阿里通义团队2026年2月开源了名为CoPaw个人AI智能体工作站，宣称是"始终陪伴的个人助理"，对标前一阵子火爆的OpenClaw项目。最近简单玩了一下，不算深度使用，本文说说使用中的实际体验感受。（注：本人体验中使用的基座模型为ModelScope提供的GLM-5，是目前能使用的最强开源模型之一）
安装和配置流程确实比较顺畅，界面清晰，基本不需要看文档就能上手。Models和Channels配置选项非常清晰，Skills 也支持直接通过链接导入，这点做得不错，降低了扩展门槛。
和 OpenClaw 相比，CoPaw 在部署和配置难度上的确更友好，尤其对不想啃文档的用户来说。
消息回复经常突然卡住或中断，需要重试，关键是没有任何错误提示，用户完全不知道发生了什么，只能干等或瞎猜。这种沉默式失败的体验很差。
手动中止正在响应的消息 A，再发送问题 B，会直接报错。多试几次后虽然有概率能有响应，但此时返回的仍是问题 B 的答案——而你已经在问问题 C 了。也就是说，响应内容和当前问题完全脱节，用户毫不知情。
一个聊天窗口正在响应时，切到另一个窗口再切回来，会发现：停止按钮（⏹）还亮着，但响应数据已经消失，无法发送新消息，也无法新建聊天窗口。唯一的解法是刷新整个浏览器页面。
上图中即为切换后再切回来的情况，停止按钮亮着，但响应数据消失，也无法新建聊天
这三个问题加在一起，基本把日常使用的流畅感毁掉了一大半。
搜索工具缺位
OpenClaw自带的搜索工具Brave Search 被阉割掉了，这个能理解，毕竟Brave Search不太适用于国内环境，但CoPaw没有提供替代的搜索引擎工具。目前在我不进行额外配置的情况下，使用CoPaw每次执行搜索都要调用 Playwright 启动浏览器来爬取，效率极低，明显不是正常方案，更像是应急补丁。
更严重的是，搜索结束后这些 Playwright创建的chrome-headless-shell 进程并不会被正常回收。我让 CoPaw 执行完一次搜索操作之后去上了个厕所，回来摸了一下电脑，热得很。打开活动监视器一看，好家伙——多个chrome-headless-shell 实例还在后台欢快地跑着，单个进程 CPU 占用高达 166%，几个加在一起风扇都快转飞了。用一次搜索，等于在后台悄悄开了一堆浏览器放着不管，任务早结束了，进程还没走。
CoPaw好像把本地模型支持当作一个亮点在宣传，说是内置了Ollama，llama.cpp和mlx三种本地模型接入方案。但Agent 工具对底座模型的依赖极高。宣传本地模型支持，在当前阶段几乎没有实用价值——即便是国内厂商最先进的云端模型，效果也未必稳定，本地部署的模型就更不用说了。这个"功能"更多是PPT亮点，而不是真正解决问题的能力。
ModelScope 极容易触发 Rate Limit，而且没有付费升级额度的渠道。把这个当第一模型供应商，很明显是为了强行融入阿里生态，而不是从用户需求出发的决策。
除了ModelScope，其他的内置云服务商就只有DashScope和阿里云Coding Plan，全是阿里自己的生态。对于国外模型的集成咱就不说了，毕竟这是个国产产品，应该优先使用国产模型，但相比之下，如果能内置更多国产大模型厂商的按量付费或者 Coding Plan 接入（如 智谱，Minimax，火山 等），体验也会好很多。手动配置虽然不麻烦，但"打开即可用"和"需要自己配置"的用户体验差距是根本性的。现在阿里在模型的接入上只内置提供了自己生态的选项，未免太过小气。
官方对未来的规划是这样描述的：
"在接下来的版本中，将进一步探索大小模型协同机制……同时探索加强多模态交互能力，用户可以期待与自己的 CoPaw 个人助理进行语音和视频通话。"
坦率说：先把基础体验做好再谈这些。消息无故中断、状态管理混乱、搜索工具缺位——这些才是当前最需要解决的问题。在这些没修好之前，大模型协同和语音视频通话只会让产品显得更浮夸。
CoPaw 目前的状态，更像是一个功能演示 Demo 而非可以稳定使用的工具。亮点是配置友好、界面清晰；硬伤是稳定性差、模型生态绑定阿里、搜索工具残缺。
如果你想折腾或参与开源贡献，现在是好时机；如果你想拿来日常用，建议等几个版本之后再看。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。