Files
Obsidian/openclaw/通过分析 Claude Code 和 OpenClaw Harness工程方法的实践.md
T
2026-07-21 14:53:24 +08:00

372 lines
23 KiB
Markdown
Raw Blame History

This file contains invisible Unicode characters
This file contains invisible Unicode characters that are indistinguishable to humans but may be processed differently by a computer. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
title: "通过分析 Claude Code 和 OpenClaw Harness工程方法的实践"
source: "https://x.com/PandaTalk8/status/2048306100882305358"
author:
- "[[@PandaTalk8]]"
published: 2026-04-26
created: 2026-04-26
description: "目录起点:Agent = Model + Harness维度一:整体架构维度二:驱动循环维度三:工具与能力维度四:指令与配置——教 Agent\"你是谁\"维度五:上下文管理——对抗\"失忆\"维度六:记忆系统——跨会话的知识积累维度七:安全与权限维度八:可扩展性维度九:会话持久化共同的..."
tags:
- "clippings"
---
![图像](https://pbs.twimg.com/media/HG0LeN6bMAA54S4?format=jpg&name=large)
# 目录
- 起点:Agent = Model + Harness
- 维度一:整体架构
- 维度二:驱动循环
- 维度三:工具与能力
- 维度四:指令与配置——教 Agent"你是谁"
- 维度五:上下文管理——对抗"失忆"
- 维度六:记忆系统——跨会话的知识积累
- 维度七:安全与权限
- 维度八:可扩展性
- 维度九:会话持久化
- 共同的工程智慧
罗福莉这样的 AI 大佬,竟然对工程上的"奇技淫巧"产生了很大的兴趣。一位顶级 AI 研究者,关注的焦点从模型架构转向了 Agent 框架的工程细节,说明什么?
说明在 2026 年的今天,**让智能体变聪明的关键,已经不在模型里了。**
我从过年前开始深入研究 OpenClaw,发现它大量借鉴了 Claude Code 的工程方法。两者在底层共享很多理念,但在具体实现上做了截然不同的取舍——因为它们服务的人群和场景完全不同。
Claude Code 是程序员的编程助手,活在终端里,追求精确和可控。OpenClaw 是所有人的数字员工,活在聊天窗口里,追求自主和进化。
这篇文章把两个框架摆在一起,逐个维度拆解它们在模型之外做了哪些工程设计,以及为什么做出这些选择。
## 起点:AGENT = MODEL + HARNESS
"Harness"作为 AI 智能体的核心架构术语,最早出现在 2025 年 11 月 Anthropic 工程师 Justin Young 的文章《Effective Harnesses for Long-Running Agents》中。2026 年 2 月,OpenAI 发表《Harness Engineering: Leveraging Codex in an Agent-First World》,首次将"Harness Engineering"命名为一门独立学科。随后 Birgitta Böckeler 在 Martin Fowler 网站上给出了精确定义:harness 是 AI 智能体中除了模型本身之外的一切。同年 3 月,LangChain 的 Vivek Trivedy 进一步提炼出一个简洁的公式:
> Agent = Model + Harness
![图像](https://pbs.twimg.com/media/HG0IvZibEAAJT0P?format=jpg&name=large)
Claude Code 和 OpenClaw 用的都是别人家的模型——前者用 Claude 系列,后者可以接入 Claude、GPT、Gemini 等多家 API。模型层面它们没有任何自研能力。
