20260610研读Openclaw类Ai Agent资料摘录
20260610研读openclaw类ai agent资料摘录
现在很多人对 Agent 最大的误解，已经不是“它聪不聪明”，而是还在把它当高级聊天框。Agent 开始从“会回你话”，变成“能长期接环境、接入口、接任务、接恢复”的系统。OpenClaw 还在继续把 Agent 往国内真实聊天入口里送。
不是所有人都活在终端里。真正的入口，还是 QQ、微信、飞书、Slack、Telegram 这些你每天本来就在用的地方。
2025年12月29日，Meta宣布将收购Manus。据《财新》披露，收购价在20亿美元左右。如果促成，这将是Meta史上第三大收购。
此时Manus诞生还不到10个月。2022年，毕业于华中科技大学软件工程专业的90后肖弘创立“蝴蝶效应”公司，2025年3月面向海外市场推出Agent产品Manus。
《长江日报》报道，肖弘的公司就在距离母校不到500米的地方。
作为通用AI Agent，Manus能独立思考、规划并执行复杂任务，交付完整成果。当时OpenClaw还未推出，Manus率先让人感受到AI从能对话到能干活，迅速引起关注。
发布第二个月，Manus就拿到由美国硅谷风投Benchmark领投的7500万美元融资，估值约5亿美元。
最终发布决定的却是国家发改委，由其下属的外商投资安全审查工作机制办公室进行审查，对应的法规是《外商投资安全审查办法》（下称《安审办法》）。相当于监管路径选择的是外商投资安全审查，而非此前普遍猜测的技术出口限制、数据出境安全等。
需要知道的是，此前滴滴案、TikTok案都是以后两种路径进行监管。Manus案则是《安审办法》自2021年1月开始施行以来罕见的被禁止的外资收购案。
「甲子光年」认为，这种路径的选择预示着从互联网时代到人工智能时代，技术变革下监管路径的调整。对互联网的技术监管侧重于数据或某一项具体的技术，对AI的监管将更侧重整体能力，深入到技术控制权层面。
把 AI 当成一个打工人，一切就清晰了。
🧠 Agent = 大脑：负责理解需求、思考规划，决定下一步干嘛。
📚 Skill = 经验/SOP：做事的方法论。有大脑不够，还得教它具体业务流程才能干好活。
🔌 MCP = 关节/连接器：让 AI 走出封闭环境，去连接飞书、微信、数据库等外部系统。
🧰 CLI = 手脚工具箱：干脏活累活的执行层，真正在本地电脑上执行具体动作。
“AI+”，就像给家里用了十几年的老式洗衣机，加装了一个自动投放洗衣液的装置。机器还是那台机器，流程还是那个流程，只是省了点事。
“AI原生”，则是直接换了一台智能洗衣机——从进水、洗涤到脱水，整套流程都是AI自动设计的。AI不是配件，是这台机器的灵魂。
Jack Dorsey（原Twitter联合创始人，现Block CEO）在Block也思考过类似问题：如果继续保留同样的组织图和管理结构，只是在里面塞进AI工具，就错过了变化本身。
公司应该被重建成一个智能层，人类站在边缘指导它，而不是在内部层层搬运信息。
凯文·凯利真正看到的，是这些问题背后共享的同一种气候。AI不只是带来新工具，它在改写我们的衡量方式。就业的定义在变，经济的定义在变，真相的定义在变，甚至连"人应该怎样规划自己的人生"这件事的默认前提也在变。新变化不会替我们解答老问题，它只会扩张我们的无知，因为它总是以新的方式变新。
Generic Agent（简称 GA）是一个本地运行的 AI 助手框架。与只能聊天的 AI 不同，GA 的核心理念是替你把事情做完——它能读取代码、操作文件、调用工具、连接各种平台，自动完成复杂任务。
你可以把它理解为：一个永远在线、听得懂人话、并且真的会动手干活的数字员工。
它不是一个聊天机器人，而是一个能替你执行任务的 Agent。
最近又出来一款Mercury Agent（Cosmic Stack出品），走的是另一条完全不同的路：不卷智能、不堆功能，只解决普通人最头疼的四件事——安全、省钱、稳定、永远在线。Mercury有一套独特的"soul-driven"设计：你的Agent的人格通过几个Markdown文件定义——soul.md（核心价值观）、persona.md（人设）、taste.md（审美偏好）、heartbeat.md（节律设定）。全部本地、全部可手动改。
甲骨文正在押注AI基础设施，计划资本支出1560亿美元。2026年就为此融资了四五百亿美元。而裁员释放出来的80亿到100亿现金流，直接补进了数据中心的账单。
