🦞 从 OpenClaw 思考 AI 应用架构和交付产物

OpenClaw的火爆现象背后，隐藏着AI应用架构的范式革命，从代码交付转向自然语言驱动的技能进化。

核心内容：
OpenClaw现象引发的AI应用架构新思考
从代码交付到自然语言技能沉淀的范式转变
Code Agent作为未来AGI基础的前景与当前局限

最近 OpenClaw 爆火🔥，从年前火到了年后，过程更是经历了改名的一波三折 Clawdbot → Moltbot → OpenClaw，甚至产生了备受瞩目的现象级社会实验，只有 AI 能够参与的交流社区 MoltBook。社区里，大家也都在忙着去买 mac mini，各大模型和云计算厂商快速跟进，推出各类 x-claw 的产品，来降低普通人的部署门槛。这里不会去讲怎么去部署 OpenClaw，也不会深入去分析 OpenClaw 的技术原理，这类资料目前想去找到话都是触手可及。我想聊一聊的是我从中观察到的一些变化，以及对于如何构建一个应用的变化和作为 AI 应用 builder 的职责、交付产物的思考。从入行以来，从书本到工作中学到的关于应用的架构，离不开 C/S 和 B/S 这两类，尤其是 B/S 的这一套范式更是把互联网带往了一波又一波新的高度。我们也更是习惯了，在这一套架构范式下，该如何把业务逻辑确定且精准翻译成应用代码的思考模式，核心交付的是代码和配套的运维。但是，会发现基于 OpenClaw 构建的应用思路不是这样。你找不到固定的某个页面入口，甚至找不到完整的代码包去拿来部署。如果非要解构的话，基于 OpenClaw 构建的应用，是基于 Claude Code 这类 code Agent 为核心的一套任务循环系统，用户/builder 只需要用自然语言去给他布置任务，他接收到任务之后会自发去拆解和规划、寻找工具（skills）或者自发写一段代码去完成任务，并且在完成任务之后，你可以把这个完成任务的过程沉淀成新的技能，而技能的本质仍然还是自然语言。所以，会发现作为应用的 builder，核心交付的是不断完成的任务后沉淀下的 skills（SOP），在交互过程中，应用&agent 的能力也随之在不断的进化（基于文件的记忆机制）。代码沦为了 agent 用来完成任务的工具之一，用来执行一些确定的流程。应用构建的门槛大大降低，属于是你和他对话的过程中，其实就是应用能力在不断进化构建和变强的过程。

🦞 从 OpenClaw 思考 AI 应用架构和交付产物

这种变化给我带来了很振奋的感受，也从某种意义上惊叹于 Anthropic 这家公司理念的超前理念，很多概念其实都来源于他（虽然 CEO 的一些做事方式很是让人费解）。之前，大家可能会只是觉得是因为成本问题，Anthropic 选择了逻辑完备的垂直编程领域。殊不知，未来的 AGI 极有可能就是基于这套 Code Agent 的能力基础之上构建的。让 AI 帮我生成一句话总结就是：我们正从「亲手筑路」转向「培养牧羊人」，代码已沦为随用随弃的耗材，而通过自然语言不断进化的 Skills，才是未来系统真正的护城河。当然，在当前阶段，这套范式仍然无法直接应用在线上 C 端产品上，因为确定性的要求 AI 还只能是在确定的边界和确定的逻辑中，充当某一个节点。或许，在不远的将来，新的业务或产品直接就在不确定之上构建，大家可能也就接受了。

[登录查看剩余 70% 内容](javascript:void (0);)

OpenclawOpenclaw下载企业版Openclaw

🦞 从 OpenClaw 思考 AI 应用架构和交付产物