20260409研读Openclaw资料摘录

20260409研读openclaw资料摘录

Milla不是第一个想到这件事的人。她去试了Mem0和Zep。这是目前最主流的AI记忆产品，有专业团队，有融资，在行业里被广泛推荐。用完之后，她发现两个产品有同一个问题。这两个产品的逻辑是：让AI自己来判断什么值得保存。对话结束后，AI会提炼摘要，把"重要的事"存下来。听起来很合理。
Milla的判断反过来：筛选会丢东西，不如全留，把检索做好。
MemPalace的架构就是这么来的。每个项目、每个人、每个主题，对应一个"翼楼"（Wing）。翼楼里按话题分"房间"（Room）。房间之间有"走廊"（Hall），按记忆类型分类：决策、里程碑、偏好、发现。最底层，存的是原始对话完整文本，一个字不删。

Cursor的优势在于交互友好、支持自动补全和自然语言生成代码，并能通过知识库理解项目上下文。Cursor的四种模式Ask模式：纯对话需求讨论；Agent模式：常规代码生成；Plan模式：复杂任务规划；Debug模式：自动修复Bug。

2026 年春节后引发行业热议的豆包接入抖音电商功能，终于在 3 月底开启放量内测。区别于此前“AI 导购 + 跳转第三方”的模式，豆包“一句话购物”可在用户提出消费需求后，精准匹配抖音商品卡片，用户点击即可进入商品详情页，全程在豆包 App 内完成下单，无需跳转抖音。字节以最轻量的方式打通了消费链路，可悄无声息地将电商交易入口从抖音 App，向豆包的对话框迁徙。
'

很大程度上源于，所有 AI 应用正面临一个无法回避的现实：用户规模一路狂飙，商业化能力却蹒跚不前——国外，ChatGPT 的核心收入仍来自会员订阅，商业化天花板清晰可见；国内 AI 应用也大多困在会员费、企业服务的路径中，无法实现与用户规模匹配的营收增长。

招商证券研报明确指出：AI 电商时代，流量入口将从传统货架转向 AI 代理，用户需求意图驱动的广告将替代关键词搜索广告，形成“数据 - 模型 - 交易”的正向闭环，而这一模式的盈利核心，正是交易佣金与意图竞价广告收入。

最近二十年，电商入口经历了三次大的跃迁：第一次是 PC 时代的搜索框，以淘宝、百度为核心，用户通过主动搜索找到商品，是“人找货”的逻辑。第二次是移动互联网时代的直播间，以抖音、快手为核心，通过内容种草激发用户消费需求，是“货找人”的逻辑。第三次，就是 AI 时代的对话框，用户只需要表达需求，AI 就能完成全流程交易，是“AI 代办”的逻辑。

阿里旗下的通义千问，是这场战争中最激进的玩家。2026 年 1 月，通义千问 App 全面接入淘宝闪购、支付宝、飞猪、高德等阿里全生态业务，打通了购物、订票、点餐等全场景交易；春节期间，通义千问推出“春节 30 亿大免单”活动，6 天累计完成超 1.2 亿笔 AI 下单，相关指令调用量突破 41 亿次。京东于 2025 年 12 月底开启独立 App “京东 AI 购”内测，依托自研言犀大模型，整合京东零售、外卖、七鲜、京东健康等全生态资源，试图构建“电商 + 生活服务”的 AI 入口。美团则在 2025 年 9 月开启公测独立 AI Agent 应用“小美”，主打语音点外卖、找餐厅，无需跳转美团 App 即可完成交易，深度绑定即时零售场景。

放眼全球，OpenAI 于 2025 年 4 月在 ChatGPT 推出商品搜索推荐（需跳转外部平台）；9 月 29 日上线即时结账（Instant Checkout），实现无需跳转的端内交易闭环（美国 / Etsy/Shopify）。2025 年 10 月沃尔玛与 OpenAI 合作，通过 Sparky 嵌入实现 ChatGPT 内购物入口；2026 年 3 月该合作终止，沃尔玛转向自研多平台嵌入方案。整个行业已逐步形成共识：AI 购物是下一代消费的核心入口。

