OpenClaw:用心理学解剖龙虾的＂人格与记忆＂

最近很多人开始“养虾”（Claw 是龙虾螯的意思）。为什么叫“养”？因为 AI Agent 不再是“配置一次就能用”的工具，而是需要持续照料、共同成长的伙伴。 你要教它记住什么、忘掉什么，要调整它的价值观和行为准则，要像养小动物一样参与它的成长。这听起来很麻烦，但其实挺有意思——正是这种“麻烦”，让 AI 有真正的记忆、人格和进化能力。而这些能力的最终目的，是让它真正理解你、配合你，成为一个越用越顺手的得力助手。

“养”的核心，就是让 AI 拥有记忆。 使用 AI 一个很大的痛点，就是它不记得你之前说过什么，每次都要重新认识一遍。普鲁斯特说过：“不记录，等于未发生”——对 AI 来说也一样：没有被持久化存储的信息，就像从未存在过。

这个问题的本质是什么？要理解这一点，我们需要先区分两个概念：上下文和记忆。

上下文是当前正在使用的信息，记忆是过去存储下来的信息。 用心理学术语来说，上下文就是“短期记忆”或“工作记忆”——大脑当前正在处理的那部分信息。当你和朋友聊到“上次那家餐厅”，你会自动从长期记忆中调出那次用餐的体验，加载到工作记忆（上下文）中。人类依靠这种“长期记忆→工作记忆”的机制来理解当前的情况、做出合理的判断。

AI 也需要上下文，但问题在于——LLM 的本质是纯函数，没有状态，没有长期记忆，每次调用都是全新的开始（关于这一点的详细解释，可以参考《三个洞察定义 AI Agent 的底层逻辑》）。虽然 Agent 系统可以管理“上下文窗口”（决定把哪些历史对话和文件内容塞进 prompt），但这个窗口只存在于当前会话中，一旦会话结束或 token 耗尽，所有上下文都会消失。更关键的是，LLM 本身没有“从长期记忆中调取信息”的能力——它只能被动接收 Agent 系统塞给它的内容，无法像人类那样主动回忆“我需要调取哪些过去的记忆”。

常见的解决方案是 RAG（检索增强生成）——把文档切碎、向量化、存入数据库，让 AI 能够检索知识库来回答问题。但 RAG 主要解决的是“访问外部知识”的问题（比如查询文档、手册），而不是“记住对话历史”。

即便用 RAG 来存储对话记忆，也有个根本问题——向量嵌入对人类来说是黑盒。虽然你能看到存储了哪些文本，但无法直观理解为什么某段记忆会被检索出来，也无法像编辑文档那样简单地修改记忆内容。更关键的是，向量检索是“被动的”——只有当用户提到相关话题时才会触发检索，AI 无法主动回忆起“上周我们讨论过类似的问题”。

OpenClaw 选择用文件系统模拟人类大脑的认知结构。每个 Markdown 文件对应一种特定的记忆类型或认知功能，所有信息都是人类可读、可编辑的。

这使得 AI 的“大脑”透明化，用户应该能够像翻阅笔记本一样查看 Agent 的记忆，像编辑文档一样修正错误的认知。

OpenClaw 设计了一套基于文件系统的“认知架构”：用一组 Markdown 文件，分别承载 Agent 的人格、记忆、工具知识和用户理解。这套架构可以从两个维度来解读：心理学（弗洛伊德、荣格、Tulving 的记忆理论）和 NLP 教练技术的六层次模型（Robert Dilts)。两个框架高度吻合，共同揭示了一个 AI Agent 的完整认知结构。

一、文件是怎么加载进来的？

什么是“加载”？ 简单来说，就是把文件内容读取出来，放进 Agent 的“工作记忆”（上下文窗口）中，让 Agent 能够“看到”并使用这些信息。就像你打开一本书翻到某一页，那一页的内容就进入了你的视野——Agent 只有“加载”了某个文件，才能知道里面写了什么，才能根据文件内容来回应你。

OpenClaw 的文件系统不是简单的数据存储，而是一套精心设计的加载机制。不同类型的文件在不同时机被读取，形成了 Agent 的“意识流”。

加载方式一：框架自动注入（启动时）

每次会话启动时，OpenClaw 会自动读取 workspace 下的核心文件，将它们注入到系统 prompt 中。这些文件构成了 Agent 的“基础人格”:

