ClawCon 上海站实录:当我向 OpenClaw 核心团队发问,关于稳定性、自进化与 Skill 的未来

——一场关于 AI Agent 底层逻辑的深度对话

在这个 AI 浪潮奔涌的时代，我们正经历从传统工具到“智能体优先（Agent-First）”的范式转移。

5月11日，我在上海参加了由 muShanghai 社区发起的“科技火人节”，受火山引擎邀请，参加了 ClawCon 上海站闭门交流会。这是 OpenClaw 核心团队首次在中国线下露面，我有机会向全球代码贡献榜 Top 2 的 Vincent Koc、核心成员 Michael Galpert 和来自 Spotify 的资深工程师 Josh Palmer 面对面提问。

现场很嘈杂，我没带录音设备，但那些对话里的底层逻辑，值得被记录下来。

一、两个核心问题：我问了什么

问题 1：关于稳定性的提升

这两个月我明显感觉到 OpenClaw 变得更稳定了——任务达成率更高，容错能力更强。考虑到这段时间很多厂商的模型也在升级，OpenClaw 接入的模型也随之更新，所以我问核心开发者：

“这种提升，是因为模型本身进步的比重更大，还是智能体架构层面做了大量工作？”

他们的回答很直接：

“团队在系统架构层面做了大量的重新设计和深度优化。之前的技术架构非常复杂，这也是导致出错的原因之一。最近的版本里，我们做了大量优化迭代。”

这个回答让我意识到：稳定性不是模型能力的自然溢出，而是工程架构的刻意设计。 OpenClaw 团队在插件架构、SDK 兼容性、错误诊断机制上投入了巨大精力。正如他们在交流会上强调的：

“我们正在转向更强的插件架构。这让生态系统中的开发者可以更容易地在上面构建，提供更多可定制性，同时让引擎核心更小，系统维护更容易。”

这不是一次简单的版本迭代，而是一场 9 天重构百万行代码 的架构革命。

当然，也不忘见缝插针给 Vincent、Michael 介绍我们的 botlearn.ai。Vincent 对这个项目的评价非常高，他觉得这也是社区的重要部分。毕竟，这世界上还有很多人没有用过“龙虾”或者无法把“龙虾”用好，这些都是我们这种教育科技团队可以发展的广阔空间。

问题 2：关于定位与“自进化”能力的集成

我问了他们与 Hermes Agent 在长期看来的差异和定位。Hermes Agent 的爆火是因为智能体自带“自进化”（Self-Evolve）能力，那么 OpenClaw 官方是否会将这种能力集成到内部，而不是像现在这样通过 Skill 或外挂的方式实现？

他的回答分三个层次，非常具体：

1. 生态与安全优先

“OpenClaw 是一个非营利性组织，我们非常注重生态建设。这次来中国与各大厂合作，就是为了构建全球开发者的桥梁。其次，我们在安全层面投入了大量时间进行探索和创新，这能让智能体在企业端（ToB）场景中真正发挥更大作用。”

这个回答背后的逻辑是：OpenClaw 不是在做一个产品，而是在做一个基础设施。 他们的目标不是快速迭代功能，而是建立一个可信任、可扩展的生态系统。

正如他们在会上所说：

“OpenClaw 作为一个项目之所以成功，完全是因为社区。我们为社区而生，为社区而建。我们在这里，就是为了社区。”

2. 任务编排与底层架构

谈及自进化时，他没有直接回答“会不会集成”，而是强调：

“每个人的上下文（Context）是非常不同的。我们认同自进化的重要性，但 OpenClaw 会将更多精力放在智能体 Memory 的设计、任务编排的数据反馈以及进程管理上。我们希望强化底层架构和基础设施，给开发者提供更多的发挥空间和参照依据。”

这让我想起 Vincent Koc 的一个核心观点：“架构要像宜家，不要像乐高。”

“模块化不是为了无限拼装，而是为了快速组装、降低认知负担。”

OpenClaw 的策略是：不做大而全的功能集成，而是提供清晰、可组合的底层能力，让开发者根据自己的上下文自由构建。

3. Skill 的未来：会被淘汰吗？

他的这个观点让我印象最深：

“随着模型能力变强，Skill 并不再是一个非常值得被看重的层级。因为每个人的上下文、解决问题的背景和隐性知识都不一样，很多 Skill 的价值会随着模型能力和智能体架构的进一步升级而变薄，并逐步被淘汰。”

这个判断非常大胆，但逻辑清晰：当模型的通用能力足够强时，预设的 Skill 反而会成为限制。 真正有价值的不是“别人写好的 Skill”，而是“你自己的上下文和判断”。

