一句话：Work Agent——有持久记忆、常驻聊天渠道、握系统级权限、靠技能生态长大的「代打型」AI——在 2026 年夏天由草根开源（OpenClaw）、创业公司（Hermes）、大厂孵化（WorkBuddy）三条独立赛道同时收敛，跑通了产品市场匹配。
判断一个 AI 品类是否成立，别看 Feature List，看官方文档里 User Stories 是不是一级入口——当「别人用它做了什么」比「它能做什么」更能说服潜在用户时，这个品类就已经从 Demo 跨进了日常基础设施。
把 OpenClaw、Hermes Agent、WorkBuddy 放在一起看，会发现它们共享同一套骨架，且都明显区别于此前的 Chatbot 或单纯的 Coding Agent：
OpenClaw 的成长曲线本身就是这个品类爆发速度的最佳注脚：项目在改名两次之后（Clawdbot → Moltbot → OpenClaw）于今年 1 月底正式定名发布，一周内涨星速度就跻身 GitHub 历史最快纪录，至今累计 346k+ star。
但爆发式增长也把安全债务一起带出来了：
一个品类跑得多快，就有多少安全债需要还——这两件事从来是同一枚硬币的两面。
State lives on your machine,
not a vendor cloud. — OPENCLAW · 官网反复强调的自托管卖点
Hermes 官方 User Stories 页没有讲模型参数，讲的全是「人们真的在用它干嘛」，大致分成五类：
| 用法类别 | 真实场景 |
|---|---|
| 个人助理与任务管理 | 汇总收件箱并推送到 Slack；跨 Obsidian 和 Apple Calendar 同步任务；用自然语言排班（「every weekday at 9am」）；通过 Telegram / Discord / Signal 主动推送提醒；靠持久记忆做到跨会话找回上下文。 |
| 开发者工作流 | 一位用户说 Agent 用了十天之后「知道我的代码库比我自己还清楚」——内化了文件优先级、编码偏好、部署的各种坑、常用的 API 调用序列。进阶用法是多 Agent 编排：一个负责规划、一个写代码、一个跑 QA，协作过程可实时监控调试。 |
| 企业业务运营 | 接进 Plane.so 之类的工单系统做自动分诊分派；搭「Chief of Staff」式总控 Agent，协调多个带独立记忆层的项目子 Agent；用于销售线索生成、CRM 联动、批量生成 Slides / Sheets。 |
| 研究与内容 | 自动化研究栈定期抓取 AI 动态、聚合 HackerNews，把简报分发到 Slack、Discord、Notion、Obsidian；内容创作者用它做每周选题研究、语音优先的播客生成、匹配个人写作风格的社媒策展。 |
| 成本优化 | 有用户把 5 天的 token 花费从约 $130 压到 $10：换供应商、分层调度模型（机械任务用便宜模型、复杂问题才叫贵模型），甚至自己在 10 美元/月的 Hetzner VPS 上跑本地部署。 |
最后一条最能说明「打工」是真实发生的经济行为——当用户开始像优化云账单一样优化「雇一个 AI 打工」的成本，这个品类就已经越过了尝鲜期，进入了真实的持续使用。
如果说 Hermes 的 User Stories 是官方精选案例，OpenClaw 社区自己整理出的 50+ 真实用法更野生：有人把家里每个房间的物品拍照建档，让 Agent 记住「追踪板放在哪」；有人靠拍照生成 homeschool 课程计划，再联动物品清单安排动手活动；有人做过夜自动生成的 MVP——四天内造出一个给孩子用、没有广告没有算法推荐没有自动播放的视频 App，全程 Agent 在用户睡觉时完成。
真正把这套用法讲透的是两位 「How I AI」 播客的案例。Jesse Genet 用 5 个 OpenClaw Agent 管理家庭、财务和代码，把 Agent 从工作工具变成了生活基础设施；ChatPRD 创始人 Claire Vo 的转变更戏剧化——第一次尝试就把家庭日历删了个精光，一度是彻底的怀疑者，后来却在多台 Mac Mini 和旧笔记本上跑起 9 个各司其职的专属 Agent，分别管家庭排期、销售线索、孩子作业、播客筹备、课程运营。她得出的经验是「多个专精 Agent 打赢一个全能 Agent」——这和 Ramp 内部把 AI 使用沉淀成 350+ 个 Skill 资产化的逻辑，其实是同一件事在个人尺度上的重演。
生态数据也在印证这条曲线：技能市场 ClawHub 上的公共技能注册数已经到 13,729 个，社区精选出 5,494 个高质量集合，NVIDIA 已经介入做技能安全扫描（Skill Cards）。更值得玩味的是 TrustMRR 的数据：约 128–129 个 OpenClaw 相关项目过去 30 天总收入 28.1 万美元，其中最赚钱的项目做的是「帮你把 OpenClaw 用得更便宜」。
平台经济里第一批赚到钱的，永远是给基础设施本身降本的工具——这个规律在 Work Agent 品类上再一次成立。
