OpenClaw专题 | 刘炜团队:智能体时代的图书馆转型:基于OpenClaw架构的服务重构与治理框架研究

0 引言

2025年末至2026年初，以OpenClaw、Manus为代表的一批AI智能体产品相继进入公众视野，它们不再局限于“一问一答”的对话模式，而是能够接收用户设定的高层目标，自主分解任务、调用外部工具、操作计算机界面，最终交付结构化工作成果。这标志着AI的能力范式从“会说话”到“会做事”的转变，被认为是继搜索引擎、移动互联网之后信息技术领域又一次范式性变革。国务院在《新一代人工智能发展规划》中将“自主智能体”列为关键技术突破方向，指出智能体技术对经济社会各领域具有广泛而深刻的变革潜力。

对图书馆而言，这一技术演变构成了需要认真回应的新变量。图书馆信息服务长期面临的核心矛盾已从“资源不足”转变为“信息过载条件下有效服务供给的不足”，即馆藏持续增长，但馆员编制有限、服务手段更新缓慢，大量潜在知识服务需求无法被有效满足。智能体技术所具备的自主规划、工具调用、环境感知与持续记忆能力，为缓解这一矛盾提供了新的可能性。在国家“十四五”公共文化服务体系建设规划推动下，智慧图书馆建设已进入加速期，智能体技术为实现服务高质量发展提供了新的技术路径。

当前，国内外图书馆界已在智能体技术的应用层面展开了积极探索。国际上，IFLA于2025年6月发布了《图书馆人工智能引入指南》，为行业负责任地采纳AI技术确立了原则性框架。在国内实践前沿，上海图书馆与云瀚联盟于同年9月联合发布的《智慧图书馆AI馆员应用白皮书》，从底层平台架构的维度，系统论证了将智能体作为服务平台核心组织原则的可行性；同时，相关研究已明确提出基于智能体的下一代图书馆服务平台（A-LSP）的理论构想，部分基层公共图书馆亦相继启动了AI咨询助手的场景试点。这一系列实践进展表明，行业对AI技术的认知已跨越前期的审慎观望，实质性地转向以服务重构为导向的落地行动。

学界关于AI在图书馆领域的应用研究已有较多积累，但多聚焦于对话式AI场景，其核心交互模式为“读者提问-AI回答”。相比之下，本研究关注的自主执行型智能体核心模式为“人设定目标-智能体自主规划并执行-人审核结果”，二者在自主性、任务复杂度和系统集成深度上存在本质差异。在生成式AI对学术图书馆服务模式的影响方面，近年研究已从单一技术可行性论证向支持系统性应用框架演进，涵盖图书馆角色转型、信息素养教育重塑以及研究支持服务创新等多个维度，相关范围评价综述和系统综述为具体场景落地提供了补充视角。在现有文献中，与本研究逻辑最为契合的是关于下一代图书馆服务平台（A-LSP）架构的探讨，该研究从平台设计角度论证了智能体作为图书馆服务平台核心组织原则的可行性。本研究与基本判断一致，但进一步延伸，从已获大规模社区验证的Openclaw具体项目出发，结合狭义/广义智能体区分框架，为行业的应用决策提供更贴近工程实践的参考，并在治理框架部分纳入了版权合规、伦理审计等议题。

本研究引入服务主导逻辑（Service-Dominant Logic，SDL）作为理解图书馆服务转型的分析框架。在SDL视角下，传统图书馆基于“提供馆藏资源”的定位，将在智能体时代转向“开放知识服务能力”，即通过标准化接口向各类智能体供给工具和数据。这一转变不仅是技术维度的升级，更是对组织核心价值定位的重新审视。本研究探究的核心问题是：当AI智能体具备自主规划、工具调用、环境交互和持续记忆4项核心能力时，图书馆的服务逻辑、业务架构和治理体系应如何进行系统性调整？

围绕上述问题，本研究将展开3个维度的剖析：一是技术映射维度，OpenClaw技术架构中哪些特征对图书馆服务重构具有直接参照价值；二是应用层次维度，图书馆应如何区分“直接部署OpenClaw”与“拥抱智能体技术范式”两种不同层次的路径分野；三是治理均衡维度，探讨如何在守住安全底线与拓展创新空间之间取得治理平衡。在研究方法的设计上，本研究采取多维视角的混合研究策略：运用技术架构分析法，溯源OpenClaw的开源代码与官方文档以解构其底层逻辑；运用比较案例法，对勘FOLIO Eureka与云瀚A-LSP两大平台演进路径；运用政策文本分析法，梳理IFLA指南及相关产业政策导向，并辅以安全事件案例研究，通过复盘ClawHavoc事件及权威审计报告，审视智能化转型中的现实风险。

