从架构看桌面 Agent:Grok Bot 与 OpenClaw、Manus、Claude Cowork 对比
从执行环境、权限审批、连接器(MCP)、浏览器与桌面控制、记忆与技能、定时与事件任务、子 Agent 委派、凭据管理、成本与开放性九个维度,拆解 Grok Bot 的技术设计,并基于官方文档与 OpenClaw、Manus、Claude Cowork 横向对比。
从执行环境、权限审批、连接器(MCP)、浏览器与桌面控制、记忆与技能、定时与事件任务、子 Agent 委派、凭据管理、成本与开放性九个维度,拆解 Grok Bot 的技术设计,并基于官方文档与 OpenClaw、Manus、Claude Cowork 横向对比。
从类型化决策、并行评估和 RLCD 出发,理解 Jev 的模型原理、概率校准理论、适用场景与发展方向,并辨析类型安全和判断正确的区别。
最近 DeepSeek 开源了 DeepSeek Harness。它的官方主路径是 npx @deepseek-ai/dsh web:启动本地 Web UI,而不是提供一个类似传统 REPL 的终端对话界面。但顺着源码走一遍会发现,它更像一个 Agent 运行时:dsh 命令负责启动 profile、管理插件和导出配置,Web UI 则是其中一个前端,真正的核心是如何把模型、工具、会话、沙箱、记忆和调度组织起来。
这篇文章基于仓库 b150a551b8d4(2026-08-21,0.1.1-rc.2)阅读。项目仍处于 Developer Preview,目录和接口迭代很快;因此本文讨论的是它的设计方法,而不是保证长期稳定的 API 教程。

上一篇博客写了我现在的 AI 编程工作流,里面有一个观点:AI 工具让写代码变快了,但工程判断变得更重要了。这篇文章就是一次完整实战——顺便也当一次工具评测。
这次的”小白鼠”是我自己这个博客:一个 2021 年之后就没动过的 Hexo 5.4 + NexT 8.6 老站点。而干活的,是 opencode 终端里的 GLM-5.3。
