新智元报道
编辑：好困 元宇
【新智元导读】一个开源AI，，，， ，，能记着你几个月前的决议、在外地替你跑活、还不受大厂控制：Clawdbot究竟是小我私家助理，，，， ，，照旧下一代「赛博打工人」？？？？ ？？？
Clawdbot太猖獗了！
你的7×24小时AI员工；；；；；；；
不是智能体，，，， ，，是赚钱机械 ……
2026年头，，，， ，，一个名为Clawdbot的开源小我私家AI助手，，，， ，，迅速引爆了开源社区和硅谷极客圈。。。。 。。。
从手艺喜欢者到通俗用户，，，， ，，许多人玩Clawdbot都玩疯了，，，， ，，一开提倡来，，，， ，，基础都停不下来。。。。 。。。
甚至，，，， ，，尚有人把Clawdbot当成了赚钱工具，，，， ，，最先兜售Clawdbot赚钱指南，，，， ，，还不忘销售一波焦虑：
错过了Clawdbot浪潮，，，， ，，你将永远沦为「数字底层」！
Clawdbot被网友称为「长了手的Claude」或者「7×24在线的贾维斯」，，，， ，，它最大的亮点之一，，，， ，，即是长时影象和长时使命执行能力。。。。 。。。
追念一下你现在是怎样使用AI助手的。。。。 。。。
你在浏览器中翻开AI助手，，，， ，，输入问题，，，， ，，获得回复，，，， ，，然后关闭标签页；；；；；；；但当你明天再回来时，，，， ，，又得重新最先。。。。 。。。
它不会记着你昨天讨论过的内容，，，， ，，不相识你的偏好、你的项目，，，， ，，也不相识你的事情流程。。。。 。。。
你可能会好奇Clawdbot是怎样记着那么多工具的，，，， ，，最近AI研究工程师Manthan Gupta就写了一篇文章往返覆这个问题。。。。 。。。
他在「Clawdbot怎样记着一切」一文中详细复盘了Clawdbot奇异的影象机制原理。。。。 。。。
与那些跑在云端的ChatGPT或者Claude纷歧样，，，， ，，Clawdbot是直接在你外地机械上跑的，，，， ，，并且能直接集成到你已经在用的谈天平台里，，，， ，，好比Discord、WhatsApp、Telegram等。。。。 。。。
最绝的是，，，， ，，Clawdbot能自主处置惩罚现实天下的使命：治理邮件、安排日历、处置惩罚航班值机，，，， ，，还能按妄想跑后台使命。。。。 。。。
但真正吸引Manthan Gupta眼球的，，，， ，，是它的长期影象系统：它能坚持全天候的上下文影象，，，， ，，记着之前的对话，，，， ，，并且能基于过往的互动无限叠加。。。。 。。。
相比于ChatGPT和Claude，，，， ，，Clawdbot走了一条完全差别的路子：
它不搞那种基于云端、由至公司控制的影象，，，， ，，而是把所有工具都留在外地，，，， ，，让用户完全掌控自己的上下文和手艺。。。。 。。。
下面，，，， ，，我们就来追随Manthan这篇文章，，，， ，，来深挖一下Clawdbot是怎么运作的。。。。 。。。
上下文与影象
Clawdbot的基本问题界说
怎样构建上下文
在聊影象之前，，，， ，，咱们先得搞清晰模子在处置惩罚每个请求时究竟看到了什么：
[3] 目今新闻
系统提醒词界说了AI智能体有多大能耐以及有什么工具可用。。。。 。。。
跟影象有关的是项目上下文，，，， ，，这包括了注入到每个请求中的、用户可编辑的Markdown文件：
这些文件跟影象文件一块待在AI智能体的事情区里，，，， ，，这就让整个AI智能体的设置变得完全透明，，，， ，，并且你想改就改。。。。 。。。
上下文与影象的区别
搞清晰上下文和影象的区别，，，， ，，是明确Clawdbot的基石。。。。 。。。
上下文是模子在单次请求里看到的所有工具：
上下文 = 系统提醒词 + 对话历史 + 工具效果 + 附件
上下文是：
转瞬即逝的：只在这个请求里保存，，，， ，，用完即弃
有界线的：受限于模子的上下文窗口 (好比200Token)
腾贵的：每个Token都要算API的钱，，，， ，，还影响速率
影象是保存硬盘里的工具：
影象= MEMORY.md + memory/*.md + 会话实录
影象是：
长期的：重启、过几天、过几个月都在
无界线的：可以无限增添
自制的：存着不花 API 的钱
可搜索的：建了索引，，，， ，，支持语义检索
影象工具
AI智能体通过两个专门的工具来查阅影象：
1. memory_search
目的：在所有文件里把相关的影象找出来：
}
2. memory_get
目的：找到内容后，，，， ，，把详细内容读出来
}
返回：
}
写入影象
这里没有专门的memory_write工具。。。。 。。。AI智能体想写影象，，，， ，，就用它平时写文件、改文件的那些标准工具。。。。 。。。
既然影象就是纯Markdown，，，， ，，你也可以手动去改这些文件（它们会被自动重新索引，，，， ，，很智能）。。。。 。。。
详细写到哪，，，， ，，是由AGENTS.md里的提醒词来控制的：
自动写入也会在「预压缩刷新」和会话竣事时爆发。。。。 。。。
影象存储
Clawdbot影象系统的焦点原则就是：「影象就是AI智能体事情区里的纯Markdown文件。。。。 。。。」
Clawdbot影象系统怎样运作的？？？？ ？？？
双层影象系统
影象就住在AI智能体的事情区里（默认是~/clawd/）：
└── ...
