"I actually think vibe coding is a slur. I always tell people I do agentic engineering, and then maybe after 3:00 AM, I switch to vibe coding, and then I have regrets on the next day."
其实我觉得 'Vibe Coding' 是个贬义词。我总是告诉别人我在做 'Agentic Engineering'。可能只有到了凌晨三点神志不清时，我才会切换到 Vibe Coding 模式——然后第二天醒来追悔莫及。
这是OpenClaw 的作者 Peter Steinberger 在 Lex Fridman 的播客里说过一段耐人寻味的话。
他将开发划分为两个世界：Agentic Engineering 是严谨、可靠、有规范的构建，而Vibe Coding 则是随兴所至、缺乏约束的狂欢。
一个新的趋势在发生，在代码实现变得前所未有容易的今天，工程能力和对设计优劣的判断力，反而成了更稀缺的资源。
这也是为什么作为一个非研发，我要拆解和理解OpenClaw的工程实现。
从25年开始，Agent逐渐占据了科技圈的舞台中央。Claude Code、Manus等产品接踵而至，有人说Agent将取代 App，重塑人机交互的范式。在这股浪潮中，OpenClaw凭借 72 小时 GitHub 涨星 6 万的战绩，成为了2026 年初最火的 AI 项目。
我最近在本地和云端彻底跑通了 OpenClaw，使用体验只有两个字：顺滑。
在这篇文章，我们从 OpenClaw 的架构中，理解通用的Agent设计，同时提炼出好 Agent 的设计答案。
01 Agent 的本质
Agent = AI + 工具 + 记忆。
这三者构成了它的本体：
- AI 是大脑，负责理解与决策；
- 工具是手脚，负责读写文件、操控浏览器和其他工具；
- 记忆是海马体，负责在漫长的对话中维持语境。
我们可以把当下的 Agent 产品看作不同进化路径的尝试：
Manus代表了全托管的终极形态。给它一个模糊的目标，比如调研竞品，它会独自完成拆解、搜索、整理、撰写。它的哲学是端到端——用户发令，Manus交付。
Claude Code是嵌入式的编程伙伴。它不只给建议，而是直接潜入你的文件系统，理解结构，定位 Bug，并亲手修改代码。它的逻辑很直接，打破 AI 与本地环境的隔阂。
Cursor则选择了流式融合。它将 Agent 缝合在编辑器里，你选中代码，它即刻重构。它的目标是让你在心流中无缝调用 AI，而不是在窗口间反复横跳。
AutoGPT是先驱，也是烈士。作为 2023 年的爆款，它展示了自主循环的魅力，也暴露了早期 Agent 的问题——极易失控。它往往在子任务的泥潭里越陷越深，或者被一个死链卡住动弹不得。它证明了Demo 可以很炫，但落地全是深坑。
剥去外壳，几乎所有 Agent 都在遵循同一个心跳节奏：
观察 → 思考 → 行动 → 观察 → 循环。
比如我们让 Agent 整理桌面文件，它的实现流程是这样：
- 观察：它调用工具扫视桌面，看到 10 个杂乱的文件。
- 思考：它决定制定规则——图片归入 Images，文档归入 Docs。
- 行动：它创建文件夹，开始搬运。
- 再观察：它检查搬运是否成功，有无报错。
- 结束：确认无误，向用户汇报。
这个循环听起来只是一个简单的 while 循环。但问题来了：为什么大多数 Agent 跑着跑着就卡死了？答案藏在那些被视为繁文缛节的工程细节里。
02 OpenClaw 的骨架与血肉
OpenClaw 在通用设计之上，搭建了一套精密的脚手架。这些看似冗余的结构，恰恰是它稳定运行的基石。
当你向 OpenClaw 发送一条指令时，它的内部发生了一场精密的接力：
- Channel Adapter（感官入口）这是 Agent 的耳朵。它统一接收来自 Telegram、WhatsApp、Slack或者其他IM的消息。它将消息统一转化为内部通用的语言，让核心逻辑无需操心信号的来源。
- Gateway Server（调度心脏）这是 OpenClaw 的权力中心。它决定把任务派发给谁。其核心设计是 Lane Queue（泳道队列）——它强制执行串行逻辑。一个任务不结束，下一个绝不开始。这牺牲了速度，但换来了秩序。
