OpenAI
传统PR审查机制已无法承载高频生成代码,团队必须转向共享会话并建立硬边界隔离的控制平面,才能终结将开发者困为“血肉代理”的协同瓶颈。
AI-assisted summary of ClawLabs: Building Open Source Together | DevDay 2026 — original source. Check the original for full context.
Source published:
Key ideas
- OpenAI 宣布正式开源面向持久化智能体的控制平面 OpenClaw Enterprise(OCE),提供多租户支持、硬件级隔离与基于模型的自动审查,旨在确立智能体生产级部署的底座标准。 (24:34)
- 开发协作范式正从传统的异步 Git PR 审查跃迁至多人共享 Agent 会话(Multiplayer),使团队成员可直接介入彼此的会话调试,彻底终结信息中介“血肉代理”(Meat Proxy)的孤岛困境。 (2:23)
- 团队提出了由持续监听循环(Loop)与长期目标(Goal)构成的自治软件工厂架构,已实现自动捕获并修复杂项异常,以及耗时 18 天、自动化落地逾 100 个 PR 的数据库架构迁移。 (19:32)
- OpenAI 内部目前已常态化运行超 400 个 Claw 实例执行工程与安全任务,并联合 Trail of Bits 启动“Patch the Planet”计划,借助开源生态系统性根除开源软件安全漏洞。 (33:45)
Detailed notes
## Background 该视频由 OpenAI 于 2026 年 10 月 9 日在 YouTube 平台发布,记录了 DevDay 2026 的演讲环节。视频简介指出,本次分享聚焦于智能体(Agent)如何协助小型开源团队高效协同,展示了跨项目共享上下文和贡献者协作的工作流,并包含了云端会话与电脑使用(computer use)的实时现场演示。
## TL;DR 演讲回顾了团队从单机 CLI 终端演进至云端 DevBox,再到打破“血肉代理”瓶颈、用 OpenClaw 构建 OpenClaw 自身的心路历程。团队提出以透明的共享 Agent 会话替代传统陈旧的 PR 机制,并展示了包含代码废话计、实时语音参会及自治循环(Loops 与 Goals)在内的协作空间与“果冻件(Jellyware)”生态。随后,负责人 Kevin Lin 正式发布并开源了企业级控制平面 OpenClaw Enterprise(OCE),详细拆解了硬边界沙箱、Auto-Review 等四大安全支柱,并实机演示了社区智能体 Fred 与工程智能体 Cooper。最后,讲者总结了开源 Codex 与“Patch the Planet”安全修复计划,呼吁业界共建中立、安全的智能体软件工厂底座。
## Atmosphere & style 整场演讲洋溢着硬核极客与前沿开发者大会特有的兴奋感,语调轻松幽默却充满技术张力。讲者们用“血肉代理”、“代码废话计”和“果冻件”等生动自嘲的名词引发全场共鸣,现场联机改游戏和实时下发任务的互动让演示充满临场感与不确定性的趣味。随着 OpenClaw Enterprise 正式开源及安全治理框架的铺开,情绪逐步收拢升华,传递出一种对未来软件工程范式被彻底重塑的笃定与野心。
## Bulletin - [24:34](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1474s) OpenAI 宣布正式开源面向持久化智能体的控制平面 OpenClaw Enterprise(OCE),提供多租户支持、硬件级隔离与基于模型的自动审查,旨在确立智能体生产级部署的底座标准。 - [02:23](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=143s) 开发协作范式正从传统的异步 Git PR 审查跃迁至多人共享 Agent 会话(Multiplayer),使团队成员可直接介入彼此的会话调试,彻底终结信息中介“血肉代理”(Meat Proxy)的孤岛困境。 - [19:32](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1172s) 团队提出了由持续监听循环(Loop)与长期目标(Goal)构成的自治软件工厂架构,已实现自动捕获并修复杂项异常,以及耗时 18 天、自动化落地逾 100 个 PR 的数据库架构迁移。 - [33:45](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=2025s) OpenAI 内部目前已常态化运行超 400 个 Claw 实例执行工程与安全任务,并联合 Trail of Bits 启动“Patch the Planet”计划,借助开源生态系统性根除开源软件安全漏洞。
