20260527研读Openclaw类Agent资料摘录
20260527研读openclaw类agent资料摘录
近日，市文化旅游局正式发布《上海加快推进人工智能赋能微短剧产业高质量发展的若干措施》（简称“AI微短剧沪8条”），标志着上海全面建设全国“AI+微短剧”产业高地。“沪8条”围绕“强产业、强服务、强集聚”三条主线，展开了全方位战略布局：在强产业方面，将构建“AI+微短剧”技术支撑体系，优化算力、算法、语料等核心要素供给，支持打造AI微短剧技能库、智能体，扶持优质剧本与精品内容创作，引育播出平台、创作厂牌及各类创作主体；在强服务方面，搭建一站式服务中心，提升审查效率，推出“2+5”极速审核机制，建立版权多元维权合作机制，组建AI微短剧产业联盟，促进文化出海；在强集聚方面，打造重点集聚区，加强人才引育与发展保障体系，畅通职业发展通道。
如果你也想搭建自己的 PM Agent，可以先不用追求复杂。先把这五个阶段固定下来：
需求对接 → 功能需求清单 → 报价 → 合同 → PRD再给每个阶段配上对应的 skill、模板和红线检查。真正能帮一个人接项目的 Agent，不是回答更像人，而是能进入真实项目的关键节点，稳定产出能被客户、合同和开发团队使用的东西。
我估计OpenAI自己都没想到，居然可以靠Codex翻盘。
目前在通用Agent领域，Codex稳坐第一。这个是我之前在星球里下的判断。
如果你在用小龙虾、爱马仕，可以不用折腾了。Codex才是成熟的产品，开箱即用，安全又可靠。
如果你之前很头疼Claude Code的使用门槛，那现在可以放心了。Codex没那么多幺蛾子，网络和支付都很宽容。
Codex已经跟ChatGPT打通，扫个码就行。这意味着，出门在外，你通过手机上的ChatGPT就可以给Codex下达指令、操作家里的电脑。
不过，Codex可以控制的，不只是一台电脑。通过SSH，你还可以把更多设备接进来。
12306-mcp 接入 OpenClaw 后，OpenClaw 就不只是回答“怎么坐车”，而是可以开始帮你查真实车次。真正的价值，不是炫技，而是把“问需求、查站点、查车票、整理方案”串成一个顺滑流程。下一步可以继续把酒店、地图、日历也接进同一套流程。那时用户只要说“帮我安排一趟出行”，Agent 才真正开始像一个出行助理。
跟其他 AI 编程工具不一样的地方在于，它会"问你"。改文件之前会确认，删东西之前会告诉你，不会闷头一顿操作然后炸掉你的项目。这个交互设计看起来简单，实际体验下来是质的区别。如果说 Codex Cli 是机器人，Claude Cli 就是个助理。它能直接操作你本地的文件系统，读代码、改代码、跑命令，整个流程都在终端里完成。不用切窗口、不用复制粘贴，context 自然就在那里。用过 Cursor 或者 Trae 的人可能觉得 IDE 集成也挺好，但 Claude Code 那种"在项目里直接跟你对话"的感觉，确实更顺。
Token是AI世界的最小计量单位。
AI无法像人一样直接理解完整的句子，它需要先将文本、代码、图像等信息拆解成可计算的碎片，就是Token。输出和输入都会消耗Token，处理每1000个汉字约等于600个Token。
物理层面，Token消耗算力+电力。购买Token等于购买GPU算力和电力消耗。生成100万个Token约消耗15~20度电。
经济层面，Token是AI的新货币。模型厂商把抽象的AI能力切分成最小单位，把买服务器、建机房的成本，变成了用户按用量付费的商品。
你再看人家老黄，他说，如果英伟达一个年薪50万美元的工程师，一年消耗的Token不到25万美元，他会非常恐慌，就怕花少了。工程师不用AI，就跟芯片设计师放弃CAD工具，拿铅笔和稿纸画电路图一样荒谬。
很多企业在尝试 Agent 应用时，很快会撞上三道门槛：算力、安全和部署。云端模型接入方便，但一旦进入多 Agent 协同、多轮推理和高频调用，Token 成本会迅速放大，账单难以预测。更现实的是，当智能体开始处理研发代码、客户邮件、合同文档、内部知识库时，企业很难忽视数据上传外部平台带来的合规和泄露风险。
