企业官网建设流程全解析

2026 智能体选型与搭配指南：Claude Code、Codex、WorkBuddy

一句话版本：2026 年的智能体 =Harness（壳）× 模型（脑）× 上下文（记忆与规则）。
大部分人把钱花在"只看模型不看壳"或者"只看产品不看搭配"上。这篇把我用得最多的三个智能体——海外的 Claude Code、Codex，国内的 WorkBuddy——拆透，并给出一张壳 × 模型搭配矩阵和国产模型接入实操，看完你就知道：该用谁、配什么模型、怎么省钱。

数据口径：截至 2026 年 10 月。基准分数尽量取两个以上来源交叉验证；榜单快照不一致的地方我会明说，不含糊。
适合谁：选工具的开发者、做选型的团队负责人、想找个"AI 同事"的职场人
阅读时长：约 18 分钟，建议收藏后对着配置抄

一、先对齐认知：2026 年的智能体到底是什么

很多人以为买智能体 = 买模型。错了。你实际买的是三样东西：

1. Harness（壳）：负责拆任务、调工具、跑命令、出错重试的执行框架。Claude Code、Codex、ZCode、WorkBuddy，本质都是壳；
2. 模型（脑）：提供智力的那部分。Opus 5、GPT-5.5、GLM-5.3、DeepSeek V4 Pro；
3. 上下文（记忆与规则）：CLAUDE.md、规则文件、长期记忆、Skill 库。它决定智能体"懂不懂你的项目和你的规矩"。

同一个模型换不同的壳，成绩不一样；同一个壳换不同的模型，体验差更多。
所以选型 = 给这三样选组合，而不是在榜单上圈一个产品名。

后面所有内容都围绕这个公式展开。记住它，你看任何智能体产品宣传都不会被带偏。

二、海外双雄：Claude Code 与 Codex

2.1 Claude Code：住在你终端里的"本地派"

一句话定位：终端优先、本地执行的工程智能体。

它的工作方式很"老实"：在你自己的机器上启动，每一步都在终端里打印出来给你看，遇到敏感操作（删文件、跑危险命令）会停下来问你。需要并行时派子智能体（subagents），子智能体之间可以通信协调。

核心能力清单（2026-10）

• subagents / hooks / skills / MCP / CLAUDE.md（AGENTS.md）全套齐活
• Anthropic API 默认 1M 上下文，大仓库吃得下
• 终端、IDE 扩展、桌面、网页四端同一引擎
• 版本节奏极快（2026-10-10 刚发 v2.1.296）

硬数据

• Claude Opus 5：SWE-bench Verified96.0%，目前公开模型纪录
• Opus 4.7：SWE-bench Pro64.3%（对比 Codex GPT-5.5 的 58.6%）
• 一个有意思的统计：2026 年 6 月有人把两家共有功能排了时间线，24 项相似功能里18 项是 Claude Code 先发（headless、MCP、斜杠命令、上下文压缩、subagents、hooks、skills），Codex 先发 4 项（内置沙箱、云端异步、多智能体团队、Goal 模式）

适合谁：复杂代码库理解、深度重构、对"代码不出本机"有要求的场景。

坑：账号风控严（Anthropic 对大陆的态度大家都懂），网络不稳。所以国内用户几乎人人备一条国产模型后路——这就是第四节要讲的搭配。

2.2 Codex：把任务扔去云端的"异步委派派"

一句话定位：云端沙箱异步执行的软件工程智能体平台。

哲学和 Claude Code 完全相反：你描述完任务就可以走人，它在 OpenAI 云上的隔离机器里读代码、改代码、跑测试，干完回来交 diff、提 PR。Multi-agent v2 支持多个智能体分头改库表、API、前端，最后由协调者合并，各自跑在独立 Git worktree 里互不干扰。

四个入口：CLI（Rust 重写、Apache-2.0、82.9K Star）、桌面应用（macOS/Windows）、VS Code 插件、ChatGPT 网页版。共享同一账号和任务列表。2026 年 9 月开发者大会又加了手机启动云任务、Codex Security Cloud（关机也能持续扫仓库漏洞）、语音派活。

