卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

自从OpenClaw爆火后,各种Claw开始轮番登场。

Nano Claw 、Zero Claw 、Pico Claw 刷屏,连卡帕西都坐不住了,为了“抓虾”,他一个百米冲刺奔向苹果店抢Mac Mini,要好好拆解一番爆火的各种Claw们。

店员还奇了怪了,一脸懵地跟卡帕西嘟囔:不知道为啥,这玩意儿最近卖爆了……

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

大神顺利购入Mac Mini过后,心满意足一通体验,最后给出了极高的评价:

就像LLM Agent是LLM的新高度一样,Claws是LLM Agent的新高度。

所以,Claws到底是啥呢??

Claws到底是啥?

先划重点:Claws不是模型。

它指能 自主组织工具、跑通完整流程、维持长期运行状态的AI执行中枢

说白了就是超级打工人。

最开始的LLM,只能陪你聊聊天、解答问题,但实际活儿啥也不干。

LLM Agent虽然能用工具,但需要你手把手去教,只能完成单点、简单、一次性的操作。

现在的Claws直接成了“全能老员工”,不用你催、不用你教,能自主规划、自动执行、长期在线,把一整件事从头到尾闭环做完。

总结下来就是五大能力的体系化升级,让它不仅“会用工具”,而且“会安排工具干活”。

还是持续高效地干活:

  • 编排能力 实现任务拆解、步骤规划、逻辑校验的自动化,避免人工介入;
  • 调度能力 支持多工具并行、资源动态分配,解决传统Agent单线程干活的低效问题;
  • 上下文管理能力 突破会话窗口限制,实现跨场景、长周期的状态留存;
  • 工具协同能力 通过标准化协议(如 MCP)打通本地系统、云端API、IoT设备,打破工具间的壁垒;
  • 持久化能力 则让AI从单次交互转向长期运行,支持定时任务、持续监控等长效场景,只要任务没完,它就在后台死磕,断网重启也能断点续传。
卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

总之,就像卡帕西所说,Claws就是你的 专属数字精灵 ,只需要一句自然语言指令,它会自己拆步骤、自己决定用什么工具、自己处理执行中的中间状态、自己记住还没完成的部分。

而且它让AI不再局限于云端服务,而是能本地部署,运行在个人设备上,连接本地网络,甚至直接控制智能家居设备。

浓缩的才是精华

当然了,Claws这套执行范式最早由OpenClaw完整验证并引爆社区。

但现在卡帕西直接指出它的明显短板——

40万代码过于臃肿

这么庞大的代码库,不仅审计难度极高,还容易藏匿漏洞。

把自己的私密文件和密钥交给一个没人能看透的代码屎山,让他感到非常不安。

相反,卡帕西力挺那些更精炼的Claw变体。

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

比如,他就特别看好NanoClaw这款工具。

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

推荐原因之一是 它的核心代码只有4000行

代码足够精简,不管是人还是AI,都能轻松看懂它的逻辑。

想检查有没有问题、想改点功能都很方便。

但更主要的原因还是它默认容器化运行。

这就相当于给每个任务都装了独立的保护罩,把它和电脑操作系统隔离开了,不用担心代码泄漏或者被植入恶意程序。

NanoClaw操作起来也非常傻瓜。

如果你想加个Telegram功能,直接输一句“/add-telegram”,它自己就会改代码、完成对接,不用你手动调任何复杂设置。

这种靠AI来扩展功能的方式,比传统软件那种 “一堆繁琐设置、越调越乱” 的情况强太多,卡帕西都觉得这种概念太香了。

从本质上来看,Claws是换了个思路——

先做一个最简单、最好改的基础版本,再通过AI加技能的方式,让它变成你想要的样子,既解决了之前软件臃肿的问题,又灵活又安全。

而且它们大多能跑在自己的电脑或小型设备上,不用把数据传到云端,也就不用担心隐私泄露。

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

大家都在“抓虾”

