20260331研读Openclaw资料摘录
20260331研读openclaw资料摘录
Google内部有个AI编程Agent，代号叫"Agent Smith"。3月28日，这个Agent被Google工程师用得太猛，使用量打穿了配额，公司被迫发通知限流——每个人每天只能用这么多。更微妙的是它的工作方式：不是你问它一句它答一句，而是它在后台自主运行，异步完成任务。你交给它一个编程任务，然后你去开会、去睡觉、去吃饭，它在跑。你回来的时候，活干完了。这不是工具的工作方式，这是员工的工作方式。
每个人应该有自己的AI团队。 不是用几个AI工具，而是有一组Agent各司其职，在后台持续运转。你是CEO，你定方向，它们执行。
但Agent Smith这件事说明，我们进入了一个新阶段。AI不再只是"帮你做事"，而是"帮你完成一项工作"。区别在哪？帮你做事，是你主导，它执行；帮你完成一项工作，是它主导，你验收。这个区别，比技术参数重要一百倍。
一般而言，AI领袖通常分为两派：一派是以OpenAI奥特曼为代表的「加速主义者」，相信技术总能解决技术带来的问题；另一派是忧心忡忡的「末日预言家」，认为AI可能像核武器一样导致人类灭绝。但哈萨比斯是一个极其复杂的矛盾体：他是为了阻止末日，才决定亲手制造AI。
谷歌开始积极接触国防部门，试图将AI卖给五角大楼（曾是哈萨比斯的红线）。
在权力斗争中，原本那个「独立伦理委员会」几乎隐形。
为了追赶GPT-4，DeepMind与谷歌大脑强行合并，速度取代了严谨。哈萨比斯看清了一个残酷的现实：在AI竞赛中，没有一个非营利的制度能寄生在营利性巨头的体内。
“第37手”源自2016年AlphaGo与李世石的围棋对弈，指AlphaGo在第二局第37步下出的非常规“五路肩冲”妙手。这步棋概率仅为万分之一，却成为关键转折，令李世石陷入12分钟长考并最终认输。
它象征AI超越人类直觉的创造力，标志着机器智能进入不可解释但有效的新范式。此后围棋理论被AI流颠覆，职业棋手开始研究机器棋谱。该事件也预示了ChatGPT等AI技术对人类认知边界的挑战，提醒人类需保持判断力与决策权。
这就是开源MetaClaw框架所实现的功能：让一个已经在线服务的Agent，在不中断服务的前提下持续从失败中进化。这项研究打破了「上线即冻结」这条Agent行业默认规则。MetaClaw框架由北卡罗来纳大学教堂山分校、卡内基梅隆大学、加州大学圣克鲁兹分校与加州大学伯克利分校联合推出。
查了下本地openclaw-weixin插件的文档，里面有说明。每跑一次登录命令就多接入一个微信号：# 让家人/同事扫码
openclaw channels login --channel openclaw-weixin
每次扫码会自动生成一个账号 ID（类似 5xxxxxx-im-bot），多个微信号可以同时在线，互不影响。
Channel 是渠道，Account 是谁在用，Agent 是跟哪个 AI 聊，Session 是这段对话的上下文。
如果你正在用 Claude Code 的 Team 模式，这两个工具可以这样分工：
claude-code-templates：看全局协作链路，适合复盘任务派发和执行流程
claude-hud：做轻量实时监控，适合日常挂在状态栏里观察
AI搜索时代的认知模式截然不同。用户提出问题，AI直接返回一个答案，不是十条链接供你挑选，而是一段经过整合的、语气确定的、带有百科全书式权威感的文字。
这背后的机制值得拆解。AI本质上是一个极速综述写作者，将互联网上的信息聚合、压缩、重组后输出。学术界有一个尖锐的比喻叫“随机鹦鹉”2，即AI并不理解自己在说什么，而只是在统计意义上模仿人类说话，根据学习过的内容给出一个“最像正确答案”的输出。
