我用 OpenClaw 一周,才发现它根本不是一个＂可控系统＂

写 skill。

调 prompt。

设规则。

我以为这和写代码差不多。

写对了，它就该稳定执行。

你为什么会自然地这样理解它？

因为这套流程看起来太像”配置”了——写进去、设规则、按逻辑跑。

我当时甚至觉得，这件事只要调到位，后面就是维护问题，不是使用问题。

真正让我开始怀疑，是同一个 skill 在两轮对话里表现不一样。

用了一周之后，我发现完全不是。

它更像一个：

在不断猜你意图的系统。

❶ 记忆不是”存进去就会用”

我以为 memory 是”存储”。

实际上它更像”被模型重新组织的一段信息”。

我写了一个 skill，让它固定用某种格式回答。

第一轮，它是对的。

第二轮，它开始少了一部分字段。

第三轮，它直接换了一种表达方式。

我回头看 memory 里写的东西，还是完整的。

但它用出来的，已经不是那一套结构了。

我当时没有改 memory，本来以为问题出在输出偶然波动，后来才意识到是它根本没按原结构用。

你存进去的，不是一个结构。

而是一堆会被重写的上下文。

❷ 能力会自己消失

它不是”有了能力”，而是”暂时维持住了一种表现”。

第 1 轮对话，skill 表现稳定。

第 5 轮，开始变弱。

第 10 轮，能力基本消失。

刚调好的 skill，用着用着就不对了。

有一瞬间我会怀疑是不是自己记错了，回头翻前几轮记录才发现，它确实在漂。

一开始我以为是 prompt 写得不够好。

后来我发现不是。

是这个系统本身，没有”稳定状态”。

❸ 自动生成 skill 不可靠

我让它自动生成一个 skill，用来做信息整理。

它写出来的规则里，直接包含了我给的例子。

甚至把具体内容写死在里面。

看起来是对的。

但换一个输入，就完全不适用了。

看上去像抽象规则，实际上只是把我刚才给的例子换了个壳。

模型不会帮你做抽象，它只是在延续当前输入。

它不是在建立结构，它是在拟合你当前给它的输入。

❹ router 不是调用，是猜测

有一种现象我叫它「能力漂移」：同一个 skill 在不同对话轮次里，表现会逐渐偏移。

我同时有两个 skill，名字和功能都很接近。

我以为它会选我刚刚用的那个。

但它经常会选另一个。

甚至有时候，选了一个完全不相关的。

最麻烦的不是它偶尔猜错，而是你很难一眼判断它这次到底是没理解，还是选错了 skill。

它不是精确分发。

它是模糊匹配。

不是”调用某个 skill”。

而是”模型觉得你可能想用这个”。

❺ 抽象总结

OpenClaw 不是一个”写规则 → 稳定执行”的系统。

它更像：

一个不断根据上下文”重构能力”的系统。

你不是在配置系统。

你是在约束一个不稳定的模型。

❻ 怎么用

想让一个 skill 稳定一点，不是去追求更复杂的配置。

反而是反过来：把每件事都做小。

skill 要小。我一开始会把多个功能塞进一个 skill，后来发现只要稍微复杂一点它就开始乱，拆成多个小 skill 之后反而更稳定，出了问题也容易定位。

prompt 要显式。我后来不再让它自己选用哪个 skill，而是明确说「用这个 skill 来做这件事」，歧义明显减少，输出格式也更一致。

不要依赖自动生成。我曾经以为模型会帮我做抽象，后来发现它只是把我给的例子换了个壳，修正的方式是只把它当初稿，人工收敛，后续泛化能力才更强。

必须反复验证。调通一次不等于好了，我后来养成习惯在不同上下文里反复测试，能更早发现漂移，而不是等到用户反馈才发现问题。

你不是在写配置。

是在不断”收紧不确定性”。

❼ 结尾

我现在不会再假设它会稳定执行，而是默认它随时可能偏。

以前我是写完规则再试，现在是边试边收紧。

这个变化不是技巧问题，是理解方式变了。

我现在还在用 OpenClaw。

但我已经不再把它当成一个”系统”。

我更把它当成一个：有能力，但不稳定的工具。

一旦你还在用”配置系统”的方式去理解它，

你就会不断失望。

接受它不是 deterministic 的那一刻，

你才真正开始用对它。

本文来自作者亲身经历，数据已脱敏