1 OpenClaw技术架构与现象分析

1.1 核心技术机制的图书馆审视

OpenClaw由奥地利工程师于2025年11月发起，最初名为Clawd，后因商标争议先后更名为Moltbot和OpenClaw。截至2026年3月，该项目在GitHub上获得超过30万星标，活跃用户估计在50万~70万之间。本节从图书馆应用需求出发，审视其4项核心技术机制各自的参照价值与局限。

（1）视觉驱动代理：绕开API缺失的务实路径。OpenClaw的技术核心是“计算机使用代理”（Computer Use Agent，CUA）范式。不同于通过结构化API与系统交互的传统路径，CUA模拟人类操作计算机的行为方式：感知层通过周期性屏幕截图获取界面状态；推理层利用多模态大语言模型识别界面元素并进行语义解析；动作层通过模拟鼠标点击、键盘输入完成具体操作。对图书馆而言，这一机制具有直接的现实参照意义：面对国内大量缺乏开放API的传统ILS，CUA提供了一条务实过渡路径，智能体可以像馆员一样“看着屏幕”完成数据录入、批量查询等操作。但局限同样需要评估：视觉推理延迟较高（单次循环15~30秒），对界面变化敏感，且视觉幻觉风险需要考虑。因此，CUA目前适用于容错度较高的辅助性操作，尚不适合编目著录、借还处理等对精确度要求严格的核心业务。

（2）本地优先架构与模型不可知设计：数据主权与厂商独立性。OpenClaw采用“网关/节点”的去中心化布局，核心数据始终留存在本地环境中。在模型调用层面，通过适配器模式实现“模型不可知”设计，支持在多种大语言模型之间灵活切换和故障转移。从图书馆视角看，本地优先架构在设计层面有利于满足《数据安全法》和《个人信息保护法》对读者数据的合规要求；模型不可知设计使图书馆不必与特定AI厂商深度绑定，在大模型格局快速变化的当下保持选择灵活性，对资源有限的公共文化机构尤为重要。需要指出的是，“本地优先”并不等同于“绝对安全”，涉及读者信息的敏感场景仍需额外的访问控制配置。

（3）心跳机制与白盒化记忆：从被动响应到主动感知。OpenClaw引入了“心跳”（Heartbeat）后台守护机制，有别于固定时间触发的定时任务，心跳机制是条件触发的自我审视过程：智能体每隔设定时间自动唤醒，检查是否存在需处理的环境变化。配合心跳机制的是“白盒化”记忆系统，将智能体记忆存储为用户可查看和编辑的Markdown文件，分为身份记忆、工作日记和常识库3个层次。在图书馆服务层面，心跳机制提供了“学术心跳”的服务构想，即定期扫描预印本平台、核心期刊数据库和政策发布渠道，在发现与研究者关注方向匹配的新内容时主动推送，将学科服务从“拉取式”转变为“推送式”。此外，白盒化记忆使智能体的决策链路对馆员透明且可解释，为“人在回路”（Human-in-the-Loop）的控制要求提供了技术支撑。

（4）MCP协议与技能生态：系统互联的标准化基础。模型上下文协议（Model Context Protocol，MCP）是2024年11月发布的开放标准，通过JSON-RPC 2.0传输，使工具提供方只需实现一次MCP Server，任何支持MCP的AI应用即可调用其能力。2025年，多家主要AI厂商先后宣布支持MCP，同年12月该协议被捐赠给Linux基金会下设的Agentic AI基金会（AAIF），到2025年底GitHub上已出现超过13000个MCP Server。MCP对图书馆的价值具体且可操作，图书馆各类业务系统，如OPAC、馆际互借、电子资源管理和读者管理等，均可被封装为标准化的MCP工具，封装完成后任何支持MCP的智能体都可以调用，无需为每种AI应用单独开发接口。长期以来系统间互操作性不足是制约图书馆服务创新的瓶颈，MCP提供了在不替换现有系统的前提下实现能力开放和互联的渐进路径。