## Key takeaways - [00:31](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=31s) 从纯终端 CLI 到 Codex 桌面端的大并发工作流虽然降低了交互门槛,但单机算力与磁盘迅速过载,倒逼开发环境全面迁移至多台云端 DevBox 与自动化跑测集群。 - [02:23](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=143s) 传统单兵作战的 Agent 交互模式使工程师沦为在队友与 AI 之间搬运信息的“血肉代理”(Meat Proxy),OpenClaw 旨在通过多端协同的持久化 Agent 会话打破这一隔离局面。 - [07:10](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=430s) 在智能体极速生成代码的时代,异步代码 PR 审查机制已显迟滞,团队内部正转向允许多人实时观察、甚至直接输入 Prompt 协同干预的“Multiplayer”工作流。 - [09:10](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=550s) 强制公开团队所有与 Agent 的交互记录可打破 Prompt 隐形壁垒,不仅便于全员共享提示词技巧,还能直接还原代码改动的真实意图(Why),消除协作误解与沟通内耗。 - [13:08](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=788s) 经由 Agent 会话产出并通过自然语言实时高频微调的轻量级工具呈现出极强的灵活性,传统“软件”概念已演进为更加柔软可塑的“果冻件”(Jellyware)。 - [15:35](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=935s) 团队将 The Daily Claw 新闻排版、代码废话计(Slop Meter)及集成 GPT Live 语音的会议助手深度整合进统一服务器身份,替代了零散分布的第三方 SaaS 服务。 - [17:48](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1068s) 纯命令行终端已无法承载现代 Agent 的多维交互与协作需求,新一代可视化工作台能够完整回溯决策链路并支持多人同屏介入调试。 - [19:32](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1172s) 软件工厂依赖持续运行机制的分工:持续监听型 Loop 负责从多渠道捕获异常并在沙盒中闭环修复,而目标导向型 Goal 则负责拆解执行周期长达数周的基础设施重构。 - [24:34](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1474s) OpenClaw Enterprise 建立了四大企业级安全支柱:可信工作负载硬隔离、最小权限沙箱、基于模型的实时自动审查(Auto-Review)以及独立的持久化服务账号身份。 - [27:32](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1652s) 在大规模工程验证中,OpenAI 内部大部分 Codex Issue 已由内部 OpenClaw 实例独立完成分拣、沙盒复现与端到端代码合入。 - [27:32](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1652s) 企业级预设包(Presets)支持对 Slack、Linear 等第三方工具施加只读或人工审批流等细粒度约束,使多源检索与工具调用在严格受控的前提下运行。 - [31:06](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1866s) OpenClaw Enterprise 保持中立与非营利治理,项目已捐赠给 OpenClaw 基金会并联合红帽与英伟达共建,致力于打造智能体生产级部署的核心基石。
## Detailed walkthrough ### [00:31](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=31s) 从 CLI 终端到桌面端:个人 Agent 工作流的演进与算力瓶颈
讲者回顾了过去一年中维护开源项目的心路历程,特别是将 OpenClaw 的开发迁移至 OpenClaw(简称 OC)自身平台上的全过程。整场变革最初始于命令行(CLI):一年前,开发完全依赖终端环境,分屏运行大量 Codex 会话,代码在各个窗口之间穿梭。然而随着底层模型能力的快速跃迁,模型越来越聪明,开发者不再需要频繁狂按“Esc”键去打断和纠偏 Agent,这使得旧有的交互范式逐渐失效,工作流亟待革新。