硬数据

• 每周超过100 万开发者在用，2026 年 1 月以来用量涨 5 倍
• GPT-5.5：Terminal-Bench 2.082.7%、SWE-bench Verified88.7%、OSWorld-Verified 78.7%
• 至顶 AI 实验室 2026 年 6 月长流程任务横评：Codex91.6 分第一（Manus 86.4、Claude Code 82.5）
• 官方口径 token 效率约为 Claude Code 的 4 倍（厂商说法，社区方向一致但幅度存疑，我打个七折信）

适合谁：批量异步任务（"把这个模块的测试补全"扔进去睡觉）、终端自动化、安全扫描、多任务并行。

坑：服务器在海外，国内直连基本不可用；订阅+token 双贵。

2.3 正面交手：各赢一段，别站队

我的一句话结论：啃复杂代码库、要深度理解项目的活给 Claude Code；批量的、终端重的、可以"扔进去不管"的活给 Codex。两个都订的人不是浪费，是分工。

三、国内之选：WorkBuddy

3.1 先澄清：它在"办公赛道"，不在"编程赛道"

这是全文最重要的一个校准：WorkBuddy 不是写代码的智能体。

它是腾讯云 CodeBuddy 团队做的全场景办公智能体桌面工作台（2026-03-09 上线）：你用大白话下指令，它自己拆步骤，操作你电脑上的 Excel、Word、浏览器，最后交付成品文件——PPT、周报、数据图表、会议纪要。目标人群是 HR、行政、运营、销售这些不写代码的职场人。

身世很有戏剧性：2026 年 1 月 Claude Cowork 发布后，CodeBuddy 负责人汪晟杰和几个同事用一个周末做出初代版本，先在腾讯内部跑；随后腾讯内部冒出 QClaw、WorkBuddy、Marvis 一堆"龙虾"（外界叫"百虾大战"），7 月收口，资源全部并到 WorkBuddy。

3.2 为什么我认为它是国内最强（办公赛道）

不是模型强，是生态和落地强：

• 腾讯生态全打通：腾讯文档、ima、腾讯会议、企业微信、腾讯乐享联动；QQ 邮箱、公众号助手、小红书助手这类本土 Skill 开箱即用——这是海外 Agent 永远做不到的
• 支付闭环：2026 年 6 月微信支付 AI 专属卡接入，“对话即消费”，国内智能体支付第一个真落地
• 企业真买单：9 月入职零跑汽车，在整车研发、智能驾驶、采购供应链、审计场景深度落地；还接了国家超算互联网的"科学文献洞察智能体"
• 开放平台：9 月 open.WorkBuddy.cn 上线，首批百家伙伴，9 款联名硬件（Plaud、Rokid、影石、讯飞、安克），30+ 行业应用
• 便宜：会员+积分+模型调用混合计费，注册送积分、模型限免——对比 Codex 的成本和 Claude Code 的风控，这个门槛优势是决定性的

硬数据：易观口径国内 AI 办公智能体第一；服务 5000+ 团队、累计 200 万+ 任务；SkillHub 技能 7 万+；内置 141 位领域专家覆盖 12 大行业；上班族圈子月活千万级。

3.3 边界与坑

• 别拿它写代码。写代码用同门的 CodeBuddy，或者 ZCode、Trae（见下节）
• 文件隐私要想清楚：它是云模型驱动，你桌面上的文件内容会过云端。客户资料、合同、配置截图这类东西，我的规矩是一律不进任何云智能体——这是职业红线，不是技术问题
• 深度编程类任务（多文件重构、跑测试闭环）不是它的设计目标，别硬用

3.4 国内编程智能体速览（读者必问，先答为敬）

四、核心：智能体和模型怎么搭配

4.1 为什么搭配比选模型更重要

两个真实证据：

证据一（壳影响成绩）：智谱自家基准 Z.ai Code Bench 上，同一个 GLM 模型，配 ZCode 比配 Claude Code 任务通过率高 2.39%。国产 harness 第一次敢点名和 Claude Code 比并且比赢——幅度不大，但信号很清楚：壳和模型是互相磨合的。