1.2 OpenClaw现象的多维归因

OpenClaw在2026年1月正式开放后，72小时内GitHub星标从不足1万，增长至6万，两个月内达到30万，构成开源领域罕见的爆发事件。理解其形成机制有助于图书馆判断智能体技术扩散的内在逻辑。

从技术维度看，OpenClaw的出现是多项前置条件在特定时间窗口内的汇聚。2024—2025年间，多模态大语言模型在视觉理解任务上达到了CUA范式实际可用的精度门槛。MCP协议在发布后迅速获得主流AI厂商支持，形成超过万个MCP Server的生态基础，AI辅助开发效率的提升使小团队可在短时间内完成复杂集成项目。这些条件的同期成熟使得CUA范式从实验室概念转化为可用产品成为可能。从需求维度看，OpenClaw回应了用户对AI交互方式转变的潜在期待，即通过嵌入即时通讯平台和心跳机制带来的主动交互能力，将AI从“需要主动调用的工具”转化为“随时在线的助手”。从图书馆角度看，读者长期面临在多个系统之间反复登录和切换的痛点，OpenClaw验证了“将服务嵌入用户既有工作流”这一交互设计原则的可行性。从生态维度看，其完全开源的策略不仅产生了透明性和低参与门槛的双重效应，更引发了国内主流厂商的快速跟进，多家头部互联网企业先后推出类似产品，共同指向AI智能体与用户日常工作流程融合发展的范式，也为图书馆赋予了更多的战略选择。智能体技术的供给侧正在快速丰富，图书馆可在多种方案中根据自身条件比选，单一方案锁定风险正在降低。从文化维度看，OpenClaw在社区传播中将智能体技术从“需要命令行操作的极客工具”转化为“可感知的消费体验”，完成了从技术概念到可应用产品的认知转换。这个过程提醒图书馆：在引入智能体服务的系统工程中，提升馆员和读者“想用、敢用、会用”的技术素养，与技术选型同等重要。

2 图书馆智能体应用的分析框架

OpenClaw在公共话语中已从一个具体项目名称演变为泛化的技术指称。这种语义模糊容易导致应用层面的误判，有必要作出明确区分。

2.1 狭义与广义OpenClaw的概念界定

狭义OpenClaw指该开源项目本身及其直接衍生的产品生态。其技术边界清晰，即以特定GitHub仓库为核心代码库，采用CUA范式通过视觉驱动操控界面，通过即时通讯平台作为交互入口，具备心跳机制和本地文件化记忆系统，以及ClawHub技能市场和各厂商推出的兼容或衍生版本。在这一层面讨论的是一个特定软件产品的部署可行性。

广义OpenClaw指以其为标志性代表的AI智能体技术范式：AI从被动应答转向自主执行，具备任务规划、工具调用、环境交互和持续记忆4项核心能力，能在人类监督下独立完成多步骤、跨系统的复杂工作流。Manus、Claude Code、Cowork及各类垂直领域方案均属此范畴。在这一层面讨论的是一种技术范式的行业落地问题。忽略二者差异可能导致两种偏差：将广义技术趋势等同于对某一产品的采购决策，窄化选择空间；或因某一产品存在问题便否定整个技术方向的价值，错失应用窗口。

2.2 狭义OpenClaw在图书馆中的直接应用

在当前技术成熟度下，狭义OpenClaw在图书馆中的直接应用适用于3类场景。

（1）馆员个人效率工具。馆员日常需处理大量事务性任务（整理邮件、撰写简报、翻译外文通知、格式化文档等），OpenClaw可部署在个人工作站上通过即时通讯界面接收指令完成上述任务，此场景不涉及核心业务系统的接口对接，风险可控，部署门槛低。

（2）信息采集与学科监测。利用心跳机制和Web自动化技术定期访问出版商网站、预印本平台和政策发布渠道，将符合预设条件的新内容汇总推送给学科馆员，可显著提升学科服务的时效性。

（3）面向读者的服务原型验证。通过企业微信或钉钉部署问答助手原型，面向小范围读者提供馆藏查询、开馆时间告知等基础服务，目的在于以低成本验证“将服务入口嵌入通讯工具”的用户接受度。

