龙虾很火，今天黄超老师来介绍了下港大数据智能实验室开源的nanobot和其他agent产品。

在中间我一直在想两个问题：
1、现在的openclaw类的agent产品或者工具，和直接给claude code/codex 叠加 IM即时通讯，有没有本质区别？
我的感觉这个区别很模糊，我能想到的可能是claude code/codex比较工具化，但是claw类的产品能比较拟人化，更像个助手，不过这种差异还是不本质，如果有一天CC也出了一个类似identify.md的注入，我觉得很正常，似乎openclaw能做的，这些成熟的产品都能抄过来，不太有很高的护城河的门槛，对普通人来说，说不定再晚点就不用学了。就像MCP一样，perplexity CTO已经说全面弃用mcp，转向API和CLI了（btw：黄超老师实验室的cli-anything我觉得是个很好的项目，这里也引申出我的第二个问题）

2、这类agent的产品，我目前看到效果还是很依赖基模的能力的，你用openclaw+k2.5和minimax2.5，负责工作的效果会差别很大，没什么原因，单纯K2.5 agent能力强。那么基于后续全面转向API和CLI的这种趋势，会不会反哺基模的后训练特别是RL的训练范式和系统迭代？
我自己的想法是应该是会的，虽然我还没看到业界披露这么做，但是我们自己已经在搭建基于Claude Code的黑盒Rollout系统了，因为这种轨迹数据质量很高。以后基模RL的沙箱环境里可能会封装各种主流CLI，直接提升基模叠加各种CLI组合完成任务的能力，提升各类agent在真实工作环境下的表现，主要是完成路径的效率。感觉有点生态反哺底座的意味，似乎能飞轮起来，感觉还挺promising

【问了个human3.0，AI让我养成随手记一点感想的习惯，也不知道靠不靠谱......

#普通人不用焦虑没赶上养龙虾浪潮##nanobot#