Agent 工具怎麼選:編輯器、終端、框架與自動化的決策框架
哪一類 agent 工具適合我的工作?如何公平地比較候選工具?
先想工作在哪裡發生。編輯器裡的 agent,與固定排程的助理,或嵌入自己產品的框架,各自支援不同的工作方式。選模型只是選工具的一部分:同一個模型,會因為工具如何組成情境、允許哪些行動、如何檢查結果,而有不同的表現。
這篇接續 agent 基礎系列。正文是不針對特定產品的決策框架;具名的產品、授權與使用形式,在現行選項。它描述的是文件記載的設計選擇,不是實測的速度排名。
重點
- 先替工具分類:互動式(編輯器、終端)、委派式(回傳 pull request 的雲端工作者)、常駐式(依排程運行的個人助理)、嵌入式(在你產品中的 SDK 或框架),或編排式(工作流程自動化)。
- 分開問三個關於開放程度的問題:我能檢視並修改工具的程式碼嗎?我能自己執行模型嗎?接收我資料的服務由誰營運?
- 決定性的差異往往不是模型:情境的組成方式、權限模型、執行位置、審閱介面,以及失敗後的復原。
- 用固定的流程,在你自己的小型任務上比較候選工具,並以每個通過驗收的成果所花的成本計分,而不是每次呼叫的價格。
- 投入之前先確認退出途徑:能否匯出輸出與歷史、環境能否重現,以及服務無法使用時會怎樣。
五類 agent 工具
| 類型 | 在哪裡運行、如何互動 | 最適合 | 要管理的主要風險 |
|---|---|---|---|
| 互動式編輯器或終端 agent | 在你的機器或開發機上;你觀看並引導每一步 | 你想留在循環中,隨時審閱出現的 diff | 沒讀就核准行動 |
| 委派式雲端工作者 | 在供應商的環境中;回傳分支或 pull request | 範圍明確、測試完善的 issue | 通過測試卻偏離意圖的變更 |
| 常駐式個人助理 | 連接聊天通道與排程的長時間運行服務 | 跨應用程式的週期性個人任務 | 過大的憑證;讀取的內容中夾帶注入的指令 |
| 嵌入式 SDK 或框架 | 在你自己的應用程式內 | Agent 是你產品的一部分 | 狀態、評估與維運都要自己負責 |
| 工作流程自動化平台 | 視覺化或宣告式的流程,其中有模型步驟 | 步驟大多固定,只有少數需要判斷 | 錯誤路徑中的無聲失敗 |
非工程背景的人,通常應該從既有應用程式支援的介面,搭配可以還原的任務開始。開發者應該先用一個工具,做出一個可驗證的成果,再加入多個 agent。團隊在試用時,應把帳號管理、稽核日誌與復原一併納入,而不是只評估最漂亮的示範。
分開看工具、模型與服務
開源用戶端可以呼叫閉源的託管模型;開放權重的模型可以透過付費 API 提供;可以下載的應用程式,仍可能把提示送到遠端服務。請分開問三個問題:
- 程式碼: 我能閱讀、修改並重新散布這個工具嗎?請查看儲存庫的授權檔,而不是行銷頁面。有些專案採用標準的開源授權;有些採用附帶商業限制的「原始碼可得(source-available)」或「fair-code」授權;也有些把部分程式碼放在另外的企業授權之下。[1, 12]
- 模型: 這個工具能使用哪些模型?我能自備模型嗎?其中有任何一個能在本機執行嗎?
- 服務: 哪些基礎設施會接收我的檔案與提示?保留什麼?條款是什麼?
