Agent

从代码补全到 Agent 操作系统 OpenAI Codex 的演进路径可以划分为三个明确阶段： 阶段 时间 核心能力 定位 Code Completion 2021-2023 代码补全、函数生成 开发者工具 Code Agent 2024-2025 多文件编辑、终端执行、PR 生成 编程 Agent Universal Agent 2026 跨应用操作、OSS 模式、技能系统 通用 Agent 平台 2026 年的 Codex 已经不再是一个"编程工具"，而是一个具备感知-决策-行动闭环的 Agent 操作系统。它能够操控浏览器、管理文件系统、调用外部 API、协同多个应用程序完成复杂任务。 2026 年两大里程碑更新 1. OSS 模式：模型自由 传统 Codex 绑定 OpenAI 模型，而 2026 年推出的 OSS 模式允许用户接入任意 OpenAI Compatible API 端点： // ~/.codex/config.json { "provider": "openai-compatible", "model": "qwen2.5-coder-32b", "apiBase": "http://localhost:11434/v1", "apiKey": "ollama", "temperature": 0.7, "maxTokens": 8192 } 支持的接入方式包括： Ollama 本地模型：零延迟、零成本、完全离线 LM Studio：图形化管理本地模型 第三方 API：DeepSeek、Qwen、GLM 等国产模型 多模型聚合：不同任务路由到不同模型 2. 全能 Agent 模式：超越编程 Codex 2026 的 Agent Loop 不再局限于代码执行，而是扩展到： ...

一只龙虾的诞生 2024 年初，Peter Steinberger 在自己的 GitHub 仓库里提交了第一个 commit，项目名叫 clawdbot——一个简单的 Telegram bot，用 LLM API 做自动回复。没人想到，两年后这个项目会变成 GitHub 上 28 万星标的现象级开源 AI Agent 框架 OpenClaw。 “我不想做一个会聊天的 AI，我想做一个会做事的 AI。” —— Peter Steinberger, OpenClaw 创始人 这句话定义了 OpenClaw 的核心定位：会做事的 AI。不是聊天机器人，不是写作助手，而是一个能感知环境、做出决策、调用工具、完成任务的智能体。 从 ClawdBot 到 OpenClaw 的演变 时间线 时间 里程碑 星标数 2024.01 ClawdBot v0.1 发布，Telegram bot + GPT-4 42 2024.06 更名 OpenClaw，开源 MIT 协议 3,200 2024.09 引入 Agent Loop 架构 18,000 2025.03 ClawHub 技能市场上线 85,000 2025.08 多模型路由引擎发布 156,000 2026.01 记忆系统 2.0 + L3 智能体框架 280,000+ 为什么叫"龙虾"？ Steinberger 在一次播客中解释：龙虾（Lobster）有两个钳子，代表 Agent 的"感知"和"行动"两个核心能力。龙虾有坚硬的外壳——代表安全性和隐私保护。龙虾在极端环境下也能生存——代表 Agent 的鲁棒性。而且，“OpenClaw” 里的 Claw 既是龙虾钳子，也是代码里的爪子（hook）。 ...

