20260615研读Openclaw类Ai Agent资料摘录

20260615研读openclaw类ai agent资料摘录

安装插件“WeRead”之后，配置插件，用微信扫码后关联微信读书。微信读书过程中，划线的重点内容，将自动同步到Obsidian中。平常可以在微信读书中任意标识重点内容，在电脑前的时候就可以看到重点笔记了。

obsidian自带一个插件市场，可以搜索下载你想要的插件，在此之前先关闭安全模式，不然第三方插件不生效。
如果还没被审核上架的就需要通过另一个插件(BRAT)安装beta版的其他插件，路径：设置-第三方插件-社区插件市场-浏览-搜索“BRAT”，点击安装。

Obsidian 的七条设计原则创始人 Steph Ango（Kepano）在多个场合阐述过。我把它归纳为七条：1. File over app → 文件优先于应用2. Local-first → 本地优先3. Links over folders → 链接优先于文件夹4. Extensible, not bloated → 可扩展，不臃肿5. Longevity over trends → 长期主义，不追风口6. Plain text over rich → 纯文本优先于富文本7. User owns the tool → 用户掌控工具，而非工具掌控用户

Obsidian 坚持 .md 这个地球上最通用的纯文本格式——任何一个文本编辑器都能打开，任何一个大语言模型都训练过，Git 可以直接 diff。你的笔记不依赖任何软件的存在。

大模型的幻觉，指的是模型本身生成内容的准确性。但大模型接了你的数据之后，它输出的内容，准确性取决于两件事：一是模型本身够不够准（幻觉率低不低），二是它吃进去的数据够不够准（数据幻觉有没有）。
你喂给大模型的数据，如果本身就有问题，大模型再聪明，也帮不了你。

大模型治幻觉，靠的是更多的训练数据、更精准的强化学习、更好的事实验证机制。企业治数据幻觉，靠的是数据治理，没有捷径。
但也不需要一口气全部治好。
先做一件事：把“被大家相信但没有人验证过的数字”找出来。数据幻觉最难治的，不是技术上的问题，是没人承认它存在。
数据治理不能单从技术方面入手，而是一个系统化的工程，包括数据战略、数据架构、数据标准、数据质量，以及数据管理的组织、制度、流程、沟通方式，认责机制，反馈及优化等等。

AI陪练系统正在悄悄改写这个行业最底层的能力培养逻辑。而大多数人还没意识到，他们用来"练话术"的那个工具，其实能帮他们做一件更深远的事——重新建构自己理解人的方式。AI陪练的革命性价值，不在于它能帮你生成更多话术，而在于它能提供一个足够逼真、足够多样、足够安全的认知压力场——让你在这个场里，一遍又一遍地练习"感知—判断—响应"这个完整的回路。
感知，是读懂对方。判断，是决定怎么走。响应，才是开口说话。

有的Agent适合Web对话，有的像桌面助手，有的要长时间执行任务，有的依赖本地文件。
企业不太可能只保留一种Agent形态，也很难让所有团队一次性迁移到同一套框架里。
如果每个Agent各自维护身份、会话、工具调用和日志，管理者根本看不清它们在什么边界内运行。

一个企业级Agent运行底座，至少要先管住三类基础对象：身份、会话、任务。
身份：Agent不能只认自己的登录态，它代表哪个员工、哪个岗位、哪些授权，必须回到企业已有的组织和权限体系。
会话：员工可能从Web发起任务，又在IM里查结果，再到桌面端处理文件。会话不能被拆散，需要稳定的上下文连接。
任务状态：Agent不是只回答一句话，它要读资料、调工具、等确认、交结果。底层必须记录任务从发起到结束的全过程。

FinSafe是一套面向内网Agent的安全执行底座，它不做模型推理，也不替代业务系统。但可以保证AI 安全可控的运行，而且能直接部署在现有服务器上，快速的为Agent提供一套安全沙箱、资源约束体系、访问权限和日志审计策略，帮助企业把 AI安全、可控、可审计地用起来。

Multica 的设计很朴素，逻辑链条是这样的：
你有一堆活要干 → 按项目组织，每个活是一个 Issue（跟 GitHub Issue 一样）→ 每个 Issue 可以分配给 Agent 来执行 → Agent 落在一个 Runtime 上（插件式，OpenClaw、Claude Code、Codex 都能注册）→ 多个 Agent 组成 Squad（小队），里面有开发、测试、设计、Review 等角色 → 用看板跟踪进度。
传统项目管理工具（Jira、Linear）管的是人的任务。Multica 管的是Agent 的任务。Agent 不只是被分配任务，它还会在 Issue 评论区主动汇报进度、报告阻塞、参与讨论。

