使用 OpenClaw 在本地运行 Gemma 4 的三个步骤
文章介绍了如何简单快速地在本地运行 Gemma 4 模型。主要步骤包括安装 Ollama、下载 Gemma 4 26B A4B 模型,以及通过 Ollama 启动 OpenClaw 并使用 Gemma 4 作为后端。该过程被描述为简单快捷,适合在几分钟内完成本地代理的部署。
文章介绍了如何简单快速地在本地运行 Gemma 4 模型。主要步骤包括安装 Ollama、下载 Gemma 4 26B A4B 模型,以及通过 Ollama 启动 OpenClaw 并使用 Gemma 4 作为后端。该过程被描述为简单快捷,适合在几分钟内完成本地代理的部署。
文章时效性强,但内容极其简短,步骤说明缺失具体命令与代码细节,缺乏技术深度与可操作性。
作者以个人技术视角回顾了 2022 年底 ChatGPT 上线至 2026 年约四年的 AI 发展历程。从最初围绕聊天框的 Prompt Engineering,到 2023-2024 年 RAG、工具调用与工作流编排(LangChain、n8n、Dify、MCP);2025 年 Codex CLI、Claude Code 等编程 Agent 兴起,本地部署与浏览器 Agent 出现,长任务催生上下文工程与 Harness 机制;2026 年 Skills 生态、OpenClaw 个人助手、多 Agent 协作与电脑操作能力成熟。文章梳理了从聊天框到完整任务执行系统的演进脉络,展示了 Agent 工具、技能与协作形态的迭代过程。
文章介绍了如何利用 Muse(基于 OpenClaw 的个人 Agent 软件)成为“美区云居民”。Muse 为每个账户提供纯净美国 IP 的云服务器和免费 Token,风控率极低。作者演示了通过提示词全自动注册美区 Claude、ChatGPT、Apple ID、甲骨文及亚马逊免费服务器,以及 TikTok、Crypto 钱包、币安海外版、1Password、NordVPN 等各类美国账户的方法。文章还介绍了使用 dev.meta.ai 进行 IP 风控检测,并建议注册银行相关信息时使用储蓄卡(如招行万事达)以保障安全,最后鼓励社群分享邀请码。
Cerebras 团队测试了主流 AI 个人助理完成订餐任务的表现,发现现有助理耗时过长(如 Grok Bot 需 7 分 40 秒)。团队使用 Qwen 3.8 27B 模型运行在 Cerebras 硬件上,以 Pi 作为 Agent Harness,通过三项优化将任务压缩至 22 秒:1) 并行执行独立的检查操作;2) 借助 Cerebras 快速推理加速模型调用;3) 将探索网站的经验固化为 Skill 复用,减少 80% 以上的工具调用。文章展示了 Harness Engineering、快速推理和经验沉淀对 Agent 效率的巨大提升潜力。
文章梳理了曾鸣对颠覆性技术演化的三段论:AI 先成为通用基础设施,再催生海量新应用,最终诞生原生级现象级应用。2025 年 Token 成为 AI 时代共识度量衡,标志基础设施成熟;Open Claw 爆火开启 Agent 第二阶段;Agentic OS 属第三阶段,还需三五年。作者认为大模型公司本质是 AI 云公司,未来两年核心机会是打造 Agent 入口级产品,OpenAI 和 Anthropic 未必成为 AI 原生应用大赢家。另附曾鸣的公司四层分类:机会、战略、远见、使命驱动,强调使命须发自内心,外部认可驱动易受估值波动冲击。
本文介绍如何构建一个带引用溯源的文档问答Agent(Grounded Document Agent)。核心问题是PDF解析质量决定答案上限:双栏排版、表格、图表等常被错误扁平化。项目使用LlamaParse在云端进行布局感知的Markdown解析并保留页码元数据,随后通过Ollama本地运行nomic-embed-text生成向量索引,配合CitationQueryEngine检索最相关的段落并生成带编号引用的答案。解析结果按文件哈希缓存以节省成本。界面展示页码、检索文本和相关度评分,让用户可检验引用背后的原始证据,区分解析、检索或生成阶段的错误。
本期早报围绕 AI 应用的规模化落地展开三层分析:OpenClaw 2.0 以 16000 个 PR、933 位贡献者的超大版本更新,展示智能体如何从个人工具成长为支持共享云会话与任务无损交接的团队协作平台;屠龙之术借 Canva、Figma 与美图的案例,讨论基础模型吸收单点功能后,应用公司如何通过任务拆解、结果控制和完整交付建立护城河;ClickHouse CEO 则谈智能体带来的不可预测并发查询、成本控制与身份权限治理等基础设施挑战。速览部分还涵盖 DeepMind 多模态世界模型、Odersky 谈 AI 时代编程语言、DoorDash 工程代理平台、LLM 编码评估、量化研究 Agent、算力供需与病理基础模型等内容。
作者提出假设:Instinct 产品的魔力不在于其 agentic 引擎,而在于其记忆架构。基础模型已经商品化,自主执行(如 Devin、Claude Code)也在快速商品化,而效用驱动的记忆正成为真正的护城河。作者认为 Instinct 携带类似笔记本的原则性记忆架构,通过'准入效用'和'行动效用'两个效用函数有选择地遗忘和压缩信息,将经验编译为多层状态模型:临时摄取层、选择性语义账本和演化的信念与偏好地图。记忆不是数据库或录音机,而是一种编译器,其意义在于支持未来的智能决策,而非高保真地传递过去。
本期早报聚焦三篇精讲:美团搜索3.0探索LLM语义表征在排序模型中的应用,通过联合建模、难负样本和覆盖率验证,将语义信号融入现有特征体系;硅谷101讨论Token经济,强调本地开源模型与云端前沿模型按任务分工,以优化成本与质量;YC Paper Club则从失败样本、弱监督、编码智能体和多语训练等案例,主张将数据集与评测Harness当作长期维护的产品。速览涵盖具身智能、微调模型技术债、Agent可观测性、OpenAI AI Futures、MiniMax Design、Docker安全运行时及Claude Code实战指南。
本文深度剖析了 Hermes Agent 在 OpenRouter 上登顶的现象,指出其成功并非源于技术代差,而是精准闭合了“挑战者增长系统”:承接 OpenClaw 教育成熟的用户池,建立“可委托性”体验差异。文章对比了 Hermes 与 OpenClaw 在 Crypto 问题上的不同取向,阐述了 Hermes 作为任务总控层与 Claude Code 等专业 Agent 的分层协作关系,并分析了其商业模式与用户价值公式,揭示了 Web3 背景在组织层面提供的独特优势。
文章详细介绍了从OpenClaw迁移到Hermes Agent的经验,指出了OpenClaw更新后的性能问题。作者分享了Hermes支持中途打断、自我学习进化以及集成IDA Pro等优势。在成本方面,文章推荐使用免费VPS(如甲骨文)或HomeLab,并结合NVIDIA NIM等免费API接口。最后提供了完整的一键部署教程,包括环境配置、模型接入及Telegram设置,总结了Hermes相比OpenClaw更易用且维护成本为零的特点。