究其本质，豆包的商品供给依赖抖音电商，通义千问仅接入阿里全生态，京东 AI 购只整合京东自有品类，无一例外都是平台自有生态闭环；但用户真正想要的 AI 购物，是能一站式解决全网消费需求，而非在单一封闭集团生态内兜兜转转。

京东发布了JoyAI-LLM Flash模型。它激活参数小且推理速度快。只用不到30亿的激活参数，在多项测试里跑赢了同级别的许多老大哥。

4 月 8 日上午消息，DeepSeek 网页端悄然上线了「快速模式」和「专家模式」两种交互模式，支持简洁搜索和长程、复杂问题处理。
此次升级推出的「快速模式」，更接近于此前版本 DeepSeek 的直接命名改变。相比之下，「专家模式」则新增了编程、法律、医学等领域的专业知识咨询能力。

4 月 8 日上午消息，腾讯正式发布国内首个浏览器「龙虾」QBotClaw，支持用户自由配置国内各大主流大模型 API Key，内置 QQ 浏览器 Skill，用户直接提问即可使用，实现人人都能轻松用上「龙虾」。首期上线 Mac 版本，Windows 版本也将于近期上线。
据介绍，QBotClaw 不仅完全兼容 OpenClaw 技能，更拥有敏锐的「眼」（X5use 高精度识别技术）与聪慧的「脑」（整个浏览器上下文感知）。用户从电脑端 QQ 浏览器点击「AI」按钮进入「QBotClaw」，即可体验「一句话让龙虾执行复杂任务」。此外，还可以通过微信扫码绑定 Clawbot，实现远程「遥控」电脑。（来源：新浪科技）

X今天狂推的OpenClaw的真对手，Hermes（爱马仕）Agent，我也是测上了。
和Openclaw不同，Hermes是针对怎么让Agent自进化来设计的，
支持Karpathy大神的LLM wiki ✔️
能在Obsidian围绕各种主题做持续迭代的本地知识库 ✔️
能用Claude额度✔️（Openclaw不行了！）

Hermes做了三层记忆系统，用SQLite+数据库全文检索+大模型自动摘要，把所有历史对话存下来。
跟OpenClaw依赖大模型本身判断能力来规避风险不同，Hermes在框架上拉满了，做了用户授权，危险命令审批，还做了容器隔离和上下文扫描。这样就算是用一般的模型也够安全。

LM Studio 是一款功能强大的本地部署大模型的工具。LMStudio 强调本地化操作，确保数据隐私和安全，特别适合处理敏感数据的场景。它支持跨平台使用，能够在 Windows、macOS 和 Linux 系统上运行，满足不同用户的需求。无论是初学者还是资深开发者，LM Studio 都能提供灵活的工具和便捷的操作体验，助力机器学习项目的快速推进。

据媒体报道，该公司一位在职员工称，这是公司的一次大胆尝试，事件中的同事是真离职了，经过他同意，他本人也觉得挺好玩的。该同事离职前是人事专员，数字分身目前能做咨询、邀约、制作PPT和表格等简易工作，有点笨，只能应对一些简单指令。如今AI界已经有了一个“同事.Skill”的项目，其功能为利用离职同事的工作数据，通过AI生成能够替代其工作的数字同事。一经发布就爆火，还有人搞出了“老板.Skill”“前任.Skill”等衍生产品。

已经有法律人士提出，这种数据蒸馏已经涉嫌违法。离职员工的聊天记录、工作邮件、个人工作习惯等，属于《个人信息保护法》界定的个人信息，其中涉及的私密沟通内容还可能构成敏感个人信息。未经员工同意收集、使用该类数据训练AI，直接侵犯其个人信息的收集、使用、加工权。
同时，依据《生成式人工智能服务管理暂行办法》规定，生成式人工智能服务提供者应当依法开展预训练、优化训练等训练数据处理活动，涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形。

