结论先说：竞争面已经从"模型能做什么"移到"用什么外壳组织模型"。2026 年行业里相对稳定的表述是 agent = model + harness（arXiv:2609.00006）：同一个模型换一个执行外壳，任务完成率可以差一个数量级（下文有数字）。围绕这个外壳形成了四层可替换部件：工具协议（MCP）、技能包（Skills）、组织形态（subagents / agent teams / 后台会话）、执行环境（本地沙箱或云电脑）。
现在的默认栈
| 层 | 机制 | 代表 |
|---|---|---|
| 模型 | 基座 LLM | Claude、GPT、Gemini、Qwen、GLM 等 |
| 执行外壳 | harness：循环、上下文管理、工具调度、审批 | Claude Code、Codex CLI、pi、omp、OpenHands、Goose |
| 工具协议 | MCP：工具/资源/提示的统一接口 | MCP servers；ChatGPT Apps SDK 亦构建在 MCP 上 （OpenAI, 2025） |
| 技能 | 目录式知识包（SKILL.md + 脚本 + 资源） | Anthropic Agent Skills （Anthropic, 2025） |
| 组织 | 子代理、代理团队、后台/定时会话 | subagents / agent teams；Cursor Background Agent |
| 执行环境 | 本地沙箱、云电脑、云手机、浏览器 | Cloud sessions、Manus Cloud Computer、无影 AgentBay |
| 记忆 | 跨会话长期记忆 | ChatGPT memory、Claude memory |
历史：五个阶段
| 时间 | 代表概念 | 它解决什么 | 今天的状态 |
|---|---|---|---|
| 2022 | ReAct：推理与行动交替 （Yao et al., 2022） | 让"想"和"做"接起来 | 仍是所有 harness 的内核 |
| 2023 上半年 | ChatGPT 插件 （OpenAI, 2023）、AutoGPT （AutoGPT, 2023） | 工具接入、自主循环 | 插件页已标 deprecated；全自主循环退潮 |
| 2023 下半年 | 函数调用 （OpenAI, 2023b）、RAG （Lewis et al., 2020）、多智能体框架 （Hong et al., 2023） | 结构化工具、检索、角色分工 | 函数调用常态化；RAG 成为一层；框架被并入 harness |
| 2024–2025 | 计算机使用 （Anthropic, 2024）、MCP （MCP, 2024）、Claude Code （Anthropic, 2025b）、Codex CLI （OpenAI, 2025b） | 操作真实界面；工具可复用；agent 产品化 | 全部是当前栈的组件 |
| 2025 下半年–2026 | Skills、Apps SDK、云电脑常驻、agent teams、Agents API | 知识打包、工具分发、长时运行、并行组织 | 仍在扩散，标准未收敛 |
哪些还在用，哪些被替代
| 概念 | 状态 | 依据 |
|---|---|---|
| 工具调用 | 仍在用，且更基础 | harness 与 MCP 都建立在工具 schema 上；MCP 是接入协议，函数调用是模型能力，二者分层而非互斥 |
| RAG | 降为可权衡的一层 | 与 agentic 检索不是替代关系：ACL 2026 工业界的对比里，agentic RAG 平均 +2.8 NDCG@10，但输入 token 3.3 倍、耗时 1.5 倍、成本最高 3.6 倍 （Ferrazzi et al., 2026）；另一组 450 倍语料实验显示约 1000 万 token 处 BM25 反超，6 亿 token 时领先近 20 分 （Wang et al., 2026） |
| 框架式多智能体 | 被并入 harness + workflow | AutoGen 已归档，继任者 Microsoft Agent Framework 把 Harness Agent 与 Workflows 列为核心组件 （Microsoft, 2026）；MAST 的 200 多条轨迹显示失败集中在规格、协调与验证 （Cemri et al., 2025）；模型变强后多智能体增益从 +20.7 点缩到 +3.0 点 （Gao et al., 2025） |
| AutoGPT 式全自主循环 | 被替代 | ASE 2025 复现三种框架、两种模型，平均完成率约 50%，最好组合 38.2%，失败含死循环与规划错误 （Lu et al., 2025）；产品侧改为沙箱 + 审批 + 定时任务 |
| 插件（plugins） | 被替代又"复活" | 旧插件页 deprecated；2026-09 OpenAI 又把 custom GPTs 迁往新的 plugins——同名，但已是可含 skills 与 apps 的包 （OpenAI, 2026） |
| 提示词工程 | 被吸收为上下文工程 | Anthropic 的原话是"自然演进"（natural progression），管理跨轮次的系统提示、工具、MCP 与历史 （Anthropic, 2025c） |
| 云电脑 | 新概念，已产品化 | 从临时沙箱分化出"持久 VM 7×24"与"按量租用 Cloud PC"两种形态 （Manus, 2026；Microsoft, 2026b） |
| agent teams | 新出现，未定型 | 官方对比：subagent 单会话、token 低；agent team 独立会话、可互相发消息、token 高、默认关闭 （Anthropic, 2026） |
