20260612研读Openclaw类Ai Agent资料摘录

20260612研读openclaw类ai agent资料摘录

CLI 是 Command Line Interface，命令行界面。简单说，就是不用点按钮，而是通过一行行命令跟软件或平台交互。
现在很多平台都会封装 CLI，因为它比网页点击更适合自动化、批量处理、复现操作和接入工程工作流，也更方便被 AI Agent 调用；网页适合人看和配置，CLI 则适合脚本、CI/CD 和系统之间稳定协作。
很多人熟知的 git、npm、docker 等都是 CLI 工具。

Skills 是 Agent 用的“可复用能力包”。
你可以把自己的标准流程告诉它，让它把流程、文档、领域经验、脚本等封装成一个技能。
安装好以后，智能体在启动时，技能的名称和描述始终会存在于它的上下文中。
当你的描述和它的触发条件一致时，它就能自动调用。

通常来说，企业内部的各种平台（如财务系统、法务系统、数据平台、报表系统等）都要去创建对应的 CLI。如果是 Node 类型的 CLI，通常发布到公司内部的 npm 仓库中。
但是，CLI 想让智能体更好地感知和使用，通常还要再封装一个对应的 Skill。

MCP，全称是 Model Context Protocol，可以先把它理解成：让 AI 应用连接外部工具、数据和系统的一套通用协议。
更通俗点说，MCP 就像是 AI 世界里的“USB-C 接口”。各种工具和平台可以通过 MCP 协议接入 Agent，让用户基于自然语言自动完成操作。Skills 主要承载知识和经验；MCP 主要提供外部工具和数据连接能力。
Skills 渐进式加载可以极大减少上下文占用，MCP 则启动时加载工具定义。Skills Markdown 即可编写， MCP 需要编码和服务部署等。

AgentForge 是一个「Agent 工厂」型平台 —— 用户一句话描述需求，平台流式生成 Agent 的人设、技能链、工具装备，直接在浏览器里调试对话、配置定时任务、私有化部署到自己的 GitLab 仓库。

多智能体管理平台。目前开源领域有三个值得关注的玩家：CrewAI（40k+ Stars）、Paperclip（70k Stars）、Multica（36k Stars）。
它们的共同点是"管理多个 Agent 的协作"，但理念和架构完全不同。
• CrewAI = Agent 版开发团队——用代码定义角色、分配任务、编排流程
• Paperclip = Agent 版公司——组织架构、目标对齐、预算控制、治理审批
• Multica = Agent 版 Jira——看板任务管理，Agent 和人在同一个任务板上协作

大模型商业化有无数条可能的路，但真正能够支撑起一家万亿美元市值公司的赛道，只有两个：编程和办公。大模型公司，为什么最后都要回到办公和编程？
这个判断不需要复杂的论证，看一眼Anthropic就够了。它的活跃用户只有OpenAI的七分之一，却拿下了全球LLM市场31.4%的收入份额。用更少的用户，赚更多的钱，理由只有一个：用户为生产力付费。用过之后，回不去了。这才是大模型商业化最底层的逻辑。这个逻辑已经在大洋彼岸验证了。但中国大模型行业对此的反应，几乎是沉默的。

编程和办公，是过去六十年电子计算机和互联网革命最丰厚的那块遗产。从程序员、律师、编辑，到财会、咨询师、分析师、投资人，所有坐在办公室里创造价值的知识工作者，他们的工作方式在过去几十年里几乎没有发生过底层变化。Word、Excel、PowerPoint、IDE，本质上是数字化的纸和笔。大模型第一次让这些工具具备了理解和执行的能力。

中国拥有全球最大的程序员群体，超过700万软件开发者，数千万知识工作者每天在办公室里写文档、做表格、开会议。这是一个巨大的、被暂时保护的市场。窗口期有多长，取决于地缘政治和技术演化的速度。但在窗口期内，谁先做出中国版的Claude Code，谁就拿到了这个市场最厚的那块利润。

我们花了不少时间研究 Anthropic 是怎么后来居上的。
最后落下来，要理解这家公司，核心是理解两个点：
一个是战略判断，一个是组织文化。

Anthropic 完全相反，他们是御三家里唯一很早就放弃多模态的，且从来没讲过架构创新，没强调过 reasoning model、RL、continual learning 等概念，只做好语言模型的 scaling，只重点做 coding 一个方向，先把最关键的能力打穿。
关于为什么 coding 如此重要，现在市场也都清楚了，核心是三点：
1. Coding 是通往一切的道路。数字世界的绝大多数任务都可以通过 Code 来表达。
2. Coding 是最适合模型学习的能力。结果可验证性强、Feedback loop 短，用户数据能更大程度上反哺模型训练。
3. Coding 是 AGI 研发的核心加速器。现在头部 AI labs 已经进入了这种加速循环，今年模型一个季度的进步幅度，比过去一年更快。
最后的结果证实，Coding 确实是最重要的方向，孤篇压全唐。

