一个门派，半年涨到 39 万星，被 GitHub 认证为"平台史上增长最快"；紧接着，它又用四个月，官网访问量从 1420 万次掉到 277 万次，跌掉 80%。

这个门派叫 OpenClaw。今年初还人人喊"养虾"，如今江湖上已经没人提了。

但访问量暴跌，并不意味着它死了——它只是"润物无声"了。中原各大派基于它的招式二次开山，数一数有 30 多门：腾讯的 WorkBuddy、百度的 DuMate、网易的 LobsterAI、智谱的 AutoClaw、火山的 ArkClaw、阿里的千问办公……

更准确地说，它的退潮是几件事撞在一起：几次大版本更新带出的重大 bug（Gateway 崩溃、记忆断层、安全漏洞，甚至出现本地数据被误删的事故）、高得离谱的上手门槛（要懂命令行，还催生了"上门代装龙虾"的生意），而同类的开源竞品 Hermes 又趁势崛起，用一条一键迁移命令把门徒接走。至于 Claude Code、Codex 这些名门大派，则是随后接过了香火，把 Agent 从"要你自己拼装"变成了"开箱即用"的传家宝。

流量没有消失，只是换了香炉。WorkBuddy 月访问量冲到 2097 万、字节 TRAE 1279 万、阿里千问办公 788 万。

这背后，是一场正在发生的、多数人还没看清的战争——运行层战争。OpenClaw 的退潮不是故事的结束，而是故事真正的开始：竞争从"谁能让你自己搭一个 Agent"，变成了"谁能把 Agent 打包成让人离不开的门派"。

这篇文章，就按三股势力的顺序，把这场战争从头捋到尾——社区运行时、厂商 Harness、平台成品，以及那个悬在所有人头上的终局。

先剧透一句，省得你白读：读到最后你会发现，这场仗真正的赢家，很可能根本不在今天这张英雄榜上。那它到底是谁？往下看。

一、先搞懂一件事：到底在抢什么？

要理解这场战争，得先回答一个更基础的问题：模型已经这么强了，为什么还需要"中间这一层"？

答案是：模型只是一个"引擎"，不是一辆"车"。它能推理、能生成，但它自己不会主动干活——不会开浏览器、不会读写文件、不会记得昨天跟你说过什么、不会在出错时停下来问你一句"这样对吗"。把这些能力补上的那一层，就是今天所有人争抢的运行层（Runtime / Harness）。谁握住这一层，谁就握住了"模型能力"变现的闸门。

但你可能没意识到一件事：这一层，其实早就被打过一仗了，而且那次输得很难看。今天所有人拼命补的每一个"补丁"，都来自同一具尸体的死因。想看懂这盘棋，先得低头看看这具尸体是怎么死的。

前世：AutoGPT 是怎么死的

2023 年 3 月，AutoGPT 几周破 10 万星，点燃了整个 agentic AI 运动——GitHub 上 agent 仓库两年增长 900%+。所有人都以为 AGI 来了。然后，它死了。

死因高度集中，而且今天读起来格外讽刺：

• 无限循环：让模型自己判断"任务做完了吗"，结果它陷入递归验证，反复搜同样的东西；
• 成本失控：单任务 $10–50，一个找菜谱的任务烧掉 $14.40、循环 47 步规划步骤却返回空；
• 幻觉级联：一步幻觉传播到所有后续步骤；
• 上下文失忆：128K 窗口，Agent 中途忘了自己干过什么；
• 无法复用：每次从零推导，没有把成功动作固化成可复用流程的能力。

亚马逊实测，AutoGPT 购物任务成功率只有 24%。而这一切的根源，是一道小学数学题：

这就是"乘法可靠性"：自主性每次冲高，都会被这道乘法打回，然后以更收敛的形态重生。而 AutoGPT 并不是第一次——早在 1990 年代，学术圈就研究过"多智能体系统"（BDI：信念-愿望-意图模型），"协调器 + 执行者"的分工正是今天 Claude Code 的 Coordinator + Worker 的学术前身；2022 年，ReAct 论文（Princeton + Google）第一次把"推理"和"行动"统一成 Thought→Action→Observation 循环——今天所有 harness 的控制流，都是它的变体。

关键判断：今天所有的沙箱、审批、HITL、可回滚，本质上都是在给 AutoGPT 那次失败打补丁。我们天天讨论"补丁"，却很少回头看"伤口"。看懂了伤口，你才明白为什么整个行业都在往同一个方向收敛——而收敛的产物，就是下面这三股势力。

二、第一股势力｜「常驻派」社区运行时：OpenClaw、Hermes、Pi

第一股势力，是开源社区自己长出来的"个人 Agent 运行时"。它们的共同点：把 AI 变成常驻你身边的"数字分身"，住在你的聊天软件里，随时替你干活。代表是 OpenClaw，以及和它形成三角的 Hermes、Pi。这一门，是野路子出身——没有名门正派的庙堂，全靠散人们自己把招式的骨架搭起来。