上述3类场景分别对应馆员编制有限与事务性工作量持续增长的矛盾、学科服务中信息跟踪的人力瓶颈，以及服务创新经验积累不足等具体痛点。

尽管具备可行性，狭义OpenClaw的直接应用仍面临若干风险。技术层面，视觉推理稳定性不足、幻觉问题存在、操作延迟较高。安全层面，2026年初“爪浩劫”（ClawHavoc）事件中，攻击者在ClawHub技能市场上传超过1100个恶意技能包，波及约21000个活跃实例；安全审计揭示了提示词注入操纵智能体行为的威胁以及配置不当可能使智能体成为攻击者“后门代理”的风险。合规层面，虽然采用本地优先架构，OpenClaw仍可能向外部发送遥测数据，在《数据安全法》和《个人信息保护法》要求下需额外网络隔离配置。因此，狭义OpenClaw现阶段最适合作为低风险、高容错的试验工具，须在隔离沙盒环境中运行。

2.3 广义智能体技术对图书馆的结构性影响

在关注狭义OpenClaw直接应用的同时，图书馆更需要准备应对广义层面智能体技术带来的结构性变化。这种变化涉及服务重构的多个层面。

（1）服务入口的多元化与嵌入式转变。当图书馆的核心服务能力被封装为MCP标准化工具并开放时，智能体可将其嵌入读者日常使用的通讯工具、学术写作工具和科研管理系统。这与传统APP或网站入口在逻辑上根本不同：前者是“图书馆主动走向读者的工作流”，后者是“读者被动来访图书馆的空间”。服务入口的嵌入式转变意味着图书馆的“在场感”不再受限于实体空间或者虚拟空间的到访率，而是体现为随时可调用的知识服务能力。

（2）从被动应答到主动推送的服务范式转变。现有图书馆服务的典型流程是“读者识别问题→主动检索→获得结果”。智能体时代，该流程可转变为“系统监测环境→识别读者关注→主动推送建议→读者决策行动”。为了应对这种转变，图书馆的系统设计须完成从“被动应答模式”转向“主动监测推送模式”，馆员工作从“等待咨询”转向“预设服务规则”。

（3）读者信息行为的演变。从用户交互角度看，三代信息获取方式本质上是用户主动性的逐步演变：搜索引擎时代用户需主动构思关键词并多次迭代检索；对话AI时代用户可用自然语言表达但仍需主动发起；智能体时代用户可“委托”智能体代为规划和执行，甚至在系统主动推送时被动接收。信息获取成本在降低，但也带来潜在的认知风险，当读者习惯将信息获取和分析工作委托给智能体时，独立检索能力和批判性思维可能逐步退化。

（4）商业生态与资源获取模式的变化。智能体每次操作均消耗大模型API调用额度，图书馆需将Token成本纳入年度预算规划。当AI智能体逐步成为信息获取的主要中介时，馆藏中大量特色资源，如地方文献、口述历史、档案数字化成果等若仅以非结构化形式存在，智能体可能无法有效发现，需将特色馆藏转化为结构化、语义标注完善的数据格式正成为提升馆藏“可见度”的战略选择。此外，智能体不会浏览广告、不产生页面停留时间和点击行为数据，当前基于COUNTER标准的使用统计方式和图书馆与数据库出版商之间基于使用量的定价谈判逻辑均可能需要相应调整。

（5）图书馆角色的重新定位。从广义智能体范式的视角审视，图书馆角色正经历从“静态知识存储节点”向“动态知识服务网络”的范式转变。依托MCP协议的支撑，图书馆各类业务能力以标准化工具形式接入智能体生态，各类智能体作为活性节点在业务流程中自主运作。图书馆不再只是“藏书的地方”或“查资料的地方”，而是一个以知识服务为核心产出、以智能体为主要执行力量、以馆员为质量把控者的活性生态系统。图书馆在信息生态中的定位实现从“信息中介”跃迁为“AI时代的知识基础设施”，拥有海量、高质量结构化馆藏数据的图书馆，将成为智能体生态中的核心知识供给方。

