拆解 Agent Workspace 三条技术路线:WorkBuddy、Claude Tag 与 EragonAI(上)
WorkBuddy、Claude Tag、EragonAI 是当前 Agent Workspace 领域三条比较有代表性的技术路线,本文对它们做一次技术拆解和比较。
三款产品分别代表 Workspace 的三种基础形态。WorkBuddy 将多人、多 Agent、项目上下文和任务接力放进同一工作空间,是原生协作型 Workspace,工程完成度最高;Claude Tag 以频道内共享 Agent 为核心,通过独立身份、权限继承和记忆隔离构建了目前最成熟的 Agent 治理体系;EragonAI 以常驻运行、多渠道接入、记忆、Skill 和自然语言运维为特征,更接近一个共享 Agent 运行平台。三者共同验证了任务执行、Agent 调度、上下文管理、连接器和 Skill 等基础能力已经趋于成熟,Agent Workspace 的底层技术不再构成研究级门槛。
三款产品在业务承载层留有相近的空白:都还没有作为正式节点接入企业审批流程,操作 CRM/ERP 等遗留系统的公开案例有限,用户/Agent/凭证/记忆/审计层面的统一治理也都还在完善。
从技术路线看,三者的能力大致落在三个层次:基础设施层(多 Agent 框架、Memory、Runtime、模型路由、MCP)已经有较多开源和商业方案可以参考;治理层(身份权限、记忆边界、审计)目前 Claude Tag 的架构提供了较多可借鉴的设计思路;业务承载层(流程对接、遗留系统集成、行业化)是三款产品公开证据都比较薄弱的部分。
WorkBuddy 把 Agent 协作放进自有工作台,Claude Tag 把受治理的共享 Agent 放进既有协作频道,EragonAI 则进一步暴露了共享 Agent 背后的运行环境和运维控制面。三者分别侧重协作层、治理层和运行层,但都还没有提供完整的业务流程承载层。这三个方向不是相互替代关系,更像是 Agent Workspace 从协作、治理到运行基础设施逐步完善的不同切面。
三种路线的侧重点不同:WorkBuddy 把 Agent 协作放进自有工作台,Claude Tag 把受治理的共享 Agent 放进既有协作频道,EragonAI 则进一步暴露了共享 Agent 背后的运行环境和运维控制面。三者分别覆盖协作层、治理层和运行层,但都没有提供完整的业务流程承载层。从行业演进视角看,这三个方向并不是相互替代关系,而更像 Agent Workspace 从协作、治理到运行基础设施逐步完善的不同切面。未来企业级 Workspace 很可能同时具备这三层能力,并进一步向业务流程层延伸——这也是目前最明显的产业空白。
表1 WorkBuddy、Claude Tag 和 EragonAI 产品定位对比
2.1 主要技术门槛评估
WorkBuddy 架构选型(16 类 Agent 分工、四通道通信、双阈值上下文压缩、沙盒隔离+Skill 标准化)在业界都有公开可参考的对标方案,单点技术均可复现。真正的门槛集中在多 Agent 长时间协作下的工程稳定性,包括 Worker Agent 后台常驻的状态一致性、生命周期看门狗绑定、消息投递语义、100ms 沙箱冷启动背后的资源池化和快照复用,以及大规模异构生态的持续治理——7 万+ Skills 的版本管理、依赖冲突、权限继承和安全审核,100+ MCP 连接器在国内外市场的差异化配置。
腾讯采用的解法整体偏"轻量级约束+持续迭代打补丁",例如 Teammate 纯文本输出对其他 Agent 不可见这条硬性约束,就是用工程规则规避上下文膨胀而不是重构架构;两个月 43 个版本的迭代节奏也印证了这一路径。这套解法与其自有工作台+国内 IM 生态的产品定位匹配,但也意味着这类问题很难通过一次性架构设计彻底解决,需要长期投入运维打磨和真实任务反馈才能收敛。
腾讯官方给出的硬指标是:100ms 沙箱冷启动、7 万+ Skills、100+ MCP。
2.2 SubAgent 交互机制:两模式 + 四通道 + 三上下文
WorkBuddy 定义了 16 种 Agent、4 条通信通道、3 种上下文模式(基于 v5.1.7 product.json 逆向分析)。
两种通信范式动态切换
模式 A 是一次性子代理调用,函数调用语义,上下文完全隔离,单次返回后终止,结果以 XML 注入主 Agent,用于简单委派任务。
