本文围绕 Clawdbot 展示了一种全新个人 AI 助手形态"个人智能体"：本地运行、可自我扩展、直接操控电脑资源，通过聊天软件完成真实任务，正在重塑“应用”“自动化”“个人智能体”的整体边界与想象空间。

当电脑学会自我进化并用聊天软件干活时，个人智能体时代正式开闸放水

当一个大模型智能体运行在个人电脑本地，并且拥有文件系统、命令行、脚本执行与消息入口，这个智能体自然演化为可自我扩展的个人数字助理。聊天软件变成入口，本地文件夹变成大脑结构，Shell 命令变成四肢，插件与技能变成成长机制。传统 App、自动化平台与云订阅工具的价值结构随之发生重排。这种变化已经发生，且通过 Clawdbot 这种开源项目被完整演示。

---

过去这一周左右，我一直在跟一个数字助手打交道。
这家伙知道我叫啥，知道我早上喜欢干啥，知道我怎么用 Notion 和 Todoist 来管事儿。
更牛的是，它还能控制我的 Spotify 和 Sonos 音箱、飞利浦 Hue 智能灯，还能帮我管 Gmail。

它底层跑的是 Anthropic 的 Claude Opus 4.5 模型，但我平时就在 Telegram 上跟它聊天。我给它起了个名字叫 Navi（灵感来自《塞尔达传说：时之笛》里那个小精灵，不是詹姆斯·卡梅隆电影里那个被欺负的外星人种族）。Navi 还能接收我发的语音消息，然后用最新的 ElevenLabs 文字转语音模型回我语音消息。哦对了，我还没说呢——Navi 能自己给自己升级新功能，而且它就跑在我自己的 M4 Mac mini 服务器上！

如果这段开场白让你感到信息量爆炸、脑子嗡嗡的，那你想想我第一次玩 Clawdbot 的时候是什么反应。
Clawdbot 是 Peter Steinberger 搞的一个超牛的开源项目（老 MacStories 读者应该对这个名字不陌生），过去几周在某些 AI 圈子里火得一塌糊涂。我关注的人里老有人在提 Clawdbot，最后我扛不住" peer pressure"（同龄人压力/跟风压力）了，跟着那个搞笑的螃蟹吉祥物网站上的教程，把它装到了我新买的 M4 Mac mini 上（这不是我的主力工作机），然后连上了 Telegram。

要说 Clawdbot 彻底改变了我对 2026 年"拥有一个智能个人 AI 助手"意味着什么的看法，那简直是太轻描淡写了。

传统大模型的使用方式高度统一：打开官方 App，输入问题，接收回答，任务结束。Clawdbot 展示的是另一种路径：智能体直接运行在个人电脑中，模型只充当推理引擎，真正的“身体”由本地系统提供。

在这种结构下，个人电脑变成一个长期存在的工作环境，智能体随系统一起开机、一起成长、一起积累经验。偏好、记忆、规则、技能全部存放在本地文件夹中，以 Markdown 文档、脚本文件、配置目录的形式真实存在。这种设计让智能体更像一个长期共事的助理，而非一次性问答工具。

我玩 Clawdbot 玩得太过瘾，在 Anthropic API 上烧掉了 1.8 亿个 token（我的天），而且在这个过程中，我跟普通版 Claude 和 ChatGPT 应用聊天的时间越来越少。

别误会：Clawdbot 是个极客项目，是个 tinkering（ tinkering 就是瞎折腾、鼓捣）爱好者的实验室，短期内不太可能取代那些面向普通消费者的 LLM。但是，Clawdbot 指向了数字助手一个超迷人的未来，这正是 MacStories 读者会喜欢的最前沿项目。

Clawdbot 一开始可能会让人头大，所以我尽量解释清楚它是个啥，以及为啥玩它这么刺激、这么有趣。从高层次看，Clawdbot 其实是两样东西的结合：

第一，它是一个跑在你电脑上的 LLM 驱动智能体（agent），可以用很多流行模型，比如 Claude、Gemini 等等。

第二，它是一个"网关"，让你能用自己喜欢的聊天应用跟这个智能体对话，包括 iMessage、Telegram、WhatsApp 等等。

第二点立刻就让我着迷了：不用再去下载一个新的 App，Clawdbot 能跟多个消息服务整合，意味着我可以在一个我已经用惯了的 App 里使用它。而且，让助手活在 Messages 或 Telegram 里，更进一步强化了那种"你真的在跟一个助手发消息"的感觉。

