夜雨聆风打开一个 AI 桌面 Agent，让它把今天桌面上的截图按时间排序保存。
你盯着屏幕。
每一下点击，每一个文件操作，都要把截图发到远端大模型，等推理完，等返回，再决定下一个动作。
一次任务跑完，37.97 秒。
而一个熟练的人类做同样的事，5 秒。
这一行 32 秒的差距，不是模型不够聪明，是它每一件琐事都跑去问那个"首席科学家"。请科学家替你决定该不该开抽屉、该不该撕便签，确实精准，但贵。
摩尔线程(Moore Threads)今年 6 月开源了一个叫 MTClaw 的东西，放在 ClawHub 上，企业级解决方案做成了下载即用的 Skill。
它干了一件非常反常识的事：不是把模型换大，也不是把模型换小，是在 LLM 前面加了一层「前台助理」。
效果是，桌面 Agent 的平均完成时间从 37.97 秒 压到了 5.54 秒，快了 7 倍；在保留大模型兜底的成功率模式里,时间是 7.61 秒,成功率从 99% 升到了 100%。
传统做法：两个都不太对
桌面 Agent 慢，这事行业里都知道。
业内以前试过两条路，每条都有硬伤。
第一条路是重训大模型，让它在轻量操作上也变得更快。问题是，重训的成本高，迭代一次模型要几个月，而桌面操作的"快"需求是按天算的。每次升级模型，速度优势就归零。
第二条路是直接换小模型，让 7B、3B 的小模型跑桌面任务。问题是，小模型能勉强处理"打开微信""点击按钮"，一遇到"分析页面里这段奇怪的报错"就掉链子。成功率一掉，体验就崩。
两条路都走不通，是因为它们都在"模型本身"上动刀子。
MTClaw 换了个完全不同的思路：不动模型，动的是模型前面的流程。
「前台助理」是个啥
MTClaw 的核心是一个很轻的中间层，叫 Function Router(前台助理)。
它做的事情只有一个：判断这一步需不需要让大模型来想。
它内部跑一个 300 亿参数级 的轻量模型，专门用来回答那种问题：「这一步是要打开抽屉拿支笔，还是要分析一份财报？」
- 截个图、点个按钮、开个文件、读一段文字 —— 这些动作不需要 LLM 推理，前台助理自己办，毫秒级响应。
- 而那些需要推理的事 —— 比如「页面里这段报错在讲啥」「这段对话接下来该怎么回」 —— 它会再把请求转给后端的大模型（ChatGPT、豆包、Qwen 都行）。
一次请求进来后，前台助理会走三步：判断 → 执行 → 检查。
判断，就是决定动作复杂度归谁管；执行，是真的去敲键盘、点鼠标；检查，是事后看看要不要大模型再来「润色」一下。
这个数字是怎么打出来的
摩尔线程在 50 个真实桌面控制任务上做了端到端评测（每个任务跑 4 遍，后端用豆包 Pro）。
传统方式（每一步都问大模型）：37.97 秒，成功率 99%。
极速模式（前台助理能办就自己办）：5.54 秒，成功率 100%。这一档适合对延迟敏感的实时场景，比如机械臂操控、自动化测试。
稳健模式（前台助理碰到不确定的就把锅甩回大模型）：7.61 秒，成功率 100%。这一档最贴近生产环境，既不慢，也不出错。
同一套任务，同一个后端模型，只是中间多了一层「前台」。差距就拉开了 7 倍。
300 亿参数：不是越轻越好
这里有个反直觉的细节。
大家容易觉得「轻量模型」=「参数越少越好」，摩尔线程技术团队不是这样。
他们试了不同规模的候选模型，最后选定 300 亿参数级。低于这个数，模型在「判断要不要转交大模型」这一步就开始频繁出错，前台助理一当机，整个系统的成功率就跟着掉。高于这个数，速度优势又会被慢慢稀释掉。
300 亿不是某个神奇的黄金数字，是「快」和「准」在当前工艺下的最优解。
这个数字以后会变。但思路不会变 —— 在 AI 系统里做分工，不是"越轻越好"，是"在该轻的地方轻，在该重的地方重"。
工程细节：对话隔离
作为一个面向生产的框架，MTClaw 还藏了一个被很多人忽略的工程细节 —— 对话隔离。
在多用户、多并发的真实场景里，Agent 不是一个用户在跑，是几十个、上百个会话来同时调用前台助理。如果所有会话共用一份历史记录，前台助理会把用户 A 的操作经验拿去指导用户 B 的判断，结果就是判断错乱。
MTClaw 给每个会话单独维护一套工具调用历史、上下文状态、路由记录，所有判断只基于当前会话自己的历史。跨会话之间互不干扰。
这听起来像理所当然，但绝大多数同类框架栽在这上面。这不是花活，是商业可用性的底线。
部署只动一行代码
最后说一句关于使用的。
MTClaw 接进现有的 AI Agent 客户端，几乎不需要改业务代码。
它的工作方式是一个标准的 OpenAI 兼容接口，所有需要改的是 ——
openai.base_url = "http://<your-mtclaw-server>:8000/v1"
一行地址改完，整个桌面 Agent 就被加速了。
后端模型可以是 ChatGPT，可以是豆包，可以是 Qwen，怎么切换怎么来，前台助理会自动检查当前用的什么模型并加载进 Function Router。
代码完全开源，MIT 协议，无遥测，无云端依赖，可以本地私有化部署。
国产 GPU 算力的另一条战线
MTClaw 不只是一个性能优化工具，它透出一个信号：国产 GPU 厂商开始把"智能体加速"作为核心战场的一部分。
过去两年，国产 GPU 厂商主要在拼「能不能跑大模型」「能不能跑得动训练」。摩尔线程的 MTClaw 提出的是另一件事：让大模型在你的场景里更快、更便宜地跑起来。
它配套发布的另一套 (LiteGUI) 已经在另一条赛道用 2B 端侧模型超越 72B 行业基准，验证了"小而精"在国产算力上的可行性。
当 GPU 厂商开始卷"Agent 加速"，AI Agent 的工具链才算正式有了基础设施级别的底座。
想试试的话
如果你用的 Agent 支持 OpenAI 兼容接口，改一行 base_url 就能感受到 7 倍速的快感。
具体路径：
GitHub: github.com/MooreThreads/MTClaw
ClawHub: clawhub.ai/packages/openclaw-session-bridge-plugin
MIT 协议，企业级安全审计，可以私有化部署。
AI 助手慢这件事，到今天为止，已经不是个无解的问题。
是把模型做大，贵。
是把模型做小，不准。
是在前面加一层会判断的「前台」，便宜又准。
这道选择题，摩尔线程做完了。
