自从 OpenClaw 爆火后，各种 Claw 项目开始轮番登场。
NanoClaw、ZeroClaw、PicoClaw 频繁刷屏，连 AI 领域的大神 Andrej Karpathy 都坐不住了。为了好好研究这些爆火的 “Claw”，他专程跑去苹果店买了一台 Mac Mini，准备周末深入体验。
店员对此也感到困惑，向 Karpathy 嘟囔道：不知道为啥，这玩意儿最近卖得特别火……
在顺利购入并体验一番后，Karpathy 给出了极高的评价：
就像 LLM Agent 是 LLM 的新高度一样，Claws 是 LLM Agent 的新高度。
那么，Claws 到底是什么？
Claws 到底是什么？
先划重点：Claws 不是模型。
它指的是能自主组织工具、跑通完整流程、维持长期运行状态的 AI 执行中枢。
简单来说，它就像一个超级打工人。
最初的 LLM，只能陪你聊聊天、解答问题，但实际的活儿啥也干不了。
LLM Agent 虽然能调用工具，但需要你手把手去教，通常只能完成单点、简单、一次性的操作。
而现在的 Claws 则直接升级为 “全能老员工”。它不用你催、不用你教，能自主规划、自动执行、长期在线，把一整件事从头到尾做成闭环。
总结下来，这是五大能力的体系化升级，让它不仅 “会用工具”，而且 “会安排工具高效持续地干活”：
- 编排能力：实现任务拆解、步骤规划、逻辑校验的自动化，避免人工介入。
- 调度能力：支持多工具并行、资源动态分配，解决传统 Agent 单线程干活的低效问题。
- 上下文管理能力：突破会话窗口限制，实现跨场景、长周期的状态留存。
- 工具协同能力：通过标准化协议（如 MCP）打通本地系统、云端 API、IoT 设备，打破工具间的壁垒。
- 持久化能力：让 AI 从单次交互转向长期运行，支持定时任务、持续监控等长效场景。只要任务没完，它就在后台持续工作，即使断网重启也能断点续传。
总之，正如 Karpathy 所说，Claws 就是你的专属数字精灵。你只需要给出一句自然语言指令，它会自己拆解步骤、决定使用什么工具、处理执行中的中间状态、记住尚未完成的部分。
而且，它让 AI 不再局限于云端服务，而是能够本地部署，运行在个人设备上，连接本地网络，甚至直接控制智能家居设备。
浓缩的才是精华
当然，Claws 这套执行范式最早由 OpenClaw 完整验证并引爆社区。
但现在 Karpathy 直接指出了它的一个明显短板——其代码库过于臃肿，多达40万行。
如此庞大的代码量，不仅审计难度极高，还容易藏匿安全漏洞。Karpathy 坦言，将自己的私密文件和密钥交给一个难以看透的复杂代码库，会让人感到不安。
相反，他更看好那些更精炼的 Claw 变体。
例如，他就特别看好 NanoClaw 这款工具。
推荐的首要原因是它的核心引擎只有大约 4000 行代码。
代码足够精简，无论是人还是 AI，都能相对轻松地理解其核心逻辑。想进行安全检查或功能修改都更为方便。
但更主要的原因在于它默认采用容器化运行。这就相当于为每个任务都安装了独立的保护罩，将其与主机操作系统隔离，大大降低了代码泄漏或被植入恶意程序的风险。
NanoClaw 的操作方式也颇具新意。如果你想添加 Telegram 集成功能，只需输入指令 “/add-telegram”，它就会指导 AI 代理自动修改实际代码来完成对接，无需用户手动调整任何复杂的配置文件。
这种通过“技能”指令、由 AI 驱动功能扩展的方式，避免了传统软件依靠繁琐配置文件所带来的混乱，Karpathy 认为这种概念非常巧妙。
从本质上看，这是一种思路的转变——先构建一个最简单、最易于修改的基础版本，再通过 AI 添加技能的方式，将其定制成用户所需的样子。这既解决了传统软件臃肿的问题，又兼顾了灵活性与安全性。
而且，这类工具大多能在个人电脑或小型设备上本地运行，数据无需上传至云端，隐私泄露的担忧也随之降低。
国内外都在“抓虾”
这股风潮不仅在国外流行，国内的开发者和公司也迅速跟进，加入了“抓虾”行列。
Karpathy 大神提到的 Nanobot，就是由香港大学数据智能实验室推出的相关项目。
还有阿里云的 CoPaw，其对标 OpenClaw，最大特色是能接入钉钉、飞书、QQ、Discord 等多款聊天软件，实现用户在哪沟通，AI 就在哪回复。它支持本地极简部署，也能云端一键运行，并可通过添加自定义 Skill 来扩展功能，后续计划开源。
此外，网易有道的 LobsterAI，定位为 7×24 小时待命的数字员工，主打直接为用户交付结果，能自动完成制作 PPT、分析数据等复杂办公任务。它融合了 OpenClaw 的自主跨应用执行能力，同时借鉴了 Claude 等产品的直观 GUI 界面，摒弃了复杂命令行，并且已经全面开源。
作为第一个被 OpenClaw 官方列为主推的国产模型，Kimi 也基于其最新模型推出了 Kimi Claw。它主打 OpenClaw 云端托管、无需本地安装，可直接在浏览器中运行。它直接对接了 ClawHub 社区里超过 5000 个实用技能，并能关联用户本地部署的 OpenClaw 实例，无缝同步配置与历史记忆。
这些项目的涌现，标志着 AI Agent 正在向轻量化、易用化、场景化发展。可以预见，未来越来越多的普通用户也能以更低的成本和门槛用上真正能干的 AI 助手。对于这类创新的 开源项目，技术社区通常保持着高度的关注和热烈的讨论。
相关链接：
关于 人工智能 执行中枢的未来形态，以及如何在安全与功能之间找到平衡点，欢迎在 云栈社区 的开发者板块继续探讨。
发表于 16 小时前
|
查看: 1|
回复: 0