所以，甲骨文这次裁员的逻辑，说穿了很简单：不是AI替代了人，而是建AI的钱，需要从人身上省出来。
微软的这个方式叫「70法则」。规则本身设计得相当精巧：适用于高级总监及以下职级的美国员工，年龄与微软司龄之和得达到70。
比如，一位55岁、入职15年的工程师刚好踩线；一位45岁、在微软工作25年的项目经理也符合条件。
这条法则在微软51年的公司历史上属于首次推出。公司会给出丰厚的一次性财务补偿、加速股权归属，以及许多人最在乎的医疗保险过渡期。
早在2025年年底，Meta宣布从2026年起，「AI驱动的影响力」将成为绩效评估的核心指标，不会用AI，就别指望晋升加薪。
员工私下把这种现象叫「Tokenmaxxing」，也就是拼命刷AI使用量来应付考核，表面数据漂亮，实际产出未必改善。
九十年代的下岗，是一场救亡。国企人员冗余，整个经济体制走到了不改不行的关口。裁员是代价，是痛苦，但那是一艘快要沉没的船不得不减重。
工人们是被时代的浪打下去的，不是因为他们不够好，而是因为整艘船都在挣扎。
今天的裁员，是一场进攻。甲骨文、微软、Meta这两年的效益都非常好。这些公司不是在止血，而是在腾笼换鸟，把钱从人工成本里挤出来，押进AI军备竞赛。
亚马逊、谷歌、Meta、微软四家公司，今年合计资本支出接近7000亿美元，平均每天烧掉将近20亿美元，几乎全部流向AI基础设施。
国产模型这一年其实在悄悄发生一件事，单点能力上慢慢追上 Claude/GPT，但价格只有人家的几分之一甚至几十分之一。真正改变工作流的，不是某个"最强模型"的发布，而是这种价差到了一个临界点的时候。
毕竟，能"花小钱办中事"，才是当下最大的技术红利。
2026年的汽车行业，正站在同样的十字路口。产业各方企盼属于汽车的“iPhone时刻”，但往往容易低估智能汽车背后的关键要素之变。
近几年国际数据公司（IDC）连续发布汽车云报告，本质就是关注智能汽车的技术供应链变化。据IDC测算，公共云已成为汽车行业云基础设施的未来趋势，占比攀升至87%。而随着VLA+世界模型、AI大模型上车等技术加速落地，汽车行业对弹性算力与AI技术的需求持续爆发。
Flipbook 是一个可以无限延展的视觉浏览器，所有内容都是按需、实时生成的。
怎么理解视觉浏览器呢？
在Flipbook中，你看到的每一个“页面”，本质上都是一张图片。当你点击图片中的任意位置时，系统会根据你的点击生成一张新的图片，带你继续往更深入的方向探索。整个过程里，没有 HTML、没有代码，也没有传统意义上的链接或输入框，你所看到的“网页”，其实都只是屏幕上一帧一帧被生成出来的像素。
当AI在智力层面已经超越人类，IQ的意义正在被重新定义。阿里钉钉&悟空创始人陈航4月29日在清华五道口（浙江）金融发展论坛的演讲中提出了一个新概念——AIQ（AI智商商数），提示素养、算法共情、判断力，构成 AIQ 三层架构。陈航认为，这不是一个人的指标，也不是一个工具的参数，而是碳硅融合时代，衡量人与企业能否真正驾驭AI的新坐标系。未来招人、用人、评人，都要用 AIQ 说话。
Obsidian 是一款本地双向链接笔记工具。完全免费，跨 Windows、Mac、Linux 三平台。它最核心的特点是双向链接。什么叫双向链接？在笔记里输入两个方括号，比如 Claude-Code-笔记，Obsidian 会自动把它变成一个紫色链接。如果「Claude-Code-笔记」这篇笔记存在，点击就能跳转。如果不存在，点进去就会创建它。这就是双向链接的用法，非常简单。
Hermes 通过内置的 llm-wiki skill 自动完成以下操作：读取文档内容提取关键实体（人物、工具、项目）提取核心概念（方法论、技术原理）创建结构化的 Markdown 文件添加 双向链接 连接相关概念更新知识库索引和日志全程不需要你动手。
打开知识库目录，把它作为 Vault 拖进 Obsidian。现在你就拥有了一个由 AI 精心整理过的知识库。双链网络可以自由浏览，Graph View 可以看到知识点之间的关联强度。
让 Agent 通过 Obsidian 的 wiki link 能力，把一篇文章自动编译成互相关联的知识节点，在知识库里自己长出网络
核心原则只有一条：不同类型的内容不要混在一起。
raw/ — 原始资料。文章、论文、转录稿、截图。原则：只追加只读，不修改原文。raw 是证据层，源头坏了后面全乱。
concepts/ — 概念页。比如 RAG、Agentic RAG、LLM Wiki、MOC、知识飞轮。不是文章摘要，是跨资料沉淀的长期知识节点。
