开源模型

腾讯再出 Agent：Octop 开源！内部 Agent 军团混战，路线完全分化

2026 年 9 月 18 日

腾讯云开源本地优先多智能体框架 Octop，与云端 SaaS 产品 WorkBuddy 形成鲜明对比：前者支持自托管、模型自主接入及 ACP 协议扩展，后者主打开箱即用的一站式办公服务。腾讯同时推进 QClaw、Marvis 等四条 Agent 路线，覆盖云端、本地、微信远程与系统底层场景。

Octop：本地优先的开源多智能体中枢

腾讯云开源 AI Agent 工具 Octop，名字取自章鱼 Octopus，寓意多触手并行处理任务，采用 MIT 协议开源，前身是 LightClaw ACE。它内置多 Agent 协同架构，每个 Agent 可分配独立工作区、角色与模型，自带知识库、长期记忆、定时任务、浏览器自动化等能力，也可对接企业微信、钉钉、飞书等 IM 渠道。

与 WorkBuddy 的双轨战略

WorkBuddy 是典型 SaaS 产品，开箱即用，登录账号，购买积分兑换 Token，把模型、算力都交给云端，适合想快速上手、不想折腾环境的职场用户，主打一站式 AI 办公工作台。

而 Octop 的定位完全不同：本地优先，自托管。你可以部署在个人电脑、NAS 上，把整套多用户、多智能体 AI 中枢连同数据全部留在本地。模型服务商完全由自己选定，不受平台绑定；还支持 ACP 协议，对接你已经装好的 CLI Agent 工具，打通各类终端智能体。

简单一句话总结两者差异：✅ WorkBuddy：云端 SaaS 成品，拿来即用，按量付费 ✅ Octop：开源自托管框架，本地部署，模型自主权交给用户

腾讯 Agent 军团的四条并行路线

WorkBuddy（腾讯云）：云端办公智能体工作台，复杂工作流、文档处理
Octop（腾讯云）：开源本地多 Agent 中枢，面向技术玩家、小团队私有化部署
QClaw（电脑管家）：微信远程操控电脑，在外通过微信下发指令
Marvis（应用宝）：系统级 Agent，主打本地文件、电脑底层管理

同一家公司，多条 Agent 产品线并行推进，云端 SaaS、本地私有化、微信远程、系统底层四条路线同时下注。一边做面向普通用户的成品服务，一边把底层多 Agent 框架开源给开发者。

数据主权与技术门槛的取舍

对技术爱好者而言，Octop 最大的吸引力就是数据主权与模型自由。所有对话、配置、知识库都保存在本地，不用把数据上传第三方平台；模型可以自由切换，不管是本地大模型还是各家 API 都能接入，ACP 协议还能串联起各类终端 Agent 工具，搭建属于自己的 AI 智能体集群。

当然，代价也很明显：需要自己动手部署、维护环境，有一定技术门槛，更适合开发者、极客和小团队，普通用户上手成本会远高于 WorkBuddy。

从单点工具到双线协同的演进

从产品战略来看，腾讯不是简单内部内卷，而是用不同产品覆盖不同人群：普通职场人直接用 WorkBuddy；有私有化、本地部署需求的技术群体，直接用开源 Octop。一个卖服务，一个开放底座。

AI Agent 赛道已经从单点工具，走向多智能体协同、本地与云端双线并存的阶段。腾讯这套 Agent 军团，算是把两种模式都攥在了手里。

文末思考：你更看好云端一站式 SaaS Agent，还是本地自托管、掌握全部数据主权的开源 Agent？

JOTO 企业落地观察

企业若选择 Octop 类框架落地，需承担模型选型、本地推理部署、多 Agent 权限隔离与状态同步等工程负担，但可规避数据出境与第三方平台依赖风险。
当企业已有 CLI 工具链或终端 Agent 生态，Octop 的 ACP 协议提供了一种轻量级集成路径，无需重写适配层即可纳入统一调度中枢。
WorkBuddy 与 Octop 并存，反映出企业 AI 落地正面临「交付速度」与「可控性」的根本张力：前者缩短 PoC 周期，后者支撑长期知识资产沉淀与安全审计要求。
多路线并行并非资源浪费，而是为不同成熟度的企业客户预留接口：初期用 SaaS 快速验证，中期用开源框架迁移核心流程，后期构建混合架构。