01 一个IT工程师的梦想
大家应该都对钢铁侠电影里面的JARVIS这个人工助理印象深刻，托尼可以让JARVIS去执行很多繁杂的事情，比如分析战斗数据、比如交易银行大楼
作为1个IT工程师，当时肯定也想着：如果我也有1个JARVIS该多好。随着这两年大模型的快速发展，这个梦想也在转变为现实。
02 OpenClaw体验
25年末一个叫ClawdBot（OpenClaw的曾用名称）的开源项目快速的火爆起来，它的目标是打造1个AI助理，可以通过相关即时通讯软件，让它完成相关任务。
小故事： 由于ClaudeBot太过火爆，AI巨头Anthropic觉得它的名称和它们的AI产品Claude太过相似，通过法律手段要求开源作者进行改名，随后改名为：Moltbot，后续作者为了提升品牌辨识度和传播性，再更名为 OpenClaw
下面是我的一个简单部署和使用体验
部署
我这边直接使用了腾讯云进行部署，主要考虑原生的openclaw主要适配的消息渠道是国外的相关即时通讯软件，而我们主要使用国内的软件比如微信，所以直接用腾讯云做好的系统模版一键部署，可以省掉很多研究的工作量，毕竟我们的目标也只是快速体验下 具体的部署流程我就不详细说明了，腾讯云很贴心的准备了部署教程可以参考，创建服务器后需要填写的主要内容是3块：
- 模型用哪个：腾讯云的这个部署模版内置已经对接了国内一众大模型厂商，非常贴心
- 通道用哪个：这边我使用了企业微信
- 技能用哪些：我这边暂时没有额外添加技能，openclaw内置也有很多技能
部署这块腾讯的部署教程已经很详细了，就不详细说明了，照着它的文档基本就可以拉起，部署过程如果遇到任何问题，可以求助下大模型，提升解决问题的效率
体验
打开它的web控制台，如图：
openclaw作为1个AI助理，我们期望的场景应该是：我们输入一段话，AI能理解我们的诉求，并自己规划、执行、告知最终结果给我们这么一个过程
我们以询问天气为例，看看openclaw是怎么完成这个过程的： 整个过程比较长，我总结下：
- 我发送1个指令：咨询今天北京的天气
- openclaw收到指令后，首先查找了它内置的skills，发现有一个weather skill
- 它阅读了下这个weather skill，发现需要怎样怎样就可以查询天气了
- 接下来它执行了个curl命令去调用了1个接口获取北京天气
- 命令执行比较长，它等待了1会，随后它发现这个curl命令执行失败了，它又换了1个接口去执行
- 最后它把接口返回的天气信息解析，并以自然语言的形式返回输出了
通过上述流程分析，我们可以发现openclaw的确可以实现：用户输入1个指令->AI自我规划->执行->返回结果这么1个过程，全程不需要我们进行干预
我们看到web控制台还有个定时任务功能，我们再体验下（整个对话有点长，我就只截关键截图吧）：
我们还是总结下：
- 我们要求openclaw每天早上7点给我发送北京的天气预报
- openclaw收到指令后，首先查了下消息渠道skill，但是由于我没有配置消息渠道，所以openclaw提醒我需要配置1个消息渠道
- 我选择当前对话提醒，然后它执行了openclaw内置的1个命令，创建了1个定时任务
- 最后它告知我创建成功了
我们观察web控制台的定时任务模块，的确也发现创建了1个定时任务
通过以上体验，我们可以发现openclaw还是很强大的，结合我最近刷到的一些新闻和帖子，有些大佬部署了openclaw，可以24h给他打工，比如开通了github权限，可以帮忙写代码，比如开通了股票交易权限，可以直接帮忙盯盘交易啥的，只能说openclaw的上限是你的想象力，大家可以自己部署1个玩玩
03 核心本质