生成式引擎优化（Generative Engine Optimization，GEO）这个概念最早出现在2023年普林斯顿大学、佐治亚理工学院和印度理工学院联合发表的一篇论文中5。研究者发现，通过特定的内容优化策略，可以系统性地提升信息在AI回答中的被引用概率，提升幅度最高可达40%。
学术界把GEO当作一种新的信息可见性研究，但市场嗅到的是另一种可能。
315曝光的“力擎GEO”系统展示了这条链路的完整运作：自动生成软文、自动发布到自媒体平台、AI抓取这些内容、AI在回答用户问题时引用这些内容。高级版套餐一年可以自动生成超过23000篇文章，平均每天63篇6。
GEO本身只是一项技术，通过优化内容结构和分布策略，提升信息在AI回答中被引用的概率。和SEO一样，GEO既可以被用来制造虚假背书、操控公众认知，也可以被用来帮助真实、优质的信息更高效地被发现。技术本身不分善恶，关键在于使用它的人和目的。
问题在于，GEO的灰色地带比SEO大得多。
WiseMindAI 是一款本地优先的 AI 学习与知识工作台。将文档中心、知识库、AI 工作台、笔记中心、知识卡片、AI 考试、学习统计、海报与信息图等模块放进同一套工作流里，让资料处理、知识沉淀和成果输出都在一个地方完成。
WiseMindAI 官网：https://wisemindai.app/
Chris 个人博客：https://aichris.cc/
WiseMindAI 的整个设计，就是围绕这条链路：
知识收集 -> 知识沉淀 -> 知识加工 -> 知识复盘和输出
WiseMindAI 不只记录你学了什么，还会告诉你学得怎么样。它会持续追踪资料处理、复习节奏、考试表现、笔记输出和海报产出，让学习状态从模糊感觉变成看得见的趋势，帮助用户更清楚地调整节奏。
2月28日通义实验室AgentScope团队发布了自研的独立部署开源桌面Agent工具：CoPaw
https://copaw.agentscope.io/,
CoPaw是整体架构上类似openclaw的工具，用的agentscope框架搭建，整体的灵活性和可扩展性非常大，支持用户自定义skills和Agent模块组件，极大降低agent开发和部署的门槛，并且可以接入主流的社交软件频道QQ、钉钉、飞书等；欢迎大家体验。
一场静默而彻底的颠覆已经到来，润乾报表以“三万元随便用 + AI Copilot 智能报表”的极致模式，不仅宣告了旧商业规则的终结，更重塑了报表工具的开发范式，为 ToB 软件业务开辟了一条降本过冬的务实之路
现在的Token用量，就是当年那个一百兆的感觉。看着够用，其实远远不够。只是大多数人还没反应过来，自己正站在一个拐点上。
这个拐点分三层。我试着用一个你一定熟悉的东西来讲——手机网络的进化史。3G、4G、5G，Token正在走同样的路。
AI开始干活了。干一个任务消耗的Token，是问一个问题的十倍甚至百倍。
大模型是基站，框架就是App生态层。
OpenClaw相当于Agent框架领域的iPhone时刻。
大家为什么关注OpenClaw？第一个原因就是——「活人感」。更像一个操作系统级别的小管家。
一个个人贾维斯。
社区越来越多的人开始以Skills和Harness的形式，赋能各行各业
在AI领域，Harness指智能体框架，即用于控制和扩展基础模型能力的系统架构。它包含代码、工具集、执行逻辑等组件，使裸模型具备状态管理、工具调用、任务协作等实际应用能力。例如，Harness通过整合文件系统、代码执行环境、安全沙箱等模块，让智能体能处理真实数据、调用外部服务并保持长期任务一致性。
其核心价值在于将模型智能转化为可落地的生产力，类似汽车的传动系统之于发动机。在企业场景中，数据Harness还能解决业务上下文组织、权限管理、结果追溯等实际需求，是模型落地的关键支撑层。