但两者都做出了让人印象深刻的智能体表现。一个能在大型代码库里自主完成复杂的多步骤编程任务,另一个能 24 小时不间断地替用户处理跨平台的日常事务。
这些表现的来源,全在 harness 里。下面逐个维度拆解。
## 维度一:整体架构
**Claude Code 的架构:分层堆叠**
Claude Code 是一个十层堆叠的体系:
![图像](https://pbs.twimg.com/media/HG0IyhubAAA3agW?format=jpg&name=large)
每一层都是可替换的。你可以换模型、换权限模式、加新 Skill、接新 MCP 服务器——而不需要改动其他层。整个体系围绕一个核心场景设计:**一个程序员坐在终端前,和 AI 协作完成编程任务。**
**OpenClaw 的架构:四层管道**
OpenClaw 是一个四层管道式架构:
![图像](https://pbs.twimg.com/media/HG0I4WyaAAAANV1?format=jpg&name=large)
整个体系围绕一个完全不同的核心场景设计:**多个用户通过多个聊天平台,和一个 24/7 在线的 AI 助手交互。**
**核心差异**:Claude Code 是纵深型架构——一个用户、一个终端、一条深度对话链,所有工程都在让这条链更长、更可靠、更安全。OpenClaw 是横向型架构——多个用户、多个通道、多条并行的对话,所有工程都在让这些对话被正确路由、隔离和记忆。
## 维度二:驱动循环
智能体的核心是一个循环——接收输入、决策、执行、观察结果、再决策。但两个框架的循环形态完全不同。
![图像](https://pbs.twimg.com/media/HG0I9zFbwAA9b3F?format=jpg&name=large)
**Claude Code:深度聚焦的 ReAct 循环**
Claude Code 的循环是单线程的、深度聚焦的。一个程序员给它一个任务——"把这个 API 从 REST 迁移到 GraphQL"——它可能执行几十轮循环:读代码、理解架构、制定计划、修改文件、跑测试、看到失败、分析原因、再修改……整个过程可能持续几百轮工具调用,全部在同一条对话链里完成。
这个循环的工程要点是**上下文的可持续性**——在几百轮调用之后,Claude 仍然需要记得最初的任务目标、中间的决策逻辑、之前尝试过但失败的方案。这就是为什么 Claude Code 在上下文管理上投入了那么多工程:自动压缩、关键内容重注入、延迟加载。
**OpenClaw:事件驱动的响应循环**
OpenClaw 的循环是事件驱动的、多线程的。消息可能从任何通道在任何时间到来——Telegram 上的一条语音、Slack 上的一个 [@mention](https://x.com/@mention)、邮件里的一封回复、Cron 定时触发的一个任务。每条消息都走同一条管道,但被路由到不同的会话上下文。
这个循环的工程要点是**消息的正确路由**——用户 A 在 Telegram 上说的话不能混进用户 B 在 Slack 上的会话;同一个用户在不同通道的消息,需要被正确地合并或隔离(取决于配置);并发消息需要排队处理(默认最大 10 并发),避免上下文竞争。
OpenClaw 还有一个 Claude Code 没有的驱动力:**主动触发**。通过 Cron 和 Heartbeat 机制,Agent 可以在没有任何用户消息的情况下自己醒来干活——凌晨 3 点爬取竞品数据,早上 7 点生成日报,每小时检查一次库存。这不是"响应"循环,这是"自驱"循环。
## 维度三:工具与能力
两个框架都通过工具让模型与外部世界交互,但工具的设计思路差异很大。
**Claude Code:30+ 精细化内置工具**
Claude Code 的工具围绕**编程工作流**设计,分为五个类别:
![图像](https://pbs.twimg.com/media/HG0JGeGaEAApj20?format=jpg&name=large)
设计原则是**最小化但完备**。Read 只读文件,不读目录(目录用 ls)。Edit 只做字符串替换,不做整文件重写(重写用 Write)。这种拆分让权限控制变得精确——你可以允许 Claude 读任何文件但禁止修改特定目录。
工具的 schema 加载也经过精心设计:常用工具的 schema 在启动时加载,MCP 扩展工具的 schema 通过 ToolSearch 延迟加载。一个连接了 10 个 MCP 服务器的环境可能暴露上百个工具,但只有被实际调用的工具才消耗上下文空间。