5 月 22 日，浪潮信息正式推出元脑智能体工作站 Z3。按照浪潮信息的定位，元脑智能体工作站Z3 面向中小企业和 OPC（One Person Company，一人公司），希望把大模型本地推理、多智能体创建管理和数据安全管控整合到一台桌面级设备里，让企业不必自建复杂 AI 平台，也不必把核心数据交给云端，就能在本地部署、管理并运行自己的智能体团队。
随着晶体管越做越小，摩尔定律逼近物理极限，边际收益急剧递减。何庭波在论文中直观点明了摩尔定律在边际收益上的失效：
到了7nm以下，纯粹靠缩小晶体管尺寸带来的回报已经趋于平缓，2nm节点的领先芯片设计预算超过了每颗芯片十亿美元，成本不降反升。
由于获取最先进光刻设备的途径受限，华为更早面临这个行业性难题，也催生了韬（τ）定律。
何庭波在论文中阐述了韬（τ）定律的核心思想，也就是把时间而非几何大小作为首要度量标准，追求时间缩微而非几何缩微。
用 AI 做带货视频，现在确实是个风口。于是我去搜了各种 AI 生视频的工具。
发现美图设计室新上的「爆款视频」功能，干的恰恰是这件事。我一直觉得，AI 最大的价值不是替代人，是把门槛踩平。
以前做一条带货爆款，得懂拍摄、懂剪辑、懂节奏，是少数人的手艺。
现在，你手里只要有个好东西、一张图，就能开始。
5月26日，阿里云在新加坡面向全球市场正式发布 Qwen Cloud（qwencloud.com）。阿里云首席技术官、国际业务总裁李飞飞表示：“海外市场对 AI 的需求持续旺盛，尤其是 Agent（智能体）的爆发让模型调用量和云资源消耗呈指数级增长。当 Agent 成为云服务的第一用户，围绕人类设计的界面和交互逻辑都需要被重写。Qwen Cloud，正是为AI Agent 而生的全新服务方式。“三件事。就在现在，第一步：访问qwencloud.com，无需配置，5分钟即可试用模型。第二部：为您的 Agent 接入 Skills 提示词与 CLI，一条指令打通全平台能力。第三步：获取兼容 OpenAI 标准的 API 密钥，无缝对接现有工具链。即可解锁将强大模型转化为生产力的最快路径”
每次打开 hermes，输入框上面有一行状态栏。从左到右：当前模型、已用 token 数/最大上下文、进度条（会变色）、这次 session 的费用、运行时长。进度条在 50% 以下是绿色，50-80% 变黄，80-95% 变橙，超过 95% 变红，这时候差不多该 /compress 一下了。
先说一个反直觉的事实，最好的编程 agent 不是"最聪明的"，我认为是是"最省钱的"那种，Claude Code 没有这个机制——不是因为 Claude 做不到，是因为 Anthropic 的定价模型没有为缓存做如此激进的设计。Cursor 也没有——因为它的后端是多模型的，无法为单一 provider 做深度优化。
这就是 Reasonix 最核心的取舍：故意只支持 DeepSeek。 不是做不到多 provider，是不做。绑死一个后端，把它的缓存机制吃干榨净——这不是技术限制，是产品策略。
QQ 通道是它的一个独创功能——把当前 session 延伸到 QQ 上，你可以在手机上通过 QQ 消息继续和 agent 交互，回复会回到 QQ。不是独立的新运行模式，就是当前 session 的远程 I/O 扩展。
我觉得，谁该用 Reasonix
• 重度终端用户：你的工作流就是 tmux + neovim + git，不需要 IDE 集成，终端就是你的 IDE。
• 成本敏感的个人开发者：API 账单是自掏腰包，不是公司报销。省一块是一块。
• 长 session 工作者：你早上打开终端，晚上关掉——中间 agent 一直在工作。缓存命中率是你最好的朋友。
• DeepSeek 生态用户：你已经在用 DeepSeek API，想找一个最懂这个后端的 agent。