Multica 不是唯一在做这件事的。2026 年开始，AI 原生开发团队这个概念正在快速成型：
• MetaGPT 直接定位自己是AI agent development team，模拟软件公司的角色分工（PM、架构师、工程师、QA）
• CrewAI（40k+ Stars）用代码定义角色和任务流，偏向框架层
• Squad（GitHub 官方）基于 Copilot 在仓库内直接初始化一个 AI 团队
• Augment Code 提出了 Agentic Engineering Operating Model，认为企业需要的不是更多工具，而是围绕 Agent 重组团队结构
这些项目的共同判断：从人执行、工具辅助到人指挥、Agent 执行。

Kun 是一款基于 DeepSeek 的本地桌面 AI Agent 工作台，专注于将 AI 从聊天窗口升级为能参与真实项目工作的桌面伙伴。
如果你经常用 DeepSeek 处理代码开发、文档写作或自动化任务，Kun 是一个值得尝试的工具。把精力放在需求思考和架构决策上，让 AI 来处理文件读写、代码修改和变更追踪。

OiiOii升级到了2.0，开放了几个全新的功能，智能画布，一键拉片复刻，skill库。
OiiOii大家应该挺熟悉了，一个非常适合做动画短片的视频Agent，现在不仅仅只是适合做剧情动画了，比如你想做一个短剧感的电商带货广告，可以轻轻松松做出一段很好玩的剧情。无论是拉片复刻还是智能画布还是skill库，
都在尝试把原本很专业很复杂的门槛给降下来。
这让我们这些普通创作者在不管是电商，动画，游戏或者是自媒体领域，
都能用更简单的操作，
做出一些以前可能需要专业团队才能搞定的效果。这次 OiiOii 2.0 主要上线了三个核心能力：智能画布、拉片复刻、Skill 库。

于是花了两天读源码。结论：Multica 的核心价值不在发明新 Agent 能力，而在一个干净的协作调度层。它把 13 种 CLI 统一到一个接口下，用 Issue 做任务追溯，用 Daemon 做本地执行。设计很克制，工程水平很高。

近日，DeepMind 发表了一项题为“From AGI to ASI” 的文章，探讨了如果人类真的实现 AGI，AI 将如何继续演进，最终达到 ASI（超人工智能）？
参与报告的研究人员包括 DeepMind 的多位核心研究者，他们长期研究 AGI、强化学习、多智能体系统、AI 安全和通用智能理论。比如 DeepMind 联合创始人之一、首席 AGI 科学家 Shane Legg，AIXI 模型提出者 Marcus Hutter，其被视为当今最顶尖的 AGI 理论家之一，DeepMind 资深研究员、AlphaGo 项目核心成员之一 Thore Graepel 等等。
在讨论之前，研究人员首先对 AGI 和 ASI 进行了清晰的界定。
AGI 是一套在绝大多数认知任务中，达到普通人类中位数水平的智能系统；ASI 则设定了极高的门槛，它是在人类所有活动与认知领域，全面超越大规模人类专家协作团队的智能系统。

Coding大模型，正在成为一种具备创世属性的智能系统。
它不仅仅是工具，也是通往技术奇点的重要入口，因为它开始改写其他模型难以摆脱的「他创循环」。
以往的 AI 多依赖人类投喂训练数据，依赖人类设计模型架构，依赖人类微调参数。
无论多么强大，它们仍然在相当程度上是人类智慧的被动折射。而 Coding 大模型的出现，正在改写这一闭环。
它不再只是被动的接受者，也开始具备主动进化的能力：通过编写代码来改进自身——生成更优质的训练数据、设计更精妙的模型架构、优化自身的推理速度，甚至编写训练下一代模型的代码。

ZeeLin研发了自进化AI框架，ZeeLin 0.0.6发布（https://www.zeelin.cn/#/zeelin），该框架依托Goal&Tasks目标任务体系，将抽象需求转化为可观测、可追踪的动态执行链路，引入Skill自进化机制，让技能不再是静态指令，而是能根据实战反馈持续迭代、自我优化的活资产，最终实现工具主动契合人的范式跃迁。
近期ZeeLin团队开始使用此AI框架训练一个1B大小的编程大模型用于研究。

AI浪潮奔涌前，中国互联网产业已沸腾了二十余年。AI爆发后，那些几乎宰制了数个周期的竞争模式和思维理念，仍在寻求同化这一新事物。
从批量复刻、疯狂买量、降价清场到补贴竞赛、平台为王、赢者通吃，不少中国的科技巨头与创业者们，虽然嘴上说着自我革新、时代更迭，但脑中挥之不去的念头，看起来还是让人工智能先学会互联网经济的套路。