**OpenClaw:面向生活场景的 Skill 生态**
OpenClaw 的能力不叫"工具",叫"技能"(Skills),围绕**日常生活和工作场景**设计:
![图像](https://pbs.twimg.com/media/HG0JLdya0AAxb11?format=jpg&name=large)
Claude Code 的工具是给程序员用的——普通用户不知道什么是 Grep 或 LSP。OpenClaw 的技能是给所有人用的——"帮我查一下机票价格"、"把这封邮件转发给张总"。
另一个关键差异是**通道层**。Claude Code 没有通道概念——它只有一个入口,就是终端。OpenClaw 支持 20+ 消息平台的接入(WhatsApp、Telegram、Slack、微信、钉钉、Discord……),每个通道都是一个工具入口。这意味着用户不需要学习任何新界面,在自己每天用的聊天 App 里就能指挥 AI 干活。
## 维度四:指令与配置——教 AGENT"你是谁"
Agent 启动时需要知道"我是谁、我该遵守什么规则、我擅长什么"。两个框架用截然不同的方式注入这些信息。
**Claude Code:空间导向的四级层级**
Claude Code 的指令按**文件路径和目录层级**组织:
![图像](https://pbs.twimg.com/media/HG0JQqoakAAmrB8?format=jpg&name=large)
所有层级拼接生效(而非覆盖)。子目录级别采用懒加载——只有访问该目录的文件时才加载。.claude/rules/ 目录可以用 YAML frontmatter 设置路径匹配规则,让特定的编码约定只在访问特定文件时才注入上下文。
这套设计适配的场景是大型代码库:前端团队、后端团队、基础设施团队各有各的约定,指令系统随项目复杂度弹性伸缩。
**OpenClaw:身份导向的 Agent 配置**
OpenClaw 的指令按**Agent 角色和通道**组织:
![图像](https://pbs.twimg.com/media/HG0JZEkaoAAw1dd?format=jpg&name=large)
一个 OpenClaw 实例可以运行多个 Agent,每个 Agent 有自己的 System Prompt 和 Skill 集合。这更像一个公司有多个员工,每个员工有自己的岗位职责和性格特质。
**核心差异**:Claude Code 的规则绑定到"你在看哪个文件"——访问 src/api/ 时加载 API 规范,访问 src/ui/ 时加载 UI 规范。OpenClaw 的规则绑定到"你在跟哪个 Agent 说话"——跟"客服小助手"说话时用服务话术,跟"数据分析师"说话时用专业术语。
前者是空间逻辑,后者是身份逻辑。两种逻辑分别匹配了各自的核心场景。
## 维度五:上下文管理——对抗"失忆"
Agent 对话越长,上下文压力越大。两个框架面对的挑战不同,解决方案也不同。
**Claude Code:单线程深度对话的抗压**
Claude Code 的上下文窗口约 200K token,但编程任务消耗极快——读几个大文件、跑几次测试就快满了。
应对策略是**自动压缩 + 重注入**:
- 接近极限时自动启动压缩
- 先清理旧的工具输出(已读过的文件内容),再摘要历史对话
- 压缩到原始量的约 12%
- 压缩后从磁盘重新注入 CLAUDE.md、Auto Memory 索引、技能内容
关键设计:有选择地保护重要信息。系统提示词不在消息历史中,永远不受影响。项目 CLAUDE.md 和记忆索引在压缩后从磁盘重新加载。路径匹配规则和子目录 CLAUDE.md 暂时丢失,但下次访问对应文件时会自动重新加载。
还有一套延迟加载策略降低启动开销:MCP 工具 schema 按需检索(ToolSearch)、路径匹配规则按需触发、Skill 内容调用时才加载。
**OpenClaw:多线程并发的隔离**
OpenClaw 面对的不是"一条对话太长"的问题,而是"太多条对话同时进行"的问题。
它的上下文管理核心是**会话隔离**:
![图像](https://pbs.twimg.com/media/HG0JeVDagAAFJ6M?format=jpg&name=large)
sandbox.scope 决定了隔离粒度。设为 agent 时,同一个 Agent 的所有对话共享上下文——用户 A 的对话信息可能影响对用户 B 的回复。设为 session 时,严格按会话隔离——更安全,但 Agent 无法跨会话关联信息。