新概念：各自回答什么问题
云电脑全天做任务：形态对了，代价换了位置
| 产品 | 首次时间 | 运行位置与时长 | 审批/隔离 | 计费 |
|---|---|---|---|---|
| Devin | 2024-03 （Cognition, 2024） | 云端 VM，自带浏览器/编辑器/终端 | 人工审阅 | 按 ACU 用量 |
| Manus Cloud Computer | 2026-04 （Manus, 2026） | 持久 Ubuntu VM，7×24，关浏览器仍跑 | 仅命令行 | 按月订阅，关 VM 不退订 |
| Claude Cloud sessions | 2025-10 （Anthropic, 2025d） | Anthropic 托管 VM，关笔记本继续跑 | 网络/文件系统受限，凭据不进 VM （Anthropic, 2025e） | 含在订阅配额内 |
| Google Jules | 2025-05 （Google, 2025） | 云端 VM，clone 仓库→开 PR | 异步，人工合并 | 免费额度 + 订阅 |
| 无影 AgentBay | 2025-09 （阿里云, 2025） | 浏览器/云电脑/代码空间/云手机 | 云沙箱 | 云资源计费 |
| Windows 365 for Agents | 2026-01 （Microsoft, 2026b） | Cloud PC 池，任务级租用 | Intune/Entra，独立 Agent ID，可接管 | 按量 |
| ChatGPT Agent | 2025-07 （OpenAI, 2025c） | 侧虚拟电脑（浏览器+终端） | 重要动作确认，敏感站点 Watch Mode | 次数配额；官方标注已下线，职责移交 ChatGPT Work |
形态从"一问一答"变成"可以持续数小时的工作会话"。代价没有被消除，只是换了位置：Anthropic 的遥测显示 Claude Code 单轮中位时长约 45 秒，而 99.9 分位从 2025-10 的不到 25 分钟升到 2026-01 的 45 分钟以上；同一份数据里软件工程约占工具调用的一半，73% 的工具调用有人在环，仅 0.8% 不可逆（Anthropic, 2026b）。长期运行的真约束仍是验证：谁能判定这段自主产出的对错。
依据：harness 的影响有多大
最直观的证据来自 omp 的工程实验：只把编辑工具从 apply_patch/str_replace 换成按行定位的 hashline 编辑，同一模型在编码任务上的成功率从 6.7% 升到 68.3%，另一模型的输出 token 下降 61%（16 个模型 × 3 轮 × 180 任务，约 300 美元）（Stencil Labs, 2026）。学术侧的综述把执行 harness 拆成观察、上下文、控制、动作、状态、验证六项职责，并指出 agent 的成功率、效率与可靠性来自"模型能力 × 运行时基础设施 × 任务结构 × 评测设计"的耦合，而不是单看模型（Guo et al., 2026）。
厂商侧的数字同样指向"外壳决定产出"：OpenAI 报告一个仓库五个月约 100 万行代码、约 1500 个 PR、人均每天 3.5 个 PR，单次 Codex 运行常超过 6 小时（OpenAI, 2026b）；Anthropic 报告用户平均每周有 20 小时 Claude Code 在运行，新手与中高级用户的验证成功率分别为 15% 与 28%–33%（Anthropic, 2026c）；METR 则给出更底层的趋势——模型能以 50% 成功率完成的任务时长约每 7 个月翻倍（METR, 2025）。
OA 两家：钉钉与飞书各自用什么
| 能力 | 钉钉 | 飞书 |
|---|---|---|
| Agent 入口 | 钉钉 One（2025-08，统一对话指挥各 Agent） （钉钉, 2025） | 智能伙伴 / Aily（2023-11 起，2026-07 升级多智能体与主动工作） （飞书, 2023） |
| 工具协议 | AI 助理与 DEAP 支持 MCP（内置 + 三方 + 自定义） （钉钉, 2024；钉钉, 2026） | 开放平台提供 MCP，并提供开源飞书 CLI （飞书, 2025） |
| 电脑控制 | 有：悟空（2026-03，独立桌面端，操作本机）+ RPA 拟人操作 + 钉钉 CLI 化 （钉钉, 2026b） | 无自有桌面操控：Aily AI Browser Operator 仅浏览器插件 （飞书, 2026），其余靠 CLI 与第三方 |
| 企业形态 | 专业版/专属版/混合版，支持私有化 | 企业租户 + Aily 平台 |
结论：要桌面级 computer control，钉钉比飞书更完整；飞书的强项在文档、知识与工作流，以及 MCP 开放接口，桌面操控留给第三方。
OpenAI 与 Anthropic 的工具栈对比
| 维度 | OpenAI | Anthropic |
|---|---|---|
| harness | Codex CLI（2025-04）与云端 Codex；2026-09 推出托管 Agents API （OpenAI, 2026c） | Claude Code（2025-02）与 Agent SDK，harness 本身作为产品 （Anthropic, 2025f） |
| 工具协议 | MCP；Apps SDK 构建在 MCP 上 | MCP 发起方；Skills |
| 计算机控制 | ChatGPT Agent 的虚拟电脑（已下线，交由 ChatGPT Work） | computer use 工具；Cloud sessions 托管 VM |
