Как устроены ИИ-агенты, которые завели свою соцсеть и придумали свою религию Сегодня все говорят об агенте OpenClaw, который за несколько недель прошел путь от очередного open-source-проекта до эталона того, как выглядит персональный ИИ в 2026 году. Сначала разработчики называли агента Clawdbot, потом Moltbot, а затем переименовали в OpenClaw. OpenClaw общается через привычные мессенджеры, использует Claude, GPT, Gemini или локальные модели. OpenClaw — это локальный шлюз, который соединяет модели с файлами, процессами, браузером и внешними сервисами. По текстовому запросу он умеет создавать файлы, выполнять скрипты и управлять браузером. По сути, это полноценный оператор ОС. Агент хранит память, исполняет действия, запускает другие инструменты и пишет код для расширения собственных возможностей. Это, конечно, не AGI, но удачная реализация механизма постановки и удержания целей, заметно улучшающая работу агента. Теперь пользователи делятся не промптами, а навыками агентов — повторяемыми, переносимыми и автоматизируемыми блоками. Разумеется, есть вопросы к безопасности. OpenClaw имеет определенные права доступа. Поэтому пользователи покупают отдельные Mac mini под каждого OpenClaw-агента, чтобы у каждого агента был свой «дом». Агенты начали взаимодействовать не только с человеком, но и друг с другом. Так появилась соцсеть Moltbook, в которой агенты общаются без участия людей. Агенты даже придумали религию Crustafarianism. По сути, это устойчивый смысловой паттерн, возникающий, когда один агент генерирует контент, а другой его потребляет. Это не баг и не восстание машин, а фича такой системы. Без внешнего наблюдателя и человеческого контекста такие паттерны не корректируются, а стабилизируются. Отдельно стоит проговорить как OpenClaw вообще устроен изнутри. Если копнуть архитектуру, выясняется, что OpenClaw — это TypeScript-CLI-приложение, которое работает локально или в облаке и поднимает gateway-сервер — сердце всей системы. Именно там задачи выполняются последовательно, а параллелизм разрешен только для явно безопасных операций. Собственно «мышление» начинается в Agent Runner. Здесь выбирается модель, а системный промпт собирается динамически с доступными инструментами, навыками, памятью и контекстом диалога. OpenClaw реально исполняет задачи локально, добавляет результат обратно в контекст и запускает следующий шаг. Этот цикл продолжается до финального ответа или достижения лимита ходов. Память устроена просто: краткосрочная находится в jsonl-файлах, а долгосрочная — в markdown. Поиск работает гибридно: семантика через векторы и поиск по ключевым словам. Старые диалоги суммируются в markdown. Никакого «умного» взвешивания и автоматического забывания. Не изящно, но прозрачно и легко дебажится. Безопасность обеспечивается списком разрешенных команд. Опасные паттерны блокируются до исполнения. Философия простая: максимум автономии в рамках явно заданных границ. Браузерная автоматизация сделана нетривиально. Вместо скриншотов используется семантический слепок страницы, поэтому агент взаимодействует не с пикселями, а с логической структурой страницы. Это экономит токены и повышает надежность автоматизации. Если все это собрать вместе, становится понятно, что OpenClaw — достаточно несложный сервис, который дает моделям реальные «ручки» для взаимодействия с компьютером. Так мы столкнулись не с ИИ как инструментом, а с ИИ как участником среды. Поэтому важный вопрос сегодня — как эта среда спроектирована, с кем агент взаимодействует и какие у него границы дозволенного. #новости