前言：流水线改变的不是机器，是组织方式
前两天刷抖音，刷到一个科普视频，讲得特别好：现在的 AI 革命，很像二十世纪初福特的工厂流水线。
1913 年，福特在 Highland Park 工厂装上了移动装配线。汽车还是那辆汽车，工人还是那批工人，但把造车的工序拆开、排好、串起来之后，一辆车底盘的组装时间从约 12.5 小时压缩到 93 分钟，T 型车的售价也从 1908 年的 850 美元一路降到 490 美元。生产力不是被"发明"出来的，是被"组织"出来的——人类科技的进程，又被狠狠加了一次速。
AI 这轮几乎在重演同一个剧本。模型并不是这两年才凭空出现的，但 2022 年 11 月 30 日 ChatGPT 上线，等于第一次把"会聊天的模型"接上了流水线：两个月后月活破亿，成了普及最快的应用之一。再往后就是各种 Agent（智能体）接连问世——2023 年 AutoGPT，2024 年 Devin，2025 年 Manus、Claude Code、Codex 扎堆落地，被很多人叫作"Agent 元年"，到今天连办公软件都开始长出 Agent 的形状。视频里说科技进步已经进入"次方加速"，我觉得一点不夸张。
模型负责"会"，Agent 负责"干"。但"干"这件事，不同 Agent 的脾气完全不一样：有的适合放后台常年帮你盯服务器，有的必须一句一句喂指令。所以这篇不聊参数和跑分，聊一个更实际的问题：不同的 Agent 分别适合什么场景？我日常是怎么给它们派活的。
（之前转载过一篇在读博士生的《AI 协作手册》，讲的是"怎么和 AI 协作"；这篇算它的续篇——讲"活该怎么派"。）
一、先按功能给 Agent 分个类
Agent 的分类方式很多：按模态分、按厂商分、按价格分……但对使用者来说最有用的，我觉得是按功能分，看三个维度：它能不能在后台自己跑、管的活有多大、需要人怎么配合。按这个分法，日常能遇到的 Agent 大致就四类：
| 类型 | 能不能后台自动跑 | 任务范围 | 依赖人的方式 |
|---|---|---|---|
| 垂直领域专用 Agent（巡检 / 代码审计） | ✅ 可以定时常驻 | 固定单一任务 | 人提前配置好规则，后续它按规则跑；不能接别的任务 |
| 个人常驻 Personal Agent（Muse / Hermes / dots / Duet / Grok Bot / Cue） | ✅ 后台常驻 | 通用、多样任务 | 人给顶层目标，关键节点要人确认，可以随时换任务 |
| 全自主实验 Agent（AutoGPT 早期） | ✅ 自主持续运行 | 开放探索 | 只给一次初始目标，自己生成子目标，很少停下来问人 |
| 会话 Copilot（豆包这类对话式产品） | ❌ 不会自己后台跑 | 通用 | 每一轮都要人发消息驱动 |
先说清这张表的局限：这四类不是同一把尺子量出来的——垂直 Agent 按任务范围切、常驻 Agent 按生命周期切、全自主按自主程度切、Copilot 按交互方式切，所以它们并不互斥：同一个产品可以横跨两类，写代码的 Agent 也卡在"人驱动"和"能自己动环境"中间。这张表是用来快速对号入座的，不是分类学，硬要它严谨就输了。
还有一处要更正：ChatGPT Work 不属于"每轮必须人驱动"那一格。它是云端的工作型 Agent，能跨邮件、日历、协作工具把一个任务跑到交付，形态上更接近"给一次目标、它在云端干完再回来找你"。我原来把它和豆包并列写进 Copilot 那一行，是错的；豆包这类纯对话产品才是"每一轮你踩油门它才走"。（本题材里关于 ChatGPT Work 的描述来自媒体报道，我没有上手实测。）
