谈谈OpenClaw对Agent工程的启发

2、阿里云-无影云电脑-国内-还是选的ubuntu，感觉访问不了国外还是很麻烦，而且国内服务器，我之前用过Anthropic账号，很快就会被封。

3、阿里云-轻量服务器-美国，操作系统我还是选择的是ubuntu，但是什么都不安装。

装好系统后，我直接先安装了Claude Code，然后让Claude Code帮我安装了OpenClaw和GNOME，以及乱七八糟的配置和插件，一顿操作后可以顺利访问了。远程访问我用的是NoMachine，现在还一直运行稳定。

同时根据网上的建议，把一些基础的Skill安装好，包括

✅ gog

✅ tavily-search

✅ summarize

✅ find-skills

✅ notion

✅ nano-pdf

✅ todoist

✅ spotify-player

✅ sonoscli

✅ nano-banana-pro

✅ obsidian

✅ obsidian-ontology-sync

✅ self-improving

✅ proactive-agent-lite

✅ proactive-agent-skill

安装完成后，简单测试一下可以正常工作，同时我给OpenClaw起了个名字叫Eurake。

第三个阶段：开始真正体验

通过这张架构图，我们可以清晰地看到 Claw 系设计的四个核心层次：

1、入口 (Entry Points)

最关键的差异点：入口不是一个新的 App，而是你已经在高频使用的 WhatsApp、Telegram、Slack 或飞书。它潜入你的生活流，而不是强迫你迁移到新平台。

2、控制平面 (Control Plane)

这是系统的 “大脑中枢”。必须有一个 Gateway 或 Daemon 进程常驻运行，负责连接不同平台、路由消息、管理会话状态以及实施权限控制。

3、执行环 (Agent Loop)

这不仅是一句 Prompt，而是一套完整的工程闭环：从 “上下文理解” 到 “模型推理”，再到 “工具调用”，最后 “结果反馈”。这是一个不断循环、自我修正的自动化过程。

4.、身份与记忆 (Files)

SOUL / AGENTS / IDENTITY / MEMORY。这是 Claw 系的灵魂所在。通过文件化的人格与记忆，AI 不再是无状态的问答机，而是一个有性格、有记忆、懂偏好的长期伙伴。

入口即存量：Claw 系成功的关键在于 “入口不是新 App”。它利用了现有的IM生态，零摩擦地进入了用户的核心工作流。用户不需要下载新软件，不需要学习新 UI，只需要像发微信一样与AI协作。

为什么这么火：根源不是 “又一个 Agent 框架”

如果要深究 Claw 系为什么会在如此短的时间内引爆全网，我们不能仅仅把它归结为 “又一个 Agent 框架”。它的成功是多重因素叠加的结果，可以将其拆解为三个关键的 “拐点”：

1、体验拐点：从 “聊天” 变成 “通讯录里的同事”。传统 ChatGPT/Claude 的路径是：打开网页 → 新建对话 → 复制上下文。这是一种低频、断裂的体验。在群里 @ 它，像同事一样接单，发一句指令，变成常驻自动化。

2、工作流拐点：从 “问答” 到 “执行”。爆火的内容从来不是 “它答得多聪明”，而是 “它真的帮我做了事”。人们转发是因为它提供了实打实的效率收益。它可以自动整理、追踪、提醒，连接 GitHub、邮件、日程。

3、传播拐点：开源 + 可复刻 + 强故事，短视频里充斥着 “我把自己替换掉了” 的演示。这种传播具备三个极强的病毒式特征：开源：所有人都能跟着做；可复刻：几十分钟内跑通；强故事：真实成果比辞藻更有力。

Claw 系爆火的根源在于触达方式（通讯录常驻）与执行能力（自动化闭环）的结合，而不是单纯作为 “又一个 agent loop” 的技术创新。

SOUL.md / MEMORY.md：让助手 “长期运转” 的关键

很多人第一次运行 OpenClaw 或 NanoBot 时，最令他们震撼的往往不是复杂的工具调用，而是工作区里那几个看似朴素的 Markdown 文件。这些文件构成了 AI 的 “人格架构”，是它能从一个简单的 ChatBot 进化为长期 Assistant 的关键。

• SOUL.md：人格与价值观；解决问题：同一件事反复问，风格不稳定。不同时间/通道，回复语气发生漂移。理解：把 “人格” 从会话中抽离，作为长期版本管理对象。

• AGENTS.md：行为规则与 SOP；解决问题：工具很多，但模型不按你的方式用。任务缺乏固定流程（如先澄清、再计划）。理解：把它当做 AI 的 “员工手册” 或 SOP 文档。

• IDENTITY.md：偏好与边界；解决问题：默认语言（中文/英文）与详略偏好。哪些事绝对不能做（隐私/合规边界）。理解：明确服务对象，定制个性化体验边界。

• MEMORY.md：长期事实；解决问题：你是谁、你的项目、你的常用术语。把 “长期事实” 从临时会话中持久化。理解：这是实现 “越用越懂你” 的核心数据层。

不同项目对 MEMORY 的实现路径不同，这里提供一个简单的选型对比：

对比：Claw 系 vs Claude Code

在技术社区中，一个常见的问题是：“这和 Claude Code 有什么区别？”。这是一个非常关键的问题，虽然它们都使用了强大的模型，但在工程目标上有着本质的不同。

• Claude Code：面向软件工程的 Agent 工作台。核心目标是帮你在代码仓库里完成具体的开发任务（读写代码、运行命令、修复 Bug）。它活在你的终端和 IDE 里。

• Claw 系 (OpenClaw 等)：面向个人工作流的 Agent 控制平面。核心目标是帮你处理真实世界的沟通与事务（消息、日程、提醒、跨应用协作）。它活在你的通讯录和生活流里。