证据二（错配会残废）：社区大量实测报告同一个现象——第三方模型接进 Claude Code 后"对话正常但工具调用失败"。原因五花八门：供应商对 Anthropic 协议支持不完整、思考字段没回传、函数格式不兼容。模型智商没变，但搭配错了，智能体就只剩一张嘴。

所以搭配不是玄学，是工程。四条原则：

4.2 搭配四原则

1. 血统匹配：模型在哪个 harness 环境里做的强化训练，就在哪个壳里最强。GPT-5.x-Codex × Codex、Claude × Claude Code、GLM × ZCode，都是官配。用别的壳不是不行，是自费武功。
2. 协议匹配：Claude Code 吃 Anthropic Messages 协议；Codex 吃 OpenAI Responses/Chat 协议。模型厂商给没给对应兼容端点，决定能不能接、接了残不残。
3. 上下文与成本匹配：大仓库长任务要 1M 窗口（Claude API、GLM-5.2/5.3、Kimi K3）；Codex 里 GPT-5.5 被限到 400K（API 才是 1M）；批量任务用 flash 档和闲时额度，硬骨头才上旗舰。
4. 合规匹配：代码不能出域的，选开放权重（GLM-5.3 MIT、DeepSeek、Qwen）+ 可自托管的壳（OpenCode、ZCode 私有化、Qwen Code）。

4.3 搭配矩阵总表（2026-10，建议截图保存）

4.4 实操：把国产模型接进海外壳

Claude Code 接国产模型（三个环境变量搞定）

# 以智谱 GLM-5.3 为例exportANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"exportANTHROPIC_AUTH_TOKEN="你的智谱Key"exportANTHROPIC_MODEL="glm-5.3"# DeepSeek V4 同理exportANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"exportANTHROPIC_MODEL="deepseek-v4"

改完必须新开终端再启动（Claude Code 只在启动时读一次环境变量，这是新手第一大坑）。
嫌手改麻烦的用 CC Switch（119K Star 的配置切换器），或者聚合网关一个 Key 用/model切。

Codex 接国产模型（config.toml 加一段）

# ~/.codex/config.toml model = "deepseek-chat" model_provider = "deepseek" [model_providers.deepseek] name = "DeepSeek" base_url = "https://api.deepseek.com/v1" env_key = "DEEPSEEK_API_KEY" wire_api = "chat"

DeepSeek 2026 年 8 月起了官方支持 Codex，给了一键脚本；注意wire_api字段：新版 Codex 默认走 Responses 协议，只支持 Chat 协议的服务要显式写chat（个别新版本已移除该字段，报错就回退 0.80.x 或换 Responses 原生支持的模型）。

4.5 分档组合建议（直接抄）

• 旗舰档（预算充足）：Claude Code + Opus 5 啃硬骨头，Codex 云 + GPT-5.5 跑批量异步。双订阅，月成本 $40 起，重 usage 上 Max/Pro。
• 性价比档（推荐大多数人）：Claude Code 或 OpenCode 当壳 + DeepSeek V4 Pro / GLM-5.3 按量付费。DeepSeek API 成本约为 Claude 的 1/46~1/57，SWE-bench Verified 80.6% 完全够打。
• 国产合规档：ZCode + GLM-5.3（官配+闲时任务免费额度），或 Qwen Code + Qwen3.8 开放权重私有化。
• 办公档（不写代码的人）：WorkBuddy 标准档起步，别买旗舰，你的任务用不到。
• 前端档：任意壳 + Qwen3.8-Max（CodeArena WebDev 榜一，1691 分）。
• IDE 体验档（不爱终端的人）：Qoder 或 Trae。Qoder 的 spec 先行——先把规范写清楚再让智能体动手——对业务开发、需求落地类工作特别省返工，免费额度也大方。我自己需求落地类的开发就在 Qoder 里做，spec 写清楚之后返工率明显下降，这算矩阵之外的一手体验。