1. 垂直领域专用 Agent：定点的老师傅
这类 Agent 被拆到只剩一件事：服务器巡检、代码审计、日志盯梢。人提前把规则配置好，它就定点上班、按章办事，到点交结果。像流水线上的专用工位——效率极高，但工位换了产品就废了：你不能让巡检脚本明天改行去做 PPT。
这里特别容易跟"定时任务"搞混。严格说，纯脚本定点跑、逻辑写死（比如我博客每天早上的巡检、每周日凌晨的备份）只能叫自动化——它没有模型参与，页面结构一变就得改代码。垂直专用 Agent 的区别是它带着模型在跑：同样每天巡检，它不是简单比对阈值，而是能读懂日志、判断"这次报错要不要紧"、写出人话报告。判断力只在领域边界内有效，出了边界它一样干不了别的。一句话：自动化是流水线上固定的机械臂，垂直 Agent 是只看一道工序、但长着眼睛的老师傅。
2. 个人常驻 Personal Agent：贴身管家
Muse、Hermes 这类。它后台常驻，什么杂活都能接：你给的是顶层目标，它在关键节点回来找你确认，中途还可以随时换任务。它是四类里最像"同事"的——不需要你把每一步都设计好，但重要路口会来找你签字。
3. 全自主实验 Agent：撒手没
AutoGPT 早期那一批的形态：只给一次初始目标，它自己拆子目标、自己跑，很少停下来问人。开放探索的场景很过瘾，但用在生产环境要慎重——不是它不行，而是你不知道它此刻在干什么。胆子大的活儿可以给它，胆子小的活儿别给。
4. 会话 Copilot：随叫随到的搭档
豆包这类对话式产品。它不会自己后台跑，每一轮都得你发消息驱动；换来的是零配置、即开即用、用完即走。问答、起草、翻译、改文案这些"一问一答就完事"的活儿，它最顺手。
二、我日常真正高频在用的两类
四类里，我日常用得最多的是个人常驻 Agent 和会话 Copilot：一个管"连续的活"，一个管"零碎的话"。
私人 Agent：服务器管理和网页数据筛选
这一节得把上一节的话说圆。我博客的巡检，只看"每天定点跑"这一层，它确实就是上一节说的自动化——一条 cron 加一段固定脚本，没有模型参与，页面结构一变就得改代码。真正让它沾上 Agent 味道的，是脚本外面那层判断。三层拆开是这样：
- cron 只负责叫醒。我机器上就一行：
17 8 * * *，每天 08:17 跑一次blog_healthcheck.py。它不懂业务，只懂时间。 - 固定脚本负责采事实、拿死规则判。11 项检查，全是确定性逻辑：页面小于 50 KB 就当"截断或占位页"、证书剩不到 21 天算 WARN、根分区过 85% 算 WARN、过量 93% 算 FAIL、备份超过 8 天没更新算 FAIL。这些阈值写死在代码里，不靠模型发挥，也绝不"灵活判断"。
- 常驻 Agent 负责要不要吵我。同一份结果，脚本只能给出一串 PASS/WARN/FAIL；判断"这条 WARN 是真故障还是历史噪音""要不要现在发信给我""这封报告怎么写成一句人话"，是常驻 Agent（我用的是 Hermes）在做的事。
这个分工不是设计出来的洁癖，是被事故教出来的（见第五节）。
网页数据筛选同理：把论坛帖子扒下来清洗排版、把散落在网页里的信息抽成结构化数据、盯着某些页面有没有更新。这种活流程长、判断点少，交给常驻 Agent 正合适，我只在关键节点拍板。
会话 Copilot：一问一答的零碎活
查个资料、起个稿、翻译一段话、润色个文案——开个对话框就来，用完即走。它不需要任何配置，代价是每一轮都得我亲自踩油门，所以适合"人本来就要在场"的场景。
