前两周一个朋友来找我说他被Agent这个词搞得很焦虑OpenClaw、Hermes Agent、Claude Code、Codex CLI四个名字滚动出现在各种AI排行榜和社交媒体时间线上但每个都说自己是Agent到底该学哪个、该用哪个、该把哪个接进自己的工作流我跟他聊了一个多小时发现绝大多数人的困惑其实不在工具本身而在没有先把这四样东西的分类搞清楚。这篇文章我就从实际用过、实际踩过坑的角度把这四款AI编程与个人助手Agent放在一起做一次对比尽量把部署、用法、选型的门道讲透也把我在WSL2、Windows Terminal、飞书接入这些地方摔过的跤一并记录下来。1. 先看清定位这四样东西根本不是同一类Agent很多人犯的第一个错误是拿Agent这个标签去横向比较工具。实际上这四个项目虽然都顶着Agent的名号但服务的目标完全不同。就像把无人机、扫地机器人、工厂机械臂都叫机器人但它们的使用场景、部署方式、维护成本天差地别。所以在聊哪个好用之前得先搞清楚哪个是用来解决什么问题的。1.1 一张表理清各自的主场我习惯用下面这张表来给团队新人做快速定位也适合你自己做初步判断工具本质定位核心使用场景交互方式典型运行环境OpenClaw个人助手型Agent日常信息处理、主动提醒、IM群机器人、浏览器自动化、定时任务异步为主飞书/IM对话可长时间后台运行Linux/macOS/WSL2也可跑在安卓Termux等设备上Hermes Agent开源模型驱动的智能体实验框架基于开源模型快速构建Agent原型、验证模型工具调用能力、研究级自动化任务偏向CLI/API调用适合开发者二次开发Linux/macOSClaude Code终端编程Agent代码库理解、多文件重构、写测试、执行命令、Git操作同步为主终端交互对话macOS/LinuxWindows走WSL2Codex CLI终端编程Agent与工作流自动化工具代码生成、shell命令执行、将自然语言任务转化为具体操作同步为主终端交互对话终端环境Windows下需要注意PATH配置看明白这张表很多争论其实可以停下来。OpenClaw和Claude Code摆在一起比谁写代码更强没有意义就像你不会拿买菜车和挖掘机比装载量。真正要做的是先确认需求你要的到底是一个能在我下班后盯着群消息、自动汇总日报的管家还是一个能钻进代码仓库里替我把这个重构做完的程序员。1.2 能不能自主行动才是真正的分水岭我判断一个Agent该归到哪一类只看一个指标它在多大比例上可以自主行动需要你多大程度的在场。Claude Code和Codex CLI这类终端编程Agent虽然可以调用工具、执行命令但它们本质上是你看着它干活的模式。你给它一个任务它在终端里一行一行地推进遇到关键决策点通常会停下来确认或者至少让你能看到它在干什么。用大白话说这类工具是放大你的动手能力它自己不是一个员工更像一把极其聪明的电动工具。OpenClaw这类个人助手Agent就不一样了。它被设计成我不盯着它也能干活你把待办事项丢给它它自己去查资料、调用浏览器、操作文件处理完推送到你的IM里。中间遇到需要授权的事情再回来问你。它天然是异步的、后台的甚至可以去个无人值守的角落一直跑着。这个分水岭决定了你的使用心态。如果你是一个开发者想提升编程效率那核心重点应该放在Claude Code和Codex CLI上如果你是想让AI帮你处理生活信息、群消息、日程提醒那OpenClaw这类IM优先的Agent更对路。两个都想兼顾不是不行但要意识到它们是两条不同的流水线别指望一把锤子敲完所有钉子。1.3 别被Agent这个词骗了交互模式决定使用成本这里补充一个很多人忽略的细节交互模式直接决定你每天的使用成本和心力消耗。终端编程Agent是同步交互你必须坐在电脑前面打开终端进入对话看着Agent一行行输出。好处是效率高、反馈即时、容错率高坏处是它绑定了你的时间和注意力。你不可能在通勤路上让Claude Code替你重构代码库它需要你在场做决策。IM型Agent是异步交互它跑在服务器或者某个常驻设备上你通过飞书、Telegram这类消息应用跟它对话。好处是碎片化时间就能用在地铁上让它查个资料、整理个清单、盯一个网页变化完全没问题。