腾讯今天把 QClaw 推到了 v0.2.14，官方称这是"迄今为止力度最大的一次版本更新"。这话在科技圈已经快成月经式表达了，但这次翻完更新日志，我觉得腾讯没怎么吹牛。
一句话概括：QClaw 从一个能跑 Agent 的桌面工具，开始往 Agent 操作系统的方向走了。
Hermes 框架接入：一个壳里跑两种 Agent
这次更新最值得关注的变化是 QClaw 正式接入了 Hermes 框架。
如果你之前没跟进过 Hermes——这是一个专注于多步推理和工具调用的 Agent 框架，和 QClaw 原生的 Agent 内核走的是不同的技术路线。QClaw 原生内核更偏向对话式交互和 Skill 编排，Hermes 则在复杂任务分解和自主决策上更有优势。
现在 QClaw 把两者塞进了同一个应用里。用户可以在创建 Agent 时选择内核类型——要么用 QClaw 原生的，要么用 Hermes 的。搜狐的报道里用了一个很形象的比喻："养虾又养马"。虽然有点土，但确实说到点子上了。
这意味着什么？
对开发者来说，你不用再纠结"我这个场景到底该用哪个框架"的问题。简单的对话式任务用原生内核，需要多步推理、复杂工具链编排的任务切 Hermes，在同一个工作空间里完成。这比你同时开两个工具、在两套体系之间来回切换要优雅得多。
对腾讯来说，这步棋下得很聪明。与其和 Hermes 竞争，不如把它吸收进来。Agent 框架这个赛道现在群雄混战，LangChain、CrewAI、AutoGen 各有拥趸，腾讯选择做"框架的框架"，把自己的定位从 Agent 运行时拉高到 Agent 平台层。
不过有一点需要观察：双内核并行的稳定性和资源占用情况。两种 Agent 内核的调度逻辑、上下文管理、工具调用协议都不一样，QClaw 在中间做的适配层到底有多厚、性能损耗有多大，这些得等社区实际跑起来才知道。
底层模型大换血：从"我帮你选"到"你自己挑"
之前 QClaw 的底层模型是固定的，平台给你配什么你就用什么。v0.2.14 把这个限制彻底打开了——用户可以自由切换模型，也可以让系统智能匹配。
目前支持的模型列表：
- 混元 Hy3 preview：腾讯混元架构重建后的首个模型，混合专家架构（MoE），总参数 295B，激活参数 21B，最大支持 256K 上下文
- DeepSeek-V4-Pro：4 月 24 日刚发布的开源模型，总参数 1.6T，激活参数 49B，上下文长度达到 1M
- KIMI-K2.6：月之暗面的最新版本
- GLM-5.1：智谱的最新一代
这个模型阵容挺有意思。
先说 Hy3 preview。295B 总参数、21B 激活参数，这个配比说明腾讯在混元重建后走的是效率路线——用更大的专家池但更少的激活参数来平衡效果和推理成本。256K 的上下文对于 Agent 场景来说基本够用，毕竟大多数 Agent 任务的上下文消耗集中在工具调用的中间结果上，很少有单轮对话就打满 256K 的情况。
再说 DeepSeek-V4-Pro。1.6T 总参数、49B 激活参数、1M 上下文——这组数字放在三天前刚发布的语境下看，QClaw 的跟进速度相当快。1M 上下文在 Agent 场景下的实际价值比在纯对话场景下大得多：Agent 需要处理大量的工具返回结果、历史操作记录、文件内容，长上下文能显著减少信息丢失。
值得注意的是积分体系的变化。QClaw 把原来的 Token 计数改成了按任务类型和所用模型匹配积分额度。这个改动对用户来说是好事——你不用再精打细算每次调用消耗了多少 Token，而是按"完成一个任务"来计费。但反过来说，这也意味着定价的透明度降低了，用户更难预估成本。
对于开发者来说，模型自由切换这个能力的实际意义在于：你可以根据任务复杂度动态选择模型。简单的文本处理用轻量模型省积分，复杂的代码生成或数据分析切到 DeepSeek-V4-Pro 或 Hy3 preview 拿效果。这种灵活性在 Agent 场景下尤其重要，因为一个完整的 Agent 工作流里往往包含难度差异很大的子任务。
顺带一提，DeepSeek-V4-Pro 和混元 Hy3 preview 这类新模型，如果你想在自己的项目里通过 API 调用，OpenAI Hub 也已经跟进支持了，一个 Key 就能切换，省去了分别申请各家 API 的麻烦。
"专家广场"：把 Prompt Engineering 的门槛踩到地上
原来的"灵感广场"升级成了"专家广场"，内置超过 100 个按行业和场景分类的 AI 专家。
这个功能的目标用户很明确：不会写 Prompt、不懂 Skill 配置、甚至不知道 Agent 是什么的普通用户。交互流程被简化到三步——选专家、说需求、拿结果。
坦白说，这个思路不新。ChatGPT 的 GPTs、Coze 的 Bot Store、百度的灵境矩阵，大家都在做类似的事情。但 QClaw 的差异点在于它把专家和 Agent 能力绑定了——这些专家不只是一个预设好的 Prompt 模板，它们背后跑的是完整的 Agent 工作流，能调用连接器、访问外部数据、执行多步操作。
举个例子：你选了一个"数据分析专家"，告诉它"帮我分析百度网盘里那个 Q1 销售数据的 Excel"，它能通过百度网盘连接器拉取文件、解析数据、生成分析报告。这比单纯的对话式 AI 助手要实用得多。