一个简单的判断标准：这件事是连续的还是一次性的？连续的交给常驻 Agent，一次性的开对话框就好。
三、写代码和日常办公：我的四件套
代码和办公这两摊，我基本固定用四个工具，各有各的脾气：
- DS（DeepSeek）——私下我们都叫它"电水壶"：插上电就烧，烧开就用，不讲究。便宜、量大、出手快，中文语境特别顺。小脚本、快速验证、临时起意的小活，闭眼交给它；
- Codex——OpenAI 家的编码 Agent，适合整段整段地放手实现：给规格书，收工程；
- Claude Code——终端里的老工匠。长任务、多文件重构这种战线拉得长的活儿，它稳；
- WorkBuddy——腾讯出的办公 Agent。表格处理、内容生成、资料整理这类日常办公活儿丢给它自动交付，指令还能直接从微信 / 企微下发，办公文职的好搭子。
顺便补一句归类，免得它悬空：Codex 和 Claude Code 其实就是第一节第 4 类（会话 Copilot）里"长出了手"的那一支——同样是你每轮驱动，区别是它能在环境里直接改文件、跑命令。所以四件套不是第五类，是前两类里的具体选型。
这四个没有谁替代谁，是按活儿的脾气派：小快灵找 DS，大工程找 Codex 和 Claude Code，办公文职找 WorkBuddy。《AI 协作手册》里有个观点我很认同：与其纠结哪个最强，不如固定一套自己的分派流程。
四、从"养龙虾"到 Agent 有了自己的邮箱：这一年的路线图
如果只看产品发布会，2026 年的个人 Agent 像是一夜之间冒出来的。实际上有一条很清楚的三段式路径：先是开源社区把"个人 Agent 可以自己托管"这件事做成热潮，然后自建生态长出工程规范和治理框架，最后商业公司把它包装成开箱即用的托管产品。这一节按这个顺序讲——先讲开源浪潮，再讲自建生态，最后才是那些发布会上的新名字。
4.1 OpenClaw：一个周末项目，如何点着了"养龙虾"热潮
这条线里最不可思议的一个。2025 年 11 月，Peter Steinberger 用周末时间拼了个小项目，最早叫 "WhatsApp Relay"。名字换过两轮：先是 Clawd——对 Claude 的谐音梗加个爪；Anthropic 法务客气地请他们改，于是社区在凌晨五点的 Discord 头脑风暴里想出了 Moltbot（龙虾蜕壳＝成长），但这名字念起来始终不利索；到 2026 年 1 月 29 日定名 OpenClaw，这次做足了功课——商标检索干净、域名买好、迁移代码写完。吉祥物至今还是那只龙虾。
热度是真实的：改名那天作者写的是"10 万+ GitHub stars、一周 200 万访客"；我写这篇时（2026 年 11 月 11 日）从 GitHub API 拉到的数字是 39.4 万 stars、8.3 万 forks，仓库 2025-11-24 创建、MIT 协议、归 OpenClaw Foundation（501(c)(3)）所有。从"周末项目"到"基金会项目"，用了不到一年——这大概是 2026 年个人 Agent 领域最值得记的一件事。
它的定位一句话就能说明白（官方原文）：an open agent platform that runs on your machine and works from the chat apps you already use——跑在你自己的机器上（笔记本、家里的小主机、VPS 都行），你在 WhatsApp、Telegram、Discord、Slack、Teams 里跟它说话就行。Your infrastructure. Your keys. Your data.