随后,开发环境迁移至 Codex Desktop(桌面端)。桌面端大幅降低了并发开启大量会话的门槛,文本更易阅读,并且内置了可视化界面、内联浏览器(inline browser)以及便捷的代码审查工具。但这一进化迅速引发了本地硬件的危机——随着并发实验的大量运行,本地电脑不堪重负,磁盘空间告罄,风扇轰鸣如喷气发动机。为了分流负载,讲者开始将 Codex 连接到云端 DevBox,并构建了在云端跑测试的 Grabbox。在高峰期,甚至有 6 到 10 台云端机器(部分通过 Codex 连接,部分通过 VNC 远程桌面)日夜不停地处理代码和实验。
```mermaid flowchart TD accTitle: 工作流演进历程 accDescr: 展示从单机终端分屏到多机云端扩展再到团队协作卡点的演化过程
subgraph Phase1["阶段一:单机本地"] CLI["CLI 终端分屏<br/>频繁按 Esc 纠偏"] --> Desktop["Codex Desktop<br/>并发会话 / 内联浏览器 / 可视化"] end
subgraph Phase2["阶段二:分布式扩展"] Desktop --> DevBox["连接多台云端 DevBox"] DevBox --> Grabbox["Grabbox 云端自动化跑测<br/>(6-10 台机器并行处理)"] end
subgraph Phase3["阶段三:遇到天花板"] Grabbox --> Bottleneck["团队协作瓶颈:沦为 'Meat Proxy'<br/>队友无法直接参与,信息隔绝"] end ```
---
[02:23](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=143s) 破除“血肉代理”(Meat Proxy):OpenClaw 的开源使命
尽管堆叠了大量云端机器,讲者却遭遇了一个仅靠增加硬件无法解决的核心痛点:团队成员一旦想要介入,依然必须通过讲者本人。每个人都在单独与 Agent 协作,团队内部却处于割裂状态。Frank Allenby 在年内创造了一个生动的词汇——“血肉代理”(Meat Proxy)。当一名开发者成为人肉接口、在人类队友和 AI 之间来回搬运信息与 Prompt 时,他就沦为了“血肉代理”。
为了让团队成员能够直观看到 Agent 的工作过程、理解其决策路径并共同推展项目,团队开始探索用 OpenClaw 构建 OpenClaw 自身。OpenClaw 是一个面向持久化 Agent(persistent agents)的开源平台,能够跨工具、跨设备和跨团队运行。用户不仅可以通过订阅登录,平台还新增了“Sign in with ChatGPT”快捷登录方式,能自动挂载各类插件,并无缝同步查看个人的 Codex 会话。在治理架构上,OpenClaw 由独立的非营利机构 OpenClaw Foundation 拥有,并获得 OpenAI 的赞助支持。讲者团队的核心使命是探索实用级 Agent 的设计与规模化部署,探寻其如何改善工作生活,并最终勾勒出自动化软件工程师(Automated Software Engineer)的终极形态。讲者指出:“模型的发展如此迅猛,以至于我们的工作方式和配套 Harness 完全赶不上。一年前甚至半年前合理的工作流,如今已经显得处处受限且陈旧过时。”
- **OpenClaw 核心特性**:跨工具、跨硬件设备协同,多团队共享会话状态。 - **生态集成**:支持 ChatGPT 授权登录,直接拉取已有插件配置与 Codex 会话。 - **开源中立性**:归属于独立的 OpenClaw 基金会,坚持中立与非营利属性。
---
[04:40](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=280s) 现场多人演示:PartyClaw 与 Frogger 游戏改造
讲者进行了现场实时演示,唤醒了名为“PartyClaw”的协作 Agent,展示语音交互与极速生成能力。讲者发出指令,要求构建一款类似经典街机“青蛙过河”(Frogger)的小游戏。在传统开发流程中,通常是 Agent 默默生成代码并提一个 Pull Request(PR),开发者再将 PR 拉到本地 Codex 逐步修改;而在 OpenClaw 中,协作节奏被彻底重构。
Agent 迅速识别出游戏原型并定位到一个名为“Lily Lane”的既有版本。原来团队成员 Kevin 早已提前用超快速度完成了基础框架。讲者在现场尝试玩了一局,随后当众提议将游戏主角从青蛙改成龙虾(Lobster)。此时后台多名协作者已经在同步敲入指令,讲者抢先一步发出了“修改为龙虾”的 Prompt。在等待游戏更新的间隙,讲者还向 PartyClaw 抛出并行任务:针对 OpenAI DevDay 2026 Keynote 中发布的最新特性汇总,生成一个结构化的展示仪表盘(Dashboard)。