OpenClaw的意义远不止于一个爆款产品。在模型能力大幅提升、开放API、协议标准和开源社区这四个因素的支持下，OpenClaw展示了一种前所未有的能力：它可以直接调用软件、操作电脑桌面、自主编写并运行代码。它不仅展现了持续在线、主动执行任务的潜力，更标志着AI从“对话式AI”向“行动式AI”的历史性跃迁。

而以OpenClaw 为代表的“行动式AI”，打破了对话框的藩篱。它开始像人类一样观察屏幕、点击按钮、拖拽文件。这种从“建议者”到“执行者”的角色转变，正是 AGI（通用人工智能）走向成熟的关键一步。

我把AGI 的发展划分为三个阶段：
1. 第一阶段：基础建设。大模型厂家之间的竞争催生了通用智能服务提供商（俗称卖token的），获取强大人工智能能力的成本在急剧下降。
2. 第二阶段：应用大发展。海量用户被激发，积极探索如何使用智能体这一新的生产工具去完成任务，各种智能体（Agents）不断涌现。
3. 第三阶段：AGI 成熟期。自主智能体系统（Autonomous Agent Systems）将能够独立、自主地完成越来越复杂的端到端任务。

从2026 年开始，AI 正在进入波澜壮阔的第二阶段。
如果说第一阶段的核心是“接入”，那么第二阶段的核心就是“爆发”。智能不再只是一个统一的、什么都能聊两句的对话框，数以万计、各具专长的智能体（Agents）开始爆发。
你会发现，市场上迅速涌现出了大量的Research Agent（调研助手）、Coding Agent（编程助手）、Design Agent（设计助手）甚至是专攻报销或行程规划的智能体。这标志着AI 世界开始出现类似互联网早期“网站”林立的生态雏形。

在互联网时代，网站是信息的组合。而在AI 第二阶段，Agent 本质上是 Skills 的组合。
·Skills（技能积木）：这是AI 的最小能力单元。它包括信息搜索、内容理解、代码执行、页面操作、工具调用、计划制定等。
·Agent（智能体）：这是为了解决特定问题而形成的“能力集合体” 。
这里有一个关键的商业洞察：Skills 是生产力，但 Agent 才是真正的价值创造单元。

过去两年，科技圈反复讨论过，AI 的「载体」到底应该是什么？是 AI 眼镜、AI 耳机，还是 AI 戒指？
现在，最新的答案是「Agent Computer」，也有人称之为 Agent Box，或者 Agent 主机。
我们暂且叫它「Agent Computer」，一种专门为运行「龙虾」这类 Agent 而设计的「电脑」。
行业的反应异常迅速。仅仅过去一个月里，第一批「Agent Computer」产品已经集中浮出水面——从面壁智能、吾云创新、Tiiny AI、泛灵人工智能、Violoop 等创业公司，到绿联、联想等硬件厂商。也有传闻一些互联网大厂已经在筹备此类产品。

Violoop 仅有手掌大小，通过 HDMI 线直连电脑，内置本地推理芯片与专属 Agent 系统，不占用电脑的算力资源，无需依赖云端即可运行个人 AI。它让 AI 能在本地持续运行、看屏幕、调用鼠标键盘操作，并自动处理文件、邮件、日程这类任务。
用户只需下达指令，Violoop 即可自主执行，而且强调本地优先，数据、工作流和偏好尽量留在设备里，让一个普通电脑也能变成「AI 电脑」。
AI Infra 公司 Tiiny AI 推出的 Tiiny AI Pocket Lab 同样是一款热门产品。它能够随身携带，可由充电宝供电，相当于一个小型的「本地 AI 超算」。

极客公园前不久深度专访过的吾云创新（Zettlab），他们即将推出的 Agent computer 没有屏幕、键盘、鼠标，放在家里 24 小时运行，内置专用 AI 芯片、本地模型，开箱就能让「龙虾」顺畅运行。端侧模型公司面壁智能推出的 EdgeClaw Box，搭载了自家的 MiniCPM 端侧模型，也是类似的理念。他们都是将硬件+加强版「龙虾」+行业 skills，打包在一起，强调开箱即用，降低部署门槛。