OpenClaw 的定位：个人 AI Agent 操作系统 OpenClaw 不是一个 Library，是一个运行时。你不需要在代码里 import 它——你启动它，它作为一个常驻服务运行，管理你的 AI Agent 的感知、决策和行动。 特征 OpenClaw LangChain/LangGraph CrewAI/AutoGen 形态 常驻服务（运行时） Python Library Python Library 使用方式 配置 + 自然语言 写代码 写代码 目标用户 非开发者 / 轻开发者 开发者 开发者 运行环境 本地机器 / 服务器 你的应用进程 你的应用进程 核心抽象 Skill + Memory + Channel Chain + Graph Agent + Crew 这个定位决定了 OpenClaw 的设计取舍——它更像一个"AI Agent OS"，而不是一个"Agent 开发框架"。 架构拆解 OpenClaw 的架构可以简化为五层： ┌─────────────────────────────────────────┐ │ Channel 层（渠道） │ │ WebChat / Discord / WhatsApp / API │ ├─────────────────────────────────────────┤ │ Agent 层（核心） │ │ LLM 推理 / 工具调用 / 决策循环 │ ├─────────────────────────────────────────┤ │ Skill 层（能力） │ │ 邮件 / 搜索 / 文档 / 浏览器 / 自定义 │ ├─────────────────────────────────────────┤ │ Memory 层（记忆） │ │ MEMORY.md / Daily Notes / LCM 压缩 │ ├─────────────────────────────────────────┤ │ Scheduler 层（调度） │ │ Heartbeat / Cron / Event 触发 │ └─────────────────────────────────────────┘ Skill 系统：插件化能力 OpenClaw 的 Skill 是一个 Markdown 文件（SKILL.md），包含指令和可能的脚本： ...

从"中国最大模型实验室"到"AI 开发平台" 2026 年 6 月，阿里巴巴在杭州举办首届 Qwen Conference，正式发布 Qwen Cloud 平台。这不是一次简单的产品发布——它标志着阿里从"拥有中国最强开源模型"到"构建 AI 开发生态"的战略转型。 Qwen Cloud 的定位很明确：做 AI 时代的"阿里云"——一个让开发者从想法到部署、从模型到 Agent、从单机到集群的一站式平台。 Qwen Cloud 平台架构 三层架构设计 ┌──────────────────────────────────────────────┐ │ Agent Layer（智能体层） │ │ Qwen Agent Studio · 模板市场 · 插件生态 │ ├──────────────────────────────────────────────┤ │ Tool Layer（工具层） │ │ Qwen Code · Qwen Search · Qwen Vision │ │ 代码解释器 · 网页浏览 · API 编排 │ ├──────────────────────────────────────────────┤ │ Model Layer（模型层） │ │ Qwen3-Max · Qwen3-Plus · Qwen3-Turbo │ │ Qwen3-Coder · Qwen3-VL · Qwen3-Math │ │ 端侧：Qwen3-4B · Qwen3-1.8B │ ├──────────────────────────────────────────────┤ │ Infra Layer（基础设施层） │ │ 阿里云 PAI · GPU 集群 · 灵骏计算平台 │ └──────────────────────────────────────────────┘ 核心产品矩阵 产品 定位 核心功能 对标产品 Qwen Cloud Studio Web IDE 可视化 Agent 构建 + 代码编辑 OpenAI Playground + Coze Qwen Code CLI 工具 终端代码生成、重构、调试 GitHub Copilot CLI Qwen Agent Studio Agent 平台 可视化智能体编排 Dify, Coze Qwen Hub 模型仓库 模型下载、微调、部署 Hugging Face Qwen API API 服务 统一模型 API OpenAI API Qwen Code：终端里的 AI 编程助手 产品定位 Qwen Code 是 Qwen Cloud 生态中最受开发者欢迎的工具之一。它是一个基于终端的 AI 编程助手，支持命令行代码生成、代码审查、自动化重构、测试生成等功能。 ...

为什么需要专门的 Agent 评估 传统 LLM 评估（MMLU、HumanEval、GSM8K）衡量的是单轮静态能力。Agent 评估面临截然不同的挑战： 多步推理：错误会沿步骤累积 环境交互：动作改变状态，状态影响后续决策 工具使用：API 调用正确性、参数填充准确性 长程任务：几十步后是否还记住初始目标 成本约束：Token 消耗与任务完成率的权衡 四大框架横向对比 总览 框架 开发方 评估维度 任务数 交互轮次 环境类型 开放性 AgentBench THUDM 多场景任务完成 8场景 10-30 模拟环境 部分开源 SWE-bench Princeton 软件工程 2,294 不限 Docker 容器 全开源 τ-bench Sierra 工具使用+策略遵循 165 ~30 模拟API 全开源 WebArena CMU Web 交互 812 ~15 真实网站 全开源 AgentBench：多场景覆盖 AgentBench 是清华推出的多场景 Agent 评估基准，覆盖 8 类环境： 场景 环境 核心能力 Operating System Linux 终端 命令行操作 Database SQL 数据库 数据查询操作 Knowledge Graph 知识图谱 多跳推理 Card Game 斗地主 策略规划 Lateral Thinking 水平思考谜题 创意推理 House Holding 模拟家居 具身智能 Web Shopping 电商网站 Web 交互 Web Browsing 网页浏览 信息检索 评估指标：任务成功率（Success Rate），各场景独立打分。 ...

