บทที่ 7 วิธีแก้ปัญหาแบบน้ำหนักเบา: เมื่อตัวแทนเริ่ม "ผอมลง"

คำถามหลัก: OpenClaw มีโค้ด 500,000 บรรทัด แต่ขั้นต่ำที่ Agent จะทำงานคือกี่บรรทัด

1. ทำไมเราจึงควร “ลดน้ำหนัก”?

ลองจินตนาการว่าคุณต้องการซื้อสกู๊ตเตอร์เคลื่อนที่ OpenClaw เปรียบเสมือนรถบ้านหรู มีห้องครัว ห้องน้ำ ห้องนอน และสามารถรองรับครอบครัวได้ แต่บางครั้งคุณแค่ต้องการจักรยานที่ใช้ร่วมกัน

** "น้ำหนัก" ของ OpenClaw:**

• โค้ด TypeScript เกือบ 500,000 บรรทัด
• 53 โปรไฟล์
• แพ็คเกจการพึ่งพามากกว่า 70 รายการ
• หน่วยความจำรันไทม์ 1GB+

นี่ไม่ใช่ข้อบกพร่อง แต่เป็นทางเลือกในการออกแบบ OpenClaw ต้องรองรับช่องทางแชทมากกว่า 20 ช่อง ระบบการอนุญาตที่ซับซ้อน และคุณสมบัติระดับองค์กร แต่หลายฉากนี่หนักเกินไป

เมื่อคุณต้องการ “ลดน้ำหนัก”:

🌡️ สถานการณ์ที่ 1: การรันเอเจนต์บน Raspberry Pi คุณต้องการสร้างผู้ช่วยในบ้านอัจฉริยะด้วย Raspberry Pi มูลค่า 30 หยวน ด้วย RAM ขนาด 512MB ทำให้ OpenClaw เริ่มต้นได้ยาก

📚 สถานการณ์ที่ 2: หลักการเรียนรู้ คุณต้องการทำความเข้าใจวิธีการทำงานของตัวแทน การเผชิญหน้ากับโค้ดจำนวน 500,000 บรรทัดก็เหมือนกับการพยายามทำความเข้าใจกลไกของเครื่องบินด้วยการศึกษาโบอิ้ง 747 ทั้งหมด ซึ่งมีความซับซ้อนเกินไป

✅ สถานการณ์ที่ 3: ความต้องการง่ายๆ คุณเพียงต้องการให้ตัวแทนเตือนให้คุณดื่มน้ำวันละครั้งและรวบรวมรายงานรายสัปดาห์ ไม่ต้องใช้ 20 แชนเนล ไม่ต้องใช้ฟีเจอร์ระดับองค์กรที่ซับซ้อน

สิ่งนี้นำไปสู่คำถามที่น่าสนใจ: ข้อกำหนดขั้นต่ำสำหรับตัวแทนคืออะไร? **

2. สาม “เรื่องราวความสำเร็จในการลดน้ำหนัก”

มาดูโปรแกรม "ลดน้ำหนัก" ที่ประสบความสำเร็จสามโปรแกรม:

โครงการ	ภาษา	รหัสหลัก	คุณสมบัติหลัก
นาโนคลอว์	ประเภทสคริปต์	~7,000 บรรทัด	กระบวนการเดียว + การแยกคอนเทนเนอร์
นาโนบอท	หลาม	~4,000 บรรทัด	เป็นมิตรกับการวิจัย + MCP
ซีโร่คลอว์	สนิม	ไม่ทราบ	<5MB 内存

它们走的路线完全不同，但都保留了 Agent 的核心能力。

2.1 NanoClaw：用容器"隔离"复杂性

作者的想法："OpenClaw 有近 50 万行代码、70+ 依赖。我可不敢把看不懂的代码全权托付给生活。"

NanoClaw 的解决思路很直接：既然控制权限很复杂，那就干脆隔离起来。

核心设计：

① 单进程替代分布式 OpenClaw 有 Gateway 作为控制平面，功能模块之间通过 WebSocket 通信这很灵活，但也复杂。 NanoClaw 就一个大循环：轮询 SQLite 数据库 → 发现新消息 → 启动容器处理 → 返回结果。没有复杂的网络服务间通信，容器通过文件系统 IPC 与主机交互。