選擇模型詳細說明了這些授權層次,包括權重授權,以及開源與開放權重的差別。
工具之間真正的差異
當兩個工具使用同一個模型,結果仍會因為外圍的機制而不同:
| 面向 | 要問的問題 | 為什麼重要 |
|---|---|---|
| 情境組成 | 它如何找到相關的檔案、文件與歷史?會讀取專案指令檔嗎? | 多數錯誤修改都來自缺少或錯誤的情境 |
| 工具與權限模型 | 哪些行動需要核准?我能允許唯讀工具,並限制寫入嗎? | 決定錯誤最多能造成多大的損害 |
| 執行位置 | 本機 shell、容器、遠端虛擬機,還是供應商的雲端? | 決定資料暴露程度與可重現性 |
| 審閱介面 | 在接受之前,我能看到每個 diff、指令與來源嗎? | 你只能抓出自己看得到的錯誤 |
| 可擴充性 | 支援 skills、MCP 伺服器或自訂工具嗎? | 讓你加入自己的程序,而不是反覆重新說明 |
| 復原 | 當機後能續作、復原變更,或在新的工作階段中繼續嗎? | 長任務會在中途失敗;復原能力決定成本 |
| 可觀測性與稽核 | 行動是否以團隊能審閱的形式記錄? | 共用或受監管的工作必備 |
對程式碼工作來說,第一列與第四列通常最重要:一個能清楚呈現 diff 並執行你的測試的工具,比一個模型略強、介面卻不透明的工具更安全。
做一個小而公平的比較
從你的實際工作中挑三到五個任務:一個普通的成功案例、一個應該引出釐清問題的模糊請求,以及一個刻意設置工具失敗的任務(缺少相依套件、測試失敗)。若是程式碼,加入一個既有的迴歸測試,以及一個能抓出不完整修補的案例。每個候選工具都要執行不只一次,因為模型輸出會變動。
在所有候選工具之間,固定這些條件:起始版本、任務文字、測試指令、允許的行動與預算。每次嘗試都記錄:
- 確切的應用程式與模型版本,以及啟用的工具;
- 對照在試用之前就寫好的驗收檢查,通過或失敗;
- 不相關的變更,以及從失敗中復原是否成功;
- 耗費時間、人工介入與修正的次數;
- 花費,包含適用時的訂閱費或基礎設施費用。
然後比較每個通過驗收的成果的成本:總花費除以通過的輸出數量。一個便宜、卻需要三次嘗試加手動修補的工具,成本可能高過一次就通過的昂貴工具。模型評估指南說明了如何閱讀通過率,以及小樣本下的不確定性。
試用時不要安裝所有可用的連接器。只加入任務需要的,並確認 agent 能使用它們;工具清單過長會造成選擇上的含糊,也讓失敗更難追查。
投入之前
- 退出: 你能把輸出、歷史與設定匯出成可用的格式嗎?
- 可重現性: 同事能否依儲存庫裡的檔案重建環境?
- 路由: 你知道每個請求由哪個供應商與模型處理嗎?能固定版本嗎?
- 持續性: 當你依賴的服務或模型無法使用或停用時,會怎樣?
- 自行架設的成本: 納入升級、相依套件、GPU 容量與事件處理,而不只是授權。
選擇能以最少不可接受的失敗與可負擔的監督,完成你代表性任務的候選工具。保留這些試用任務:下一個版本釋出時,它們就是你的迴歸測試集。然後再圍繞這個工具設計工作流程。
現行選項,查核日期 2026 年 11 月 6 日
下表是具代表性的例子,不是完整的市場調查,也不是排名。授權是在查核日期讀取各儲存庫的授權檔;託管服務的條款另當別論,且可能改變。
Coding agents
| 工具 | 類型 | 程式碼授權或狀態 | 值得先試的第一個任務 |
|---|---|---|---|
| Codex CLI | 終端 agent | Apache-2.0 用戶端;模型存取與服務條款另計 [2] | 有可執行測試的小型儲存庫修補 |
| Claude Code | 在終端、IDE 擴充套件、桌面應用程式與網頁中的 agent | 專有產品 [3] | 依儲存庫指引完成的跨檔案修改 |
| Cursor | 具備 agent 模式的 AI 程式碼編輯器 | 專有的應用程式與服務 [4] | 編輯、檢查 diff 並修訂一個功能 |
| GitHub Copilot | 在 GitHub.com 上:儲存庫聊天、會開 pull request 的背景 agent,以及程式碼審查 | 託管產品,存取權依帳號而定 [5] | 成果為 pull request 的一個有範圍的 issue |
| Gemini CLI | 終端 agent | Apache-2.0 用戶端;供應商存取另計 [6] | 讀取本機檔案並使用一個已核准工具的任務 |
