事件
2026 年 4 月底，多个 AI Agent 框架项目开始大规模兼容中国国产大模型。其中值得关注的包括：
- 小龙猫平台宣布同时兼容 OpenClaw 和 Hermes Agent 框架，并接入 Kimi、GLM、DeepSeek 等多个国产模型，只需填写 API Key 即可使用，无需额外配置。
- OpenClaw 和 Hermes 等开源 Agent 框架的生态文档中，国产模型的适配指南日益完善。
- 多个开发者在 X/Twitter 上分享了使用国产模型驱动 Agent 工作流的实际体验。
这标志着 Agent 框架的竞争维度正在从”支持多少功能”转向”支持多少模型”。
六大国产模型在 Agent 场景中的定位
根据多位开发者的交叉测试，六大中国模型在 Agent 场景中有各自的差异化优势：
| 模型 | Agent 场景中的优势 |
|---|---|
| DeepSeek | 推理能力强，适合需要多步推理的 Agent 任务 |
| Kimi | 研究和文档处理能力强，适合知识型 Agent |
| GLM | 代码结构规范，适合开发者工作流 Agent |
| Qwen | 代码输出效率高，适合自动化编码 Agent |
| MiniMax | 任务规划能力突出，会先规划再执行 |
| MiMo（小米） | 开源友好，适合自建 Agent 基础设施 |
这种差异化意味着：不存在”最佳”的 Agent 模型，只有最适合特定场景的模型。
OpenClaw vs Hermes：两大 Agent 框架的路径
OpenClaw
OpenClaw 的定位是编码 Agent：
- 擅长从自然语言描述直接生成可执行代码
- 与主流 IDE 和开发工具链集成良好
- 在代码生成和调试场景中有成熟的 workflow
Hermes Agent
Hermes 的定位是通用 Agent 框架：
- 支持 ComfyUI 等创意工作流集成
- 灵活的任务编排能力
- 在创意内容生成和多模态任务中有优势
两者的互补性意味着：同时支持这两个框架的产品（如小龙猫）能够为开发者提供从编码到创意的完整工具链。
为什么这个趋势重要？
1. 降低 Agent 开发门槛
过去，使用 Agent 框架意味着必须绑定特定的模型提供商（通常是 OpenAI 或 Anthropic）。现在，开发者可以：
- 用更低的成本运行 Agent（国产模型的 API 价格普遍更低）
- 根据任务类型动态切换模型
- 在数据合规要求高的场景中使用本地化部署的国产模型
2. 模型竞争推动框架创新
当框架必须适配多个模型时，框架本身的抽象层必须更加完善。这反过来推动了：
- 更统一的 API 设计
- 更好的模型能力检测与 fallback 机制
- 更灵活的任务编排策略
3. 中国开发者生态的自主性
Agent 框架 + 国产模型的组合，意味着中国开发者可以在不依赖海外 API 的情况下构建完整的 AI 应用。这在数据合规和供应链安全方面具有重要意义。
实际建议
如果你刚开始接触 Agent 框架
- 从 OpenClaw 或 Hermes 中选择一个（根据需求：编码 vs 通用）
- 先用 Kimi 或 GLM 的免费额度测试
- 根据实际表现切换到最适合的模型
如果你已经在用 Agent 框架
- 评估是否需要增加国产模型的兼容（成本优势明显）
- 关注框架的多模型路由能力
- 考虑在不同任务类型中使用不同模型
成本参考
国产模型的 API 价格通常是国际模型的 1/5 到 1/10。对于需要大量 token 消耗的 Agent 场景，这个差距会迅速累积。
展望
Agent 框架的”国产模型适配战”才刚刚开始。随着更多框架加入这个趋势，我们可以期待：
- 更完善的模型 benchmark 和选型指南
- 跨框架的模型互通协议
- 针对特定行业（金融、医疗、教育）的模型-框架组合方案
AI Agent 的竞争不再只是技术的竞争，更是生态的竞争。谁能更好地整合国产模型和开源框架，谁就能在中国市场占据先机。