========================
== Seeking Complexity ==
========================

muse/dots/manus 2.0，以及(无人关心的)openclaw 2.0

PUBLIC

从3月份到9月份，从openclaw的爆火，到各家都推出了自己的集成化产品。

使用AI的侧重点也跟着发生了变化，讲讲新一轮刷新工具之后的一些特性：

连续数天连续工作的能力，记忆层，远程访问的体验，笔记本和手机任务接力，数据备份。

以及影响更深远的，GPT-6-Astra对具身模型的影响。

几个使用模式

  1. [强]能够比较长时间的工作 如果选一个指标来评价AI的进步，可能会使用自主工作的时间长度。

    Devin在2024年3月13发布的时候，就是希望做一个完全异步的工作流。 回想起来那个时候还是比较难的。

    今天讨论这个问题，可能大家反而会觉得，Coding Agent本应该能连续工作。

    反而变成我是少见的openclaw受害者。

    不过我现在也不知道是为什么。。。其他agent可能都符合这个需求。

  2. [强]能在VPS常驻，并手机访问，有通知

    为什么openclaw在上面提到有这么严重的问题，还在用。。

    就是因为适应了discord这个界面：

    完美符合，还有一个很清晰的project/workspace/session管理，有通知。

    新方案里面用pi-web，通过tailscale serve可以用类似https://ubuntu-s-1vcpu-2gb-sfo3-01.taile1547.ts.net/形式的链接访问。

    但是没有通知。

  3. [中]同一个任务，手机和笔记本可以接力工作 discord和pi-web都满足。

    其中不满足的反而是Codex的remote，可能是一个短期的问题，但是当前Codex的Linux客户端没有Remote标签。

    所以可以用手机连接VPS上的codex，但是笔记本反而不行，web和cli和desktop都不行。

  4. [强]比较好的记忆

    openclaw给我的感觉一个是比较复杂：

    {
  plugins: {
    entries: {
      "memory-wiki": {
        enabled: true,
        config: {
          vaultMode: "isolated",
          vault: {
            scope: "global",
            path: "~/.openclaw/wiki/main",
            renderMode: "obsidian",
          },
          obsidian: {
            enabled: true,
            useOfficialCli: true,
            vaultName: "OpenClaw Wiki",
            openAfterWrites: false,
          },
          bridge: {
            enabled: false,
            readMemoryArtifacts: true,
            indexDreamReports: true,
            indexDailyNotes: true,
            indexMemoryRoot: true,
            followMemoryEvents: true,
          },
          unsafeLocal: {
            allowPrivateMemoryCoreAccess: false,
            paths: [],
          },
          ingest: {
            autoCompile: true,
            maxConcurrentJobs: 1,
            allowUrlIngest: true,
          },
          search: {
            backend: "shared",
            corpus: "wiki",
          },
          context: {
            includeCompiledDigestPrompt: false,
          },
          render: {
            preserveHumanBlocks: true,
            createBacklinks: true,
            createDashboards: true,
          },
        },
      },
    },
  },
}

    实际体感好像也不够好。比如经常忘记 ssh zhenfei@100.90.100.64 还是 ssh root@100.90.100.64 。

    codex反而默认的配置好像就比较好。

    总结来看，现在的记忆好像也经历了一次变化，整体趋势都是更多的交给模型去做。

    古早的做法是Vector retrieval，需要传一个embedding API。

    典型代表有mem0：

    写入 add(对话, user_id):
    最近消息 = 读取该会话最近 10 条消息
    旧记忆 = 在该用户范围内，向量检索最相关的 10 条记忆

    新事实 = LLM(对话, 最近消息, 旧记忆)
    # LLM 从用户和助手消息中提取值得记住的事实；
    # 旧记忆用于判断哪些事实已经记过

    for 事实 in 新事实:
        if 与旧记忆语义重复: 跳过    # 主要由 LLM 判断
        if MD5(事实文本) 已存在: 跳过 # 精确去重
        向量 = embed(事实文本)
        批量存入向量库(事实, 向量, user_id, 时间等元数据)
        记录变更历史、提取并关联实体
    保存最近消息
读取 search(问题, user_id):
    候选 = 向量检索(问题, user_id)
    关键词分 = BM25(问题)
    实体加分 = 匹配问题中的实体
    对候选计算综合分 = (语义分 + 关键词分 + 实体加分) / 可用信号的最大分
    过滤过期和低于语义阈值的候选
    返回 Top-K（可选重排）

    更潮流的实现可能反而是rg-based，比如codex的：

    Codex session / rollout
        │
        ▼
┌─────────────────────┐
│ Phase 1: Extraction │
│ LLM 提取 raw memory │
└──────────┬──────────┘
           │
           ▼
      SQLite state DB
           │
           ▼
┌─────────────────────────┐
│ Phase 2: Consolidation  │
│ 后台 Agent 整理 Memory  │
└────────────┬────────────┘
             │
             ▼
     ~/.codex/memories/
             │
      ┌──────┴───────┐
      ▼              ▼
memory_summary.md   MEMORY.md
                      │
                      ▼
               topic / skills / files
                      │
                      ▼
                  Codex Agent

    单独的saas实现有字节的OpenViking，甚至把做了一个vfs的抽象：

                       OpenViking
                     │
     ┌───────────────┼───────────────┐
     ↓               ↓               ↓
文件系统语义层      精确检索层        向量检索层
viking://...       grep/glob       Embedding
     │                               ↓
L0/L1/L2                         Vector Index
     │                               │
     └───────────────┬───────────────┘
                     ↓
                  Recall

  5. [弱]能比较好的备份

    本来的想法是备份“记忆”，发现记忆现在没有形成共识。

    另外的想法就是备份对话记录了，可以用self-host stift：

    这个时候就觉得openclaw把会话存储改成sqlite很奇怪了。

  6. [负分] 会不会进故纸堆了 一些所谓的agent特性，会不会慢慢都消失掉了。

    从A社精简system_prompts到codex删除/todos。

    现在哪些命令依旧是有用的：

    • goal mode/plan mode：好像基本没用了
    • subagent：很多时候可以被AI自主的起后台任务代替
    • RAG：上面提过了，相比rg-based momory来说，更难融入LLM训练过程
    • skiils：也许会被自己提炼的记忆代替，或者agent的通信板代替

仿真是RSI吗

如果说很多硬件相关的调试还是人作为瓶颈，是不是仿真或者说特指sim2real应该能完全自主地优化。

短期的milestone也许是，工作了100个小时之后，发了一个固件可以让QA去测试抓取。

因为目前的抓取整体上是依赖仿真数据的，（但是评价不是）。

GPT-6-Astra是怎么做的

可能单纯是，让模型去学习了所有的任务：

  • 写诗
  • 写代码
  • 传统几何
  • 闭环控制
    • 衣服
    • 抽屉
    • 导航

如果所有我们认为的子领域的任务，都是OpenAI训练GPT-6的一类数据呢。

很荣幸成为bootloader的一环。

对我们来说，还是要快速论证，任务和数据的关联关系，模型只是验证这个关联关系的手段。