芯耀
287
近几周，Openclaw 成了热议话题，只是相关讨论里大多是嘈杂之声，真正有价值的核心信息却寥寥无几。事实上，Openclaw 这类技术，恰恰直观展现了人工智能的颠覆性潜力，而当下的网络环境，正充斥着无意义的喧嚣，亟待梳理出真正的核心价值。
本文将围绕两大核心展开：一是谈谈 Openclaw 热潮后，我对 AI 智能体领域的思考与见解；二是深度拆解我从零搭建的智能体系统 —— 它能全天候运行，和网上常见的 Openclaw 部署方案异曲同工。希望通过这篇内容过滤掉行业噪音，让大家看到 AI 智能体技术背后的真正价值。
在当下的 AI 智能体领域，我看到过不少诸如 “摆脱底层阶级的窗口期已不多”“一人即可创办百亿估值初创公司” 之类的论调。这类内容虽偶有可取之处，但大多只是博眼球的噱头，只为在社交平台赚取流量收益。这种靠制造焦虑博关注的行为，对 AI 智能体领域的发展毫无益处，实在令人惋惜。
YC 发布了 2026 年的创业项目征集令，和 2025 年的要求差异显著，其中最让我关注的，是其对AI 原生机构的重点呼吁。起初我完全无法理解，为何 YC 会如此推崇 “机构” 模式，直到深入思考并和行业人士交流后，才逐渐摸清了背后的逻辑。
1.AI 原生组织
从 Clawdbot 到 moltbot，再到如今的 Openclaw，这款技术拥有改变现实世界的巨大潜力，而它的核心价值，正体现在对传统机构运营模式的重构上。
传统机构的规模化逻辑，核心在于 “人力扩张”。比如一项服务定价 5000 美元，一家机构要实现 5 万至 10 万美元的营收，唯一的途径就是扩招团队人员 —— 即便客户质量、业务范围会带来影响，但招聘始终是规模化的核心手段。印度两大软件服务巨头 TCS 和 Infosys，正是在 21 世纪初靠这种人力扩张模式实现了爆发式增长，成为行业标杆。
但 AI 智能体的出现，正在彻底改变这一逻辑。这些能全天候不间断工作的智能体，收费仅为普通工程师的 10%，若应用得当，传统服务机构将逐步向软件公司转型：不再需要花费大量精力招聘、管理人力，而是转而构建、优化和管理智能体团队。在我看来，这正是 AI 智能体最具实际价值的应用场景之一，而这仅仅是其众多可能性的冰山一角。
话虽如此，我们仍处于这一领域的初期阶段，你永远不知道AI会带来什么变化。引用一篇热门文章中的话：
“未来正由极少数人塑造：几家公司的几百名研究人员……OpenAI、Anthropic、谷歌DeepMind等。一个小团队在几个月内进行的一次训练，就能产生一个改变整个技术发展轨迹的AI系统。”
尽管我们无法准确预测未来，但尽早采用新技术、尝试新事物，并从零开始思考这些技术如何改变你的工作，总是有益的。这能让你培养适应能力，让你变得强大。
于我而言，Openclaw 系列技术让我清晰看到了 AI 智能体的核心潜力 —— 将其打造成能替代人工的 “智能体员工”。其实这个想法早已有之，我却始终犹豫是否落地，而 Openclaw 的行业热潮，最终推动我动手搭建了属于自己的智能体系统。
近几周，我一直基于 Opus 4.6 开发这套系统，投入的精力之大，让我两天就用完了Cursor 的月度额度，整个开发过程虽充满挑战，却也乐趣十足。接下来，我将详细拆解这套系统：搭建的核心目标、具体的技术实现，以及背后的开发初衷。
2. 一人公司
我将这个项目称为“一人公司”。它有四个AI智能体，每个智能体都有自己的工作角色、个性和目标。这三个（实际应为四个）AI智能体共同致力于一个目标：研究。为了持续写作，我需要持续学习。
我一直觉得跟上这个领域的发展很难。我在网上看到很多帖子，但遗憾的是，我没有时间一一阅读。
现在，我不希望AI只是简单地倾倒信息。我希望这些智能体能像一家社交媒体机构一样，不断起草内容创意。而我作为这家“公司”的“CEO”，将与内容生成流程互动，确保内容符合我的风格和想法，但其他一切（研究、趋势分析等）都将由这些智能体完成。
目前，有四个智能体、一个我们互动的Discord服务器以及一个朝九晚五的工作时间表。该系统运行在我自托管的树莓派上的调度器上。我的目标是让这些智能体全天候运行，并像真正的员工一样与我互动。
该项目目前已开源，我将定期对其进行改进，以将团队规模扩大到10人以上。
我是如何构建它的？
接下来是有趣的部分。让我们谈谈技术实现。代码已开源，你可以随意把玩。这里有三个关键部分需要理解：
从头构建的智能体抽象层
内存管理
多智能体协作
智能体抽象层
我所构建的：取一个大语言模型（LLM）（通过API调用，无状态），注入提示词（soul.md、heartbeat.md、指令和预期技能等），添加内存（将在下一节详细介绍），并提供工具。
这就是一个智能体的工作方式。我构建了这个抽象层，将LLM转化为一个“智能体”。
内存管理
这仍是一个待解决的问题。因此，我创建了三个SQL表：经验表、学习表和会话表（将在下一节详细介绍）。
当一个智能体被执行时，会发生两件事：
将最后几行数据提供给智能体。
智能体应始终在这三个表中写入一些内容。
这使得我的智能体具有状态性。这些表会随时间演变。而LLM仍然是无状态的。两者结合，就构成了“智能体”。
这种方法很酷。你的智能体拥有丰富的经验，并随着时间不断积累，最终演变成一些很棒的东西。
但问题在于，这种方法很天真。运行几周后，表会变得臃肿。将所有行都传递给智能体会降低输出质量。别忘了成本问题。
有几种解决方法：
只传递最后“x”行。
进行某种上下文检索，只传递相关行和最后几行。
缩减内存。就像人类一样，我只想存储必要的信息。基本上就是压缩内存。
我必须尝试这些方法。我希望我的智能体有工作角色、灵魂和经验。我还希望在未来加入基于本体论的内存。
智能体协调
这是关键部分。我们有一个拥有大量上下文（提示词、内存等）的LLM。但只有当不同的智能体相互协调时，它们的真正力量才能发挥出来。
我有一个概念叫“会话”。会话基本上就是智能体在运行。你可以这样想象我的系统：我们有几个具有个性和工作角色的人类。他们总是在睡觉。我在特定时间叫醒他们，给他们指令，让他们做某事。这就叫一个会话。会话是系统的最基本单元。
一个会话可以是：
单个智能体执行任务。
两个智能体闲聊（我称之为“饮水机会议”）。
所有智能体进行头脑风暴或参加会议。
与我进行站会。
紧急的一对一会议。
会话让协调变得美妙。我可以让我的智能体相互交流，或与我交流，并将这些交流的总结/观察结果存储在SQL表中。这就是我的团队强大的原因。每个会话都能提升整个系统，使其“进化”。
所有这些结合在一起，使我的智能体团队变得强大。当然，还有很多需要改进的地方，我目前正在测试这个系统。但日复一日，这个系统正变得异常有用。
未来，我将分享更多我的经验、遇到的难题以及可能的改进方向。感谢阅读。
官方网站：https://edatec.cn/zh/cm0
淘宝店铺：https://edatec.taobao.com/