NAS 厂商绿联宣布内嵌 MiniMax 大模型，实现「龙虾「的开箱即用；同样，联想推出的 YOGA AI Mini（对标 Mac mini）和 Think AI Tiny 主机，内置了其自研的」龙虾「DingClaw，免去了复杂的部署，分别针对个人消费市场和企业办公场景。AI 玩具和数字生命技术服务商聊趣智能科技 Chatoys 推出的 ClawHouse，拥有游戏开发背景的团队将虚拟恋人与迷你主机结合，把情感交互 Agent 与本地硬件绑定，让「龙虾」拥有了可以定制的虚拟形象。

观察下来，Vibe Coding 的最大受益者具有下面 3 种特质。
1. 懂具体场景的人。针对特定行业和场景有丰富的经验，不搞虚的，直接提出关键问题，给出解决思路，让 AI 去落地。
2. 能快速闭环的人。快速测试、快速迭代，两小时上线。不等别人的完美方案，也不逼自己做完美方案。做一个能用的东西出来再说，然后把用户圈过来，不断优化。反馈不好，立即换新项目。
3. 什么都不做的人。现在是属于 Vibe Coding 的寒武纪大爆发时期，做的人赢得探索快感，也被信息流和技术迭代搞得精疲力尽。什么都不做，坐享其成，待其稳定，一击毙命，反而躺赢了。

2026年的OpenAI正处在公司成立以来最复杂的十字路口——估值飙升至8520亿美元，刚刚完成了一笔高达1220亿美元的融资，这也是人类商业史上规模最大的单轮私募融资。与此同时，三位核心高管在同一天离岗，CEO与CFO在上市节奏上公开表态不一，而竞争对手Anthropic则以年化营收300亿美元的增速高歌猛进。在这样的背景下发布GPT-6，它已经不再只是一次常规的产品更新，更像是一场关于技术、资本、组织与行业格局的综合性检验。理解这一点，是理解GPT-6真正意义的起点。

OpenAI奉行的是“平台帝国”路线。从ChatGPT到Sora，从Codex到Atlas，试图在AI时代的每一个入口同时卡位。ChatGPT拥有9亿周活跃用户，“多点开花”看似能够最大化生态边界。然而，AI行业的核心瓶颈并非人力，而是高度稀缺且成本高昂的算力。多个项目同时推进必然导致资源分散，结果是每个方向都能拿出亮点，却无一建立起压倒性的竞争壁垒。Sora的命运最具代表性：上线10天下载量突破百万，一度登顶App Store，但整个生命周期内应用内购收入仅约210万美元。视频生成恰恰是当前最消耗算力的AI任务，用户规模越大，亏损越严重。（上线仅6个月，Sora关停独立App、迪士尼10亿美元撤资：OpenAI的路线为何转向？）3月24日，OpenAI不仅关停了Sora的独立应用，还取消了API服务以及原计划整合进ChatGPT的视频能力——这不是单一产品的调整，而是整体战略方向的一次紧急收缩。

Anthropic走的则是截然相反的路径。不做视频、不做硬件、不做内容，只专注文本、代码和企业级场景。这条路径一度被外界质疑过于保守，但市场数据很快给出了有力的回应：Claude Code在编程市场占据半壁江山，Anthropic年化营收突破300亿美元，约为OpenAI的1.5倍。近期Anthropic还封杀了用户对第三方工具OpenClaw的使用权限——当一家公司主动限制用户的外部选择时，通常意味着它已建立起足够强的产品粘性，足以承受这种决策的代价。（Anthropic封堵第三方工具“薅羊毛”，OpenClaw被迫出局，创始人早已投奔OpenAI）从商业策略角度审视，这是一种“以守为攻”的策略——先以产品力建立不可替代性，再以封闭策略锁定用户价值。

迈入 3.0 时代的可灵 AI，正以 All-in-One 的一体化架构重塑视频模型体系，实现多模态输入与输出的高度统一。通过在角色一致性、镜头语言和多模态融合等维度的底层突破，可灵 3.0 全面打通了涵盖生成、编辑及后期的影视级全制作链路。
如果说《纸手机》的出圈，验证了今天的视频生成大模型可以是好内容的「推手」。可灵 AI 的故事，则让人看到了一个「敢不敢」胜过「能不能」的真实创新样板。

