我一再拿「后 OpenClaw 的世界」开头,但这件事重要。
那是个引爆点。公众从那儿才开始弄明白,我们有些人过去五年一直在聊的到底是什么。
来了,
在后 OpenClaw 的世界里,新的智能体框架,除非是 long horizon solver,否则我越来越难把它当回事。
任务执行器我们有了。编排层、工具路由、工作流图、提示链、重试循环,还有各种风味的「模型去调那个东西」,全都有。
船已经开了。有人带了烟雾机和 jelly shots 来,然后嘛……你懂的。
我们的这个小圈子,从只有少数几个真正有才华的人认真在做的东西,变成了人人都觉得自己也能搞的东西。
我不怪大家。大家挺好的,我喜欢大家。绝大部分时候。
但这恰恰说明,从最初就一直在推这项技术的那批人……得再推用力一点。
把连续性拿下
那接下来去哪儿?
在面向开发者的 prosumer 这一层,大的未解问题不再是智能体能不能完成一个任务,而是工作拉长到几小时、几天、几周时,智能体还能不能保持方向感。
像我这种人看到这个,很容易大喊:「哦这早解决了,上个月我刚给某某人做了一个。」我想我们这些干了一阵的,好多都这么觉得。
但市面上仍然没有任何一个大众市场的方案,真正像样地解决了这件事。
下一代的通用智能体得认真想清楚这个问题。简单的记忆,不足以让智能体在漫长时间里握住一个项目的形状。
它得记住一个决定当初为什么那么做,而不是把每条旧消息都泡成湿纸板。它得把工作从一个智能体交到另一个手里,而不丢掉约束、不变量,或者这份工作当初重要的理由。
这是 2026 年开始有意思的一个地方。
带你的智能体来,拿走这个工具
另一个有意思的地方,是挑战旧假设。
过去默认的图景是:你订阅某种专门的智能体系统。那个智能体干点活,然后回家。
智能体是专才,你得养上几个,也许十几个,来应付你的 AI 工作负载。
激动人心的是,这个局面正在变。
今天,你有一个你喜欢的智能体。它接进其他工具,有些工具自己还带着智能体。但你知道它们不再需要的是什么吗?
一套专属的推理栈。
从一个给 AI 工作流造软件的工程师的角度看,这是天翻地覆的。它意味着你的每一个产品,都不必再雇一家推理供应商。
公式变得非常简单:
带上你的智能体。
拿走这个漂亮的小工具。
把它插上。
你知道这还意味着什么吗?
你可以重新开始搞实验了。
你可以让应用重新变成一种魔法。
忽然之间,AI 应用的开发成本低得惊人。
天空重新向所有人敞开了,而我完全不介意。真的。
大部分时候。