- Agent Runner（思维组装）在这里，系统提示词、工具列表、记忆片段、历史对话被组装成一个庞大而精密的 Prompt。这一步至关重要：组装稍有差池，模型就会误解意图，导致决策崩盘。
- LLM API Call（神经脉冲）调用 Claude其他模型。OpenClaw 在这里设计了备胎机制，如果主力模型掉线，系统会自动切换线路，确保大脑永不宕机。
- Agentic Loop（执行回路）如果模型下达了工具调用指令，Runner 就执行操作，并将结果反馈给模型，等待下一步指示。这个循环设有熔断机制（默认约 20 轮），防止 Agent 陷入无休止的死循环。
- Response Path（记忆归档）在回复你的同时，对话被打包存入 JSONL 文件。这不仅是日志，更是 Agent 的“短期记忆”，确保下一次唤醒时，它依然记得你是谁。
03 Agent好设计的四个维度
究竟什么是好的 Agent 设计？OpenClaw 给出了四个衡量标准。
标准 1：稳 —— 拥抱串行
为了提升效率，很多Agent痴迷于并发，但在 AI 的世界里，不可预测性是最大的敌人。并发会导致状态的疯狂打架，一边读文件，一边删文件，日志乱成一团乱麻。一旦出错，你甚至无法复现案发现场。OpenClaw 选择了Lane Queue。它强制串行，一个做完再做下一个。这种设计看似笨拙、复古，却保证了确定性。 在 AI 尚不可控的当下，确定性比速度更昂贵。
原则：稳定性 > 速度。宁可慢一点，也不要失控。
标准 2：省—— 读懂骨架
让 AI 理解网页，最笨的办法是截图。一张图几 MB，Token 消耗惊人，且 AI 极易被广告和弹窗带偏。 OpenClaw 采用了Semantic Snapshots（语义快照）。它不看皮囊，只看骨相——解析网页的无障碍树（Accessibility Tree）。这是浏览器为盲人准备的结构化数据，去掉了所有视觉装饰，只保留核心内容。结果是惊人的，文件体积缩小百倍，Token 成本骤降，且 AI 再也不会被网页上的花哨图片干扰。
原则：结构化 > 视觉还原。AI 不需要像人一样看，它需要像机器一样读。
标准 3：准—— 混合记忆
Agent 的记忆是个两难选择。纯语义搜索（Vector Search）模糊而发散，容易把「登录问题」联想到「认证 Bug」。纯关键词搜索板而教条，错一个字就查无此人。OpenClaw 的解法是Hybrid Memory（双轨召回）。它同时运用向量搜索理解你的言外之意，利用 SQLite FTS5 捕捉你的精准词汇。这就像一个成熟的搜索引擎，既懂你的模糊描述，也能精准定位关键词。
原则：精准 > 覆盖。宁可少一点，也不要给 AI 灌输噪音。
标准 4：安全 —— 戴着镣铐跳舞
让 Agent 接管电脑，风险堪比把家门钥匙交给陌生人。我们现在还能是不是看到一些Agent执行 rm -rf 误删整个项目目录的信息。OpenClaw 构建了多层防御：白名单放行 grep 等无害命令；沙箱隔离危险操作；确认机制则在敏感操作前强制请求人类许可。 这套机制的核心是克制，赋予 AI 能力，但必须把刹车握在手里。
原则：可控 > 自主。AI 可以跑得快，但必须能随时停下。
04 总结
OpenClaw 拥有 40 万行代码，香港大学数据智能实验室用来复现openclaw核心逻辑的产品Nanobot 只有 4000 行。
直觉可能会问，这多出来的 39.6 万行，是不是一种过度工程？
理解了这个数量级的差异，就理解了什么是真正的「产品级 Agent」。
Nanobot 展示了 Agent 的原理——它告诉你，核心逻辑确实只是一个 while 循环。如果你想学习 Agent 怎么跑起来，看它就够了。但 OpenClaw 展示了 Agent 的工程——那些看似冗余的代码，处理的是进程管理、文件锁、快照恢复、权限控制。正是这些代码，决定了 Agent 是能稳定运行 24 小时的助手，还是跑两步就报错的玩具。
这 40 万行代码的重量，就是 Agent 的护城河。Peter Steinberger 把 Agent 当作操作系统来写，这是十几年 PDF SDK 开发经验留下的烙印。
当代码生成变得唾手可得，工程审美和设计判断才是一个产品经理真正的核心竞争力。你不必亲自写代码，但你必须懂得什么是好的代码。
好的 Agent 设计，不在于功能有多花哨，而在于有多“稳”。稳、省、准、安全——这四个词，就是这一代 AI 产品的工程标尺。
如果 Agent 真的进化到了如此稳定的地步，传统的 App 将何去何从？ 下周，我们聊聊这个话题：App 的消融：孤岛、边界与流动的意图