---
[07:10](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=430s) 多人协作“Multiplayer”工作流:从 PR 机制跃迁到共享 Agent 会话
为进一步展示协同效应,讲者放出了访问链接,邀请现场观众加入服务器一起“联机做游戏”。讲者阐述了这套体系的设计哲学:开源项目历来习惯以 Git Pull Request 为核心进行协作,但在高度 Agent 化的时代,PR 机制已经显得陈旧且效率低下。在 OpenClaw 的共享服务器上,每个团队成员都可以实时查看他人的会话,甚至直接向彼此的会话输入 Prompt 进行干预与协助。
这种模式天然适用于互相信任的紧密团队。未来 OpenClaw 计划将这套多端协作体系开放给核心社区贡献者,建立“项目方提供算力 Token,贡献者贡献创意与代码”的高效合作机制。伴随着大量观众涌入,后台游戏被迅速改造成由龙虾与鲨鱼构成的海底冒险,火爆程度甚至让讲者开玩笑喊着“快把大门关上,人太多了”。
- **协作范式变革**:由异步离线的“代码 PR 审查”,转向实时的“多人多 Prompt 协同会话”。 - **贡献者激励模式**:官方分发会话 Token,外部开发者直接远程参与核心模块构建。 - **访问控制提醒**:共享模式具有完全平等的干预权限,目前主要针对互信团队与核心贡献者。
---
[09:10](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=550s) 告别 Prompt 隐形壁垒:透明化会话消除团队摩擦
几秒钟内,一句简单的 Prompt 就能生成成千上万行代码,但这些催生代码的背后对话,过去往往被锁死在各个工程师的本地电脑上。讲者在日常代码审查中,常陷入“知道改动了什么,却完全不知道为什么改”的困境,甚至不得不去主动追问:“把你的 Prompt 拿出来给我看”。讲者曾尝试编写工具,要求开发者将清洗后的脱敏对话记录附加在 PR 中,但几乎无人愿意配合——因为向别人展示自己与 Agent 的私密交互过程,会产生极强的被窥视感和心理负担,连讲者自己有时也本能抗拒。
几个月前,团队打破了这一禁忌,强制在内部将所有 Agent 会话完全透明公开。起初大家围观彼此的对话记录确实会感到一两天的尴尬,但随后便迅速习惯并显现出巨大收益:团队不仅能互相学习与 Agent 沟通的高效 Prompt 技巧,还能极早发现错误假设。这与现场发布的 Dots 等企业级官方集成相得益彰,而 OpenClaw 则赋予了社区自由切换模型、魔改源码以及全私有化部署的权力。
讲者现场展示了这一模式消除误解的实例:某天清晨没喝咖啡、睡眼惺忪时,讲者收到了来自机器助手 Roboclaw 的 PR,发现前端表格样式被人改小了;而就在前一天,讲者本人才刚把它改大。如果换在过去,讲者体内的皮质醇(压力荷尔蒙)必然飙升,可能立刻会发去一条充满火药味的信息质问:“这到底是谁干的?Victor 究竟在搞什么?”但在透明机制下,讲者直接点击嵌入在 PR 里的工作会话链接,瞬间查明真相——原来 Victor 是直接复用了讲者之前的会话,并附带了改动逻辑的上下文,甚至此前还专门发了提醒邮件。翻看会话不仅还原了上下文,还看到 Victor 在对话中吐槽持续集成(CI)耗时过长,进而引出了当前开发流程与 Agent 速度脱节的下一个深层矛盾。
| 对比维度 | 传统协作流(旧范式) | OpenClaw 多人协同(新范式) | |:--- |:--- |:--- | | **沟通中介** | 依赖单个开发者作为“血肉代理”(Meat Proxy) | 全员直面持久化 Agent,直接观测与调试 | | **PR 审查** | 仅看到 Git Diff 代码结果,缺失设计意图(Why) | 关联原始 Prompt 与完整上下文会话记录 | | **冲突处理** | 提交后才发现逻辑相左,容易产生团队情绪内耗 | 实时围观彼此会话,尽早拦截错误假设与重复劳动 | | **知识沉淀** | Prompt 技巧与调试经验孤立于个人本地终端 | 团队公开互相学习提问方式,全员共享最佳实践 |
[13:08](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=788s) 智能 CI 设想与团队服务器:从“软件”到“果冻件(Jellyware)”
讲者反思了当前的持续集成(CI)体系,直言它在当前技术环境下已经逐渐失效,无法跟上日常开发的需求节奏。他正在探索使用 Codex 引入智能化能力,让 AI 来智能判定哪些测试子集是真正必要且有用的,不过他认为这是一个值得单独做一场演讲的深入话题。随后讲者翻看代码记录,发现队友 Victor 实际上投入了大量精力,“直接拿走我的工作并把我写烂的东西全修好了”,成功化解了一场午餐危机。
