夜雨聆风
算法半月报Vol.4|微信秒变AI助手,OpenClaw多Agent配置指南,让Agent成为超级入口
行业动态：国际头部、国内大厂和大模型公司近两周动态
模型更新：MiniMax、小米发布新旗舰模型
硬核实测：微信ClawBot和WorkBuddy、OpenClaw多Agent配置、OpenClaw接入局域网设备
1、OpenAI、Anthropic、Gemini、NVIDIA过去两周新动态
-
OpenAI 发布GPT-5.4 mini/nano两款模型，进一步降低推理成本，近期还宣布了关闭Sora。
-
Anthropic 推出Computer Use工具，手机端Claude发送指令可以操控电脑端界面。
-
Google 发布Gemini2.5 Flash Image新模型。Google新论文TurboQuant算法突破AI内存瓶颈，引发存储芯片市场震荡。
-
NVIDIA GTC 2026发布Vera Rubin GPU，显著降低推理成本，推出NemoClaw AI Agent平台。
2、国内大厂最新动态
-
微信上线 ClawBot 插件，直接触达14亿用户。WorkBuddy 企业级桌面智能体内置上百个专家技能，支持微信直连。
-
阿里发布企业级Agent应用“悟空”。千问APP生态连接能力持续领先。
-
小米发布 MiMo-V2 系列模型，新旗舰模型迈入万亿参数规模，OpenRouter 榜单调用量第一。
3、MiniMax、智谱GLM、KIMI
-
MiniMax发布M2.7模型，成为首个实现“AI训练AI”闭环迭代的模型。推出全模态统一调用计费模式Token Plan。
-
GLM发布GLM-5-Turbo，首个在训练阶段专为OpenClaw优化的基座模型。
-
Kimi核心技术反向输出，成为顶尖编码工具 Cursor Composer 2 的基座模型。Kimi团队提出了Attention Residuals（注意力残差）新方法，优化了模型在深层网络中的信息传递效率与稳定性。
1、Agentic AI 模型
智谱GLM ｜ GLM-5-Turbo
「3月16日」智谱发布首个OpenClaw增强基座模型。主要在工具调用、复杂指令拆解、多智能体协同等核心能力进行升级，长时间任务执行更稳定。
OpenAI ｜ GPT-5.4 mini / nano
OpenAI发布专为 Agentic AI（智能体）工作流、代码生成和高并发 API 调用量身定制的新模型。
2、新旗舰模型
MiniMax｜ M2.7
MiniMax M2.7 是 MiniMax 第一个深度参与自身迭代的模型，核心亮点是开启”模型训练模型”的闭环机制：M2.7 在训练过程中自主构建强化学习 Harness、更新自身 memory、优化训练流程，完成超过 100 轮无人干预的迭代循环。
小米｜MiMo-V2 系列
「3月19日」三款模型齐发，MiMo-V2-Pro（推理旗舰）、MiMo-V2-Omni（全模态）、MiMO-V2-TTS（语音合成）。MiMo-V2-Pro具有1T 参数量（1万亿总参数），激活 42B，支持 100万 tokens 超长上下文窗口。曾以”Hunter Alpha”代号在 OpenRouter 匿名测试并登顶OpenRouter 调用量榜首。
3、OCR模型
百度千帆｜Qianfan-OCR
在 OmniDocBench v1.5 基准测试集上：端到端架构中位列第一，超过 DeepSeek-OCR-V2。在Pipeline 架构中，PaddleOCR-VL-1.5 仍居榜首。
Ultralytics Platform
Ultralytics Platform由 YOLO 系列（YOLOv5/v8/v11/v26）创始团队打造的一站式、端到端计算机视觉（CV）AI 平台。支持智能数据标注（集成SAM3算法）、云端模型训练、多种格式导出，适配移动端、边缘端和云端部署。导出格式支持17种（包括ONNX、TensorRT、OpenVINO、TF Lite、NCNN、MNN、RKNN等）。
地址：https://platform.ultralytics.com/
「3月22日」，微信官方发布ClawBot插件。按照以下步骤可接入OpenClaw，非常简单。
第一步，把微信更新到最新版本，去”我-设置-插件”里找到”微信ClawBot”。
第二步，复制这串命令到你部署了OpenClaw的终端。
npx -y @tencent-weixin/openclaw-weixin-cli@latest install
第三步，扫码，接入成功。
你的微信好友列表里会多出一个”ClawBot”。
那么你更想把OpenClaw接入哪个渠道呢？
如果你不想自己部署 OpenClaw，腾讯的 WorkBuddy 也是一个选择——直接内置微信 ClawBot 接入，配上上百位专家和 Skills，上手更快。
以下是WorkBuddy视频简介，你可以看到其中的Skills、上百位专家、微信ClawBot接入、大模型API配置……
为什么需要多Agent？