这也呼应了 Vincent Koc 的另一个观点：“AI 记忆要像‘做梦’——人类可读、可检查，而不是黑盒数据。”

二、从对话中提炼的底层逻辑

1. 去繁就简：CLI > MCP

Vincent Koc 有一个极具争议的观点：“AI 应该用 CLI，不是 MCP。”

他认为 MCP（模型上下文协议）是“用服务器包服务器”的过度抽象，成本高 32 倍、占 72% 上下文窗口。

“LLM 的‘母语’是命令行（Unix/Stack Overflow/Github 训练出来的），直接给 CLI 就行，别绕弯子。”

这个观点的底层逻辑是：不要为了抽象而抽象。 当你的工具链已经足够成熟时，过度的抽象层反而会吃掉本质。

2. 人类可读 > 黑盒优化

Vincent Koc 设计了 /dreaming 功能，让 AI 记忆分浅睡→REM→深睡三阶段整合。

“Agent 记忆必须人类可读、可检查，而不是黑盒数据。”

这个设计哲学与当前很多 AI 系统的“端到端优化”思路完全相反。他认为：工具不仅要有用，还要让人愿意用、能理解、可信任。

3. 有灵魂 > 纯能力

他批评 GPT-5.4：“能力极强，但 soulless（没有灵魂）。”

“AI 人格和模型能力应该解耦。工具不仅要有用，还要让人愿意用。”

这个观点在投资人和创业者看来可能很“软”，但在开发者社区引发了强烈共鸣。因为真正能留住用户的，从来不是参数量和 benchmark 分数，而是使用体验和情感连接。

正如会上所说：

“编程教会你的大脑批判性思维和解决问题的机制，同时我们需要创造力。OpenClaw 让人们重新拥有了创造力。”

4. 开源是双刃剑

OpenClaw 是最富有的攻击目标，知名度让它更安全（人人可审计），也更不安全（高价值靶子）。

“安全不能靠‘沙盒感觉安全’，要有实质性边界。”

这也是为什么他们在企业端投入大量精力做安全探索——不是为了卖产品，而是为了让这个生态真正可用。

三、生态的未来：竞争是好事

在谈到与 Hermes Agent 的关系时，他们的态度非常开放：

“OpenClaw 是一个非营利基金会，旨在推进个人 AI 和智能体用例。Hermes 的路线与我们不同。但我们欢迎竞争，因为我们相信更多样化的生态系统对每个人都有利。”

“我希望更多的智能体系统在这个生态中诞生，因为这样做的越多，这个世界上每个人就越赢。我们拥有的技术越多，生态系统就是这样运作的。”

这个态度背后的逻辑是：AI Agent 不是零和游戏，而是生态共建。 当更多玩家进入，整个技术环境会变得更好。

四、企业落地：从工具到生产力

火山引擎的架构师李国栋分享了 ArkClaw（OpenClaw 的云端托管版）在企业场景的实践：

“我们专注于如何将 OpenClaw 从工具转变为生产力，并使其与企业数据服务集成。第一个方向是与员工数据集成。我们在云盘、本地桌面和龙虾之间建立了联动，允许本地文件同步到 龙虾进行分析。”

这个案例的价值在于：OpenClaw 不是一个玩具，而是一个可以接入企业数据流、承载真实业务逻辑的基础设施。

五、一句话总结 Vincent Koc 的底层逻辑

AI 时代做产品，去繁就简、人类可读、有灵魂、本地可控——别让抽象层吃掉本质。

附录：关键信息

ClawCon 是什么？

ClawCon 源于 OpenClaw（俗称“小龙虾”）社区，标志 AI 智能体从虚拟向物理世界的跃迁，已在多国举办千人规模聚会。上海站于 2026 年 5 月 11 日开启，由火山引擎首席赞助，邀请 OpenClaw 核心贡献者和 ArkClaw 专家分享，强调全球开发者桥梁构建。

muShanghai 是什么？

muShanghai 是全球创业社区 The Mu 的上海分站，通过“Pop-up City”模式持续 28 天，主题周覆盖 AI、机器人等，连接中外构建者和中国制造生态。它作为 ClawCon 上海承办方，推动开源协作，已吸引数百开发者参与“科技火人节”式活动。

ArkClaw 是什么？

ArkClaw 由字节跳动火山引擎推出，提供专属 ECS 资源、无需本地配置的 OpenClaw 云服务，支持文件同步、长期记忆和 ClawHub 超 5000 技能。核心优势包括多模型（如 Doubao、Kimi）自由切换、安全隔离和低成本 Token 优化，集成飞书等工具处理办公任务。

（注：以上内容基于现场交流整理，因环境嘈杂且未录音，部分细节为事后回忆补充，预估还原度约 80%。）