偷油师傅

前四篇是纵向拆解——消息链路、Agent 生命周期、子 Agent 编排、记忆与压缩。这一篇换个切法，横向扫一遍 OpenClaw 里所有跟"省 token"相关的设计。

前三篇覆盖了消息链路、Agent 生命周期、子 Agent 编排。这一篇聚焦一个更底层的问题：上下文窗口是有限的，对话越来越长怎么办？

前两篇覆盖了单个 Agent 从接收消息到回复的完整链路，以及记忆系统的三层架构。这一篇聚焦多 Agent 协作：主 Agent 如何拆分任务、子 Agent 如何独立执行、结果如何汇总回来。

上一篇聊了一条消息从发出到收到回复的完整链路。这一篇深入三个问题：Agent 到底是什么，会话如何隔离，以及一个"每次都失忆"的大模型是怎么表现得像有记忆的。 我：Agent 执行完任务后还存在吗？还

我一直好奇一件事：当我在 Discord 里 @ 一个 AI 机器人，到它回复我，中间到底发生了什么？于是我直接问了跑在 OpenClaw 上的 Opus ......