由此,讲者带领观众参观团队的服务器环境。他们不再将服务器视作单纯的应用程序,而是当成一个协作空间(a place)。做项目绝不仅仅是写代码,因此侧边栏中集成了许多自研的小程序、仪表盘和插件。在过去,这些工具零散分布在不同的服务器、GitHub Actions 工作流、独立数据库和各个代码库中,不仅难以维护,甚至连团队内部都记不清到底有哪些工具。讲者展示了一个用于监控 CI 耗时的仪表盘,并戏称只要给智能体下指令“把它改成蓝色”,智能体就会毫无怨言地自动调整。
对于这些轻量级工具,讲者给出了一个独特的哲学定义:大多数仪表盘本质上只是一个运行会话生成了某种产物(Artifact),外加一个自动定时更新该会话的自动化流程,产物本身包含代码,因此算得上是软件。然而,在如今以极快速度反复迭代的节奏下,硬梆梆的“软件(software)”概念已不再贴切,讲者更喜欢称之为灵活柔软的“果冻件(jellyware)”。
```mermaid flowchart LR accTitle: 果冻件生成与迭代架构 accDescr: 展示自动化会话如何生成包含代码的产物并由智能体通过自然语言指令快速迭代修改。 subgraph S1["核心生成逻辑"] A["运行会话 Session"] --> B["生成产物 Artifact (内含代码)"] C["自动化调度 Automation"] -->|"定期更新"| A end subgraph S2["动态迭代反馈"] D["开发者自然语言指令"] -->|"例如: 改成蓝色"| E["Codex 智能体"] E -->|"实时就地重写"| B end ```
[15:35](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=935s) 团队协作空间中的插件生态:从 Daily Claw 到语音智能体
讲者继续演示侧边栏中的各种插件与工具。团队对社区生态的各项指标进行图表化跟踪,包括拉取请求(PR)数量、Issue 提交量以及合入量等。除了正经的统计,团队还会做一些好玩甚至带点恶搞的尝试,比如名为“The Daily Claw”的日报工具,它会汇总当天服务器上合入的所有代码并自动编排成一份“报纸”——虽然经常会解读失误,但为日常开发增添了不可或缺的乐趣。为了应对 AI 生成代码失控膨胀的通病,讲者还特意制作了一个“代码废话计(Slop Meter)”,时刻提醒并敦促智能体主动精简、重构代码,切实改善了代码库质量。
在团队报表页面,讲者不仅跟踪大家的开发活跃度(如提交频率),还记录 Discord 里的沟通活跃度。谈到会议系统时,讲者坦言团队过去曾为专业的会议总结软件付费,后来意识到“这本质上不就是一个 Prompt 吗?”,便自己基于 Luna 模型做了一个 Prompt 工具,在 Discord 开会时由智能体自动加入并实时转录总结。更进一步的是,通过接入 GPT Live 实时语音,智能体如今已经能直接在会议中开口对话,开发者可以随时向它询问工作进展或派发新任务;因为它是代表整个服务器、共享主会话上下文的同一身份,协作体验极为无缝。
- **The Daily Claw**:自动聚合团队代码合并动态并排版成新闻日报,兼具信息同步与团队娱乐功能。 - **Slop Meter(代码废话计)**:可视化监控 AI 生成代码冗余程度,倒逼模型精简代码结构。 - **自研会议插件**:替代第三方付费 SaaS,利用 Luna 进行会议转录,并可通过 GPT Live 参与团队语音讨论。
[17:48](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1068s) 实时透明的协作流与超越命令行的新一代工作台
讲者切换到团队成员实时动态视图,查看 Victor 的当前进度。Victor 早上调侃了讲者之前搭的成员在线列表侧边栏太丑,并着手重写。在系统界面中,讲者可以完整回溯 Victor 与智能体交互的工作流:Victor 采用了极为多样的设计迭代策略,甚至为了微调界面而让智能体临时搭了一套完整的编辑器;当遇到瓶颈时,另一位同事无缝加入会话共同调试,最终敲定了满意的方案。
讲者强调,这类可视化协作流不仅存在于这套网页系统里,在 Codex 官方应用中也同样完整支持。他半开玩笑地呼吁开发者:如果到了 2026 年还在纯命令行(CLI)终端里跟智能体死磕,或者还在视频通话里给别人共享终端屏幕,那就是“被困在 2025 年了”,是时候升级到更先进、可视化的协作工作台。
[19:32](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1172s) 自治软件工厂:持续运行的 Loop 与目标导向的 Goal
