看到即刻上了置顶功能，就借机发篇自我介绍吧：
申悦，12年产品经验，前360产品总监、36氪产品负责人。常年发表对产品、内容行业、职场发展的观察和思考。公众号：互联网悦读笔记【关注领取七百余篇原创产品思考，与我深度交流】

这篇文章拖了很久才写完，因为每次一想起要把怎么做知识库这件事讲清楚，就有点头大😂
知识问答智能体几乎是我服务的每家企业必提的需求，所以也积累了不少经验。在这个过程中最花时间精力的，当属帮客户一点点把混乱的资料理顺的过程。这些东西说出来不性感，但却是决定项目成败的关键。这篇文章就是把过去踩过的坑做个盘点。如果你正在做知识库，可以看一眼，也许会有共鸣

这篇文章想聊聊这年头给客户做项目的痛😂
这年头我们在网上看到的AI文章，大多都是在聊模型、聊工具、聊养虾，但真正做项目的人都知道，最累的那部分，反而很少有人会讲，因为没那么好讲故事……
这篇文章就试着把自己做AI项目的感受写一写，如果你觉得有共鸣，也欢迎分享给身边的人~

为什么人们装了OpenClaw之后反而觉得更累了？我觉得这是好事，因为他强制激活了人们的“系统化工作思维”，而用这种慢思考来想事情，本来就会很累，但这个过程会把原本靠经验完成的工作，变成需要拆任务、定规则、想流程的慢思考，所以短期一定更耗脑。
一旦把这些结构想清楚并沉淀下来，很多重复劳动就能交给系统，长期反而会更轻松～

上一篇源码解读的续篇，聊聊理解 OpenClaw 原理后，我觉得可以参考的10条“龙虾调教指南”～

历时两周，不追热点，不造焦虑，也不做流量选题。就做了一件事：顺着OpenClaw源码，把一条消息从进入系统到返回结果的完整链路，一行一行梳理了一遍。
很多东西，如果只是会用，很容易产生一种错觉：好像自己已经懂了。 但当你真的把代码读下去，会发现很多地方和表面看到的完全不是一回事。
于是就写了这篇一万多字的记录，如果你也在研究 Agent，可能会有一些不一样的视角。也欢迎分享给身边正在开发AI Agent系统的人~

用OpenClaw时特别好奇一个点，用户发的消息，是如何通过OpenClaw的各种处理，最终调用模型的？
为此不惜扒了一遍源码，结果没想到，这条大龙虾和模型的交互，根本不是在它自己的代码里实现的[破涕为笑]，而是调用了一个叫Pi的第三方SDK。OpenClaw只负责把给模型的背景信息准备好，然后交给Pi去跑，连最核心的agent loop都不是它自己实现的（用的是pi-agent-core）。可以说Pi基本上就是OpenClaw的核心引擎。
后来查了一下，这个Pi包来自一个叫pi-mono的开源项目，提供了一整套AI agent工具包，作者也是个大神，Mario Zechner，做了一套开源游戏框架，貌似很多游戏社区都在用。现在OpenClaw这么火，背后功臣：Pi工具包的开发者却默默无闻，感觉真的挺亏的[捂脸]

打算弃用MaxClaw了，堂堂上市模型大厂，为蹭热度匆忙上线的龙虾部署工具，软文写的天花乱坠，基础的infra做的稀烂，记忆混乱、对话无响应、频繁报错、技能丢失、不自动保存记忆，真后悔昨天直播还给别人推荐，自己前几天费老半天劲做的Skill也弄丢了！气愤😡

这两天在研究openclaw的源码，想从原理上搞清楚产为什么这产品这么强。越研究越发现，网上很多人认为openclaw能主动思考主动做事，是不是具备了自主意识，实现了AGI的雏形，是过度解读了。
OpenClaw并没有创造AGI，而是通过足够多的上下文，加上工程框架带来的落地工具和系统沙箱，让现有的大模型智能水平得到了最大程度的释放，从而产生了“类意识”的错觉。

记录一次很神奇的经历。昨天花了大几十块Token费，熬了一个晚上，就为了让OpenClaw给我开发一个查飞书日历的Skill。期间还包括我去查资料，教OpenClaw往正确方向修正的时间。整个过程记录如下：
①先用一句话，让他自己查资料，为我写这个Skill
②他信誓旦旦地告诉我写完了，结果一运行就报错，我也不知道错在哪，就让他自己改
③他很听话，默默吃了几万个token，告诉我还是搞不定
④最后，他给了我个建议，说要重构之前的代码，换一种实现方式，问我行不行
⑤这时候我只能接这个锅，硬着头皮去理解他的建议，去查资料帮他确认，最后同意他的方案
⑥他开心地按我的指示去重构代码，但很遗憾，还是运行失败
⑦奇迹发生了，由于之前我被逼着去学了他的方案，这次我能主动发现他失败的原因，直接告诉他错哪儿了，该怎么改
⑧再之后，他按我指出的问题去修复，一下子就运行成功了！
这个过程再次验证了一个非共识：人和AI相处的最优模式，是相互成就！
整个过程最有价值的不是实现了这个功能，而是我们交流的过程：什么时候让Agent自己去试，什么时候需要我介入、收束问题、指明方向。那种人机共建的边界感，在一次次交互中逐渐清晰，最后成功时恨不得想和他击掌🖐🏻
未来企业里最缺的不是会用 AI 的人，而是能带着 AI一起干活的人
另：过程中我还发现了几个飞书日历API的Bug，有飞书开放平台的同学看到了这条消息可以联系我😂

AI产品落地四大关键环节：场景识别、边界定义、评测样例、验收标准