美的利用AIGC、数字人和VR技术，构建了一套覆盖“学、练、考、评”全流程的AI培训体系。依托自研多语言技术，国内沉淀的两万多门课程能够快速转化为泰语、缅甸语等本地语言，并自动生成数字人培训视频和标准化课件。
员工不仅可以通过手机、电脑完成学习，还能通过AI智能陪练和VR实训进行场景化训练，实现从理论学习到岗位实操的闭环培养。
这套体系落地后，培训课程开发时间缩短80%，员工培训周期从8天缩短到3天，多技能员工储备率提升10%，人才培养效率显著提升。
更重要的是，当培训内容、管理经验和岗位技能被沉淀为AI模型、数字课程和标准化流程之后，全球化制造最难复制的人才能力，第一次具备了规模化复制的可能。

全球禁用外籍人士对Claude Fable 5和Mythos 5的所有访问权限。
无论是在美国境内还是境外，就连Anthropic的外籍员工，全都不可用。
上线才3天的Claude Fable 5，一瞬间就没了。

GitHub上最近爆火了一个开源项目——同事.skill。
它的逻辑野蛮而直接，带着赛博朋克的荒诞：离职同事的企业微信、飞书文档、钉钉记录、邮件往来、工作截图，统统喂给AI，再附上一段主观描述。
于是，那个与你江湖再见的人，便在数字世界里复活了——带着他的专业技能、沟通语气，甚至甩锅扯皮的话术，继续“打工”。

模型给出的答案情绪价值充沛，却更像“正确而平庸”的大路货——它在扮演曾国藩。而“曾国藩.skill”是在替你做曾国藩——它不是在检索名言警句，而是把曾国藩的思维框架，套在你自己的处境上，帮你分析自己的问题。
一个是给你看地图，一个是直接把化身为曾国藩的你，空投到战场中心。

自2016年知识付费浪潮兴起，至今已近十年。回顾这段历史，其产品逻辑其实也是建立在“蒸馏”之上：把书蒸馏成干货，把案例蒸馏成方法论，把思想蒸馏成金句，把历史蒸馏成故事，把专业蒸馏成科普……蒸馏后的内容，更有温度，更精华，也更容易吸收。
skill蒸馏出的不再是干货，而是一套可以定制化、随时调整、直接拿来使用的行动方案。更重要的是，“AI原住民”的学习范式正悄然改变。

纵观科技发展史，从印刷术普及打破教会垄断，到互联网打通信息鸿沟，技术进步始终与知识平权同频——平权，意味着不断打掉中间层。
在组织层面，Palantir等AI Agent正在颠覆传统SaaS模式。Agent更擅长打破部门间的功能孤岛，通过连接跨系统的上下文来产生最大价值——用户不再是买工具，而是买结果。类似逻辑在个人层面同样成立。对知识的需求永远存在，但对中间层付费的需求会越来越小。

Palantir迅速推出的人工智能平台(AIP)采用了完全不同的逻辑，不是制造新模型，而是作为现有大模型与企业业务现实之间的"控制层"。AIP的精髓在于将LLM接入Foundry的本体论中，这意味着AI不再在浩瀚的互联网中寻找答案，而是在企业定义的真实"名词"和"动词"库中运行。

从定位上看，Palantir不是一家传统的数据公司，也不是BI工具厂商，而是一家以数据语义化和决策智能化为核心的平台型企业。其产品战略经历了两个阶段：早期以Foundry为核心，构建数据操作系统；2023年推出AIP后，向AI操作系统演进。两个阶段不是替代关系，而是叠加关系——Foundry是地基，AIP是在地基之上运行的“大脑”。
Gotham是Palantir最早的旗舰产品，主要服务于情报机构、军队和执法部门。其核心能力是多源异构数据整合与关系网络分析。
Foundry是面向商业企业的数据操作平台，是Palantir商业化扩张的核心产品。
Apollo是Palantir所有平台底层的持续交付和基础设施管理平台。
AIP（Artificial Intelligence Platform）是Palantir在2023年推出的AI创新引擎。

Hy3 preview是一个完完全全重新整理过底层逻辑的模型，是一个想被塞进元宝，ima，CodeBuddy，WorkBuddy 这些真实产品里的模型。

上海译文出版的《挪威的森林》，全书约20万字。将整本书命中缓存后喂给DeepSeek-V4-Pro，那么其总成本不到1分钱。
DeepSeek这次降的，不只是token的单价。它是把“长文本、长代码、长知识库”这些原本最烧钱的AI应用场景，全都打入了价格的谷底。

尤其是大厂，他们压根不在乎DeepSeek降价。
这是因为，大厂卖API的本质，是卖背后的一整套服务。大模型API只是用来引流的，真正赚钱的是背后的计算、存储、数据库等云服务。
智谱CEO张鹏的解释只有一句话：“瓶颈在算力，不在客户。”
在首份财报中，智谱公开了自己的商业逻辑公式：AGI商业价值=智能上限×Token消耗规模。