讲者分享了更深远的愿景——打造能自主构建软件的智能体,即通往“软件工厂(Software Factory)”的演进路径。开发模式不仅包含人与智能体结对编程的高强度交互,更依赖后台大量持续运行的循环任务(Loops)。这些循环原本分散在讲者各台本地机器上,用于监听反馈并自动修复问题,但随着数量增多,不仅机器间的同步和维护变得混乱,更关键的是——“审美与品味(Taste)”是极难向智能体准确传授的主观感觉,不能完全放权。因此,团队逐步将分散的本地循环统一部署到团队服务器上集中治理。
系统明确区分了“循环(Loop)”与“目标(Goal)”两套自动化机制: - **循环(Loop)**:无休止的持续监听任务。例如监控 Discord、Twitter 和 GitHub 动态的小型 CLI;智能体捕获异常后,会在测试沙盒中复现错误、生成补丁,再交由另一个评审智能体校验并自动落地(Land)。团队每日发布版本后,更新循环也会自动截屏比对性能退化。 - **目标(Goal)**:具有明确终止状态的长期任务。例如讲者正在执行的架构演进目标——将代码库底层从同步 SQLite 平滑迁移至异步数据库访问。该任务在本地 Codex 上持续跑了 18 天,期间自动拆分并合入了超过 100 个 PR。
讲者的长远构想是为每个软件项目配备一个专属智能体,拥有独立的记忆上下文、自动化规则、目标列表与监听循环,开发者只需下达高级指令,智能体即可自主完成软件的终身维护与升级。
```mermaid flowchart TD accTitle: 软件工厂中 Loop 与 Goal 的运行机制 accDescr: 对比展示持续监听型 Loop 修复流程与目标导向型 Goal 渐进式架构迁移的执行差异。 subgraph LP["持续监听机制: Loop (以 Bug 修复为例)"] L1["CLI 扫描多渠道 (Discord / X / GitHub)"] --> L2["分类异常并启动测试沙盒复现"] L2 --> L3["生成修复代码并通过自动化验证"] L3 --> L4["独立评审智能体 Review 并合入主干"] end subgraph GL["终止状态驱动: Goal (以数据库迁移为例)"] G1["设定最终目标 (如: 同步 SQLite 转异步访问)"] --> G2["拆解微小改造步骤"] G2 --> G3["连续运行 18 天 / 自动落地 100+ PR"] end ```
[22:42](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1362s) 现场互动体验与企业级控制平面的开源发布
讲者查看了现场观众在刚刚开放的在线环境中的体验情况。大家在平台中迅速构建了诸如发布雷达(Release Radar)、岛屿建造游戏(Island Builder)以及与 Claw 玩看图猜词(Pictionary with the Claw)等轻量级互动应用。讲者指出,由于平台深度集成了电脑使用(Computer Use / CUA)能力,智能体自己玩这些图形游戏甚至比人类还要熟练。未能抢到线上体验资格的观众也可以直接下载源码并一键在自己的服务器上部署,全面兼容 Codex 订阅。
最后,讲者将话题从小型团队的协作痛点引化到组织级规模:随着越来越多团队开始拥抱多智能体架构,如何在企业全局范围内实现智能体的统一部署、安全合规与权限配置,成了必须解决的严峻挑战。为此,团队研发了一整套企业级控制平面(Enterprise Control Plane),并在此正式宣布将其完全开源。
[24:34](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1474s) 推出 OpenClaw Enterprise:面向智能体的开源控制平面与安全底座
Kevin Lin(OpenAI 的 OpenClaw Enterprise 负责人)登台介绍了团队最新构建的核心基础设施——OpenClaw Enterprise(简称 OCE)。Kevin 指出,OCE 为 OpenClaw 引入了开源的控制平面(Control Plane),使其不仅具备多租户(Multi-tenant)支持,还为各类智能体(Agent)部署引入了严格的治理体系与硬件级安全边界。团队坚信,只有建立起极其坚固的安全运行时(Secure Runtime),像 OpenClaw 和 dots 这样具有持久化生命周期的智能体才能真正走向大规模普及。
```mermaid flowchart TD accTitle: OpenClaw Enterprise 安全防护体系架构 accDescr: 展示 OCE 包含的四个核心安全防御层级
subgraph Boundaries["硬隔离与沙箱"] A["确定性工作负载<br/>(独立容器/集群)"] -.->|硬边界隔离| B["智能体执行环境<br/>(防止篡改运行时)"] B --> C["细粒度沙箱控制<br/>(网络/文件读写/代码库推送限制)"] end