愿意把OpenClaw这类工具称为脚手架。它提供的是一种可能性，而不是一个封闭的产品。模型是水电煤，框架才是你住的房子。
水电煤再便宜，你也不会住在水电站里。
我现在不是用AI聊天了，是用Agent干活。一个Agent跑一个任务，动辄消耗几十万Token。以前问一个问题几百Token就够，现在一个任务下来几十万起步。
当前大量云计算基础设施，在设计上服务的是人类工程师，不是AI。」
他解释说，智能体能做到秒级甚至毫秒级地思考和发起任务，但现有的很多底层能力根本没有为这个速度做好准备——因为人类发起一个任务，通常是分钟级别的。
那天圆桌的最后一个环节，主持人让每人说一个未来十二个月的关键词。四个人说了四个词：生态、自进化、可持续Token、算力。
四个词，没有一个是「聊天」。
每一个都指向同一个方向——Token不再是聊天的燃料，而是干活的血液。
你和AI的关系，正在从偶尔问一句，变成天天一起干活。
当地时间 3 月 26 日，外国媒体曝光苹果计划在 iOS 27 中开放 Siri，让任何通过 App Store 上架的 AI 服务都能接入其中。
无论是 ChatGPT，Google 的 Gemini、Anthropic 的 Claude，理论上都可以成为 Siri 背后的「大脑」。
苹果不自己做所有的应用，而是把最好的开发者吸引进来，然后收取过路费，控制分发权。
现在，苹果正在用同样的逻辑，重新定义 AI 时代的「分发权」。
从独家绑定 ChatGPT，到开放所有 AI 服务，苹果的角色悄然完成了转变——从一个「AI 技术采购方」，变成了一个「AI 能力的分发平台」。App Store 管的是应用的分发，而未来的 Siri 管的，是 AI 能力的分发。这两件事的商业逻辑，其实是一回事。
考虑到 iPhone 全球有超过 10 亿的活跃用户，这块地产的估值，不难想象。
当然，这套逻辑能否成立，还有一个前提，苹果得先让 Siri 本身变得足够好用——这正是 WWDC 2026 的核心压力所在。
苹果计划在 6 月 8 日的主题演讲上，正式揭开新 Siri 的面纱，同期宣布第三方 AI 集成方案。根据目前流出的信息，iOS 26.5 的第一个 beta 版本可能在月底就会出现，其中将包含首批由 Gemini 驱动的 Siri 功能。
CC Switch是一个开源的跨平台桌面应用，主要用于统一管理和切换Claude Code、Codex、Gemini CLI、OpenCode以及OpenClaw等 AI 编程 CLI 工具的配置。
3月24日，国家数据局公布：到今年3月，我国日均Token（词元）调用量已超过140万亿，相比2024年初增长了1000多倍。相比2025年底的100万亿，3个月时间里又增长了40%多。
Token已成为科技公司的新型硬通货，开始被写进薪酬年包和绩效激励里。“入职附带多少Token配额”，也成了硅谷近期的热门招聘话题。
英伟达“2026 GTC大会”上，黄仁勋预测：未来，英伟达的每一位工程师都需要年度Token预算。“他们的年薪可能是几十万美元，我会额外再给他们相当于薪资一半的Token配额，让他们实现10倍的效率提升。”
3月17日，据媒体报道，阿里巴巴集团正推进一项内部计划，向员工提供Token额度，以此鼓励员工使用先进的AI模型与工具，比如免费使用悟空、Qoder等付费AI工具。此外，员工购买百炼Coding Plan会员或外部AI开发工具，都可以申请报销。
2月底，昆仑万维明确发出通知，公司将把AI编程能力纳入正式考核体系。未能达到AI Coding开发要求的员工，将面临5%~20%比例的末位淘汰。公司将为所有技术研发序列的员工开通OpenAI Codex、Claude Code编程账号，并为每个账户提供每月100美元的额度支持。