机制上（下面这些我是读官方文档整理的，我没有实际部署过 OpenClaw，只做转述）：
- Gateway 是控制面：官方把它称为信任边界（trust boundary）——谁被授权、能调用哪些工具由 Gateway 掌握；执行可以落在本机、配置好的 sandbox、node 或云 worker 上，但默认不开沙箱；
- 消息渠道是它的杀手锏：Telegram、Slack、Discord、WhatsApp、Signal、iMessage、Teams、飞书、微信/企微、QQ、Matrix……官方文档的渠道目录长到能当一本书的目录读；
- Skills 与插件：技能是可以安装、也可以自己写的"代码包"，插件则跑在进程内、不做沙箱；
- 记忆：官方做了一整套体系（记忆总览、记忆架构、来源与删除、活跃记忆），甚至支持把 Honcho 当记忆后端；
- 自动化：Automations（cron）定时触发，另有 Heartbeat 这类后台节律；
- 工程与治理：四条发布通道、不可变包版本、schema 守卫、发布验证流程。
我的看法：OpenClaw 最大的贡献不是某个具体功能，而是把"个人 Agent 该长什么样"变成了公共议题——它证明了这件事可以自托管、可以开源，可以由社区而不是某一家公司来定义。后面的商业产品，多多少少都在回答它提出的问题。
4.2 OpenClaw 与 Hermes：两条自建路线的对照
我自己用的是 Hermes，所以这一节的口径得先说清：下面的对照取自 OpenClaw 官方文档里那张"OpenClaw and Hermes Agent"对照表（对手视角，页面标注版本 6defe7eb6c）。我只做摘录和转述，不做性能排名——两个项目都在快速迭代，任何"谁更强"的结论几个月后都会过期。
| 维度 | OpenClaw | Hermes Agent |
|---|---|---|
| 执行环境与信任边界 | Gateway 掌握授权；可配置 sandbox / node / 云 worker 执行；默认不沙箱 | 父进程掌握工具分发；终端、文件与生成的 Python 可走远端后端 |
| 权限控制 | 结构化的工具策略与拒绝由代码强制执行；审查与审批是可选层 | 对标记命令做智能审查叠在硬拒绝之上；cron 与一次性任务默认拒绝标记命令，其他无头路径可能自动批准 |
| 记忆 | 带来源追踪：记录会话来源、信任门控、可归属的清除与"遗忘"记录 | 内置字符串条目，无来源血缘、无删除墓碑；自主写入默认开启，可选审批 |
| 插件 | 进程内、不沙箱；有清单校验、SDK 契约与安装信任检查 | 进程内、不沙箱；Python 注册 API、桌面 SDK、声明式同意 |
| 升级与运维 | 四条发布通道、不可变包版本、schema 守卫、发布验证流程 | Git 分支快进（默认 main）、关键文件语法检查失败可回滚 |
| 治理与归属 | OpenClaw Foundation（501(c)(3)）、MIT、公开的成熟度记分卡 | Nous Research（风险投资支持）、MIT；有付费订阅层（据 TechCrunch 报道 20–200 美元/月） |
再补一条它那张表里没有的：运维成本。两个都是自建，代价一模一样——你得有台机器、配好域名和证书、自己做备份、自己升级、自己处理"它半夜把东西弄坏了"。这些活儿不会出现在 star 数里，但天天要还。
4.3 安全：恶意 Skills、提示词注入，和"它拿着我的钥匙"
微软 Defender 安全研究团队在 2026 年 2 月专门写了一篇《Running OpenClaw safely》，判断很直白：OpenClaw includes limited built-in security controls——它能读进不可信的文本、能从外部下载并执行 skills（也就是代码）、能用被授予的凭据执行动作。作者把这称为执行边界的位移：从"静态的应用代码"变成了"动态喂进来的内容与第三方能力"。
他们点了两类问题：间接提示词注入——攻击者把指令藏在 Agent 会读到的内容里，既能操控它调工具，也能改写它的记忆、让影响持续下去；以及持久化——任务、配置、定时任务都会留下痕迹。建议也很具体：给 Agent 专用身份、把权限压到最小、优先用短时令牌、对高风险权限走受控同意；只在隔离环境里跑它，别让它碰到"不得泄露"的凭据和数据。OpenClaw 作者自己在改名博文里也写了：prompt injection is still an industry-wide unsolved problem。