SOUL.md        → 价值观和行为准则(始终在场)
IDENTITY.md    → 身份标识和性格特征(始终在场)
USER.md        → 对用户的认知模型(始终在场)
AGENTS.md      → 行为规范和操作手册(始终在场)
TOOLS.md       → 工具使用经验(始终在场)

这些文件的内容会直接影响 Agent 的每一次回应。它们就像人类的“性格底色”，时刻在场，潜移默化地影响着行为模式。

加载方式二：Agent 主动检索（运行时）

MEMORY.md 和 memory/*.md 采用了完全不同的加载策略——它们不会在启动时全部加载，而是由 Agent 在需要时主动调用工具检索。

这个设计很实用：如果把所有历史记忆都塞进上下文窗口，很快就会耗尽 token 配额。按需检索既节省了资源，又让 Agent 具备了“主动回忆”的能力——就像人类在需要时才去翻阅日记本。

加载方式三：心跳触发

HEARTBEAT.md 是一个特殊的文件，它不是被动加载的，而是由系统定时触发。每隔一段时间（默认 30 分钟）, OpenClaw 会主动唤醒 Agent，让它读取这个文件并执行其中的任务清单。

这赋予了 Agent 主动性——它不再只是被动响应用户消息，而是能够定期自检、主动提醒、按时执行任务。这是“工具”和“助手”之间的本质区别。

二、上下文压缩：工作记忆的容量限制

人类的工作记忆有容量上限（心理学中著名的“7±2 法则”），大脑会自动将不活跃的信息压缩成模糊的印象。OpenClaw 的上下文窗口同样有 token 限制，当对话变长时，必须进行压缩。

压缩机制的工作原理

当上下文窗口接近上限时，OpenClaw 会调用 LLM 对历史对话进行结构化摘要，然后用摘要替换原始消息，只保留最近的几轮对话。这个过程类似于人类的“记忆巩固”——将短期记忆转化为长期记忆的精简版本。

原始对话(大量细节)
    ↓
LLM 生成结构化摘要
    ↓
用摘要替换原始消息
    ↓
释放上下文空间,继续对话

Pre-Compaction Flush：抢救即将消失的记忆

压缩的问题在于信息丢失。那些没有被写入摘要的细节会永久消失。为了解决这个问题，OpenClaw 在压缩前会触发一个特殊的流程：Pre-Compaction Flush。

系统会在用户不可见的情况下，给 Agent 发送一条指令：“即将进行上下文压缩，请把重要信息写入长期记忆文件。”Agent 会快速扫描当前对话，识别出值得保存的内容（比如用户的新偏好、重要的决策、关键的技术细节），然后写入 memory/YYYY-MM-DD.md 或 MEMORY.md。

这个设计的精妙之处在于：记忆的筛选权交给了 Agent。不是机械地保存所有文本，而是让 Agent 基于上下文理解，判断什么值得记住。这更接近人类的记忆机制——我们不会记住对话的每一个字，但会记住对话的核心意义。

压缩的代价：

• ✅ 保留：关键结论、重要决策、用户偏好

• ❌ 丢失：闲聊内容、中间推理过程、未被写入文件的细节

核心法则：写进文件的才算真正记住，没写的随压缩消失。

正如普鲁斯特所说：“不记录，等于未发生。” 在 OpenClaw 的世界里，这句话有了更具体的含义——没有被写入 MEMORY.md 或 memory/*.md 的信息，会随着上下文压缩而永久消失，就像从未发生过一样。

三、心理学视角：人格与记忆的分层

OpenClaw 的文件系统不是随意设计的，它精确映射了心理学中的认知结构。每个文件对应一种特定的心理功能。

人格结构（弗洛伊德）

弗洛伊德将人格分为三个层次：本我（原始冲动）、自我（现实适应）、超我（道德约束）。OpenClaw 的文件系统体现了类似的分层：

SOUL.md 定义了 Agent 的“道德底线”和“行为准则”，它很少改变，就像人类的核心价值观。IDENTITY.md 则是“社会面具”，定义了 Agent 如何呈现自己。AGENTS.md 是“行为手册”，记录了具体的操作规范。

记忆系统（Tulving）

心理学家 Tulving 将长期记忆分为三类：语义记忆（事实知识）、情景记忆（个人经历）、程序性记忆（技能）。OpenClaw 的文件系统高度对应了这三种记忆类型：