谁不该：
• 你需要 IDE 深度集成（补全、行内提示、右键菜单）→ Cursor
• 你在做极其复杂的单次推理任务 → Claude Code
• 你需要完全免费/离线 → Aider + Ollama
Token，已经成为AI时代的「电力消耗」。谷歌I/O大会上，CEO劈柴透露了几个令人瞠目结舌的数字：
「今天，谷歌每个月的Token处理量，飙升到了3200万亿。2024年，9.7万亿；2025年，480万亿」。
Tokenmaxxing，成为了当下最热词。
工业时代，电力成本决定了工厂开在哪、产能做到多大、利润空间有多厚。
AI时代，Token消耗量决定了企业的Agent能跑多复杂的任务、能服务多大规模的用户、能不能从「技术验证」迈进「商业闭环」。
对Token成本的驾驭能力，正在加速企业间的分化与洗牌。
高性能Agent模型SkyClaw-v1.0正式发布。同步上线的，还有轻量化版本SkyClaw-v1.0-lite。
SkyClaw主打一个：顶级Agent能力+极致性价比+低门槛落地「三位一体」。
多项测试中，SkyClaw-v1.0性能超越Minimax 2.7、DeepSeek V4 Flash等多款主流开源模型，逼近DeepSeek V4 Pro、Claude Opus 4.6、Qwen 3.6 Plus等闭源顶流。
昆仑万维董事长兼CEO方汉曾直言，「每月花100元订阅AI就像交水电费，至少花100元在Token上才不会掉队」。
这句话背后的逻辑，正是昆仑万维的产品哲学。
伴随「一人公司」成为时代趋势，AGI不再是哲学命题，而是经济学命题；而经济学命题的核心，永远是成本效率。
在这个愿景下，SkyClaw-v1.0的意义已经超越了一款Agent模型本身。
首个AI专家市场「袋袋」上线：不考提示词，不拼敲代码，只要你会聊天，就能一键将你的脑子「数字资产化」，让你的判断力变成全球24小时自动躺赚的「逻辑版税」！如果你是追求极致性能的技术大佬，袋袋同样准备了硬核的CLI模式：把你苦心调校的项目文件，一行命令上传即可。给团队，一个人的优势放大成组织基础设施；上架到袋袋市场，任何人付费，你的判断力就替他工作。雇佣收益全额归你。一次封装，终身复利。
袋袋的供给侧，是那些脑子里装着行业最稀缺资源的专家——投资人、品牌操盘手、财税顾问、法务、资深运营。是看了上万份BP之后的第一反应，是做了几百个项目之后的条件反射，是踩过无数坑之后建立的那套直觉系统。
需求侧，任何一个创业者、任何一家中小企业、任何一个需要专业判断的人——现在可以按需雇佣袋袋上的AI数字专家。
袋袋在做的事，就是让判断力第一次成为可以独立流通的资产。这是大模型下半场，真正给所有专业大脑的时代红利。
Qwen3.7-Max 的核心优势在于智能体能力的广度与深度：编程方面，从前端原型开发到复杂的多文件工程均能驾驭；办公与生产力方面，通过 MCP 集成和多智能体协作实现工作流自动化；长周期自主执行方面，在一项长达 35 小时、超过 1000 次工具调用的全自主内核优化实验中保持了连贯推理，充分验证了其持久稳定的执行能力；此外，无论部署在 Claude Code、OpenClaw、Qwen Code 还是其他框架下，都能稳定发挥出色的跨框架泛化能力。
当地时间5月18日，马斯克旗下的AI公司xAI宣布在网页端、iOS和Android平台同步上线“Skills”功能。该功能赋予了AI助手Grok跨对话的持久记忆能力，标志着Grok正在从传统的单次问答聊天机器人向可配置、可编程的自动化工作空间演进。据介绍，通过“Skills”功能，用户只需向Grok传授一次特定任务的操作方法，Grok就能在后续的所有独立对话中永久记住相关的个人偏好、排版格式规则或特定工作流步骤。这意味着用户在开启新对话时，无需再不厌其烦地重复输入繁琐的前置提示词或背景设定
BI解决的是“看见数据”；
Agent解决的是“执行任务”；
DIP想解决的是“在理解业务逻辑的基础上辅助决策，并推动行动”。