这条原则落到我自己的机器上不是抽象的。第五节会详细讲我的巡检脚本：它只有三项能力——发 HTTP 请求、通过 SSH 跑只读命令、用一把只够发信的 key 往固定邮箱投信；它改不了配置、发不了文章、删不了数据，真正的生产改动一律要我先点头。这不是我多谨慎，而是因为：只要 Agent 能读外部内容（网页、邮件、别人的帖子），它就有被注入的可能；那么给它多大权限，等于给"任何一段它能读到的文本"多大权限。
4.4 Manus Cue：Agent 第一次有了自己的邮箱、电话和钱包
2026 年 9 月 28 日，Manus 发布 2.0，同时扔出一个独立应用：Cue。要说清一点——它不是 Manus 原有功能的升级，而是一个专为个人 Agent 做的 app（手机 + 桌面，基于与 Manus 同一套基础设施）。2.0 那次更新是一整套（Cascade、Manus Studio、Video Editor、Game Dev、Cloud Computer、Remote Control、Automations），Cue 是其中唯一独立成应用的那一块。
它是第一个把"身份"当成产品卖点的：每个 Agent 都有自己的邮箱、电话号码、钱包和电脑。这四样凑齐意味着什么——它可以自己发消息，可以在你设定的预算内付款，可以在自己的机器上独立把活干完；还能替你接电话，然后把摘要留在 Cue 里。
多个 Agent 靠群聊协作，活儿自己往下传。官方给的例子很能说明形态：把一个营销任务拆给三个 Agent 扔进同一个群聊——一个调研纽约发布会的场地，一个把调研结果整理成候选名单，第三个起草带建议的演示文稿；它们会随着工作进展互相移交任务。你定方向、在手机上看进度、做最后决定。日常服务也能接：在餐厅扫个码，Agent 帮你点餐或排队。
准入门槛也值得记：Cue 目前处于早期体验阶段，凭邀请码免费使用（官方博文直接给了示例码 MEETCUE，限量先到先得，拿到权限的人还会额外获得可分享的邀请码）；网页版、桌面版、移动端已上线，iOS 版还在等 App Store 审核。我没有邀请码，也没有上手，以上全部来自官方博文与帮助中心。
和 Grok Bot 对比，执行环境的设计正好相反，这点最有意思：Cue 是每个 Agent 一台自己的电脑 + 独立通信身份 + 独立钱包；Grok Bot 是你名下所有 Bot 共用一台云电脑，那台机器上的文件、浏览器会话和命令行凭据在所有 Bot 之间都是通的，官方还专门提醒"不要拿多个 Bot 当安全边界"。但我不会由此说 Cue"更安全"——隔离强度取决于实现细节和配置，两家的官方文档都没有给出可比的隔离保证。把"设计上独立"直接读成"安全上更强"，是没有依据的推断。
4.5 商业托管三款：Grok Bot、dots、Claude Duet
Grok Bot（xAI，现名 SpaceXSI）。时间线全部来自 x.ai 官方公告：8 月 11 日 beta 上线，首发桌面端和 iOS，绑在 SuperGrok 三档与 Cursor Pro/Pro+/Ultra、Cursor Teams 套餐里；8 月 26 日扩到 SuperGrok、Cursor Pro 和所有 Cursor Teams 套餐；9 月 3 日推出企业版，加的是访问、网络、审计三类管控；9 月 28 日上 Team Bots，团队共享 Bot 进入公共 beta。移动端官方文档现在明确支持 iPhone（iOS 18+）与 Android（Android 9+），iOS 应用同时能跑在 iPad（iPadOS 18+）上——移动端的具体上线日期我没在一手来源里查到，只能确认"现在支持"。
最容易吹错的一点是"每个 Bot 有自己的云电脑"。官方文档写得很直接：All of your Bots share one cloud computer assigned to your user account——所有 Bot 共用同一台云电脑，那台机器上的文件、浏览器会话和命令行凭据在你名下所有 Bot 之间都是通的；文档还专门加了一句 Do not use separate Bots as a security boundary：别拿"多开几个 Bot"当隔离手段。想让它动你自己这台电脑是另一个开关（每次询问 / 始终允许 / 禁止）。
