AI Resource Hub

同一品牌往往同时提供模型、编程入口、通用工作产品与云端能力，因此会在多个分类中重复出现。本表用于快速理解各产品生态的主要关系，而不代表法律实体之间的控制关系。

这类产品以编辑器、独立 IDE 或 IDE 扩展为主要入口，通常整合代码库理解、补全、文件编辑、终端和 Agent 模式。选型时还应区分原生 IDE、插件与通过协议接入的外部 Agent。

终端 Agent 直接工作在仓库和工具链旁，适合开发者、服务器环境、自动化脚本及可组合工作流。它们大致分为模型厂商主导与多模型或模型无关两类。

这类 Agent 在远程沙箱、云 VM 或托管环境中异步执行任务，用户无需一直保持页面开启。主要成果通常以代码变更、分支、检查结果或 Pull Request 的形式交付审查。

Repository-native Agent 把 Issue、Pull Request、Review、CI 和仓库权限作为一等工作对象，适合异步委派与团队审查。其中既有实现型 Agent，也有更偏向代码审查、验证和 PR 编排的产品。

国内代表产品

Work Agent 的核心不是“什么都能聊”，而是能处理本地文件、网页、数据和办公流程，并交付文档、表格、演示稿、应用或已完成的操作。国内产品常进一步结合本地桌面、即时通信和云端任务入口。

海外与全球代表产品

这些产品同样面向跨文件、网页与 SaaS 的通用任务，但云端执行、桌面桥接和本机文件访问能力各不相同。评估时应确认成果形态、授权范围及人工接管方式。

常驻 Agent 强调持续可达、定时或事件触发、长期状态，以及从聊天工具或移动端远程下达任务。实际在线能力仍取决于设备电源、后台权限、云服务状态和套餐限额。

Browser Use 通常通过 DOM、无障碍树、截图或扩展操作网页，Computer Use 则进一步覆盖桌面 GUI。它们既可能是模型工具，也可能是独立 Harness 或 Work Agent 的能力模块。

这类工具面向开发者和团队创建自己的 Agent、工作流与产品，构成生态中的编排和运行层。它们通常不是开箱即用的“AI 同事”，选择时应重点比较 SDK、部署、状态管理与可观测性。

不同付费方案可能对应产品使用权、限定客户端额度、打包 Token 或通用按量 API，彼此不能默认互换。下表列出代表方案，接入前仍需核对端点、模型白名单、上下文、并发和公平使用规则。

全球多模型与推理平台

这些服务提供统一接口、模型目录、账单、路由或托管推理，解决“如何接入和运行模型”的问题，但不会自动替代 Agent Harness。表中同时区分 Router、推理提供商、模型托管与大型云平台。

国内模型平台与聚合服务

国内平台覆盖模型 API、Token 套餐、云推理及 Agent 工具适配，产品边界和可用模型变化较快。使用前应重点确认地域端点、Key 类型、模型版本、限流、数据条款与服务稳定性。

Chat 产品、基础模型或 API 与 Agent 产品属于不同层次：Chat 可以内置 Agent，一个 Agent 也可能允许切换多个模型。表中的生态关系不表示某个 Agent 永远只使用自家模型。

先根据工作对象、执行位置和期望交付物缩小产品类别，再比较权限、可靠性、成本与人工接管能力。下表把常见目标映射到优先考察的类别和关键问题。

1. 先确定工作对象：代码、仓库、网页、桌面还是办公文件。
2. 再确定执行位置：本机、云沙箱、CI 还是常驻服务器。
3. 选择 Harness / 产品入口。
4. 最后比较模型和额度方案。
5. 用真实任务测试成功率、人工接管、回滚与总成本，而不是只看模型榜单。