20260522研读Openclaw类Agent资料摘录
20260522研读openclaw类agent资料摘录
近几年，在与大语言模型机器人（现在人们更愿意简称其为AI）交谈成为一种潮流和常态后，我们不时也能听见一些不和谐音：AI不是永远都说真话；稍有不慎，它就会助长人的幻想；「AI依赖症」与「AI精神病」甚至成为流行词，它们指人在长期与AI互动后，出现类精神病的状态。在国外，多起死亡事件背后，都被证实和AI有关。
今天的AI聊天机器人似乎对什么都「看起来懂了」，可实际上，它追求的不是「真相」，只是「像真的话」。
接着，为了生成更让人类满意的答案，AI通常从人类反馈中进行强化学习——实在不幸，或许目前的AI最通人性的地方，是它深刻地明白人类多么热爱被奉承。于是，在经过海量文本训练后，它成为了最正宗的马屁精，它会习惯性地、条件反射般地顺服于人类的说辞与想法。
总的来说，AI疯狂地拍着人类的马屁，而人类疯狂地受用着。这是一种情投意合。
越来越多的人反应了过来，开始建立法律法规来限制AI可能的失控。2025年8月，美国伊利诺伊州落地《心理健康资源与监管法案》，成为全球首个禁止AI独立开展心理诊疗的地区。同年3月，中国颁布《人工智能生成合成内容标识办法》，要求AI生成的每一段文字、每一张图片、每一条音频和视频，都必须强制亮明「数字身份证」，以提醒公众识别「合成内容」；2026年7月15日后，《人工智能拟人化互动服务管理暂行办法》也将施行，届时将要求AI服务提供者持续公示「拟人化互动标识」，并设置防沉迷机制，防止「人机边界模糊」的风险。
人类史上最大IPO要来了！马斯克旗下SpaceX向SEC提交招股书，SpaceX宣布将以股票代码「SPCX」登陆纳斯达克，IPO之路正式开启。目标融资750亿美元、估值直奔2万亿美元。首日上市日期，定于6月12日。IPO之后，马斯克或将成为全球首个万亿富翁！
AI 不是“万金油”，需要为它找到合适的场景。AI也无法替代人在数据质量管控中的核心作用。AI 的价值，是“赋能”——赋能技术人员提升效率，赋能业务人员聚焦核心，赋能数据治理实现长效运营。
对于企业而言，无需盲目追求“最先进”的技术，而是要结合自身的业务需求和规模，搭建适配的 AI 加持下的数据质量闭环管控体系，一步一个脚印，让数据质量真正成为数据价值的生命线，这才是数据治理的核心意义。
姜旭是少数完整参与过 OpenAI 大模型核心技术演进的华人创业者之一。2019 至 2023 年间，他经历了 GPT 系列能力爆发最关键的阶段，工作横跨底层训练 infra、大规模预训练、RLHF 对齐算法与数据构建等核心链路。
他不仅是 GPT-4 技术报告的核心贡献者之一，也是 InstructGPT 的主要作者之一。姜旭对具身智能的核心判断，可以概括为一句话：具身智能首先需要自己的预训练。
在他看来，当前行业对遥操数据和真机强化学习的重视是必要的，但这并不足以支撑具身基础模型真正走向 scaling。真机数据更像是高价值的对齐、验证和闭环迭代数据，而不是预训练阶段最主要的规模来源。受限于采集成本、场景覆盖和数据多样性，仅仅依靠机器人在真实环境中的遥操和试错，很难获得类似大语言模型预训练所需要的数据密度和分布广度。
5月13日，百度集团创始人李彦宏提出DAA成为AI时代的度量衡，而非DAU。智能体作为第二代入口，其价值天花板远高于聊天机器人。同时他还提出了AI时代“自我进化”的三个层次，Agent的自进化是其中一个关键层面。
一周后，刚刚结束的2026阿里云峰会上，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光更是直言“云基础设施是Agentic时代重要的技术基石。”只有全新的云基础设施才能满足Agent运行的稳定、安全、及时调度等多种需求。而其新发布的“千问云”，更被称为是“为Agent而生的全新服务方式。”
事实上，在接下来的6月份，腾讯云、火山引擎等云厂商也都按捺不住，腾讯云的 AI产业应用大会、火山引擎Force原动力大会举办在即。Agent成为AI另一个增长点，与之紧密相关的基础设施服务转型，成为新的“故事”。
Skill 就是 AI 的"工作经验包"。
它告诉智能体：
遇到什么问题时该用什么工具
工具在哪里、怎么调用
输入什么参数、输出什么格式
出错了怎么办
没有 Skill 的 AI，就像刚毕业的大学生——有知识但没经验。有了 Skill，它就像工作了三年的老员工——知道怎么把事办成。
一个典型的 Skill 目录长这样：
my-skill/
├── SKILL.md # 技能说明书
├── scripts/ # 脚本文件，对一些要求精确数据的，用python脚本会更好
├── templates/ # 模板文件，让智能体输出的时候作参考
├── reference/ # 参考文档，对于某些步骤，需要一些文档作参考
├── examples/ # 示例文件
└── tests/ # 测试用例，当技能生成后，很有必要作一些测试输入和输出的测试
