作者 | 姚戈

過(guò)去幾周，國(guó)內(nèi)各大廠紛紛推出了自己的“龍蝦”，而阿里云在這條賽道上的動(dòng)作尤其引人注目。2026 年，阿里云通義實(shí)驗(yàn)室旗下 AgentScope 團(tuán)隊(duì)開源了 CoPaw，一款本地 / 云端雙部署的個(gè)人 AI 助理，主打“全域接入、隱私可控、主動(dòng)干活”。

與 OpenClaw 相比，CoPaw 在部署便捷性、中文語(yǔ)義優(yōu)化、多智能體協(xié)作和數(shù)據(jù)隱私控制上都體現(xiàn)出優(yōu)勢(shì)：云端十分鐘即可完成部署，本地?cái)?shù)據(jù)無(wú)需外泄，非技術(shù)用戶也能通過(guò)控制臺(tái)輕松管理多智能體，同時(shí)檢索和記憶能力兼顧語(yǔ)義理解與精確匹配。

在深度體驗(yàn)并拆解其底層邏輯后，我們發(fā)現(xiàn) CoPaw 可能是目前最接近“正式員工”身份的國(guó)產(chǎn)龍蝦。

InfoQ 測(cè)評(píng)室也已推出 CoPaw 的測(cè)評(píng)視頻與云端部署教程，為讀者提供直觀操作和落地體驗(yàn)的參考。

1 從“玩具”到“員工”：兩個(gè)真實(shí)場(chǎng)景的考驗(yàn)

在為期兩周的測(cè)試中，我嘗試用 CoPaw 重構(gòu)了我的工作流，重點(diǎn)驗(yàn)證了兩個(gè)場(chǎng)景。

首先是自動(dòng)化新聞搜集?？萍夹袠I(yè)信息噪音極大，過(guò)去我需要花費(fèi)大量時(shí)間篩選信源?，F(xiàn)在，利用“定時(shí)任務(wù)”，CoPaw 每天早上 8:45 會(huì)自動(dòng)在"Daily Brief"群里輸出一份優(yōu)先關(guān)注的新聞內(nèi)容，幫助團(tuán)隊(duì)回顧前夜的重要?jiǎng)討B(tài)。它不僅能理解我的追蹤偏好、自動(dòng)過(guò)濾噪聲，還能將關(guān)鍵數(shù)據(jù)標(biāo)準(zhǔn)化寫入飛書多維表格。

偶爾遇到日期偏差或重復(fù)條目，我只需在聊天框指出，它便能自我修正并將解決邏輯寫入記憶。這種"反饋 - 修正 - 記憶"的閉環(huán)，讓我將精力從信息整理轉(zhuǎn)移到分析判斷，整體效率提升約 30%。當(dāng)然，協(xié)作過(guò)程并非一帆風(fēng)順：它偶爾會(huì)格式錯(cuò)亂、日期識(shí)別偏差，但通過(guò)持續(xù)對(duì)話引導(dǎo)，這些問(wèn)題大多能被快速修復(fù)。這也正是"養(yǎng) Agent"的樂(lè)趣所在——在與它的交互中共同進(jìn)化。

其次是個(gè)人知識(shí)大腦。受 Matthew Berman 使用 OpenClaw 的啟發(fā)，我嘗試用 CoPaw 搭建云端知識(shí)庫(kù)。

這里有一個(gè)關(guān)鍵差異值得注意：Matthew Berman 是用 OpenClaw+Telegram 在本地搭建的個(gè)人大腦，而我則是用 CoPaw+ 飛書在云端搭建——Agent 框架、IM 軟件、部署方式全變了。這套個(gè)人大腦架構(gòu)該如何調(diào)整？

我沒有手動(dòng)設(shè)計(jì)，而是直接把這個(gè)問(wèn)題丟給了 CoPaw：

它自主設(shè)計(jì)出了一套基于云端的記憶架構(gòu)。所有結(jié)構(gòu)都可以在 CoPaw 網(wǎng)頁(yè) Console 的工作區(qū)中找到：在app/working/目錄下，CoPaw 專門建立了knowledge_base文件夾，并按以下邏輯組織內(nèi)容：