用过OpenClaw一段时间，你可能会遇到这些问题：
-
对话越来越长，模型开始”忘事”，也可能Skills越来越多，分不清到底使用哪个。
-
同一个Agent又要写代码、又要做调研，让同一个 Agent在不同角色之间反复横跳。一些简单但消耗大量token的任务，可以不需要配置贵的模型。
-
任务一多，需要排队等，效率上不去。
OpenClaw 原生支持并行——如果你只用一个Agent，等于白白浪费了这个能力。
多 Agent 适合什么场景？
不是所有情况都需要多 Agent，以下三类场景最值：
-
任务可以拆：大任务能分解成相互独立的子任务，并行跑。
-
需要专家角色：代码归代码 Agent 管，调研归调研 Agent 管，各司其职。
-
想省 API 费用：核心决策用好模型，基础执行用便宜模型。
OpenClaw 的多 Agent 底层是”网关 + 智能体集群”架构：Gateway 统一接收消息，按路由规则分发给不同 Agent；每个 Agent 有自己独立的工作区、人设、记忆和模型配置，互不干扰。
在这个基础上，有两种协同模式可以选：
-
模式一：SubAgent（主从委派）
一句话理解：“我叫你做什么，你就做什么。”
主 Agent 负责拆解任务、分配工作，子 Agent 执行完了把结果交回来。通讯是单向的（主→从→主），上下文独立，流程清晰。
适合场景： 流程固定、任务边界清晰的分发型工作，比如”调研+整理+写报告”这类流水线。
-
模式二：Agents Teams（团队协作）
一句话理解：“我们一起商量怎么做。”
团队成员之间可以多向通讯，支持共享记忆，角色也可以动态切换，有一个协调者统筹全局。
适合场景： 需要即时沟通、动态调整分工的复杂任务，比如多人协作开发、跨领域联合调研。
如何配置多Agents？
下面我们以“主控 Agent + 执行 Agent”的组合为例，为你拆解具体的配置流程。这套配置不仅能带你跑通标准的 SubAgent（主从委派）流程，同时模拟多人在群聊里协同办公（Teams 模式）。只需四步，就能拉起你的专属 Agent 团队。
-
第一步：接入多个应用渠道
修改 ~/.openclaw/openclaw.json，在 channels 配置中增加 accounts 节点。
以飞书为例，可以同时接多个机器人账号，示例中接入了“personal_bot”和“work_bot”两个飞书机器人。
"channels": {
"feishu": {
"enabled": true,
"connectionMode": "websocket",
"defaultAccount": "personal_bot",
"accounts": {
"personal_bot": {
"appId": "应用1的ID",
"appSecret": "应用1的Secret",
"dmPolicy": "pairing",
"groupPolicy": "open",
"streaming": true
},
"work_bot": {
"appId": "应用2的ID",
"appSecret": "应用2Secret",
"dmPolicy": "pairing",
"groupPolicy": "open",
"streaming": true
}
}
}
}
-
第二步：创建多个 Agent 实例
在 ~/.openclaw/openclaw.json里添加 Agent 配置。通过list数组配置多个Agent实例。可以为每个Agent（如示例中main和work）配置独立的模型、独立的工作空间。
“agents”: {
“defaults”: {
// 你的默认配置
},
// 以下是多Agent配置
“list”: [
{
“id”: “main”,
“name”: “Mimo”,
“model”: “zai/glm-5”,
“subagents”: {
“allowAgents”: [“work”] //授权main可以调用work
}
},
{
“id”: “work”,
“name”: “Ava”,
“workspace”: “/Users/yourname/.openclaw/workspace-work”,
“agentDir”: “/Users/yourname/.openclaw/agents/work/agent”,
“model”: “zai/glm-5” // 你可以配置不同模型
}
]
}
或者用命令行：
openclaw agents add [agent_name]
新 Agent 会自动继承 defaults 里的配置，你只需要覆写想改的部分（比如模型、工作区、人设）。
-
第三步：绑定路由
这一步是建立飞书应用账号和Agent的路由，把每个应用账号绑到对应的 Agent，防止消息发错地方。比如，示例中“personal_bot”账号路由给“main” Agent处理，发往 “work_bot”的消息由“work” Agent处理。保证了多Agent场景下的业务逻辑清晰。
“bindings”: [
{
