AI Agent 工具地图：中国、美国，以及开源社区 ​

魔当实验室 · 2026年10月

本文是"AI智能体与本地自动化"系列第二篇。上一篇用大白话讲了 Agent 和聊天式 AI 的区别，这一篇讲市面上到底有哪些东西：中国大厂的产品、美国大厂的产品、欧洲和日本处在的位置，以及一个定义了整个品类的开源项目。名字多到让人头晕，而魔当实验室想做的，是把它们摆到同一张地图上。

AI技术发展很快，本文提到的工具、能力和数据反映的都是当前阶段的情况，仅供参考。魔当实验室想先说清楚一件事：这是一张地图，不是排行榜。 我们不给产品排序，也不说哪个最好，只做两件事——把它们的种类分开，再给你几个判断问题。

先把两个轴搞清楚 ​

看这类工具，只需要先问两个问题。

第一个问题：活儿在哪里干？

• 在你自己的电脑上。 它读写你授权给它的文件夹，在你的浏览器里点页面，在你机器上跑命令。
• 在服务商的服务器上。 它在一台云端的虚拟机里干活，你合上电脑它还在跑。
• 两者混合。 平时在桌面端交互，定时任务和长时任务放到云端。

第二个问题：模型从哪里来？

• 只能用它内置的那几家。 你想换模型，得跟着它的价目表走。
• 可以自带 API Key。 行业里叫 BYOK，意思是"钥匙我自己带"，你用的是自己在别家充值的模型额度。
• 可以接自己电脑上的模型。 也就是和本地部署的大模型连起来，数据和算力都不出这台机器。

魔当实验室认为这两个轴之所以重要，是因为它们各自决定了一件长期的事：第一个轴决定你的文件会被谁看到，第二个轴决定三年后你想换一家时，能不能把攒下来的东西一起带走。

还有一个容易搞混的地方要提醒：同一个产品的不同模式，往往落在不同的格子里。比如同一款办公 Agent，桌面模式在你电脑上跑，云电脑模式在服务器上跑。所以看产品不如看模式。

先把规模感建起来 ​

在认名字之前，先放几个能标出处的数字。它们的作用是让你判断：这张地图上的东西，是小圈子玩具，还是已经进了主流工作流。

• 第三方机构易观在 2026 年 10 月发布的报告里统计，仅 9 月一个月，中国 20 款桌面办公智能体的合计访问量就突破了 3 亿次，比 6 月增长接近 5 倍；其中靠前的几款是腾讯 WorkBuddy 8534 万次、阿里千问办公 4655 万次、字节豆包工作 3039 万次。这里要说清口径：这是访问量，不是用户数，两者不能混着用。除了个别厂商财报里的数字，这个品类目前根本没有权威的活跃用户数据——这本身就是一个信号。
• IDC 对企业级市场的判断：中国 AI 智能体市场 2025 年约 212 亿元，2026 年预计 449 亿元，2029 年有望超过 3320 亿元。
• 摩根士丹利统计的 2026 年二季度中国大模型 API 均价：输入每百万 token 约 4.9 元，输出约 21.9 元。这两个数字要放在一起看才有意思——单次模型调用已经便宜到几乎可以忽略，但一次 Agent 任务要调用几十上百次。这就是为什么这张地图上的产品，收费方式全都变了。第三、四篇会把这条线讲完。

中国的办公与编程 Agent ​

这个阵营有个共同特征：几乎每一家都把"在你电脑上干活、数据不出机器"当成核心卖点在讲。

魔当实验室观察到三件事：

一，"数据不出机器"从主张变成了卖点。 过去只有做本地部署工具的人才强调隐私和数据边界，现在这成了商业产品对云端对手的差异化说辞——配置文件只存本地、凭据不上云、记忆只留在本机，这类表述在多家官方文档里都能看到。这是一个方向性的变化。

二，品类还在剧烈洗牌。 一年内三个产品合并成一个、两个团队并进另一个入口、有厂商的桌面工具直接发了停运公告。产品名称、入口、团队归属都在动。这不是某家公司的问题，是整个品类还不成熟的正常表现——也意味着你现在做的选型，一年后大概率要重做一遍。

三，计费全面转向"积分"，横向比价几乎不可能。 大多数产品不再按次数或按 token 直接标价，而是换成积分、资源点、能量之类的中间单位，额度按滚动窗口恢复、席位之间不结转。各家档位口径本身也互相矛盾，媒体报道的价格和官方页面经常不一致。想算清自己的实际花费，只能自己跑一段用量。这个话题我们放到系列第四篇细讲。

来自美国的产品 ​

这一节的公司数量比中国阵营少，但每一家的形态都更复杂——同一家公司往往同时有编程用的、办公用的、云端跑的、本地跑的四五种。

魔当实验室的四点观察：

一，卖点从"模型多强"变成了"外壳多好"。 同一个模型套在不同的执行外壳上，体验差距很大——能不能记住进度、能不能失败后自己重试、能不能安全地给你看它拿到了什么权限，这些是外壳决定的。这也是为什么这一轮大家都在做 Agent 客户端，而不是只发新模型。