所谓 focus，本质要拆分为两个层面：
一是判断力，知道什么是最关键的，并且敢于牺牲其它一切。
二是压强，能投入压倒性的资源把关键要素打穿。
前者是认知问题，后者是意志问题，缺一不可。

近日，普林斯顿大学（Princeton University）与弗拉特艾恩研究所（Flatiron Institute）的物理学家提出了解决方案：参考大语言模型的预训练-微调方法，先用廉价的标准宇宙学模型训练 AI，再用少量且昂贵的新物理模拟技术对其进行微调。结果显示，这种策略确实可以大幅降低计算成本。但同时，研究人员还发现了一种名为“负迁移”的现象：如果新物理的信号恰好与旧理论的某个参数高度相似，AI 反而学得更慢、表现更差。

教育信息化1.0阶段以基础设施配套为主，实现了信息化的基础普及；2025年底，教育部正式启动“国家教育数字化战略行动2.0”，将智能化作为战略方向，提出“四个未来”建设目标，培育未来教师、构建未来课堂、筹划未来学校、创设未来学习中心，探索未来科教融合新范式。2026年3月，教育部长怀进鹏进一步明确“AI for Schooling”六大方向，标志着中国高等教育正式迈入“智能化2.0”的全面深化期。
在周晓锋看来，1.0是大量设备的采购，但"应用没用起来"；2.0是把应用装上去，教学督导、课程管理、线上互动等应用功能跑通。接下来则是在此基础上叠加AI，将2.0阶段的应用变得更加智能、无感，让技术真正嵌入教学全流程：“以前考勤要点名、扫码，现在无感考勤；以前要找某个功能得翻菜单，现在一句话语音控制。AI帮老师把操作门槛降到最低，数据自动整理、自动分析、自动给出建议。”

写代码这个动作被吃掉了。从头到尾没有一行代码是人写的。以后人不需要写代码，人只需要说清楚要什么。
测试也被吃掉了。AI自己写测试，自己跑，自己修bug。以后拼的，是你描述得够不够清楚、边界条件有没有想到。
"开发者" 的定义正在重写。以前说 "开发者"，默认你会写代码。以后说 "开发者"，意思是你能把产品需求讲清楚 —— 剩下的AI干。

四月，Karpathy 在 GitHub Gist 里分享了一个他称之为 LLM Wiki 的模式。
思路极其简洁：
与其每次提问时从源文档里检索，不如让 LLM 提前维护一套结构化的 Wiki。新文档进来 → LLM 读取 → 提取关键信息 → 增量写入 Wiki 页面 → 更新交叉引用 → 标注矛盾点。你提问时，LLM 回答的是已经被整理过的知识，而不是原始碎片。
三层架构：
Raw Sources（源文档） → Wiki（LLM 维护的结构化页面） → Schema（维护规则）
关键在于——Wiki 是活的，是累积的，是自我更新的。

此前 4 月 8 日，DeepSeek App 完成第一轮模式分层改版，上线“快速模式”和“专家模式”，根据 V4 发布后的官方说明，前者由 V4-Flash 驱动，后者对应 V4-Pro。当时已有微博用户（@蚁工厂）放出含“快速/专家/视觉”三档选项的截图，但视觉一档迟迟未开放。从今天起，这一档开始进入小范围灰度。

GPT Image 2之后，最强开源生图模型来了！SenseNova U1正式开源，原生统一理解和生成。它不仅能看懂图，更能「边想边画」，实现连续图文创作输出。这才是通往AGI的正确姿势。

Paperclip 是什么,一句话：它是一个本地运行的仪表盘，让你把所有 AI Agent 组织成一个团队。
不是比喻。它真的有组织架构。
你可以在里面设一个 CEO Agent、一个 CTO Agent、一个工程师 Agent、一个市场专员 Agent。每个 Agent 有头衔、有职责描述、有目标、有预算。它们 24 小时在线，按你设定的时间表醒来干活，干完给你汇报。
而且它可以同时接入不同的 AI 后端。OpenClaw 的 Agent、Claude Code 的 Agent、Hermes 的 Agent等，都可以塞进同一个团队里。

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。

LLM Wiki 在干一件不太一样的事。用老程序员的话说：这跟单次脚本和持久化服务的区别一样大。前者跑完就消失，后者越跑数据越厚、越懂你。
我猜往后一两年这种形态会越来越多。但目前在国内能让普通人零门槛跑通的，有道云笔记 + youdaonote-llm-wiki 是我见过最快的一条。