同样叫＂智能体＂ 豆包、OpenClaw、Codex 的架构差多远?

都叫 Agent，但一个像”会聊天的知识库”，一个像”住在微信里的管家”，一个像”关在沙箱里的程序员”。这篇讲清楚它们内部到底怎么搭的。

图 1　三种智能体，三种设计哲学：配置式、常驻式、工程式

上一篇我们讲了 Agent 的通用工作循环——”感知—思考—行动”。但这只是骨架，真正决定一个 Agent 好不好用、敢不敢放权的，是骨架之外具体怎么搭的架构。今天用豆包智能体、OpenClaw、Codex 这三个真实产品，看看同一个”Agent”概念，能长出多不一样的身体。

📌 时效说明：豆包官方已发布公告，其”智能体”自定义功能将于 2026 年 7 月 15 日下线，后续相关能力迁移至字节跳动旗下的”猫箱”App。本文写作于功能下线前，借它来讲解这一类”配置式智能体”的设计思路，架构逻辑本身在猫箱等产品上仍然适用。

◆

01　豆包智能体：配置式，”给模型换个人设”

在豆包里创建一个智能体，本质上你在做三件事：给它取个人设（法律顾问、编程导师……）、写一段系统提示词限定语气和能力边界、再上传一份知识库作为专属参考资料。之后每个智能体拥有独立的对话记忆，切换角色不会串戏。

图 2　豆包智能体的架构：提示词 + 知识库 → 模型 → 带记忆的对话

这种架构的关键词是“配置”而不是”编程”：普通用户不用写一行代码，靠填表单和上传文档就能拥有一个专属 AI 角色。它擅长的是知识问答、角色扮演、垂直领域陪聊，但它默认没有浏览器、没有命令行，不会自己去帮你点外卖、发邮件——它的能力边界基本就是”模型 + 知识库”划出来的那个圈。值得一提的是，豆包专业版也在往”能办事”的方向探索，比如一句话生成一份完整调研报告或课件 PPT，这背后其实是在这套配置式架构上叠加了任务拆解和工具调用能力，只是目前还没有下放到普通”智能体”这个轻量功能里。

◆

02　OpenClaw：常驻式，”住在你聊天软件里的管家”

OpenClaw 是一个开源项目，思路完全不同：它不追求”一个网页里的对话框”，而是把自己变成一个常驻后台的网关（Gateway），接入你已经在用的微信、Telegram、Discord、Slack 等几十种聊天软件，你在哪个软件里给它发消息，它就在哪回你。

图 3　OpenClaw：多渠道网关 + 可换大脑 + 技能市场 + 本地记忆

它的几个设计特点很有意思：

大脑可替换

它自己不训练模型，而是把 Claude、GPT、DeepSeek 等模型当”外接大脑”接入，你可以随时切换，甚至混用便宜模型和贵模型。

技能可扩展

每个”技能”是一个带说明文档的功能包（比如”帮我查日历””同步备份”），来自社区市场，装上就能用，类似手机 App Store。

会”主动”找你

靠一个定时”心跳”机制，它会隔一段时间自己醒来检查有没有该做的事，而不是永远等你先说话——这也是它和普通聊天机器人最大的不同。

⚠️ 硬币的另一面：因为它需要读邮件、控制浏览器、操作日历等大量权限，安全研究者也指出过风险——比如被恶意”技能”注入指令、误读消息做出不该做的操作。用它，本质是在用便利性换取一部分风险，需要谨慎配置权限。

◆

03　Codex：工程式，”关在沙箱里、按规矩办事的程序员”

OpenAI 的 Codex 瞄准的是一个更严肃的场景：写代码。它的架构明显是”工程师视角”搭出来的——追求的不是好玩、好聊，而是可控、可审查、可并行。

图 4　Codex：主 Agent 拆解任务 → 子 Agent 并行沙箱执行 → 自动审查 → 人工确认

拆开来看，Codex 有几个”工程化”的关键机制：

• 沙箱隔离
  
  ：每个任务都在独立的、限制了系统权限甚至断网的沙箱里跑，写坏了也不影响真实环境。
• 审批分级
  
  ：从”每一步都要你点头”到”全自动跑但仍产出 PR 供审查”，权限粒度可以按团队信任程度调整。
• 多智能体并行
  
  ：一个复杂任务会被拆成互不干扰的子任务，分别在各自沙箱里同时推进，效率更接近一个小型虚拟团队，而不是一个人埋头苦干。
• AGENTS.md 上下文
  
  ：项目里放一份说明文件，告诉 Codex 这个代码库的规范、如何跑测试，相当于给新人程序员的”入职文档”。
• 结果不直接落地
  
  ：Codex 默认只生成 Pull Request，而不是直接改动主分支，人依然是代码合入的最终把关人。

可以看到，Codex 的架构选择处处透露着”这是要用在真实生产系统上的”这种谨慎——它的”自由度”不是体现在权限有多大，而是体现在任务拆解和并行执行的效率上。

◆

04　放在一起看：三种架构怎么选

三者没有谁更”高级”，只是解决的问题不同：豆包智能体把复杂度留给平台、把简单留给用户，适合快速拥有一个懂行的聊天角色；OpenClaw 把控制权留给用户自己，代价是要承担更多配置和安全责任；Codex 把可靠性放在第一位，用沙箱和审批换取”能放心用在真实代码库上”的信任。

一句话理解：智能体的架构差异，本质是在”好用”与”可控”之间做的不同取舍。