连DeepSeek都开始大规模使用国产芯片，整个产业链就会被激活。云厂商会增加国产芯片的采购，芯片厂商会加大研发投入，开发者会适配国产生态。
华为昇腾、寒武纪、海光信息、摩尔线程、沐曦股份、昆仑芯、平头哥真武、天数智芯8家国产AI芯片品牌在DeepSeek-V4发布当天就完成了适配。

Manus和Genspark等Agent回答的问题是：Agent能不能赚钱？ Manus 于2025年3月上线，8个月后ARR突破1亿美元。Genspark成立45 天，实现了ARR 3600 万美元，成立9个月后ARR突破1亿美元。Agent的全新赛道正式开启，更多的创业公司涌入其中，成为智联网的开拓者。
龙虾（OpenClaw）回答的问题是：Agent属于谁？这款MIT协议开源的AI Agent，核心主张是每个人都应该有一只自己的虾。截至2026年4月，GitHub星标突破36万，但这个数字不是重点。真正值得玩味的是它引发的百虾争鸣：腾讯、智谱、MiniMax、Kimi、字节等在短时间内纷纷推出各种龙虾版本。这意味着，龙虾已经有机会承载下一代交互的入口。
Hermes回答的问题是：Agent能不能自己变强？前两个Agent本质上还是工具，给它指令，它执行完就结束了。Hermes正在试图突破这个边界，它不仅像龙虾一样，拥有有持久记忆，记得用户的偏好、习惯和上下文，还可以自动创建技能，每解决一个新问题就生成可复用的技能文档，下次遇到类似问题时调用，甚至能生成子Agent进行并行处理。这听起来像是技术特性的堆砌，但背后的含义却很深刻，Hermes不只是在执行任务，它在通过执行任务来进化自己。这是Agent从工具向数字员工跃迁的关键一步。因为一个真正的员工不只是完成老板交代的事，他还会在过程中自主学习，积累经验，并变得越来越擅长。
三个产品，三条已被验证的命题，Agent能赚钱（Manus和Genspark），Agent属于每个人（龙虾），Agent能自我进化（Hermes），当这三个能力同时具备的时候，我们讨论的就不再是一项新技术的可能性，而是一个新时代的必然性。

每一代网络都有自己的基础设施栈。PC互联网的栈是CPU→操作系统→浏览器→网站→搜索引擎。移动互联网的栈是芯片→移动OS→App Store→App→支付/账号体系。

智联网也一样，它不是更好用的搜索引擎，不是更聪明的App，也不是加了AI的移动互联网。它是对整个数字世界运转逻辑的一次重写：
• 交互的主体从人变成了Agent；
• 商业的度量从注意力变成了结果；
• 生态的逻辑从流量变成了能力；
• 数据的核心从画像变成了记忆；
• 信任的基础从实名认证延伸到了Agent认证。
这些变化中的每一条单独拿出来都足够深远，而它们正在同时发生。

LLM Wiki 可以理解为一种 AI 时代的知识库整理方法。
它的核心思路很简单：不要每次都让 AI 从头翻资料，而是先让 AI 把资料整理成一个长期可用的 Wiki 知识库。

火山引擎带着豆包宣布搭载超 700 万辆车；腾讯发布出行全场景智能体开放平台；科大讯飞推星火智能座舱；面壁智能展示端侧 Agent 框架 EmbodiedClaw，连奔驰新一代 S 级都在后排塞了一颗端侧多模态大模型 VLM。
更不用说华为的鸿蒙座舱 HarmonySpace 6、宝马与阿里联合定制的 AI 大模型——放眼望去，整个车展弥漫着一种「不 AI，就出局」的紧迫感。绝大多数所谓的「AI 座舱」，本质上还是一个更智能、会聊天的语音助手。

荣威和火山引擎+豆包的开发强度超出了行业预期。荣威的服务层封装已经迭代到第三代，光第三代的研发周期就超过两年半。火山引擎的联合开发团队高峰期近 200 人。而且这不是火山单方面做的——CPP 的每一层都需要车企和大模型厂商一起定义，因为车载场景的需求（延迟敏感、安全要求、多人多角色交互）和手机、电脑上的 AI 完全不同。

火山这次发布的「豆包座舱助手」，直接与手机端的豆包 App 打通。这意味着你在手机上训练出来的个人偏好——你喜欢被安慰还是喜欢听干货、你的说话风格、你常问的问题类型——上车就能无缝继承。这是其他家做不到的，因为没有人同时拥有一个 3 亿日活的 C 端 AI 应用，和一套 B 端的汽车云服务。

Anthropic 在桌面端悄悄塞了一个开关，叫 Configure third-party inference。
意思就是：只要你接的模型支持 Anthropic 协议，Claude Desktop 那套界面、Cowork、Plugin、Skills，全部照常能用。
所有的第三方模型，都可以接。包括最近能力和价格都很香的 Deepseek V4。