Desktop Agent 入門：Companion + OpenClaw Desktop 雙開箱實測

過去一年，AI Agent 嘅討論離不開 CLI、API、同埋「你俾個 prompt 佢就幫你搞掂」嘅幻想。現實係，Agent 嘅實用價值一直卡喺一個位：佢哋喺 terminal 入面好叻，但一離開黑色畫面，使用者體驗就斷纜。2026 年中，呢個情況開始改變——Desktop Agent 呢個類別終於有人認真做。Companion 同 OpenClaw Desktop 係目前最值得留意嘅兩個項目，而且佢哋揀咗兩條完全相反嘅路。

兩種控制平面哲學

Companion 嘅設計出發點係「唔好阻住我做嘢」。佢以 floating widget 嘅形式存在，平時縮細做一個 icon，需要嘅時候 shortcut 叫出嚟，打完指令就消失。呢種「invoke-and-dismiss」嘅 pattern 其實係抄足 macOS Spotlight 同 Raycast 嘅交互邏輯，只係將 backend 換成咗 LLM + tool calling。Companion 嘅 core insight 係：Agent 唔應該搶走你嘅 focus，而係要成為你現有 workflow 嘅 extension。你會喺寫 code 中途叫 Companion 去查 documentation、喺 browser 睇緊嘅時候叫佢摘要成幾點、甚至喺 VS Code 入面直接叫佢 refactor 一個 function。每次交互都係瞬閃，做完就退。

OpenClaw Desktop 行嘅係另一條路——persistent control plane。佢提供一個完整嘅 desktop window，有 multi-thread conversation、file browser、tool execution panel、同埋類似 IDE 嘅 project context 管理。OpenClaw 嘅假設係：Agent 工作唔應該係一次性 query，而係一個持續嘅 collaboration session。你會喺 OpenClaw 入面開一個 thread 做「research 某個市場」，然後喺同一 context 入面逐步收窄方向、執行程式碼、生成圖表、最後 compile 成一份 report。每次切換工具或者加新指令，個 context 都仲喺度。

安裝與配置：兩極嘅門檻

Companion 嘅安裝極度簡潔。一個 binary，一條 API key，唔使 config file。佢預設用 Anthropic 同 OpenAI，但你可以在啟動參數入面改 endpoint 去接 local model（ollama / llama.cpp 都得）。成個 setup 由 download 到 first prompt 唔使五分鐘。你唔需要理解佢背後點運作，裝完就用得。

OpenClaw Desktop 就係另一個層次嘅故事。佢係 Electron app，clone repo、npm install、build 係基本。佢嘅配置層級好多——你要設 provider 端點、tool 權限、sandbox 路徑、同埋 agent memory 嘅 backend。OpenClaw 有個完善嘅 plugin system 俾你加 custom MCP server，呢個彈性係 Companion 俾唔到嘅，但代價係你要清楚自己在做乜。俾開發者用嘅話，呢個 setup 過程其實係一次「自己整自己用」嘅樂趣；俾非技術使用者，呢個門檻基本上係不可接受。

日常 Workflow 實測

我用咗兩個星期，各自頂住真實嘅日常工作：打理 side project、寫 blog、研究工具、覆 email。

Companion 喺 fast iteration 場景表現最好。我會喺寫 code 嘅時候 shortcut 叫佢出嚟，叫佢「check if this function handles edge case X」，佢識得自動睇 clipboard content 同 active editor 嘅 context，回覆兩三句就夠，唔使開新 tab。呢種 low-friction 交互好容易形成習慣，一個鐘頭可能叫佢十幾廿次。佢有個致命問題：冇 memory。每次叫佢都係由頭開始，你冇辦法同佢建立一個持續嘅 working context。做 research 或者 multi-step tasks 嘅時候，你要不斷重複背景資料。

OpenClaw Desktop 喺呢度完全相反。佢嘅 session management 做得好好，你可以開一個「2026 Q2 市場研究」嘅 thread，然後逐步加資料、問問題、生成 deliverables。佢嘅 file browser 可以直接 edit 同 preview 檔案，tool execution panel 可以 run Python script 同睇 output，成個體驗似係一個 Agent-native IDE。代價係每次開 OpenClaw 都要 load context，唔適合快速 query。我用多咗之後發現一個 pattern：Companion 用嚟做「打帶跑」嘅任務，OpenClaw 用嚟做需要坐低慢慢砌嘅 deep work。

結論：揀邊個？

答案係「兩個都要」。唔好將 Desktop Agent 睇成一個二選一嘅問題——佢哋解決嘅係唔同嘅 interaction mode。Companion 係你嘅副駕駛，喺你 main workflow 入面幫你手；OpenClaw Desktop 係你嘅 workspace，你入去就係專注做 Agent-mediated 嘅深度工作。兩個夾埋 cover 到一日入面九成嘅使用場景。

具體建議：先裝 Companion，佢門檻低，五分鐘就感受到 Desktop Agent 比起 web chat 好在邊。用得順咗之後，先考慮裝 OpenClaw Desktop，而且一開始唔好試圖理解晒所有功能——開一個 thread，比一個真實 project 佢，跟住佢嘅引導一步一步了解佢嘅能力。Desktop Agent 呢個類別仲好 early，但方向已經好清楚：Agent 會從 chat interface 走出來，變成你 OS 層面嘅基礎設施。而家入場，你可以參與塑造佢嘅使用方法同 best practice——呢個窗口唔會開太耐。