能力

01 — 方法

從模糊需求到 agent 可執行的規格

我們的工作起點是客戶真正說出口的那句話 ——「讓入職流程更聰明一點」「把報表自動化」—— 終點是一台機器可以無人監督執行的東西。補上這段落差就是這份工作的大部分，而且發生在選模型之前。

我們的方法是一個順序，不是一套框架：

1. 1

   先寫下什麼會推翻這個想法

   列出專案依賴的假設與各自的否證方式；無法檢驗的假設直接砍掉。這一步最常被跳過，也最省時間。

2. 2

   先確認東西是不是已經存在

   寫規格前先查既有方案。我們自己就有一個產品是這樣停下來的：發現該領域已有四十多個免費開源工具，正好佔滿我們規劃的位置。我們停下來重新定位，而不是去做第四十一個。

3. 3

   縮到一個單位能做完為止

   要幾個月才展示得出來的能力無法被回饋修正。砍到一份完整產出（一份簡報、一份文件、一條工作流）能端到端做完，然後真的做出來。

4. 4

   驗證掛在成品上，不是掛在說法上

   沒有檢查方式的產出只是宣稱。

5. 5

   公開失誤

   只有成功的紀錄不算紀錄。

問題從來不是「模型做不做得到」，而是「它產出了什麼、你怎麼知道它是對的」。

02 — 這件事在產業裡的位置

模型 + harness

這件事有個名字：harness engineering。Agent = Model + Harness。Harness 就是 agent 裡除了模型以外的全部 —— 行動前引導它的 guides，以及行動後觀察、供它自我修正的 sensors。

負責觀察的檢查有兩種，而兩者的差別決定我們怎麼做。Computational 控制（linter、type checker、測試）是確定性的、快、便宜。Inferential 控制（模型審模型）較慢、較貴，但語意更豐富。只要一個性質能寫成 computational 檢查，我們就寫成那樣 —— 每次都回相同答案的檢查是證據，不然只是意見。

有兩套開放標準讓這些成果可攜：Agent Skills 管指令，MCP 管 agent 怎麼取用工具與資料。同一個 SKILL.md 資料夾能在數家不同公司的 agent runtime 執行，同一個 MCP server 也對它們一視同仁。我們自己的 skill 從單一目錄跨三個 runtime 在跑。這樣做出來的 skill 是可長期累積的資產，不是押注在單一廠商上。