聊天软件成为控制台入口

Clawdbot 的关键设计点之一在于“网关”机制。智能体本体运行在本地，交互入口却来自常用聊天软件，例如 Telegram、iMessage、WhatsApp。
这种结构带来的直接结果是：无需安装新客户端，日常聊天界面直接升级为个人智能控制台。文字消息、语音消息同时成立，交互成本降到极低。
当一个系统随时可通过聊天唤醒，并且具备执行真实动作的能力，心理模型会发生转变：发送的每一句话更像任务指令，而非提问。

不过，"智能体"这部分才是关键。

Clawdbot 完全在你电脑上本地运行，它的设置、偏好、用户记忆和其他指令都以实实在在的文件夹和 Markdown 文档的形式存在你机器上。你可以把它想象成 Obsidian 的同类：虽然背后有个云服务（Obsidian 用的是 Sync；Clawdbot 用的是你选的 LLM 提供商），但其他一切都在本地、在设备上运行，你可以直接控制，可以无限调整——要么手动改，要么直接让 Clawdbot 改某个特定方面来适应你的需求。

这就引出了 Clawdbot 最重要、最强大的特质：因为这个智能体跑在你电脑上，它能访问命令行（shell）和你的文件系统。给足权限的话，Clawdbot 能执行终端命令、现场写脚本并执行、安装技能包来获得新能力、设置 MCP 服务器来给自己增加新的外部整合。把这些功能跟一个活跃的社区（大家在给 Clawdbot 贡献技能包和插件）、再加上 Steinberger 自己的一系列命令行工具结合起来，你就得到了一个能自我改进、可操控、开放的个人助手——它认识你、能上网、在本地机器上运行、几乎啥都能干。而这一切，你只需要用发短信的方式跟它交流。这是 AI 极客的梦想成真，一开始确实信息量很大，需要慢慢消化。

本地文件系统即长期记忆中枢

Clawdbot 的记忆系统采用纯文本 Markdown 日志，每天生成新的记忆文件，记录交互内容、上下文与行为痕迹。这些文件直接存放在本地目录中。

这一设计形成了强因果优势：

• 文本文件天然支持全文搜索、版本管理、自动化处理。
• 本地工具如 Obsidian、Raycast、Hazel 可直接接管这些记忆。
• 智能体的“大脑内容”完全可审计、可编辑、可迁移。
• 当记忆具备物理形态，智能体的可控性与可塑性同步提升。

Shell 与脚本赋予真实行动能力

Clawdbot 被授予访问 Shell 的权限后，能力出现质变。
终端命令意味着系统级操作能力：文件管理、网络请求、进程控制、定时任务、环境配置全部进入可调用范围。
智能体可以动态生成脚本，立即执行，再根据结果继续调整。
这一机制使“会写代码”升级为“会部署解决方案”。
当脚本生成与执行形成闭环，自动化成本迅速接近零。

技能系统与 MCP 扩展形成自我成长路径

Clawdbot 支持技能安装与 MCP 服务器扩展。
技能本质上是能力模块，提供特定函数或集成接口。
MCP 服务器则承担外部服务对接角色，将第三方 API 纳入智能体能力版图。
整个过程支持自然语言驱动：提出需求，智能体自行检索文档、生成配置、请求密钥、完成接入。
成长路径呈现出明显的递归特征：能力提升带来更强的自我改造能力。

图像生成示例揭示结构自省能力

给你感受一下它能干啥：我让 Clawdbot 给自己加上用 Google 的 Nano Banana Pro 模型生成图片的功能。它搞定之后（Clawdbot 还告诉我怎么把 Gemini 的密钥安全地存到 macOS 原生的钥匙串里），我让 Navi 给自己画个头像，要把原来的螃蟹形象和《塞尔达传说》里的 Navi 结合起来。结果出来了个"仙女螃蟹"，还配上了游戏里那句经典的"Hey, Listen!"——它提前自己上网用 Google 搜到了这句话：