dots（OpenAI）。9 月 29 日 DevDay 发布，11 月 3 日官方又更新了模型家族，加入 GPT-6.1 Terra，一个 dot 可以在不同环节用不同模型。形态和 Grok Bot 正好相反：每个 dot 有自己的云电脑和浏览器，通过 ChatGPT、Slack、Teams 回来找你。门槛在套餐上——1 个 dot 包含在 100 美元/月的 Pro 里，Business Premium 也在首发范围内（价格与套餐细节来自媒体报道）。
Claude Duet（Anthropic）。10 月 21 日开研究预览，定位"主动式（proactive）"个人 Agent：像给人发消息一样用文字或语音派活，你不在线它也继续干，觉得有事就来找你。两条边界值得记：发消息、付款、签文件、删文件这类动作前一律要你批准；它在被授权访问的账号里看不到密码和登录信息。目前是研究预览，美国区 Pro/Max/Ultra 走 waitlist（模型与准入信息来自官方预告与媒体报道）。
再往前数，Meta 的 Muse 算是把"个人常驻 Agent"这个形态先推到消费级的产品；Bloomberg 报道 Grok Bot 上线首月用户破 40 万。也就是说，表格里第 2 类过去是极客自己折腾的东西，现在正在变成开箱即用的商品——但成熟度差得很远。
先把话说清楚：这三款我都没有上手，手上没有美国区的付费账号，也没有把它们接进我的日常工作流。下面是按官方文档与公开报道整理的三条选型标准，不是使用体验。
| 看什么 | Grok Bot | dots | Claude Duet |
|---|---|---|---|
| 权限边界 | 所有 Bot 共用一台云电脑，官方明说"不能当作安全边界"；动你本地电脑另设开关 | 每个 dot 一台自己的云电脑 + 浏览器（官方公告表述） | 在被授权的应用里看不到密码与登录信息（媒体口径） |
| 确认机制 | Auto Review 默认开启，逐个动作过审；"不可撤销""改登录或安全设置""把数据外发"会单独弹卡片；可自定义规则，也能整个关掉 | 高风险动作需回到人确认（媒体口径） | 发消息、付款、签文件、删除前需用户批准（媒体口径） |
| 记忆 | 每个 Bot 有自己的长期记忆，可要求它记住、修正、忘掉；姓名、时区等少量事实全 Bot 共享；登录与卡号建议放 Vault 而不是记忆 | 未上手，不评 | 未上手，不评 |
这类产品现在值得上车吗？我的看法是：方向一定对——它就是流水线思路的极致版，人只负责给目标、在关键节点签字；但现阶段它们都还很年轻（研究预览、企业版刚上线、能力边界几乎一周一变）。真要选，看三件事就够了：权限边界、确认机制、记忆。这三样决定它是"同事"还是"隐患"。
4.6 Cue / OpenClaw / Hermes：四种"谁来兜底"的选择
同样是个人 Agent，托管和自建是两种完全不同的交易。把 Cue（托管代表）、OpenClaw 和我自己在用的 Hermes（自建代表）摆在一起，差别一眼就看出来了：
| 维度 | Manus Cue（托管） | OpenClaw（自建） | Hermes（自建） |
|---|---|---|---|
| 部署方式 | 厂商云，装 app 登录即用（当前需邀请码） | 自己的机器 / 群晖 / VPS，自己装自己配 | 自己的机器 / VPS，自己装自己配 |
| 数据控制权 | 数据在厂商侧；换来开箱即用 | 数据和密钥都在自己手里 | 数据和密钥都在自己手里 |
| 运维责任 | 厂商负责升级、备份、兜底 | 自己负责：证书、备份、升级、故障排查 | 自己负责：证书、备份、升级、故障排查 |
| 授权模式 | 邀请码 / 账号体系，按预算给钱包额度 | 自己管密钥与工具策略，默认不沙箱 | 自己管密钥与工具策略，带审批闸门 |
趋势判断。这一年真正的分水岭不是模型变强，而是 Agent 开始拥有自己的通信身份、预算和协作能力：Cue 给它邮箱、电话、钱包；Grok Bot 给它在工具里干活的云电脑；dots 给每个 dot 一台机器加浏览器。当 Agent 能被外部世界直接联系、能自己花钱、能互相交接任务，治理问题就从"给不给它权限"变成了三件更麻烦的事——怎么记账（花了多少）、怎么审计（谁让它干的）、怎么撤回（它已经做过什么）。这三件事做不好，能力越强越危险。
