent，直接列出来的是 Claude Code、OpenCode、OpenClaw 这几个；此外 DeepSeek 还维护了一份更全的 awesome-deepseek-agent 清单，本文提到的 WorkBuddy/CodeBuddy、Hermes 也都在里面。接法基本就是改几个环境变量：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<你的 DeepSeek API Key>
export ANTHROPIC_MODEL=deepseek-v4-pro
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-v4-pro
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-pro
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash
export CLAUDE_CODE_EFFORT_LEVEL=max视频里提过”接 DeepSeek 还得自己配搜索”这个坑，现在不用了——DeepSeek 的接口原生支持 Claude Code 的 Web Search，模型判断需要联网时会自动走 DeepSeek 的通道去搜，不用你再接第三方（多搜的请求会另算 token）。
DeepSeek 官方文档里能接入的 harness 列表，几乎覆盖了本文提到的所有工具。
Claude Code 里原生调用 DeepSeek Web Search 的实际效果。
两个开源狠角色：OpenClaw 和 Hermes Desktop
这俩都不是”公司产品”，而是社区自发跑起来的开源 agent，但走的是两条完全不同的路。
OpenClaw 走”全能自托管”路线：自己找台机器把它部署起来，它就能用 WhatsApp、Telegram、iMessage 这些聊天软件当界面，帮你管日程、清收件箱、代发消息，官方号称 50 多个集成。规模是真夸张——GitHub 上大约 8 个月涨到近 38 万 star，今年 3 月一度超过 React，成了全站最热的仓库之一。
但它也是话题最大的那个。作者是 PSPDFKit 的创始人 Peter Steinberger（项目从 Clawd 一路改名到 Moltbot、再到 OpenClaw），而他本人今年 2 月已经加入了 OpenAI，某种意义上”亲爹去了对家”。更要紧的是安全：短短几天爆出 9 个 CVE，其中一个接近满分严重级，大量实例还裸奔在公网上，卡巴斯基和国内都发过安全提醒。有人评价它”要么是 2026 年最重要的开源项目，要么是最危险的”——这话是评论员的调侃，但方向没错：自动化程度越高，翻车代价越大。真想上手，先把安全配置搞明白再说。
Hermes Desktop（Nous Research 出品）走的是”自学习”路线，6 月初刚发桌面客户端，本质是给已有的 Hermes agent 框架套了个跨平台图形界面（macOS / Windows / Linux 都有），不是新模型。卖点是”越用越懂你”：它有持久记忆，会记住你的项目，也记得自己上次是怎么解决某个问题的，还能接 Telegram、Discord、Slack、WhatsApp、Signal、邮件一堆消息入口。项目本身是 MIT 协议、免费；不过要用 Nous 托管的模型服务，得走它家的 Portal（分免费和付费档），不是完全零账号。
国产工具的分工：Trae 写代码，WorkBuddy 管办公
视频里把这两个放一起讲，其实它们服务的是完全不同的人群，谁也不挡谁。
Trae（字节跳动）国内版是免费的写代码 IDE，年初上线，官方说”国内版长期免费”。5 月起它把 DeepSeek-V4-Pro 做成了内置模型，IDE 和新的 SOLO 智能体模式里选一下就能切，不用自己配 API、也不用挂梯子——“Cursor 的国内直连平替”这个定位挺准。（内置的 V4-Pro 目前还挂着 Beta，高峰期可能要排队。）
