产品案例研究 / Product Case Studies
本章观点
前面章节讲了概念和方法。这一章看 8 个真实 Agent 产品，分析它们各自代表了什么设计哲学。
每个案例不讲"怎么用"，讲**"它为什么这么设计"**：
同一个 Agent 问题，8 个产品给了 8 种答案。理解这些差异，比记住任何一种答案更重要。
15.1 Claude Code：CLI Coding Agent 的范本
出品：Anthropic（2025.2）
定位：终端里的 AI 编程助手，Claude Agent SDK 的参考实现。
设计哲学
Claude Code 的核心选择是**"CLI + 项目上下文"**：
- CLI 而非 IDE：避开和 Cursor 的正面竞争，定位"开发者已经在终端里"的场景
- 项目级上下文：
CLAUDE.md自动加载，Agent 知道项目规则 - 软沙箱 + 权限询问：不用容器，靠 Permission 系统分级控制
值得学的三点
- Subagent 隔离：Explore / Plan / General-purpose 三类 subagent，复杂任务拆给独立 context 跑。这是 Context Engineering 的范本（第 5 章讲过）。
- Skill 渐进式加载：100 个 skill 平时只占 1 万 tokens，触发哪个才加载哪个。
- Hook 系统：PreToolUse / PostToolUse 钩子，让用户能注入自定义逻辑（如"每次写文件前备份"）。
局限
- 不适合多用户服务（软沙箱隔离弱）
- 依赖开发者自己判断每次询问
- 项目大时 CLAUDE.md 要克制（500 行内）
15.2 OpenAI Codex：CLI + 云端双形态
出品：OpenAI（2025.5）
定位：OpenAI 的 CLI Coding Agent，和 Claude Code 直接对标。
设计哲学
Codex 的差异化在**"双形态"**：
- 本地形态：在终端跑，类似 Claude Code
- 云端形态：在 OpenAI 沙箱里跑，结果异步推回——适合长任务
云端形态解决了 Claude Code 的"长任务占本地"问题。你提交"重构这个模块"，关掉终端，几小时后收到 PR。
值得学的两点
- 异步任务模型：长任务不阻塞用户，结果通过 webhook / 通知推送
- AGENTS.md 兼容：读 AGENTS.md 作为通用规则，不强推自家格式
和 Claude Code 的对比
| Claude Code | Codex | |
|---|---|---|
| 形态 | 本地 CLI | 本地 + 云端 |
| 沙箱 | 软（Permission） | 硬（云端容器） |
| 长任务 | 占本地 | 云端异步 |
| 模型 | Claude | GPT / Codex 系列 |
| 生态 | Skills + MCP | MCP |
两者都在向对方学习——Claude Code 加云端能力，Codex 加本地灵活性。
15.3 Cursor：IDE 内 Agentic Coding
出品：Anysphere（2023.3）
定位：基于 VS Code fork 的 IDE，Agent 深度集成。
设计哲学
Cursor 的核心选择是**"IDE 原生 + 上下文索引"**：
- IDE 内交互：Agent 不在终端，直接在编辑器里改代码、看 diff
- 代码库索引：自动建索引，Agent 能秒级找到相关代码
- Tab 补全 + Agent 模式：从补全到 Agent 是连续光谱，不是一个突变
值得学的三点
- 代码库索引策略：不塞整个代码库进 context，而是索引 + 按需检索。最近编辑加权，引用链追踪。这是 Cursor 性能快的关键。
.cursor/rules按需加载：编辑*.tsx才加载 React 规则，编辑*.py才加载 Python 规则。和 Skills 的渐进式加载同源。- Agent + 补全连续光谱：从"Tab 接受补全"到"让 Agent 重构整个文件"是平滑过渡，不是两种模式。用户接受度更高。
局限
- 闭源，难以二次开发
- 索引在云上，代码隐私要权衡
- 深度绑定 VS Code 生态
15.4 OpenHands：开源 Coding Agent Runtime
出品：All-Hands AI（2024.4，前 OpenDevin）
定位：开源版 Devin，端到端软件开发 Agent。
设计哲学
OpenHands 的核心选择是**"Runtime 即 Sandbox"**：
- Docker 容器：每个任务一个容器，任务结束销毁