二，价格结构在往"上不封顶"走。 从按次数，到按积分，再到有厂商开始按托管任务的会话小时计费。头部订阅的高档位普遍到了每月一两百美元的量级，企业侧则改成"席位费 + 用量按 API 价"。固定月费买断无限用量这件事，正在从这个品类里消失。

三，桌面执行和云端执行不是谁更先进。 微软的选择很有代表性：企业产品放云端（文档本来就存在云端），个人任务放你自己的电脑。真正的分野是数据边界和长任务连续性之间的取舍——你要哪个，取决于你在做什么事。

四，能进这张表的，全是美国公司。 这不是我们挑的结果，是这个品类现在的结构。把下面欧洲和日韩那一节看完，你会明白原因。

欧洲、日本、韩国：地图上剩下的那些位置 ​

先说一个容易被漏掉的名字。Mistral（法国，巴黎）在 2026 年 5 月底把原来的对话助手 Le Chat 改名、升级成统一的智能体平台 Vibe，分成办公、编程、聊天三个模式：办公模式接邮箱、日历、企业文档和协作工具做多步骤任务，编程模式提供命令行、编辑器插件和网页三种入口，能写代码、测代码、直接提交。订阅从免费档起，付费大约每月十几欧元。

它值得单列一段，是因为它的卖点和中美都不一样。美国厂商卖能力，中国厂商卖"在你电脑上跑"，Mistral 卖的是数据主权和欧洲本土算力——同一场发布会上，它还公布了巴黎近郊的新推理数据中心、与空客和宝马的工业 AI 合作，以及和法国、卢森堡、希腊、斯洛伐克等国一起做面向公民的政务 AI。在欧洲，合规和主权不是宣传语，是能换成订单的功能。

差距也要诚实写。这家公司给自己的 2026 年收入目标是 10 亿欧元，而美国头部厂商的年化收入已经是它的二十倍量级。欧洲有产品，缺的是能把产品送到几亿人手机上的分发入口。

再看亚洲其他地方，有一组少见的官方数字。日本总务省 2026 年 7 月的《信息通信白皮书》给的生成式 AI 利用率是：日本 58.8%，中国 93.6%，美国 75.6%，德国 75.6%；"几乎每天使用"的比例里日本只有 29.9%，美国 47.9%。更值得注意的是日本用户实际在用的四款产品——ChatGPT 36.2%、Gemini 25.0%、微软 Copilot 13.3%、Claude 4.3%，本土产品基本不在名单上。

韩国不是没有自建模型和产品界面，Naver、Kakao 都被投资人评价为"做得不错"；印度人口够多，但语言太分散，通用产品用起来体验一般，所以本土变种一直不多。这些地方的共同点是：预算、模型、界面都有了，还没长出桌面 Agent 这一层。日本 2026 年度的 AI 相关预算已经是前一年的 3.7 倍，政府还拿出奖金征集本土基座模型——钱到位了，产品还在路上。

魔当实验室把这节单独列出来，是想讲清一件事：这不是"这些国家没有 AI"，而是 Agent 这个品类现在同时需要三样东西——前沿模型、足够的钱，以及一个已经把几亿人装进手机的分发入口。 三样都齐的公司，目前只在美国和中国出现。英国的 DeepMind 在伦敦做研究，但产品要以美国大厂的名义发布；德国的 n8n 在柏林开发，可它属于流程自动化，本来就不在桌面 Agent 这张表上。这是结构位置，不是水平高低。

开源社区：一个项目定义了一个品类 ​

中国阵营里那些"一键安装的本地版"，几乎都指向同一个开源项目：OpenClaw。

它 2025 年 11 月末开源，MIT 协议，做的事情说白了是把"Agent 外壳应该长什么样"整套示范了一遍：接各种聊天软件当入口、定时任务和自主唤醒、文件系统与浏览器和命令行的操作能力、用技能包分发能力、支持 MCP 标准、能接云端模型也能接本地模型。它的增长速度在开源史上很少见，作者后来进入一家大科技公司，项目移交给了独立基金会。

围绕它有一整片衍生和同类项目：

这一段有三个提醒，是魔当实验室想强调的：

开源不等于安全。 一个能读写文件、执行命令的程序，装在你电脑上就是装了权限。开源项目出安全事件的频率并不比商业产品低，这个系列第三篇专门讲风险。

开源不等于免费午餐。 这些外壳本身不带智能，能力来自你接的模型。接云端模型就得付 token 钱，接本地模型就得靠你自己的显卡。

许可证是最容易踩的坑。 n8n 官方用的是 fair-code 协议，不属于通常意义的开源；Dify、Open WebUI、FastGPT、MaxKB、Cherry Studio 都是"宽松协议 + 附加条款"，比如不许拿去做多租户 SaaS、不许去掉品牌标识。个人自用一般没问题，一旦涉及对外服务就得逐条读。表述以仓库里的 LICENSE 文件为准。