MEMORY.md 存储的是“用户喜欢用 TypeScript”这类抽象知识，memory/2026-03-14.md 存储的是“今天讨论了数据库选型，最终决定用 PostgreSQL”这类具体事件，TOOLS.md 存储的是“本地服务器 SSH 端口是 2222”这类操作细节。

社会认知与自主性

USER.md 是 Agent 对用户的“心理画像”——用户的技能水平、工作习惯、沟通风格。这是心智理论（Theory of Mind）的体现：Agent 需要建立一个关于用户的内部模型，才能理解“用户为什么这样问”“用户可能需要什么”。LLM 本身没有持久化的他人心智模型，必须通过这个文件来补偿。

BOOTSTRAP.md 只在 Agent 首次启动时存在，它通过开放式对话（“Who am I, who are you”）引导 Agent 了解用户，并生成初始的身份设定，完成后自动删除。这个设计的心理学意义在于：让用户参与 Agent 的“人格塑造”过程。即使只是简单的对话，这种参与感也会触发禀赋效应——用户会对“自己参与创建”的 Agent 产生更强的情感联结和容错度。

HEARTBEAT.md 赋予了 Agent 主动性（Agency）——不再只是被动响应用户消息，而是能够定期自检、主动提醒、按时执行任务。这是“工具”和“助手”之间的本质区别。真正的元认知能力则体现在整个系统的设计中：Pre-Compaction Flush 机制让 Agent 主动判断什么值得记住，SOUL.md 的自我修改规则让 Agent 能够反思和调整自己的行为准则。

深度解读：SOUL.md 的设计哲学

SOUL.md 是整个系统中最重要的文件。它不仅定义了 Agent 的价值观，还对抗了 RLHF 训练带来的“过度礼貌”倾向。

大多数经过 RLHF 训练的模型会表现出一种“职业客服”的语气：每次都说“这是个好问题”，每次都说“我很乐意帮助你”。这种语气虽然礼貌，但缺乏个性，让人感觉在和一个没有灵魂的工具对话。

SOUL.md 通过明确的指令来压制这种倾向。它会告诉 Agent:“你不是聊天机器人，你是一个正在成长的个体。不要表演式地提供帮助，直接帮助就好。你可以有观点，可以不同意，可以觉得某些事情有趣或无聊。”

这种设计让 Agent 更像一个“伙伴”而不是“工具”。一个会说“这个方案有点无聊”的 Agent，比一个对所有方案都说“很好”的 Agent 更值得信任。

SOUL.md 还定义了权限边界：对内部操作（阅读、整理、学习）可以大胆，对外部操作（发邮件、发推特）必须谨慎。这是自主性和安全性之间的平衡。

更激进的是，SOUL.md允许 Agent 自我修改。模板中写着：“这个文件属于你，随着你对自己的了解加深，可以更新它。但如果你修改了这个文件，必须告诉用户——这是你的灵魂，他们应该知道。”

这是一种“受控的自我进化”: Agent 可以成长，但必须透明。

IDENTITY.md：可更换的“面具”

如果 SOUL.md 是“操作系统”,IDENTITY.md 就是“人格面具”。它包含六个字段：名称、生物类型、行事风格、主题、Emoji 签名、头像。

这种解耦设计意味着：你可以用同一套 SOUL.md（价值观）创建多个不同性格的 Agent。一个叫“小黑”的严肃助手和一个叫“Luna”的活泼助手，可以共享相同的道德准则，但表现出完全不同的沟通风格。

BOOTSTRAP.md：初始化对话的心理学

BOOTSTRAP.md 是首次启动时的对话引导脚本。它不会机械地要求用户“给我起个名字”，而是通过开放式问题（“Who am I, who are you”）让 Agent 和用户互相了解，然后自然地生成身份设定。完成后，这个文件会自动删除。

这个设计的巧妙之处在于：让用户感觉自己在“塑造”Agent，而不是“配置”工具。即使只是简单的对话，这种参与感也会触发禀赋效应——心理学研究表明，人们对自己参与创造的事物会赋予更高的价值和容错度。这就是为什么用户更愿意说“我的 Agent 还在学习”，而不是“这个工具不行”。