模式 B 是持久团队协作,组织协作语义,后台 detached 常驻,通过 SendMessage 双向通信 + TaskList 共享状态 + shutdown 协议优雅终止,用于复杂多步骤协同。Worker Agent 保留了自己的上下文(工作记忆、已完成任务、代码理解),下次接到新任务时不需要从零开始,对复杂项目非常关键。
One-shot 模式(模式 A):
(类似打电话问一个问题,挂了电话就结束)
Team 模式(模式 B):
├── Worker A(一直在后台跑,等新任务)
├── Worker B(一直在后台跑,等新任务)
└── Worker C(一直在后台跑,等新任务)
(类似组建一个团队,成员一直在工位上,随时接活)
四条通信通道
- SendMessage
:点对点或广播消息,必须指定收信人和 5–10 词的 summary
- TaskList
:共享任务看板,通过 owner和blockedBy字段实现分布式任务分配,状态机为pending → in_progress → completed
- Agent Notification
:把子 Agent 结果伪装成 user-role 消息注入主 Agent 上下文
- FileSystem
:隐式共享存储,跨会话传递记忆文件
一个关键工程约束:Teammate 的纯文本输出对其他 Agent 不可见,必须走 SendMessage。这是应对上下文膨胀、注意力稀释、耦合失控三个问题的直接对策,相当于给每次跨 Agent 信息传递加了一道门槛。
2.3 上下文压缩:预防 + 抢救双 Agent 机制
上下文窗口的分配、隔离与压缩,是所有多 Agent 系统必须回答的核心问题。WorkBuddy 没有走"堆更大 context 模型"的路线,而是通过多级阈值触发主动压缩,由两个专职 Agent 分工:
compact Agent:预防性压缩,40% Token 时触发,产出 结构化摘要,明确写入指令"所有任务已完成,不要重新执行"防止 Agent 重复动作
contextSummary Agent:抢救性压缩,90% Token 时触发,输出 9 段式结构
这套设计和 CodeBuddy 的两级"压缩 → 摘要"策略同源,本质是一种"有损但保结构"的 JPEG 式压缩,代价是丢失了"为什么这样做"的推理过程。
压缩后的上下文包含
Primary Request and Intent —— 用户原始意图(压缩后仍保留)
Key Technical Concepts —— 涉及的技术概念
Files and Code Sections —— 关键文件和代码片段
Errors and fixes —— 遇到的错误和修复方式
Problem Solving —— 已解决和待解决的问题
All user messages —— 所有用户消息(仅 contextSummary 模式)
Pending Tasks —— 未完成的任务
Current Work —— 当前正在进行的工作
Optional Next Step —— 可选的下一步
2.4 安全执行与生态集成
WorkBuddy 企业版三大核心能力:7×24 专家数字员工、人与 AI 协作的"团队"模式、企业级管理后台。办公智能体套件把腾讯文档、腾讯网盘、腾讯乐享三大产品能力原生打通到工作台,覆盖"内容创作—知识沉淀—能力复用"全链路。安全机制上采用沙盒隔离+Skill 标准化+危险操作拦截三层防御,高危指令(删除系统文件、修改注册表)会被直接拦截并提示,所有操作默认本地执行不上传云端。工具连接层面国内版对接企微/飞书/钉钉/QQ,海外版新增 GitHub/GitLab/Jira/Confluence/Google Drive/Gmail/Notion/Slack 的 MCP 连接器矩阵。WorkBuddy 的连接器能力是市场分层配置的,同一套 Agent 内核,上层根据市场换连接器配置。生态扩展有 Skill 市场(SkillHub)和"专家中心"(官方宣传 100+ 专家)。
2.5 技术实现难点
分布式任务认领的状态一致性问题。TaskList 用 owner+blockedBy 字段实现黑板式协调,多个 Worker 并发认领任务时存在竞态风险,更新日志里明确记录过"团队队列一次性推送所有任务的问题"这类真实缺陷,说明这不是设计层面能一次性解决的问题,需要经过多轮线上迭代打磨。…