掌握主流AI编程工具的应用能力（包括但不限于Cursor、OpenAI Codex、Claude Code等）已成为技术研发序列员工的核心技能之一。所有技术研发序列员工（含技术线CTO）必须强制使用OpenAI Codex或Claude Code，以将开发效率提高至少50%。任何技术线Leader和员工都不能豁免。
昆仑万维集团董事长兼CEO方汉告诉《中国企业家》，他们已经不将上述开支视为Token补贴，而是看作公司统一的IT采购。目前公司每月消耗Token数大概在10000亿到12000亿之间。
据其透露，公司每月为员工购买的Token约为每人700元。根据2024年底的昆仑万维年报，公司研发技术人员约为1500人，那么公司每月花在Token上的支出约为105万元，一年最少约1200万元。
3月23日，阿里巴巴集团主席蔡崇信在公开活动上抛出了一个很有攻击性的观点：智能体（AI Agent）本质上就是虚拟白领，是一种知识型员工。蔡崇信算了一笔账：全球110万亿美元的经济总量里，劳动力成本占了60%，而知识型劳动者又占了其中的三分之二。这意味着：Agent将撬动一个价值50万亿美元的巨大市场。“随着智能体日趋完善，它们终将成为业务执行的主驾驶（Main Pilot），而非仅仅充当人类的副手。”
姚劲波表示，虽然58同城还保留了过去的考核体系，但在提拔干部、调整组织结构时，他最看重的就是AI能力。“如果我判断一个人不了解AI、没有未来视野，绝对不会把他放到管理岗位。”而Token消耗量、客户流程优化效果都是AI考核体系中重要的量化指标。
近期，阿里云、腾讯云、月之暗面、MiniMax都推出了优惠的Coding Plan套餐，吸引普通用户入局，比如首月10元体验，注册就送百万Token，使用即返3倍Token。
Token增长，也让GPU卡和算力服务器受限于产能、供应链生产周期、折旧等，部署速度难以跟上算力需求，供给缺口愈发明显。
3月16日，阿里围绕“Token”链路成立了新事业群：Alibaba Token Hub（ATH）事业群，由阿里巴巴CEO吴泳铭亲自挂帅。ATH事业群的目标十分明确：以Token的创造、输送、应用为核心，打通阿里内部的算力、模型、云服务、生态应用等全资源和完整商业链路。
Wind用户在金融终端输入
Alice Chat （ACHAT）
千亿参数AI模型，精通复杂金融概念
20年数据积累，分析能力媲美专家
手机电脑实时联动，随时随地高效响应
为您开启智能化工作新体验
智东西3月19日消息，近日，面壁智能推出一个端云协同、安全高效的龙虾智能硬件EdgeClaw Box，让用户在无需将隐私信息上传云端、完全掌握数据主权的前提下，也能稳定、安全地运行一只属于自己的强大“龙虾”。一方面，其搭载的EdgeClaw是可以运行在用户本地设备上的开源“龙虾”，且数据与模型都不上云，另一方面，EdgeClaw Box内置面壁智能「小钢炮」MiniCPM全家桶模型以及第三方顶尖模型，还有大量Skills满足用户通用和专业需求。
目前，根据官方信息，面壁智能是中国除阿里外唯一开源了10B以下小模型全家桶（文本、视觉/多模态、语音、全模态）的AGI厂商，其开源的端侧模型基于架构创新，在高效推理、性能上实现了突破。今年2月，面壁开源的稀疏与线性混合注意力模型MiniCPM-SALA，让9B端侧模型能够在5090显卡上处理百万长文本。
2024年年初，中国日均Token调用量为1000亿；到2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。今年1月底以来，有的模型企业创下20天收入超越2025年全年总收入的业绩纪录。这组数字背后，是一套以Token计费为基础的新型商业逻辑正在加速演进。