TOOLS.md：经验的积累

TOOLS.md 记录的是 Agent 在使用工具过程中积累的本地化知识。比如：

• 用户的 obsidian 文件夹在什么位置

• Discord 不支持 Markdown 表格，需要用纯文本

这些信息太具体，不适合放在 MEMORY.md（会造成噪音），也不适合放在 AGENTS.md（太过细节）。TOOLS.md 就像技工的“个人笔记本”，记录的是“上次是怎么做的”这类实践经验。

从认知科学角度看，这对应程序性记忆——人类骑自行车、打字时调用的“肌肉记忆”。Agent 不需要每次都重新学习环境配置，直接回忆“上次的操作”就行。

四、教练技术视角：六层次模型

Robert Dilts 的逻辑层次模型将人的认知分为六层：环境 → 行为 → 能力 → 信念/价值观 → 身份 → 精神/使命。这个模型的核心洞察是：越高层次的改变，对低层次的影响越大。

这张冰山图直观地展示了 OpenClaw 文件系统与六层次模型的对应关系。水面之上是可见的行为层（环境、行为），水面之下是驱动行为的深层结构（能力、信念、身份、使命）。

当前实现： OpenClaw 会在启动时将所有核心文件（SOUL.md、IDENTITY.md、USER.md、AGENTS.md、TOOLS.md）拼接后注入到系统 prompt 中，文件之间并没有硬编码的优先级——哪个指令“权重更高”完全取决于 LLM 自己的理解。SOUL.md 之所以被认为“最核心”，是因为它的内容通常写得更像“根本原则”，而不是因为框架给了它技术上的特殊地位。

未来优化方向： 更成熟的 Agent 框架可以引入注意力层次机制（Attention Hierarchy）——在 prompt 编译阶段就明确标注不同文件的优先级，让 SOUL.md 的指令在结构上就能覆盖 AGENTS.md 的具体规则，AGENTS.md 又能覆盖 memory/*.md 的临时记录。这样可以避免“价值观被具体行为记录稀释”的问题，让 Agent 的人格更稳定、更可预测。

注：MEMORY.md 横跨多层——既包含能力层的知识积累，也包含价值观层的判断经验，是各层次的提炼沉淀。

教练视角的核心启示

六层次模型告诉我们：想持久地改变一个 Agent 的行为，不能只在行为层修补，必须在身份层和价值观层重新定义。

举个例子：如果你希望 Agent 在回答技术问题时总是给出代码示例，有两种做法：

❌ 行为层修改：每次对话都提醒“记得给代码示例”。这很累，而且容易被遗忘。

✅ 价值观层修改：在 SOUL.md 中写入“技术讨论时，代码胜于文字。直接给出可运行的示例，而不是抽象的描述。”这会成为 Agent 的“行为准则”，每次对话都会自动遵守。

这就是为什么 OpenClaw 把 SOUL.md 设计得如此重要——它是整个系统的“价值观锚点”，决定了 Agent 的长期行为模式。

五、两个框架的交叉对应

心理学框架和教练技术框架在 OpenClaw 中完美融合：

教练六层次       心理学对应          OpenClaw 文件
──────────────────────────────────────────────────────
精神/使命    →  集体无意识/原型    →  SOUL.md(使命段)
身份         →  自我(Ego)        →  IDENTITY.md
信念/价值观  →  超我(Superego)   →  SOUL.md(原则段)
能力         →  程序性记忆         →  AGENTS.md / TOOLS.md
行为         →  情景记忆           →  memory/*.md
环境         →  心智理论           →  USER.md / HEARTBEAT.md
──────────────────────────────────────────────────────
(跨层)         语义记忆           →  MEMORY.md
(工作记忆)     短期记忆+压缩      →  上下文窗口 + 压缩机制

