AI 智能体中美大混战：实测一圈后，我最后留下了Codex

这篇稿子拖了两三周，原因很真实：我本来想让 AI 智能体把公众号选题、排版、配图、预览都托管起来，结果主力工具接连报错，模型链路不稳定，适配也反复出问题。也因为工作原因在外出差，一是忙，二是一直没找到技术大拿帮忙实现对AI 智能体工具的修复，就拖更了。。

但近期收到好多朋友来问我，啥是龙虾？啥是养马？怎么样能够在自己电脑里装一个？

我又开始折腾起来：我反而把最近主流的 AI 智能体都重新实测了一遍：龙虾 AI、Hermes、Codex、Claude Code、Trae、WorkBuddy等。

而且，我在两台本地电脑，一个虚拟机，两个云端电脑，都有做了部署，同时测试跟飞书和企微的连接性。

所以这篇不讲概念，只讲从我的角度的真实结论：普通人、职场人、内容创作者，到底该怎么选 AI 智能体，哪些值得装，哪些没必要跟风。

一、先说结论：我最后长期留下的是 Codex

如果只看我的日常场景：公众号运营、内容整理、办公自动化、网页操作、批量任务处理，目前我自己的排序是：

Codex > Hermes > 龙虾 AI

龙虾 AI 更像早期探路产品，证明了“本地智能体”可行；Hermes 把交互和稳定性做了升级；Codex 则更接近我想要的全流程办公助手。

二、龙虾 AI：热度很高，但不建议普通人跟风

最近很多人说“养龙虾”，其实指的是 LobsterAI / OpenClaw 这类本地 AI 智能体。

它的逻辑可以简单理解为：上面接大模型，下面控制电脑。理论上，它能读取本地文件、执行命令、处理一些自动化任务。

但我实测后最大的感受是：它太黑盒了。你下达一个任务后，很难判断它是在思考、执行、卡住，还是已经失败。过程中缺少清晰反馈，也缺少及时止损机制。

另一个问题是模型适配。模型不合适时，它可能会在后台反复尝试，既浪费时间，也消耗 Token。

当然最重要的，就之前有报道说它会泄露自己的资料。

所以我的建议很明确：如果你是技术玩家，可以尝鲜；如果你只是普通办公用户，不建议盲目安装。即便要安装，也尽量提前做好数据隔离。

三、Hermes：比龙虾顺手，但上限有限

放弃龙虾 AI 后，我中间一段时间主要用 Hermes。虽然期间安装的波折和时间，几度让我崩溃，但真正安装好的那一刻，还是觉得这个产品很有意思。

它最大的优点是可视化：任务怎么拆、执行到哪一步、有没有卡住，页面上能看见。这个改进非常关键，因为 AI 智能体最怕的不是慢，而是用户不知道它到底在干什么。

过去一两个月，我把它用在本地电脑、云端服务器、虚拟机，也尝试接入飞书、企业微信等办公场景。整体来说，轻量办公自动化是够用的。

但复杂任务的拆解能力、执行精度、跨步骤闭环，还不够强。

四、Codex：目前最符合我工作流的长期选择

真正让我长期留下来的，是 Codex。

我此前的主力工具是OpenAI CodeX。该工具原生默认绑定海外GPT系列大模型，近期海外链路波动极大，频繁断连、无法正常使用。为了解决这个问题，我批量实测调试了GLM 5.2、Kimi 2.5、DeepSeek V4等多款国内主流大模型，反复适配兼容。最终通过CC Switch将CodeX底层模型替换为国内合规大模型，搭配字节火山引擎方舟Coding Plan，才彻底跑通全部功能，恢复稳定使用。

我最看重的不是它能不能聊天，而是它能不能把一件复杂任务拆开，并且一步步执行到结果。

比如公众号运营场景里，我只需要说明目标，它就可以协助完成文稿整理、结构优化、配图生成、预览检查，甚至配合浏览器完成公众号后台操作。

这类能力对内容创作者、运营人员、需要批量处理材料的人来说，价值非常直接：少复制粘贴，少重复确认，把更多时间留给判断和决策。

当然，Codex 也不是完美的。它目前更适合 PC 端深度使用，移动端远程操控还不够方便。外出办公时，灵活性会弱一些。目前手机端跟 codex 通讯的只能使用 chatgpt 软件里的 codex 来使用，即便我已经部署在了云端电脑，两台本机上，但依然在我手机爬梯子的情况下，出现链接不上的问题，无法通过国内飞书和企微来下发指令，最终作罢。

但如果你的主要工作场景在电脑前，它目前依然是我体验下来最完整、最值得长期投入的选择。

五、其他工具怎么选？看场景，不要看热度

除了上面三款，我也实测或研究了不少工具。简单总结如下：

程序员、技术团队：优先看 Claude Code、Trae、Cloud Code。

普通职场人：WorkBuddy 这类云端工具更省心。

内容创作者、运营人员：Codex 更适合做长流程任务。

高频网页调研：WebSailor 这类网页专项工具值得关注。

涉密办公：优先看 Eesel AI 这类重视私域安全的工具。

技术玩家、私有化部署：Open Computer Agent 可以尝试。

本地部署的优势是自动化深、数据更可控；云端工具的优势是门槛低、开箱即用。没有万能工具，只有更适合当前场景的工具。

六、真正值得重视的是 Skill

龙虾、Hermes、Codex 这类工具背后，还有一个很重要的能力：Skill。

你可以把它理解成自己的自动化任务模板。比如周报整理、竞品分析、公众号排版、素材汇总、客户资料整理，都可以沉淀成固定流程。

后续遇到同类任务，不需要每次重新写一大段提示词，直接调用模板，让 AI 按你的习惯执行。

这才是 AI 智能体真正从“聊天工具”变成“私人工作流助手”的关键。

最后总结

我的最终选择很简单：

想尝鲜本地智能体：可以了解龙虾 AI，但不建议普通人跟风。可以从云端龙虾开始玩起

想要轻量办公自动化：Hermes 可以用

想要长期做内容、运营、办公自动化：Codex 是我目前最推荐的选择，可参考我的实现路径：CODEX+CC SWITCH+CODING PLAN+国内大模型

工具会不断变化，但选型逻辑不会变：不要看谁最火，要看谁真正能帮你把工作做完。

要知道，这一切的agent 的产生和变化，都只是发生在过去的 6 个月里

这一切都太快太快了！太快了！

所以罗振宇说：我们要保持健康和学习的心态，活的久一点，争取能够真正体验因本轮ai变化给科技和生活带来的全新体验。

下期内容回归 AI 硬件主业，继续分享近期实测的有意思的 AI 硬件产品