在讲核心本质前，插入1个小故事：我过年期间部署了1个openclaw，然后就和群里的小伙伴吹嘘了下，然后小伙伴提了问题：openclaw和claude code有什么区别
我当时回答说claude code是一个编程工具，随着最近我深入使用openclaw，我感觉它们其实是一回事，即openclaw本质上还是1个agent，只是太过火爆，大家把它吹嘘的太过神话了
接下来再说说什么是Agent（以下均是个人的理解，如果有不对的，欢迎留言讨论）
- 在最早openai推出ChatGPT出来的时候，只能在1个聊天界面进行沟通；我们自己写代码做一些AI能力，模型厂商提供的接口也是一个xxxChat接口，也就大模型最核心的本质还是1个流式对话，这也是agent的大脑
- 随后大佬们发现光有大脑也不行，缺少眼和手，这时候他们提出了工具调用，即封装一些工具，然后在大模型对话的时候，让大模型去执行技能，比如可以websearch、比如可以写文件等，这就是agent的手和脚
- agent还需要有记忆，大模型的上下文大小以及物理的一些文件构成了记忆，打个比喻：上下文窗口是大脑中的记忆，速度快但是容量有限，而我记在本子上的事情是物理文件，虽然慢，但是容量大
- skills系统：如果大模型有了工具可以根据自己的推理去执行，那么skills就是高级版的工具，比喻：skills更像1个独立领域的说明书，比如我想开车，开车的skill会讲清楚如何启动车辆，如何踩刹车，如何踩油门等，把这个领域的知识汇聚成了1个说明书
有了大脑+手脚+记忆，这时候大模型就进化成了agent，能自主规划任务，挑选合适的工具去执行任务，去验证任务准确性，最终反馈结果
回到开头的小故事，可以发现openclaw的本质还是1个agent，它在agent的基础上做了很多生态建设和设计，比如clawhub（技能商店，大家可以自己写技能并分享）、比如它抽象设计了gateway、channel等，可以兼容各大厂商的模型和各类即时通讯工具，让使用者开箱即用、比如它还做了相关安全设计，可以防止ai越过边界，误操作电脑文件等
前段时间火爆的claude cowork，其实本质也是1个agent，它可以一键整理桌面文件等
04 思考
通过上述对openclaw的体验，外加核心本质的总结，我的思考如下：
- AI时代，虽然表面看相关AI技术日新月异，而且每一个出来都喊着”颠覆式”，但是它们的本质还是1个agent，只要这个底层的agent技术没有大变化，基于它包装出来的产品、工具基本还是那些能力，大家不必过于焦虑恐慌
- 随着模型能力的提升，后续的大模型可能出厂就是1个agent，自带了非常多的技能，有非常成熟的工具，甚至可能目前最核心的流式对话也会被替代掉，当然这是我的一个猜想
05 预告
在体验了openclaw后，我觉得它存在几个问题： 1、安全问题：openclaw本身是开源的，且非常火爆，网上估计有非常多人部署了并且开放了端口访问，树大招风，必然会导致被攻破，而这里面有很多隐私信息，比如各种账号，各种数据，非常不安全 2、功能太过沉重：openclaw为了兼容各家大模型厂商和各种消息渠道，代码里面有好多都是这些适配代码，而我自己使用，可能微信1种方式就够了
所以基于上述问题，我准备自己撸1个简化版的oepnclaw，在接下来的系列中，我不会讲枯燥的代码实现细节，而是会分享：
- 我是如何用“产品经理”的思维，指挥 AI 帮我写代码的。
- 如何打通 滴答清单，让 AI 长出“手脚”。
- 如何连接 Obsidian，让 AI 拥有“记忆”。
- 最终实现一个自动化闭环：看到好视频 -> AI 自动总结 -> 存入笔记 -> 生成行动清单。
如果你也对拥有一个专属的 AI 管家感兴趣，或者想看看普通人如何用 AI 赋能生活，欢迎关注我的折腾日记。
