最近兩個(gè)月，如果你在用一些新的 AI 工具，應(yīng)該會(huì)有一個(gè)很直觀的感受：

有些系統(tǒng)，已經(jīng)不再是“你點(diǎn)一下，它回一句”。

它開始自己跑流程、自己調(diào)工具、甚至在你不操作的時(shí)候還在持續(xù)執(zhí)行。

問(wèn)題也隨之出現(xiàn)：

• 有時(shí)候結(jié)果是對(duì)的，但過(guò)程完全不可控
• 有時(shí)候能跑通一次，但跑不穩(wěn)第二次
• 有記憶，但越用越亂

這類問(wèn)題，本質(zhì)上不是模型能力的問(wèn)題，而是系統(tǒng)形態(tài)變了。

這次 OpenClaw 的更新，把這件事講得更清楚了一步：

AI正在從“被調(diào)用的能力”，變成“持續(xù)運(yùn)行的系統(tǒng)”。

目錄

1. OpenClaw這次更新，本質(zhì)不在功能
2. 記憶機(jī)制正在從“存儲(chǔ)”變成“認(rèn)知”
3. Agent架構(gòu)正在向“操作系統(tǒng)形態(tài)”演進(jìn)
4. Dreaming機(jī)制到底解決了什么問(wèn)題
5. 對(duì)測(cè)試的影響，不是工具升級(jí)而是邊界重寫
6. 下一階段，誰(shuí)在被淘汰

表面看，這次更新有幾個(gè)很顯眼的點(diǎn)：

• Dreaming 記憶機(jī)制
• 內(nèi)置視頻 / 音樂(lè)生成能力
• 默認(rèn)接入 GPT-5.4 + 緩存優(yōu)化

這些能力單獨(dú)看，并不稀奇。

關(guān)鍵在于：

它們第一次被組織進(jìn)“長(zhǎng)期運(yùn)行的Agent系統(tǒng)”。

換句話說(shuō)：

AI不再是一次請(qǐng)求，而是一個(gè)持續(xù)存在的執(zhí)行體

結(jié)構(gòu)上可以這樣理解：

核心變化：

• 執(zhí)行是循環(huán)的，而不是一次性的
• 記憶參與決策，而不是只做存檔

過(guò)去很多系統(tǒng)的“記憶”，本質(zhì)是：

• 存對(duì)話
• 做向量檢索
• 用RAG補(bǔ)上下文

但 Dreaming 機(jī)制做的不是“多存一點(diǎn)”，而是：

重構(gòu)記憶，讓它參與決策。

可以拆成三層：

原始記憶

• 對(duì)話記錄
• 執(zhí)行日志
• 工具調(diào)用結(jié)果

• 自動(dòng)總結(jié)
• 關(guān)鍵信息提取
• 冗余剔除

• 用戶偏好
• 任務(wù)模式
• 行為策略

流程如下：

記憶如果不能影響決策，本質(zhì)上只是日志系統(tǒng)

過(guò)去的Agent，大多是這種結(jié)構(gòu)：

Prompt → LLM → 輸出

稍復(fù)雜一點(diǎn)：

Prompt → LLM → Tool → 輸出

但現(xiàn)在已經(jīng)變成：

核心變化有三個(gè)：

有運(yùn)行時(shí)

Agent不再是函數(shù)，而是持續(xù)運(yùn)行的進(jìn)程

有調(diào)度

任務(wù)可以動(dòng)態(tài)拆解和重排

有狀態(tài)

系統(tǒng)會(huì)記住當(dāng)前階段，而不是每次重來(lái)

Agent正在從“能力調(diào)用”，變成“系統(tǒng)工程問(wèn)題”

Dreaming不是簡(jiǎn)單的“總結(jié)”。

它解決的是一個(gè)長(zhǎng)期問(wèn)題：

AI在不被調(diào)用的時(shí)候，是否還能優(yōu)化自己。

可以類比人：

• 白天執(zhí)行任務(wù)
• 晚上整理經(jīng)驗(yàn)

對(duì)應(yīng)機(jī)制：

它解決了三件事：

上下文混亂

通過(guò)壓縮和結(jié)構(gòu)化保持清晰

Agent不成長(zhǎng)

引入經(jīng)驗(yàn)沉淀機(jī)制

重復(fù)犯錯(cuò)

讓策略層產(chǎn)生記憶

沒(méi)有Dreaming的Agent，本質(zhì)是一次性工具

很多人還在關(guān)注：

• AI能不能生成用例
• 能不能寫自動(dòng)化腳本

但問(wèn)題已經(jīng)變了。

當(dāng)系統(tǒng)變成“持續(xù)運(yùn)行的Agent”，測(cè)試對(duì)象也變了。

從功能驗(yàn)證 → 行為穩(wěn)定性

你要測(cè)的不是結(jié)果，而是：

• 是否進(jìn)入錯(cuò)誤循環(huán)
• 是否產(chǎn)生異常路徑

測(cè)試對(duì)象變成：

輸入 → 推理 → 工具 → 記憶 → 再推理

需要驗(yàn)證：

• 每一步是否可控
• 是否存在放大效應(yīng)

關(guān)鍵問(wèn)題變成：

• 記憶是否污染
• 策略是否漂移
• 長(zhǎng)期運(yùn)行是否穩(wěn)定

AI測(cè)試的核心，正在從“驗(yàn)證結(jié)果”，轉(zhuǎn)向“約束系統(tǒng)行為”

當(dāng)這類系統(tǒng)進(jìn)入生產(chǎn)環(huán)境，會(huì)出現(xiàn)一個(gè)明顯分層：

不會(huì)系統(tǒng)的人，很難繼續(xù)參與。

因?yàn)槟忝鎸?duì)的已經(jīng)不是：

• 一個(gè)接口
• 一個(gè)模塊

而是：

• 持續(xù)運(yùn)行的Agent系統(tǒng)
• 帶記憶的執(zhí)行體
• 會(huì)不斷演化的結(jié)構(gòu)

再說(shuō)得更直接一點(diǎn)：

• 只會(huì)寫用例，不夠
• 只會(huì)調(diào)接口，也不夠

真正需要的是：

• 理解系統(tǒng)架構(gòu)
• 理解行為路徑
• 理解AI決策機(jī)制

最后留一個(gè)問(wèn)題：

你現(xiàn)在在測(cè)的系統(tǒng)，是一次性調(diào)用模型，還是一個(gè)會(huì)持續(xù)運(yùn)行、不斷演化的Agent系統(tǒng)？