AI Agent
OpenClaw 记忆系统深度拆解：AI Agent 是如何"记住你"的
OpenClaw 的记忆系统通过四层分层架构、BM25 与向量语义混合搜索（7:3 加权）、指数时间衰减模型和四级嵌入降级链，解决了 AI Agent 每次重启失忆的根本问题。本文从源码架构到实战配置，全面解析这套让 Agent 真正"记住你"的设计哲学，并直面其安全隐患。
AI Agent
AI Agent 是一种由大语言模型驱动的自主智能系统，从 MCP 到 Skills。它能够感知环境、理解用户目标、自己规划多步行动、调用外部工具，并在“思考-行动-观察”的闭环中不断迭代，最终独立完成复杂任务。
AI Agent
OpenClaw 到底能干啥，能赚钱不？
OpenClaw 是 GitHub 上增长最快的开源 AI Agent 项目，本文从架构原理、超级个体工作流、实际能做什么、能不能赚钱、国内落地难题五个维度全面拆解，附安装指引与模型选择建议，帮你判断它究竟值不值得折腾。
AI Agent
OpenClaw和Claude Code该怎么选？别纠结了，看完这篇就懂了
OpenClaw 和 Claude Code 该怎么选？本文深入分析两者的核心差异：Claude Code 是 Anthropic 推出的闭源 AI 编程智能体，专注代码开发全流程，适合程序员；OpenClaw 是开源 AI 自动化平台，覆盖办公、数据分析等全场景，适合非编程用户。
AI Agent
Agent Skill 从使用到原理：大模型时代的「说明书系统」
介绍了 Agent Skill 的概念、基本用法和内部机制，解释三层渐进式披露：元数据、指令以及 Reference/Script 资源层。对比了 Agent Skill 与 MCP 的角色差异，指出 MCP 更适合提供底层外部数据和能力，而 Agent Skill 更适合封装高频任务流程，在实际工程中需要配合使用。
AI Agent
Prompt、Agent、MCP 和 Skills：大模型时代的“工具栈”到底在干嘛
本文从 Prompt 入手，梳理了 Agent 如何通过工具完成实际操作，以及 Function Calling 如何标准化工具描述。重点介绍 MCP 作为模型外部工具层通信协议的角色，并与 Anthropic 的 Skills 进行对比，指出二者本质差异在于“对模型的信任程度”与复杂度取舍。
AI Agent
Agent蜂群：2026年AI架构的主线已经浮现
Agent Swarm不是"集群"而是"蜂群"——通过彼此影响、自组织产生涌现智慧。Agent Teams用16个AI蜜蜂两周写出C编译器，验证了2026年AI主线：Orchestration编排架构。Qwen3 Coder Next以长上下文、强Agent能力成为蜂群关键拼图，证明这不是炒作而是范式转变。
AI Agent
三天改名三次、两周破十万 Star：OpenClaw 为什么突然火到离谱？
OpenClaw（原 Clawdbot / Moltbot）在短时间内冲上 GitHub 热门，背后代表的是“能真正动手”的第五代 AI 代理形态。本文介绍 OpenClaw 是什么、核心架构和典型使用场景，并重点讨论它的部署方式与安全风险，最后分析哪些人适合上手这类 AI Agent 系统。
AI Agent
什么是 Agent Skills？从上下文“失忆”到技能系统
Agent Skills 本质上是对高频流程和知识的封装，用一个包含元数据、指令和资源的 skill.md 结构，解决了大模型上下文有限、提示词易被压缩遗失的问题。文章从单一文档到多文件、再到脚本化工作流的演进，并对比了 Skills 与 MCP、Slash 命令的定位差异。