五、避坑清单（都是我踩过或看人踩过的）

1. “对话正常但工具调用失败”：先让它读一个文件自测。读文件都失败 = 协议不兼容，换模型或换端点，别调 prompt 调一晚上。
2. 改完配置不重启终端：环境变量只读一次。玄学问题一半是这个。
3. wire_api 配错报 400：Chat 和 Responses 是两套协议，见 4.4。
4. DeepSeek 分时定价：工作时段更贵。批量任务放夜里跑，或者用 ZCode 的闲时任务（不耗积分）——这条能省一半钱。
5. 订阅 vs 按量算账：Claude Pro $20 有额度墙，重度用户超墙后按量计费很疼；反过来，轻度用户买订阅比按量划算。先记一周自己的 token 用量再决定。
6. 单点依赖海外账号：Anthropic 风控、断供传闻这两年没停过。无论你主力用谁，留一条国产兼容端点的后路，十分钟配好，睡安稳觉。
7. 云智能体的文件红线：任何桌面 Agent 都会把你的文件内容送上云。客户资料、生产配置、报价单，一律不进。这条和工具无关，和职业有关。

六、FAQ

Q1：Claude Code 接国产模型会被封号吗？
接兼容端点本身是公开玩法，智谱、DeepSeek、Kimi 官方文档都写了接入步骤。风险主要在账号来源和支付方式，不在模型切换。用国产模型反而绕开了最痛的支付和风控环节。

Q2：Codex 国内完全用不了吗？
官方云端直连基本不可用。但 Codex CLI 是开源的，接国内兼容端点后壳和模型都在国内可达，等于曲线救国。体验打折（云沙箱异步那套用不了），终端本地模式完整。

Q3：WorkBuddy 能替代 Claude Code 写代码吗？
不能，也不该。它是办公赛道选手。写代码用 CodeBuddy / ZCode / Trae。反过来让 Claude Code 帮你做 PPT 也是折磨模型。

Q4：智能体太多学不过来，先学哪个？
开发者先精一个终端壳（Claude Code 或 Codex 二选一），把 subagents / hooks / 规则文件玩明白，第二个壳一周就能上手——概念是通的。非开发者直接 WorkBuddy，没有学习曲线这回事。

Q5：怎么判断一个"Agent 产品"是不是套壳聊天？
问三件事：能不能自己拆任务？失败会不会自己重试改方案？有没有跨会话记忆？三问全否 = 带工具调用的聊天机器人，参考我上一篇 AGI 五级的 L3 判定标准。

七、写在最后

2026 年挑智能体，最贵的错误不是选错产品，而是以为产品等于能力。

壳决定它怎么干活，模型决定它干得多聪明，上下文决定它懂不懂你。三者配对了，DeepSeek V4 加一个开源壳能打过订阅旗舰的裸模型；配错了，Opus 5 也能给你演出"对话正常但工具调用失败"。

下次再看到"XX 智能体登顶榜单"的宣传，你可以冷静地问一句：

登的是哪个榜？配的是哪个壳？跑的是谁家的模型？

问完这三句，钱包就安全了。

参考资料

1. Anthropic.Claude Code Overview / Release Notes（2026-10）
2. OpenAI.Codex Docs & Changelog；Blake Crosley.《Codex CLI：权威技术参考指南》（2026-09）
3. 百度百科 / 腾讯官网.WorkBuddy词条与产品页（2026-10）
4. 界面新闻.《腾讯大力把 WorkBuddy 送上牌桌》（2026-08）
5. 至顶 AI 实验室. 长流程任务横评（2026-06）
6. SWE-bench / Terminal-Bench 官方榜单快照（2026-09）
7. 智谱. ZCode 升级发布与 Z.ai Code Bench 数据（2026-08）
8. DeepSeek. 《Codex 接入 DeepSeek 官方配置教程》（2026-08）
9. 腾讯云开发者社区.《在 Claude Code 里切 GLM-5.3、DeepSeek V4、Kimi K3 的三条路》（2026-09）
10. Founder Park.《Anthropic 断供，国产 Coding 模型的中场战事开启》（2026-09）
11. 易观. 国内 AI 办公智能体市场数据（2026）
12. 证券时报.《智谱：GLM-5.3 API 即日起正式上线》（2026-08）

我平时写的是供热 / 能源数采与上位机的现场坑，也写智能体在工业项目里到底怎么使：从点表生成到网关排障，每一环都有更稳的组合打法。想看"智能体 × 工业现场"的实战方法，翻翻专栏或点个关注；有问题评论或站内信聊，我都会看。