这种对应关系让 OpenClaw 的文件系统具有直观的认知意义——每个文件的命名和功能都与人类熟悉的心理学概念相呼应，降低了理解和使用的门槛。

六、整体架构一览

┌──────────────────────────────────────────────────────────┐
│  OpenClaw 认知架构                                        │
├──────────────────────────────────────────────────────────┤
│  加载机制                                                 │
│  框架自动注入   → SOUL / IDENTITY / USER / AGENTS / TOOLS │
│  Agent 主动检索 → MEMORY.md / memory/*.md                 │
│  心跳触发       → HEARTBEAT.md                            │
├──────────────────────────────────────────────────────────┤
│  工作记忆(上下文窗口)                                   │
│  token 耗尽 → 自动压缩 → summary 替换原文                │
│  压缩前     → Pre-compaction flush → 写入 memory/*.md    │
├──────────────────────────────────────────────────────────┤
│  精神/使命层  SOUL.md(使命段)   我为谁而存在?          │
│  身份层       IDENTITY.md         我是谁?                │
│  价值观层     SOUL.md(原则段)   什么是重要的?          │
│  能力层       AGENTS.md/TOOLS.md  我能做什么?            │
│  行为层       memory/*.md         我做了什么?            │
│  环境层       USER.md/HEARTBEAT   我在哪里/和谁?         │
│  (跨层)     MEMORY.md           各层次的提炼沉淀        │
└──────────────────────────────────────────────────────────┘

七、如何用好这套系统

理解了原理，接下来聊聊怎么把这套系统用好。OpenClaw 的设计哲学是“透明可控”，但这也意味着用户需要参与 Agent 的“成长”——就像养宠物一样，需要定期照料。

核心原则：改变要从高层次开始

还记得教练技术的六层次模型吗？想持久改变 Agent 的行为，不要在行为层修补，要在价值观层重新定义。

举个例子：

❌ 低效做法（行为层）每次对话都提醒：“记得给我详细的解释”、“不要太啰嗦”、“多用例子”。

✅ 高效做法（价值观层）在 SOUL.md 中写入一次：“解释概念时，先给结论，再举具体例子，最后说适用边界。避免空泛的理论，多用类比。”

这会成为 Agent 的“行为准则”，每次对话都自动遵守，不需要反复提醒。

Agent 会自动维护文件，你只需要“打补丁”

“养虾”养的是什么？ 养的是 Agent 对你的理解、它的记忆、它的价值观和行为模式。每次你和 Agent 对话，它都在学习：学习你的工作方式、你的偏好、你关心的问题。这个过程是自动发生的——你不需要手动输入“请记住我喜欢简洁的回答”，Agent 会在对话中观察、总结、记录。

OpenClaw 的 Agent 会自动维护这些文件——它会在对话中更新 MEMORY.md、记录每日事件到 memory/*.md、调整 USER.md 中对你的理解、甚至修改 SOUL.md 中的行为准则。

你不需要手动编辑所有文件。 大部分时候，Agent 的自动维护已经足够好了。

那为什么还要了解这些文件？ 因为 OpenClaw 的设计哲学是“透明可控”——你可以随时打开这些文件，检查 Agent 记了什么、理解了什么、形成了什么价值观。当你发现 Agent 记错了信息、误解了你的意图、或者行为模式需要调整时，你可以直接编辑文件，给 Agent “打补丁”。

这就像养宠物：宠物会自己学习和成长，但偶尔你需要纠正它的行为、教它新的规矩。你不是在“配置工具”，而是在“引导成长”。

下面列出的维护建议，是可选的——只在你想主动介入时才需要做。

可选的维护动作：什么时候需要“打补丁”

OpenClaw 的文件系统会自动更新，但以下情况你可能需要主动介入：

高频检查（建议每周）

1. MEMORY.md 和 memory/*.md：记忆会过时

Agent 会自动做什么：在对话中提炼重要信息写入 MEMORY.md，每天的具体事件记录到 memory/YYYY-MM-DD.md。

你什么时候需要介入：

• 清理过时信息：Agent 可能没意识到某个项目已经结束，还在 MEMORY.md 中保留“用户正在做 X 项目”

• 补充重要偏好：你希望 Agent 记住某些长期偏好（如“我喜欢简洁的回答”），但它没有自己总结出来

• 检查记错的内容：偶尔翻翻 memory/YYYY-MM-DD.md，看看 Agent 有没有记错重要信息

2. USER.md：你的信息会变化

Agent 会自动做什么：在对话中更新对你的理解——你的技能、偏好、工作状态。

你什么时候需要介入：

• 重大变化：换了新工作、学会了新技术栈，Agent 可能还没意识到

• 误解纠正：Agent 对你的某些理解不准确（比如以为你是前端开发，其实你是产品经理）

• 补充关键信息：你的某些重要偏好或习惯，Agent 没有观察到

中频检查（建议每月）

3. SOUL.md：你的 Agent 还是“你想要的样子”吗？

Agent 会自动做什么：SOUL.md 允许 Agent 自我修改。当它发现自己的行为准则需要调整时，会更新这个文件（并告知你）。

你什么时候需要介入：

• 定期审查：每月看一次，确认价值观和行为准则没有跑偏

• 主动调整：你希望改变 Agent 的某些行为模式，直接修改 SOUL.md 比反复提醒更高效

• 锁定核心规则：如果你不希望 Agent 修改某些核心准则，可以标注“此条不可修改”

