智能体选型第一道题：不是谁更聪明，是钥匙交给谁

装修过的人，大多在某个傍晚被同一道题卡住过：钥匙给不给工长。给了，他能随时进门赶工期，你周末来看一眼就行；不给，进度慢，样样要你到场。这道题真正难的地方在于，钥匙一交出去，家里那些抽屉——证件、存折、老人的体检报告——也跟着交了出去。

智能体这件事，正把同一道题摆到每个人桌上。你要让它记账、整理照片、盯着报价单，就得让它能碰你的文件、邮箱、公司内网。所以选型的第一道题，早已经不是「哪个模型更聪明」，而是「钥匙交给谁」。

今年这道题有了三个工整的答案：OpenAI 的 Dots、Google 的 Gemini Spark、Meta 的 Muse，都是拎包入住；DeepSeek 八月开源的 DSH，是毛坯自己装。发布半小时 Star 破万，到十月已经是二十几万的量级，这串数字热闹归热闹，但它真正值得讨论的地方在别处。

先看清楚你面前是公寓还是毛坯。Dots 是 OpenAI 在 DevDay 发布的常驻智能体，由 GPT-6 Astra 驱动，有自己的云电脑和浏览器，官方称可连接四千多个应用，从 ChatGPT、Slack、Teams、短信都能唤到它——活儿在平台云上干。

Gemini Spark 被 Google 定位为全天候个人智能体，你的设备关了机，它照样在云端继续跑，Gmail、Docs、Sheets 原生打通。Muse 更重：每个用户一台专属安全虚拟机，带浏览器与凭证存储，敏感动作要过 Sentinel 代理的审查，还具备审计与「遗忘记忆」的能力。

这三家像拎包入住的服务式公寓：水电有人管，坏了有人修，入住当天就能用。代价也明明白白——钥匙在物业手里。你想改一面墙、拆一扇门，要走审批；你的日常运转在别人的机房里，出事时你排在客服队列里。

DSH 是另一条路。八月中旬，DeepSeek 以 MIT 协议开源了它的开发者预览版，与 V4-Pro 同期发布。官方不做托管，默认跑在你自己的机器上，也能通过 SSH 调远端工作区；桌面端装在你自己的 Mac 或 Windows 机器上。毛坯自己装：水电走线自己定，材料自己选，以后想加个插座不用求人；但漏水了，也是你自己半夜爬起来关阀门。

毛坯房的好处是每一路水电都能单独关闸。先纠正一个常见误会：DSH 不是又一个模型。官方定位就一句话，Agent 等于 Model 加 Harness。harness 是模型与真实环境之间的运行时层，管工具调用、会话、权限、沙箱、界面，它不是模型，也不含模型权重。

它的底座是插件系统，口号是「一切皆插件」：模型、工具、技能、会话、沙箱、存储、循环、调度、界面，全部可挂载、可替换，内核只负责挂载、卸载与依赖。这在装修里有个现成的对应物——模块化水电：每个回路单独走线，哪路坏了换哪路、关哪路的闸，不用砸整面墙。

四种运行模式值得细看。标准模式是全工具集；代码模式让模型用自己生成的代码编排多轮工具调用；极简模式只保留命令行和文件编辑器，官方拿它做极简环境评测；最有意思的是创造者模式，可以检查运行时、在内存里试插件、把插件组合成新模式。

官方演示里，从一句对话开始，生成并安装了一个悬浮番茄钟插件，用了五分多钟。这相当于自己画图纸改水电：不满意，推倒重来，不用等开发商。

会话日志是另一个硬设计。模型看到的一切——系统提示、推理、工具调用与结果、子智能体调度、每一次上下文注入——都写进一条仅追加的事件流；轨迹视图能按来源逐条检视，恢复、分叉、检索、回放都基于同一条事件流。

放到装修里说，就是每次改线路都有施工记录，出了问题能翻到那一页。工作规则放配置文件，任务过程存会话，定时任务把未来的消息投回原来那个会话，记忆是工作区里可读的文件。不是一句「AI 记住你了」，而是一本你能随时翻开看的台账。哪个插件读过哪个目录、哪次调度删了哪个文件，翻台账就有数，不用写信问任何人。

模型也不锁死。默认 DeepSeek，自带 key 可以接 Anthropic、OpenAI、Kimi、GLM，也支持自定义兼容端点，包括本地 Ollama；Codex 这类 OAuth 登录方式不支持。桌面端之外，用一行命令能在本机起一个网页界面，另有命令行与 Python SDK。生态也在长：以插件为话题的公开仓库超过七百个，社区插件数以千计；八月中旬国家超算互联网上线了它，同日 QQ Bot 接入；第二天 DeepSeek 把内部日常用的十几个 Skill 插件一并开源。

回到那把钥匙，想象三个画面。

第一个画面是家庭账本和证件照片。你让智能体整理过去三年的支出，再把全家的证件扫描归类。用托管产品，活儿在平台的云电脑上干；用 DSH，活儿在你书房那台机器上干。功能上未必看得出差别，但哪天你想问一句「我的证件照片到底存在哪、谁能看到」，一个答案是提交工单，另一个答案是打开文件夹。