session.dmScope 决定了跨通道行为。设为 main 时,用户在 Telegram 和 Slack 上的消息路由到同一个会话——Agent 知道这是同一个人。设为 per-channel-peer 时,每个通道独立——更隔离,但 Agent 无法跨通道理解上下文。
这些配置没有对错之分,取决于使用场景。个人助手用 agent + main(最大化上下文共享),多用户服务用 session + per-channel-peer(最大化隔离安全)。
## 维度六:记忆系统——跨会话的知识积累
这是两个框架差异最显著的部分。
![图像](https://pbs.twimg.com/media/HG0Jh99bAAAHta7?format=jpg&name=large)
**Claude Code:结构化记忆 + 人工可编辑**
Claude Code 的 Auto Memory 保存在 ~/.claude/projects/<project>/memory/ 目录下,由四种明确类型组成:
![图像](https://pbs.twimg.com/media/HG0JuUuacAAxfOB?format=jpg&name=large)
每条记忆是独立的 Markdown 文件,带 YAML frontmatter 标注名称、描述和类型:
```markdown
---
name: 写作风格偏好
description: 用户偏好严谨用词,避免口语俚语
type: feedback
---
保持严谨认真的行文风格。
**Why:** 用户在多次对话中纠正了过于口语化的表达。
**How to apply:** 写作时避免俚语和低质感表达,用词专业但自然。
```
MEMORY.md 是索引文件,每条记忆只占一行(150 字符以内),启动时加载前 200 行。详细记忆文件按需读取。
记忆的关键约束:
- **写入前检查重复**:先查是否已有相关记忆可以更新
- **引用前验证存在**:记忆中提到的文件路径、函数名,使用前必须确认仍然存在
- **人类可编辑**:用户随时可以打开记忆文件,删除不准确的内容
这是 Claude Code 记忆的核心哲学:**记忆是透明的、可审计的、人类可控的。** 你随时可以打开 MEMORY.md,像看一份员工档案一样查看 Claude 记住了什么,觉得不对的直接改文件。
**OpenClaw:双层架构 + AI 自主提炼 + 语义检索**
OpenClaw 的记忆是双层设计,思路完全不同。
**第一层:JSONL 日志(事实层)**
每次交互被逐行记录为 JSONL 审计日志——完整的事件流,包含消息内容、工具调用、返回结果、时间戳、通道来源:
```json
{"ts":"2026-04-20T03:22:01Z","role":"user","channel":"telegram","content":"帮我看看上周销售数据"}
{"ts":"2026-04-20T03:22:03Z","role":"agent","action":"skill:web_browse","target":"https://dashboard.example.com"}
{"ts":"2026-04-20T03:22:15Z","role":"agent","content":"上周总销售额 ¥128,400,环比上升 12%..."}
{"ts":"2026-04-20T03:22:18Z","role":"user","content":"不错,以后每周一早上自动发给我"}
```
日志层的特性:
- **不可变**(append-only):只追加,不修改,不删除
- **全量保留**:包含所有通道的所有交互细节
- **可追溯**:可以回溯到任何时间点,看到 Agent 当时的完整上下文
- **跨通道统一**:Telegram、WhatsApp、Slack 的消息记录在同一份日志中
日志层不直接参与上下文注入——它太大了。它的角色是作为"原始事实源",为第二层提供素材。
**第二层:MEMORY.md(提炼层)**
OpenClaw 的 MEMORY.md 不是人工编写的,而是 AI 从日志层中**主动提炼**出来的。
提炼过程:Agent 在交互中持续观察模式。当某个信息跨多次对话反复出现,或者用户明确表达了偏好,它就提炼为长期记忆。这更像一个人写工作日记——不记流水账,只记学到的东西:
```markdown
## 用户偏好
- 偏好数据驱动的分析,每次报告都要带具体数字
- 喜欢表格形式呈现对比数据