3 服务重构路径与治理框架

3.1 智能体落地的架构前提

基于上述分析，无论采取何种实施路径，智能体在图书馆中的落地均需要4项基础架构条件的支撑。第一，API开放性。图书馆核心业务能力（馆藏查询、借还操作、订单管理、读者信息查询、元数据读写）需通过RESTful API或标准检索协议暴露出来，理想情况下进一步封装为MCP标准工具；API开放性是当前智能体落地的最大瓶颈，制约因素不在于AI技术是否成熟，而在于图书馆系统是否足够开放。第二，事件驱动能力。智能体的许多工作流由业务事件自动触发（如新书入库触发编目智能体、图书归还触发预约通知智能体），这要求系统具备事件发布/订阅机制。第三，权限治理能力。系统需支持为每个智能体分配独立的机器身份和细粒度操作权限，认证授权机制应支持RBAC或ABAC，且授权对象不限于人类用户。第四，可观测性——智能体所有操作必须可审计，日志体系需记录完整的API调用链路和推理逻辑。

3.2 3条差异化实施路径

（1）新一代图书馆服务平台路径。以FOLIO Eureka为代表，该架构在上述4个条件上提供了较好支撑：Kong API Gateway作为统一入口暴露所有业务模块API；Keycloak提供细粒度身份认证和权限管理；Apache Kafka作为事件总线实现模块间的事件驱动通信；Sidecar代理机制保障审计和授权检查。FOLIO的微服务架构使每个业务模块天然通过RESTful API暴露能力，具备封装为MCP工具的基础条件。需指出，Eureka设计初衷是解决微服务治理问题而非专为智能体设计，智能体编排层需在Eureka之上额外构建——FOLIO提供的是“智能体就绪”（Agent-Ready）的基础设施。

（2）智能体原生路径。以云瀚A-LSP架构为代表，从设计之初以智能体为核心组织原则，包含3个层次：底层MCP市场将现有异构系统转化为标准化能力单元；中间层智能体中间件负责生命周期管理、任务规划和多智能体协作编排；顶层面向具体场景构建应用。其设计理念指出下一代图书馆服务平台的组织原则可从“为人提供操作界面”转向“为智能体提供运行环境”。但该架构目前仍处于设计阶段，工程落地效果有待验证。

（3）渐进式过渡路径。国内大量图书馆仍使用各类开源或商业ILS产品，这些系统通常不具备微服务、事件驱动等特性。本研究建议在现有系统之上构建“MCP适配层”，即通过中间件将传统系统功能封装为标准化MCP工具。封装数据来源可以是系统已有的RESTful API、Z39.50检索协议、SIP2借还协议，甚至在必要时通过数据库直连获取数据。这一路径的优势在于渐进性，不必一次性替换ILS，而是逐步将核心功能封装为MCP工具，按需引入智能体能力。

3.3 分阶段实施策略

在实施路径上，建议遵循由浅入深、由边缘到核心的演进逻辑，将智能体落地划分为3个阶段。

（1）近期（6~12个月）为原型验证阶段，核心目标是积累真实运行数据与用户反馈。选择1~2个低风险场景构建MVP（最小可行产品），建议切入点包括参考咨询FAQ自动应答、新书荐购推荐、期刊到刊通知等。

（2）中期（1~3年）为业务嵌入阶段，此阶段智能体将深度介入核心业务流：编目辅助智能体承担共享编目记录查询、初步MARC记录生成和字段校验；采访决策支持智能体整合出版动态、馆藏覆盖率和借阅热度数据生成采购建议；流通智能调度智能体动态调整预约队列并自动发起馆际互借请求。在此期间，需建立“智能体执行+人工审核”的协同工作机制。

（3）远期（3~5年）为系统性转型阶段，实现全链路智能化业务流转和跨馆智能体协作网络。馆员角色从重复性的逐一操作员升维为全流程监督和异常处理专家。

上述3个阶段的时间划分仅为参考性框架，具体安排取决于各馆的技术基础和组织准备程度。

3.4 治理框架的多维构建

智能体在图书馆中的应用涉及多方面治理需求，治理的目的不是阻碍技术采纳，而是为新技术的可靠运行提供制度保障。本研究从6个维度构建治理框架。

（1）系统安全。ClawHavoc事件的教训，以及安全审计揭示的提示词注入和“AI后门代理”等威胁，要求图书馆采取多层防御措施：①沙盒隔离，将智能体运行在独立容器环境中与核心系统网络隔离；②技能白名单，仅加载经安全审计的技能包；③输入过滤，检测并拦截恶意提示模式；④“看门狗”机制，部署独立监控智能体实时审计主智能体操作行为。安全措施应精准而非过度，不能因安全风险就全盘否定智能体价值。

