阿里通义发布CoPaw 1.0：定制小模型+分层安全，让智能体本地化部署更安心

4月1日，阿里通义实验室宣布CoPaw 1.0版本正式发布。此次更新围绕定制小模型、安全机制、多智能体协同以及记忆管理四大方向进行能力升级，全面支持本地化部署，用户可在Mac、Windows或Linux系统的个人电脑上一键安装并运行。

为优化本地任务，团队同步发布了专为CoPaw场景定制的CoPaw-Flash系列小模型，提供多种尺寸与量化版本，可根据设备性能自动推荐。本地运行模式旨在降低云端推理成本，并确保用户数据不离开设备，满足对隐私安全有更高要求的场景需求。

在安全方面，CoPaw 1.0采用了分层防御架构。运行时检测工具调用的“工具守卫”、对敏感文件路径进行访问控制的“文件防护”，以及在技能安装前进行风险扫描的“技能扫描器”，三道防线共同构建起从调用到执行的完整安全链路。

该版本还增强了多智能体协作能力。用户可在同一实例中创建多个彼此隔离的智能体工作区，分别处理不同任务或身份场景。这些智能体能够并行运行、独立配置，并支持相互间的异步通信与协作，共同处理复杂工作流。

记忆管理功能由ReMe机制驱动，采用分层策略管理上下文信息与长期记忆。系统会在对话中动态整理与压缩历史内容，并融合向量检索与全文检索技术来调用沉淀的记忆，在对话连贯性与处理效率之间寻求平衡。

CoPaw 1.0扩展了可接入的频道数量，并优化了交互体验，例如允许用户过滤消息以保持界面简洁，以及提供更细粒度的上下文配置选项。控制台新增的Token用量可视化功能，便于用户复盘资源消耗。

通义团队提供了包括桌面应用版在内的多种安装方式。此外，面向企业协作场景的项目HiClaw已加入AgentScope生态，未来将与CoPaw进行联合优化。对于希望在本地环境中部署智能体助手的开发者而言，CoPaw 1.0的到来无疑提供了一个更可控、更安全的选择。