在试了阿里国际刚刚面向海外中小企业、个人创业者推出的企业级Agent：Accio Work之后，我觉得这件事可能要往前再走一大步：一人跨国公司，可能真的要来了。Accio Work不是一个人用多种AI工具，也不只是有个Agent帮你点鼠标，而是背后有一支真正懂电商的专业团队帮你做生意：懂选品逻辑、会和供应商谈价、知道怎么在社交平台做推广。
简单来说，它能自主地帮每一个过去没有经验、没有团队的老外运营起一盘全球生意。那对中国商家来说，也意味着海外商机、需求的近乎无限的扩张。
先说Accio Work是什么。简单来说，它是阿里国际在海外推出的一个企业级Agent平台，面向全球中小企业主和创业者，内置了多个专业Agent模板和专用skills，覆盖电商运营、市场分析、供应链、社媒推广等核心场景。
使用者不需要任何技术背景，下载即用，通过自然语言发指令就能指挥Agent工作，甚至可以通过安排定时任务的方式，让Agent在你睡觉的时候继续干活。
作为阿里在2024年11月推出的AI原生应用，Accio海外企业级月活用户（MAU）已超1000万。这次Accio Work上线，也已面向全球市场开放给所有人使用。
QClaw 是由腾讯电脑管家团队基于 OpenClaw 开源框架开发的本地 AI 助手工具，于 2026 年 3 月正式推出，目前处于邀请制内测阶段，限时免费。其核心定位是降低 AI 智能体的使用门槛，让普通用户无需复杂配置或技术背景，就能轻松拥有一个能“动手干活”的数字助手，实现“随时随地，微信一下，QClaw 帮你搞定一切”的高效体验。
该工具支持 Mac 和 Windows 双平台，采用本地化部署模式，所有数据处理均在用户本地电脑完成，不上传云端，能有效保障用户隐私与数据安全，同时内置 Kimi-2.5 等国产大模型，支持用户自定义切换其他模型（如 DeepSeek、GLM 等），灵活适配不同场景需求。因 OpenClaw 开源项目的红色龙虾图标，QClaw 也被网友亲切称为“AI 小龙虾”。
移动互联网时代，人类把需求装进 APP。Agent 时代，人类把经验装进 Skill。
这句话我想了很久，因为它精确地描述了我们正在经历的一次底层范式迁移——
从"功能封装"到"经验封装"，从"给人点的软件"到"给 Agent 调的能力"。
ChatGPT 教会了大家"Chat"
DeepSeek 教会了大家"推理"
龙虾教会了大家"自动执行任务"
Skill 时代的最小产品单元变成了"经验 + 上下文 + 调用规则"。不再需要界面，不再需要人去点，Agent 直接调用，直接执行。在我们社群黑客松的时候，还有同学喊出："如无必要，勿增实体（界面）"。
这个差别非常大。APP 是给人点的，Skill 是给 Agent 调的。APP 封装的是功能，Skill 封装的是经验。当你把一个资深编辑的写作方法论、一个运营老手的投放策略、一个产品经理的需求拆解逻辑，变成一个 Agent 可以直接调用的 Skill 时，你做的事情本质上是把人类的经验进行了软件化。
所以我说：APP 是功能的软件化，Skill 是经验的软件化。
静态 Skill：写死的流程，只能被调用
- 增强型 Skill：能调用更强的模型和工具，但不沉淀经验
- 学习型 Skill：能把执行中的有效经验沉淀成知识库
- 进化型 Skill：不仅沉淀经验，还能根据真实反馈周期性调整运行逻辑
API Key: bO69MZnPLfpqvHKLKYko/S7ppyeJ/BfmMKzBO3WWOhNOu0YdnTpP3l7fmK82Obj6BC4as/X85A==
Client ID: 283708e9937a5a5dad9171b926bcaf5c