发个指令
，给点权限
，AI就能自己打开游戏库库玩了。

不懂咋玩？那就截图鉴别。没法操作？直接现搓剧本。操作一坨？甚至还能上网自己找攻略。

这就是此刻跑在你电脑上的 AI Agent 能做到的事儿。

世超把市面上的一些 Agent 工具测了一遍
，好比Codex
，TRAE
，QoderWork
，Workbuddy
，Marvis等等。

只能说
，这玩意儿吹了这么久
，大伙儿可能真不用再张望了。

从左向右顺次为：第一行WorkBuddy
，TRAE
，Marvis；第二行Codex
，QoderWork
，悟空

当然
，一听 code 啥的
，大伙儿可能感触是为专业开发者造的
，门槛高
，学起来用起来会很麻烦。

诶
，莫不安
，大厂们也都悄摸进化一轮了。

之前的确硬核了点
，一个两个的都照搬 VS Code 那种传统的编程页面
，适合开发
，但并不适合和 AI 一路开发。

VS Code页面

既然引入 Agent 了
， 那注定得重新设计
，终于它是来干活的
，而人是监督它的。

所以各人都很默契地改了统一套交互逻辑
，把具体的代码隐去
，再把 Agent 干活儿时的日志显示出来。

在网页里你能够叫它教员
，但在 Agent 工具里
，你得化身老板
，把活儿给摊派领略。

咱先来看界面
，也很简洁
，重要三个部门。

左边是你手底下掌管的项目
，中央是通例的谈天窗口
，右边就能看到期待验收的器材了 （ 通常等工作起头了才会有动静 ）。

向左滑动
，顺次为：Codex
，TRAE
，WorkBuddy
，Qoderwork

能 BB 就不着手
，咱先去 Agent 工具的 “ 利用商店 ” 里游游
，看看有啥相宜的技术包
，也就是 Skill
，给 Agent 装上左膀右臂。

能看到
，应接不暇啊
，终于活儿的种类也就那么多
，所以凡是有名有姓的根基都能扒拉到现成的规划。

什么数据分析
，内容创作都不在话下
，固然不至于个个都好用
，但参考参考终归是能少走点弯路的。

其中做的比力有新意的是腾讯新出的 Marvis
，把技术商店做成了类似幼红书的信息流
，能够边刷边珍藏技术。

再加上技术在这些工具里是通用的
，所以最近幼红书自己也上线了 Skill 商店
，用起来也相当方便。

当然
，就算挑不外来也不要紧
，技术商店里还有助咱选技术的技术。

Codex 里叫 Skill Installer
，WorkBuddy 里叫 Find Skills
，算是将懒人式进行到底。

左：Codex；右：WorkBuddy

至于自己造技术倒是不用急
，固然能够通过 AI 一步步疏导造出来
，但先射箭后画靶通常都不好使。

好的技术往往是先自己跑通几遍
，再提炼总结
，会更接地气
，也更贴合自己的使用场景。

向左滑动
，顺次为：WorkBuddy
，TRAE

选好技术就能够起头工作了
，这里在起头前必要选一下工作类型
，默认的是通常款
，但通常 Plan 模式更好使。

这点还挺重要的
，由于好多时辰了局不梦想不是 Agent 太笨了
，而是咱自己也不知路想要什么。

这个 Plan 就是在职务起头前先规整齐下
，明确工作的条条框框。

有什么不当就直接改了
，不用比及最后才发现方向跑偏了。

单一说一下咱要做什么
，就能敲回车下发指令了。

为了看具体流程
，咱挑 3 个幸运儿来展示一下
，OpenAI 的 Codex
，字节的 TRAE 和 腾讯的 WorkBuddy
，国内表的都拉出来溜溜。

工作就原地 TP
，让它们仨锐评它们仨。

此时就能发现 Plan 的益处了
，好比执行工作前
，Codex 和 TRAE 都向我二次确认了下 WorkBuddy 具体是哪一个
，由于国表有同名的利用
，容易混合。

当然
，由于都是默认的模型
，速杜仔快有慢
，但就汇报了局来看
，的确各有 “ 特点 ” 呐。

先说 WorkBuddy
，给到一个厚道人
，上来也没问我汇报是个啥大局
，吭哧吭哧就是干。

最后给的网页
，就成效来看
，还是不错的
，排版和内容固然 AI 味路重了点
，但花里胡哨的切合咱锐评的主基调。

并且调研后的结论相当低调
，把自己放在了靠后的地位
，喷起自己绝不手软
，实诚这一块儿到位了。

再来看 TRAE 
，给到一幼我上人
，活儿干的比力详细
，不论是前期的弹出式的表单规划
，还是中央的调研
，思路都很清澈
，子 Agent 的挪用也是相当纯熟了。

