下一代 Agent 系统长什么样？

• AI-powered workflow
• “纯血” Agent
  • Manus、Genspark
  • Claude Code、Codex CLI、Kimi CLI
• AI 浏览器
  • Fellou、ChatGPT Atlas
• OpenClaw
  • XxxClaw

历史进程

• 系统提示词 + 工具描述 + 用户指令
• LLM 推理
• 工具执行
• Context 管理
• 循环

Agent 的本质

• 本地或持久化云端环境
• 持久化 Memory
• 持续运行 + 心跳 / Cron 任务
• 接入 IM，便于远程控制

OpenClaw 好在哪

What's Next?

• 在 Kimi 半年，1.5 人之力从零打造 Kimi CLI
• 写过 OS 内核、DB 内核
• 在 MCP hype 的时候预言过 CLI + README 是正解
• 大学写了 CQHTTP、NoneBot 等知名开源 Chatbot 项目
• 小学五年级写了第一行代码

关于我

x.com/istdrc
github.com/stdrc

• 从零开始构建 Agent Loop
• Kosong：LLM 抽象层
• KAOS：操作系统抽象层
• Wire：可扩展的 Agent 协议

Kimi CLI

github.com/MoonshotAI/kimi-cli

• CoachAgent
  • Agent-driven Agent Loop
• 全自动文档同步
  • 文档代码饱和式对齐
• 一个周末用 Rust 重写 Kimi CLI，同时不消耗我的主线精力
  • Codex，无限循环，端到端测试，函数级对齐

花活

• 单一全能 Agent 流
  • 隐藏子 Agent，Agent Swarm、Agent Teams 作为工具
  • “用后即删”，Context / Memory 合并
• 多 Agent 协作流
  • 持续运行的一群 Agent
  • 独立 Context / Memory，各自演化
  • 多模型，多样性，群体记忆
  • Agent 组织学、管理学

下一代 Agent 系统的流派

• 任何信息一定是分类别的，“topic” 是必然存在的概念
• 人会愿意在不同的 “topic” 发不同的任务，这可以降低任务的理解成本
• 人希望进行“微操”，以跨级指挥下面的子 Agent，这可以降低沟通成本
  • 换个角度，组织应该扁平化
• 人不需要看 Agent 到底调用了什么工具，只需要看它说了什么做出了什么

我的观察

• https://slock.ai
• 多 Agent 多人协作平台
• 初版 demo 早于 OpenClaw hype，正式版本花了不到一周从零到上线
• Slack-like 的 UI/UX 和 AI/AX 只是开始
• 理念
  • Actor model, message passing is all you need
  • Message history is the new trajectory
  • Channel management is the new context management
• Building Slock on Slock

Slock