第二章 · 企业AI本地部署
怎么比
产品会换，维度不会。
本页结论：七把尺子比任何排名都有用 —— 其中①部署形态通常一条就筛掉一半候选。
第二章 · 企业AI本地部署
七个评价维度
① 部署形态
SaaS / 可自托管 / 必须本地。这一条通常直接筛掉一半候选。
② 模型可换性
能不能接内网模型？换模型要改多少东西？
③ 许可与治理主体
开源协议是什么？项目归谁维护？会不会突然易主。
④ 权限边界
agent 能碰到哪些数据、能执行哪些动作，可不可配。
⑤ 留痕与可回溯
决策链能不能回放？出事能不能说清依据。
⑥ 人机协作
关键动作能不能卡人工复核，还是一路自动到底。
⑦ 维护成本
谁来升级、谁来兜底。开源不等于免费。
第二章 · 企业AI本地部署
维度对照表
| 产品 | 部署形态 | 模型可换 | 许可 | 典型用途 |
|---|---|---|---|---|
| Hermes Agent | 可自托管，为常驻本地优化 | 模型无关 | 开源 | 7×24 常驻助理 |
| DSH | 可自托管，默认本地 UI | 插件化，全可换 | MIT（预览版） | 自建智能体底座 |
| pi | 可自托管 | 支持本地推理栈 | MIT | 轻量编码 agent |
| OpenClaw | 可自托管 | 可换 | 开源（治理主体刚变更） | 消息入口 agent |
| Claude Code / Codex / Cursor | 客户端本地，模型走云 | 否 | 闭源 | 开发提效 |
| WorkBuddy / 豆包工作 / Qoder | SaaS | 否（绑自家模型） | 商业 | 办公 / 编程提效 |
| Portkey | 网关层 | — | — | 统一收口与留痕 |
◆
一眼能看出的结论
凡是能进机房的，基本都是开源项目；凡是做得最完善、最好用的商业产品，基本都是 SaaS。这个矛盾就是强监管行业落地 AI 的核心难点。
凡是能进机房的，基本都是开源项目；凡是做得最完善、最好用的商业产品，基本都是 SaaS。这个矛盾就是强监管行业落地 AI 的核心难点。
榜单数据截至 2026-09-09，来自 OpenRouter 应用榜与编码分类榜。排名每周变动，请当参考而非结论。