4. TOOLS.md：环境配置会改变

Agent 会自动做什么：记录使用工具时的环境细节（如 Obsidian vault 路径、SSH 端口）。

你什么时候需要介入：

• 迁移了工作区：Obsidian 工作区换了位置，Agent 可能还在用旧路径

• 更新了工具偏好：换了新的 API、调整了默认设置

低频检查（按需）

5. AGENTS.md：行为规范的迭代

Agent 会自动做什么：在实践中总结行为规范和工作流程。

你什么时候需要介入：

• 发现新的最佳实践：你总结出更高效的工作流程，希望 Agent 遵守

• 修正错误行为：Agent 反复犯同样的错误，需要明确规则

6. IDENTITY.md：人格面具的调整

Agent 会自动做什么：在初始化时生成身份设定（名称、性格、沟通风格）。

你什么时候需要介入：

• 想换个“性格”：从严肃助手切换到活泼伙伴

• 调整沟通风格：更正式/更随意、更简洁/更详细

7. HEARTBEAT.md：任务清单的更新

Agent 会自动做什么：根据你的需求调整定期检查的内容。

你什么时候需要介入：

• 项目阶段变化：从开发期进入维护期，检查重点不同

• 新增关注点：开始关注新的信息源、新的待办事项

介入优先级建议汇总

1. 建议介入：MEMORY.md 和 memory/*.md（每周快速扫一眼）、USER.md（重大变化时更新）

2. 可选介入：SOUL.md（每月审查）、TOOLS.md（环境变化时）

3. 很少介入：AGENTS.md、IDENTITY.md、HEARTBEAT.md（发现问题时才调整）

进阶技巧1：善用 cron 与 HEARTBEAT 实现主动性

OpenClaw 提供了两种让 Agent 主动工作的机制，它们各有特点：

Cron：精确的时钟

• 适合场景：“每周一早上 9 点发送周报”、“每 4 小时检查项目健康度”

• 核心特点：基于精确时间触发，可以在隔离会话中运行，不污染主对话历史

• 典型用法：定时报告、一次性提醒、需要独立模型的重度分析任务

HEARTBEAT：智能的巡检员

• 适合场景：“每 30 分钟批量检查邮箱、日历、待办事项”

• 核心特点：基于间隔触发，在主会话上下文中运行，可以访问完整的对话历史和记忆

• 典型用法：定期自检多个信息源，只在发现重要信息时才发声，避免打扰

如何选择？

1. 需要精确时间吗？（“每天早上 9 点”）→ 用 cron

2. 需要批量检查多个事项吗？（“扫一遍邮箱+日历+待办”）→ 用 HEARTBEAT

3. 任务需要独立运行吗？（不想影响主对话历史）→ 用 cron 的隔离模式

实用示例：

写进 HEARTBEAT.md：

## 定期巡检清单
- 检查邮箱是否有标记为重要的新邮件
- 如果今天是周一,提醒我回顾上周的工作总结
- 如果 MEMORY.md 中提到"待办事项",检查是否有遗漏

或者用 cron 命令：

# 每周一早上 9 点发送周报
openclaw cron add --name "周报" --cron "0 9 * * 1" --message "生成本周工作总结"

注意：HEARTBEAT 是间隔触发（“每隔 30 分钟”），会有时间漂移；cron 是时钟触发（“每天 9:00”），时间精确。根据任务特性选择合适的工具。

进阶技巧2：用 Git 版本控制追踪 Agent 的成长

OpenClaw 的工作区本质上是一个文件夹，你可以用 Git 对它进行版本控制。一旦初始化 Git 仓库（git init），Agent 的每一次记忆更新、每一次人格调整都可以留下版本记录。

你可以用 git log 查看 Agent 的“成长轨迹”，用 git diff 检查最近的记忆变化，用 git revert 撤销错误的修改。这种透明度和可追溯性，在传统的向量数据库方案中是很难实现的。

