"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。

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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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