坏处是异步意味着容错成本更高它自己跑偏了你不能立刻叫停所以需要在任务设计、权限控制上多花心思。理解了这两类就已经比80%在社交平台上干着急的人强了。接下来看实际部署时会碰到的硬骨头。2. 部署环境里最容易卡住的三个硬骨头工具选得再对环境装不上也是白搭。这一章我专门讲部署阶段最常见的三个坑都是社区里反复出现的问题也是我在排查时花时间最多的地方OpenClaw在WSL2环境下的安全校验失败、Codex CLI在Windows终端找不到二进制、以及安卓Termux上装OpenClaw的取舍。2.1 OpenClaw在WSL2环境下的安全校验失败很多Windows用户遇到的第一道坎是启动OpenClaw时报错OpenClaw could not safely verify the WSL2 environment.然后进程直接退出。这个报错不是OpenClaw矫情它确实有理由这么做——WSL2环境千奇百怪有的用户用的是旧版WSL内核有的开了Windows虚拟机监控程序但没正确配置有的用第三方工具管理WSL发行版。OpenClaw在启动时会做一系列安全检查确认自己跑在标准WSL2环境里否则它后面管理文件、跑浏览器自动化都可能踩到环境差异的雷。我的排查顺序是这样的先确认WSL版本确实是2而不是1。在PowerShell里执行wsl -l -v看发行版名称后面的Version是不是2。如果是1执行wsl --set-version 发行版名 2。确认Windows功能里的虚拟机平台已经开启。缺这个WSL2会退化为非标准模式。检查WSL里的systemd是否在运行。OpenClaw依赖systemd管理服务执行ps -p 1 -o comm看输出是不是systemd。如果输出的是init说明systemd没开需要在/etc/wsl.conf里加一段配置[boot] systemdtrue然后在PowerShell里执行wsl --shutdown重启WSL。检查资源限制。如果.wslconfig里的memory给得太少OpenClaw可能因为内存分配不足导致启动自检失败。建议至少给4GB以上。如果以上都正常还是报错大概率是Docker Desktop或者某些虚拟化软件改写了WSL内核参数这时可以考虑直接用Docker方式跑OpenClaw跳过本地WSL环境校验。提示改完.wslconfig或wsl.conf之后一定要彻底wsl --shutdown然后重新打开终端。这个坑我踩过三次每次都因为偷懒没重启WSL导致改了配置不生效还以为方法有问题。2.2 Codex CLI装好了、却找不到二进制的Windows经典问题社区里流传最广的报错大概是这个在Windows命令行里安装了Codex CLIcodex --version也能正常输出版本号但一打开Windows Terminal或者ChatGPT桌面端就报unable to locate the codex cli binary or required runtime components。这问题的根子不在Codex本身而在Windows的PATH环境变量作用域上。npm在Windows上默认把全局包装到%APPDATA%\npm这个用户目录下如果安装Codex时用的是管理员权限的终端或者安装时用户环境变量还没刷新就会导致一部分终端能看到codex命令、另一部分看不到。再加上Windows Terminal加载环境变量的方式和传统命令提示符也有差异才会出现明明装了却找不到这种分裂症状。排查和解决也不复杂执行npm config get prefix确认npm全局安装目录。我这边输出的是C:\Users\用户名\AppData\Roaming\npm。打开系统环境变量设置确认这个目录在用户PATH里。不在的话手动加上。关掉所有终端窗口重新打开。Windows Terminal有个坑它不会实时检测PATH变化必须全部退出重开。如果ChatGPT桌面端报错提示找不到codex cli除了PATH问题还要检查ChatGPT桌面端的版本是否需要更新以及登录状态。除此之外还有一个隐蔽因素如果你设置了OPENAI_API_KEY或者OPENAI_BASE_URL环境变量但值配错了比如指向了无法访问的端点命令行工具在启动运行时检查时也会报类似unable to locate ... required runtime components的误导性错误。