GenericAgent VS OpenClaw VS Claude Code,以及开源的GenericAgent如何用3300行代码打造的下一代自进化通用智能体

深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合成立的科研团队Advantage AI Agent（简称A3）实验室研发的 GenericAgent 引发热议，这款智能体实现了自主操作微信发朋友圈、与好友评论互动的功能。其开源项目pc-agent-loop也已上线，成为下一代自组织、自学习、自进化通用智能体的典型代表。

GenericAgent的核心优势在于自学习自进化，拥有分层的自组织记忆架构，能自主整理记忆、沉淀经验，还可自适应学习并修改代码解决问题，甚至通过 Fork 模式探索新策略，在闲置时自主拓展能力边界。

区别于传统智能体，GenericAgent依托极简架构、极强执行、极致迁移三大原则实现突破，仅 3300 行代码就实现了传统几十万行代码的能力，核心模块数百行，开发者易读懂，且通过分层索引压缩 Token 开销，只需 Python+Requests 环境即可部署，实现极低硬件与使用成本。

在执行能力上，GenericAgent 如同 “八爪鱼”，凭借原子工具撬动整个数字世界，可现场编写脚本、安装插件打造新工具，还能通过 JS 插件接管用户正在使用的浏览器，保留登录态实现人机接力，同时支持 ADB 操控手机完成点外卖、查支付等操作。其极致迁移性体现在不依赖特定基座模型，Claude、Kimi 等均可适配，且能在 Windows、Mac、Android 等多端运行，习得的技能还能提炼移植，降低全社会智能成本。

该智能体遵循 “种子哲学”，出厂仅带10个核心文件与5个核心SOP，所有新能力均在使用中自主探索并保存为 SOP，解决过的任务会成为永久技能，形成专属技能树。其核心循环仅 92 行代码，通过感知 – 思考 – 行动 – 记忆的流程，实现对 PC 和移动设备的 OS 级物理控制，涵盖键鼠、文件系统、浏览器、终端等全场景，从读取微信消息到股票监控，只需一句指令即可完成，成为 AGI 发展的重要探索方向。

GenericAgent VS OpenClaw VS Claude Code