从长远看，标准化意味着：
学习成本降低：学会一个技能框架，就能举一反三
资产可迁移：你积累的技能包，换个智能体还能用
生态更繁荣：开发者愿意贡献技能，因为一次开发多处可用
做“一人公司”最难的是什么？是哪怕你有一万个好想法，最后都会死于“排不上优先级”和“精力不够”。
用了 WorkBuddy 一段时间，它已经成为我的一位 AI 助手了，帮我处理很多事情，让我有更多时间去思考。
ChatGPT for Excel全球上线，GPT-5.5驱动，直接在Excel里嵌了一个侧边栏。
两天后，Claude把Excel、Word、PowerPoint三件套转正GA，Outlook同步开了公测。跨四个Office应用保持对话上下文不断，从邮件到表格到PPT一路跟着你走。
两大巨头都急着把大模型塞进办公套件，让大模型从「会聊天」变成「会交作业」，靠的就是这一层。
SenseNova-Skills。
来自商汤的团队把办公场景里最高频的能力拆成了四大类任务入口，每个入口底下挂着一串具体的Skills各司其职，刚在GitHub开源，MIT协议，覆盖了办公场景里最高频的需求。
1. 数据分析，sn-da-excel-workflow，多表读取、大文件超过1万行自动触发Parquet优化、清洗聚合导出，全流程编排。还有专门处理图片表格OCR的sn-da-image-caption。
2. 2. 深度研究，sn-deep-research，下面挂了6个子Skills分别负责规划、取证、综合、成稿、格式发现、HTML转换，中间产物持久化，断点可续。3. PPT生成，从sn-ppt-entry统一入口进入，支持标准模式和创意模式。标准模式的链路是大纲→逐页HTML→逐页VLM评审（不合格自动重写）→PPTX导出。4. 搜索，聚合了arXiv、Semantic Scholar、PubMed、GitHub、Stack Overflow、Hacker News、HuggingFace、Reddit、Twitter、YouTube、B站、知乎、抖音，学术+开发者+中英文社交全覆盖。另外，SenseNova-Skills还能通过调用SenseNova U1模型，完成高密度复杂的信息图生成，包含自动提示词扩写+VLM质检+质量排序。商汤的办公小浣熊目前已经把商汤全系SenseNova-Skills和U1信息图生成打包好了，1500万个人用户、数千家企业客户在用。
GPT 5.5 更像是一个审美很强的高级前端设计师，出图高级，页面精致，第一眼很抓人。
Gemini 3.5 Flash 更像是一个产品感更强的前端工程师，虽然视觉没那么惊艳，但它更愿意把场景补完整，把中文排版、交互流程、结果反馈这些落地细节做出来。
如果要做官网首屏，我可能还是更喜欢 GPT 5.5。
但如果要做一个真的能跑、能玩、能本地化、能补齐用户体验的小前端项目，那 Gemini 3.5 Flash 确实更合适。
AI 对 SaaS 的冲击，更准确的描述可能是「改命」而非「绝命」。产品形态会被重塑，交付方式会改变，但深入特定领域、跑通长链条业务闭环的能力，短期内不会被一个通用模型直接替代。
Moka 是国内 HR SaaS 领域最早拥抱大模型的公司之一。2023 年 ChatGPT 发布后几个月，他们就推出了基于大模型的产品 Moka Eva。两年后的今天，他们把 Eva 升级为三个 Agent（招聘 Eva、人事 Eva、BP Eva），以及一个底座「Moka AI Studio」，试图从「卖软件」转向「派同事」：让 AI 像一个新入职的 HR 同事一样，接手人事工作链条中除判断和决策外的几乎所有环节。
OpenHuman到底是什么，把ChatGPT的"对话能力"+ Notion的"知识库"+ Zapier的"自动化"塞进一个本地App里，再给它一张能动会说话的脸。
官方的slogan是"Private, Simple and extremely powerful"。Private——数据本地，Simple——一键OAuth不写配置，powerful——这是这篇要展开讲的部分。
OpenHuman的Memory Tree是这次实测最让我"哦？"的设计。
它不是简单的向量数据库套壳。它会主动把你的Gmail、Notion、Slack、GitHub、日历……所有连上的数据，每20分钟扫一遍，自动切成≤3k token的Markdown块，分层折叠成3棵摘要树：
1
Source Tree（来源树）：每个数据源一棵。Gmail的某个标签一棵，Slack的某个频道一棵，互不污染。
2
Topic Tree（主题树）：按"热度"懒加载。某个人最近频繁出现？某个项目讨论密度高？系统自动给它单独建一棵深度摘要树。
3
Global Tree（全局树）：每天UTC 0点生成一份当日全摘要。
这套结构有个体感很爽的副作用——所有数据落地成SQLite + Obsidian兼容的Markdown vault，路径就在~/.openhuman/wiki/。
PPT Master 到底是什么？