解决方案很简单先把环境变量临时清掉跑通了再逐个加回来。2.3 安卓Termux原生部署OpenClaw无proot的取舍热搜里有个词条很有意思在安卓termux原生部署openclaw:无proot轻量。这说明确实有大量用户想在安卓设备上跑OpenClaw但又被各种教程里的proot方案劝退。先解释下proot它是在安卓上模拟一个近似完整的Linux用户态环境的工具不需要root权限但性能有损耗、配置复杂、还经常出兼容性问题。所谓无proot原生部署就是直接利用Termux的软件包环境来跑不走模拟层。方式更轻启动更快但有些依赖装不了。我在一台骁龙870的老安卓机上试过原生部署流程大概是pkg update pkg upgrade pkg install nodejs-lts git python然后按项目仓库的说明安装主程序。部署完成后有几个关键点用termux-setup-storage授权存储权限否则Agent碰不到手机上的文件。注意锁屏问题。Termux在后台很容易被安卓系统杀掉建议在开发者选项里允许Termux后台运行或者干脆用tmux挂会话。Termux原生环境没有systemd所以别用依赖systemd的安装方式要选纯Node或纯二进制的发行包。内存是个硬瓶颈。OpenClaw启动后本身占用不大但一旦做起浏览器自动化手机上那小几GB内存根本不够看任务一复杂就会卡。所以手机部署更适合做IM消息处理、定时任务这类轻量工作别指望它能扛重型网页操作。2.4 环境问题的共同排查思路把上面三个坑放一起看你会发现环境问题其实有共同套路。第一几乎所有找不到二进制环境校验失败的问题都能追溯到PATH作用域、systemd状态、资源限制这三件事上。排查时先安静地把这三个指标都量一遍不要急着重装。第二验证环境变量是否污染。第三方工具尤其容易被全局代理、HTTP_PROXY这类环境变量干扰表现是无缘无故报网络错误。排查时先echo $HTTP_PROXY看一眼这些变量确认是否需要临时清空。第三善用日志。OpenClaw、Claude Code、Codex CLI都有自己的日志目录报错信息不够用的时候打开日志看最后几十行基本能定位到具体是哪一步崩的。别只看终端上的红字那只是冰山一角。环境问题通了之后下一步就是把工具真正用起来。接下来我分别讲两类工具的日常使用方式。3. 编程Agent的日常Claude Code与Codex CLI到底怎么用顺手Claude Code和Codex CLI虽然都是终端编程Agent但用得好不好差距比工具本身差得还大。这一章我不打算列一堆命令而是讲清楚真正影响使用体验的三件事工作流边界、git worktree玩法、以及提示词和技能沉淀。3.1 标准工作流先给Agent划定可动范围很多新手第一次用Claude Code上来就是一句帮我优化这个项目然后看着Agent满屏跑命令心里慌得不行。这是非常危险的用法——Agent能力越强越需要先划界。我的标准做法是在一个干净的工作目录里启动第一次对话就告诉它边界。比如你是我的后端编程助手。这个仓库是订单服务代码在src目录下。我这次要做的任务是把订单创建接口的超时重试逻辑改成指数退避。你只允许修改src/orders目录下的文件不允许动数据库迁移文件不允许执行git push不允许安装新的依赖。改完后给我一个变更清单。这段话里包含了五个要素角色、任务上下文、明确任务、红线约束、验收输出。Claude Code和Codex CLI对这类结构化指令的理解都很好。划好边界之后再干活出问题的概率会大幅下降。另外两个工具都支持在项目根目录放一份记忆文件——Claude Code对应CLAUDE.mdCodex CLI也有等效的AGENTS.md类机制。把项目的编码规范、目录结构、常用命令、踩坑记录写进去Agent每次启动都会自动读取相当于给Agent装了一个项目入职培训手册。很多人觉得这俩工具写代码不够准一半是因为没把项目背景喂给它。3.2 git worktree让Agent在副本上撒野这是我想重点推荐的一个实操习惯。