| 组织形态 | Agents SDK：handoffs（去中心）/ agents-as-tools（管理者） （OpenAI, 2025d） | subagents、agent teams、Routines 定时任务 （Anthropic, 2025g） |
| 安全与审批 | Codex CLI 默认沙箱与审批预设 | 沙箱化 Bash 使权限弹窗减少 84% （Anthropic, 2025e）；auto mode（2026-03 公布，07 GA） （Anthropic, 2026d）；隔离综述 （Anthropic, 2026e） |
国内可商用清单
| 方向 | 产品 | 关键能力 |
|---|---|---|
| 编码 agent | 字节 Trae （字节, 2025）、腾讯 CodeBuddy/WorkBuddy （腾讯, 2026）、百度文心快码 （百度, 2025）、阿里通义灵码 （阿里云, 2026） | 均支持 MCP；多数提供企业版/VPC 或私有化 |
| Agent 平台 | 字节扣子 （字节, 2025）、阿里百炼 （阿里云, 2025b）、钉钉 DEAP、飞书 Aily | 平台 + MCP 市场 + 发布渠道 |
| 云端执行 | 阿里无影 AgentBay | 浏览器/云电脑/代码空间/云手机，SDK + MCP |
| 桌面/手机操控 | 钉钉悟空、智谱 AutoGLM / GLM-PC （智谱, 2025） | 图形界面操作，云手机路线 |
| 通用助手 | 腾讯元宝 （腾讯, 2024）、月之暗面 Kimi （月之暗面, 2026）、MiniMax （MiniMax, 2026） | 企业版与开放平台，部分支持 MCP |
合规上有三条硬约束：面向境内公众提供生成式 AI 服务须做安全评估与算法备案（网信办, 2023）；GB/T 45654-2025（2025-11 实施）给出安全基线（GB/T 45654, 2025）；《人工智能生成合成内容标识办法》与 GB 45438-2025 自 2025-09 起要求生成内容标识（网信办, 2025）。
几处"不是换名"的证据
- subagents 与 agent teams：官方对比里前者单会话、token 低，后者独立会话、可互相发消息、token 高且默认关闭——是两套机制，不是一次改名（Anthropic, 2026）。
- skills 与 tool、prompt 模板：skill 是含指令、脚本与资源的目录，启动只加载元数据、按需披露，还能打包可执行代码；它补的是复杂流程，不等于单个工具，也不是静态模板（Agent Skills, 2025）。
- plugins 同名不同机制：旧的 ChatGPT plugins 已弃用，2026-09 的"plugins"是可含 skills 与 apps 的包（OpenAI, 2026）。
- 多智能体并未被消灭：Microsoft Agent Framework 同时保留 Harness Agent、Workflows 与多 agent 编排（Microsoft, 2026）。
依据与不确定
- 论文级：ReAct（2022）、RAG 与 agentic 检索的权衡（ACL 2026、450 倍语料实验）、多智能体失败分析 MAST（2025）、增益收窄的对照（2025）、自主循环可靠性（ASE 2025）、harness 综述（2026）、METR 长任务时界（2025）、仓库级采用率（12.8 万个仓库，估计 22.2%–28.7%）（Robbes et al., 2026）。
- 厂商证据：OpenAI 的 harness engineering 与 Agents API、Anthropic 的自主性与专家回报研究、omp 的 harness 实验、各产品官方文档。厂商自述不是同行评审，数字反映特定任务。
- 三处常见误传已纠正：Manus 的"云电脑全天跑"是 2026-04，不是 2025-03；ChatGPT Agent 已标注下线；Claude Code on the web（2025-10）现名 Cloud sessions（2026-09 GA）。
- 属于推断的部分：把钉钉与飞书的差异归因于产品路线而非市场阶段；把 harness 的影响外推到非编码任务。这两点需要后续样本验证。
历史与协议
Yao, S., Zhao, J., Yu, D. et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv:2210.03629. https://arxiv.org/abs/2210.03629
OpenAI (2023). ChatGPT plugins. OpenAI 发布（2023-03-23）. https://openai.com/index/chatgpt-plugins/
OpenAI (2023). Function calling and other API updates. OpenAI 发布（2023-06-13）. https://openai.com/index/function-calling-and-other-api-updates/
Significant Gravitas (2023). AutoGPT（开源仓库）. GitHub. https://github.com/Significant-Gravitas/AutoGPT
Lewis, P., Perez, E., Piktus, A. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS 2020；arXiv:2005.11401. https://arxiv.org/abs/2005.11401
