Layer 02 · Agent orchestration
OpenClaw 与 Agent 系统
这一页讲清楚：为什么 AI 真正开始有用，不是在你打开聊天框的时候，而是在它能接消息、调技能、记状态、跑任务的时候。
核心价值
单个模型擅长回答，但不擅长长期执行。Agent 系统的价值在于，把"理解、调用、等待、继续、汇报、记住"这些动作连成完整过程，让 AI 从一次性助手升级为可管理的工作单元。
系统组成
Gateway 网关
统一接收请求、控制权限、做路由与审计，避免每个能力都暴露成一堆分散脚本。
Agent Runtime
真正执行任务的地方。它会根据上下文、技能说明和任务目标决定下一步动作。
Skills 技能
技能是能力插件，比如发消息、搜网页、写文件、读文档、调用 API。没有技能，Agent 只有嘴；有了技能，Agent 才有手。
State & Memory
让长任务不中断，让重要上下文不丢失，也让系统能从昨天的状态继续工作，而不是每天失忆。
典型工作流
- • 用户消息进入：例如飞书里来了一个客户问题。
- • Agent 判定意图：这是咨询、任务、异常还是需要调资料。
- • 调用技能：搜索历史案例、读取知识库、生成回复或创建任务。
- • 长任务编排：如果超过几分钟，就交给 planner / scheduler / task 持续执行。
- • 汇报与回写：把结果写回飞书、邮件、文档或内部系统。
FAQ
Agent 会不会失控？
成熟系统会把权限、审批点、日志和边界定义清楚。真正危险的不是 Agent，而是没有边界的自动化。
为什么不直接用工作流平台？
工作流平台擅长固定流程，Agent 更适合处理半结构化和变化多的任务。两者常常应该结合，而不是二选一。
适合个人吗？
非常适合。超级个体最需要的就是把自己的认知、流程和分发能力放大，而不是继续堆更多软件窗口。