国内主流智能体(Agent)完整分类盘点：桌面GUI｜云端沙箱｜浏览器｜工具调用｜代码沙箱
目录
前言
2026年，国内AI Agent赛道已经从"能聊"进化到"能干活"，但产品形态差异巨大：有的直接操控你的电脑桌面，有的在云端虚拟机里悄悄完成任务，有的只能操作浏览器，有的只调用接口，有的只会跑代码。很多人在选型时容易把"产品具备某种能力"和"产品默认用哪种方式干活"混为一谈。
本文按照任务执行的底层机制，把国内主流智能体划分为五大技术类别，逐一说明定义、判定标准、代表产品和个人的实际可用情况，帮助开发者与业务人员快速建立选型框架。
一、五大类型总览
| 类型 | 核心执行环境 | 是否操作本机屏幕/鼠标 | 本机关机后任务是否继续 |
|---|---|---|---|
| 桌面GUI执行Agent | 本机Windows/Mac | 是，以GUI操作为主 | 否，任务中断 |
| 云端完整沙箱Agent | 服务商云端虚拟机 | 否，本地屏幕无操作 | 是，后台持续运行 |
| 浏览器Agent | 浏览器环境（云端/插件） | 否，仅限网页内部 | 云端形态是，插件形态否 |
| API工具调用Agent | 接口/插件/文件/命令 | 否，无界面点击 | 部分支持 |
| 代码沙箱Agent | 隔离代码运行环境 | 否，无图形界面 | 部分支持 |
二、桌面GUI执行Agent
定义与判定标准
此类Agent以操控本地计算机图形界面为核心工作方式，同时满足以下三条才属于典型桌面GUI执行Agent：
- 能"看屏幕"：通过截屏与视觉模型/无障碍接口理解画面内容；
- 能"动手"：模拟鼠标点击、键盘输入，操控真实软件界面；
- 以GUI作为主要操作对象：日常任务主要靠点击界面完成，而非偶发备用。
| 产品 | 归属 | 个人可用性 | 说明 |
|---|---|---|---|
| 实在Agent | 实在智能 | ✅ 社区版免费可用 | 脱胎于RPA技术，主执行路径为屏幕视觉语义识别，UI控件调用作为辅助手段；社区版面向个人、非商业场景免费开放，企业版提供私有化部署、操作审计等能力。适合驱动老旧无API业务系统，但软件UI改版会影响执行成功率。 |
说明：此类Agent的最大价值是能驱动未开放API的老旧客户端软件。
三、云端完整沙箱Agent
定义
任务运行在服务商提供的远端隔离虚拟机中，文件上传至云端处理；本地电脑屏幕不会产生任何操作，本机关机后任务仍可持续运行。云端环境内置独立浏览器、文件系统与命令行。
| 产品 | 归属 | 个人可用性 | 说明 |
|---|---|---|---|
| TRAE Work | 字节跳动 | ✅ 个人可用 | 提供桌面客户端，但客户端主要作为任务控制台；支持云端沙箱与本地GUI两种执行形态，仅切换到本地GUI模式时才属于桌面GUI执行Agent，使用时需注意区分模式 |
| Kimi-Work | 月之暗面 | ✅ 个人可用 | 长文本理解与深度调研能力突出，支持定时任务、子智能体协同 |
| MuleRun千问办公 | 阿里巴巴 | ✅ 个人/企业可用 | 底层依托阿里云无影，擅长7×24小时长周期任务与定时调度 |
| AstronClaw云实例 | 科大讯飞 | ✅ 个人/企业可用 | 沙箱强隔离，原生适配飞书、钉钉、企业微信办公生态 |
说明：此类Agent适合不想占用本机算力、需要后台长时间跑任务的场景，且不干扰用户正常使用电脑。
四、浏览器Agent
定义
执行范围严格限定在浏览器内部，不会跳出浏览器去操作桌面客户端软件。按运行形态分为两类：云端浏览器实例与浏览器插件型Agent。
云端浏览器Agent
| 产品 | 归属 | 个人可用性 | 说明 |
|---|---|---|---|
| 百度红手指Operator | 百度 | ✅ 个人可用 | 云端Chrome实例，支持网页浏览、表单填写、公开信息采集，本地锁屏状态任务仍可持续运行 |
| DuClaw | 百度智能云 | ✅ 个人可用 | 预置搜索、学术资料采集等网页自动化技能 |
浏览器插件型Agent
| 产品 | 归属 | 说明 |
|---|---|---|
| Kimi-Work WebBridge插件 | 月之暗面 | 复用本机浏览器登录态，仅在浏览器标签页内执行网页操作 |