什么样的同事值得花 token 蒸馏？
本质上就是——那些已经建立了个人品牌的人。
他们的价值不在于会什么技能，而在于他们做事的方式、判断的逻辑、跟人相处的感觉。这些东西，恰恰是最难蒸馏的。

当你在马来西亚用修图APP调整照片时，你的修图指令被瞬间拆解成Token，抵达甘肃庆阳。黄土塬上的服务器快速完成运算，再将承载着修图结果的Token传回你的手机。
在信息流动的背后，围绕着Token这一数字商品，同步完成了一次完整的资金流动。
在这几秒的指令运算背后，一笔隐形的费用正依托Token完成流转。修图APP向大模型服务商支付算力费用，而这笔费用的计价标准，正是Token的用量。
随后，大模型商又会将这笔收入中的一部分，支付给庆阳的数据中心，这些资金最终转化为数据中心的电费、机柜租金、服务器折旧，以及运维工程师的工资。

根据报道，阿里千问、智谱清言、Kimi、DeepSeek等大模型的推理请求，许多都在庆阳的服务器上运转。不只局限于国内，更辐射北美、欧洲、亚太等地，DeepSeek、Minimax、美图等企业的海外业务也依托庆阳算力运行。
庆阳这座小城的崛起，不是孤立的个案，而是整个西部算力时代到来的一个注脚。事实上，这场算力西进的浪潮，正以惊人的速度席卷西部。
2022年，国家启动“东数西算”工程，全国一体化算力网络八大枢纽节点，庆阳正是其中之一。八个枢纽中，有五个集中在西部——成渝、贵州、内蒙古、甘肃、宁夏。

wan-cover-plus 是基于阿里万相 Wan 2.7 模型，实现了公众号封面图、小红书封面图、种草图、海报改版视觉稿的一键生成，还支持文生视频、图生视频、参考视频转视频，并自带语音配音和字幕烧录功能，一句话就能搞定从封面到视频的全流程创作。
模型名称
功能
说明
wan2.7-image-pro
文生图
高质量图像生成，支持多种风格和场景
wan2.7-t2v
文生视频
根据文本描述生成短视频
wan2.7-i2v
图生视频
将静态图片转化为动态视频
wan2.7-r2v
参考视频转视频
基于参考视频风格生成新视频

2026年3月底，GitHub上出现了一个项目。名字叫“同事.skill”。
它的功能很简单：上传你被优化的同事留下的飞书聊天记录、邮件、代码提交记录，AI会把他/她“蒸馏”成一个Skill——一个能以原同事的语气、思路、代码风格继续工作的数字角色。人走了，Skill留着。

根据《华尔街日报》不久前的报道，一批15岁、16岁、17岁的青少年，已经开始独立运营自己的AI公司：他们拥有真实用户、真实产品、真实收入，甚至已经开始影响上市公司的决策。以尼克·多布罗申斯基（Nick Dobroshinsky）为例，他是一个15岁的高二学生。白天，他必须按时坐在华盛顿州一所高中的教室里；晚上和凌晨，他在运营一个AI金融研究平台——BeyondSPX。
这个平台做的事情并不“青少年化”。它利用大模型，为小盘股和中盘股上市公司生成自动化研究报告，面向的是专业投资者。截至报道时，BeyondSPX已经拥有超过5万名月活跃用户。尼克几乎不写代码。他用Anthropic的Claude生成程序逻辑，用ChatGPT和Gemini组合调试模型输出。没有员工，没有市场团队，推广方式简单粗暴，就是用Reddit机器人，在相关讨论下自动回复一句：BeyondSPX也是一个不错的工具。

往往忽略了一个更深层、也更危险的事实：AI真正摧毁的，并不是“工作”本身，而是“公司工作”。
在工业时代，“工作”被重新定义成一种极其特殊的存在。它不再是一次性任务，也不再是临时合作，而是：一个嵌在组织里的长期角色，一个写在岗位说明书里的职位，一个需要被管理、考核、汇报、晋升的节点。