OpenClaw és potent a l'hora de fer, però podria necessitar ajuda per recordar.
OpenClaw s'executa a la vostra màquina, esborra la vostra safata d'entrada i desenvolupa habilitats. El buit és la memòria que podeu verificar, consultar i arreglar. Una capa de veritat sota d'ella us ofereix la procedència, el retrocés i el mateix resultat cada vegada que ho demaneu.
Punts clau
- Els agents d'OpenClaw i d'estil Claw excel·lent a l'hora de fer (calendari, textos, navegació, formularis, habilitats). La bretxa és recordar d'una manera que sigui verificable, coherent i recuperable.
- Més context no soluciona les sobreescritures, la manca de procedència, la identitat canònica inestable, les respostes no deterministes o la memòria vinculada a eines. Aquests límits es refereixen a l'estat, no a la recuperació.
- Una capa de veritat es troba sota l'agent: l'agent segueix fent; la capa manté l'estat amb identitat canònica, procedència, consultes deterministes, recuperabilitat i accés entre eines.
- Amb una capa de veritat, les tasques i les transaccions es converteixen en entitats de primer nivell amb llinatge. La mateixa consulta dóna el mateix resultat; les males escriptures es poden revertir; les mateixes dades estan disponibles per a Cursor, Claude, ChatGPT o Claw mitjançant MCP.
- La visibilitat del que ha après l'agent (per exemple, els fluxos de treball a Notion) és el comportament. Una capa de veritat afegeix visibilitat a l'estat: quines entitats existeixen, com estan vinculades, d'on provenen i com han canviat.
El que OpenClaw encerta
OpenClaw (i l'onada Claw/Clawdbot més àmplia) és la primera vegada que molta gent té la sensació de tenir una IA personal real. S'executa a la teva màquina. Té memòria persistent. Pot llegir els vostres textos, gestionar el vostre calendari, navegar per la web, omplir formularis i desenvolupar habilitats que milloren a mesura que l'utilitzeu.
El [bull case] de Brandon Wang (https://brandon.wang/2026/clawdbot) és una bona lectura: promeses d'extracció de textos a esdeveniments del calendari, alertes de preus amb criteris complexos (per exemple, "llit extraïble bé si no està a la mateixa habitació que un altre llit"), inventari de congeladors de fotos a Notion, reserva de Resy amb la disponibilitat del vostre calendari.
L'agent fa coses. També recorda coses. El context s'acumula. Aquest és el "dolç elixir de context" del qual parla.
Per tant, en l'eix de "pot l'agent actuar en nom meu i conèixer les meves preferències", la resposta és sí. El buit que m'importa és l'altre eix: com s'emmagatzema aquesta memòria i si és una cosa en la qual pots confiar, reproduir-la i arreglar-la quan surt malament.
On "més context" arriba al mateix sostre
Passo gran part de la meva vida a través d'un agent (cursor més MCP): correu electrònic, tasques, finances, contactes, contingut. He arribat a límits que no es refereixen a la recuperació o la mida del model. Són sobre l'estat.
- Sobreescriu sense desfer. L'agent actualitza un contacte o fusiona dues tasques. L'estat anterior ha desaparegut. No hi ha versions, ni rollback. Les escriptures estan al seu lloc.
- Sense procedència. Quan l'agent dóna un número incorrecte o un total incorrecte, no puc remuntar-lo a un registre o importació específic. No sé quina observació va conduir a quina resposta.
- Sense identitat canònica. "Acme Corp" en una sessió i "ACME CORP" a la següent es poden tractar o no com la mateixa entitat. L'agent torna a inferir cada vegada. No hi ha identificadors estables ni regles de combinació.
- Respostes no deterministes. La mateixa pregunta ("quina despesa total amb el proveïdor X?"), resposta diferent demà. Fitxers perduts, cerca truncada o resolució d'entitat diferent. No hi ha manera de reproduir o verificar.
- Memòria vinculada a l'eina. El que l'agent "sap" viu dins de la memòria d'aquesta eina o del context d'aquest proveïdor. No puc utilitzar els mateixos contactes i tasques de Claude.ai o ChatGPT. La memòria no es comparteix entre les eines que faig servir.
Aquests límits no desapareixen quan l'agent aconsegueix més capacitat o més context. Es tornen més afilades. Com més faci l'agent (calendari, contactes, tasques, transaccions), més necessiteu un lloc on aquest estat sigui de primera classe: identitat, llinatge i la capacitat de consultar-lo de manera determinista i revertir-lo quan es trenqui alguna cosa.