OpenClaw：定义了"个人 Agent"这件事的开山散人

OpenClaw 是本地优先的个人 Agent 运行时——一个常驻的 Gateway + 大脑 + 技能 + 记忆，接入 WhatsApp/Telegram/飞书/企微等十余个消息平台。它本地、Docker、云服务器都能跑，但默认面向"你一个人"。

它最大的贡献，是把"Agent"从一句口号变成了一个可安装、可配置、可接模型和工具的具体东西。它用文件式长期记忆（SOUL.md、memory/）实现近乎永久的个性化，用 ClawHub 技能市场（5700+ 技能）做扩展——这也是为什么它被称为"个人 AI 的操作系统"。这就好比一个无门无派的散人，硬生生把"个人 Agent"这套江湖里只闻其名、不见其形的传说，炼成了一门有招式、有口诀、人人可练的实学。

但 OpenClaw 也一直在补课。它的可控性演变，是理解整个行业最生动的样本：

裸奔自主 → 最小权限（白名单/deny）→ 沙箱/审批（HITL）→ Policy 运行时（对每个动作做 allow/deny/审批/修复 四选一裁决 + doctor 自检）

这正是一个散人从"赤手空拳闯江湖"，到练成金钟罩的完整过程：最早是光膀子上阵（裸奔），后来学会了护体（最小权限），再后来穿上了软甲（沙箱/审批），最后练成了刀枪不入的护体神功（Policy 运行时，每个动作都过一遍裁决）。

这里藏着一个最反直觉的洞察，叫审批疲劳悖论：审批越多越安全，但人越累越容易"橡皮图章"（闭眼批准），反而更不安全。所以 OpenClaw 的答案是分层默认策略，而不是"全都审批"：低风险读操作自动放行，敏感写操作审批门控，"永远不该发生"的动作（付款、管理 API、删 git 历史）直接 deny。

还有一个被忽视的前提：审计是可控能成立的前提。"只记录最终工具调用不够，要记录 policy 决策本身"——审计日志记录的是「意图 → 上下文 → 审批 → 结果」的完整链路，而不只是最后的副作用。江湖规矩再严，也得有本账记着每一招的来龙去脉，否则就是一笔糊涂账。

个人 AI 的三角：Pi 负责"懂你"，Hermes 负责"变强"

OpenClaw 不是个人 Agent 的唯一物种。它旁边还有两个截然不同的存在，三者构成了个人 AI 的三角格局：

• Hermes Agent（Nous Research，MIT 开源）：自我改进型 Agent。杀手锏是内置学习循环——从你的使用中自动创造技能、自动改进技能、跨会话记忆（FTS5 全文检索 + Honcho 用户建模）。2026 年 5 月，它的日 token 消耗量（2240 亿/天）反超 OpenClaw，登顶 OpenRouter。这是个"自悟奇才"：别人练功靠师父教，它靠"看你出招，自己琢磨出下一招"。
• Pi（Inflection AI）：情感陪伴层。它刻意不做执行——不写代码、不跑任务，主打 EQ：倾听、共情、语音对话、个人反思。它垄断了一个别人做不了的维度：情感连续性。这是个只修"心法"不修"身法"的隐世高人——别人在拼谁能打，它在拼谁能"懂你"。

Hermes 和 OpenClaw 是三角里唯一正面竞争的一对，而且每一条对立都有信息量：

维度	OpenClaw	Hermes
技能获取	目录模式：ClawHub 市场手动装	自学习模式：观察行为，自己写技能
Token 经济学	重扫原始记忆，越用越贵	沉淀程序性记忆，越用越便宜
架构	横向：Gateway + 多 Agent 编排	纵向：单 Agent 单进程
生态	深厚	年轻但凶猛

最深刻的分野在经济学：OpenClaw 的价值是"基础设施复用"（平台逻辑），Hermes 的价值是"时间复利"（有机体逻辑）。一个像开武馆，收徒赚香火；一个像自己修炼，越练越深、功力随岁月见长。

而 Pi 的独特在于，它主动退出了能力竞赛，去垄断"心"而不是"手"——三大助手都太"工具感"了，Pi 是唯一让你感觉"被听见"的。注意 2026 年的动向：Pi 加了主动 check-in、每日简报、提醒待办——陪伴型 AI 也在悄悄长出"轻执行"。

