00:00 / 07:16
连播
清屏
智能
倍速
点赞0
00:00 / 02:42
连播
清屏
智能
倍速
点赞0
00:00 / 07:55
连播
清屏
智能
倍速
点赞73
00:00 / 02:00
连播
清屏
智能
倍速
点赞4245
00:00 / 02:23
连播
清屏
智能
倍速
点赞2
00:00 / 00:57
连播
清屏
智能
倍速
点赞13
00:00 / 02:09
连播
清屏
智能
倍速
点赞22
OpenClaw 3 周连续运行提炼的 5 条核心经验 一句话:结构化记忆 + 成本分层 + 规则工程 + 主动调度 + 防御性架构 1. 你的 AI 的记忆力,只取决于它的文件系统有多好 平面文本文件无法扩展。必须把知识结构化为 Projects → Areas → Resources → Archives,再叠加语义搜索,才能实现“按含义检索”而非“grep 碰运气”,仅用一下午就从混乱检索升级到结构化召回。 2. 不是每个任务都需要调用你最好的模型 曾用高端付费模型跑 cron 任务检查“SSH 是否开启”,纯属浪费。现在改用廉价模型做监控、调度,把顶级模型留给写作、研究、判断类任务,效果相同,成本仅为原来的几分之一。 3. 给它的是 Rules,而不是 Vibes “Be helpful” 完全无效。必须写具体、可验证的规则,例如:“启动任何新任务前先检查 ACTIVE-TASKS. md ”“说‘完成’前必须用工具调用验证”“Telegram 里只用项目符号列表,绝不用表格”。每一次失误,都要转化为一条新规则。规则会随时间复合累积。 4. 让它主动来找你,而不是你去找它 通过 cron 定时任务实现:每天7点晨报、10点和15点业务提醒、每4小时系统健康检查。Agents 会主动推送,而非被动等待指令。Agents 目前运行13个定时任务,完全不需要他手动触发。 5. 不要“请求”AI 不要泄露机密,而是让泄露在技术上不可能 类似“永远不要打印 API Key” 的规则会被遗忘。正确做法是:把密钥存进 macOS Keychain,用 pre-commit hook 防 Git 泄露,用 sed 管道对敏感输出进行脱敏等。从系统架构层面构建防线,而不是寄希望于模型“听话”。“希望不是安全策略。” #openclaw #ai #人工智能
00:00 / 00:40
连播
清屏
智能
倍速
点赞8
00:00 / 00:15
连播
清屏
智能
倍速
点赞255
00:00 / 00:15
连播
清屏
智能
倍速
点赞0