Hong, S., Zhuge, M., Chen, J. et al. (2023). MetaGPT: Meta Programming for a Multi-Agent Collaborative Framework. ICLR 2024；arXiv:2308.00352. https://arxiv.org/abs/2308.00352
Anthropic (2024). Claude 3.5 Sonnet 与 computer use（公测）. Anthropic 发布（2024-10-22）. https://www.anthropic.com/news/3-5-models-and-computer-use
Model Context Protocol (2024). 规范与修订记录（2024-11 起；2025-03-26 Streamable HTTP；2025-06-18、2025-11-25）. modelcontextprotocol.io. https://modelcontextprotocol.io/specification/2025-11-25/changelog
Anthropic (2025). Introducing Agent Skills. Claude 官方博客（2025-10-16）. https://claude.com/blog/skills
Agent Skills (2025). Agent Skills 开放规范. skill.md；anthropics/skills. https://skill.md/
OpenAI (2025). Introducing apps in ChatGPT and the new Apps SDK. OpenAI 发布（2025-10-06）. https://openai.com/index/introducing-apps-in-chatgpt/
OpenAI (2026). Custom GPTs 迁移与 plugins 说明. OpenAI 帮助中心. https://help.openai.com/en/articles/6825453
harness 与运行时
（arXiv 综述） (2026). Harness Engineering: Anatomy, Architecture, and Evolution of Coding Agents. arXiv:2609.00006. https://arxiv.org/abs/2609.00006
Guo, J., Hao, Z., Wang, C. et al. (2026). From Question Answering to Task Completion: A Survey on Agent System and Harness Design. arXiv:2606.20683. https://arxiv.org/abs/2606.20683
OpenAI（R. Lopopolo） (2026). Harness engineering: leveraging Codex in an agent-first world. OpenAI 工程博客（2026-02-11）. https://openai.com/index/harness-engineering/
Anthropic (2025). Claude 3.7 Sonnet 与 Claude Code（研究预览）. Anthropic 发布（2025-02-24）. https://www.anthropic.com/news/claude-3-7-sonnet
OpenAI (2025). Introducing Codex（CLI 与云端）. OpenAI 发布（2025-04-16）. https://openai.com/index/introducing-codex/
earendil-works (2025). pi：minimal, extensible agent harness. GitHub / pi.dev. https://github.com/earendil-works/pi
Stencil Labs (2026). omp（oh-my-pi）：Pi 的 fork. GitHub / omp.sh. https://github.com/can1357/oh-my-pi
Stencil Labs (2026). The Harness Problem. Stencil 工程博客（2026-02-12）. https://stencil.so/blog/the-harness-problem
Anthropic (2026). Agent teams（Claude Code 文档）. Claude Code docs. https://code.claude.com/docs/en/agent-teams
Anthropic (2025). Claude Agent SDK 迁移指南. Claude Code docs. https://code.claude.com/docs/en/agent-sdk/migration-guide
OpenAI (2026). Introducing the Agents API. OpenAI 发布（2026-09）. https://openai.com/index/introducing-the-agents-api/
OpenAI (2025). OpenAI Agents SDK 文档. openai.github.io. https://openai.github.io/openai-agents-python/