（2）数据治理。智能体在执行图书馆业务时不可避免地涉及读者个人数据的处理，包括借阅历史、检索行为、个人偏好和身份信息等，这使得数据治理成为智能体应用的核心治理议题之一。在《数据安全法》和《个人信息保护法》等法律框架下，图书馆智能体数据治理应遵循以下原则：首先是数据最小化采集原则。智能体仅收集完成当前任务所必需的数据，避免过度收集读者信息。其次是本地化存储优先。读者行为数据优先存储在本地环境，不向外部云服务传输；对于必须调用外部大模型API的场景，应在数据传出前实施脱敏处理，去除可识别身份的字段。再次，模型调用的数据隔离。不同智能体对读者数据的访问范围应严格区分，编目智能体无需也不应访问读者个人信息，流通智能体仅需访问与当前借还操作相关的最小数据集。同时，建立严格的生命周期管理。智能体在任务执行过程中缓存的读者数据应设定明确的保留期限，任务完成后及时清除或加密存储；智能体的记忆系统中不应持久化存储可识别身份的读者信息。最后是审计追溯能力。所有涉及读者数据的智能体操作均应记录完整审计日志，包括访问时间、数据范围、处理目的和操作结果，以支持事后追溯和合规审查。必须强调的是，图书馆在引入智能体前应进行数据保护影响评估（DPIA）机制，识别数据处理活动可能带来的隐私风险，并据此制定相应的技术和管理措施。

（3）伦理规范。大模型训练数据的分布偏差可能传导到业务决策中，系统性低估某些语种或学科的资源价值，应定期对智能体输出进行偏见审计。应对幻觉问题不应寄望于模型本身的完善，而应在架构层面建立校验机制，例如对编目记录实施确定性规则校验，对文献引用实施来源核验，建立置信度分级机制，高置信度输出自动入库并标记待抽检，低置信度转交人工处理等。在制度设计中应始终保留“人在回路中”的环节，关键业务决策须由人类做出最终判断。

（4）版权合规。智能体时代的版权合规涉及3个层面。①合理使用的边界。当智能体代替读者系统性检索和获取大量全文时，这种行为是否仍属“个人合理使用”存在法律模糊地带。②许可协议的适配。图书馆与数据库出版商之间的电子资源许可协议通常以授权用户为权利主体且多限于自然人，智能体作为软件程序代替人类执行的系统性访问行为是否属于授权用户的使用，现有协议文本通常未作明确规定，图书馆需在许可协议续签中主动提出这一议题。③训练数据的版权争议。IFLA在其关于版权与人工智能的声明中指出版权不应被用作阻碍技术进步的工具，但同时强调对创作者权利的尊重。建议行业推动建立“智能体访问许可”标准条款模板，明确频率限制、数据使用范围和责任归属等关键要素。

（5）人机协同。为有效管控智能体代理风险，建议构建三级人机协同分级体系制度：低风险操作（查询类）智能体自主执行，事后抽检；中风险操作（数据变更类）智能体执行后提交人工确认；高风险操作（不可逆或涉及隐私财务）须由人工预先审批。同时，引入“智能体能力卡片”（Agent Card）制度，每个上线运行的智能体必须附带公开的权责与能力说明文档。

（6）标准化建设。标准化建设是智能体技术在图书馆行业规模化应用的制度前提。在行业推进层面，需开展3项建设工作。一是工具接口标准。制定“图书馆MCP工具标准”，统一定义核心功能（馆藏查询、借还操作、馆际互借等）的接口规范，任何图书馆只要实现这套标准，其服务能力即可被任何符合MCP标准的智能体调用。二是领域互操作标准。跨馆智能体协作需统一消息格式和交互协议，在MCP和A2A协议基础上制定领域特定规范。三是服务质量评估标准。建立包含响应准确率、任务完成率、幻觉发生率、用户满意度等在内的行业评估指标，为图书馆评估和比较智能体服务效果提供依据。

3.5 制度创新与组织适应

图书馆行业在采纳新技术时存在“先立规矩再行动”的审慎惯性。这种审慎态度在常规技术迭代中是合理的，然而智能体技术所代表的范式性变化，其影响范围、风险模式和最佳实践在大规模实际部署之前难以准确预判。相关地方政策探索提供了有益参照，例如通过免费部署、算力补贴、数据开放等措施降低试错成本，鼓励在可控范围内大胆实验。本研究建议图书馆行业建立“智能体沙盒实验区”制度，允许有条件的图书馆在隔离环境中部署智能体应用，在真实业务数据（脱敏后）支撑下运行试点项目，试点过程中积累的安全事件、性能数据和运营成本等信息将为后续制定行业标准提供实证基础。