还有一个值得注意的现象：Hermes、Pi 都在单向兼容 OpenClaw——Hermes 甚至内置了一条 hermes claw migrate 命令，一步就能把 OpenClaw 用户的设置、记忆、技能、密钥全部迁过去。这不是三方"互相拥抱"，而是后来者为了承接 OpenClaw 的用户，主动去兼容先行者的一切。真正让这套兼容成立的底层，是一个中立的东西——Anthropic 发起的 agentskills.io 技能标准（以及 MCP、Markdown 记忆）。技能因此正在变成跨运行时可移植的资产，就像容器之于云计算。三角中间那个"完整形态的个人 AI"，大概率不是某一家做出来的，而是被这套开放标准缝出来的。这就像江湖里各派武功不同，但"内力""招式""心法"这些基本功的修炼法门，正被一本通用的「武学总纲」统一起来。

可就在这群"民间高手"以为自己在定义未来的时候，一回头才发现——真正的名门正派已经下山，而且用的还是它们自己发明的枪。下面这一章，才是让所有人后背发凉的地方。

三、第二股势力｜「原厂派」厂商 Harness：Codex、Claude Code、DeepSeek 与国内大厂

如果社区运行时是第一股势力，那第二股更锋利——模型厂商亲自下场做 Harness。海外是 Codex、Claude Code，国内则是腾讯、字节、阿里、百度四家的集体 All in。散人还在山野里苦练的时候，少林武当这些名门正派，已经提着刀下山了。

Codex 与 Claude Code：编程只是滩头阵地

Codex 和 Claude Code 常被当成"编程工具"，但编程只是滩头阵地——因为代码有可验证反馈（编译、测试、diff），是 Agent 循环最容易证明自己的地方。它们正在快速泛化。Dify 官方博客甚至承认，其新 Agent 系统照抄的就是 Codex 和 Claude Code 的模式（ReAct 循环 + Bash + 沙箱）。

它们手里最锋利的武器，是垂直整合。Codex 工程负责人 Thibault Sottiaux 有句名言，被业内反复引用：

"Scaffolding is coping, not scaling."
——脚手架是在将就，不是在规模化。

展开就是三连击：

1. 模型 + Harness 协同训练——用 No Free Lunch 定理（为特定分布优化，胜过在所有分布上泛化），harness 的问题可以直接在下一代模型里修；
2. 三层同体——基础模型、Agent 框架、用户产品在同一组织内，中间层玩家都是在"不属于自己的模型"上叠 harness；
3. 双向飞轮——真实使用数据回流训练，扩展定律从模型层延伸到系统层。

这三招，翻译成江湖黑话就是：名门正派的内功、招式、弟子，全在同一个师门里——内外兼修，还能源源不断从实战里反哺功法。

而且，人才收编已经是事实：2026 年 2 月，OpenClaw 创始人 Peter Steinberger 加入了 OpenAI，进入 Codex 团队。

个人 Agent 领域最有才华的创造者，正在被模型厂商一个个收编。这是社区运行时最深的隐忧——范式是它们发明的，但人才和标准正在向厂商流动。散人开山立派，到头来连掌门人都被名门正派请去做客卿了。

两条路线的差异也很清晰：

	Claude Code	Codex
哲学	先想清楚再做（plan-heavy），靠插件与社区技能生态取胜	精准执行 + 技能封装，靠 OpenAI 全家桶分发
关键动作	Projects 重构为 Coordinator + 并行 worker 的多 Agent 架构，配共享记忆	Record & Replay：录屏演示一遍操作，自动生成可复用的 SKILL.md 技能
生态武器	MCP（Anthropic 首创的协议）+ 深厚的插件与技能生态	ChatGPT 分发 + Apache-2.0 开源的 CLI
隐忧	沙箱默认关闭，自主执行的权限与提示注入风险	MCP 生态不如 Claude Code 成熟，且只锁 OpenAI 模型族

而 Claude Code 还有一个绕不开的"影子"——OpenCode。它常被称作"Claude Code 的开源第二选择"：同样是终端原生的 agent，但在开发者投票里常年紧随 Claude Code 排第二（20 万+ 星、每月 1600 万开发者）。区别在于，Claude Code 是 Anthropic 锁死 Claude 的官方闭源 harness，OpenCode 则是开源、可审计、可接 75+ 家模型的那个——不想被单一厂商绑定的工程师，就选它。它和 Claude Code 的这对关系，恰好是整场运行层战争的一个缩影：厂商用闭源 harness 绑定自己的模型，社区就用开源 harness 做它的可替换镜像。这正是江湖里「正派弟子」和「带艺投师的散人」之争——正派收的是只认自家武功的关门弟子，散人收的是谁有本事就跟谁学的游侠。

