2026-03-20 12周
🎞️ 生活
龙华寺、前滩骑行
#日常
天气好，风景好，人多，还路遇自媒体拍摄
煎牛排
#日常
尝试了下，不过我这个是薄切，1.5cm左右，时间得更短才行，正反各30s，然后撒盐胡椒，各自再10s就OK了。
桂满陇装修变了，也增加了一些单人食和座位，试了下面，还行。
试驾蔚来ES8
#日常 #新能源
源自上周准备看看蔚来ES8什么价格，结果莫名其妙点成试驾了。。
周日下午试了下，可惜长泰这边试驾限速、路也不好，没法激烈驾驶，只能浅浅了解。
静态很好，个人觉得是国产车内外观都是排最前面的。
动态的话，也没啥问题，可以调节的地方非常多，能够满足一些自定义的需求，车子很大需要适应。
智能驾驶懒得看，蔚来本来就不擅长，也不会有人真敢放他自己开吧
💭 片段
📰 周刊摘录
21.99 万元起！新一代小米 SU7 变强了，也变贵了
#新能源 #小米
标准版 21.99 万元，Pro 版 24.99 万元，Max 版 30.39 万元。
来源
简单来说，没钱买标准，有钱买max
苹果发布 AirPods Max 2 耳机：H2 芯片助力主动降噪提升 1.5 倍，售价 3999 元
#消费电子 #苹果
在H2 芯片驱动下，AirPods Max 首次具备了自适应音频、对话感知和语音突显等功能。新款 AirPods Max 还具备录音棚级音频录制和相机遥控等实用功能。AirPods Max 2 提供午夜色、星光色、橙色、紫色和蓝色外观，3 月 25 日起接受预购，下月初正式发售。
来源
📚 文章
OpenAI Codex是如何 works 的
#ai_skill
OpenAI的经验证明，模型是一个组件，而智能体是系统。Most of the engineering(工程技术) is in the system.
如果你使用像Codex这样的工具，理解这些机制有助于你更有效地使用它们。编写清晰的AGENTS.md文件能为代理提供特定于项目的上下文，从而有意义地提高其输出。Scoping(界定范围) 任务紧密比模糊、开放式的请求更有效，因为当每个循环都有明确的下一步时，代理循环最有效。并且知道由于上下文窗口限制和压缩，长时间对话会 degrade(降级)，这就解释了为什么为新任务开启全新的线程通常会带来更好的结果。
Lessons from Building Claude Code: How We Use Skills 从构建克劳德代码中汲取的经验教训：我们如何运用技能
#ai_skill
技能已成为 Claude Code 中最常用的扩展功能之一。它们灵活、易于创建且易于分发。
但这种灵活性也使得我们难以判断哪种方法最有效。哪些类型的技能值得培养？编写好的技能说明的秘诀是什么？何时应该与他人分享这些技能？
在 Anthropic，我们广泛使用 Claude Code 中的各种技能，其中数百项技能已投入使用。以下是我们从运用这些技能加速产品开发过程中总结出的经验教训。
万字拆解 OpenClaw：从 Gateway、Memory、Skills、多 Agent 到 Runtime
#ai_skill
再回到最初那句话：
1
2
帮我整理今天的重要邮件，提炼待办
并生成一份给老板的简报
那么它在 OpenClaw 里真正经历的大致过程，其实是这样的：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
钉钉原始消息进入系统
通道插件把它适配成统一的 MsgContext
网关做最终化处理
系统检查去重、拦截控制命令、快速响应 started 状态
路由系统根据绑定规则找到目标 Agent
生成 sessionKey
进入会话车道排队，确保同一会话不乱序
组装完整上下文：系统提示词、Bootstrap 文件、Skills、历史记录、当前消息
模型在技能描述和规则约束下开始推理
过程中可能调用工具，也可能 spawn 子 Agent
子 Agent 完成后把结果回流给主 Agent
主 Agent 生成最终答复
回复分发器把结果投递回目标通道
会话和转录被持久化
记忆被更新，索引同步
资源释放，执行闭环结束
这样一看你就会发现，OpenClaw 真正有价值的地方，不是它能不能回答一句话，而是：
它把一条消息从进入系统到完成执行，做成了一条可治理、可扩展、可追踪、可恢复的 Agent Runtime 链路
通过完整追踪一条消息的旅程，我们可以更清楚地看到 OpenClaw 的几个核心设计原则。
第一，它是分层的。
各层职责清晰，从通道适配到执行治理再到基础设施，边界都比较明确。
第二，它是运行时导向的。
去重、会话车道、上下文压缩、错误回退、资源清理，这些都说明它不是一个 把 prompt 包一层 UI 的玩具，而是真在认真处理长期运行中的工程问题。
第三，它是可扩展的。
通道插件、技能系统、子 Agent 机制、记忆索引，都让它更像一个开放的 Agent 网关，而不是一个封闭应用。
第四，它开始具备分布式协作的雏形。
多 Agent 的出现，意味着 OpenClaw 已经不满足于“一个模型处理一切”，而是在朝任务拆解、层级协作、并行执行的方向发展。
所以如果你问，OpenClaw 到底是什么。
我的回答会是：
它不是一个更会聊天的机器人，也不只是一个会调工具的 Agent 壳。它更像是一个把消息入口、会话治理、上下文管理、技能调用、持久化存储和多 Agent 协作缝合在一起的 Agent Runtime + Gateway