第1层：逐日日志（memory/YYYY-MM-DD.md）
这些是「只增不减」的逐日条记，，，， ，，AI智能体一整天都会往这里写工具。。。。 。。。
当它想记着点什么，，，， ，，或者你明确告诉它「把这个记下来」的时间，，，， ，，它就写这。。。。 。。。
用户提了一嘴，，，， ，，他们更喜欢TypeScript而不是JavaScript。。。。 。。。
第2层：恒久影象（MEMORY.md）
这是精选过的、长期的知识库。。。。 。。。
当有大事爆发、或者有了主要的想法、决议、看法和履历教训时，，，， ，，AI智能体会写到这里。。。。 。。。
- Bob (bob@acme.com) - 后端工程师
AI智能体怎样知道要读影象
AGENTS.md文件（会自动加载）里写着指令：
别问允许，，，， ，，直接干就完了。。。。 。。。
影象怎样被索引
当你生涯一个影象文件时，，，， ，，后台是这么运作的：
└─────────────────────────────────────────────────────────────┘
sqlite-vec是个SQLite扩展，，，， ，，能直接在SQLite里搞向量相似度搜索，，，， ，，不需要外挂一个向量数据库。。。。 。。。
FTS5是SQLite自带的全文搜索引擎，，，， ，，认真BM25要害字匹配。。。。 。。。
这两者配合起来，，，， ，，Clawdbot就能靠一个轻量级的数据库文件同时搞定「语义+要害字」的混淆搜索。。。。 。。。
影象怎样被搜索
当你搜影象的时间，，，， ，，Clawdbot会并行跑两种搜索战略。。。。 。。。
向量搜索（语义）找的是意思相近的内容，，，， ，，而BM25搜索（要害字）找的是有准确Token匹配的内容。。。。 。。。
效果会按权重打分合并：
finalScore = (0.7 * vectorScore) + (0.3 * textScore)
为何是70/30？？？？ ？？？
语义相似度是影象召回的主力，，，， ，，但BM25要害字匹配能捉住向量可能会遗漏的准确术语（好比名字、ID、日期）。。。。 。。。
分数低于minScore阈值（默认0.35）的效果会被过滤掉。。。。 。。。这些值都可以自己配，，，， ，，它可以包管你无论是搜看法（好比「谁人数据库的工具」）照旧搜详细细节（好比「POSTGRES_URL」），，，， ，，都能够搜得准。。。。 。。。
多智能体影象
Clawdbot支持多个AI智能体，，，， ，，并且每个智能体的影象是完全隔离的：
└── 2026-01-26.md
Markdown文件（真相的源头）在每个事情区里，，，， ，，而SQLite索引（衍生数据）在状态目录里。。。。 。。。
每个AI智能体都有自己的土地和索引。。。。 。。。
内存治理器是靠agentId + workspaceDir来区分的，，，， ，，以是自动跨智能体搜影象这事是不会爆发的。。。。 。。。
那AI智能体能读对方的影象吗？？？？ ？？？
默认不可。。。。 。。。
每个AI智能体只能盯着自己的事情区。。。。 。。。
不过，，，， ，，事情区只是个软沙箱（默认事情目录），，，， ，，不是那种不可逾越的硬界线。。。。 。。。
理论上，，，， ，，除非你开了严酷的沙箱模式，，，， ，，不然AI智能体是可以用绝对路径去会见另一个事情区的。。。。 。。。
这种隔离关于区分上下文特殊好用。。。。 。。。
好比搞个用于WhatsApp的「私人」AI智能体，，，， ，，再搞个用于Slack的「事情」AI智能体，，，， ，，它俩就能有完全差别的影象和性格。。。。 。。。
Clawdbot怎样管住上下文
压缩
每个AI模子都有上下文窗口的上限。。。。 。。。
Claude是200KToken，，，， ，，GPT-5.1是1M。。。。 。。。
聊得久了，，，， ，，总会撞上这堵墙。。。。 。。。
一旦撞墙，，，， ，，Clawdbot就会使出「压缩」大法：把旧的对话总结成一个精简的条目，，，， ，，同时保存最近的新闻原封不动。。。。 。。。