国内大厂 Agent 的四国杀：腾讯、字节、阿里、百度

国内这边，是阿里、腾讯、字节、百度四家的集体 All in。虎嗅那句总结很精辟："腾讯聚焦、字节铺开、阿里均衡、百度求快。"它们其实分两个赛道在打：

• C 端通用助手赛道（拼的是谁用户多）：豆包 4.19 亿月活断层第一（QuestMobile 2026 年 Q3 口径，含生态矩阵流量），千问 1.58 亿、DeepSeek 1.23 亿、元宝 8870 万紧随其后——这一局，字节靠抖音分发赢了体量。
• 办公 Agent 赛道（拼的是谁把活干完）：腾讯 WorkBuddy 以 3235 万月活领跑，百度搭子第二、千问办公第三，字节的豆包工作 8 月底才入局，最晚。

四家大厂的打法，正好是四条不同的入口逻辑：

玩家	办公 Agent	入口/生态	打法
腾讯 WorkBuddy	3235 万月活（榜首）	微信 / 企业微信	聚焦：集中资源押一个，停掉 QClaw
字节 豆包工作	8 月底才发布	抖音 / 飞书	铺开：豆包工作 + TRAE 双线
阿里 千问办公	第三（百万级）	钉钉 / 淘宝 / 支付宝	均衡：唯一 C 端 + 办公两榜都进前三
百度 搭子	第二（增速第一）	搜索 / 小度硬件	求快：5 个月迭代 150 次，但缺企业协作入口

这四家，就是江湖里的四路诸侯——腾讯是持重守成的官府正派（微信是它的龙脉），字节是财大气粗、人多势众的豪强（抖音是它的百万大军），阿里是均衡老练的宗师（钉钉淘宝支付宝三头六臂），百度是急着翻身的昔日盟主（搜索是它的老本行，也是它的枷锁）。

其中，WorkBuddy 和我们本篇的 OpenClaw 主线关系最直接，值得单独多说一句它的来路。腾讯官方口径是：WorkBuddy 是自研的桌面智能体，与 CodeBuddy 同宗同源；而据多家媒体证实，它确实是"受 OpenClaw 开源框架启发"——腾讯内部约 10 人团队，两天做出初始版本。它的打法是"OpenClaw 企业化"的第三条路：兼容 OpenClaw 的 Skills 生态（SkillHub 收录 7 万+ 技能）吃生态红利，自研安全网关/权限/审计握住管控，复用微信/企微/QQ 渠道做分发。官府正派的高手，看中了散人的野路子武功，只用了两天就把它"收编改良"成了朝廷的制式刀法——借了散人的势，又握住了自己的管控。

而 WorkBuddy 在四家里真正值得看的，是两组被大多数人忽略的数据：

第一，用户黏性断层领先。Xsignal 数据显示，WorkBuddy 月人均使用 20.2 分钟、19.5 次；而百度搭子只有 2.5 分钟、4.7 次，千问办公 9.1 分钟、5.2 次。别人是"打开问一句就走"，WorkBuddy 是"坐下、打开文档、真干活"——这也是它敢在 7 月率先付费（99–999 元/月）的底气：它卖的不是"聊天"，是"交付物"。

第二，切中了政府和大企业最硬的刚需。WorkBuddy 强调本地文件处理、结构化交付、受控权限——这正是数据安全敏感场景（政务、金融、大型企业）采用 AI 的首要门槛。虎嗅点得很透：办公 Agent 的竞争指标，正从"月活"转向"任务完成率和交付质量"，而数据安全是企业采用的主要障碍。

但也要诚实说它的短板：C 端体量它打不过字节和阿里。豆包的 4.19 亿月活是 WorkBuddy 的 13 倍，因为它背靠抖音这个国民级分发机器，而 WorkBuddy 的战场被"框"在了办公这个更窄、但更值钱的场景里。

所以结论是：WorkBuddy 的特别优势不在"用户多"，而在"用户留得住 + 企业敢用 + 微信入口通"。它本质上是一场错位竞争——字节赢了"国民入口"，腾讯赢了"办公入口"；前者是流量逻辑，后者是任务逻辑。而我们在前面反复说的"运行层战争的胜负手是治理"，恰恰在 WorkBuddy 身上得到了一个中国版的验证。

DeepSeek / dsh：厂商里的第三条路，把 Harness 做成操作系统

同是模型厂商亲自下场做 Harness，DeepSeek 却是其中最特殊的一个——它既是"地基"和"军火商"，又是一个不走寻常路的挑战者。还记得《百模江湖》里那位"无门无派的扫地僧"吗？正是他。DeepSeek 是那场大模型混战里唯一不入山门、内力却最深的孤例，如今它把同样的路数，用到了 Harness 这一层。

先说模型层：DeepSeek V4（2026 年 4 月 24 日发布 Preview 版）百万上下文、MIT 开放权重、推理与对话合一，SWE-bench Verified 80.6% 开源第一。它最出名的一件事，是把国产高性能模型的价格打穿了——V4-Pro 的合计成本约为 GPT-5.5 的 1/7。一句话：它是几乎所有中间层玩家的默认发动机。扫地僧从不下场比武，但他的内力，全江湖的掌门都在偷偷借用。