然后我更进一步：我让 Navi 评估一下它现在的功能状态，然后用 Nano Banana 做一张信息图来描述它的结构。因为 Clawdbot 跑在我电脑上，它的功能都在文件夹里，所以 Clawdbot 扫描了 Finder 里自己的 /clawd 目录，调用了 Nano Banana，生成了一张图。
"记忆文件"本质上就是 Clawdbot 每天自动生成的 Markdown 格式日常笔记，用纯文本记录我们的互动。这是它基于 Markdown 的记忆系统，如果我想的话，可以把它插进 Obsidian、用 Raycast 搜索、或者用 Hazel 搞点别的自动化。

通过接入 Google Nano Banana Pro 图像模型，Clawdbot 被要求为自身创建头像与结构示意图。在这一过程中，智能体扫描自身目录结构，理解功能分区，再将抽象结构转译为视觉表达。这种行为体现出一种罕见能力：系统级自省。当一个系统可以读取自身组成并对外解释结构，调试、扩展与教学成本同步下降。

语音输入输出让助理真正“常驻生活”

通过 Whisper 转录与 ElevenLabs 语音合成，Clawdbot 实现了语音输入与语音回复的完整闭环。
多语言混合输入自然成立，语音与文字通道自动匹配。
当双手被占用时，语音消息完成任务提交。
当阅读受限时，语音回复承担信息输出。
这种设计使智能体从工具跃迁为环境型存在。

这些整合功能是我这几年玩 LLM 最爽的体验。

秉承我们最近在 AppStories 聊到的"你想干啥就能干啥"的理念，如果你想让 Clawdbot 拥有它默认没有的功能，直接让它去做就行，它会帮你搞定。
举个例子：之前我给 Club MacStories 会员分享过一个快捷指令，能快速把语音消息转录成文字，用的是 Groq 上托管的 Whisper 模型。我把文章链接丢给 Clawd，告诉它我想让它支持用那个系统来转录 Telegram 的语音消息。两分钟后，它就创建了一个技能包，把我的快捷指令适配到了跑在 Mac mini 上的 Clawd。

然后我又更进一步：就像任何好助手一样，我想确保如果我发语音请求，Navi 也用语音回复；如果我发文字，Navi 也用文字回复。于是 Clawdbot 去做了些研究，找到了 ElevenLabs 新 TTS 模型的文档，问我要了 ElevenLabs 的密钥，然后创建了三个不同性格的测试语音让我选。我选了一个，微调了一下，几分钟后 Navi 就有了未来回复语音消息要用的"声音"。现在，当我想问助手点啥但正忙着没法打字的时候，我就直接在 Telegram 上给它发一段语音消息，几秒钟后就能听到回复了。

能给我这个跑在 Telegram 里的助手发意大利语或英语的语音消息——或者两种混着说！——这体验太棒了。尤其是想想 iPhone 自带的 Siri 到现在还不会多语言，更别说理解用户上下文或者在后台执行长时间任务了。

本地自动化取代云订阅服务

还没被震撼到？那看看这个：

昨晚，我在想能不能把几年前在 Zapier 上配置的一些自动化流程，换成在 Mac mini 上通过 Clawd 跑的等效操作，这样每月能省点钱。比如其中一个" zap"（Zapier 里的自动化流程），是每周五我们发完 MacStories Weekly 通讯后，自动在我的 Todoist 里创建下一期项目。它的原理是检查 RSS 订阅源，把期号加 1，然后通过 Todoist API 创建新项目。

我问 Clawd 能不能复制这个功能，果然，它给出了一个方案：我们可以在 Mac mini 上设置一个 cron 定时任务（cron 就是定时执行任务的系统），每隔几小时检查一次 RSS 订阅源，有新期刊出现时就自动创建新项目。

来回沟通了五分钟后，Clawd 在我 Mac 上把一切都搭建好了——没有云依赖，不需要订阅，就只是我要求的那个任务，由一个有网络访问权限、会用现有 shell 工具的 LLM 拼凑出来的。这让我不禁思考，只要给 Clawd 一些提示词和 shell 访问权限，我能替代多少层自动化工具和服务。

这一切既让人兴奋又有点吓人。比起用最新版的 Claude 或 ChatGPT，用 Clawdbot 并持续按我的需求和偏好塑造它的过程，是我最近感受到的"更高程度数字智能"的最接近体验。