- 每周一早上需要自动发送上周销售周报
​
## 业务知识
- 公司主营跨境电商,主要平台是 Amazon 和 Shopee
- 旺季是 Q4(黑五、圣诞),库存需提前两个月准备
- 退货率超过 8% 需要立即预警
```
与 Claude Code 的四种类型 + frontmatter + 索引相比,OpenClaw 的记忆形式更自由——没有强制分类模板,AI 按自己理解的方式组织。
**语义检索层**
OpenClaw 在纯文件之上叠加了混合语义搜索。调用记忆时不只按关键词匹配 MEMORY.md,还根据语义相关性从日志层检索最相关的历史片段。
用户问"上次那个退货率的事怎么处理的?",语义搜索能找到三个月前那次完整的对话记录,即使措辞完全不同。随着日志积累,Agent 可调用的"记忆库"越来越大,回答越来越精准。
**记忆进化的完整周期**
OpenClaw 的记忆有一个 Claude Code 很难复现的特性——**渐进式人格学习**:
1. **第 1 周**:让它每天写一条文案,它按通用套路写,质量一般
2. **第 2 周**:从日志中发现你三次修改开头都改成反问句,提炼出"用户偏好反问句开头"
3. **第 1 个月**:积累 30 条文案交互后,发现你从不修改带数据的文案但经常改纯观点类的,更新记忆为"用户偏好数据驱动的内容"
4. **第 3 个月**:已经内化了你的写作风格——用词习惯、段落节奏、话题偏好,写出来的东西越来越像你自己写的
Claude Code 的记忆是离散条目——"用户偏好反问句"、"用户喜欢数据支撑"——准确但平面。OpenClaw 从大量日志中渐进学习出的用户画像,更立体、更有"人格感"。
**核心对比**
![图像](https://pbs.twimg.com/media/HG0KKOrbUAAWWxm?format=jpg&name=large)
## 维度七:安全与权限
自主性越强,风险越大。两个框架都意识到了这一点,但防护策略差异很大。
**Claude Code:多层权限 + 精细粒度**
Claude Code 的权限系统围绕**工具调用**设计:
权限模式(Shift+Tab 切换):
![图像](https://pbs.twimg.com/media/HG0KPkRaUAAypge?format=jpg&name=large)
规则系统按 deny → ask → allow 的优先级匹配。你可以允许 Bash(npm \*) 但禁止 Bash(rm \*)。组织级别的 deny 规则不可覆盖。
Hooks 系统提供了额外一层防护:PreToolUse hook 可以在工具执行前拦截,返回 exit 2 直接取消调用。这把安全策略从"希望 Agent 遵守"变成了"物理上无法违反"。
还有操作系统级的沙箱隔离——文件系统和网络访问在 OS 层面被限制,独立于权限规则之外运行。
**OpenClaw:通道级权限 + 身份校验**
OpenClaw 的权限围绕**消息通道和用户身份**设计:
![图像](https://pbs.twimg.com/media/HG0KU6Ga8AAsIvE?format=jpg&name=large)
OpenClaw 面对的安全挑战和 Claude Code 完全不同。Claude Code 的风险是"Agent 执行了危险命令"(rm -rf /)。OpenClaw 的风险是"未授权用户控制了 Agent"——因为它是网络服务,任何能发消息的人理论上都可能尝试给 Agent 下指令。
这也是 OpenClaw 多用户改造的核心难点。当前版本的会话隔离在并发场景下存在风险:路由器使用"当前活动上下文"作为身份代理,并发环境下身份绑定可能失效,导致跨会话数据泄漏。这是单用户设计在多用户场景下的典型局限。
## 维度八:可扩展性
**Claude Code:MCP + Skill + 自定义 Agent**
Claude Code 的扩展性有三条路径:
- **MCP 协议**:连接外部服务(GitHub、Linear、Slack、Puppeteer……),标准化的工具暴露方式,schema 延迟加载
- **Skill 系统**:封装多步骤工作流为 /slash-command,带 frontmatter 控制触发条件和权限预授权
- **自定义子 Agent**:在 .claude/agents/ 下定义专用 Agent,各自有独立的系统提示词、工具集和模型选择
三者的共同设计原则是**按需加载**——不用的 MCP schema 不加载,不调用的 Skill 不占上下文,子 Agent 的上下文独立于主对话。