- 非 root 用户：容器内权限收紧
- 网络白名单：默认只放行几个 API 域名
- 资源限制：CPU / 内存 / 磁盘 cgroup
这是第 9 章（Runtime & Sandbox）讲的"单机生产级沙箱"的范本。
值得学的三点
- Runtime = Sandbox 统一：不分层，用容器作为统一边界。简单清晰。
- 开源透明：所有逻辑可审计，适合企业自部署
- SWE-bench 评测导向：设计就直接对标 SWE-bench，确保工程化可测
局限
- 容器启动慢（秒级），不适合高频小任务
- 粒度粗（要么全开要么全关）
- 多租户场景要叠加 MicroVM
15.5 Devin：产品化 AI Software Engineer
出品：Cognition（2024.3）
定位：第一个公开宣传为"AI 软件工程师"的产品。
设计哲学
Devin 的核心选择是**"端到端 + 自主性最大化"**：
- 接收 issue → 自主完成 PR：整个软件开发生命周期都交给 Agent
- 可视化执行：用户看 Agent 的 plan / shell / browser 三窗口
- 学习记忆：跨 session 记住项目上下文
值得学的两点
- 三窗口可视化：plan（思考）/ shell（执行）/ browser（验证）三个面板并行展示，让 Agent 行为可观察。这是 Agent UX 的范本。
- 真实任务评估：Cognition 用真实 Upwork 任务评估 Devin，标准是"客户接受交付"。这是第 14 章讲的"真实任务 + 真实验收"极致。
争议
- 早期 demo 被质疑"过度剪辑"
- 真实场景成功率远低于 demo
- 但方向是对的——把 Agent 推向"端到端自主"
启示
Devin 的价值不在它当时有多强，在于它定义了"AI 软件工程师"这个产品形态。后续 Codex、Claude Code、Cursor Agent 都在跟进这个方向。
15.6 Replit Agent：端到端 App Builder
出品：Replit（2024.9）
定位：从一句话描述生成完整 Web 应用。
设计哲学
Replit Agent 的核心选择是**"零代码 + 全栈生成"**：
- 用户描述 → 完整 app：不用写代码，Agent 生成前端 + 后端 + DB
- Replit 云端一体化：生成即部署，不用配服务器
- 迭代式对话：用户说"加个登录"，Agent 改
值得学的两点
- 任务边界明确：不试图做"通用 Agent"，专注"生成可运行的 Web app"这个具体场景。边界清晰才能做好。
- 生成 + 部署一体化：不只生成代码，还生成可访问的 URL。缩短了"想法 → 上线"的路径。
局限
- 生成的 app 复杂度有上限
- 深度绑定 Replit 平台
- 适合原型 / MVP，不适合生产级系统
15.7 Manus：通用任务型 Agent
出品：Manus（2025）
定位：通用任务型 Agent，能处理非编程的真实世界任务。
设计哲学
Manus 的核心选择是**"通用 + 真实世界"**：
- 不只是编程：调研、分析、文档处理、邮件、日程都能做
- 多工具集成：浏览器 + 文件系统 + 各种 API
- 结果交付导向：不输出"建议"，直接交付"成品"（报告、文档、表格）
值得学的两点
- "交付成品"而非"给出建议"：Manus 不说"我建议你做 X"，直接做 X 然后给你结果。这是 Agent 和 Chatbot 的本质差异。
- 多工具编排：一个任务可能调十几个工具，Manus 的编排能力是核心技术壁垒。
局限
- 通用 = 难精，每个垂直领域都不如专用 Agent
- 真实世界任务边界模糊，验收难
- 成本高（任务长、工具多）
启示
Manus 代表了"Agent 走出编程圈"的方向。如果 Coding Agent 是 Agent 1.0，通用 Agent 是 Agent 2.0。但通用 Agent 的工程化难度大得多——验收标准、成本控制、安全边界都更难定义。
15.8 Anthropic Agent：Agent 原理的提出者
出品：Anthropic
定位：不是单一产品，是 Claude Code / MCP / Skills / Computer Use 的合集，代表 Anthropic 的 Agent 工程哲学。
设计哲学
Anthropic 的核心主张（Building Effective Agents）：
"Agents are typically just LLMs using tools based on environmental feedback in a loop."