但它有个致命悖论：给全行业供弹药，却不掌握任何一个运行层入口——价值被 harness 层的玩家截走了。

2026 年 8 月 13 日，它给出了回应：开源 dsh（DeepSeek Harness），半小时破万星、12 小时 5 万星、一周冲到 17 万星。理念与 Codex 针锋相对：

	Codex / Claude Code	dsh
核心论点	复杂脚手架是对问题的掩盖，模型+harness 耦合训练	无特权内核，连 Agent 循环都是插件
形态	调试好的整车	最强壮的骨架 + 全部零件，你来组装
可替换性	低（厂商写死内核）	极致：沙箱/审批/文件系统/模型/记忆全是"接缝"，可单独换
可审计	产品功能	运行时法律："模型可见即已记录"，违反即报警

名门正派传的是"整套成型的绝学"，扫地僧却把「武功秘籍的原稿」直接贴在了山门上——连内功心法的每一句口诀，都任你拆、任你改、任你另起炉灶。

最深的一层是战略：DeepSeek 的垂直整合发生在"数据层"，不在"产品层"。Harness 的核心价值，是"把模型能力转化为稳定的端到端交付，同时沉淀长程任务轨迹与纠错反馈这些最稀缺的数据"。OpenAI 用产品锁定换数据，DeepSeek 用开放架构换——dsh 不锁定用户，但每次会话的日志，都在喂养下一代模型的粮食。别的门派靠"收关门弟子"留人，扫地僧不锁你，但你每一次练功的轨迹，都成了他参悟下一层功法的资粮。

但冷启动有三个硬门槛：产品成熟度（目前 v0.1 预览版，给的是骨架不是整车）、可靠性数学（多步任务的乘法关系，出错时的发现、控损、回滚需要时间打磨）、合规门票（2027 年起银行业采购目录要求等保三级，智谱 ZCode、腾讯 CodeBuddy、阿里 Qoder 已卡位，dsh 尚无证书）。

判断：dsh 的终局是"Agent 层的 Linux"——如果成熟，它会把执行层"基建化"，迫使闭源厂商向上走、去卖端到端的工作流整合价值。DeepSeek 真正的护城河在数据层：全开放栈（自托管 V4 + dsh）能让欧洲企业拿到 1/10 价格 + 完全主权。但成败取决于执行而非理念——它输得起架构，输不起时间。

不过，还有一批玩家，压根没打算"陪在你身边"——它们要的是把 Agent 直接做成一件能交付、能签合同的成品。这条路上，藏着这盘棋里最贵的一家公司，和最惨烈的一次争夺。

四、第三股势力｜「成品派」平台成品：Dify、扣子、Manus、Devin

第三股势力，是另一条截然不同的路——把 Agent 能力做成"可交付、可治理的产品平台"，而不是一个常驻你身边的运行时。这条路上，有四家各代表一种形态：Dify 是「工作流平台」、扣子是「低代码平台」、Manus 是「通用成品 Agent」、Devin 是「编程成品 Agent」。前两股势力还在争"谁能常伴你左右"，这一派干脆改行开镖局——不陪你，直接接单送货，货到付款。

Dify：工作流的守护者，与 OpenClaw 的镜像对称

Dify 是 LLM 应用开发平台（LLMOps）：让团队在服务端可视化编排工作流，把模型、RAG、工具串成可交付的 AI 应用，靠 API 出去。它的核心区别一句话：Dify 是"人画流程图、模型填空"，OpenClaw 是"模型在循环里自己决定下一步、工具当手脚"。

两者站的是同一个中间层，差别在于控制流的归属：

维度	Dify	OpenClaw
控制流归属	人预先编排 DAG，LLM 是节点	LLM 在 Agent 循环中实时规划
部署形态	服务端 / 云 SaaS / 私有化，团队协作	本地 / Docker / 云服务器均可，默认面向个人
记忆模型	会话状态 + RAG 知识库	文件式长期记忆（AGENTS.md、sqlite-vec）
交互入口	API / 嵌入式应用（对程序）	消息平台（对人，随身）
设计哲学	确定性、可治理优先	自主性、能力上限优先

一个是讲「规矩」的名门大派——招式有谱、招式有责、一招一式都要入账；一个是讲「天性」的散人——随机应变，想怎么打就怎么打。

但最妙的不是它们多不同，而是——两个死对头，正在镜像对称地走向对方。OpenClaw 从"裸奔"往回收，长出可控性（Policy、审批、审计）；Dify 则从"死板"往外放，长出自主性——这是它的自进化四层次：

纯确定性工作流（DAG）→ HITL（人机回路）→ 沙箱 Agent + Skills → Build Mode（对话式搭 Agent，改动进 Build Draft）