| OpenHands | Agent 平台;預設在本機,可選擇雲端 | MIT 授權的儲存庫 [7] | 在隔離的容器工作區中執行的任務 |
| Aider | 終端中的結對程式設計工具 | Apache-2.0 [8] | 你逐一審閱每個修補的小範圍變更 |
| OpenCode | 支援多家供應商的終端 agent | MIT [9] | 用兩種不同的模型設定執行同一個任務 |
| Cline | 編輯器擴充套件、CLI 與 SDK | Apache-2.0 [10] | 每個工具動作都顯眼地等待核准的變更 |
框架與自動化
| 工具 | 提供什麼 | 程式碼授權 | 你仍須設計什麼 |
|---|---|---|---|
| LangGraph | 具持久化的有狀態圖形編排 | MIT [11] | 狀態 schema、重播行為、任務檢查 |
| OpenAI Agents SDK | Agents、工具、handoff、追蹤 | MIT [13] | 業務邏輯、憑證邊界、驗收測試 |
| CrewAI | 多 agent 任務編排 | MIT [14] | 真正有幫助的分工方式 |
| Browser Use | 瀏覽器自動化 agent 函式庫(另有託管服務) | MIT [15] | 身分驗證的處理,以及行動後的檢查 |
| n8n | 含 AI 步驟的視覺化工作流程自動化 | Sustainable Use License(「fair-code」);企業檔案採另外的授權 [12] | 觸發條件、錯誤路徑、資料約定、寄送 |
| OpenClaw | 常駐式個人 agent gateway:通道、工作階段、排程 | MIT [16] | 程序、執行政策、維運慣例(第三篇) |
如果一項操作已有可靠的 API,就不該因為有瀏覽器自動化函式庫,而去操作網頁;優先使用 API,瀏覽器只用在只有介面才提供的功能上。
延伸閱讀
- Anthropic, Building effective agents:什麼時候才需要 agent,什麼時候工作流程就夠了。[17]
- Anthropic, Writing effective tools for AI agents:什麼樣的工具讓模型容易正確使用,評估工具內建的行動時很有幫助。[18]
- Open Source Initiative, The Open Source Definition:程式碼授權中「開源」意義的依據。[1]
- 各工具自己的授權檔(連結在表格中):回答「它是開放的嗎?」唯一可靠的來源。
參考文獻
官方儲存庫與文件,查閱日期 2026-11-06:
- Open Source Initiative, “The Open Source Definition.” 定義.
- OpenAI, “Codex CLI.” 儲存庫與授權.
- Anthropic, “Claude Code overview.” 文件.
- Cursor, 產品文件。 文件.
- GitHub, “Copilot on GitHub.com and GitHub Mobile.” 文件.
- Google, “Gemini CLI.” 儲存庫與授權.
- OpenHands contributors, “OpenHands.” 儲存庫與授權.
- Aider contributors, “Aider.” 儲存庫與授權.
- Anomaly contributors, “OpenCode.” 儲存庫與授權.
- Cline contributors, “Cline.” 儲存庫與授權.
- LangChain, “LangGraph.” 儲存庫與授權.
- n8n, “n8n” and its license file. 儲存庫、授權.
- OpenAI, “OpenAI Agents SDK.” 儲存庫與授權.
- CrewAI, “CrewAI.” 儲存庫與授權.
- Browser Use contributors, “Browser Use.” 儲存庫與授權.
- OpenClaw contributors, “OpenClaw.” 儲存庫與授權.
- Anthropic, “Building effective agents,” 2024-12-19。 文章.
- Ken Aizawa, “Writing effective tools for AI agents,” Anthropic,2025-09-11。 文章.