主题结论里
，固然把自己排到了老迈
，但考量了 6 个维度
，总分是加权出来的
，也算是有理有据了。

最后的 Codex
，根基就是目前这个领域的标杆了
，汇报里先来一手信源分析
，就跟大伙儿拉开了点距离
，下面的评价也能显著感触到更深刻一些
，结合了官方产品文档的内容。

模型好的确有优势
，但思考到国内用起来不方便
，暂且给到一个半夯吧。

接下来
，工作持续
，让他们把各自的汇报天生一份可视化的落地页。

你可能会说这活儿在网页里也能做
，并且还更快。

倒也没错
，但分歧的点在于
，这里你不必要把代码再复造粘贴到本地了
，并且最重要的
，Agent 会自己挪用工具
，去查抄制品有没有 BUG。

好比同样的工作
，交给网页的 Gemini
，这家伙甩给我几百行代码
，我粘到本地打开
，发现一片空缺。。。

而这些 Agent 会在交付之前就预防这种情况。

WorkBuddy 是自己挪用了 3 次预览
，做了 2 次优化
，才把网页交给我。

TRAE 直接一些
，直接打开了内置的浏览器
，通过分歧角度的截图鉴别
，打不开就刷新重试
，直到确认渲染成效切合预期。

Codex 也一样
， 权限不够
，总是截不着网页
，试了 N 次才确认好成效。

所以落地页的成效倒是其次
，重点是这套工作执行的逻辑
，是跟网页端应酬交差齐全分歧的打法。

出格是截图反馈的工具挪用
，相当于给电脑安了个赛博义眼。

而像 Codex 这种更进一步
，有 Computer Use 职能
，能够全局截图反馈
，而后操作。相当于你电脑上的软件
，它都能打开
，等模型能力更猛了
，代打几局 LOL 也不是不成能。

当然
，除了技术 skill
，这些 Agent 工具还能接入其他利用
，像是 GitHub
，邮箱
，网盘等。

更妙的是接入一些通讯软件
，像微信
，飞书
，这也是龙虾当初火起来的一大原因。

接入后就能双向链接
，甭管是从 Agent 往飞书发文档
，还是从微信号令 Agent 往工位高低载资料
，都没问题。

像是之前远程软件的升级版
，加了个 Agent 当管家
，助你 24 幼时盯着自己的电脑
，随叫随到。

或者有一些按时的工作
，也能找到 “ 自动化 ” 这种类型的入口
，让它收受每天单调反复的流程性工作。

向左滑动
，顺次为：Codex
，TRAE
，WorkBuddy
，Marvis

说了这么多
，其实无论是什么伎俩
，装什么插件
，性质上都是在约束
，节造着 Agent 朝咱预约的方向产出器材。

有大佬精心优化的工作流
，有厂商调教好的影象系统
，也有方便实用的技术包。

用专业点的话说这些都是 “ Harness ”
，原意是给马套上马具
，放这儿也是极度贴切了。

无论马具下面的模型是哪一匹
，这些 Agent 工具都得随套随用。

就用起来的体感而言
，Codex 是比力夯的
，模型给力
，额度还偶然重造
，固然必要一点伎俩
，但比起 Claude 要单一得多
，适合想履历顶尖机能的折腾党。

要是不想麻烦
，直接用国内大厂的规划也行
，嫌默认的模型笨
，就去买点 DeepSeek 的 API 接上
，也是妥妥的性价比平替。

至于平替里面选哪一个就取决于你的使用场景了
，微信和 WorkBuddy 拆伙方便
，飞书和 TRAE 集成更深
，钉钉何处就是 Qoder 以及咱没测到的悟空了
，不外逻辑都是一样的。

但话说回来
，Agent 工具也是出弊端的
，就是上的伎俩越多
，破费的模型 Token 也越多
，动不动几极度钟的长线工作
，账单会变得贼拉长。

所以有什么便宜管鼓的模型套餐
，大伙儿就各显神通吧。。。

而要是不太繁琐的活儿
，这些 Agent 工具也有免费的额度
，白嫖一下试试咸淡总是不亏的。

撰文：风华

编纂：江江 & 面线

美编：焕妍

图片、资料起源：

Codex, TRAE, WorkBuddy, Marvis
，QoderWork
，悟空