从LangChain到OpenClaw:AI Agent的技术演进

从LangChain到OpenClaw:AI Agent的技术演进

39分钟 ·
播放数47
·
评论数0

01:28 OpenClaw爆火原因分析

08:37 技术路线演进:LangChain(对话机器人,API 调度)→ Dify/扣子(固定工作流,解决真实任务)→ OpenClaw(Agent Planning,自动决策)

14:27 OpenClaw能做好 Planning 的原因 ① 交付需要操作权限;② 工具越多越好、越自由越好;③ 核心创新:1000 多个 Linux 工具让开发企业工具简化为配置操作代码;④ "大模型天生懂 Linux"

26:01 竞品对比:OpenClaw vs Cursor vs Claude Code

30:28 安全性趣闻

33:54 趋势不可逆的判断 从 LangChain → Dify → OpenClaw,是”把更多高级任务托管给 AI"的必然趋势;底层工具(如扣子)仍会长期存在,但创新需顺着 Agent 水流

36:07 可预见的未来 ① AI 从"提建议"→"干活"→"自己指挥自己";② 未来 Agent 可 self-check,回顾探索过程,提炼最优路径写成 workflow;③ 模型从"创业老板"进化为"管理咨询人"