## Что OpenClaw делает правильно

OpenClaw (и более широкая волна Claw/Clawdbot) — это первый раз, когда многие люди почувствовали, что у них есть настоящий личный ИИ. Он работает на вашей машине. Имеет постоянную память. Он может читать ваши сообщения, управлять календарем, просматривать веб-страницы, заполнять формы и развивать навыки, которые улучшаются по мере его использования.

[Бычий случай] Брэндона Вана (https://brandon.wang/2026/clawdbot) хорош для чтения: извлечение обещаний из текстов в события календаря, оповещения о ценах со сложными критериями (например, «выдвижная кровать - хорошо, если не в той же комнате, что и другая кровать»), инвентаризация морозильной камеры из фотографий в Notion, бронирование Resy, которое пересекает ваш календарь с доступностью ресторана.

Агент *делает* вещи. Он также *помнит* вещи. Контекст накапливается. Это «сладкий эликсир контекста», о котором он говорит.

Итак, по оси «может ли агент действовать от моего имени и узнать мои предпочтения» ответ — да. Пробел, который меня волнует, — это другая ось: как хранятся эти воспоминания и можно ли им доверять, воспроизводить их и исправлять, если что-то пойдет не так.

## Где «больше контекста» достигает того же потолка

Большую часть своей жизни я провожу через [одного агента (Курсор плюс MCP): электронную почту, задачи, финансы, контакты, контент](/posts/agentic-search-and-the-truth-layer). Я достиг пределов, не связанных с поиском или размером модели. Они о государстве.

- **Перезаписывает без отмены.** Агент обновляет контакт или объединяет две задачи. Предыдущее состояние ушло. Нет ни версий, ни отката. Пишет на месте.
- **Нет происхождения.** Когда агент дает неправильный номер или неверную сумму, я не могу отследить его до конкретной записи или импорта. Я не знаю, какое наблюдение привело к какому ответу.
- **Нет канонической идентичности.** «Acme Corp» в одном сеансе и «ACME CORP» в следующем могут рассматриваться, а могут и не рассматриваться как одно и то же лицо. Агент каждый раз делает повторный вывод. Не существует стабильных идентификаторов или правил слияния.
– **Недетерминированные ответы.** Тот же вопрос («Какова моя общая сумма расходов у поставщика X?»), завтра другой ответ. Пропущенные файлы, усеченный поиск или другое разрешение объекта. Нет возможности воспроизвести или проверить.
- **Память, привязанная к инструменту.** То, что «знает» агент, находится внутри памяти этого инструмента или контекста этого провайдера. Я не могу использовать те же контакты и задачи из Claude.ai или ChatGPT. Память не распределяется между инструментами, которые я использую.

Эти ограничения не исчезают, когда агент становится *больше* возможностей или *больше* контекста. Они становятся острее. Чем больше агент делает (календарь, контакты, задачи, транзакции), тем больше вам нужно место, где это состояние будет первоклассным: идентичность, происхождение и возможность детерминированно запрашивать его и откатывать, когда что-то сломается.

## Что добавляет уровень правды под такого агента, как Коготь

[Уровень истины](/posts/agentic-search-and-the-truth-layer) не является заменой агента. Это слой *под* ним. Агент продолжает делать: читает тексты, просматривает страницы, заполняет формы, создает события в календаре, развивает навыки. Уровень — это место, где находится полученное состояние и как оно запрашивается.

- **Постоянная каноническая идентичность.** Контакты, задачи, транзакции и события получают стабильные идентификаторы. «Acme Corp» и «ACME CORP» преобразуются в одну организацию по правилу, а не путем вывода для каждого сеанса.
- **Происхождение и аудит.** Каждую запись можно отследить до источника (импорт, действие агента, редактирование пользователем) и времени. Если число неверно, вы можете увидеть, откуда оно взялось.
– **Детерминированные запросы.** «Каждая транзакция с поставщиком X за последние два года» или «все задачи проекта Y» попадают в структурированное хранилище. Тот же запрос, тот же результат. Никаких исследований, никаких сокращений, никаких повторных выводов.
- **Восстановимость.** Когда агент по ошибке перезаписывает контакт или объединяет две задачи, у вас есть управление версиями и контрольный журнал. Можно посмотреть, что изменилось и откатиться назад. Мутации явные; они не являются тихой перезаписью.
- **Истина о перекрестных инструментах.** Те же контакты, задачи и планы выполнения доступны для Cursor, Claude, ChatGPT или Claw через что-то вроде MCP. Один субстрат памяти, множество агентов.

Таким образом, Claw (или любой другой агент типа Claw) по-прежнему будет выполнять часть «действия»: интерпретировать намерения, просматривать, заполнять формы, создавать события, изучать рабочие процессы. Слою истины будет принадлежать часть «запоминания»: канонические сущности, временные рамки, происхождение и идемпотентные, воспроизводимые запросы. Агент записывает в слой и читает из него. Вы получаете поддержку агента, который делает что-то *и* память, которая не дрейфует, не перезаписывается без следа и не расходится во мнениях между сеансами или инструментами.

## Конкретная картина

Представьте, что Claw создает дополнительную задачу после того, как вы пообещали что-то в текстовом сообщении. Сегодня это может жить в памяти агента или в локальном списке. Благодаря уровню правды эта задача представляет собой первоклассную сущность: она связана с разговором, в результате которого она была создана, с контактом, если это необходимо, и с любым проектом или планом выполнения. Вы можете запросить «все последующие действия за прошлую неделю» или «задачи, связанные с этим контактом» с помощью любого инструмента, который взаимодействует со слоем. Если позже агент по ошибке объединит две задачи, у вас будет история изменений, и вы сможете вернуться.

Или: Claw помогает отслеживать расходы у продавца. Без структурированного хранилища он каждый раз повторно ищет экспортированные данные и электронные письма и повторно выводит разрешение объекта. Итоговые суммы могут измениться. Благодаря уровню истины транзакции нормализуются и привязываются к каноническому идентификатору поставщика. «Общая сумма расходов у поставщика X» — это запрос, а не разовая сборка. Тот же вопрос, тот же ответ. А если агент «исправляет» транзакцию на основе неправильного вывода, у вас есть контрольный журнал и возможность отката.

Брэндон упоминает о написании рабочих процессов в Notion, чтобы увидеть, чему научился Claw. Это видимость поведения. Уровень истины добавляет видимость *состояния*: какие сущности существуют, как они связаны, откуда они взялись и как они изменились. Это дополнение к «агент что-то сделал». «Агент что-то сделал, и вот состояние, которое он написал, с указанием происхождения и возможностью это исправить».

## Почему я создаю Неотому таким образом

Я создаю [Neotoma](https://github.com/markmhendrickson/neotoma) как уровень структурированной памяти с такими примитивами: разрешение объектов, временные рамки, происхождение, детерминизм и кросс-платформенный доступ через MCP. Я проверяю это в своем собственном агентском стеке, чтобы увидеть, где они имеют значение. Урок этой работы заключается в том, что [извлечение (на основе внедрения или агентное)](/posts/agent-search-and-the-truth-layer) и «дополнительный контекст» сами по себе не дают вам стабильной идентификации, проверяемого состояния или возможности восстановления. Что-то, что делает, должно находиться внизу. OpenClaw и его экосистема доказывают, что агенты могут многое. Я думаю, что следующий шаг — убедиться, что то, что они делают, основано на слое памяти, которому вы можете доверять, запрашивать и исправлять. Это слой, который я создаю.