智能体的落地是组织生态的一次深层重构。当结构化的重复性工作逐步由智能体承担后，馆员工作重心将向质量审核、策略制定和深度服务3个方向迁移，同时会催生新型岗位出现，例如“智能体训练师”“AI审计员”和“数据治理专家”等。图书馆学教育的培养目标需从“熟练操作系统的信息工作者”扩展为“能够监督和审计AI系统的知识服务专家”。此外，“采编流阅”的传统部门划分、基于“到馆人次”和“借阅量”的绩效评估体系、对新技术持观望态度的组织惯性，都可能成为智能体落地的现实障碍。

与此同时，需警惕两类衍生风险：一是“智能鸿沟”可能会使数字素养不足的群体无法有效利用智能体服务，图书馆在推进智能体服务的同时需保留面向数字素养薄弱群体的替代服务通道；二是避免“信息茧房”效应，当大量读者通过相同的大语言模型获取信息时，知识获取路径可能趋于同质化，图书馆在配置智能体时应强调在推荐算法中引入多样性机制，确保知识的多元性。

4 结论与展望

本研究从图书馆信息服务立场出发，对OpenClaw所代表的AI智能体技术范式进行了系统分析。技术维度上，深度剖析了视觉驱动代理、本地优先架构、心跳机制和MCP协议4项核心机制，及其对图书馆服务重构的参照价值与局限。应用维度上，构建了狭义/广义OpenClaw的分析框架，论证狭义层面适合作为低风险试验工具，广义层面则要求图书馆从服务入口、交付模式、信息行为和商业生态等多个维度进行系统性回应。在服务重构维度上，基于4项架构前提分析，提出了新一代LSP路径、智能体原生路径和渐进式过渡路径3条差异化实施策略。治理维度上，构建了涵盖系统安全、数据治理、伦理规范、版权合规、人机协同和标准化建设6个维度的治理框架，提出了分阶段推进、人机协同和沙盒试验等实施思路。

本研究的核心判断是：图书馆业务高度结构化的特点，使其成为具备与智能体技术适配的应用领域。当前主要挑战不在于AI技术是否足够成熟，而在于系统API开放度、数据治理水平和组织变革意愿。智能体技术带来的不仅是效率提升，更是图书馆服务范式的深层转变：从被动应答向主动推送、从人工操作向智能编排、从封闭系统向开放生态。

本研究尚存一定局限。首先，智能体技术在图书馆领域的实际部署仍处于早期探索阶段，本研究提出的应用框架和治理建议尚缺乏大规模实证检验；其次，本研究以OpenClaw为主要分析对象，其技术路线和社区生态可能不完全代表智能体技术的全部发展方向。未来研究可在以下方面持续深入：一是开展图书馆智能体应用的实证研究，收集真实部署场景下的性能数据、用户反馈和运营成本；二是探索跨馆智能体协作的标准化路径；三是研究智能体环境下图书馆版权许可协议的适配机制，以及关注智能体技术对馆员职业发展和信息资源管理学科体系的深远影响。

《农业图书情报学报》是由中华人民共和国农业农村部主管，中国农业科学院农业信息研究所主办的学术期刊，国内外公开发行。本刊被中国科技核心期刊、中国人文社会科学期刊AMI综合评价（A刊）核心期刊、RCCSE中国核心学术期刊、中国农林核心期刊、中国应用型核心期刊（CACJ）、Scopus、EBSCO、DOAJ、ProQuest、CAB Abstracts、中国学术期刊综合评价数据库、中国核心期刊遴选数据库、中国期刊全文数据库、中文科技期刊数据库等收录。国际标准刊号ISSN：1002-1248，国内统一刊号：CN10-1680/G2。以报道国内外图书情报领域的新理论、新技术、新方法、新成果及在农业领域的新应用，促进学科发展为宗旨。作为图情领域与农业相结合的学术期刊，刊物专业特色突出，旨在打造引领前沿、国际视野的学术交流平台。

长按识别二维码关注我们