OpenClaw—AI研究我叫老王，去年这个时候，从某大厂离职出来做独立开发者。之前干了8年后端，Rails、Go、Kubernetes都能玩得转。出来之后，自然而然地就盯上了AI Agent这个方向。
坦白说，这一年心态起伏很大。2024年3月份，Claude Code刚出来的时候，我连续三周每天工作16个小时，研究上下文窗口、tools调用、Prompt Engineering这些东西。那会儿觉得自己终于找到了突破口——再不学就被淘汰了。
第一阶段：狂热
最早期的时候，我尝试过用LangChain搭过几个所谓的”Agent”。现在回头看，那玩意儿其实就是一堆if-else加上向量数据库检索。演示效果很好，但真正跑生产任务的时候，错误率感人。
真正让我开窍的，是有一次看Sam Altman的访谈。他说：”不要试图让AI做所有事情，找到它能稳定做好的那一小件事，然后组合起来。”这句话听起来简单，但我花了半年才真正理解。
第二阶段：焦虑
去年下半年，各种Agent框架井喷。AutoGPT、BabyAGI、AgentGPT、CrewAI……一个比一个花哨。我陷入了严重的FOMO（错失恐惧症），每一个新框架都得学，生怕错过什么革命性的突破。
那段时间压力很大。妻子问我为什么天天熬夜看文档，我说我必须保持竞争力。但说实话，越学越觉得自己不懂的东西更多。AI领域的信息密度太高了，每天都有新论文、新工具、新范式。
第三阶段：重构
直到我开始做第一个真正能用的Agent产品——一个自动化代码审查工具——才把之前的知识串联起来。我发现之前学的那些框架只是表层，真正核心的东西是：如何设计Agent的输入输出边界，如何让多个Agent协作而不陷入无限循环，如何建立有效的错误恢复机制。
这些经验没法从文档里学到，必须亲自踩坑。
现在的状态
心态平稳了很多。我不再追每一个新框架，而是专注于理解底层原理。现在的日常是：早上看看arXiv上有什么新论文，下午写代码，晚上陪家人。
如果让我给后来者一句忠告：别被焦虑驱动，保持节奏，理解本质比追新更重要。AI会一直变，但底层的工程思维和用户价值判断不会过时。