如题，前些日子在论坛里和各位佬友分享了许多自己的有关OpenClaw的一些经验和优化的内容，但是现在已经力竭了。
我的目标是希望可以打造一个，我只要提出产品的大概想法，然后就可以让OpenClaw联动其他的AI工具，比如CC或者Codex等，然后就自动的有产品经理，代码编写等各种Agents来帮我开发这类东西。
然后做到现在，其实有一些很严重的问题，和我自己曾经的一些开发AI产品的经验也有点关系，现在来说说。
OpenClaw以及多Agents开发面临的难题
1.Agents之间的沟通信息传递准确率非常低，包括人和Agent之间
就和人和人之间的沟通也是有效率和信息差的问题，Ags（Agent简写 后面一样 Ags表示Agents复数 Ag表示Agent）之间也是这样。如果我们想让Agents模仿一个Saas团队那样去搞什么产品经理，测试之类的岗位，那么需要一个很强大的协调AI（暂称总监Ag）。
这个总监Ag要做的事情不只是说任务派发这么简单的事情，更重要的是确认一个个小的目标的落实。比如说对后端Ag和前端Ag的沟通，派任务，但是仍然要监督他们做的内容，而这个东西其实也不能简单的交给一个测试Ag，因为可能测试Ag自己都不知道总监Ag想要的是什么。
以开发一个聊天工具为例
我曾经想让OpenClaw帮我利用好Codex这个工具来开发一些中小型的项目，比如说一个聊天软件，我已经给了他内网服务器等工具，但是最后他一直在摸鱼，最后连部署都在我推着他走才行。最后也不是我想要的东西，他就随便搞了个ui网页忽悠我，完全没实用功能。
还有一个例子是，我用OpenCode想打造一个我刚刚说的那种思路的Agents工具，并且这个工具在论坛中是有相关的佬在开发的，但是我让OpenCode拉项目fork之后，继续开发，然后我让他开发一个小游戏来验证这个Agents工具是否可行，后面发现他直接自己手搓了，而不是用他开发的这个工具…
2.记忆仍然不够强大
先用我们人的生活习惯来说，比如我们起床就刷牙，洗脸，吃早饭之类的，并不是说我们记得要刷牙，然后才去刷牙。而对AI来说，我们做很多事情，其实都是要依靠记忆系统和上下文。但是记忆系统再强大，也是有限的。
我们并不能通过塞大量的说明书一样的东西来让AI变的全知全能。并不是有个Skills他就能完全胜任一些复杂的工作了，尤其是像cc这类工具，目前来看更不是说几个Skills就能完全替代了，目前像OpenClaw这样的工具，仍然无法做中型以上的复杂工程。专业的事情仍然得交给专业代工具。
即使我们已经给OpenClaw这类提供一些很强大的记忆系统，但是仍然不能把他变成一个全能的AI，而只能让他专门的用在特定的领域。如果想要他变成一个管家级别的Ag，那就会变成我刚刚上面说的，因为Ag之间信息传输准确性的问题。以质至于管家Ag手下都是一堆摸鱼的AI。
而记忆系统也是要专门特化的，而不是说AI可以自己开发的很好的，这些需要人去测试，然后提供足够的反馈来给AI修复的。说到这，就想引出第三个话题
3.AI做不了一个很好的监工
我去年在游戏公司做NPCAI的时候，想用AI判官的方式来判断AI为NPC生成的内容是否合法，但是实践证明，一个是AI判官即使是知道规则，但是就像人改语文试卷一样，主观因素很大，但是AI就是个黑盒，对于一些文案类的东西更是乱判。
比如一些NPC是豪放的性格，说的内容可能不够豪放，但是这个“不够豪放”可能是一个非文案策划都难以看的出来的，类似的还有很多，也就是说对于一些人都有点难判断的东西，llm判断的水平更是不行。
再比如让AI开发一个ui界面，除非主动加识图，否则只能用html之类的方式知道各节点的东西。但是实际上仍然不够，因为一个ui舒服不舒服，是否符合用户逻辑，这点目前我的测试AI是不知道的，他只知道功能堆砌。也就是说我们都不用说UI好看不好看这类很主观的东西了，就只是说是否符合用户逻辑，这点也很难判断。当然这也是一个合格的产品经理或者游戏策划才能感受到的东西。
总结
这波因为OpenClaw之类的东西，让普通人可以进一步的使用到更好的AI产品（很多普通人可能之前只能局限在豆包之类的对话应用）。而现在由于大量大厂的跟进，现在也逐步优化了一些好工具，各种龙虾也会出来。
不过，对于一些中大型项目的开发，仍然是有很多的AI相关的难题要解决。不过现在程序员的门槛是降低了，只要懂一点开发，或者愿意去了解一些**专业知识（只需要了解）**就可以开发出很多非常有经验的程序员才能开发的东西了。
所以属于是。下限提高了，因为普通人也在接触这些东西了，大量的初级程序员也因此收益。