产品追踪

用动能、稳定性、技能生态、记忆能力和风险来追踪关键 Agent 产品。

本地个人 Agent OS关注

本地运行、多渠道接入的 AI 助手，支持工具、skills、gateway 路由和多模型 provider。

动能4/5

稳定3/5

生态5/5

记忆3/5

风险3/5

适合： 希望自托管，并把 Agent 接入真实 app 与聊天渠道的高级用户。

注意： 迭代很快，可能带来回归问题；需要验证上下文、工具调用和渠道稳定性。

学习 / 记忆型 Agent关注

常被讨论为更强调学习与记忆闭环的 Agent。

动能5/5

稳定3/5

生态4/5

记忆5/5

风险4/5

适合： 想探索自学习、重记忆 Agent 行为的用户。

注意： 记忆系统可能变得不透明；真正依赖前要评估可检查性和恢复能力。

常驻 Telegram / CLI Agent关注

Soul-driven Agent，强调权限工具、token 预算、定时任务和 daemon 常驻。

动能4/5

稳定2/5

生态2/5

记忆3/5

风险3/5

适合： 想要一个可通过 Telegram 或 CLI 随时访问的常驻个人 Agent 的用户。

注意： 仍需要真实使用验证稳定性、安全默认值和生态深度。

编码 Agent可采用

成熟的 coding agent，并逐渐和可复用 Agent Skills 工作流结合。

动能5/5

稳定4/5

生态5/5

记忆3/5

风险2/5

适合： 软件开发、代码审查、重构、调试和结构化实现任务。

注意： 多 Agent 共用不同 skills 文件夹和约定时，skill 膨胀会成为问题。