| Tabbit浏览器 | 美团 | AI原生Chromium浏览器，智能体能力内置浏览器内核，支持多网页联动任务 |
说明：浏览器Agent只适合网页公开信息的采集与网页流程自动化，无法操作桌面客户端软件。
五、API工具调用Agent
定义
以插件、API接口、文件读写、命令行、知识库作为主要执行手段完成多步骤任务，本身不以屏幕点击、界面模拟为主要路径；部分产品具备GUI后备工具，但仅作为极端场景备用。适合搭建自定义助手、实现轻量业务流程。
| 产品 | 归属 | 个人可用性 | 说明 |
|---|---|---|---|
| WorkBuddy | 腾讯 | ✅ 个人免费 | 优先结构化确定性路径：文件系统、命令行、API、专用浏览器自动化工具；GUI相关能力仅作为后备选项，不作为日常主要执行方式；主打个人办公自动化场景 |
| Coze扣子 | 字节跳动 | ✅ 个人免费 | 零代码智能体搭建平台，插件市场、知识库、工作流编排能力强，支持网页、IM渠道发布 |
| 豆包任务模式（Turbo） | 字节跳动 | ✅ 个人可用 | 支持联网搜索、文件解析、插件调用，可按需开启云沙箱执行 |
| 文心智能体平台 | 百度 | ✅ 个人免费 | 自定义智能体，可分发至文心一言、百度搜索等流量入口 |
| 通义Agent平台 | 阿里巴巴 | ✅ 个人可用 | 支持工具编排、记忆管理、工作流配置，适合自建业务助手 |
| Dify | 开源项目 | ✅ 自部署可用 | 低代码Agent开发平台，集成RAG知识库与工具调用，面向开发者 |
说明：此类Agent稳定性和可解释性最好，但能力边界取决于已接入的工具范围，无法自主打开未知软件或模拟点击界面。
六、代码沙箱Agent
定义
模型生成代码在隔离沙箱环境中运行，只负责计算、数据清洗、文件转换与可视化绘图，不存在图形界面与屏幕模拟点击逻辑。
| 产品 | 归属 | 个人可用性 | 说明 |
|---|---|---|---|
| Kimi代码沙箱 | 月之暗面 | ✅ 个人可用 | 支持上传文件，完成批量表格处理与数据分析 |
| 豆包代码执行 | 字节跳动 | ✅ 个人可用 | 会话内直接运行Python，实现数据处理与图表可视化 |
| 通义灵码代码沙箱 | 阿里巴巴 | ✅ 个人可用 | 偏向代码工程与数据运算场景 |
七、选型建议
| 使用场景 | 推荐类型 | 代表产品 |
|---|---|---|
| 操作老旧无API桌面软件、强依赖界面点击流程 | 桌面GUI执行Agent | 实在Agent社区版 |
| 追求稳定性，优先文件/命令/接口等结构化方案 | API工具调用Agent | WorkBuddy |
| 不想占用本机算力、需后台长时间运行 | 云端完整沙箱Agent | TRAE Work、Kimi-Work、MuleRun |
| 仅做公开网页信息采集 | 浏览器Agent | 百度红手指Operator |
| 搭建专属助手与自定义工作流 | API工具调用Agent（搭建平台） | Coze扣子、Dify |
| 数据处理、批量表格分析 | 代码沙箱Agent | Kimi代码沙箱 |
提示：目前Agent产品迭代速度快，大量功能处于Beta阶段，复杂任务场景建议人工复核输出结果。
八、总结
判断一款产品属于哪类Agent，核心看它的主工作模式，而不是看它是否具备某类工具：
- 实在Agent以GUI界面操作为主，属于典型桌面GUI执行Agent；
- WorkBuddy虽具备GUI后备工具，但默认优先文件、命令、API等结构化路径，不属于桌面GUI执行Agent；
- TRAE Work能力随运行模式变化，仅本地GUI模式才属于桌面GUI执行Agent。
GUI执行Agent适合驱动无API的老旧软件；条件允许时，结构化方案（文件、命令行、API）稳定性更优。个人用户按"要不要操作本机、要不要后台跑、要不要网页自动化、要不要自建"四个问题，就能快速定位到适合自己的产品类型。
中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。
更多推荐
20
0- 0
已为社区贡献2条内容
所有评论(0)