夜雨聆风AI Agent 演进史
从 OpenClaw 到 Hermes，再到企业数字员工
从 OpenClaw 到 Hermes，再到 Claude Code/Codex，最后到 WorkBuddy/千问办公——这不仅是产品的迭代，更是底层技术哲学和商业逻辑的三次大跨越。
OpenClaw（连接）→ Hermes（自进化）→ Claude Code/Codex（工程化）→ WorkBuddy/千问办公（企业化）
从「超级遥控器」到「会学习的学徒」，再到「专业工程师」，最后到「企业数字员工」。这条技术线，完美演绎了 AI 从「玩具」走向「生产力工具」的全过程。
阶段一：OpenClaw —— 「连接型」网关（让 Agent 能干活）
核心思想：打破孤岛，连接一切。
OpenClaw 是 Peter Steinberger 的周末项目，2025 年 11 月 24 日首发，最初叫 Warelay（WhatsApp Relay 的缩写），起因只是「想从手机检查电脑上的 agent」。
它最初的判断极其简单粗暴：
AI 必须直接运行在用户的本地设备上，拥有和人类一样的系统级权限。
它把 AI 从云端的「高级玩具」，变成了一台真正可控的本地计算机。
架构特征：超级网关。强项在于广度——打通了 25+ 个消息平台（WhatsApp、iMessage、Slack 等），让用户在任何地方都能给 AI 下指令。
配合 Skill 模块化：员工手册（SKILL.md）写清楚工具干嘛用的、什么时候用，工具箱（可执行代码）承载实际能力——把大模型从「阅读理解一堆 API 文档」中解放出来。
局限性：每次都是「新手」。它本质上是「配置即行为」的系统。没有跨会话的长期记忆，不会自己学习，全靠人工去 ClawHub 找 Skill 并配置。
阶段二：Hermes Agent —— 「自进化型」大脑（让 Agent 越干越强）
核心思想：从「工具执行」向「自主进化」跨越。
Hermes 在 OpenClaw 的基础上，解决了一个致命痛点——「每次都是新手」。
架构特征：运行时自进化闭环。Agent 在执行完任务后，会自动总结经验，生成 SKILL.md 存入本地。下次遇到类似任务，直接复用，不再从头摸索。
执行任务 → 复盘经验 → 生成 SKILL.md → 存入本地 → 下次复用
本质跃升：干预递减。它把维护技能的成本从「人工」转移到了「系统内部」。
Agent 不再只是干活的工具，而是能积累经验、越用越聪明的「伙伴」。
技能不是人工喂的，是它在干活中自己长出来的——这就是 Hermes 和 OpenClaw 的分水岭。
阶段三：Claude Code & Codex —— 「极致工程化」与「超级应用」
核心思想：AI 编程的价值从「谁的模型更强」，转向「谁的工具链更密」。
Claude Code：安全与工程化的极致。它没有走开源的 MCP 生态，而是定义了 18 个专用内置工具。最牛的设计是：
Hook 机制：在关键节点插入自定义脚本，拦截/改写 Agent 行为
三级权限控制（deny > ask > allow）：把安全规则从「靠 Prompt 约束」变成了「代码强制拦截」，让模型根本绕不过去
Codex：超级应用。它从单纯的代码生成器，演变成了包含 Chat、Work、Codex 三端合一的入口。架构核心是：
多 Agent 并行 + 云端沙盒：多个 Agent 在隔离环境中同时干活
Work Tree（类似 Git 分支）：并行工作后合并结果
本质跃升：它们证明了 AI 不仅能干活，还能像真正的技术主管一样——理解全局、拆分任务、审查代码，甚至接管整个工程流。
阶段四：WorkBuddy & 千问办公 —— 「企业级统一入口」
核心思想：AI 不应该只是个人的外挂，而应该成为企业的「数字员工」和统一入口。
WorkBuddy 的「寄生」哲学：它压根不碰你的电脑桌面，而是直接「住进」腾讯文档、企业微信等应用里。底层逻辑是「调用整个公司的能力帮你干活」。
千问办公的「能力重组」：阿里把之前分散的能力收拢进一个独立产品：
桌面端（QoderWork）→ 管本地文件
企业协作（悟空）→ 管组织协同
云端（MuleRun）→ 管长任务
本质跃升：到了这个阶段，竞争已经不再是「能不能做出 Agent」，而是「谁能成为用户和企业的统一入口」。大厂结束了内部赛马，把 AI 真正嵌入了组织的身份、权限和业务系统中。
OpenClaw 架构全景：hub-and-spoke 网关
以 OpenClaw 为例看网关架构——hub-and-spoke（中心辐射），核心是一个 Gateway：
入口：WhatsApp、iMessage、Slack、macOS App、Web UI、CLI——所有通道进同一个 Gateway
控制面：Gateway 负责路由请求、管理上下文、执行权限控制
执行面：大模型拆解任务，通过 Skill 调用本地工具、Shell、文件系统
总结
OpenClaw 超级遥控器 → 让 Agent 能干活
Hermes 会学习的学徒 → 让 Agent 越干越强
Claude/Codex 专业工程师 → 让 Agent 干得稳、管得宽
WorkBuddy 等 企业数字员工 → 让 Agent 融入组织
这条技术线，完美演绎了 AI 从「玩具」走向「生产力工具」的全过程。
最后留一个问题：到了第四阶段，你有没有觉得，反而没有最初在虚拟机里折腾 OpenClaw 时那种「掌控一切」的极客快感了？
参考资料：en.wikipedia.org/wiki/OpenClaw · openclaw.ai · mindstudio.ai/blog/openclaw-origin-story-peter-steinberger