夜雨聆风写作时间：2026-07-09观察对象：开源项目
tutti-os/tutti观察方式：官网与 GitHub 信息 + 本地源码阅读 + 局部测试验证。重要说明：我还没有安装官方桌面 App，也没有把真实项目交给它使用。这是一篇“初见观察”，不是正式推荐。
先说结论
Tutti 是一个值得关注的新工具。
它不是又一个普通的 AI 聊天窗口，也不只是“把 OpenAI、Claude、Gemini 放进一个界面”的多模型客户端。它更像一个给 AI Agent 用的共享工作台：让 Codex、Claude Code 这类工具，以及图片、文档、设计、PPT 等应用产物，尽量在同一个工作空间里互相看见、互相接续。
这件事让我兴奋，因为它瞄准的是今天 AI 重度用户最真实的痛点：我们不是没有好模型，而是每天都在不同 AI 工具之间搬运上下文。
但我现在不会建议大家立刻把主力项目放进去。因为它还非常新，开发节奏很快，权限面也很大。对普通用户来说，现在更适合观察和小范围试用；对有开发能力的人来说，它倒是一个很好的“非零基础研究样本”。
如果你第一次听说 Tutti，可以先这样理解
我们现在用 AI，已经不是只打开一个聊天框了。
一个稍微复杂一点的工作，可能会变成这样：
1. 先让 Claude Code 讨论产品方案； 2. 再让 Codex 接着写代码； 3. 中间可能还要打开一个设计工具生成 UI； 4. 再打开一个图片工具生成素材； 5. 最后把文档、截图、代码、提示词、背景信息复制来复制去。
模型越来越强，但人反而成了“AI 工具之间的搬运工”。
Tutti 想解决的就是这件事。
官方对它的定位是一个实时共享工作空间：context、files、apps、tasks 都连接在一起。换成更直白的话说，它希望让不同 AI Agent 不再各干各的，而是在同一个工作台上接力。
上面这张官方图讲得很直观：今天很多 AI 工具都很强，但它们像一个个孤岛。用户要在孤岛之间搬运文档、图片、代码、任务和上下文。Tutti 的目标，就是把这些东西放进一个共享空间。
它大概怎么用？
按照官方目前的介绍，Tutti 的基本使用方式可以理解成几步。
第一，打开 Tutti 桌面端，进入一个 workspace。
它不是替代 Codex 或 Claude Code，而是包在这些工具外面，作为它们共享上下文的工作区。
第二，连接你已经在用的 agent 订阅。
官方目前强调的是复用用户已有的 Claude Code、Codex 等订阅，而不是再卖一套模型能力。也就是说，Tutti 更像是工作台和连接层，不是单纯的模型供应商。
第三，在同一个工作区里让不同 agent 接力。
比如 Claude Code 先写了需求和接口思路，Codex 后面要接着做前端。传统方式是你复制一大段背景给 Codex。Tutti 想做的是：Codex 可以直接引用 Claude Code 的历史会话、文件、应用调用和任务。
这就是官方反复强调的 Big @。
第四，用 + 或应用中心引用产物。
如果某个设计 app 生成了 UI 草稿，文档 app 生成了文本，PPT app 生成了页面，这些产物不必下载、上传、再解释一遍，而是可以留在 workspace 里，被下一个 agent 继续使用。
第五，把一个目标拆成多个任务，再分给不同 agent。
官方展示了从目标到任务的拆解界面。这个方向很重要，因为多个 agent 真正有用的时候，不只是“谁回答一句话”，而是“谁负责哪一段任务，哪些任务可以并行，哪些任务要等前置结果”。
第六，用控制中心看当前所有 agent 的状态。
多个 agent 同时工作时，最容易混乱的是：谁在跑？谁等我批准？谁已经完成？谁失败了？Tutti 的 Control Center 试图把这些状态集中起来。
如果这些能力真的稳定，Tutti 解决的就不是“聊天更好看”，而是**“复杂 AI 工作流能不能少一点人肉搬运”**。
它到底和普通多模型客户端有什么不同？
GitHub 上早就有很多成熟的 AI 客户端。
比如 Open WebUI、LibreChat、AnythingLLM、Chatbox、LobeChat、Jan，它们的 stars 已经从几万到十几万不等。这些项目很强，但它们主要解决的是另一类问题：
• 接入多个模型； • 管理聊天； • 做本地模型或知识库； • 搭一个更好用的 ChatGPT/AI client。
Tutti 不完全在这个赛道里。
Tutti 的核心不是“把多个模型放到一个聊天框里”。它更像一个 agent 工作台：Codex、Claude Code 这样的本地 agent 可以在里面工作，应用生成的产物也可以被下一个 agent 引用，任务和文件也能进入同一个工作空间。
这是一种更接近“AI 工作流操作系统”的方向。
当然，“方向特别”不等于“已经成熟”。这两件事必须分开。
我为什么觉得它值得高兴？
因为它抓住了今天 AI 重度用户最烦的一件事：不是模型不够强，而是工作流太碎。
现在很多 AI 工具都在变强，但用户的日常体验反而经常变成：
1. 在 A 工具里聊出方案； 2. 复制一大段上下文； 3. 贴到 B 工具； 4. 解释刚才发生了什么； 5. 下载一个产物； 6. 上传到另一个地方； 7. 再解释它该怎么用。
