Loading…

三轴雷达 · 十家评分

用三轴框架 + 4 个工程化补充轴，给 10 家产品画出 0–5 分的架构形状（含 OpenClaw / Hermes Agent 这类 chat-resident runtime）。分高 ≠ 更好——分数只是解释层，最大用途是先看你需要什么形状，再去选最匹配的图。

Reference / Market Watch Level 2 · 横评附录阅读时间 · 24 分钟练习 · 选做高波动 Last reviewed · 2026-04-22

你将学会什么

理解《三轴雷达 / 十家评分》在 agent harness / coding agent 学习路径里的核心作用。
能用本页给出的判断法区分“概念、机制、边界、代价”。
知道这页内容之后会在哪一章被复用到源码阅读或动手实践里。

学习前提

建议先读《多 Agent 系统对比》；如果你是跳读，至少先看本章索引与本页 TL;DR。

这页在课程中的位置

附录 A · 市场横评，只负责给课程主线提供带日期的现实快照。

本页 1 句话结论

用三轴框架 + 4 个工程化补充轴，给 10 家产品画出 0–5 分的架构形状。分高 ≠ 更好 ——分数只是解释层，最大用途是先看你需要什么形状，再去选最匹配的图。

带走的判断法

先看比较维度，再看结论；先确认事实来源，再读作者判断。

Source Policy

附录横评：Primary / Secondary / Community 分层引用。

评分说明

评分日期

2026-04-22。它是带日期的解释快照，不是长期有效的排行榜。

事实来源

优先使用官方 docs / 官方 repo / 官方博客；高波动产品事实不再混进主叙事。

正确读法

先理解每个轴，再读分数背后的证据摘要；不要把 4 分和 5 分当成绝对优劣。

事实 / 解释 / 作者判断

事实来自官方文档里的能力边界、运行模式、接口与隔离方式。

解释是把这些事实映射到 7 个轴上的过程，因此难免有建模取舍。

作者判断 只用于帮助选型，不等于 benchmark，也不等于市场排名。

本节怎么读

第 1 步——理解 7 个轴的含义（前 3 个是章 0 的三轴，后 4 个是工程化补充）。
第 2 步——用上面 widget 选 1–4 个产品叠加看雷达。形状匹配你的需求就是好选择。
第 3 步——读评分总表，理解每个具体分数的依据（每个分数都有"为什么这个分"的小注）。
诚实声明：评分基于公开文档 + 我们在前 3 节整理的事实；个别项有主观成分（已在小注里标 "判断"）。这不是 benchmark，是定性辅助。

七个轴的含义

A 控制流自由度：分数越高，LLM 决策权越大，代码编排越少。0 = 全代码 DAG（如 Airflow），5 = 纯 LLM 自由（如 Claude Code）。

B 动作空间开放度：分数越高，动作越开放。0 = 固定 N 个枚举，5 = shell + cloud VM 几近无限。

C 终止自治度：分数越高，LLM 自己说"完了"的权重越大。0 = 结构强终止，5 = 全 LLM 决定。

D 沙箱强度：动作越开放越需要沙箱兜底。0 = 无（直接在 host 跑），5 = 独立 cloud VM + 网络隔离。

E 多 agent 拓扑：0 = 单 agent，1 = subagent 池（隔离 context），3 = handoff/群聊，5 = actor 模型/coordinator+VMs。

F 持久化/可恢复：0 = 无 checkpoint，5 = 每步 checkpoint + idempotent resume + 跨进程恢复（如 LangGraph）。

G HITL 粒度：0 = 无人参与，5 = 每工具/每步可中断 + edit-and-resume。

H 生态/可观测：0 = 无 tracing，5 = 内置 tracing + dashboard + 第三方接入广泛。

交互雷达图

选 1–4 个产品叠加看雷达。形状匹配你的需求就是好选择：

选要叠加的产品（可多选）

Claude Code

Cursor

Codex CLI

Aider

Devin

OpenAI Agents SDK

AutoGen 0.4

Manus

OpenClaw 🦞

Hermes Agent ☤

当前显示

明细分（hover 看说明）

完整评分总表（含小注）

每个分都基于章 02和章 03整理的事实。点击分数 hover 可看到"为什么是这个分"。

产品	A 控制流	B 动作	C 终止	D 沙箱	E 多 agent	F 持久化	G HITL	H 生态/观测

基于这张雷达图的 6 个作者判断

没有"全 5 分"的产品——每个 shape 都在用别的维度换取优势，所以雷达越大并不自动代表越值得买。
Aider 雷达最小但形状独特——低自治、低动作空间并不一定是缺点；对很多想保留主导权的工程师，这恰恰是价值。
Codex CLI 在 D（沙箱）上更突出——如果你的主要约束来自企业边界、目录权限、网络策略，这个维度会比“模型多强”更重要。
OpenAI Agents SDK 与 AutoGen 0.4 的雷达可能看起来相似——但一个更偏 handoff / observability，另一个更偏 actor / distributed runtime；相似形状不代表相同实现哲学。
OpenClaw 与 Hermes Agent 形状接近，但强调点不同——前者更像多入口、常驻、消息面 runtime；后者更强调隔离 worker 与长期学习。选型时不要只看“都能常驻聊天面”。
chat-resident 派与编程派在 D（沙箱）上的差异最值得追问——这里反映的不是谁先进，而是“你到底是在守护开发机，还是在守护长期在线的消息面 runtime”。

常见误读与提醒

把雷达分当 benchmark 是错的

这套分是架构定性，不是性能 benchmark。一个 A=5 的 agent 不一定"更聪明"，只意味着"更多决策让 LLM 做"——LLM 弱时反而更容易翻车。同理 D=5（最强沙箱）≠ 最安全：你可能根本不需要那么强的沙箱，反而徒增 friction。

正确读法：先想清楚"我的场景需要什么形状"——例如生产服务客服分流，需要 G 高 + H 高 + E 中 + 其他都不重要。然后挑形状最匹配的 1–2 家深入评估。

常见误解

常见误解：把横评分数当产品排行榜。这里更适合读“形状匹配”和“证据等级”，而不是读输赢。

最小练习 / 思考题

最小练习：只根据本页维度，不看结论，先自己写出两个候选方案的优缺点，再回头对照作者判断。

学完自检

展开 3 个针对本页的检查点

能解释雷达图每条轴衡量什么，以及刻意忽略了什么。
能用证据挑战一个分数，而不是只说“感觉不对”。
能把雷达图当成讨论入口，而不是最终排名。

下一页为什么值得学

下一页会把这页结论推进到《选型决策矩阵 + 引用清单》，帮助你把知识链条接起来。

章节定位：04 · Comparative Architectures。