WorkBuddy（腾讯）面向的是完全不写代码的运营、行政人群——注意它和腾讯给程序员用的 CodeBuddy 是两个产品，别搞混。它的个人版年初就能装来用，6 月 5 日的腾讯云 AI 产业应用大会上又发了企业版。核心能力是”听懂人话、自己把多步骤任务拆开做”，能处理 Excel、PDF、PPT、浏览器自动化这类办公杂活。最有意思的是远程操控：它跑在你自己的电脑上，你用微信、企业微信、QQ、飞书、钉钉给它发条消息（甚至发条语音）就能让它干活，干完再把结果回传给你——这套功能腾讯自己起了个”小龙虾”的外号，明摆着是冲着 OpenClaw 来的。
同样基于 Claude Agent SDK，Craft Agents 和 Proma 走了两条路
这两个都是”给 Claude 套个桌面壳”的思路，底层引擎都是 Anthropic 的 Claude Agent SDK（和 Claude Code 同源，这个 SDK 前身就叫 Claude Code SDK），但产品长得很不一样。
Craft Agents 由笔记工具 Craft 背后的 Luki Labs 开发，Apache 2.0 开源。它强调”看得见、可审阅”：一个收件箱式的任务界面，Explore / Ask to Edit / Execute 三档权限，能同时接 GitHub、Linear、Slack、API 和本地文件。适合团队协作——先让它以只读的 Explore 模式跑出一份执行计划，你看过了再切到 Execute，放手让它做完。
Proma 由国内开发者 ErlichLiu 主导，更像”中国用户的长期工作台”：原生桥接飞书 / Lark 机器人（钉钉、微信也在计划里），模型上支持 Anthropic、DeepSeek、Kimi、OpenAI、Gemini，还有通义、豆包、智谱这些国产的，数据默认本地优先存在 ~/.proma/ 下（JSON/JSONL 格式，不用额外数据库）。协议是 AGPL-3.0，另有商用授权。它除了默认的 Claude 运行时，还能切到一个 Pi 运行时，算个小小的差异化。
一句话分这俩：Craft Agents 更像团队协作工具，Proma 更像个人长期工作台，而且更贴国内生态。（下方图片区有两者的实际界面截图。）
还有个容易被忽略的选择：GPT-5.6 的深度思考
最后补一个视频里点到、但值得单拎出来说的：OpenAI 网页版的深度思考模式。
先更新一个关键事实：OpenAI 现在的旗舰，是 7 月 9 日发布的 GPT-5.6（一家三口 Luna / Terra / Sol，Sol 是最顶那档）。它接替的是 4 月的 GPT-5.5——5.5 当年是自 GPT-4.5 以来第一个完全重训的基座模型，账面成绩很能打（Terminal-Bench 2.0 拿过 82.7%），但只当了十来周旗舰，就被 5.6 换了下来。5.6 主打编码上更省 token、综合更强。
要注意的是，它和 Codex 不是一码事：Codex 是”agent 外壳 + 模型”的组合，会自己规划、执行、自测；GPT-5.6 的深度思考是纯模型的推理能力，你问它答、不替你动手。但对”一个大项目要深度调研、把思路理顺”这种活，它确实是目前性价比很高的选项——前提是你能迈过国内访问和网页端限制这两道门槛。
怎么选：看你的活配哪种”哲学”，别看谁最火
9 个工具摆一起看完，其实还是视频里那句话：别追热点，追匹配。
- 要执行边界清楚的活、能等结果：Codex
- 要从 0 到 1、需要人机协作：Claude Code（想省钱可以接 DeepSeek V4-Pro）
- 愿意自己部署、追求全能自动化：OpenClaw（先搞定安全）
- 要重复性自动化、希望它越用越懂你：Hermes Desktop
- 写代码要国内直连：Trae / Cursor
- 做运营办公、完全不碰代码：WorkBuddy
- 团队协作、要看得见 AI 在干嘛：Craft Agents
- 深绑飞书、想自己接模型：Proma
- 大项目要深度调研思考：GPT-5.6 深度思考
而 DeepSeek 那条线值得接着盯——它不满足于只当”接进别人壳里的便宜模型”，是奔着自己做一个 Claude Code 平替去的。等它的 Harness 团队真交出东西，这张对比表大概率得重画一次。
评论区聊聊：你现在每天在用的，是哪个 AI 工具？想要一份我整理的、专门给非程序员的 AI 工具选型清单，后台回复”选型”领取。
图片资料