• 原文內(nèi)容存儲(chǔ)在knowledge_base/sources/articles/

• 論文摘要存儲(chǔ)在knowledge_base/summaries/

• 知識(shí)庫(kù)索引存儲(chǔ)在knowledge_base/

之后，我陸續(xù)投入了論文、微信文章、X 鏈接等不同來(lái)源的內(nèi)容。在一周左右的持續(xù)使用中，CoPaw 對(duì)這些材料表現(xiàn)出非常穩(wěn)定的記憶能力：它不僅能記住鏈接，還能把后來(lái)的問(wèn)題與過(guò)往內(nèi)容關(guān)聯(lián)起來(lái)，在提問(wèn)時(shí)進(jìn)行跨材料聯(lián)想。這種基于長(zhǎng)期記憶的推理，讓 Agent 真正具備了"經(jīng)驗(yàn)"。

2 拆解 CoPaw 底層原理

CoPaw 之所以能落地，并非單點(diǎn)技術(shù)的突破，而是架構(gòu)設(shè)計(jì)對(duì)本土場(chǎng)景的深度適配。其核心基于 AgentScope 框架，但在工程化上做了大量“隱形”優(yōu)化。

作為 AgentScope 團(tuán)隊(duì)基于 AgentScope 核心框架、Runtime 運(yùn)行時(shí)與 ReMe 記憶引擎構(gòu)建的應(yīng)用產(chǎn)物，CoPaw 繼承了一套高度模塊化的智能體架構(gòu)：模型層支持多模態(tài)與實(shí)時(shí)推理，智能體層通過(guò) ReAct、Hooking Function 與 A2A 機(jī)制實(shí)現(xiàn)任務(wù)獨(dú)立執(zhí)行與跨角色協(xié)作，工具層內(nèi)置文檔處理、郵件管理與 MCP 協(xié)議支持，編排層負(fù)責(zé)消息調(diào)度與流水線管理，而 Runtime 與 Studio 層則分別提供安全沙箱、雙模部署能力與可視化調(diào)試界面。這一分層設(shè)計(jì)使 CoPaw 既能靈活接入多種大模型與存儲(chǔ)系統(tǒng)，又能與釘釘、飛書等國(guó)內(nèi)辦公生態(tài)無(wú)縫兼容，為復(fù)雜任務(wù)的自動(dòng)化執(zhí)行奠定工程基礎(chǔ)。

在這一架構(gòu)之下，有幾個(gè)維度的設(shè)計(jì)值得一提：

混合檢索與長(zhǎng)期記憶

很多 Agent 死于“遺忘”。CoPaw 采用 Markdown 文件結(jié)合 ReMe 引擎管理長(zhǎng)期記憶，檢索機(jī)制上采用了向量語(yǔ)義搜索（0.7 權(quán)重）+ BM25 全文搜索（0.3 權(quán)重）的混合模式。這意味著它既能理解“幫我找上次那個(gè)關(guān)于大模型的文檔”（語(yǔ)義），也能精準(zhǔn)定位“查找 2024 年 10 月的財(cái)報(bào)”（關(guān)鍵詞）。這種設(shè)計(jì)平衡了模糊意圖與精確查找，是中文語(yǔ)境下的高效解法。

多智能體協(xié)作

它支持在同一實(shí)例中運(yùn)行多個(gè)智能體，每個(gè)智能體擁有獨(dú)立的人設(shè)、技能和對(duì)話歷史，并可連接不同渠道（釘釘、飛書、Discord 等），按用途分工，例如工作助手、代碼助手、寫作助手等。啟用 Multi-Agent Collaboration 后，智能體之間可以自動(dòng)調(diào)用彼此的專業(yè)能力，訪問(wèn)其他智能體的數(shù)據(jù)，甚至在復(fù)雜任務(wù)中進(jìn)行復(fù)核。這讓 CoPaw 能夠處理復(fù)雜任務(wù)，而不依賴單一智能體超負(fù)荷工作。

Skills 與自動(dòng)化任務(wù)