Dify 最精妙的设计，是把"自进化"做成了"受控进化"：Build Mode 里 Agent 边做边改，但改动不直接生效，而是落到 Build Draft + build_note.md，你在配置面板里逐条采纳或丢弃，满意才 Publish。Dify 允许进化，但进化必须可审查、可回滚、人拍板。名门大派也允许弟子创新，但每一招新招式，都得先写进「武功谱」，掌门过目、同门评议，成了才能对外传授。

它还明确划分了 Agent 与工作流的分工，官方定位很清醒：

Agent 决定"怎么完成任务"；工作流决定"任务何时发生、前后是什么、何时需要人介入、出错怎么办"。

Dify 反复用一个词定义 Agent 的价值——"你自己的软件补丁（software patch）"：Agent 擅长即兴，但"一次成功不是系统"，工作流把即兴能力变成可重复、可排期、可监控的稳定流程。而 Dify 官方有句话，几乎等于自白："今年早些时候 OpenClaw 火了，我们本可以赶着做一个 Dify 版，但我们没有。"——它的 Agent 重构，就是被 OpenClaw 代表的 CLI Agent 范式推着走的。

把两边并排看，结论很清晰：自主性和确定性不是零和的跷跷板，而是可以叠加的正交能力。两边都走到了"沙箱 + 审批 + 可审计"的中间地带，区别只在于默认油门和刹车的先后。

扣子：工作流被淡化的警示

很多人看到扣子（Coze）在淡化工作流，就慌了：工作流是不是要被 Agent 取代了？答案会让你意外——恰恰相反。

先承认事实：扣子确实在淡化工作流。而且这不是功能调整，是整个产品定位的四次大转向：Bot Studio → 工作流 → 扣子空间 → 扣子编程/并入豆包。官网首页主文案已经变成"告诉扣子你想完成什么，Agent 会带着资料和工具接手"。工作流没被删，但退居幕后，由对话生成。这就是江湖里的「百宝阁掌柜」——背靠字节这座金山，什么宝贝都往店里收、什么花样都敢上架，图的是把摊子铺大、把来来往往的客人都留住，缺的不是本钱，是一门安身立命的独门绝学。

但结论恰恰相反——工作流不会死，死的是"手拖节点"这个动作。关键区别在于：

• 扣子的工作流是"功能"，是给 C 端用户体验的编辑玩法。当 Agent 强到用户不用画了，这个体验就失去价值。
• Dify 的工作流是"资产"，是企业侧的责任载体。它的价值从来不是"拖拽好玩"，而是这个产物本身：谁改的、为什么改、出错了能不能回滚、出了事故能不能追责。

最好的类比是：AI 写代码，杀死 IDE 了吗？没有。被替代的是"手写代码"这个动作，变得更重要的是 Git、Code Review、CI/CD。同理，Agent 生成工作流之后，被替代的是"手拖节点"，变得更重要的反而是 diff、审批、版本、监控。百宝阁掌柜练的是"货架越摆越满、客人越聚越多"，名门正派练的是"这套功夫能开宗立派、能传百年"——货多不值钱，能追责才值钱。

因为产物是问责单位（accountability unit），谁写的都一样。

工作流就是企业 AI 应用的"源代码"。AI 能写源代码，但源代码本身不会消失——它只会从人手写的，变成 AI 写、人签字的。所以：扣子被替代的是"工作流作为玩法"，Dify 守住的是"工作流作为合同"。

但 Dify 也不是没有风险。它的真实风险不在"工作流被替代"，而在治理层被谁吸收：模型厂商收编、Agent Harness 收编、性能债（工作流引擎的开销在高并发下是真实瓶颈）。它对冲的动作很清晰——Build Mode（接入生成浪潮）+ 沙箱 Agent（接入自主浪潮）+ 把工作流转型为协调层。

Manus：通用"成品交付" Agent，三易其主的资本标本

如果说 OpenClaw 是"给你一个常驻身边的运行时"，Manus 走的是完全相反的路——给你一个云端员工，你丢目标，它异步跑完，把成品连同过程一起丢回来。它不是"陪你干"，而是"替你干完"。这就是江湖里那位「身不由己的游侠」——一身本事，却三易其主，连自己的归处都做不了主。

2025 年 3 月，Manus 一夜爆火：一段"自主筛简历、分析股票、生成报告"的演示视频，让邀请码在二手市场炒到 10 万元一个，发布 4 小时官网访问破千万。它在 GAIA 基准上拿到 SOTA，号称"全球首个通用 AI Agent"。