在Agent开始改一堆文件之前先给它开一个独立的git worktree让它在副本上折腾。好处有两个第一是不污染主工作区你还能正常写自己的代码第二是Agent改出来的东西会落在独立分支里你随时可以diff、可以整体丢弃心里压力小很多。具体操作很简单git worktree add ../orders-retry-feat -b feat/orders-retry然后在新的worktree目录里启动Claude Code或Codex CLI让它在这个目录工作。任务结束后回到主仓库执行git diff feat/orders-retry main --stat一眼就能看到它动了哪些文件逐项review就行。觉得不行直接git worktree remove扔掉主分支干干净净。这个玩法不只是给Agent用平时自己开新功能也建议这样干。Agent时代git worktree是我认为最被低估的辅助技能。3.3 提示词、Skills与自定义命令把经验沉淀下来热搜里ai编程提示词这个关键词一直居高不下说明大家已经意识到提示词的重要性。但我的体会是编程Agent需要的不是花哨的提示词而是把重复性要求固化成可复用的东西。Claude Code支持skills安装本质上就是把一组特定任务的指令集打包让Agent在遇到对应需求时自动加载。我平时的做法是给自己常用但容易做错的流程做skill比如review代码时只关注安全和性能瓶颈不要纠结代码风格、写单元测试时优先用表驱动方式。除了skills还可以通过斜杠命令自定义常用操作。比如/test自动执行测试并汇总失败用例/fix根据报错信息逐条修复并验证。这些自定义命令就像给自己准备了一套快捷键用熟了之后效率提升非常明显。Codex CLI这边继承ChatGPT生态的对话能力在自然语言理解上表现稳定。日常我更愿意让它承担把零散需求转成具体操作的工作比如从config.yaml里读出所有定时任务配置生成一份执行计划这种介于分析、生成、执行之间的杂活它干得很快。3.4 和编辑器合体VSCode集成经验现在写代码没有几个人完全脱离编辑器所以Claude Code、Codex CLI和VSCode的整合方式也值得说。我的经验是别指望Agent完全替代编辑器也别把Agent塞进编辑器的某个角落就完事。最顺手的方案其实很朴素——在VSCode里把终端面板拆出来跑Claude Code左侧主窗口正常看代码、看diff。需要Agent改哪个文件直接在对话里指路改完切换到编辑器的Diff视图审查变更。这样组合的好处是Agent在终端里干活你在编辑器里把控质量两边各干各的舒服事。市面上有些插件试图把Agent对话变成编辑器侧边栏实际用下来还是不如终端Diff视图直观尤其是面对多文件变更时编辑器的原生diff体验依然无可替代。4. 个人助手Agent的IM接入与自动化实战聊完了编程Agent再来看OpenClaw这类个人助手Agent最有价值的玩法接入IM、定时任务、主动推送。这部分内容更偏向架一个自己的AI员工让它7x24小时帮你值班。4.1 飞书接入的核心链路与输出截断解法OpenClaw社区里用飞书当消息入口的人非常多原因也简单飞书机器人配置方便、消息类型支持丰富、群聊场景成熟。接入的大体链路是在飞书开放平台创建应用拿到App ID和App Secret然后在OpenClaw配置里填入这些凭证选择长连接模式接收事件最后把机器人拉进一个群你就可以在群里直接跟Agent对话了。这里面最常被吐槽的问题是openclaw在飞书输出容易被截断。飞书对单条消息的长度有限制Agent一次回复太长消息会被拦腰砍断或者直接发送失败。这不是OpenClaw独有的毛病所有IM型Agent都会遇到。我的解决方案有三个按优先级排列让Agent把长内容写进文件然后把文件发送出来。飞书支持发送文件卡片长报告、日志、代码清单都走这条路。分块发送。在Agent的任务指令里明确要求如果输出超过XX字拆成多条消息发送效果立竿见影。调整模型的输出限制同时让Agent学会摘要式回答。很多模型支持的最大输出token是固定的不要让它在一条消息里塞太多内容设计回答时先总结再展开。注意飞书机器人的消息频率也有限制短时间连续发几十条消息会被限流。