腾讯给 WorkBuddy 的官方定位就差没直接说「这是我们的 OpenClaw」——TechNode 的报道标题直接写成 「Tencent launches OpenClaw-like workplace AI agent WorkBuddy」。但它解决的是 OpenClaw 在企业场景里天然的短板：一个开源 Agent 要系统级权限、要装在员工电脑上、状态还留在本地——这套组合对普通打工人来说学习成本和信任成本都不低，对企业 IT / 合规部门来说更是噩梦。
WorkBuddy 的产品逻辑是多 Agent 编排 + 本地执行：一句自然语言指令下去，会被拆解成并行的子任务——一个 Agent 去抓公开网页数据，一个总结上传的报告，一个组装 PPT，「三件事同时发生」。腾讯云自己的表述是 「100+ 内置 Experts」，覆盖从市场调研到财务分析的各行业场景，主打「不只是给答案，是交付成品」（Not just answers. Finished work.）。技术上支持 MCP 式工具接入，模型层不锁死单一供应商，可以在混元、DeepSeek、GLM、Kimi、MiniMax 之间路由。
| 版本 | 定价 | 说明 |
|---|---|---|
| 海外版 | Free / Pro 约 $9.95/月 / Team 约 $40/席位/月 | 三档订阅 |
| 国内个人专业版 | 58 元/月 | 含 2000 积分 |
| 国内 SaaS 企业版 | 198 元/席位/月 | 腾讯云 |
| 国内专属云版 | 316 元/用户/月 | 私有化部署 |
这条产品线真正有意思的地方不是功能对标，而是「本地执行、多模型可替换、企业级」这三个词第一次在 Work Agent 品类里同时出现——这几乎是专门写给因合规、数据主权顾虑而无法直接采用美国开源方案的企业客户看的。可以预期这不会是唯一一个「OpenClaw-like 但企业安全」的本地化变体，未来一年这类「平替」大概率会在每个主要市场各出现一版。
Nous Research 这轮融资的细节值得展开看：TechCrunch 的报道显示公司正在以 15 亿美元估值敲定新一轮融资，至少融 7500 万美元，由 Robot Ventures 领投、USV（Union Square Ventures）等重量级机构跟投——这是继此前从 Paradigm、North Island Ventures、OSS Capital、Balaji Srinivasan 等处融到 7000 万美元之后的又一级跳。支撑这个估值的不是叙事，是数字：Hermes Agent 在 GitHub 上已经积累约 21.4 万 star、近 4 万 fork，商业化路径是开源自托管 + 云端订阅（20–200 美元/月）两条腿走路。
把三件事摆在一起看会更清楚这轮下注的逻辑：OpenClaw 证明了草根开源生态可以在几个月内长出上万个技能和几十万开发者；Hermes 证明了这套模式可以被做成一门有清晰付费分层的生意，并且拿到顶级机构真金白银的估值背书；WorkBuddy 证明了这套逻辑可以被大厂复刻成企业级、本地合规的版本。
三个不同起点（草根开源、创业公司、大厂内部孵化）殊途同归地走到了同一个产品形态，这本身就是品类成立最硬的证据——不是一家公司讲的故事，是三条独立赛道同时收敛。
| 时间尺度 | 关键判断 |
|---|---|
| 短期 （现在 – 6 个月） | 技能/插件生态的丰富度和安全审查机制，会比底层模型能力更快决定用户留存。ClawHub 的 13,729 个技能和 NVIDIA 的 Skill Cards 扫描，以及 Cisco 审计出的 26% 漏洞率同时存在，说明「生态繁荣」和「安全债务」是同步增长的——采购或自建 Work Agent 时，把技能审查当成硬门槛，而不是事后补救。 |
| 中期 （6 – 18 个月） | 市场会明显分裂成「开箱即用的云端 Work Agent」（Hermes 云端订阅、WorkBuddy SaaS）和「自托管开源方案」（OpenClaw 本体及其各类本地化变体）两条路径。企业采购决策的核心变量将是数据主权和合规成本，而不是功能差异——WorkBuddy 的「OpenClaw-like 但本地执行」定位就是这个分裂最早的产物，其他市场大概率会出现对应版本。 |
| 长期 （18 个月以上） | 当一个产品类别的官方文档里，「别人用它做了什么」（User Stories）比「它能做什么」（Feature List）更重要、更能说服潜在用户时，说明这个类别已经从 Demo 阶段跨过了日常基础设施的门槛。Hermes 把 User Stories 单独做成一级文档入口，Claire Vo 从怀疑者变成 9 个 Agent 的重度用户，$400/月运营一家公司的极客实验——这些散落的个案汇总起来，正在回答同一个问题。 |
AI 到底什么时候不再是「聊天窗口」，而是「团队里那个不睡觉的同事」？答案已经不是「会不会」，是「哪个岗位先来」。三条独立赛道在同一个夏天收敛到同一个产品形态；用户开始像优化云账单一样优化「雇一个 AI」的成本；生态里第一批赚钱的是降本工具——这三个信号叠在一起，宣告的就是 Work Agent 元年。