现在不光国外火,国内玩家同样在“抓虾”。

卡帕西大神提到的 Nanobot ,就是香港大学数据智能实验室推出的。

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

还有 阿里云的CoPaw ,对标OpenClaw,最大的特色是能接入钉钉、QQ等多款聊天软件,让用户在哪说话就在哪回复。

它既支持本地极简部署,也能在云端一键运行,还能通过添加自定义Skill来扩展功能,后续计划开源。

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

还有 网易LobsterAI ,一个7×24小时待命的数字员工 ,主打直接为用户交付结果,能自动完成做PPT、分析数据等复杂办公任务。

它融合了OpenClaw的自主跨应用执行能力,同时借鉴Claude Cowork的直观GUI界面,彻底摒弃了复杂命令行,已经全面开源。

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

作为第一个被OpenClaw官方列为主推的国产模型,Kimi也基于K2.5推出了 Kimi Claw ,主打OpenClaw云端托管、无需本地安装,能直接在浏览器运行。

直接对接了ClawHub社区里超过5000个实用技能,还能关联用户本地部署的OpenClaw实例,无缝同步配置与历史记忆。

卡帕西力荐NanoClaw:仅4000行代码的AI执行中枢,开启本地化智能新纪元

关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/22090

(0)
上一篇 2026年2月22日 下午6:26
下一篇 2026年2月22日 下午6:26

相关推荐

  • AI编程革命:当代码成本归零,8大模式重构工程师工作流

    当代码成本归零:8大模式重构工程师工作流 硅谷知名开发者、Datasette创始人Simon Willison近日发布了一份面向专业工程师的实践指南,系统阐述了如何利用Claude Code等AI编程工具提升效率。他总结了八大实战模式,旨在重构程序员在AI时代的工作方式。 代码成本的数量级跃迁 Simon Willison在开篇指出一个根本性转变:编写代码的…

    2026年3月16日
    1.1K00
  • Meta与NYU联手攻克AI规划难题:时间直道化让世界模型更接近现实

    在人工智能的发展历程中,有一位科学家几乎贯穿了整个深度学习时代——他就是Yann LeCun。 许多人最初接触神经网络,往往是通过他在上世纪提出的手写数字识别系统LeNet。这一早期的卷积神经网络模型不仅成功应用于银行支票识别,也为后来席卷全球的深度学习浪潮奠定了重要基础。 与如今大量研究者将目光投向生成式AI不同,LeCun近年来一直在强调另一条更长期的研…

    2026年3月29日
    29000
  • MiniMax M2.7重磅发布:全能AI Agent,复杂任务、团队协作、代码排障一网打尽

    MiniMax M2.7 重磅发布:全能AI Agent,复杂任务、团队协作、代码排障一网打尽 MiniMax 在发布 M2.5 模型仅一个月后,再次推出了全新的 M2.7 模型。此次更新标志着模型在复杂任务处理与多智能体协作能力上实现了显著跃升。 M2.7 的推理与工程能力取得了质的飞跃,能够独立处理生产环境中棘手的故障排查任务。相较于以往仅能辅助编写代码…

    2026年3月18日
    1.1K00
  • 告别AI作弊与偷懒:强化学习如何成为真正的GPU内核优化专家

    关键词:强化学习、Triton 内核生成、奖励破解、惰性优化、多轮优化 告别“作弊”与“偷懒”,让强化学习成为真正的 GPU 内核优化专家 训练一个能够编写高效 GPU 内核的 AI 程序员,是加速大模型训练的关键。然而,在实践中,AI 往往会陷入两种困境:一是“作弊”,即利用评测系统的漏洞生成看似高效、实则无效的代码以获取高奖励;二是“偷懒”,即只解决简单…

    2026年3月17日
    41700
  • 告别成对偏好!新加坡国立大学提出TGO:直接用标量分数对齐生成模型,被ICML 2026接收

    生成模型的偏好对齐,或许正迈入一个全新的阶段。 在过去的几年里,大模型后训练(post-training)的主流方法,是让模型从“成对偏好”中学习。然而,无论是RLHF还是DPO,都面临一个共同的制约:反馈必须以成对形式出现。 但在现实应用场景中,反馈信号大多是针对单个样本的标量分数。 针对这一痛点,新加坡国立大学的研究团队提出了一种更直接的解决方案:Thr…

    2026年5月17日
    15400