给Agent设计任务时尽量让它一次性给出结构化结果而不是像流水账一样一条条吐。4.2 定时任务、主动推送与值班式Agent个人助手Agent和编程Agent最大的区别在于它可以主动找你。配置好定时任务之后OpenClaw会在你设定的时间自动执行指定操作再把结果推送到IM里。这才是它作为个人助手的核心价值。我目前跑着的几个实用任务供你参考每天早上8点抓取当天天气和日历事项推送一份晨报。每个工作日晚上6点检查GitLab上待review的MR列表汇总后推到群。每小时监控某个网页的价格变动超过阈值立即推送提醒。配置定时任务时注意三个问题时区、长任务超时、失败重试。时区不设明确会闹出凌晨推送的笑话浏览器自动化这类长任务要设置合理的超时时间网络抖动导致的任务失败要有自动重试机制否则某些敏感任务会静默失败。这类值班式Agent的价值不是帮你省五分钟而是把那些需要持续盯着的琐事完全外包。人最贵的是注意力把注意力从监控类任务里解放出来收益是长期的。4.3 浏览器自动化与文件操作的安全边界OpenClaw这类Agent另一个常用能力是浏览器自动化让它去打开网页、读取内容、点击按钮、甚至填表提交。这功能确实好用但也确实危险。我见过有人让Agent自动去某些网站抓数据结果Agent顺着页面上的登录框一顿操作差点用错了账号身份。我的安全守则很简单给Agent指定一个专用的浏览器配置文件目录不跟日常浏览器混用防止登录态交叉。文件操作限制在特定目录下不让它满磁盘乱跑。涉及付款、注册、删除类操作一律在任务设计阶段就明确禁止Agent没有权限执行。对于不可预测的网页让它先截图回来给人看人确认后再进行下一步。这比让Agent自己一路狂奔安全得多。这个心态很关键IM型Agent是异步的你不在场它自己操作。既然不在场就必须在让它做什么、不让它做什么上下足功夫否则出事的代价比省下的那点时间贵得多。5. 选型决策什么场景用哪个以及怎么组合把这四款工具都聊完之后回到最初的问题到底怎么选我的答案可能和你想得不太一样——对多数人来说这不是单选题而是组合题。5.1 五类典型需求对应的工具选择我把最常见的需求场景和推荐工具整理成了一张决策表需求场景首选工具备选/补充选型理由日常代码编写、重构、写测试Claude CodeCodex CLI代码库上下文理解和多文件操作能力强适合深度开发和ChatGPT生态结合、云端会话同步Codex CLIClaude Code如果你重度使用ChatGPTCodex CLI能延续同样对话体验群聊机器人、定时提醒、信息聚合OpenClaw自建脚本补充IM优先设计天然适合值班式助手基于开源模型自己折腾Agent原型Hermes Agent自研Agent框架开源、灵活适合研究和二次开发既想跑通Agent又想学Agent原理的新手Claude Code 读官方文档OpenClaw做生活实验上手门槛低、资料多、反馈快5.2 组合玩法编程Agent负责干活个人助手负责提醒我现在的工作台就是一套组合方案白天写代码用Claude Code把完整的心智放在代码里晚上交给OpenClaw跑各种巡检、汇总任务第二天早上通过飞书日报看结果。举个例子有一天我需要给服务加一个监控大盘代码部分我用Claude Code在worktree里完成了实现同一天我让OpenClaw定时去抓相关依赖库的版本更新和已知issue汇总推送到群里。下午我review完代码顺手看到群里推送的安全公告发现一个依赖有高危漏洞直接让Claude Code顺手修掉。这就是典型的能干活的工具会管事的工具组合。编程Agent擅长处理明确、复杂的任务个人助手Agent擅长处理持续、并行的任务各自负责自己的象限效率最大化。5.3 成本与运行环境考量的实操经验选型时不能只看功能成本和运行环境也很现实。Claude Code通常需要订阅或API额度Codex CLI也需要ChatGPT相关账号权限。OpenClaw本身是开源工具但跑任务要消耗模型API费用尤其是浏览器自动化任务token消耗较快。Hermes Agent如果用开源模型本地推理一次性硬件投入比较大但长期看边际成本低。价格政策变动太快我不建议照搬任何人给的数字上线前一定以官方页面为准。只提醒一句别为了省几块钱API费用给自己找一堆维护上的麻烦。