CoPaw 內(nèi)置 20 多項(xiàng)辦公技能，包括定時(shí)任務(wù)、文檔處理、郵件管理和 Excel 操作。用戶可以通過(guò)文件或 URL 導(dǎo)入自定義 Skill，社區(qū)技能可直接同步。定時(shí)任務(wù)是核心功能之一，可按時(shí)間表執(zhí)行任務(wù)并發(fā)送至指定頻道，并結(jié)合多智能體協(xié)作實(shí)現(xiàn)跨智能體任務(wù)分配。相比 OpenClaw，CoPaw 對(duì)國(guó)內(nèi)辦公軟件的原生支持，使部署更加便捷，只需十分鐘即可完成。

安全保障

CoPaw 的安全機(jī)制主要通過(guò) Tool Guard 模塊實(shí)現(xiàn)，該模塊在智能體調(diào)用工具前對(duì)執(zhí)行參數(shù)進(jìn)行掃描，以識(shí)別并攔截潛在的危險(xiǎn)操作。當(dāng)智能體發(fā)起如 execute_shell_command 或 write_file 等工具調(diào)用請(qǐng)求時(shí)，工具守衛(wèi)會(huì)依據(jù)內(nèi)置的正則規(guī)則庫(kù)對(duì)輸入?yún)?shù)進(jìn)行匹配檢測(cè)，覆蓋命令注入（如 rm -rf）、SQL 注入語(yǔ)句、路徑遍歷符號(hào)等典型風(fēng)險(xiǎn)模式。若檢測(cè)到嚴(yán)重級(jí)別為 CRITICAL 或 HIGH 的匹配項(xiàng)，系統(tǒng)將中止該次工具調(diào)用，并向智能體返回拒絕執(zhí)行的反饋信息，從而避免惡意輸入或不安全操作對(duì)系統(tǒng)環(huán)境造成影響。

Tool Guard 支持通過(guò)配置文件或圖形化控制臺(tái)進(jìn)行管理，用戶可靈活設(shè)定防護(hù)范圍、添加工自定義規(guī)則或禁用特定策略。

除工具調(diào)用防護(hù)外，CoPaw 還在文件訪問(wèn)與數(shù)據(jù)存儲(chǔ)層面設(shè)置權(quán)限邊界，限制非授權(quán)工具或技能對(duì)敏感文件的讀取與修改。結(jié)合多智能體架構(gòu)與沙箱執(zhí)行環(huán)境，系統(tǒng)能夠在任務(wù)執(zhí)行過(guò)程中隔離操作權(quán)限，降低因智能體行為異常導(dǎo)致的數(shù)據(jù)泄露或系統(tǒng)破壞風(fēng)險(xiǎn)。上述機(jī)制共同構(gòu)成 CoPaw 的分層安全體系，為智能體在復(fù)雜任務(wù)場(chǎng)景下的穩(wěn)定運(yùn)行提供基礎(chǔ)保障。

3 結(jié)語(yǔ)

回顧整個(gè)使用過(guò)程，CoPaw 通過(guò)模塊化架構(gòu)將復(fù)雜的技術(shù)能力封裝為可調(diào)用的技能，適配打通了釘釘、飛書等日常辦公場(chǎng)景，又以分層安全機(jī)制打消了數(shù)據(jù)隱私的顧慮。

當(dāng)然，沒有任何 Agent 能一勞永逸地解決所有問(wèn)題，CoPaw 亦然。"養(yǎng)"的過(guò)程本身，就是人與 AI 共同進(jìn)化的縮影：用戶需要學(xué)會(huì)更清晰地表達(dá)需求，系統(tǒng)則需要持續(xù)迭代對(duì)復(fù)雜場(chǎng)景的理解。

在測(cè)試中，我們既體驗(yàn)過(guò)它主動(dòng)完成任務(wù)的驚喜，也經(jīng)歷過(guò)反復(fù)調(diào)試的波折。但值得肯定的是，CoPaw 降低了對(duì)技術(shù)背景的門檻，讓普通打工人也能通過(guò)快速部署、零代碼搭建，定制化屬于自己的工作流。

當(dāng) AI 工具不再僅是極客的玩具，而是普通人觸手可及的效率助手，這又何嘗不是一種"龍蝦普惠”？