Anthropic (2025). Routines / scheduled tasks（Claude Code 文档）. Claude Code docs. https://code.claude.com/docs/en/routines
Anthropic (2025). Claude Code sandboxing. Anthropic 工程博客（2025-10-20）. https://www.anthropic.com/engineering/claude-code-sandboxing
Anthropic (2026). Auto mode. Claude 官方博客. https://claude.com/blog/auto-mode
Anthropic (2026). How we contain Claude across products. Anthropic 工程博客（2026-05-25）. https://www.anthropic.com/engineering/how-we-contain-claude
Anthropic (2025). Effective context engineering for AI agents. Anthropic 工程博客（2025-09-29）. https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
Microsoft (2026). Agent Framework overview（Harness Agent 与 Workflows）. Microsoft Learn. https://learn.microsoft.com/en-us/agent-framework/overview
云电脑与常驻
Cognition (2024). Introducing Devin. Cognition 发布（2024-03-12）. https://cognition.com/blog/introducing-devin
Manus (2026). Manus Cloud Computer. Manus 博客（2026-04-30）. https://manus.im/blog/manus-cloud-computer
Anthropic (2025). Claude Code on the web（现 Cloud sessions）. Claude Code docs. https://code.claude.com/docs/en/claude-code-on-the-web
Google (2025). Jules changelog（2025-05-19）. jules.google. https://jules.google/docs/changelog/2025-05-19
阿里云 (2025). 无影 AgentBay. 阿里云产品页（2025-09-18 公测）. https://www.aliyun.com/product/agentbay
Microsoft (2026). Windows 365 for Agents. Windows 博客（2026-01-22）. https://blogs.windows.com/windowsexperience/2026/01/22/windows-365-for-agents-the-cloud-pcs-next-chapter/
OpenAI (2025). Introducing ChatGPT agent. OpenAI 发布（2025-07-17）. https://openai.com/index/introducing-chatgpt-agent
OA 与国内工具
钉钉 (2025). 钉钉 8.0 / 钉钉 One. 钉钉官网（2025-08-25）. https://www.dingtalk.com.hk/hk/center/dingtalk-next-gen-office-ai-workstyle-251029
钉钉 (2024). AI 助理（开放平台文档）. 钉钉开放平台. https://open.dingtalk.com/document/aipass/ai-assistant-overview.md
钉钉 (2026). DEAP 企业 AI 平台. deap.dingtalk.com. https://deap.dingtalk.com/
钉钉 (2026). 悟空（桌面 Agent）. wukong.dingtalk.com. https://wukong.dingtalk.com/docs/about/
飞书 (2023). 智能伙伴 / Aily. aily.feishu.cn. https://aily.feishu.cn/
飞书 (2026). Aily AI Browser Operator（Chrome 扩展）. Chrome Web Store. https://chromewebstore.google.com/detail/aily-ai-browser-operator/dmmhkihjalgmbpibppegbogfnbjnnajj
飞书 (2025). 开放平台 MCP. 飞书开放平台. https://open.larkoffice.com/document/uAjLw4CM/ukTMukTMukTM/mcp_integration/mcp_introduction
字节跳动 (2025). Trae 企业版 MCP. Trae 文档. https://docs.trae.cn/enterprise_model-context-protocol
字节跳动 (2025). 扣子（Coze）企业版. 扣子文档. https://docs.coze.cn/coze_pro_enterprise_plan