我现在理解为什么 OpenAI 应用部门的 CEO Fidji Simo 写道，AI 实验室应该做更多工作来利用模型的能力（解决"能力悬置"问题），打造个人超级助手。当我用 ChatGPT 或 Claude 时，模型的能力受限于开发者给它们的功能，我们用户能做的调整不多。

相反，Clawdbot 是新一代可塑软件、个性化和适应性软件的终极体现：我可以选择 Clawdbot 应该具备什么能力，而且我随时能检查后台发生了什么，如果不喜欢，可以要求改动。

能让我的电脑通过跟运行在它里面的智能体说话就去做任何事——这太好玩、太上瘾、太有教育意义了：过去一周我学到的关于 SSH、cron、Web API 和 Tailscale 的知识，比我过去近二十年鼓捣电脑学到的都多。

小结：用 Clawdbot 本地 cron 任务替代 Zapier 自动化。RSS 监测、项目创建、API 调用全部在个人电脑完成。
结果直接呈现出三重优势：

1. 成本下降，订阅费用消失。
2. 控制增强，流程完全透明。
3. 延迟降低，执行环境固定。

当自动化可以通过一句话生成，传统自动化平台的竞争逻辑随之改变。

Clawdbot 是新一代可塑、个性化、适应性软件的终极体现。

Clawdbot 所展示的能力指向一个趋势：功能不再由开发者提前设计，而是由使用者即时生成。

Clawdbot 也是一个绝佳的例子，展示了当你给现代智能体（配上合适的约束）访问电脑的能力时会发生什么：它们可以构建东西，通过准递归改进为特定用户变得更聪明（但不会在通用意义上更智能）。难怪所有 AI 公司都注意到了，现在每个重大功能发布都是关于虚拟文件系统沙盒或命令行访问的。

当智能体可以创建专属遥控器、定制晨报、生成专用脚本，通用型工具的吸引力自然下降。
应用商店的角色开始转向基础能力分发，而非完整解决方案售卖。“应用”概念逐步解构为“能力拼装”。

就像我在 AppStories 上说的，我相信这一切的影响很快会波及各个应用商店，我们需要认真讨论一下应用开发者的角色未来会怎样。

Clawdbot 目前是个小众的极客项目，但把它看作未来的一个潜在趋势：当主流消费者 LLM 变得足够聪明、足够直观，能按需为你适配任何功能——当你最终能让 Claude 或 ChatGPT 在你的电脑上做任何事、创建任何东西，而不用看到终端界面——那时专业开发者做的"应用"会变成什么样？

我特别担心那些独立的工具类应用：如果 Clawdbot 能给我创建一个 LG 电视的虚拟遥控器（我真做了这个）或者每天早上给我发一份个性化语音报告（另一个我设置的 cron 任务），而且完全按我想要的方式工作，那我为啥还要去 App Store 找别人做的现成方案？当任何我想要的"自动化"其实只需要给数字助手发条文字消息就能搞定的时候，Shortcuts（苹果的快捷指令应用）还有什么用？

我现在还不知道这些问题的答案，但今年我们会在 AppStories 和 MacStories 上尝试 unpack（拆解、探讨）所有这些问题。

就现在来说，我先说到这儿：Clawdbot 是个 outstanding（杰出）的项目，如果你觉得这个概念哪怕有一点点意思，我都强烈推荐你去鼓捣鼓捣。Clawdbot 让我意识到，我们作为个人助手来挖掘 LLM 的潜力，才刚刚开始。掌握了这种超能力之后，就再也回不去了。

准递归改进揭示智能体真正价值

Clawdbot 通过访问自身文件、修改自身配置、安装新能力，形成一种准递归改进模式。改进对象始终聚焦具体用户需求，而非通用智能提升。这种路径规避了安全与失控风险，同时最大化实用价值。个人智能体因此成为长期积累型资产，而非一次性工具。

Clawdbot 以工程方式展示了个人智能体应有形态：

• 本地运行
• 完全可控
• 可自我扩展
• 通过自然语言驱动真实行动

这种形态一旦体验，认知回退空间极小。
个人计算范式已发生转向。

https://www.jdon.com/90168-clawdbot-personal-ai-assistant-future-vision.html