WorkBuddy 是不是 OpenClaw 魔改?三款桌面 AI Agent 实测对比与选型指南

2026 年 8 月，桌面 AI Agent 赛道突然热闹起来。一边是 OpenClaw 2.0 带着 933 名贡献者的大更新高调回归，一边是腾讯 WorkBuddy 以 100% 兼容 OpenClaw 技能的姿态横空出世，还有 Hermes 五个月连跳六个版本的激进迭代。三款产品同期发力，流言也跟着起来——最广的一条是「WorkBuddy 就是 OpenClaw 套壳」。这篇文章用可验证的数据拆穿误解，再给一张不同人群的选型决策地图。

「腾讯版小龙虾」的真相

2026 年 3 月 9 日，腾讯云正式上线 WorkBuddy。

消息一出，技术圈的第一反应高度一致：这不就是把 OpenClaw 拿过来改了个名？原因很直接——WorkBuddy 宣称 100% 兼容 OpenClaw 的 Skills 技能包和 MCP 协议，连腾讯官方和市场都把它称为「腾讯版小龙虾」。

WorkBuddy 真不是 OpenClaw 的 fork。 它由腾讯云 CodeBuddy 团队基于自研的 CodeBuddy 智能体架构构建。

技术团队明确回应：底层架构完全不同。那为什么要做到 100% 兼容 OpenClaw 的技能生态？

兼容是主动选择的商业策略，被动继承是两码事。

OpenClaw 社区积累了 13000+ 个 Skills 技能包，这是一个现成的生态红利。WorkBuddy 选择直接兼容，等于站在巨人的肩膀上，用户迁移成本几乎为零。这个决策比「从零搭建技能市场」划算得多——省掉的不只是开发时间，更是用户教育成本。

腾讯云 AI 智能体产品总监黄广民接受智东西专访时也确认了这一策略。

用大白话说：WorkBuddy 是腾讯自研的引擎，但接的是 OpenClaw 的插口。 技术是自家的，生态是共享的。

WorkBuddy 深度实测：省心是真的，陷阱也有

先给出结论：WorkBuddy 的定位是「开箱即用」，适合不想折腾的人。 但这个定位背后有几个细节值得深挖。

内置模型与计费：送你的积分快过期了

WorkBuddy 内置混元、DeepSeek、GLM、Kimi、MiniMax 五家模型，按任务类型自动切换。你不需要自备任何 API Key，注册即用。

但注意：新用户注册赠送的 5000 Credits 是限时公测福利，不是永久赠送。 活动窗口是 2026 年 3 月 9 日至 3 月 31 日，积分有效期只有 90 天。

现在 8 月底，第一批公测用户的积分已经过期了。新用户想用，得先查官网最新定价。网上一堆教程还在写「注册送 5000 Credits」，属于过期信息。

企业微信集成：1 分钟是真的，但有前提

官方说法「最快 1 分钟完成接入」，这里说的完整流程是：下载安装 → 扫码绑企业微信。企微走的是长连接模式，不需要配置 Webhook。

如果你要用 QQ、飞书、钉钉，情况就不同了——需要在对应开放平台创建应用并过审核，QQ 机器人审核就要 1-3 个工作日。

所以「1 分钟接入」是特指企微场景。想接飞书钉钉的，留好审核时间。

内存占用：9GB 的真相

WorkBuddy 官方要求 8GB 内存起步，推荐 16GB。

但第三方实测发现一个问题：WorkBuddy 启动时会自动加载所有历史工作空间（workspaceStorage），导致内存占用飙到 9GB+，进程数达到 32 个。

这个问题的解决办法很粗暴：删除 workspaceStorage 目录。好在腾讯云开发者社区已经给出了详细的清理方案，属于「知道就能解决」的坑。

安装包：从 150MB 到 485MB 的膨胀

安装包体积值得单独说。早期版本约 150-180MB，到了 5.x 版本，Windows 安装包已经涨到约 485MB。

涨了差不多 3 倍。这说明功能的丰富度在增加，但也意味着下载和更新成本在变高。

部署能力：一个流传很广的误解

网上有说法称 WorkBuddy 的「应用管理」功能能自动分配子域名部署 Web 应用。这个说法目前没有找到任何官方来源。

实际的情况是：企业版支持「企业智能体（Cloud Agent）」功能，能把沙箱里构建的 Web 应用发布到公网，但需要企业坐席账号。个人版想部署，得自备服务器/域名，走 SSH 或 EdgeOne Pages 路线。