② 容器隔离替代权限配置 OpenClaw 靠应用层的配对码和允许列表进行访问控制，Agent 直接运行在主机上。这是应用层权限，配置复杂，还可能出漏洞。 NanoClaw 直接把 Agent 扔进 Docker 容器。Agent 能访问什么，完全看容器挂载了什么目录。这是操作系统级的隔离，简单且安全。

③ Skills 按需添加 NanoClaw 核心代码不包含任何渠道（Telegram、WhatsApp 等）。需要什么，用 Skills 安装： @@@000000@@@ 每个人的 NanoClaw 都是"私人定制"，没有多余包袱。

实际用起来： @@@000001@@@

对话时用触发词 @@@000007@@@： @@@000002@@@

NanoClaw 的特色功能：

• Agent Swarms：多个 Agent 协作完成任务
• 每个群组独立记忆：每个聊天群组有自己的 CLAUDE.md
• 定时任务：内置调度器

适合谁？ 想要一个可控、可理解、安全的私人助理。

2.2 Nanobot：Python 党的"教科书"

如果说 NanoClaw 是用容器隔离复杂性，Nanobot 则是用清晰的代码结构让复杂性变得可理解。

项目背景：香港大学数据科学团队（HKUDS）开发，"比 OpenClaw 少 99% 代码，但核心功能都在"。

核心数据：

• 约 4,000 行 Python 核心代码
• Agent 核心逻辑（loop.py）约 500 行
• 支持 Python 3.11+
• PyPI 直接安装：@@@000008@@@

Nanobot 的设计哲学是"显式优于隐式"。每个功能都写在明处：

Agent 循环（核心逻辑）：

1. 从消息队列接收消息
2. 构建上下文（系统提示词 + 历史记录 + 记忆 + Skills）
3. 调用 LLM
4. 执行工具调用
5. 返回结果

代码结构清晰得像教科书： @@@000003@@@

多渠道支持： Telegram、Discord、WhatsApp、飞书、钉钉、Slack、QQ、Email、Matrix。配置文件简单直接： @@@000004@@@

MCP 支持（亮点）： Nanobot 原生支持 Model Context Protocol，可以连接外部工具服务器。比如文件系统 MCP： @@@000005@@@

适合谁？ 想理解 Agent 原理的开发者、研究者。

2.3 ZeroClaw：把"轻"做到极致

如果 NanoClaw 是"精简"，Nanobot 是"清晰"，那 ZeroClaw 就是把"轻"做到了极致。

团队：哈佛、MIT、Sundai.Club 社区联合开发。

数字说话：

指标	OpenClaw	NanoClaw	Nanobot	ZeroClaw
内存	>1GB	~100MB	~100MB	<5MB
ปริมาณ	~28MB	~100MB	ไม่มี	~8.8MB
ราคา	599 เหรียญ Mac	เซิร์ฟเวอร์ทั่วไป	~$50	ฮาร์ดแวร์ $10

**ทำอย่างไร? ** ZeroClaw เขียนด้วยภาษา Rust และคอมไพล์เป็นไบนารี่เดียว ไม่มีรันไทม์ Node.js ไม่มีล่าม Python เป็นเพียงโค้ดเครื่องล้วนๆ

การออกแบบสถาปัตยกรรม: ZeroClaw ใช้ สถาปัตยกรรมที่ขับเคลื่อนด้วยลักษณะ (ลักษณะ) สามารถเข้าใจได้ว่าเป็น "อินเทอร์เฟซความสามารถ":

• ลักษณะผู้ให้บริการ: ตราบใดที่มีการใช้อินเทอร์เฟซนี้ คุณสามารถเชื่อมต่อกับ LLM ใดก็ได้
• Channel Trait: As long as this interface is implemented, you can access any chat channel
• ลักษณะเครื่องมือ: ตราบใดที่มีการใช้อินเทอร์เฟซนี้ คุณสามารถเพิ่มเครื่องมือใดก็ได้

ซึ่งหมายความว่า: ส่วนประกอบทั้งหมดสามารถเปลี่ยนได้โดยไม่ส่งผลกระทบต่อชิ้นส่วนอื่นๆ