而自建和托管的分野也很清楚了：自建买的是控制权和可审计，托管买的是有人替你运维和兜底。我的选择是前半段——自建、最小权限、人工闸门——但我不觉得这是唯一答案，它只是我这类"喜欢自己拧螺丝"的人会选的那条。
五、一次真实巡检：规则、权限、我签字的地方
上面说的三层分工太抽象，直接摊开我博客这套巡检，数据是 2026 年 11 月 11 日凌晨实跑拿的，不是回忆。
触发层。两条 cron，加起来两行：巡检 17 8 * * *（每天 08:17），备份 20 4 * * 0（每周日 04:20，保留 8 份）。cron 的唯一职责是"到点叫醒"，它不知道什么叫故障。
脚本层。巡检脚本 268 行，11 项检查：前台 HTTP、前台 HTTPS、最新文章页、一张附件图、容器状态、容器内 Halo 是否 200、nginx -t、nginx reload 是否在静默回滚、证书剩余天数、根分区水位、备份新鲜度。单次跑完 6.8 秒，退出码只有三种：0 全绿、1 有 FAIL、2 只有 WARN。
判断层（这里才有模型）。脚本只给结论，不管后果。举个真出过的误报：脚本原来只看日志里有没有出现过 bind() to 0.0.0.0:443 failed，结果修好之后那条历史记录还躺在日志里，于是天天报"reload 正在回滚"。改法是把判断改成比较两个时间点：只有"最近一次 bind 失败时间"晚于"当前 nginx worker 的启动时间"，才算 reload 真的还在失败；worker 已经带着新配置起来了，旧的失败就只是历史。这类"阈值合不合理、报的是不是噪音"的判断，写死在脚本里会僵，交给常驻 Agent 逐次看才有救。
别天天吵我。告警去重按"指纹"做：把当次所有非 PASS 项拼成字符串，指纹相同且距上次发信不足 12 小时就不再发。状态没变不会重复轰炸，状态一变立刻能收到。
刚才那次实跑的结果（11 项全 PASS）：前台 HTTP 200 / 166,873 B，前台 HTTPS 200 / 167,240 B，最新文章页 94,122 B，附件图 60,954 B；容器 halo=Up 26 hours、halo_rdat-halodb-1=Up 3 weeks (healthy)；nginx -t 通过；最近一次 443 bind 失败是 11 月 8 日 23:18，而 nginx worker 是 11 月 9 日 00:20 起的——失败早于 worker，说明修复后没再回滚；证书剩 87 天（到 2027-02-06）；根分区 47%；最新备份 1 天前，共 1 份。
最后两个数字都是"看了才知道"的例子：备份策略写的是保留 8 份，但备份刚上线不久，实际只攒下 1 份——策略不等于现状；磁盘我印象里长期在 85% 附近，这次实测是 47%，印象也会骗人。
权限这块我说实话。巡检脚本能做的只有三件：往外发 HTTP 请求、通过 SSH 在服务器上跑只读命令（docker ps、df、openssl、pgrep、tail 日志）、用一把只够发信的 Resend key 往固定收件人（我自己的邮箱）投一封信。它不能改配置、不能发文章、不能删数据。真正会动生产环境的操作——改 nginx、改主题模板、发新文章——一律我点头之后才执行；这条不是技术上不能自动化，是我故意留的门，理由在 4.3 节：它读得到外部内容，就有被注入的可能。
成本和时间，我只报有数的。这套东西没有新增任何机器和订阅：巡检跑在我已有的机器上，一天一次、单次 6.8 秒；发信走邮件服务的免费额度，实际发了几封我没有统计；服务器本身是既有支出，具体金额我没有算进这套系统的成本。至于省了多少时间——我没有做前后对比统计，不给数字，只能说现在我不需要主动去查这些东西，出问题它会来找我。
六、怎么给自己的活儿挑 Agent
把上面的经验压成一张速查表：
| 你的场景 | 推荐类型 | 理由 |
|---|---|---|
| 每天固定要跑的事（巡检、备份、日报） | 垂直专用 Agent | 规则固定，到点就跑，不占你的注意力 |
| 各路杂活都要接、要跨领域 | 个人常驻 Agent | 给顶层目标就行，关键节点来找你确认 |
| 想长期养一个自己的 Agent，还要能改它 | 自建常驻 Agent（OpenClaw / Hermes） | 数据和密钥都在自己手里，代价是自己运维、自己防注入 |