└─────────────────────────────────────────────────────────────┘
自动vs手动压缩
自动：快到上下文长度限制时触发
你会看到详细模式下自动压缩已完成
原始请求将使用压缩后的上下文重试
手动：使用/compact下令
`/compact`专注于决媾和待解决的问题
跟某些优化纷歧样，，，， ，，压缩后的工具是会存到硬盘里的。。。。 。。。摘要会被写进会话的JSONL转录文件，，，， ，，以是以后的会话最先时，，，， ，，都能带着这段被压缩的历史。。。。 。。。
影象刷新
基于LLM的压缩是有损的。。。。 。。。主要信息可能会被「总结没了」。。。。 。。。
为了避免这个，，，， ，，Clawdbot用了一招「压缩前影象刷新」。。。。 。。。
└─────────────────────────────────────────────────────────────┘
这个影象刷新可以在clawdbot.yaml或clawdbot.json文件里设置。。。。 。。。
}
剪枝
工具返回的效果有时间重大无比。。。。 。。。一个exec下令可能吐出50,000个字符的日志。。。。 。。。
剪枝就是把这些旧的输出给修剪掉，，，， ，，但不重写历史。。。。 。。。这是个有损历程，，，， ，，剪掉的旧输出就找不回来了。。。。 。。。
└─────────────────────────────────────────────────────────────┘
硬盘上的JSONL文件：没变（完整的输出还在那）。。。。 。。。
Cache-TTL剪枝
Anthropic会把提醒词前缀缓存最多5分钟，，，， ，，以此来降低重复挪用的延迟和本钱。。。。 。。。
若是你在TTL（生涯时间）窗口内发送相同的提醒词前缀，，，， ，，缓存的Token用度能省或许90%。。。。 。。。
要是TTL逾期了，，，， ，，下个请求就得重新缓存整个提醒词。。。。 。。。
问题来了：若是会话闲置时间凌驾了TTL，，，， ，，下个请求就没缓存了，，，， ，，必需按全价「缓存写入」费率重新缓存整个对话历史。。。。 。。。
Cache-TTL剪枝就是为相识决这个问题，，，， ，，它会检测缓存什么时间逾期，，，， ，，并在下个请求之前把旧的工具效果剪掉。。。。 。。。
重新缓存的提醒词变小了，，，， ，，本钱自然就低了：
}
会话生命周期
会话不会永远一连。。。。 。。。它们会凭证可设置的规则举行重置，，，， ，，给影象创立了自然的界线。。。。 。。。
默认行为是天天重置。。。。 。。。不过也有其他模式可选。。。。 。。。
会话影象钩子
当你运行/new开一个新会话时，，，， ，，会话影象钩子能自动生涯上下文。。。。 。。。
└─────────────────────────────────────────────────────────────┘
总结
Clawdbot的影象系统之以是能成，，，， ，，是由于它坚持了这么几个要害原则：
透明度 > 黑盒
影象就是纯Markdown。。。。 。。。你能读、能改，，，， ，，还能用版本控制管它。。。。 。。。没有什么不透明的数据库或者专著名堂。。。。 。。。
搜索 > 注入
AI智能体不是把所有工具一股脑塞进上下文，，，， ，，而是去搜相关的。。。。 。。。这样既坚持了上下文的专注，，，， ，，又省钱。。。。 。。。
长期性 > 会话
主要信息以文件的形式保存硬盘上，，，， ，，而不但仅是活在对话历史里。。。。 。。。压缩也毁不掉已经存盘的工具。。。。 。。。
混淆 > 纯粹
光靠向量搜索会遗漏准确匹配。。。。 。。。光靠要害字搜索会遗漏语义。。。。 。。�；；；；；；；煜阉魅媚阌愫托苷萍娴谩！！�。 。。。
参考资料：
https://x.com/manthanguptaa/status/2015780646770323543