ผู้ผลิตอิสระ: ZeroClaw ไม่ได้เชื่อมโยงกับผู้จำหน่าย AI รายใด รองรับ OpenAI, Anthropic, DeepSeek, Moonshot, Zhipu, vLLM, Ollama... และยังสามารถสลับได้ด้วยคลิกเดียว

การสนับสนุนฮาร์ดแวร์ (ข้อได้เปรียบเฉพาะ): ZeroClaw สามารถทำงานได้โดยตรงบนอุปกรณ์ฝังตัว:

• ราสเบอร์รี่ปี่
• อีเอสพี32
• บอร์ดพัฒนา STM32
• อุปกรณ์ต่อพ่วง GPIO ต่างๆ

ซึ่งหมายความว่า Agent สามารถควบคุมโลกทางกายภาพได้โดยตรง: การอ่านเซ็นเซอร์ การควบคุมมอเตอร์ การส่องสว่าง LED

**เหมาะกับใครบ้าง? ** นักพัฒนาแบบฝัง สถานการณ์ที่คำนึงถึงต้นทุน และผู้ใช้ที่ไม่ไว้วางใจผู้จำหน่ายระบบคลาวด์

3. ข้อเสียเปรียบหลัก: อะไรที่ถูก "ลบออก"?

“การลดน้ำหนัก” ไม่เคยฟรี เมื่อคุณลดขนาดตัวแทนจากโค้ด 500,000 บรรทัดเหลือเพียงไม่กี่พันบรรทัด บางสิ่งจะต้องถูกเสียสละ สิ่งสำคัญคือ **การเสียสละเหล่านี้คุ้มค่าหรือไม่? **

ตารางต่อไปนี้สรุปข้อดีข้อเสียระหว่างสามโครงการในแง่ของฟังก์ชันหลัก:

มิติการทำงาน	OpenClaw	นาโนคลอว์	นาโนบอท	ซีโร่คลอว์
สถาปัตยกรรม	กระจายและปรับขนาดได้ในแนวนอน	กระบวนการเดียว + การแยกคอนเทนเนอร์	โมดูลาร์กระบวนการเดียว	ไบนารีเดี่ยว
สิทธิ์	RBAC ระดับองค์กร	การแยกคอนเทนเนอร์ (โหมด "เซลล์")	รายการที่อนุญาตพิเศษ	รหัสการจับคู่ + รายการที่อนุญาต
ช่อง	ในตัว 20+	Core Zero Channels ติดตั้งทักษะตามความต้องการ	หลายช่องสัญญาณ กำหนดค่าให้เปิดใช้งาน	การสนับสนุนลักษณะ CLI เริ่มต้น
ความทรงจำ	ฐานข้อมูลเวกเตอร์ + การฝังอัตโนมัติ	แต่ละกลุ่ม CLAUDE.md ข้อความธรรมดา	การค้นหาพื้นฐานของ SQLite	SQLite + FTS5 + vector ที่พัฒนาตนเอง
ส่วนขยาย	ปลั๊กอินแบบไดนามิก + อัพเดตสุดฮอต	ไม่มีปลั๊กอิน เปลี่ยนรหัสโดยตรง	เครื่องมือภายนอก MCP	การแทนที่ลักษณะต้องคอมไพล์ใหม่
การพึ่งพา	70+ แพ็คเกจ	การพึ่งพาหลักหลักเดียว	pip การติดตั้งเสริม	การพึ่งพาเป็นศูนย์หลังจากการคอมไพล์

ปรัชญาที่แตกต่างกันสามประการในการแลกเปลี่ยน

NanoClaw: แทนที่การจัดการด้วยการแยกส่วน

แทนที่จะกำหนดค่ากฎการอนุญาตที่ซับซ้อน ควรใส่ Agent ลงในคอนเทนเนอร์โดยตรงจะดีกว่า "สิ่งที่สามารถทำได้" จะถูกกำหนดโดยไดเร็กทอรีเมานท์ ไม่ใช่ไฟล์คอนฟิกูเรชัน นี่คือมุมมองด้านความปลอดภัย "ความไม่ไว้วางใจเริ่มต้น" - ฉันจะไม่ติดตามคุณเพราะคุณไม่สามารถหนีออกจากกรงได้