它并不是一个 SaaS 网站。 而是一个：
基于 AI Agent 的 PPT 工作流系统skill
官方描述非常准确：
你在 Claude Code / Cursor / VSCode Copilot 中与 AI 对话
AI 自动读取文档
分析结构
规划页面
最终输出真实 PPTX
整个过程都运行在本地。
这意味着：
不依赖云端 PPT 平台
数据不上传第三方服务器
不绑定某家 AI 厂商
可以接入 Claude / GPT / Gemini 等模型
站在2026年Google I/O的历史交汇点，我们正见证从“AI辅助”向“智能体时代”的范式跃迁。这不仅是算力与模型的简单堆叠，更是人类生产力逻辑的重构。Google凭借第八代TPU架构与Gemini 3.5系列模型，构建了庞大的数字化智慧引擎；Gemini Omni则作为世界模型，开启了精准模拟物理现实的新纪元。随着Antigravity平台与Gemini Spark的问世，智能体正式开始接管从软件开发到日常生活执行的复杂长程任务。从重塑全球贸易标准的UCP协议，到无缝融合现实的Android XR智能眼镜，科技正跨越屏幕深度嵌入物理生活。而在科学前沿，Google正通过 Weather Next与生物建模将AI转化为应对飓风预测及癌症研发等全球生存挑战的终极工具。一个由智能体协同驱动的新纪元已然开启。
阿里QoderWork重磅发布全球首个AI Native自定义工作台，推出设计、PPT、写作三大领域模式。AI办公正式从「对话驱动」走向「领域驱动」。
QoderWork自定义工作台要解决的，正是这个问题！
技术上，它通过解耦UI组件、业务逻辑，以及工作区区块来实现场景的独立化。
每个工作台拥有独立的视图、工具、状态和产物标准，但底层共享统一的Agent底座与任务系统。
在设计场景里，它是一个拥有画布、预览、风格库和画笔标注的设计工作台；
在PPT场景里，它是一个拥有11个可介入阶段的演示稿生产线；
在写作场景里，它是一个可批注、可回溯、可导出的文档协作台。
GTC 2026上，英伟达联合OpenClaw创始人推出了NemoClaw企业版，主打一键部署和沙箱隔离。2026阿里云峰会上，阿里云亮出了JVS智能体套件的完整阵容，面向个人的JVS Claw、面向企业的JVS Crew、面向移动端的JVS Mobile。
一个普通ChatBot回答一次问题，可能只是一次调用；一个Agent完成一次任务，却可能要拆解目标、读取文件、调用工具、生成代码、反复校验，每一步都在消耗token。Token不再只是模型公司的计费单位，而开始变成企业智能系统的运行单位。
根据国家数据局发布的数据，2025年，全国日均token调用量从年初的超万亿增长到年末的100万亿；而到了2026年，全国日均token调用量已突破140万亿。
在调度层，清华系创企、人工智能系统服务商清程极智一直在致力于“让token更高质量流通”，他们的核心产品之一就是token路由调度平台AI Ping。
AI Ping并不是突然出现的新产品。早在2025年9月，清华大学与中国软件评测中心在GOSIM2025发布《2025大模型服务性能排行榜》时，AI Ping就已经作为评测工具和数据展示平台出现，覆盖20多家厂商的230多项模型服务，并支持7×24小时性能监测。
2026年初，清程极智将AI Ping进一步推到台前，并正式将其定义为“一站式AI评测与API服务智能路由平台”，覆盖“评测—接入—路由—优化”环节。
据 Axios 报道，卡帕西本周起加入 Anthropic 的预训练团队，负责 Claude 模型的大规模训练。他将组建一支新团队，专注于用 Claude 本身来加速预训练研究，让 AI 帮助训练更好的 AI，这是也各大前沿实验室当下争相投入的方向。卡帕西在帖文中说，未来几年将是大语言模型前沿最具塑造力的时期，自己很高兴能回到研发一线。
他在斯坦福师从李飞飞，主讲深度学习课程 CS231n；2016 年联合创立 OpenAI；2017 年加入特斯拉担任 AI 总监，领导 Autopilot 计算机视觉团队；2022 年离开特斯拉，短暂回归 OpenAI 后于 2024 年再度离开。
此后他在 YouTube 上积累了超百万订阅者，“Neural Networks: Zero to Hero”成为最受欢迎的 AI 入门教程之一。他也是“vibe coding”一词的发明者。
在2026年的创业版图上，旧有的物理法则正在失效。过去，初创企业的成长曲线被严格锚定在“融资、招人、开发”的循环中，规模往往与员工人数直接挂钩。然而，随着AI原生时代的到来，这种传统叙事被彻底改写：一个从不写代码的创始人可以独立发布生产级应用，而“十人规模的独角兽”已不再是硅谷的奇谈，而是一种深思熟虑的商业策略。AI不仅在编写代码，它还在进行市场研究、分析竞争格局、起草投资材料并自动化运营流程。当技术门槛被夷为平地，创业的重心正从“如何构建”转向“为何构建”。 这份《AI原生初创企业构建指南》不仅是工具书，更是新时代的生存法则。