“agentId”: “main”,
“match”: {
“channel”: “feishu”,
“accountId”: “personal_bot”
}
},
{
“agentId”: “work”,
“match”: {
“channel”: “feishu”,
“accountId”: “work_bot”
}
}
]
-
第四步：打通智能体间通讯
如果要想Agent之间互相通信，需要完成以下agentToAgent 配置。通过allow列表，限制哪些Agent可以互相调用。
“tools”: {
“agentToAgent”: {
“enabled”: true,
“allow”: [
“main”,
“work”
]
}
}
绑定完执行一次重启和配对：
openclaw gateway restart
还有这几个坑要注意：
-
并发上限 ：OpenClaw 框架本身支持高并发，但 API 厂商有自己的并发限制。跑量大的任务前，先确认你用的模型允许多少并发，不然会报错。
-
文件路径混乱 ：多个 Agent 同时读写文件时容易打架，需要给每个 Agent 配独立 workspace。
-
技能不共享 ：不同 Agent 的 workspace 是隔离的，所以 Skills 也不互通。如需配置通用技能（比如联网搜索），建议手动复制到每个 Agent 的目录里。
-
看不到后台过程？ ：SubAgent 走底层 RPC，用户在群里是看不到 Agent 之间互相调用的过程的。如果你想让群里的人看到完整交互，需要换成 Agents Teams 模式。
按照上述方式配置完成后，你就可以体验多Agent协同工作啦，下面请看视频实测效果。
上面的飞书群聊实测视频中，具体实现过程是这样的：
-
把作为大管家的主Agent (personal_bot) 和负责底层执行的Agent (work_bot) 共同拉进一个飞书工作群。
-
给主Agent配置包含 session_send（主动发送消息）的技能。让它拥有了向群内其他成员主动派发任务的能力。
-
我们只需在群里直接 @personal_bot抛出复杂需求，并在提示词里顺带加一句：“可以让 work_bot 协助”。
-
指令下发后，有意思的工作流开始了：主Agent会自动进行任务拆解，并通过 session_send 技能向work_bot下发子任务。work_bot 跑完数据后，会将结果直接输出在群聊中，并在后台抄送给主Agent。
-
最后，由主Agent完成最终的全局复盘与总结。
在这个过程中，无论是人类还是主控 Agent，都能实时同步任务进度。
如何让本地部署的OpenClaw接入家里局域网的智能设备？
比如，给OpenClaw装个眼睛👀～
下面，我们来看一下怎么让OpenClaw接入家里的摄像头。
直接给OpenClaw输入你的需求：
“我的局域网内有一些设备，比如摄像头、小米的智能家居设备。你能帮我去连接这些设备，查看视频或者读点设备数据吗？”
按照它的提示，会要你提供该设备的局域网IP和设备的密码。按照它的提示提供信息。就可以正确接入啦。
以下是我成功接入时的对话，让我有点惊讶的是我在和主Agent对话时，自动将任务分配给了一个专门负责开发的Agent。
获取到了画面之后，还可以进行后续的视觉分析任务。
例如，接入一个本地部署的视觉大模型，让它定时推送分析结果，这样你就不用打开视频监控APP查看啦。
除此之外，你还可以在OpenClaw里对话直接控制家里的智能设备，以前需要打开各个APP进行操作，现在直接和你的AI助手对话就能实现。
AI演进：从感知到生成再到执行
从感知AI到生成AI，从生成AI到执行AI，我们正站在AI发展的第三个重要拐点上。
第一阶段是感知AI——让机器看懂、听懂世界；
第二阶段是生成AI——让机器创造内容、编写代码。
而现在，执行AI（Agentic AI）的爆发，不再是”AI能回答什么”，而是”AI能帮你做什么”。
Harness：AI时代的操作系统
如果把LLM比作CPU提供算力，上下文窗口比作RAM存储临时信息，那么Agent Harness就是包裹在LLM外围的结构化控制层——它负责任务调度、工具驱动、状态管理、内存治理。
Claude近期的一系列动作验证了这一趋势：Claude Code让开发者改变了编程方式；最新发布的Computer Use功能让Claude可以直接控制Mac的鼠标、键盘和浏览器。Anthropic正在构建一个完整的AI OS形态。
一个Agent对接多个软件
Andrej Karpathy（OpenAI联合创始人、前特斯拉AI总监）在最近的访谈中提到他正在疯狂地尝试把Agent接入一切，探索可能性的边界。
以前需要多个APP分别管理，现在可以通过Agent方式接入，一个Agent对接所有软件，软件不再需要独立的APP，而是提供标准化的API接口。
OpenAI最新战略提出要打造桌面超级APP，将ChatGPT、Codex编程平台和Atlas浏览器整合为一个统一入口。
未来的软件形态正在从”人使用”变成”Agent使用”。
更多内容，敬请期待