但真正让它成为标本的，是它的资本命运——16 个月，经历"被收购—被叫停—被回购"的过山车，估值翻了一倍：

• 2025 年 12 月：Meta 仅用 10 天敲定，以约 20 亿美元收购（Meta 彼时最重量级的 AI 并购之一），创始人肖弘出任 Meta 副总裁；
• 2026 年 4 月：中国监管首次叫停 AI 领域外资收购，责令撤销交易；
• 2026 年 7 月：腾讯牵头中方资本，以同样的 20 亿美元估值回购，Manus 在新加坡独立运营，剑指港股 IPO；
• 2026 年 10 月：完成超 5 亿美元新融资（博裕、IDG 领投），目标估值翻倍至 40 亿美元。

支撑这场资本狂飙的，是硬收入：Manus 发布 8 个月 ARR 破 1 亿美元（全球最快纪录），到 2026 年 7 月已冲到 4–5 亿美元。它证明了"通用成品 Agent"这个形态有真需求——但也暴露了一个残酷现实：哪怕产品再能打、资本再青睐，一张监管的否决票就能改写整个故事的走向。技术、市场、资本之外，还有一只更高的手在拨动棋盘。游侠再快，也快不过朝廷的一纸公文。

Devin 与 Cursor：编程 Agent 的两种哲学

第三股势力里，还有两个经常被和 Codex、Claude Code 混为一谈、但其实属于"另一条路"的玩家——它们把"写代码"这件事本身，做成了可交付的产品。这两位，是江湖里剑走偏锋的剑客——别人还在争「谁的门派最大」，他们直接在最凶险、最敢见血的比武场（编程）里拔剑。

Devin（Cognition）是"全球首个全自主 AI 软件工程师"：接一个完整任务，自己写代码、自己调试、自己交付。走的是自主智能体路线。它的硬数据很惊人：月活破百万，ARR 从 4.92 亿涨到 9 亿美元只用了四个月，2026 年 9 月完成 20 亿美元 E 轮、估值 480 亿美元。最耐人寻味的细节是——Cognition 声称 Devin 在公司内部已经写了它自己 90% 的代码：一家做 AI 程序员的公司，拿自己造的 AI 程序员开发自己的产品。这是「以剑养剑」——自己铸的剑，先拿来给自己开刃。

Cursor 走的是另一条路线——协同编辑：把 AI 嵌进编辑器做补全、重构、解释，人始终在循环里。它三年把年化收入做到 20 亿美元，被马斯克以 600 亿美元整体收进 SpaceX（2026 年 8 月）。

把这两个并排看，正是我们前面"自主 vs 协同"那条光谱在编程领域的复刻：

	Devin（自主智能体）	Cursor（协同编辑）
控制权	把整个任务交出去，人只看结果	人始终在循环里，AI 做补全和重构
对应哲学	自主性优先（像 OpenClaw）	确定性优先（像 Dify）
估值/身价	480 亿美元估值（Cognition）	600 亿美元被 SpaceX 收购
共同隐忧	通用 Coding Agent 难以替代"看懂代码、判断对错、承担上线责任"的 Code Review 环节——AI 能写代码，但"担责"仍靠人

编程之所以是这场战争里"最敢算钱"的战场，原因也在这里：代码能直接算 ROI——省一个工程师，一年就是几十万成本，财务能直接核销。所以别的 Agent 还在琢磨怎么让用户付费时，Cursor 已经做到 20 亿美元 ARR、Devin 已经 480 亿估值。**这也是为什么编程成了 Agent 的第一个滩头阵地，而不是因为"代码简单"——恰恰因为"代码最值钱、最可验证"。**换句话说，剑客们第一个拔剑的地方，不是因为它好打，而是因为那里赏金最高。

三股势力讲完了。现在，最扎心的问题才来——如果有一天，模型自己把这些"中间商"全吸收了，今天打得你死我活的这一层，会不会整个变成泡沫？

五、终局：溶解论，才是所有人的共同大考

最后，把视角拉到一个所有人都绕不开的问题上：

如果模型强到能把工具调用、规划、记忆都内化了，今天这一整层会不会像当年的 IDE 一样，慢慢退化成一副空壳？

这个"溶解论"，是所有人都在回避、却又没人逃得掉的一问——它同时威胁、又同时托底了每一个玩家。翻译成江湖的话就是：如果有一天，内力能自己生出招式，那满山遍野开武馆的、教剑法的，会不会一夜之间全都失业？

支持方证据很硬：Harness 确实在"变薄"。

时间	形态	原因
2023	重框架（LangChain/AutoGPT/CrewAI）	模型不可靠，需要 rails 牵着走
2025	Harness（Claude Code/Codex）	模型够聪明，给沙箱+工具即可
2026	更薄的 Harness（Browser Harness、"无框架"）	工具调用稳定、上下文百万级、模型自愈

Browser Use 联合创始人 Gregor Zunic 在 2026 年 4 月喊出的那句，是趋势的注脚："我们受够了框架限制 LLM，所以把框架删了。"他还抛出一个更狠的论断："Agent 不过是消息的 for 循环。"每走一步，模型和工具之间的抽象层就少一层。