工具稳定性也值钱我见过太多人为了省成本折腾自建模型最后时间全搭进去了得不偿失。6. 如果你想自己做Agentharness与agent的区别和学习路线最后聊一个偏进阶的话题。热搜里agent开发学习路线和harness和agent区别的搜索量都不小说明不少读者已经不满足于用现成工具而是想自己下场做Agent。这一章把我的理解沉淀下来。6.1 harness和agent底层脚手架与应用实体的分工一句话说明白harness是Agent运行的那套基础设施agent是跑在里面的具体实例。harness负责的是一堆无聊但必要的底层活接模型API、管理上下文窗口、注册和调度工具调用、处理权限审批、维护事件循环、保存对话历史。你写Agent业务逻辑时其实是站在harness肩膀上。agent这个名字则用来指具体运行的实体它有明确的目标、有记忆、有工具使用权、在执行循环里不断观察环境并决定下一步动作。同一个harness可以跑无数个agent比如日报生成Agent和浏览器监控Agent可以基于同一套harness构建只是任务定义、工具配置、提示词不同。拿OpenClaw和Claude Code做例子它们本身就是一套完整的harness你在里面配置模型、注册工具、设定提示词跑起来的服务才是你可以交互的agent。理解了这层关系再看任何Agent项目你不会被眼花缭乱的产品名词带偏而是能分辨出哪个是核心引擎、哪个是外围配置。6.2 evals没有评测体系Agent全是薛定谔的能用自己下场做Agent最容易跌进的坑是我改了一版感觉更聪明了。感觉这个东西在Agent开发里极其不可靠因为Agent的行为是概率性的同样的prompt换个模型参数、换个上下文输出就变了。解决方案是建立evals。别把它想得多高大上最朴素的evals就是整理一批有明确验收标准的任务集每次改动之后跑一遍看通过率变化。比如你做的是一个信息整理Agent就准备20条不同类型的原始文本和对应的整理要求每条都写好期望输出里必须包含哪些信息点跑完自动比对。我见过很多搞Agent的人宁愿花两周调prompt也不愿意花一天把evals搭起来。但事实是没有evals的Agent开发就是在黑灯瞎火里走夜路你觉得往前走了实际上可能在原地打转。哪怕是从20个用例起步的小评测集也能帮你拦住大部分我改坏了但不知道的瞬间。6.3 一条看得见成效的Agent开发学习路线如果真想从零开始学Agent开发我的建议不要一头扎进框架源码里先按这个顺序来第一步用熟一个现成工具。推荐从Claude Code或者OpenClaw开始把Agent能做什么、不能做什么、边界在哪里摸清楚。这个阶段不需要写一行代码但收获是建立直觉。第二步选一个轻量的开源Agent框架完整读一遍它的核心事件循环。重点看模型是怎么被调用的、工具是怎么注册的、上下文是怎么管理的、权限审批是在哪一环插进去的。读源码是最快理解harness的方式。第三步自己手写一个最小Agent。不需要高性能只要能实现用户输入任务 → 调模型 → 决定调用哪个工具 → 把结果交给模型 → 继续循环这个闭环就行。这个最小实现会帮你把所有概念焊死在脑子里。第四步逐步加能力加记忆、加多工具并发、加权限控制、加错误恢复。每加一个能力都配套加几个eval用例。第五步才是去看那些复杂的生产级框架。此时你看代码的视角会完全不一样不再是被动接受设计而是主动思考噢原来它是用这种方式处理这个问题的。Agent开发这条路说到底是应用层创新和工程基本功的组合。模型能力是别人给的但怎么把模型能力稳定地封装成好用的工具是Agent开发者的价值所在。我自己现在的工作习惯是仓库代码交给Claude Code在worktree里改日常杂事丢给OpenClaw在飞书里值班遇到需要快速验证的模型能力实验再用Hermes Agent这类开源方案搭原型。这四个工具在我这各自守着一块阵地互不抢活也互相替代不了。遇到别人问我到底哪个Agent最强我通常反问一句你希望它替你坐在工位上打字还是希望它替你盯着一堆事、到点提醒你该干哪件答案不同选择自然不同。最后再分享一个小技巧无论你最终选了哪款工具都别急着装上就开跑花半天时间把环境、边界、任务模板提前理顺后面省下的时间远远不止半天。