subgraph SecurityAudit["模型审查与独立身份"] C --> D["Auto-Review 模型审查<br/>(阻断高风险操作)"] D --> E["独立持久实体与服务账号<br/>(可审计/独立关闭,杜绝冒用用户)"] end ```
Kevin 详细拆解了平台内置的四大安全支柱机制: 1. **可信与不可信工作负载的硬边界隔离**:确定性代码与智能体执行环境完全剥离,运行在独立的容器甚至完全不同的集群中,杜绝智能体擅自修改自身底层运行时的可能性。 2. **严格的沙箱(Sandboxing)限制**:精准控制智能体的网络出入权限、可写入的文件范围以及能够推送的代码仓库。这种最小权限设计让智能体能够使用各种强大的工具,而不会暴露整个系统权限。 3. **基于模型的自动审查(Model-Based Reviews)**:在基础控制之上叠加了 Codex 和 OpenClaw 均内置的 Auto-Review 功能。系统会调用另一个模型实时审视智能体的拟执行动作,在潜在危险操作真正生效前直接予以拦截。 4. **独立的身份凭据与服务账号**:智能体不再冒用人类用户的身份,而是作为独立的持久化实体存在,分配专属的服务账号和可配置的连接器。这使得每个智能体都可以被独立控制、精细审计,并在必要时一键关停。
- 这套严密的安全控制体系支撑着 OpenAI 内部日常运行超过 400 个 Claws 实例,全天候执行代码修复、实验运行、数据分析以及安全风险上报。
---
[27:32](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1652s) 实机演示:现场配置社区智能体 Fred 与协作智能体 Cooper
为了展示 OCE 的实际能力,Kevin 在现场展开了实操演示。首先展示的是预设模板(Presets)功能——企业可以通过定义预设包,确保所有拉起的智能体默认遵循组织的安全最佳实践。Kevin 在控制台现场配置了一个名为“Fred”的社区智能体: - **运行框架**:挂载 Codex harness; - **身份认证**:分配专属的服务账号; - **代码库权限**:授予只读权限,确保其仅用于解答技术疑问; - **项目管理工具**:打通团队用于存放产品路线图的 Linear,但强制开启审批流——任何向 Linear 写入数据的操作都必须先经过人工团队批准; - **沟通平台**:绑定预先准备好的 Slack 应用与 Bot Token,并自动关联指定的频道。
```mermaid flowchart LR accTitle: 多人实时协同操作智能体 Cooper accDescr: 展示人类工程师与智能体之间的交互及团队多端接入方式
Eng["工程师 (Kevin)"] -->|"自然语言提问与需求微调"| Cooper["Cooper 智能体<br/>(软件工程持久助手)"] Cooper -->|"生成仪表盘热力图 PR/代码"| Repo["代码库与 OCE Web 控制台"] Team["其他团队成员"] -.->|"共享认证 Session<br/>协同跟进/方向介入"| Cooper ```
在等待 Fred 初始化的间隙,Kevin 将画面切换到 OpenAI 内部已经稳定运行的另一位全职“虚拟同事”——软件工程智能体 Cooper。Cooper 能够处理端到端的功能合并、Bug 修复和 Issue 分拣。由于当前的 OCE 控制台虽然实用但略显单调,Kevin 现场给 Cooper 下达任务:“Cooper,能否在仪表盘上为每个智能体添加一个 Token 使用量的热力图?”Kevin 补充道,这类软件智能体是 OpenAI 内部最受欢迎的形态;在过去一个月内提交给 Codex 的各类 Issue 中,很大一部分都是由内部的 OpenClaw 实例独立完成分拣、复现并最终端到端合并代码的。
此外,基于 Peter 之前提到的“未来工作多人协作(Multiplayer)”理念,OCE 部署的每个智能体都原生支持多人实时会话。Kevin 打开了直连 Cooper 团队服务器的已认证 Session,界面上清晰呈现了刚才的对话流。工程师不仅能在会话中进一步追加要求(例如补充强调“让 Web 控制台的仪表盘支持自定义调色板”),其他团队成员也能随时登入同一个会话,实时旁路围观或介入微调任务方向。
---
[31:06](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1866s) 跨工具上下文查询展示与 OpenClaw Enterprise 正式开源发布
随后,Kevin 回到已就绪的社区智能体 Fred 界面,测试其跨平台整合信息的能力。他在控制台中向 Fred 提问:“Hi Fred, what are we launching today?(Fred,我们今天发布了什么?)”