这个定位，和Palantir长期强调的“Ontology + AI + Action”确实在同一个坐标系里。
2026 年 5 月 18 日，这个认知被彻底打破了。
NextEra Energy 宣布以 670 亿美元收购 Dominion Energy，创下美国历史上最大的公用事业并购纪录。
这个数字足够震撼，但更让人在意的是背后的逻辑，推动这笔交易发生的，不是什么传统的能源战略，而是全球 AI 数据中心对电力永不满足的饥渴。
弗吉尼亚北部，Loudoun County 一带，被业内称为「Data Center Alley」，数据中心走廊。
这里集中了全球密度最高的数据中心群，AWS、微软、谷歌、Meta 的大量服务器，就藏在这片看起来平平无奇的土地上。据估计，全球约 70% 的互联网流量每天都要经过这里。而 Dominion Energy，正是这片区域的主要电力供应商。
国内同形态目前没找到完全对位的产品。Cherry Studio 偏 chat 客户端，FastGPT 偏私有 RAG 服务，都不是「桌面 agent + auto-fetch + Obsidian wiki」这套组合拳。这个空位会被谁补上，值得盯半年。 OpenHuman 走的是反过来的路。数据留在硬盘，agent 跑在本地，memory tree 你自己能 cat。
反观腾讯，同一时期拥有可能是中国互联网公司里最完整的AI产品矩阵：腾讯元宝、腾讯文档AI、腾讯会议AI、搜狗输入法AI、WorkBuddy、CodeBuddy，以及嵌入微信生态的各类AI能力。TEG、CSIG、WXG、PCG、IEG、CDG，六大事业群几乎全部下场。如果把这些产品加总，它的AI产品数量超过任何一家国内大厂。
然而，截至目前，没有一款跑出豆包式的声量。
当前市场上跑出来的AI爆款——豆包、Notion AI、Perplexity、Cursor——它们的共同特征不是“把体验做到极致”，而是在一个需求尚未被验证的阶段，愿意大量试错、快速迭代，在失败中逼近正确答案。
豆包能在2024年到2025年快速起量，靠的不是“字节的产品体验比腾讯好”。它靠的是：先跑起来，用抖音流量灌，用字节系产品矩阵互相导流，用激进的内容营销建立心智，然后在数据反馈中快速调整方向。这本质上是一种“探索型产品能力”——我不知道用户最终会为什么付钱，我先投出去，看数据，再迭代。
过去一年，AI圈诞生了一位顶级“卷王”——AI Scientist。它从只会乖巧答题的大模型做题家，快速进化为自动化科研助手（Auto research）：它可以自己提假设、查文献、写代码、跑实验、分析结果，甚至连论文都帮你写好。
2026年6月，全球首个专注于AI生成艺术的博物馆Dataland即将在洛杉矶市中心开放。这座由普利兹克奖得主弗兰克·盖里设计的场馆，开幕首展《机器梦想：雨林》将使用Refik Anadol工作室开发的开源“大自然模型”，融合亚马逊雨林之旅的灵感、数字雕塑、口述历史与已灭绝鸟类的录音——一场多感官的“活态博物馆”体验。这无疑是AI艺术的高光时刻。然而，Dataland尚未开馆，版权争议、环保质疑和哲学批判已接踵而至：美国最高法院拒绝审理AI艺术版权案件；科幻作家特德·张在《纽约客》撰文称AI“永远无法像人类艺术家那样与观众交流”；MIT研究员指出生成一张AI图像的能耗相当于一千次网络搜索。这些批评并非守旧，而是对艺术本质的深层追问。
一些核心的结论大概不会错。1900 年以前，一项发明在技术上可行之后，可能还要等几十年甚至几百年才有人做出来。1900 年以后，这个间隔迅速缩短到十年以内。人类辨认和利用技术机会的速度在加快。斯坦福经济学家 Nicholas Bloom 等人 2020 年的研究指出，维持摩尔定律所需的研究人员数量是 1970 年代初的 18 倍以上，突破性创新越来越贵了。但至少从 Potter 的数据看，当一项技术的前提条件就绪之后，让它从图纸变成实物，这件事我们做得越来越快了。