个人用户如果冲着「一键发布到公网」来选 WorkBuddy，会失望。

WorkBuddy 核心数据速览——发布日期 2026-03-09、内置模型 5 家、支持平台 5 个、限时福利 5000 Credits、安装包大小 485MB

OpenClaw 2.0：史上最大更新，但你可能对它有误解

2026 年 8 月 30 日，OpenClaw 发布 2.0 版本，官方版本号 v2026.8.1。

先看几组硬数据：

• 933 名贡献者
  ，其中 569 人是首次贡献者
• 超过 16,000 个 PR
  ，约占项目全部 PR 的一半
• 此前约 7 周未发布新版本，230 天内累计发布 106 个版本

这些数据的背景信息也很重要。OpenClaw 最初于 2025 年 11 月以「Clawdbot」的名字发布，2026 年 1 月因商标争议改名「Moltbot」，1 月 30 日又改名「OpenClaw」。

创建者 Peter Steinberger（奥地利开发者）于 2026 年 2 月加入 OpenAI，项目移交给 OpenClaw Foundation 管理。

OpenClaw 的 GitHub Stars 数约 38.8 万，是 GitHub 历史上增长最快的项目——60 天内超越 React 十年的星标记录。

三大卖点

OpenClaw 2.0 的更新围绕三个方向：

1. 简化安装。 复用现有 ChatGPT/Claude 订阅、API 密钥和本地模型，不再需要从零配置。

2. 浏览器成为一等公民入口。 原来的桌面客户端不再是唯一入口。

3. 共享云会话。 多人协作时能保留上下文做任务交接。

记忆管道：省的是什么？

这是最容易产生误解的地方。很多人以为 2.0 的「记忆系统升级」能降低内存占用。

OpenClaw 2.0 原生记忆系统是 4 阶段混合检索：向量搜索 + BM25 关键词搜索并行 → 加权合并 → 时间衰减 → MMR 多样性重排序。

网上流传的「6-stage processing, 4-way parallel retrieval」说法，来自第三方 Easylab 扩展的架构文档，误标成了 OpenClaw 原生功能。

关键判断：记忆管道省的是 token 消耗和上下文膨胀，省的是推理成本，进程常驻内存（RSS）基本不动。

很多人升级后仍然觉得卡，就是因为把优化对象搞错了。

「龙虾代装」的疯狂

OpenClaw 的火爆催生了一个奇特产业。淘宝上远程安装服务收费 100-300 元，上门安装 500-1500 元。有从业者靠给客户代装 OpenClaw，数日赚了 26 万元。7 天里涌进上万人搜索相关信息。

这个现象说明两件事：需求真实存在，安装门槛确实不低。

深夜书桌上的笔记本电脑屏幕亮着代码，一杯咖啡冒着热气，窗外城市灯火，暖色光线

Hermes：版本号跳得快，是因为真在维护

Nous Research 旗下的 Hermes Agent，GitHub 约 23.9 万 Stars，MIT 许可证，活跃开发中。

从 2026 年 6 月到 8 月，Hermes 连发六个版本：

五个月六个版本，看着像「套壳刷版本号」，但实际功能更新是实打实的：

• Bot Mode
  ：每个 Profile 是一个具名 Bot，有独立记忆/技能/模型，支持 @-mention 任务交接
• A2A v1.0 协议
  ：Agent 之间可以直接通信
• Cron 自愈
  ：EMFILE 恢复、卡死任务恢复、misfire 补跑
• OS 密钥链加密
  ：v0.20.6 新增，凭证存储安全性提升