说是让 AI 帮你工作，结果你成了 AI 之间的项目经理和搬运工。
Tutti 的产品直觉是：如果未来我们真的会同时使用多个 agent，那么它们不能永远是孤岛。
这也是它最有价值的地方。
从代码看，它不是一个玩具 Demo
我本地读了源码。Tutti 不是一个简单网页壳。
它是一个 TypeScript + Go 的 monorepo，大体结构是：
• apps/desktop：Electron 桌面应用；• services/tuttid：本地 daemon，也是核心业务层；• apps/cli：命令行入口；• packages/*：agent、workspace、events、UI、client 等共享包；• docs/architecture：架构文档和设计决策。
它的本地 daemon 负责很多核心能力，包括 agent session、workspace files、terminal、workspace apps、事件流、凭据管理等。
这说明它不是只在 README 里讲愿景，代码里确实在搭一个完整系统。
而且项目非常活跃。我今天查看时，仓库创建时间还不到一个月，已经有约 1.5k stars、100 多个 forks。近 7 天本地主分支记录约 796 个 commits，近 30 天约 2447 个 commits。release 页面也已经有很多版本和 release candidate。
这既是好消息，也是风险。
好消息是：项目不是没人维护。
风险是：它还在高速变形期。
它目前真正可能解决什么？
我认为它现在最有希望先解决三类问题。
第一，减少 agent 之间的上下文搬运。
如果 Claude Code 和 Codex 的会话、产物、任务能够在同一个 workspace 里被引用，那用户就不必反复复制长上下文。
第二，把“应用产物”变成 agent 可以继续消费的材料。
比如设计应用生成了原型，文档应用生成了草稿，图片应用生成了素材。传统方式是人手动下载、上传、解释；Tutti 想把这些产物留在同一个工作区里，后续 agent 可以接着用。
第三，给复杂 AI 工作流提供一个可视化控制中心。
多个 agent 同时工作时，最怕不知道谁在做什么、哪个任务等审批、哪里失败了。Tutti 的方向是把这些状态集中呈现。
如果它做成了，确实会降低 AI 重度用户的操作摩擦。
如果用一张图概括我对 Tutti 的初见印象，大概就是这样：它试图把分散的 AI 工具放到同一个工作台上。但真正值得关注的，不只是它能不能连接 Codex 和 Claude，而是它能不能把上下文、任务、文件和安全边界都处理好。
这张图更像是“研究地图”，不是正式证据。真正的判断仍然要回到项目源码、官方说明和后续实际试用。
但为什么我现在仍然谨慎？
因为这类工具天然有很高的权限。
普通聊天客户端最多拿到你的输入和模型 API。Tutti 这类 agent 工作台不一样。它需要接触：
• 本地项目文件； • agent 会话； • 本地终端； • workspace app； • 模型凭据； • 有些情况下还可能接触电脑控制能力。
这不是小权限。
我看代码时也确认了这些高权限面是真实存在的。比如本地 terminal 会通过 pty 启动 shell；workspace app 会作为本地进程启动；computer-use 能力需要 macOS Accessibility 和 Screen Recording 权限。
这些能力本身不是坏事。没有这些能力，agent 工作台很难真正有用。
但能力越大，安全边界越重要。
安全上有哪些正向信号？
它不是完全没安全意识。
我看到几个正向设计：
• 本地 daemon 通过 loopback 暴露，并要求 bearer token； • listener info 文件使用较严格的本地文件权限； • workspace app 的 server token 有路由级限制； • 文件访问有 workspace root 限制； • 对 symlink escape 有测试； • macOS 的一些敏感目录不会被自动预取； • computer-use 会先检查 Accessibility 和 Screen Recording 权限。
这些都是认真做本地工具时应该有的东西。
安全上我仍然担心什么？
第一，凭据保护还不够让我放心。
我看到 managed credentials 使用 AES-GCM 加密，但默认密钥来自 hostname + userConfigDir 这类可推导信息，除非用户额外设置
TUTTI_MANAGED_CREDENTIAL_SECRET。这比明文好，但不是 macOS Keychain 级别。
如果只是玩具项目，问题不大。如果是重要 API key 或敏感项目，我会更谨慎。
第二，workspace app 和 agent 的权限边界还需要继续观察。
只要一个系统允许本地 app、agent、terminal、文件和凭据发生交互，就必须非常清楚地回答：
• 谁可以读哪些文件？ • 谁可以调用哪些模型？ • 谁可以启动终端？ • 哪些操作必须用户确认？ • app 产物和 agent 上下文会保存在哪里？ • 卸载时怎么清理？ • 从 Tutti 迁回 Codex/Claude Code 是否方便？