**OpenClaw:通道 + 技能 + Provider**
OpenClaw 的扩展性也有三条路径:
- **通道扩展**:接入新的消息平台(已支持 20+),每个通道只需实现 Webhook 接入和消息标准化
- **技能扩展**:添加新的执行能力(浏览器自动化、邮件处理、API 调用……)
- **Provider 扩展**:切换底层模型提供商(Claude、GPT、Gemini、本地模型),甚至同一个实例不同 Agent 用不同的模型
OpenClaw 的扩展重心在**前端**(更多通道触达更多用户),Claude Code 的扩展重心在**后端**(更多工具和协议接入更多开发资源)。
## 维度九:会话持久化
**Claude Code:本地 JSONL + 分叉恢复**
每次对话保存为本地 JSONL 文件,支持:
![图像](https://pbs.twimg.com/media/HG0KfzDa8AA2pbF?format=jpg&name=large)
分叉是一个精妙的设计:在同一个问题上尝试两种方案——分叉出一个试方案 A,原会话试方案 B——然后比较结果。
但 Claude Code 的会话是**用完即止**的。关掉终端,Agent 就停了。下次 --continue 可以恢复上下文,但 Agent 不会在你离开后自己干活。
**OpenClaw:持久在线 + 跨通道连续性**
OpenClaw 没有"关掉"的概念——它是一个 24/7 运行的服务。
![图像](https://pbs.twimg.com/media/HG0Kk2JaIAEYPh2?format=jpg&name=large)
跨通道连续性是 Claude Code 做不到的事。你在 Telegram 上说"帮我关注 A 股票",过两天在 Slack 上问"那个股票怎么样了?"——如果 DM Scope 设为 main,Agent 知道你在说同一件事。
Cron 和 Heartbeat 更特别。它们让 Agent 的记忆积累不局限于"用户主动说话的时候"。Agent 凌晨自动爬取的数据、每小时自动检查的服务器状态——这些自主执行产生的日志也进入记忆系统,让 Agent 积累的知识远超用户直接告诉它的那些。
## 共同的工程智慧
尽管设计哲学不同,两个框架分享了一些底层洞察:
**纯文件方案优于数据库方案。** 两者都选择了 Markdown + JSONL 存储,而非 SQLite 或向量数据库。文件是人类可读的、可 Git 版本控制的、不依赖外部服务的。在 Agent 工程的早期阶段,简洁性比"专业性"重要得多。
**索引与内容分离。** Claude Code 用 MEMORY.md 做索引、具体记忆文件存内容。OpenClaw 用 MEMORY.md 存提炼结果、JSONL 存原始记录。两者都遵循同一原则:启动时只加载轻量摘要,详细内容按需加载。上下文窗口的硬约束决定了这是必须的。
**约束带来可靠性。** OpenAI 的 Codex 团队发现,给 Agent 更严格的边界反而让它表现更好。Claude Code 通过权限模式和 Hooks 实现约束,OpenClaw 通过通道权限和会话隔离实现约束。方法不同,结论一致。
**记忆会腐败。** 两个框架都认识到记忆会过时。Claude Code 的对策是"引用前验证",OpenClaw 的对策是"持续提炼覆盖"。方法不同,共识一致:永远不要盲目信任记忆。
## 最后的思考
为什么顶级 AI 研究者会对这些工程方法感兴趣?
因为模型能力到了一个临界点。当模型足够聪明,瓶颈就不再是"让模型更聪明",而是"怎么让聪明的模型可靠地完成真实世界的任务"。
Claude Code 和 OpenClaw 给出了两种截然不同但同样有效的答案。一个证明了,在正确的工程框架下,AI 可以在大型代码库中自主完成复杂的多步骤编程任务。另一个证明了,在正确的工程框架下,不会编程的普通人也能拥有一个 24 小时在线、越用越懂你的数字员工。
两者用的都是别人家的模型。区别全在模型之外的那些"奇技淫巧"里。
Agentic Loop、工具架构、上下文管理、权限沙箱、记忆系统、技能封装、事件钩子、通道路由、会话隔离——这些听起来都不像前沿研究,更像传统软件工程的老手艺。但正是这些老手艺,决定了 AI Agent 到底是一个"能聊天的模型",还是一个"能干活的同事"。
**模型是引擎,harness 是整辆车。引擎再强,没有方向盘、刹车和导航,你哪儿也去不了。**