阿里云 (2025). 百炼：官方与三方 MCP. 阿里云帮助中心. https://help.aliyun.com/zh/model-studio/official-and-third-party-mcp
阿里云 (2026). 通义灵码（Qoder CN）Agent. 阿里云帮助中心. https://help.aliyun.com/zh/lingma/agent
腾讯 (2026). WorkBuddy 企业版. 腾讯云. https://cloud.tencent.com/product/workbuddy-enterprise
腾讯 (2024). 腾讯元宝企业版. yuanbao.tencent.com. https://yuanbao.tencent.com/enterprise
百度 (2025). 文心快码（Comate）. 百度智能云文档. https://cloud.baidu.com/doc/COMATE/s/3msr9pbuy
智谱 (2025). AutoGLM / GLM-PC. zhipuai.cn. https://www.zhipuai.cn/autoglm
月之暗面 (2026). Kimi Business. kimi.com. https://www.kimi.com/business
MiniMax (2026). MiniMax Agent / Code 的 MCP 支持. agent.minimax.io. https://agent.minimax.io/docs/code/agents/mcp
合规
国家网信办等 (2023). 生成式人工智能服务管理暂行办法. 2023-08-15 施行. https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm
国家标准 (2025). GB/T 45654-2025 生成式人工智能服务安全基本要求. 2025-11-01 实施. https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=F67D3F376E0A0A0FF5317FB36B32A30A
国家网信办等 (2025). 人工智能生成合成内容标识办法（GB 45438-2025）. 2025-09-01 施行. https://www.cac.gov.cn/2025-03/14/c_1743654685899683.htm
证据与评测
Cemri, M., Pan, M. Z., Yang, S. et al. (2025). Why Do Multi-Agent LLM Systems Fail?. arXiv:2503.13657. https://arxiv.org/abs/2503.13657
Gao, M., Li, Y., Liu, B. et al. (2025). Single-agent or Multi-agent Systems? Why Not Both?. arXiv:2505.18286. https://arxiv.org/abs/2505.18286
Ferrazzi, P., Cvjetićanin, M., Piraccini, A. & Giannuzzi, D. (2026). Is Agentic RAG worth it? An experimental comparison of RAG approaches. ACL 2026 Industry Track: 56–75. https://doi.org/10.18653/v1/2026.acl-industry.5
Wang, P., Xu, B., Wang, S. et al. (2026). BM25 Wins at Scale: A Scaling Study of Retrieval-Augmented Generation Paradigms. arXiv:2607.26497. https://arxiv.org/abs/2607.26497
Lu, R., Li, Y. & Huo, Y. (2025). Exploring Autonomous Agents: A Closer Look at Why They Fail When Completing Tasks. arXiv:2508.13143. https://arxiv.org/abs/2508.13143
METR (2025). Measuring AI Ability to Complete Long Tasks. METR 博客（2025-03-19）. https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks
Anthropic (2026). Measuring AI agent autonomy in practice. Anthropic Research（2026-02-18）. https://www.anthropic.com/research/measuring-agent-autonomy
Anthropic (2026). Agentic coding and persistent returns to expertise. Anthropic Research（2026-06-16）. https://www.anthropic.com/research/claude-code-expertise
Robbes, R., Matricon, T., Degueule, T. et al. (2026). Agentic Much? Adoption of Coding Agents on GitHub. arXiv:2601.18341. https://arxiv.org/abs/2601.18341