李宏毅老师深度解剖小龙虾:以 OpenClaw 为例介绍 AI Agent 的运作原理

以下是台大李宏毅老师亲自解刨“小龙虾”的视频，来自于他的机器学习2026春季课程：

https://speech.ee.ntu.edu.tw/~hylee/ml/2026-spring.php

这个视频用 OpenClaw 说明了 AI Agent 的核心并不只是“大模型更聪明”，而是让模型拥有了工具调用、任务执行、记忆存储、上下文管理和持续运行的能力。它能通过 system prompt 知道自己是谁，通过工具和 SKILL 真正“动手做事”，通过记忆文件和检索实现跨会话延续，还能借助 sub-agent、上下文压缩和 heartbeat 机制处理复杂、长期任务。简单说，AI Agent 的本质就是把大模型从“会聊天”升级成“会干活”，而真正的关键在于 Context Engineering。以下是该视频对应的部分课件，需要全部课件的同学请关注 AINLP 公众号，回复'lhy2026'获取：

需要全部课件的同学可以关注 AINLP 公众号，回复'lhy2026'获取：

进技术交流群请添加AINLP小助手微信（id: ainlp2)
请备注具体方向+所用到的相关技术点
关于AINLP
AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括LLM、预训练模型、自动生成、文本摘要、智能问答、聊天机器人、机器翻译、知识图谱、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLP小助手微信(id：ainlp2)，备注工作/研究方向+加群目的。