Nanobot: ใช้ความชัดเจนแทนความครอบคลุม

รหัสก็เหมือนตำราเรียนทุกฟังก์ชั่นเขียนชัดเจน อย่าถามถึงฟังก์ชั่นที่ครบครันที่สุด แต่ขอให้เข้าใจง่ายๆ ในพริบตา นี่คือแนวคิดการออกแบบ "ต้องเข้าใจก่อน" - ฉันอยากได้ฟังก์ชันน้อยลง แต่ให้คุณเข้าใจว่าโค้ดแต่ละบรรทัดกำลังทำอะไรอยู่

ZeroClaw: แทนที่สากลด้วยสุดยอด

หน่วยความจำ <5MB, ไบนารีเดี่ยว, การพึ่งพารันไทม์เป็นศูนย์ นี่คือมุมมองทางวิศวกรรม "ประสิทธิภาพทรัพยากรต้องมาก่อน" - ฉันต้องการให้ Agent ทำงานบนฮาร์ดแวร์ 10 หยวน

ข้อมูลเชิงลึกหลัก

โซลูชันแบบน้ำหนักเบาไม่ได้เกี่ยวกับ "การตัดมุม" แต่เกี่ยวกับ การกำหนดลำดับความสำคัญใหม่:

• สำหรับองค์กร การปฏิบัติตามข้อกำหนด การขยาย และการทำงานเป็นทีม เป็นสิ่งสำคัญอันดับแรก → เลือก OpenClaw
• For individuals, simplicity, controllability, and sufficient use are the first priority → choose a lightweight solution

มันเหมือนกับการซื้อโทรศัพท์มือถือ: เวอร์ชันองค์กรมีการจัดการ MDM และการเพิ่มความปลอดภัย แต่ผู้ใช้แต่ละรายอาจต้องการเพียงเวอร์ชันพื้นฐานเท่านั้น - บาง เบา ประหยัดพลังงาน และราคาถูก

**คุณค่าหลักของ Agent ไม่ได้อยู่ที่การมีฟังก์ชันมากมาย แต่อยู่ที่ความถูกต้อง **

4. คำแนะนำในการเลือกรุ่น : คุณต้องการ "รถ" คันไหน?

你的需求是什么？
    │
    ├─→ "我想搞懂 Agent 原理"
    │       └─→ Nanobot（Python，代码像教科书）
    │
    ├─→ "我要一个私人助理，安全可控"
    │       └─→ NanoClaw（容器隔离，AI-native）
    │
    ├─→ "我要在树莓派/嵌入式设备上跑"
    │       └─→ ZeroClaw（<5MB 内存）
    │
    ├─→ "我需要 MCP 协议支持"
    │       └─→ Nanobot（原生 MCP）
    │
    └─→ "我要生产环境，功能最全"
            └─→ OpenClaw（20+渠道，生态完善）

5. สรุป: อันที่เหมาะสมที่สุดคืออันที่ดีที่สุด

โครงการทั้งสามมีแนวทางที่แตกต่างกันสามเส้นทาง:

• NanoClaw: ใช้คอนเทนเนอร์เพื่อแยกความซับซ้อน และเพิ่มทักษะตามความต้องการ
• Nanobot: ทำให้เข้าใจความซับซ้อนด้วยโค้ดที่ชัดเจน รองรับ MCP
• ZeroClaw: ใช้ Rust เพื่อเพิ่มการใช้ทรัพยากรให้สูงสุดและรองรับฮาร์ดแวร์

พวกเขาพิสูจน์สิ่งหนึ่ง: ตัวแทนไม่จำเป็นต้องใช้โค้ด 500,000 บรรทัดในการทำงาน

แน่นอนว่านี่ไม่ใช่การบอกว่า OpenClaw แย่ มันเหมือนกับการซื้อรถยนต์ บางครั้งคุณต้องมีรถ SUV (OpenClaw) บางครั้งจักรยานก็เพียงพอแล้ว (Lightweight Solution) สิ่งสำคัญคือการเลือกเครื่องมือที่เหมาะสม