但反方证据更硬。Terraform 创始人 Mitchell Hashimoto 在 2026 年抛出一个公式，成了行业共识：

Agent = Model + Harness。 模型只是引擎，Harness 才是把引擎变成"可治理载具"的控制面。

AWS 干脆在 2026 年 4 月把 "Managed Harness" 做成了 Bedrock AgentCore 的正式功能。反方有三个硬论点：

1. 模型越强，harness 越重要——因为你能把更危险、更长程、更模糊的任务交给它，而这些任务恰恰需要更强的策略、沙箱、审批、可观测性；
2. "Agent" 一词停止意味着任何东西——Harness 公式给了行业一个能设计、能卖、能招聘的边界；
3. 生产数据打脸——据 2026 年多份行业报告，企业 Agent 项目真正进入生产的只有 5%–12%，绝大多数死在 demo→pilot 鸿沟（安全评审、可观测性、治理模型缺失）。

所以溶解论真正的结论是：

会下沉到模型的，是推理、规划这些"智能"；会上升为基础设施的，是策略、沙箱、审计、可观测这些"治理"。工程师 2026 年在干的事，就是拆掉一年前自己写的"聪明逻辑"（因为每个新模型都让它过时），但留下五层不会溶解的东西：

• Guides：约束它知道什么、被要求做什么；
• Policy / Gateway：约束它被允许做什么，不管它怎么想；
• Sensors：监测漂移、循环、坏输出；
• Orchestration：会话隔离、重试、微 VM；
• Observability：记录每个决策，可调试可审计。

注意清单里没有"模型"——刻意为之：平台层和模型层被设计成可独立替换。这就像江湖的真相：武功会失传，高手会凋零，但「江湖规矩」——门派、名册、戒律、比武的裁判、恩怨的账本——这些东西，一代一代传了下来，从没消失过。

它为什么是"所有人的共同存在性问题"？因为同时威胁并同时托底：

• 对 Dify：工作流编排的"聪明"被模型吃掉，剩下的是治理与资产——这正是它押注的东西，溶解论既是威胁也是验证；
• 对 OpenClaw/Hermes：Agent 循环内化进模型，运行时价值缩水——但记忆、渠道、生态是模型给不了的；
• 对 Codex/Claude Code：厂商 Harness 最接近"溶解"定义，但连它们也保留沙箱、Policy、Security——连最激进的垂直整合者都没敢相信"模型即 Agent"；
• 对 dsh：它干脆把赌注下在"harness 永续、但每一层都可替换"上——不赌模型会不会吃掉 harness，赌的是无论谁赢，都需要一个中立、可替换、可审计的执行底座。

溶解论的真相不是"harness 会消失"，而是"harness 的智能会下沉到模型，harness 的治理会上升为基础设施"。就像编译器没被语言取代、操作系统没被应用取代——它们只是把"会过时的聪明"让渡出去，把"不会过时的控制"攥得更紧。一代武学大师的绝技会失传，但「武当少林」这四个字的字号，会一直有人守着。

写在最后

把这一整盘棋收拢，就七句话：

1. 不存在"谁代表未来"的单选题。未来的形状是三层：模型层 → 运行层（执行 + 治理）→ 用户。上面所有玩家是中间那一层的不同切片，不是对手的两个候选人。
2. 自主性与确定性不是零和，而是叠加。整个行业都在收敛于"自主 + 受控"的混合形态，只是默认权重不同。
3. "自进化"是分水岭。OpenClaw/Hermes 的进化是运行时在线（模型实时改行为），Dify 的进化是离线受控（改动进草稿、人拍板、可回滚）。
4. 它们不会合并。因为"谁握方向盘"是两种不可调和的产品哲学。用自动驾驶的比喻：L2 和 L5 技术都在收敛，但"人要不要握方向盘"这个分水岭永不消失。
5. 技能成为最通用的资产单位。从 Codex 的录视频、Hermes 的自动观察、OpenClaw 的市场、Dify 的手工封装到腾讯 SkillHub，差异只在获取方式。
6. 前世揭示了本轮的本质。AutoGPT 之死与 ReAct 之生说明，这一轮不是第一次尝试自主智能体，而是"乘法可靠性"问题第一次有了被工程手段正面解决的可能。
7. 溶解论揭示了终局的形状。运行层不会消失，但"智能"会下沉到模型、"治理"会上升为基础设施。谁能把治理做得最可信，谁就在下一场战争里占住位置。

这解释了为什么 Dify、OpenClaw、dsh 不约而同地，把"可审计"从一项功能，升级成了一条"运行时法律"。

因为所有人都看懂了同一件事：

AI 能写合同，但合同本身不会消失——它只会从人手写的，变成 AI 写、人签字的。