Claws：LLM Agent系统的新通用抽象

周末买了一台新 Mac mini，打算好好体验一下 claws。苹果店员工说这东西卖得特别火，每个人都有点懵 :) 我对直接运行 OpenClaw 还是有些顾虑——把私有数据和密钥交给一个 40 万行代码的临时拼凑怪物，而且它正被大规模攻击，着实不太吸引我。已经看到有人报告暴露的实例、RCE 漏洞、供应链中毒，以及注册表中被恶意修改或入侵的 skills，感觉像是彻底的蛮荒西部和安全噩梦。

但我确实喜欢这个概念。我认为就像 LLM agents 是 LLMs 之上的新一层一样，Claws 现在是 LLM agents 之上的新一层，将编排、调度、上下文、工具调用和某种形式的持久化提升到了新的高度。

看了一圈后，既然核心理念已经清晰，有很多较小的 Claws 开始涌现。比如，快速浏览一下，NanoClaw 看起来特别有意思——核心引擎只有大约 4000 行代码（既能装进我的脑子，也能装进 AI agents 的脑子，所以感觉可管理、可审计、灵活等等），而且默认在容器中运行所有东西。

我也很喜欢他们的配置方法——不是通过配置文件，而是通过 skills！比如，/add-telegram 这个命令会指导你的 AI agent 如何修改实际代码来集成 Telegram。我以前没见过这个，今天它稍微让我眼前一亮——这是一种新的、AI 驱动的方式来防止配置混乱和 if-then-else 怪兽。基本上，隐含的新趋势是编写最大化可 fork 的仓库，然后用 skills 把它 fork 到任何想要的奇异配置。非常酷。

总之，还有很多其他的——比如 nanobot、zeroclaw、ironclaw、picoclaw（对这些前缀哈哈一笑）。也有一些云托管的替代品，但坦白说我不太喜欢它们，因为感觉很难进行试验。特别是，本地设置可以轻松连接到本地网络上的家庭自动化设备。还有一点，有种美学上的吸引力——一个物理设备被某个小小的个人数字家庭精灵的幽灵"附身"。我还不是 100% 确定最终会用什么样的设置，但 Claws 确实是 AI 栈上一个了不起的、激动人心的新一层。

先是聊天，再是代码，现在是 claw。就这么简单。

NanoClaw 的创建者在此。很高兴看到这个方向引起了共鸣。我们正在致力于使基于 skills 的系统更加健壮。我把它想象成某种程度上像是集成领域的 shadcn。大多数功能只需添加一个文件并修改几个集成点。