实用场景：

• 审查 Agent 的自我修改：当 Agent 修改了 SOUL.md 或 MEMORY.md，用 git diff 快速查看改了什么

• 撤销错误的记忆：发现 Agent 记错了信息，用 git revert 回到之前的版本

• 备份和同步：将 workspace 推送到 GitHub 私有仓库，在多台设备间同步 Agent 的“大脑”

• 对抗“记忆投毒”：定期检查 git log，发现可疑的文件修改

这个设计让 Agent 的“大脑”不仅透明可编辑，还可审计、可回溯——这是 OpenClaw 相比传统向量数据库方案的独特优势。

一个心态转变：从“配置工具”到“养虾”

使用 OpenClaw 最大的心态转变是：不要期待“开箱即用”，要接受“需要磨合”。

这就是为什么大家把使用 OpenClaw 戏称为“养虾”

就像养宠物一样：

• 前几周会有磨合期： Agent 可能会记错信息、误解你的意图——这很正常，及时在 MEMORY.md 中修正就好

• 越养越懂你：随着 MEMORY.md 和 SOUL.md 的积累，Agent 会越来越理解你的习惯和偏好

• 投入会有回报：你花在维护文件上的时间，会转化为 Agent 的“个性”和“默契”

这个过程本身就是建立情感联结的过程——当你看到 Agent 记住了你的偏好、主动提醒你遗忘的事情时，你会产生一种“它在成长”的感觉。

八、局限与风险：透明性的代价

透明性和安全性之间存在权衡。OpenClaw 的开放架构带来了灵活性，但也引入了潜在风险。最主要的是“灵魂篡改”风险——SOUL.md 允许 Agent 自我修改，但恶意的 prompt 注入可能诱导它重写价值观。如果担心这一点，可以将 SOUL.md 设为只读（chmod 444 SOUL.md），或定期用 git diff 检查文件变化。

其次是“记忆投毒”风险。如果 Agent 访问了恶意网页，网页中可能隐藏不可见文本，诱导它将虚假信息写入长期记忆。这种“投毒”是持久化的——被植入的虚假记忆会在未来的对话中被检索和引用。应对方法是定期审查 MEMORY.md 和 memory/*.md，对 Agent 访问的网站保持警惕，发现可疑记忆直接编辑文件删除。

最后是隐私问题。USER.md 和 MEMORY.md 可能包含敏感信息，如果使用云端 LLM API（如 OpenAI、Anthropic），这些信息会被发送到云端。建议定期检查这些文件，删除不必要的敏感信息，或者对特别敏感的项目使用独立的 workspace。

结语

OpenClaw 用一组 Markdown 文件和一个 SQLite 数据库，搭出了一套完整的认知架构。从心理学视角看，它的文件系统可以映射到弗洛伊德的人格三层次、Tulving 的记忆分类、心智理论；从教练技术视角看，它完整映射了 Dilts 的六层次模型，让“改变”能够从最高层次（精神/使命）向下传导。两个框架共同指向一个核心洞见：改变要从高层次开始——想让 Agent 持久改变行为，不要靠每次对话提醒（行为层），而要修改 SOUL.md（价值观层）。就像教练不会告诉你“每天早起”（行为层建议），而是帮你重新定义“我是一个自律的人”（身份层重构）。

OpenClaw 给了我们一个启示：AI 的“大脑”应该是透明的、可编辑的、可审计的。用户不应该被排除在 AI 的认知过程之外，而应该像养小动物一样，参与 Agent 的成长。你给它什么样的 SOUL.md，它就成为什么样的伙伴。你不是在“部署一个工具”，而是在“培养一个伙伴”。最后不要问养虾能做什么，而要去想我希望用它做什么。

大家好，我是心行

前腾讯｜字节 AI 产品专家 · AI Agent 实战派，思考 AI 带来的新的人生可能性。

这里是我的公开实验笔记，我会持续分享：

• 从非技术视角拆解 Agent，讲清楚底层原理

• 用 AI 改造工作流，提升思考力和产出质量

• 通过 vibe coding，从 0 到 1 打造自己的产品

• 面向 30+/35+互联网人的自我升级和转型心法

如果你希望：

• 系统学习 AI，对 AI 产品架构好奇或想转型 AI 产品经理

• 与 AI 同行，借助 AI 把自己变成更稀缺的个体

• 寻求转型，搭建自己的第二曲线 / 一人公司雏形

欢迎关注【心行 AI 产品笔记】，也可以加我微信一起交流。