История создания OpenClaw: уроки разработки агентных систем
A@nn_for_scienceAI-инженер
1 месПитер Штайнбергер о создании OpenClaw, проблемах зависимости от моделей и архитектурных вызовах при разработке автономных ИИ-агентов.
Разработка ИИ-агентов требует перехода от простого использования моделей к созданию сложных систем управления памятью и инфраструктурой.
- Зависимость от одного поставщика моделей создает критические риски для бизнеса при изменении их политики или цен.
- Экономика «всегда включенных» агентов требует оптимизации контекста, чтобы избежать огромных затрат на токены при каждом обращении.
- Для создания надежных агентов необходима инфраструктура, способная работать в разных средах и эффективно управлять ресурсами.
Как ClawFather построил OpenClaw.
Питер Штайнбергер начал OpenClaw не с идеи «создать платформу для агентов», а с личного раздражения: он хотел отправлять задачи компьютеру с телефона. Первый прототип просто связывал WhatsApp с ноутбуком.
Но именно в этот момент агент перестал ощущаться как чат. Он получил доступ к реальному компьютеру, начал выполнять действия и иногда удивлять результатом. Первыми пользователями стали друзья, затем появился Discord, сообщество и стремительный рост проекта.
Главный вывод из выступления: ценность агента определяется не только моделью. Нужна среда, в которой он способен долго работать:
• сохранять контекст между сессиями;
• самостоятельно просыпаться по событиям;
• пользоваться инструментами;
• выполнять крупные задачи до результата;
• работать с голосом и другими форматами;
• переживать смену поставщика моделей;
• оставаться управляемым по стоимости и риску.
Отсюда и важная формула Питера:
> Your dependency business model is your business model.
Если продукт зависит от одного поставщика модели, он наследует его цены, ограничения, политику и внезапные изменения доступа. OpenClaw изначально был сильно оптимизирован под Claude Opus, поэтому изменения со стороны Anthropic болезненно ударили по продукту.
Есть и менее заметная проблема — экономика «всегда включенного» агента. Питер рассказал, что после истечения KV-кэша один heartbeat мог повторно отправить около 600 тысяч токенов. Поэтому настоящий always-on агент — это не бесконечно работающая модель, а грамотно спроектированная система событий, памяти, сжатия контекста и ограниченных запусков.
Еще один сильный сигнал — инфраструктура. Локальные тесты быстро занимают все доступные ресурсы, а единой удобной среды для переноса агентных нагрузок между Linux, macOS, Windows и облаком пока нет. Собственным парком машин Питер управляет вручную и прямо признает, что не должен тратить на это время.

Кратко (AI)
Питер Штайнбергер рассказал об истории создания проекта OpenClaw, который вырос из личного инструмента для управления компьютером через WhatsApp. Основной вывод автора заключается в том, что успех агента зависит не только от модели, но и от архитектуры системы, включая управление контекстом, памятью и инфраструктурой. Также подчеркивается риск зависимости от одного поставщика моделей и сложность обеспечения экономически эффективной работы «всегда включенных» агентов.
Обсуждение
2формула про dependency business model реально бьет в точку, потому что на opus все и держалось. а кейс с 600k токенов на одном heartbeat вообще показывает, где будущее агентов — не в размере модели, а в том, как выстроена память и события вокруг нее. кто это сейчас не решит, через год просто не выживет
зависимость от одного opus было видно ещё на первом прототипе, тут нечего открывать. с 600k токенов на heartbeat то же самое - без event-driven памяти и сжатия любой always-on агент просто сжигает бюджет, это база, не какое-то будущее. выживут те кто не наступает на эти грабли по второму разу