Què afegeix una capa de veritat sota un agent com Claw
Una capa de veritat no és un substitut de l'agent. És la capa sota. L'agent segueix fent: llegir textos, navegar, omplir formularis, fer esdeveniments del calendari, construir habilitats. La capa és on viu l'estat resultant i com es consulta.
- Identitat canònica persistent. Els contactes, les tasques, les transaccions i els esdeveniments obtenen identificacions estables. "Acme Corp" i "ACME CORP" resolen a una entitat per regla, no per inferència per sessió.
- Procedència i auditoria. Cada registre es pot localitzar a una font (importació, acció de l'agent, edició de l'usuari) i una hora. Quan un número és incorrecte, podeu veure d'on prové.
- Consultes deterministes. "Totes les transaccions amb el proveïdor X en els darrers dos anys" o "totes les tasques del projecte Y" arriben a una botiga estructurada. Mateixa consulta, mateix resultat. Sense recerca, sense truncament, sense reinferència.
- Recuperació. Quan l'agent sobreescriu un contacte o fusiona dues tasques per error, teniu versions i una pista d'auditoria. Podeu veure què ha canviat i retrocedir. Les mutacions són explícites; no són sobreescritures silencioses.
- Veritat entre eines. Els mateixos contactes, tasques i plans d'execució estan disponibles per a Cursor, Claude, ChatGPT o Claw, mitjançant alguna cosa com MCP. Un substrat de memòria, molts agents.
Així que Claw (o qualsevol agent d'estil Claw) encara seria propietari de la part "fer": interpretar la intenció, navegar, omplir formularis, crear esdeveniments, aprendre fluxos de treball. La capa de veritat seria la propietària de la part "recorda": entitats canòniques, línies de temps, procedència i consultes idempotents i reproduïbles. L'agent escriu a la capa i en llegeix. Obteniu l'avanç d'un agent que fa coses i una memòria que no es desvia, sobreescriu sense deixar rastre o no està d'acord entre sessions o eines.
Imatge concreta
Imagineu que Claw crea una tasca de seguiment després de prometre alguna cosa en un text. Avui això podria viure a la memòria de l'agent o en una llista local. Amb una capa de veritat, aquesta tasca és una entitat de primer nivell: vinculada a la conversa que la va crear, al contacte si és el cas i a qualsevol projecte o pla d'execució. Podeu consultar "tots els seguiments de la setmana passada" o "tasques vinculades a aquest contacte" des de qualsevol eina que parli amb la capa. Si més tard l'agent fusiona dues tasques per error, teniu un historial de canvis i podeu revertir.
O bé: Claw us ajuda a fer un seguiment de la despesa amb un proveïdor. Sense una botiga estructurada, torna a cercar exportacions i correus electrònics cada vegada i torna a inferir la resolució de l'entitat. Els totals poden canviar. Amb una capa de veritat, les transaccions es normalitzen i es lliguen a un identificador de proveïdor canònic. "Despesa total amb el proveïdor X" és una consulta, no un conjunt puntual. Mateixa pregunta, mateixa resposta. I si l'agent "corregeix" una transacció basant-se en una inferència incorrecta, teniu una pista d'auditoria i l'opció de retrocedir.
Brandon esmenta l'escriptura de fluxos de treball a Notion perquè pugui veure què ha après en Claw. Això és la visibilitat del comportament. Una capa de veritat afegeix visibilitat a estat: quines entitats existeixen, com estan enllaçades, d'on provenen i com han canviat. Aquest és el complement a "l'agent va fer alguna cosa". "L'agent va fer alguna cosa, i aquí teniu l'estat que va escriure, amb el llinatge i la capacitat d'arreglar-ho".
Per què estic construint Neotoma d'aquesta manera
Estic construint Neotoma com una capa de memòria estructurada amb aquestes primitives: resolució d'entitats, línies de temps, procedència, determinisme i accés multiplataforma mitjançant MCP. L'estic provant a la meva pròpia pila d'agents per veure on són importants. La lliçó d'aquest treball és que recuperació (basada en incrustació o agentic) i "més context" per si mateixos no us proporcionen una identitat estable, un estat verificable o una recuperabilitat. Alguna cosa que fa s'ha de seure a sota. OpenClaw i el seu ecosistema estan demostrant que els agents poden fer molt. Crec que el següent pas és assegurar-se que el que fan està basat en una capa de memòria en la qual podeu confiar, consultar i arreglar. Aquesta és la capa que estic construint.