公開目錄以安裝數排序。我們公開的是成品、過程與檢查。

03 — 展示框架

每個條目最多帶四種證據。不是每個條目都四種齊全；缺的直接標示為缺，不用文字補。

證據層

ARTIFACT成品

產出本身，在瀏覽器裡直接打開，交付時是多大就多大。

不做摘要 —— harness 產出什麼，你看到的就是什麼，交付時多大就多大。每件都有日期。

REPRODUCE可複現

哪些公開、哪些保留。

部分工作已發布可自行執行；部分是客戶案或未發表產品，只出示成品與作法、不給原始碼。每個條目都寫明是哪一種，不讓你猜「沒有連結」是「不公開」還是「不存在」。

TRACE過程

進去的輸入、跑過的步驟、出來的產出。

before/after 加上中間步驟。「這不就是一句 prompt」在這裡得到回答，或得不到 —— 如果 trace 顯示的就是一句指令加運氣，條目會照實寫。

VERIFY驗證

對產出跑的檢查，以及它能擋下什麼。

能機械檢查的就附上檢查；不能的就說明需要哪種領域專家去看什麼。沒有檢查的條目留空欄 —— 寧可公開這個缺口，也不描述一個不存在的檢查。

# OpenClaw Agent 五層階層架構與團隊組建模式

> 基於 OpenClaw v2026.6.x 原始碼的深度研究（初版 v2026.2.26，2026-06-13 對照 v2026.6.2 clone 全面校訂），全面解析 Agent 從個體到團隊的五層架構，以及七種實戰團隊組建情境。
>
> 姊妹篇：《2026-02-08-OpenClaw Agent 多 Agent 互動模式與應用場景》 — 使用者端的六種互動方式與五個實戰場景
>
> > **資訊：v2026.6.x 校訂摘要**
> > 本次重大校訂涵蓋：tool profile/group 定義檔遷移（`pi-tools.policy.ts` → `tool-catalog.ts`）、新增 media/agents/nodes tool groups、`peer.kind` 由 `dm` 改為 `direct`、`maxConcurrent` 預設 1→4、`subagents.maxConcurrent` 預設 1→8、`announceTimeoutMs` 預設 60s→120s、`subagents` 管理工具僅剩 `list`（kill/steer 已移除）、bootstrap 移除 `BOOT.md` 並將 `MEMORY.md` 列為正式 bootstrap 檔、memory 改為 `backend: builtin|qmd` 架構、新增 15+ plugin hooks，以及 sandbox/heartbeat/cron/compaction 大量新欄位。標 🆙 者為本次校訂新增/修正。

---

## TL;DR（30 秒摘要）

OpenClaw 的 Agent 系統由五個可組合的層次構成：**Agent（大腦）→ Binding（路由）→ Session（上下文）→ Sub-agent（平行任務）→ A2A（跨 Agent 通訊）**。每一層解決不同的問題——從「這個 AI 是誰」到「多個 AI 如何協作」。搭配 Sandbox、Heartbeat、Cron、Memory、Hooks 等支援系統，可以組建出從個人助手到多 Agent 協作團隊的各種配置。

```
┌─────────────────────────────────────────────────────────┐
│                    Layer 5: A2A                         │
│              sessions_send / ping-pong                  │
│    ┌──────────┐  ←──────→  ┌──────────┐                │
│    │ Agent A  │            │ Agent B  │                 │
│    └────┬─────┘            └────┬─────┘                 │
│ ────────┼──────────────────────┼──────── Layer 4 ────── │
│    ┌────┴─────┐            ┌───┴──────┐                 │
│    │Sub-agent │            │Sub-agent │  sessions_spawn  │
│    │ (task 1) │            │ (task 2) │                  │

04 — 參考架構

短暫、經驗證的交付管線

一個「確定性控制」的實例，不含內容地描述。

這條管線把來源文件變成一份完成的、自包的交付物，放在一個私有網址上。它的行為由三道邊界控制治理，每一道都只有成立或失敗兩種結果 —— 沒有一道倚賴模型表現良好。

• 預設私有。

  發布預設為 unlisted：有連結就看得到，任何索引都收不到。公開必須是明確的動作，永遠不是預設值。預設方向就是安全方向，所以「忘記選」不會洩漏任何東西。

• 強制到期。

  每一份交付物都帶著發布時設定的到期日。存取按時結束，而不是倚賴有人記得去撤銷。

• 邊界驗證。

  結構與大小在上傳前檢查，不是上傳後。壞掉的交付物在產生的當下就失敗 —— 在那裡失敗很便宜，在收件人面前失敗不便宜。

三道都不聰明。這正是重點：每一道都是有兩種結果的檢查，跑在明確的邊界上，而且沒有一道要求模型小心一點。

05 — 複雜與區域性領域知識

複雜與區域性領域知識

有些規格對通用模型而言是對抗性測試案例。課綱條號、稅務程序、法規申報規則、產業合規時程 —— 這些知識存在、具權威性，而且從未以機器可用的形式進入訓練資料。

這些領域之所以有用，正因為它們不寬容。問通用模型某個課綱條號對應哪一個單元，它不會拒答。它會產出一個乾淨、格式漂亮、完全是編的答案，而讀者無從分辨。失敗模式不是「回答得比較差」，是一個看起來和正確答案一模一樣的自信捏造。

這就是 harness 要解的題，而它只有一種解法：規格成為系統讀取的外部真實來源，永遠不是模型回憶出來的東西，並且在任何人看到結果之前，由一道檢查對照它確認產出。正確性不再是模型的性質，而成為管線的性質。

這套方法不在乎規格是哪一份。課綱、稅法、合規時程表，是同一個工程問題：一份權威的外部來源、一個必須被阻止對它即興發揮的模型，以及一道證明它沒有這麼做的檢查。

06 — 結尾

info@aiviolabs.com