每个专家拥有独立人设和隔离的会话空间，这个设计也值得说一下。隔离意味着你和"代码开发专家"聊的内容不会污染"内容创作专家"的上下文，不同专家之间的记忆是独立的。对于同时处理多个项目的用户来说，这种隔离性很有必要。
首期覆盖的领域包括内容创作、数据分析、代码开发等。说实话，100 个专家这个数字听起来不少，但质量比数量重要得多。如果每个专家都只是换了个名字和开场白的通用 Prompt，那和没有也差不多。这个得看后续社区的实际反馈。
微信小程序升级：手机变成 Agent 遥控器
远程操控是 QClaw 一直在推的差异化能力，这次小程序端的升级力度不小：
- 语音交互：可以通过语音远程下达指令，不用打字
- 文件共享：支持将 Agent 生成的文件直接分享给微信好友
- 一键绑定云端实例：支持绑定 Lighthouse 云服务器上的 Agent 实例，本地和云端统一管理
语音交互这个功能看起来简单，但在远程操控场景下很实用。想象一下：你在通勤路上，突然想起需要让 Agent 跑一个数据处理任务，掏出手机对着小程序说一句就行了，不用在手机键盘上费劲打字。
文件共享和微信生态的结合也很自然。Agent 生成了一份报告，你直接在微信里转发给同事——这个工作流比"先下载到本地、再打开微信、再发送文件"要顺滑得多。
但最有想象空间的是云端实例绑定。这意味着 QClaw 的 Agent 不再局限于你的本地电脑，它可以跑在云端 7×24 小时不间断工作，而你通过微信小程序随时随地监控和调度。对于需要长时间运行的 Agent 任务（比如持续监控某个数据源、定时生成报告），这个能力是刚需。
腾讯在这里的优势是显而易见的：微信 + 腾讯云 + QClaw 形成了一个闭环。其他 Agent 工具想做远程操控，要么自己开发 App，要么借助第三方通讯工具，都没有腾讯这种"自家人"的整合度。
连接器扩展：Agent 的手越伸越长
新增四个连接器：
| 连接器 | 能力 |
|---|---|
| 百度网盘 | 访问和操作网盘中的文件 |
| 携程 | 查询行程、航班、酒店等信息 |
| 飞猪 | 查询行程、旅游产品信息 |
| 腾讯新闻 | 获取新闻内容摘要 |
连接器的数量和质量直接决定了 Agent 的实际可用性。一个什么外部服务都访问不了的 Agent，本质上就是一个套了壳的聊天机器人。
这次新增的四个连接器覆盖了文件存储和出行两个高频场景。百度网盘的接入尤其值得关注——国内用户的个人文件很大一部分存在百度网盘里，Agent 能直接读取和操作这些文件，省去了手动上传下载的步骤。
携程和飞猪同时接入也很有意思。两个都是 OTA 平台，功能高度重叠，QClaw 选择都接，大概是为了覆盖更多用户的使用习惯——有人习惯用携程，有人习惯用飞猪。从 Agent 的角度看，同时接入两个平台还有一个好处：可以做比价。让 Agent 同时查两个平台的机票酒店价格，自动选最优方案，这个场景是成立的。
团队协作：基于腾讯文档的 Agent 共享
这次还上线了基于腾讯文档的 Agent 团队协作功能。
具体细节官方披露得不多，但从"基于腾讯文档"这个描述来推测，大概率是把 Agent 的配置、Skill、工作流等以文档形式存储，团队成员可以像协作编辑文档一样共同维护和使用 Agent。
这个方向是对的。目前大多数 Agent 工具都是单人使用的，团队协作基本靠"导出配置文件然后发给同事"这种原始方式。如果 QClaw 能把 Agent 的协作体验做到接近腾讯文档的水平，那在企业场景下会很有竞争力。
但也要看到，Agent 协作比文档协作复杂得多。文档协作的核心是文本内容的同步，而 Agent 协作涉及配置、权限、运行状态、历史记录等多个维度。这个功能的成熟度还需要时间验证。
整体判断：QClaw 在下一盘什么棋？
把 v0.2.14 的所有更新放在一起看，腾讯的意图很清晰：
QClaw 不想只做一个 Agent 工具，它想做 Agent 时代的操作系统。
Hermes 框架接入 = 支持多种 Agent 内核（类比操作系统支持多种应用架构） 模型自由切换 = 底层算力可插拔（类比操作系统的驱动层） 连接器扩展 = 外设和服务的接入能力（类比操作系统的 I/O） 专家广场 = 应用商店 团队协作 = 多用户权限管理 微信小程序远程操控 = 移动端入口
这个布局的野心不小。目前国内做 Agent 平台的玩家不少——Coze（字节）、文心智能体（百度）、通义星尘（阿里）——但大多还停留在"帮你搭 Agent"的阶段。QClaw 这次更新试图往上走一层，做"帮你管理和运行所有 Agent"的平台。
当然，v0.2.14 毕竟还是 0.x 版本，很多功能的完成度和稳定性还有待验证。Hermes 框架的接入深度、双内核的协同效率、连接器的实际可靠性，这些都需要开发者社区的实际检验。
但方向是对的。Agent 赛道正在从"谁的模型更强"转向"谁的生态更完整"，腾讯手里的微信、腾讯云、腾讯文档这些牌，在 Agent 平台化这个方向上确实有天然优势。
接下来值得关注的是：QClaw 什么时候开放第三方 Agent 内核的接入协议？如果它真的想做 Agent OS，光支持自家内核和 Hermes 是不够的，得让 LangChain、CrewAI 这些框架也能跑在上面。那才是真正的平台。