翻译：Agent 本质就是 LLM + 工具 + 循环。
这个"克制"的定义影响了整个行业——不把 Agent 神秘化，强调工程边界。
值得学的四点
- 定义克制：明确区分 Workflow 和 Agent，强调"先 Workflow 后 Agent"的选型原则。
- 工具标准化（MCP）：把工具连接从 N×M 降成 N+M。
- 方法标准化（Skills）：把做事方法沉淀成可复用能力包。
- Computer Use：让 Agent 能控制鼠标键盘，把"编程 Agent"扩展到"任意软件 Agent"。
Computer Use 的特殊意义
Computer Use 让 Agent 能像人一样操作 GUI——点按钮、填表、拖拽。这把 Agent 的能力从"API 可达"扩展到"GUI 可达"，理论上任何人类能用的软件 Agent 都能用。
但 Computer Use 也是最危险的——GUI 操作不可逆、不可审计、易被钓鱼。Anthropic 在文档里反复强调 sandbox 必须严格。
启示
Anthropic 不是产品最强的（Cursor 更好用、Devin 更激进），但它是概念最清晰的。Building Effective Agents / Multi-agent Research System / Effective Context Engineering 三篇博客是 Agent 工程的"三经"。学 Agent 工程，绕不开这三篇。
15.9 八个产品的横向对比
| 产品 | 定位 | 沙箱 | 长任务 | 生态 | 特色 |
|---|---|---|---|---|---|
| Claude Code | CLI Coding | 软 | 本地 | Skills+MCP | Subagent / Hook |
| Codex | CLI + 云 Coding | 硬（云端） | 云端异步 | MCP | 双形态 |
| Cursor | IDE Coding | 软 | 本地 | rules+MCP | 代码库索引 |
| OpenHands | 开源 Coding | 硬（容器） | 容器内 | MCP | Runtime=Sandbox |
| Devin | 端到端 SE | 硬 | 云端 | 自有 | 三窗口可视化 |
| Replit | App Builder | 硬（云端） | 云端 | 自有 | 生成即部署 |
| Manus | 通用任务 | 硬 | 云端 | 多工具 | 交付成品 |
| Anthropic | 概念合集 | - | - | MCP+Skills | 工程哲学 |
几个观察
观察 1：Coding Agent 趋同，通用 Agent 分化
Claude Code / Codex / Cursor / OpenHands 都在做"Coding Agent"，形态趋同（CLI 或 IDE + MCP + sandbox）。但通用 Agent（Devin / Replit / Manus）各自走不同方向。
观察 2：沙箱走向硬隔离
早期 Agent 用软沙箱（权限询问），生产化后都走向硬隔离（容器 / MicroVM）。这是 Agent 从 Demo 走向生产的必经之路。
观察 3：MCP 成为大家的共识
8 个产品里，5 个原生支持 MCP。MCP 已经是事实标准。剩下 3 个（Devin / Replit / Manus）虽然没用 MCP，但都在做类似的"工具标准化"。
观察 4：长任务走向异步
Claude Code 占本地 → Codex 加云端异步 → Devin 完全异步。长任务异步化是 Agent 产品化的方向。
15.10 给你的选型建议
根据你的场景选参考对象：
| 你的场景 | 参考谁 |
|---|---|
| 个人开发提效 | Claude Code / Cursor |
| 做 Coding Agent 产品 | OpenHands / Codex |
| 做 App Builder | Replit Agent |
| 做通用任务 Agent | Manus |
| 学 Agent 工程哲学 | Anthropic（三篇博客） |
| 学 Agent UX | Devin（三窗口） |
| 学 Runtime 设计 | OpenHands / Temporal |
| 学 Sandbox 设计 | OpenHands / E2B |
关键原则：不要只学一个产品。每个产品都解决了 Agent 的某些问题，但没解决另一些。把 8 个产品的设计选择拼起来，才是完整的 Agent 工程图景。