在后台,Fred 正在并发检索 Linear 看板任务、扫描 Slack 对话历史,并融合多源上下文来生成答案。尽管在现场演示中由于插件偶尔的小故障引发了些许波折,并打印出了一段 OpenClaw 发布说明,但 Fred 依然成功检索到了当天的核心 Linear Issue——发布 OCE。Kevin 笑着打趣说:“Fred,下次可得表现得更好一点啊。”
玩笑过后,Kevin 正式宣布:**OpenClaw Enterprise(OCE)今日正式向全球公开发布**。 - **定位**:一个中立、完全开源的智能体部署与管理平台。 - **行业愿景**:正如 Kubernetes 最终成为云原生容器编排的事实标准一样,OCE 旨在成为智能体生产级部署的核心基石。 - **治理与生态**:该项目最初孵化于 OpenAI 内部,在开发早期便已捐赠给 OpenClaw 基金会(OpenClaw Foundation),并与红帽(Red Hat)和英伟达(NVIDIA)等行业伙伴共同推进生态演进。团队呼吁社区共同测试并完善这套安全框架。
---
[33:45](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=2025s) 结语:开源生态、系统安全与“Patch the Planet”计划
Peter 重新回到演讲台对全场内容进行总结与呼应。他强调,OpenClaw 之所以能够灵活调用底层 Codex 的能力,根本原因在于 Codex 本身也是开源项目。为了让更多开发者触达先进 AI,团队近期大力拓展了 Codex 开源计划。
不仅如此,针对开源作为全球关键数字基础设施的现实,OpenAI 正在通过“Patch the Planet”计划与 Trail of Bits 等顶尖安全研究团队紧密携手,利用智能体系统性地消灭一整类开源软件安全漏洞。Peter 总结道:“这就是我们今天利用 OpenClaw 构建 OpenClaw 的方式。”最后,他热情邀请现场探索多智能体共享工作流的团队会后进行深度交流。
- **核心合作与安全举措**:联合 Trail of Bits 推进“Patch the Planet”,集中力量修复类漏洞。 - **技术闭环**:以开源的 Codex 为基础,结合 OCE 安全底座,实现“用智能体协助智能体开发”的正向循环。
## Notable quotes > [02:23](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=143s) 模型的发展如此迅猛,以至于我们的工作方式和配套 Harness 完全赶不上。一年前甚至半年前合理的工作流,如今已经显得处处受限且陈旧过时。
> [13:08](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=788s) 把它改成蓝色
> [13:08](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=788s) 直接拿走我的工作并把我写烂的东西全修好了
> [15:35](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=935s) 这本质上不就是一个 Prompt 吗?
> [17:48](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1068s) 被困在 2025 年了
> [27:32](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1652s) Cooper,能否在仪表盘上为每个智能体添加一个 Token 使用量的热力图? — Kevin Lin
> [31:06](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1866s) Hi Fred, what are we launching today? — Kevin Lin
> [31:06](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=1866s) Fred,下次可得表现得更好一点啊。 — Kevin Lin
> [33:45](https://www.youtube.com/watch?v=wZYnJfL4c2Y&t=2025s) 这就是我们今天利用 OpenClaw 构建 OpenClaw 的方式。 — Peter
## Mentioned OpenAI, OpenClaw, Codex, Codex Desktop, DevBox, Grabbox, Frank Allenby, OpenClaw Foundation, ChatGPT, PartyClaw, Kevin, Dots, Roboclaw, Victor, The Daily Claw, Slop Meter, Luna, GPT Live, Discord, GitHub, Twitter, SQLite, OpenClaw Enterprise (OCE), Kevin Lin, Fred, Cooper, Linear, Slack, Kubernetes, Red Hat, NVIDIA, Trail of Bits, Patch the Planet, Peter
## Video description See how agents help small open-source teams build together. Explore workflows for sharing context across projects and working with contributors, with live demos of cloud sessions and computer use.
[Source](https://www.youtube.com/watch?v=wZYnJfL4c2Y)