本文实测一款开源多Agent编排平台仅为技术验证不构成对任何产品的购买、部署或使用推荐。一、引子README吹得越响越该自己跑一次paperclip自称“AI运营公司”README说能一键搭出CEO、PM、Engineer、QA的Agent团队还带预算、审批、治理。多Agent编排是热点可全网测评大多是网页截图加功能介绍少见有人从0部署、接国产模型、真把一条任务跑完的。我手头正好有硅基流动的key和4.5元余额。干脆把paperclip在Windows本地从0跑一遍部署、接入国产模型、建4角色团队、真实跑任务、测成本与审批。给数字不给口号。二、原理编排层只是调度干活的是底层Agent大模型没有长期记忆只在上下文窗口里临时知道东西。多Agent平台并不给模型加记忆它做的是调度把任务指派给某个Agent角色Agent通过适配器调用底层CLIopencode、ClaudeCode、CodexCLI再带着角色prompt去调模型。编排层公司→Agent→任务三层模型心跳取活角色分工适配器把“让一个Agent干活”翻译成“跑一条opencode命令”底层Agent加模型真正产出的地方。所以选型要清醒编排平台好部署不等于底层工具链好接。这条认知贯穿整篇实测。三、实验设计五段流水线一层一层打样本本地Windows、Docker已启动、硅基流动DeepSeek-V3余额4.5元。固定五段每段有明确判定段目标判定部署把服务跑起来端口出UI、数据库迁移成功接入让国产模型走通onboarding能选到模型或API绕过建团队CEO/PM/Engineer/QA就位4个Agent可被独立唤醒真实任务Agent真实调模型产出出现非模板的真实模型回复成本加审批预算触顶与审批拦截行为设极小预算看是否拦、审批能否触发其余环境全部锁死同机、同模型、同温度默认、同一硅基账户。四、实测结果数字说话1 部署版本先坑一道npx paperclipailatest直接报ETARGET——它依赖的paperclipai/server2026.1005.0在registry里根本不存在是上游发版错配。固定到2026.916.0绕过。Node必须24.11以上本机原本v22升到24.19.0。嵌入式Postgres加278个迁移正常应用Windows只能用run跑service不支持强杀会残留postmaster.pid锁文件导致重启起不来端口还会自动切到3101得清进程删锁再回3100。2 接入国产模型撞上设计性死路onboarding的key校验硬编码请求https://api.openai.com/v1/models源码注释明言“凭证绝不发往调用方指定的URL”安全设计。任何国产key在UI校验必失败Step3还无法跳过。代理救不了——这不是网络问题是产品把模型连接白名单写死了。绕过方式浏览器会话已是local operator直接在页面里fetch(/api/…)建资源全部201。底层opencode更是双坑无TTY必挂init静默死用WSL加script -qec给PTY后PTY又让opencode吞掉stdin报“You must provide a message or a command”。最终靠三层包装opencode-pty.cmd→WSL→ocwrapper.shscript分配PTY再把stdin转成消息参数才真实产出。3 真实任务4个角色全部真实产出CEO run成功真实回复“I am the CEO agent, responsible for strategy, prioritization, and delegation…”tokens 9816成本$0.0025约0.018元。把同一任务依次指派给PM、Engineer、QA逐个心跳唤醒全部succeeded并各自产出真实模型回复。多角色分工机制是通的。4 成本控制字段能配门禁没真拦把Engineer预算从5元降到0.01元后触发运行——没被拦住run照常启动spentMonthlyCents多次运行后一直为0。更关键的是翻遍公司下14条run的resultJson.cost全部为0——编排层根本不记每次调用的真实成本。当天在硅基流动实际产生的账单是¥0.258514条run加排障期数十次模型探测这笔钱paperclip一条都没记。预算只是可配置的虚拟水位当前版本既不记账也不强制限流。5 审批治理本轮没触发UI有GOVERNANCE菜单但服务多次运行后退化见下且预算受限没在本轮实际触发一次高风险审批流。如实标注未完成。6 可靠性跑得越多退化越明显issue描述在run后被锁定PATCH一律500无法给同一任务换角色提示词issue创建随运行次数退化服务刚起可201跑过若干run后连无描述create也500且不落任何日志连续run报run terminalized on environment lease release即run挂起超过环境租约后被强制标记为interrupted。五、边界别把机制当结论这是机制性结论证明“部署—接入—建团队—真实跑通—成本/审批”这条链在Windows加国产模型下能通且卡点明确。不是工业级基准。单环境Windows本地、单模型链DeepSeek-V3、n1审批未触发不等于“没有审批”是当前环境加预算下没跑出来。只对opencode加硅基流动这一条适配链成立换ClaudeCode或Codex结论可能不同。成本只统计硅基实际账单未含编排层虚拟水位。六、横向三层都要打通别只信一层编排层paperclip部署顺、架构清晰、多角色调度是实的——这是它的价值工具链层opencode无TTY挂死加PTY吞stdin两个叠加坑Windows下尤其硬模型层国产onboarding白名单写死api.openai.com设计性堵点需API绕过。单Agent直接opencode单干vs团队paperclip编排单干快但无角色治理团队有分工有预算有审批但每条链都要你亲手打通。二者互补不是替代。七、小结README吹的“AI运营公司”能落地但顺序反了编排层最顺、工具链层最折腾、模型层有设计性堵点。要跑通一条真实的国产模型多Agent链三层都得打通缺一层就是死路。你的环境、你的模型、你的任务结论留给第一次真实运行去验证。数据核验说明模型deepseek-ai/DeepSeek-V3温度默认硅基流动端点。版本paperclip固定2026.916.0latest指向的2026.1005.0在本机registry拉取时报ETARGET上游发版错配。Node由v22升至v24.19.0官方zip覆盖沙箱node.exe原文件备份。部署形态run --data-dir …\td嵌入式Postgres278个迁移端口3100曾因残留进程切3101后清回。4角色run可复现CEOf6828961、PM13079052、Engineerbc425372、QA18be8f47均succeeded并回传真实模型文本。成本单次CEO run约$0.0025约0.018元公司下14条run的resultJson.cost全部为0编排层不记账当天硅基流动真实账单¥0.2585用户提供API余额/用量端点404/410无法独立拉取预算字段budgetMonthlyCents设1分未拦截。可靠性PATCH issue.description在run后500POST issues随运行次数退化至500且无日志environment lease release将挂起run标记为interrupted。未覆盖审批/治理review gate本轮未实际触发长任务、多Agent并行调度、预算触顶后的完整熔断流程均未测。