为什么需要 LangGraph 传统 Agent 框架（如 LangChain Agent）采用线性的 ReAct 循环：思考 → 行动 → 观察 → 重复。这种模式简单但局限明显： 无法表达复杂控制流：条件分支、并行执行、人工审批等场景难以优雅实现 状态管理粗糙：所有上下文堆在对话历史里，难以精细控制 不可暂停/恢复：长流程任务无法中间暂停等待外部输入 LangGraph 用有状态图解决了这些问题。 核心概念 State Graph（状态图） LangGraph 的核心是 StateGraph，每个节点接收状态、修改状态、返回新状态： from langgraph.graph import StateGraph, END from typing import TypedDict, Annotated from operator import add class AgentState(TypedDict): messages: Annotated[list, add] # 消息列表自动追加 tool_results: list iteration: int def call_model(state: AgentState): response = llm.invoke(state["messages"]) return {"messages": [response], "iteration": state["iteration"] + 1} def should_continue(state: AgentState): if state["iteration"] > 5: return END return "tools" # 构建图 graph = StateGraph(AgentState) graph.add_node("agent", call_model) graph.add_node("tools", tool_node) graph.set_entry_point("agent") graph.add_conditional_edges("agent", should_continue) graph.add_edge("tools", "agent") app = graph.compile() 关键设计决策 设计点 LangChain LangGraph 控制流 线性循环 DAG + 条件边 状态管理 隐式（对话历史） 显式（TypedDict） 可暂停 ❌ ✅ 人工介入 难 内置 interrupt 流式输出 部分 全面支持 实战：多步骤研究 Agent 以下是一个实际的研究 Agent 示例，展示 LangGraph 的核心能力： ...

Agent 记忆系统 2026：让 AI 真正「记住」 2026 年，Agent 记忆系统已经从「概念验证」进化到「生产级架构」。本文系统梳理当前最成熟的 Agent 记忆方案，从架构设计到落地实践。 记忆系统的三层架构 现代 Agent 记忆系统通常分为三层： 第一层：工作记忆（Working Memory） 当前会话的上下文，通常存在 LLM 的上下文窗口中 容量：4K-2M tokens（取决于模型） 特点：高速、容量有限、会话结束即丢失 第二层：情景记忆（Episodic Memory） 历史会话的关键信息，通过向量检索召回 存储：向量数据库（Chroma/Pinecone/Milvus） 容量：无限（受存储成本限制） 特点：语义检索、持久化、跨会话 第三层：长期记忆（Long-term Memory） 结构化的知识和用户偏好，通常以知识图谱形式存储 存储：Neo4j/TigerGraph + 向量数据库 特点：精确检索、关系推理、持续更新 2026 年主流方案对比 方案 记忆类型 检索方式 适用场景 代表项目 MemGPT 架构 分层记忆 函数调用调度 长文档处理 MemGPT/OpenClaw Vector-Only 向量检索 语义相似度 简单问答 Dify/RAGFlow Hybrid Memory 向量+图谱 向量+图查询 复杂推理 Hermes Agent Database Memory 结构化存储 SQL+向量 企业应用 Microsoft Copilot File-based Memory 文件系统 全文搜索 个人 Agent OpenClaw 工程实践：构建一个生产级记忆系统 Step 1：记忆提取 ...