顺带说一句：上表里的几个类别，本站已经收录了若干可以一键安装的开源项目——OpenClaw 的图形化封装、基于 Claude Agent SDK 的桌面助理、AgentScope 系的本地 Agent、聊天机器人框架、n8n、MaxKB 这类。对个人用户来说，这类工具的门槛主要不在能力，而在环境搭建。

把这些发布排成一条时间线 ​

上面的表看着像"已经存在的静态格局"，其实是 18 个月里挤进来的密集事件。魔当实验室把能核实到月份的节点按顺序摊开——这条线比任何一句"品类很火"都更能说明它有多新，也说明为什么它随时会变形。

三个地方值得停下来看。第一，起点很近。 标准本身只有两年历史，桌面 Agent 这一波是 2026 年 1 月之后才挤进来的。第二，改名和合并是常态。 一个开源项目一个月内改两次名，三个产品合成一个，两个团队并进另一个入口，一个工具发停运公告。第三，两个技术标准在十个月内先后交给同一个中立基金会。 这件事在 PC、移动互联网的历史上都不常见，说明玩家已经承认：接口不该由某一家持有。

标准其实已经统一了 ​

这一节是魔当实验室最想让你记住的部分，因为它比任何产品名都耐用。

现在有两件事被大家共同接受了，而且它们管的是不同的东西：

• MCP 管"连接"。 把工具和数据接到模型上，官方比喻是 AI 的 USB-C。Anthropic 2024 年 11 月发布并开源，2025 年 3 月 OpenAI 跟进，此后谷歌、微软、Cursor、AWS、Cloudflare 相继接入；捐赠给 Linux 基金会旗下智能体基金会时的官方口径是 SDK 月下载约 9700 万次、活跃公共 server 超过 1 万个。2026 年 7 月的第五版规范做了史上最大一次修订，核心转向无状态，并增加了长任务和交互界面两类扩展。
• 技能包管"怎么做事"。 一份写清楚步骤、附带脚本的说明文件，教会 Agent 处理某类具体任务。Anthropic 2025 年 10 月提出并宣布为开放标准，2026 年 10 月同样捐给那个基金会。另有一套由 OpenAI、微软、AWS、GitHub、Cursor、Vercel 共同推进的打包格式，把技能包和 server 一起分发。

两者不是竞争关系：一个管接口，一个管方法。更实际信号在中国厂商这一侧——腾讯办公 Agent 的连接器同时支持 MCP 和命令行两种协议，它的技能市场收录量从 7 月的 7.8 万个涨到 9 月的 10 万个以上、月下载 1700 万次、累计 6000 万次，而且兼容开源社区的技能文件格式，文件直接拷进本地目录就能用；智谱的一键安装版本 2.0 全面适配 MCP；字节的零代码搭建平台反过来能接入别家的命令行 Agent。

这段的含义值得说透：接口和方法已经跨阵营打通，这是普通用户唯一能抓住的长期有效资产。 你在一家产品里配好的技能文件，可以拷到另一家继续用；某家停了服务，你攒下的东西跟着你走。这也是本文结尾那句话的依据。

三个问题，帮你定位 ​

不看产品看问题。魔当实验室建议先回答这三问，再去翻任何一份工具清单。

第一问：这件事能不能出我的电脑？

涉及客户资料、还没发布的内容、个人的财务与医疗信息——优先考虑本地执行或自己部署。追求"我合上电脑它继续跑、第二天早上给我结果"——那就要用云端形态。这一问决定了你落在地图的哪个纵列。

第二问：你要的是建议，还是成品？

只要一份文字建议，聊天式 AI 最省事也最便宜。要落到文件、表格、PPT、代码，就得看这款工具给了什么工具、要了哪些权限。要跨好几个软件反复操作，就得看它的任务规划和失败重试做得怎么样。

第三问：它能不能接我自己的工具和模型？

三条具体指标：支持 MCP 吗、有技能包机制吗、能自带 API Key 或接本地模型吗。这三条决定长期成本和自主性。一个只会用它自家模型、又不支持标准接口的产品，你用得越久，被锁得越死。

把三问合起来，对照着看更省事：

再给三个人群的重心建议：主要做内容创作的，重点看"中国的办公与编程 Agent"那张表；学计算机的学生和想自己搭的，从开源一节里门槛最低的命令行工具和编辑器插件入手；要给团队或家里搭知识库、做流程自动化的，重点看开源一节的平台类，注意许可证。

最后 ​

这张地图的有效期大概以月计。一年内出现三个产品合并成一个、一个桌面工具宣布停运、两个技术标准被捐给中立基金会——变化本身就是这个品类现在最确定的特征。

所以魔当实验室想留一句：选型的时候，值得给"兼容开放标准"和"许可证干净"各多投一票。产品会消失，格式不会。 你关掉一个订阅，那份写好的技能包、那套配好的工作流、你在本地攒下的模型使用经验，还能接着用。工具是流水的，你在自己电脑上攒下的东西是铁打的。