这些问题，不是看一眼 README 就能放心的。
第三，它太新了。
项目活跃当然好，但对于普通用户来说，高速开发也意味着 bug、接口变化、工作流变化都会更多。今天能用的方式，下周可能就变了。
普通 AI 爱好者现在应该怎么做？
我的建议是：可以关注，但不要急着迁移主力工作流。
如果你只是好奇，可以等一等，或者拿一个完全非敏感的小项目试用。不要一上来就：
• 放公司项目； • 放隐私资料； • 接重要 API key； • 给它电脑控制权限； • 把主力开发流程搬进去。
更合理的试用方式是：
1. 只用一个玩具项目； 2. 只测试 Codex 和 Claude Code 之间是否真的少复制上下文； 3. 不接敏感凭据； 4. 测完就停，观察它的数据保存和导出方式； 5. 确认好卸载和清理路径。
如果你没有开发能力，我更建议把它当成一个“方向观察样本”，而不是马上替换现有工具。
有开发能力的人值得研究吗？
我觉得值得。
原因不是它已经完美，而是它不是从零开始的空想。它已经有：
• 桌面端； • 本地 daemon； • agent provider 抽象； • CLI； • workspace 文件系统； • app runtime； • event stream； • 文档和架构约束。
对开发者来说，这类项目很有研究价值。你可以从里面看到一个问题：如果未来不只是“一个聊天窗口”，而是“多个 agent、多个应用、多个产物、多个任务”同时存在，软件架构应该怎么组织？
这比单纯研究一个 prompt 工具更有启发。
但如果要贡献代码，我建议先做外围：
• 文档； • 安全审计； • 安装体验； • 数据导出； • 权限说明； • 非敏感示例工作流； • 中文使用复盘。
不要一开始就深改核心 daemon。它现在变化太快，追上游会很累。
我现在会不会安装官方 App？
我自己的选择是：暂时不安装到主力环境。
我会先观察 1 到 2 周，看几个信号：
• 是否出现连续稳定 release，而不是大量 rc； • Codex / Claude Code 接力是否有稳定教程； • 导出、迁移、卸载说明是否清楚； • 凭据安全是否加强； • open issues 里会话错乱、权限异常、agent runtime 不稳定的问题是否减少； • 是否有更多真实用户反馈。
如果这些信号变好，我会用一个非敏感项目小范围试用。
你也可以自己去看
如果你第一次听说 Tutti，我建议不要只看别人转述，至少看三个地方：
• 官网：tutti.sh • GitHub 仓库：tutti-os/tutti • Release 页面：tutti releases
看官网，主要是理解它想解决什么问题；看 README，主要是看它如何描述自己的核心能力；看 releases 和 issues，主要是判断它现在到底处在“快速试验期”还是“稳定可用期”。
我的建议是：先把它当成一个值得研究的新方向，而不是马上当成一个可以替代现有工作流的成熟产品。
另外，YouTube 上也有第三方演示视频在讲 Tutti 如何连接 Claude Code 和 Codex。它适合帮助第一次接触的人快速理解产品形态，但我不把它当成官方证据。本文的判断仍主要基于 Tutti 官网、GitHub README、本地源码和官方仓库素材。
• 第三方演示参考：Tutti: one shared workspace for Claude Code and Codex, no more copy-pasting between agents
后面如果我自己用一个非敏感项目试用 Tutti，再补录一段 真实交互录屏，分享给大家。
最后：我们为什么应该既高兴又怀疑？
我喜欢 Tutti 这种项目，因为它不是在做“更大的聊天框”，而是在试图回答一个更前沿的问题：
当我们同时拥有很多 AI agent 时，它们应该怎样一起工作？
这个问题一定会越来越重要。
今天很多 AI 工具都在强调模型能力，但真正落地时，很多痛点来自工作流：上下文怎么流转，文件怎么传递，任务怎么接续，产物怎么复用，权限怎么控制，失败怎么恢复。
Tutti 正好切中了这个问题。
所以它值得高兴。
但也正因为它切的是真实工作流，而不只是聊天，所以它必须接受更严格的安全和稳定性审视。
一个能管理 agent、文件、终端、应用、凭据的工具，如果做好了，会很有价值；如果边界没做好，也可能带来很大风险。
我的当前判断是：
Tutti 值得关注，值得研究，值得开发者学习和参与；但普通用户现在最好先小心观察，不要急着把主力项目交给它。
一个真正好的 AI 工作台，最后拼的不只是“能不能把多个 agent 放在一个界面里”，而是能不能在减少人类搬运成本的同时，把安全、稳定、可迁移、可解释这些基本问题解决好。
这才是它能不能走远的关键。
参考信息
• Tutti 官网：tutti.sh • GitHub 仓库：tutti-os/tutti • 官方中文素材目录：docs/assets/zh • Release 页面：tutti releases • Security policy：SECURITY.md