OpenClaw 核心技术深度解析(二):Agentic Loop 自主循环

在上一篇文章中，我们深入分析了 Pi 极简内核的设计哲学。今天，我们聚焦 OpenClaw 的第二个核心技术——Agentic Loop 自主循环。

这是 OpenClaw 与普通聊天机器人的根本分界线。传统聊天机器人的模式是"你问我答"，而 Agentic Loop 让 AI 从被动的应答者变成了主动的执行者。

什么是 Agentic Loop？

传统聊天机器人的工作模式：

用户提问 → LLM 生成回答 → 返回文本 → 结束

OpenClaw 的 Agentic Loop：

消息到达 → LLM 生成计划 → 是否需要工具？
    ├── 是 → 执行工具 → 结果反馈 LLM → 重新规划 → 继续循环
    └── 否 → 输出最终回复

关键区别在于：这个循环可以无限次迭代，直到任务完成。一个简单的"帮我整理项目文档"指令，可能触发 10-20 次工具调用——读取文件、分析结构、创建目录、编写内容、检查格式——全部自动完成，无需用户在每一步介入。

正如 iamulya 在其分析中所说：OpenClaw 不使用简单的"调用 LLM → 获取文本"架构，它采用递归式 Agentic Loop。当消息到达时，系统不只是请求一个回复——它请求一个计划。它授予模型权限去观察、使用工具、思考——反复进行，直到任务完成。

核心实现：Pi 嵌入式运行器

Agentic Loop 的核心实现位于 src/agents/pi-embedded-runner/，它是 OpenClaw 包装 Pi Agent 循环的方式。整个执行过程分为四个阶段：

Phase 1：设置阶段

解析工作区 + 沙箱配置
    → 构建 OpenClaw 工具集（Pi 的 4 个 + 20+ 额外工具）
    → 打开 SessionManager
    → 加载 SettingsManager
    → 调用 createAgentSession()

这个阶段的关键决策是工具集的组装。根据当前会话的类型（主会话 / 群组会话 / 子 Agent 会话），系统会通过 8 层工具策略过滤出可用的工具子集。

Phase 2：上下文组装

构建系统提示词
    = 基础提示 + 工具描述 + 技能定义
    + SOUL.md + USER.md + AGENTS.md + HEARTBEAT.md
    → 解析模型 + 认证信息
    → 加载完整会话历史
    → 清理历史（Anthropic/Gemini 轮次排序修正）
    → 自动注入图片
    → 上下文裁剪扩展介入

上下文组装是 Agentic Loop 中最精密的部分。系统需要在有限的 token 窗口内，塞入尽可能多的有用信息。这里有两个关键扩展在工作：

• 上下文裁剪扩展：在 Anthropic 缓存 TTL 过期后（默认 5 分钟），对旧的工具调用结果进行软裁剪（保留头尾）或硬清除（替换为占位符）
• 压缩保护扩展：防止压缩操作本身消耗过多上下文

Phase 3：执行循环

调用 session.prompt()（Pi 的实际 Agent 循环）
    → subscribeEmbeddedPiSession() 包装 Pi 的流
    → 每次工具调用前通过 8 层工具策略检查
    → 工具执行结果反馈给 LLM
    → LLM 决定下一步：继续调用工具 or 输出最终回复

这是 Agentic Loop 的核心。Pi 的 session.prompt() 方法启动一个循环：LLM 生成响应，如果响应中包含工具调用请求，系统执行工具并将结果反馈给 LLM，然后 LLM 再次生成响应。这个过程一直持续到 LLM 输出纯文本（不包含工具调用）为止。

Phase 4：完成清理

触发压缩（如果需要）
    → 持久化会话到 JSONL
    → 格式化并发送回复
    → 释放会话锁

实际执行示例

假设你对 OpenClaw 说："帮我检查项目中所有的 TODO 注释，整理成一个清单，并为每个 TODO 创建一个 GitHub Issue。"

Agentic Loop 的执行过程：

整个过程中，用户只发送了一条消息，Agent 自主完成了 20+ 次工具调用。

上下文窗口管理：长对话的生命线

Agentic Loop 面临的最大挑战是上下文窗口管理。每次迭代都会增加上下文长度（工具调用 + 结果），长任务很容易撑爆模型的 token 上限。

OpenClaw 通过两个 Pi 扩展来解决这个问题：

上下文裁剪扩展

位于 src/agents/pi-extensions/context-pruning/，采用渐进式策略：

触发时机也很讲究：仅在 Anthropic 缓存 TTL 过期时激活（默认 5 分钟）。这是因为 Anthropic 的 API 有提示词缓存机制，如果在缓存有效期内修改上下文，会导致缓存失效，反而增加成本。

压缩保护扩展

位于 src/agents/pi-extensions/compaction-safeguard.ts：

• 防止压缩操作本身消耗过多上下文（压缩生成的摘要也占 token）
• 单独总结被丢弃的消息，而不是简单删除
• 跟踪文件操作（读/写/编辑）并包含在摘要中，确保 Agent 不会"忘记"自己做过什么

成本控制：Agentic Loop 的经济学

Agentic Loop 的一个重要特性是：它没有内置的成本控制器。每次迭代都消耗 token，一个复杂任务可能消耗数万甚至数十万 token。

社区的解决方案：

有用户报告，使用混合模型路由策略，一整天的 Agent 使用仅花费 75。差异在于刻意的模型路由，而非降低能力。

与其他 Agent 框架的对比

OpenClaw 的 Agentic Loop 最大的优势是灵活性——它不预设任务的复杂度，让 LLM 自己决定何时停止。代价是需要更精细的成本管理。

策略感知的 Agent Loop

值得一提的是，BYU 的 Pico Labs 团队提出了一个有趣的扩展：策略感知的 Agent Loop。他们使用 Cedar 策略语言修改了 OpenClaw 的 Agent Loop，使得每次工具调用都在运行时由策略授权。

关键创新在于：策略拒绝不会终止执行，而是变成反馈，引导 Agent 下一步做什么。 例如，如果 Agent 尝试删除一个受保护的文件，策略引擎会拒绝并返回原因，Agent 可以据此调整策略（比如先请求权限提升）。

这种设计将安全从"硬性限制"变成了"软性引导"，让 Agent 在安全边界内保持自主性。

总结

Agentic Loop 是 OpenClaw 从"聊天工具"进化为"自主 Agent"的核心机制。它通过递归式决策循环、精密的上下文管理、和灵活的工具调用，让 AI 能够自主完成复杂的多步骤任务。

理解 Agentic Loop，就理解了 AI Agent 与传统聊天机器人的本质区别：不是"更聪明的回答"，而是"自主的行动"。

参考链接

• iamulya - OpenClaw Agent Loop, Context, and Models
• CHATTERgo - OpenClaw Deep Dive: Architecture, Agent Loop
• RoboRhythms - How OpenClaw AI Agent Works
• Pico Labs - A Policy-Aware Agent Loop with Cedar and OpenClaw
• Ken Huang - OpenClaw and Recursive Self-Improvement
• Breydan - The Engineering Foundations of Autonomous Personal Intelligence