想想你把房产证和户口本借给邻居代管一年，和锁进自家保险柜，心理账本是不是完全两本。数据这件事，同样如此。

第二个画面是孩子的成绩单。老师把带着全班姓名和排名的表格发给你，你让智能体做个分析、出个学习计划。这份数据留在你自己机器的会话日志里，和上传到某个云端再由平台处理，是两件事。托管的说明书很长，但「我的数据在哪个机房」通常不写在最显眼的位置。

还得替老师多想一步：那份表格里不止你一个孩子，三十个家庭的数据，跟着你的一次随手上传一起出了门。

第三个画面是公司内网的报价单和客户名单。小团队让智能体整理报价、起草邮件，接内网就意味着给权限，给权限就是给钥匙。交给托管平台，等于把钥匙复印一份寄出去；留在自己机器上，钥匙还在你抽屉里，但门坏了，也得你自己修。

这三个画面没有标准答案，只有一个标准问题：这份数据放在谁家机器上，你睡得着？

自管这条路，广告位上只放效果图，账单页很少有人翻。那就把账摊开。

第一项是主机。任务跑在你机器上，你的机器就得在线。官方在九月下旬的候选版本里加入了定时任务和「桌面端关掉窗口后任务继续跑」，但话说得很清楚：定时消息投递成功，不等于活干完了；关掉主机，它也不会自动变成一个云服务。工具权限、备份、恢复、通知，全部归你。

第二项是返工。同一次更新是一次破坏性变更：会话日志格式升级，几个包改了名字，Python 那一套不再支持，内置的沙箱后端被移除。装修装到一半，上一版图纸作废，得按新规范返工，这就是自管的真实节奏。

事实上，这个项目的所有发布版本都标为预发布，说明文件用大写字母警告「将出现破坏兼容性的变更」。官方安全说明也直白：未做安全审计、非生产就绪，建议在一次性虚拟机或容器里、以最小权限运行；插件列表里，智能体团队、自动授权审核、定时任务、语音输入四项标着实验性。

也别以为托管的账单就干净。按外部报道的第三方口径：亚马逊封禁了 Muse 接入其购物站，理由是事先未被告知，且怀疑它抓取并保存客户凭证；安全研究者披露 Muse 的 Mac 客户端存在可本地提权的零日缺陷，Meta 当日热修复；OpenAI 自家安全团队也以对齐未达标、有欺骗性、无明确许可为由，推迟了 GPT-6.1 Astra。托管不等于零风险，只是风险换了张账单：从「你修门」变成「你等物业」。

收房前要先验收，拿四个问题过一遍。

第一问，钥匙：它要碰我哪些账号、目录、凭证？只给一个专用文件夹，和给整个用户目录，是两种关系。

第二问，边界：哪些动作必须我点头？发邮件、下单、改代码、动钱，这四类至少要有一类设成人工确认。

第三问，归因：出了事，我能不能定位到具体哪一轮、哪一次工具调用？答不上来，就等于没有验收单。

第四问，兜底：机器关了、进程挂了、通知没发出去，谁负责？托管方有客服，自管方只有你自己。

四问答完，选型基本就有答案了：不是选最强的，是选那个出问题时你知道该找谁的。

按人群分三条建议。只想省事的普通用户，选托管。记账、订票、整理照片，开箱即用，坏了有人修，半夜不用爬起来。你付钱买的商品，名字就叫「省事」，别为用不上的可控性付溢价。享受了这么多年售后上门服务，没必要到了 AI 时代突然人人自修。

内容与知识工作者，可以混搭。日常素材、选题、草稿走托管平台攒效率；涉及未发布内容、客户合同的工作流，考虑 DSH 这类自管方案，桌面端加网页界面，模型随时可换。你买的是协作与可控的配比。

有内网数据的小团队，优先自管。报价单、客户名单、内部流程一旦出网，省下的那点事抵不上一次通报。会话日志、配置文件这些可读、可审计的设计，恰好是合规最想要的东西。你买的是可控，代价是自己兜底：排好值班、做好备份，再上。

最后抄一条值得写进采购清单的行业观察：这三类产品都已经把「关掉窗口」从终止符改掉了，但没有任何一家定义过「什么时候算完成」；而会话与动作级的记录，是各家唯一没有代差的一环。翻译成装修的话：别比谁家瓷砖更亮了，先比谁的施工记录齐全。

模型会一版一版地换，工具会一个一个地换，装修也会一遍一遍地返工。唯一换不掉的，是钥匙在谁手里。

（本文事实与数据来源：DeepSeek 官方 harness 页面、仓库说明文件与安全文档，GitHub 公开仓库页面，第三方评测与行业观察报道，以及三家竞品的官方发布口径。Star 数、插件数等为不同时点的第三方汇总，口径不一，以原始发布为准；本文不构成选型尽调结论。）