「技能污染」是设计使然

Hermes 有一个长期被用户吐槽的问题：自学习循环偶尔会覆盖掉用户精心调好的技能配置。GitHub Issue #17583 确认了这个现象。

但官方对该问题的 stance 很有意思：

「自学习循环无法区分深思熟虑的改进和过期状态，所以选择覆盖。」

与其说是个 bug，不如说是设计取舍。团队提供了三个防护手段：

• user_locked: true
  ：锁定技能元数据，阻止反思阶段重生成
• skills.write_approval: true
  ：开启写入审批，每次技能变更需确认
• learning_loop: false
   或 /learning off：直接关闭自学习

翻译一下：Hermes 默认「自动进化优先」，你要稳，就得自己动手锁。

删除不可靠的「内存优势」

网上流传 Hermes 内存占用 120MB idle / 680MB peak，比 OpenClaw 的 280MB / 1.2GB 优秀不少。这个数据没有任何可靠来源。

最接近的公开数据来自 regolo.ai 的测试：对比 Hermes 与 OpenClaw 的 RSS Memory Δ，差异是 -2.75MB vs 0.00MB，单位是增量差异，不是绝对值。

真实场景里，Signal Reads 的文章记录过 OpenClaw 处理 PDF 时峰值达到 14.8GB，Hermes 同期为 1.2GB——但那是特定任务场景，不能当成常态对比。

选型时，别把「内存占用」当成第一指标，除非你的机器真的只有 8GB 内存。

三款 Agent 的核心差异对比——WorkBuddy 开箱即用 vs OpenClaw 社区生态 vs Hermes 开源可控

三款怎么选：一张决策表

回到开头的问题。三款桌面 AI Agent 的核心差异完全不同：

分场景建议

新手 / 企业用户：选 WorkBuddy。

理由：你不需要理解什么是 MCP，什么是 Skills。装好就能用，模型切换是自动的，企微集成是现成的。缺点是需要接受它的闭源属性和 Credits 计费。

技术爱好者 / 重度玩家：选 OpenClaw。

理由：38.8 万 Stars 背后是庞大的社区和几乎无限的技能扩展。如果你想折腾，OpenClaw 的可玩性最高。但要有心理准备——安装、维护、调优都是有成本的，「龙虾代装」市场的存在已经说明了一切。

开发者 / 需要二次定制：选 Hermes。

理由：MIT 许可证意味着你可以把它嵌进自己的产品。Bot Mode 让多角色分工成为可能，A2A 协议为 Agent 间通信留了接口。技能污染问题可以通过 user_locked 解决，属于「有解的坑」。

结尾

桌面 AI Agent 的竞争，本质上不是「谁套壳谁」，而是三种不同的价值主张在抢同一批用户：WorkBuddy 卖省心，OpenClaw 卖生态，Hermes 卖自由。

看穿这层，选型就变成了「你愿意为哪种价值付费」的问题，而不是「哪个产品更高级」的问题。

如果你是第一次接触桌面 AI Agent，从 WorkBuddy 入门，成本最低。如果你已经用了一段时间 OpenClaw，想换个更可控的方案，Hermes 值得试。如果你就想折腾，OpenClaw 2.0 的 933 名贡献者正在等着你加入。

没有最好的 Agent，只有最合适的。 先想清楚你的场景，再选工具——这个顺序别搞反。

OpenClaw 官方博客，《OpenClaw 2.0: Accidentally Massive Update》，2026 年 8 月 30 日

腾讯云官方文档，《WorkBuddy 产品介绍》，2026 年 3 月

智东西，《专访腾讯云黄广民：WorkBuddy 如何做到 100% 兼容 OpenClaw》，2026 年 3 月 27 日

Nous Research 官方文档，Hermes Agent Documentation，2026 年 8 月

GitHub 仓库 OpenClaw / Hermes Agent 页面，2026 年 8 月

财联社、新浪财经、界面新闻、虎嗅、36 氪相关报道，2026 年 3 月

腾讯云开发者社区问答，《WorkBuddy 内存占用过高问题排查》，2026 年 4 月

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

枯砚磨砺，以实为墨

不空谈道理，把每一步用到实处