机器之心编辑部

最近，市面上的 “龙虾”（Claw 系列智能体）多到离谱。从本地到云端，从插件到独立系统，形态各异。但繁荣背后，一个尴尬的现状正在蔓延：龙虾越来越强，却越来越难 “下锅”

有的只认 MacOS，有的在 Linux 版本地狱里打转；所谓的 “一键部署”，README 却长达三页。甚至在社交平台上，已经出现了 “上门安装龙虾” 的付费服务。

注：各个网络平台上都在议论 Openclaw 安装难问题，甚至出现付费上门安装服务

当一个工具的 “安装难度” 超过了其 “使用价值”，这不仅是技术门槛，更是对生产力的讽刺

换个思路：培养一只 “指挥官级” 龙虾

与其让每只龙虾都学会 “自我简化”，不如培养一只能理解系统、调度环境、自动部署的龙虾

一只不仅能干活，还能理解其他龙虾、调度其他龙虾、部署其他龙虾的龙虾。

这就是我们的GenericAgent能够做到的事情。

我们的GenericAgent，完全开源，有 Python 就能轻松安装。它仅用3,300 多行 Python 代码，便实现了对 PC 环境的 “物理级接管”。

深度挑战：无干预部署 OpenClaw

我们选择了一只公认极难 “驯服” 的对象 ——OpenClaw。它的安装涉及 Node.js、pnpm、wsl2、Docker 等多重前置环境，任何一个环境变量的细微偏差都会导致全面报错。

我们对 GenericAgent 只下达了一个指令：“在当前环境下，帮我安装并跑通 OpenClaw。”

没有预设脚本，没有人工干预，GenericAgent 表现得像一个资深架构师：

注： 使用 GenericAgent 可在极少提示下在 mac 系统自主实现 pnpm 安装， 依赖安装， gateway 配置等步骤， 成功安装 Openclaw 框架， 并打开网页端

注： 经过少量提示与 api key 信息成功配置 api， 实现对话

它不是在 “跑命令”，它是在 “理解系统”。

记忆沉淀：一次习得，终身无缝迁移

GenericAgent 的学习成果不是冰冷的二进制代码，而是以 Markdown 形式沉淀的自组织记忆

当你切换到 Windows 或另一台新 PC 时，你不需要重新教它，也不需要它再次 “碰壁”。它只需读取那份Markdown 记忆，就能迅速识别新旧环境的差异，丝滑地在新领地上完成部署。

注：mac 系统安装后形成的记忆

新环境的二次部署，远比第一次更快，更便捷！

注：使用上面 mac 系统中的安装记忆，在 Windows 系统中使用 GenericAgent 成功安装 Openclaw

为什么要演示 “安装能力”？

因为这不是安装问题。

这是一个 “元能力” 问题。

能干活的龙虾很多，但 ——

能理解另一只龙虾的结构，并为它搭建生存环境的龙虾，很少。

这是一种元认知能力。

就像打仗，冲锋的是士兵，调度兵种、分配资源、构建战场的是司令。

GenericAgent 展示的，是 “指挥能力”。

真正重要的是：

GenericAgent 具备跨系统理解能力、跨工具调度能力、动态纠错能力、复杂任务拆解能力。

这意味着 ——

未来：

自动部署复杂研发环境自动搭建多 Agent 系统自动构建工具链自动接管繁琐配置任务这是一种基础设施级智能。甚至并非未来，而是就在现在。

关于 GenericAgent

GenericAgent 由A3 实验室（Advantage AI Agent 实验室，由深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合成立的科研团队）研发，是一个极简自主 Agent 框架。

它用约 3,300 行 Python，让任意 LLM 获得对你 PC 的物理级控制能力 —— 浏览器、终端、文件系统、键鼠、屏幕视觉、移动设备。它不再是安装繁复、上限受限、难以迁移的传统智能体，而是下一代自组织、自学习、自进化的通用智能体，是一个拥有 “生命感”，能够在用户使用调教下快速学习与成长的数字生命。

本系统自 2026 年 1 月 11 日已经开源（https://github.com/lsdefine/pc-agent-loop）。

不需要 Electron，不需要 Docker，不需要 Mac Mini，不需要 53 万行代码，不需要付费安装服务。

我们这次展示的，只是一个侧面。

但这个侧面说明了一件事：

一只真正优秀的龙虾，不只是能干活。
它还能充分地调度其它复杂的工具干活，并不断进化。

这才是元能力。

这才是下一阶段智能系统真正的分水岭。

GenericAgent 更多能力解锁中，请持续关注。

彩蛋 1：等等，既然都装好了……

既然已经使用 GenericAgent 装好了 OpenClaw。

现在你的机器上同时有两套 Agent 框架 —— 一套帮你装好了另一套。

不妨用同样的任务分别跑一跑，比较一下？

彩蛋 2：等等，GenericAgent 能轻松安装吗？

如果你觉得通过 Python 部署 GenericAgent 对非技术人员依然有一丝门槛，没关系。

以 GenericAgent 作为内核，我们推出了面向全场景、开箱即用的企业级自进化智能体引擎 ——DinTal Claw

Dintal Claw 的一键安装版来了！

DinTal Claw一键安装版链接（https://github.com/lsdefine/pc-agent-loop/releases）

你不需要懂代码，也不需要配置任何环境变量。这只 “能安装龙虾的龙虾”，现在已经为你打包成了最极致的 “一键运行版”。双击运行，立刻接管你的繁杂工作流。

别再花 500 块钱去求人装一个还要到处 debug 的 “桌面玩具” 了 。 现在下载 DinTal Claw，让真正的 “指挥官级” 生产力为你打工！