Rowboat 这个项目怎么样看一看有哪些方面值得学习，哪些方面有不足，和 codex 和 Claudecode 对比区别在哪里

李在希，我看的是 rowboatlabs/rowboat 当前公开版本。 先说结论：值得学，但最值得学的不是“怎么再造一个 Codex”，而是“怎样把工作记忆、执行工具和多人协作做成一个完整产品”。它和 Codex、Claude Code 不是纯粹的替代关系——Rowboat 自己就集成了这两个编码 Agent。 下面基于官网、仓库文档和公开 issue 分析，没有实际安装跑任务，不把功能介绍当性能实测。 https://github.com/rowboatlabs/rowboat 一、它到底在做什么 现在的 Rowboat 是一个本地优先的 AI 工作助手，包含邮件、会议笔记、知识记忆、浏览器、编码模式，以及团队共享空间 Spaces。 它想串起来的是： 工作信息进入 → 持续整理成记忆 → 带着记忆执行任务 → 把结果放回工作现场。 比如“实现上次会议讨论的邀请功能”。 一般编码工具需要你提供需求，或者配置工具去找需求。Rowboat 的产品设计是把会议、邮件、讨论和文档放在同一个工作环境中，整理背景，再交给 Codex 或 Claude Code 执行。 当然，链条设计完整，不等于每一步都已经足够可靠。 二、哪些方面值得学习 第一，把记忆做成用户能检查、能修改的东西。 它用本地 Markdown 和双向链接承载长期知识，而不是只把历史聊天塞进一个不可见的数据库。 价值不只是“能记住”，而是记错了你能看见、能改，换模型也不必把知识重新积累一遍。 例如，一个项目笔记可以关联负责人、会议决定和相关事项，后续任务复用这些关系。值得学的是“把原始交流整理成可持续维护的知识”，而不是照抄一个图谱展示页面。 但要注意：Markdown 双链不自动等于强大的图推理系统，更不等于已经证明比普通检索更准。 第二，不执着于自己重造所有执行能力。 它的 Code Mode 可以运行 Claude Code、Codex，并给编码任务提供工作背景。 这体现了很实际的产品分层： Rowboat 负责工作入口、上下文和协作；编码 Agent 负责具体的软件开发执行。 值得学的是判断“哪些能力应该自己做，哪些应该组合成熟工具”。接上一个强模型不是产品差异，把散落的业务背景变成可执行任务才可能是。 第三，多 Agent 协作不只是“同时开几个窗口”。 Spaces 的设计是每个人有自己的本地助手和私人记忆，共享空间由 Harbor 服务承载消息、文件和白板。你在空间里叫自己的助手，它使用你的上下文，再把结果发回空间，并标明由谁的助手完成。 这和“一个主 Agent 给几个 worker 派活”不完全一样：前者首先要处理不同人的身份、私人信息和共享结果，后者主要处理任务拆分与协调。 更具体的工程点是：共享文件有版本和变更记录，并发修改有合并语义。协议文档明确，同一个位置的插入可能冲突，需要重试，而不是默默覆盖。 这比“我们支持多 Agent”这句话更值得研究：多人和多个 Agent 同时工作时，系统如何防止丢修改、保留责任归属。 第四，Agent 不走特权后门。 Harbor 把协作能力通过 MCP 暴露出来，Rowboat 自己的 Agent 也使用同一个入口，其他 Agent 可以接入。 这意味着 Agent 能力建立在明确的接口和身份边界上，而不是给内置助手一条绕过正常约束的特殊通道。做真正的 Agent 产品，这种设计很有学习价值。 三、有哪些不足 这里要区分已确认的限制和我认为需要验证的风险。 首先，长期记忆的收益还不能只靠演示判断。 我这次查到的资料，没有提供足以比较它与普通检索方案的记忆准确率、任务成功率和成本数据。 关键难题是：旧决定如何失效？同名人物如何区分？相互冲突的信息听谁的？删除原始内容后，派生笔记是否同步清理？ 这不是说它一定没处理，而是“能生成知识图谱”还不足以证明“长期使用越来越可靠”。错误一旦进入记忆，也可能被后续任务反复放大。 其次，本地优先不等于信息绝不离开电脑。 本地保存笔记是一回事；调用云端模型、外部工具和向团队空间发消息，是另外几条数据出口。 官方写了只读必要信息、私人内容按请求摘要后分享等原则，这是好的方向。但这些原则是否都有可执行的权限限制，能否抵挡恶意邮件或文档中的指令，需要进一步审计，不能仅凭 README 下安全结论。 第三，协作部分仍在快速变化。 Harbor 的协议文档明确标注为 v0，预期还会发生不兼容变更。这对学习架构没问题，但深度依赖它做二次开发，要承担跟随升级的成本。 另外，当前公开 issue 中，远程模式的文件选择仍有具体问题：界面选的是客户端文件，但部分操作会到服务器上寻找对应文件。它说明客户端、本地执行与远程服务之间的边界还在打磨，不代表整个项目都不能用。 https://github.com/rowboatlabs/rowboat/issues/939 第四，功能面很广，也增加了维护负担。 邮件、会议、浏览器、知识库、编码、聊天和白板，每一块都有独立的稳定性要求。 我的判断是，它的优势来自这些功能之间的连接；如果连接不够可靠，用户就只是多装了一个功能很多的工作台。不能把功能数量直接当成产品成熟度。 四、和 Codex、Claude Code 的区别 Rowboat 的重心是“围绕人和团队积累工作上下文，再推动事情完成”。 Codex 的重心是“围绕代码项目执行、验证和交付开发任务”。官方产品已经有 CLI、桌面端和云端等形态，支持并行任务、Git worktree、代码审查、Skills、MCP 和权限控制。不能把它理解成一个只会回答代码问题的聊天框。 Claude Code 同样以开发任务为核心，提供项目指令、自动记忆、Skills、Hooks、子 Agent，以及用于构建定制工作流的 Agent SDK；也不只局限于终端。 所以，有几个常见对比是不成立的： 不是“Rowboat 有记忆，另外两个没记忆”。差别主要在记忆围绕什么组织：前者重点是跨邮件、会议、人物和项目的工作背景，后两者更围绕开发过程与代码项目。 不是“Rowboat 能多 Agent，另外两个只能单 Agent”。三者都有相关能力，差别在协作对象、任务组织方式和交互设计。 也不是“Rowboat 会办公，另外两个只能写代码”。Codex 和 Claude Code 通过工具与扩展也能做知识工作；Rowboat 的特点是把工作场景直接做成了产品界面。 最直观的区分是： “修这个仓库的 bug，补测试并检查修改”，直接用 Codex 或 Claude Code，任务路径通常更短。 “结合上周会议、客户反馈和团队讨论，整理需求，再推进实现”，这是 Rowboat 试图提供额外价值的地方。 因此，我对它的评价是：适合学习 Agent 产品如何组织上下文、接入执行能力、处理人机协作；不能因为它包了一层更丰富的工作界面，就认为它的编码能力超过了底下的 Codex 或 Claude Code。 相关原文： Codex：https://openai.com/index/introducing-the-codex-app/ Claude Code：https://code.claude.com/docs/en/overview Rowboat 协作协议：https://raw.githubusercontent.com/rowboatlabs/rowboat/main/apps/harbor/CONTRACT.md