15.11 前人智慧 / Prior Art
Anthropic 三篇博客的演化视角
Anthropic 的三篇工程博客构成了 Agent 工程的"三经"：
- Building Effective Agents（2024.12）：定义 Agent 和 Workflow，五种 Workflow 模式，选型原则。
- Multi-agent Research System（2025）：多 Agent 实战经验，token 成本，subagent 隔离。
- Effective Context Engineering（2025）：Context Rot，最小高信号 token 集，四种 context 管理策略。
这三篇不是孤立的，是递进的：第一篇定义结构，第二篇讲扩展，第三篇讲边界。读三篇的顺序就是 Agent 工程的入门路径。
Cognition 的"端到端"赌注
Cognition 在 Devin 发布时赌的是"端到端自主"——Agent 自己完成整个软件开发生命周期。这个赌注在当时很激进，现在看部分成立：
- 端到端方向是对的（所有产品都在往这走）
- 但当时技术不够（Devin 早期成功率低）
- 现在技术追上了（Codex / Claude Code 都能做到部分端到端）
Cognition 的贡献是把"AI 软件工程师"这个产品形态定义出来了，即使它自己不是最终的赢家。
Cursor 的"补全到 Agent 连续光谱"
Cursor 团队的洞察：用户不接受"突然变成 Agent"的体验。从 Tab 补全到 Agent 模式必须是连续光谱：
- Tab 补全（单行）
- 多行补全
- 内联编辑
- 跨文件编辑
- Agent 模式（自主多步）
这种渐进式用户体验让用户慢慢接受 Agent，比"一上来就 Agent 模式"的产品接受度高得多。这是 Agent UX 的重要启示。
Manus 的"交付成品"主张
Manus 的产品主张：Agent 不应该给建议，应该给结果。
这条主张直接挑战了 ChatGPT 时代的"AI 给建议、人执行"模式。Manus 认为真正的 Agent 应该自己执行完，人只验收。
这个主张激进但有道理——建议是廉价的，执行是有价值的。Agent 的差异化就在"能执行"。但工程化难度也最大（验收、成本、安全）。
OpenHands 的"开源即审计"
OpenHands 的开源不只是"免费用"，是**"可审计"**：
- 所有逻辑公开
- 安全边界可验证
- 企业可以自部署 + 自审计
这对企业客户很重要——闭源 Agent 产品（Devin / Manus）很难通过企业安全审计，开源 Agent（OpenHands）可以。这是 OpenHands 在企业市场的核心竞争力。
15.12 课后练习
- 选两个产品（如 Claude Code 和 OpenHands），对比它们的 Sandbox 设计，写出各自的优缺点。
- Devin 的"三窗口可视化"为什么是好的 Agent UX？设计一个你自己 Agent 产品的可视化方案。
- Cursor 的"补全到 Agent 连续光谱"对用户接受度有什么影响？如果直接做 Agent 模式，会丢失什么用户？
- Manus 主张"交付成品而非建议"。这个主张在什么场景下成立，什么场景下不成立？
- Anthropic 的"克制定义"（Agent = LLM + 工具 + 循环）和其他公司的"激进定义"（Agent = 自主软件工程师）相比，哪个对工程实践更有指导意义？
15.13 小结
- Claude Code：CLI + 软沙箱 + Subagent 隔离，适合个人开发。
- Codex：CLI + 云端双形态，长任务异步化。
- Cursor：IDE 原生 + 代码库索引，补全到 Agent 连续光谱。
- OpenHands：开源 + Docker 沙箱，Runtime 即 Sandbox，企业可审计。
- Devin：端到端自主 + 三窗口可视化，定义了"AI 软件工程师"形态。
- Replit Agent：零代码 + 全栈生成 + 生成即部署。
- Manus：通用任务 + 交付成品，Agent 走出编程圈。
- Anthropic：概念合集（MCP / Skills / Computer Use），Agent 工程哲学的提出者。
八个产品八种选择，没有"最优解"。学它们不是为了抄某一个，是为了理解 Agent 设计的取舍空间——什么时候选软沙箱什么时候选硬沙箱，什么时候本地什么时候云端，什么时候专用什么时候通用。
下一章开始我们逐章为前面的内容加「前人智慧」专栏，把论文、博客、产品案例的核心思想拆解进每一章。