| 不想运维，只想有人兜底 | 托管型个人 Agent（Cue / Grok Bot / dots / Duet） | 开箱即用，注意看权限边界和确认机制 |
| 一次性探索，让它自己折腾 | 全自主实验 Agent | 只给初始目标（记得看住权限和钱包） |
| 随问随答的零碎活 | 会话 Copilot | 零配置，人在场就开工 |
再加三条心得：
- 先拆活，再挑 Agent。流水线的第一步是拆工序。把任务先拆成"连续 / 一次性、固定 / 开放"，Agent 的人选自然就浮出来了；
- 重复的交给常驻的，人只出现在关键节点。解放生产力的本质是把人从工序里拿出来，而不是让人盯着一排 Agent 干活；
- 定期复盘，做减法。工具不是越多越好，一个月回头看一次，没用到的一律关掉。
七、写在最后
回到开头那个流水线的类比。福特真正的贡献不是造出了更好的汽车，而是发明了一种组织生产的方式——把工序标准化、把工位固定下来。Agent 这一轮走的是同一条路：先有固定边界的自动化（流水线上的机械臂），再有能判断的垂直 Agent（只盯一道工序的老师傅），然后是给个目标就能自己跑的常驻 Agent（把人从工序里彻底挪出来）。而到 2026 年，Agent 又往前走了一步：它有了自己的邮箱、电话、钱包，还有了同事（Cue 那套群聊分工）——它不再只是我的一双手，更像一个有身份的承包商。所以它不是"更好的工具"，是"换一种组织生产的方式"，跟福特当年干的事是同一类。
流水线把工人从熟练工变成了工序的设计者；Agent 这一轮，轮到我们从"干活的人"退到"派活的人"。科技还在次方加速，与其焦虑追不追得上，不如现在就动手拆一拆自己的工序。
参考资料
一手（官方公告 / 文档 / 官方仓库）
- 2026-01-29 · Introducing OpenClaw（openclaw.ai，Clawd → Moltbot → OpenClaw）
- openclaw/openclaw（GitHub 仓库，MIT）
- OpenClaw and Hermes Agent（OpenClaw 官方文档对照页）
- OpenClaw Docs（Gateway、渠道、Skills、记忆、Automations）
- 2026-02-19 · Running OpenClaw safely（微软 Defender 安全研究）
- 2026-09-28 · 隆重推出 Manus 2.0（manus.im，含 Cue 小节与邀请码）
- 2026-10-02 · Manus 2.0 有哪些新变化？（Manus 帮助中心）
- 2026-08-11 · Introducing Grok Bot（x.ai）
- 2026-08-26 · Grok Bot is now included with more plans（x.ai）
- 2026-09-03 · Grok Bot for Enterprise（x.ai）
- 2026-09-28 · Team Bots（x.ai）
- Approvals, security and privacy（xAI 文档：共享云电脑、Auto Review）
- Bots（xAI 文档：长期记忆）
- Grok Bot for Mobile（xAI 文档：iPhone / Android / iPad）
- 2026-09-29 · Introducing dots（OpenAI，11-03 更新 GPT-6.1 Terra）
- 2022-11-30 · Introducing ChatGPT（OpenAI）
- WorkBuddy（腾讯云）
- 福特 T 型车与移动装配线（维基百科）
- History of AI Coding Tools（Taskade）
二手（媒体报道，文中已标注）
- VentureBeat：OpenAI 推出 ChatGPT Work（云端工作型 Agent，跨邮件/日历/协作工具）
- Bloomberg：Grok Bot 上线首月用户破 40 万
- AI Weekly / CBS：dots 的 100 美元 Pro 套餐含 1 个 dot、Business Premium 首发
- MacRumors / SiliconAngle：Claude Duet 的准入区域、需审批的动作清单、不接触密码
- TechCrunch：Hermes 所属公司 Nous Research 的付费层价格区间