entities/ — 实体页。比如 Obsidian、Hermes、Claude Code、具体项目、某家公司。概念和实体必须分开，否则术语和人名工具名全混一起。
comparisons/ — 比较页。比如 Hermes vs Claude Code、RAG vs Agentic RAG。适合长期更新，每篇新资料都可能补充新维度。
queries/ — 值得保留的问答。不是每次聊天都存，解决重要问题的才沉淀。
moc/ — 主题地图（Map of Content）。不是目录，是理解路线图。比如”LLM Wiki 地图”可以告诉你阅读顺序：raw → concept → MOC → Source-first → 知识飞轮。
drafts/ — 输出草稿。文章、推文、脚本、教程稿。知识库的终局是输出，不是收藏。
从GLM-4.5到GLM-5.1，智谱模型在Agent和Coding能力上持续突破，不仅成为开源模型的SOTA（最高水平），更是输出Token最快的Coding模型，深深切中了全球开发者的效率痛点。开发者“用脚投票”，让智谱的API在价格上调83%的情况下，调用量反而逆势增长400%。
2026 年上半年美团旗下 AI 团队悄悄放出一款 AI 原生浏览器 Tabbit——它把 Chat、Agent、技能（妙招）、智能标签分组四件事塞进了同一个 URL 栏。Tabbit 不是"装了 AI 插件的 Chrome"，它把 Chat、Agent、妙招（Skills）、智能标签分组重新组合成浏览器的一等公民。这事 Chrome 没做、Edge Copilot 没做、Arc 试过半截，Tabbit 是国内第一个把这套集合完整做出来的产品。
连谷歌创始人谢尔盖·布林都说："用过Mythos你就知道，那就是纯粹的AGI。如果你觉得这都不算AGI，那我不知道什么才算AGI。"
Anthropic IPO在即，投资人要看弹药库有多大。憋了这么久，昨晚正式发布Mythos的公众版：Claude Fable 5。这次同时扔出了两个模型：Claude Mythos 5 和 Claude Fable 5，一个叫神话，一个叫寓言。
Mythos 5是全功率版本，没有安全阉割。但这个模型不卖，只通过Project Glasswing配发给政府机构、网络安全团队和特定生物安全研究机构。
而Fable 5，是Mythos 5加了安全护栏以后的公众版。你的请求如果涉及网络攻防、生物化学武器或者模型蒸馏这些敏感领域，系统会悄悄把请求降级到 Opus 4.8 来处理。据Anthropic说降级触发率不到5%。
Fable 5配合Claude Code框架可以连续自主跑好几天，跑完之后会主动写测试工具来验证自己的结果，不等人来查，它自己查自己。代码不对，自己改。
市场的深层逻辑正在发生三个深刻的演变：
第一，从CapEx向OpEx的价值转移
目前的钱都被卖铲子的人赚走了，英伟达、台积电、以及那些卖光模块和服务器液冷设备的企业，吃到了大部分红利。Token快不要钱了，AI公司到底靠什么赚钱？
但随着算力逐渐“基础设施化”，像水和电一样，真正的超额利润将逐渐转移到应用层。
也就是那些能用极低成本的Token，真正解决垂直行业痛点、重塑业务流程（OpEx优化）的AI原生企业。
第二，估值倍数压缩与业绩消化
市场给AI基础设施的估值偏高，并不意味着一定会崩盘。
在很多情况下，企业盈利的高速增长会以“时间换空间”的方式，逐渐消化掉高昂的估值。
只要云计算巨头们的收入增速跟得上资本支出的折旧速度，这场击鼓传花的游戏就能够演变为一场前所未有的产业升级。
DataBuddy 是面向大数据全链路的 Agent 工作台，它把数据工程、数据治理、数据分析这三个原本高度依赖专业人员的环节全部 Agent 化。过去需要数据工程师花几天时间编写的 ETL 脚本，现在通过自然语言就能自动生成；过去只有 30% 的核心表能配置质量监控，现在 DataBuddy 能实现全仓自动扫描，智能识别敏感字段、推荐监控规则，覆盖率达到 100%。
它改变了「人操作工具」的传统范式，变成「AI 工作 + 人把关」，让数据从只有工程师能懂的「技术资产」，变成所有 Agent 都能调用的「生产资料」。
DataBuddy 解决了数据「好不好用」的问题，那么 CFS Turbo 则解决了数据「转得快不快」的问题。
随着HappyHorse的正式公测，中国视频生成模型进入“三国杀”时代。
在过去半年里，字节的即梦（Seedance 2.0）、快手的可灵3.0、阿里的HappyHorse先后登顶 Artificial Analysis视频模型榜单第一。