我想知道dots、grokbot这种personal agent和普通的codex、claudecode的区别,优劣。为什么最近大家开始推pa了?

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

我想知道dots、grokbot这种personal agent和普通的codex、claudecode的区别,优劣。为什么最近大家开始推pa了?

回答

这两类产品看起来相似,但定位完全不同:你要问的是它们各自解决什么问题、代价在哪里。

先说本质区别:coding agent 是按任务计费的,personal agent(pa)是按用户计费的。codex、cc 生来就是把一个代码任务干完就结束,开一个会话、读仓库、改代码、跑测试、交付;任务结束,上下文推进到下一轮,记忆也基本群友 7439。pa 则相反,它以你为中心,偏好、账号、正在推进的事、昨天没做完的活都挂在你身上跨任务累积。这也是为什么现在这些 pa 产品都要给每个用户配一台云电脑,配额和账号绑在人身上,而不是随任务回收——Manus 那种每任务开一台 VM、用完就休眠回收的模型,恰恰就是 pa 的反面。

由此推出第二个差别:常驻和主动。codex、cc 是你不说话,它就不动;你开终端,它才跑。pa 的存在价值在于,你合上笔记本后它还在推进,遇到需要你拍板时才回来找你。OpenAI dots 给主动研究加的那条限制很值得注意:你不在场时它只用只读工具,不能发消息、不能改东西、不能动你的浏览器。这个设计等于承认了一件事:主动性越强,权限就越危险,所以只能先放开观察权限,保留执行能力。grok bot 用的是另一套:每个 bot 一台云上电脑、独立浏览器和文件系统,互相不干扰;Team Bots 再把配置、指令、技能、授权系统和共享上下文打包分发。它更像“给你配一组数字员工”,而不是“给你配一个助手”。

各自的优劣也因此很清楚:

coding agent 强在可验证。代码能不能跑、测试能不能过、Diff 对不对,全是客观反馈;所以它可以放心跑几十轮,出错了你知道看哪里。代价是范围窄,出了仓库就没有价值,也没有记忆,每个会话都要重新熟悉一遍仓库。

personal agent 强在跨会话、跨应用,能接 Slack、邮箱、日历这些不是自己写的系统,愿意替你在后台守着事。代价有三处:一是验证难,它干得好不好没有编译器给你判分,错了往往是你几天后才发现;二是权限和安全,它的影响范围是你的邮箱、你的账号、你的钱;三是上下文漂移,长期记忆一旦写脏,它会在错误前提上一直往下推。Grok Bot 那边社区最常吐槽的就是“最没边界感”。

为什么最近开始推 pa,我的判断是这三件事同时到位,不是巧合:模型能力到了能连续跑长任务的级别;执行层成熟了,云 VM 加沙箱可以在几百毫秒内开出来,按用户分配已经能规模化,于是才有“每人一台云电脑”这个产品前提;剩下就是分发,OpenAI、Meta 在抢入口,国内团队则在借 C 端渠道铺量,热度里有一半是渠道推出来的,不全是效果突破。

对你现在的情况,有一个具体建议:你正在做 code-driven 浏览器 agent,那本质上更接近 pa 的形态,而不是 ca,因为浏览器里没有编译器给你判分。所以别按 coding agent 的思路去设计验收,要提前想清楚三件事:状态归谁持有(事件队列、记忆、凭证)、危险操作怎么 fail closed、无人值守时的权限边界画在哪。这三条你现在想明白,面试里聊 pa 和 ca 的区别,就能说到别人说不出的层面,而不是只背“常驻 vs 任务式”。

要不要我按你那个浏览器 agent 的现状,把这三块具体落到你的设计上?

所属话题:编程工具与选型