OpenClaw 离初代贾维斯有多远?

拿 OpenClaw 和贾维斯比较，很容易落入两种误区：要么把电影当科幻，什么都无法比较；要么把一句台词硬换算成算力、参数量和领先年限。两种做法都不可靠。

这次我换了一种尽量可验证的办法：贾维斯一侧只取影片、字幕和公开剧本中可观察的下界；OpenClaw 一侧只跑当前实例的只读测试。没有共同输入、共同输出和共同验收条件的项目，不给分、不算倍数。

先给最小测试集。它不是产品宣传中的“支持多 Agent”，而是同一台当前运行实例上，真实发起的只读任务。

这些数据只能证明一件事：OpenClaw 不再只是单轮聊天。它已经能把语言意图转成工具调用，读取系统状态，保留短上下文，并在受控失败后继续推进。

但样本只有 1 到 3 次，所以我们只报告成功次数、中位数和范围；不拿它冒充 p95，更不写成 SLA。

从《钢铁侠》到《复仇者联盟2》中幻视诞生前，贾维斯至少出现过以下可观察能力。

两者有交集。它们都能接收自然语言意图，都可以调度外部能力，也都涉及状态和任务推进。换句话说，OpenClaw 已经触及了贾维斯的数字任务执行骨架。

但两者的闭环不同。

因此，最准确的结论不是“OpenClaw 是贾维斯的百分之几”，也不是“贾维斯快多少倍”。前者是数字 Agent Runtime，后者已经是具身、实时、可执行于物理世界的智能系统。

继续堆更大的模型，或者继续增加技能数量，都不会自动得到一个贾维斯。要从数字任务运行时走向早期具身 Agent，至少还要补四层工程能力：

多模态感知与时间同步可查询的世界状态模型与 LLM 解耦的安全控制器可审计、可回滚的执行器适配层

这四层缺一不可。模型负责理解与规划；真正让系统进入现实世界的，是可靠的状态、确定性的控制和受约束的执行。