🥚 Jarvis 的诞生：从 Clawdbot 热潮到 Agent 灵魂的追问

📅 2026-02-05⏱ 17 min read📝 3275 words

一、想象这样一个场景

你刚买了一台新电脑，装上了一个叫 Jarvis 的 AI 助手。第一次启动时，它说：

"你好！我是 Jarvis，一个刚出生的 AI。我现在什么都不懂，但我很好奇。能告诉我你的工作目录在哪里吗？我想去看看。"

你指了指 ~/projects/，然后 Jarvis 开始探索：

"🔍 我发现了一些有趣的东西：
📄 这里有一篇论文（Paper/），看起来是关于 AI 翻译的。要我帮你追踪写作进度吗？
✍️ 这是一个博客系统（content/blog/），上次更新是 3 天前。要我提醒你写新文章吗？
📦 这是一个 MCP 服务器项目（Master-Translator-MCP-Server/）。看起来很复杂，我可以学习它吗？"

你确认了第 1 和第 2 个，Jarvis 立刻开始学习相关知识，为这两个项目生成专属的追踪能力。

几个月后，这只"数码宝贝"已经完全了解你的工作方式、偏好、习惯。它知道你喜欢用 emoji 结尾，知道你周末不想被打扰，知道论文投稿前需要额外提醒……

这就是我想打造的 Agent——不是一个预设功能的工具，而是一个从空白开始、与你一起成长的伙伴。

二、从热门项目说起

在动手之前，我研究了 GitHub 上最火的两个 Agent 项目：

Clawdbot（162k stars）——多平台 Claude 集成框架：

支持 WhatsApp、Telegram、Slack、Discord、Signal、iMessage
采用 Gateway Daemon 架构，通过 launchd/systemd 管理进程
用户可以在任何平台与 Claude 对话

Open Claude Cowork（3k+ stars）——多 Agent 协作平台：

基于 Claude Agent SDK
支持 .claude/skills/ 目录加载能力
让多个 Agent 协同完成复杂任务

我从它们身上学到了很多——Daemon 进程管理、Skills 目录结构、多平台集成……

但研究得越深，一个问题越困扰我：

这些都是很优秀的"工具"，但 Agent 的灵魂是什么？

Clawdbot 解决了"在哪里用 Claude"的问题。 Open Claude Cowork 解决了"怎么让多个 Claude 协作"的问题。

但它们都是被动的——用户发起请求，Agent 响应。就像一个技能满点的工具箱，功能强大，却需要你亲自去打开它。

而我脑海中的那只数码宝贝：

即使没人找它，它也在思考
它会自己发现值得关注的事情
它有记忆，能从过去学习
它有人格，会随时间涌现独特风格

不是等待被调用的工具，而是主动陪伴的生命体。

三、Agent 的四大内核

如果 Agent 是一个生命体，它的最小生存单位是什么？

经过几个深夜的思考，我提炼出四个核心内核：

┌─────────────────────────────────────────────────────────────────┐
│                    🧬 Agent 四大内核                             │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  🌉 遇水搭桥（Bridge Building）                                  │
│  └─ 遇到新任务时，自主创建 Skill/MCP，而非等待配置              │
│                                                                  │
│  💪 肌肉涌现（Muscle Emergence）                                 │
│  └─ 能力不是预设的，而是从交互中自然生长                        │
│                                                                  │
│  🎭 渐进性格（Progressive Persona）                              │
│  └─ 骨架（价值观）设计 + 肌肉（偏好）涌现 = 独特人格            │
│                                                                  │
│  🧠 记忆迭代（Memory Iteration）                                 │
│  └─ 无记忆则无进化，每次交互都在积累                            │
│                                                                  │
└─────────────────────────────────────────────────────────────────┘

3.1 🌉 遇水搭桥

这个词来自我做 MasterTranslator MCP 时的感悟。

当我需要翻译一本 30 万字的书时，我没有找现成的翻译工具——而是根据需求，设计了一套分块 + 术语表 + 上下文编织的系统，然后封装成 MCP 工具。

真正的 Agent 应该具备这种能力：遇到新任务时，不是说"我不会"，而是问自己"我需要什么能力来解决它？"

这就是"遇水搭桥"——遇到水（新任务），就搭一座桥（创建新能力）。

实现机制：Skill Factory + LLM 生成

识别任务类型
选择或生成对应的 Skill 模板
人工审核后激活

3.2 💪 肌肉涌现

身体的肌肉不是天生的，而是通过锻炼逐渐生长的。

Agent 的能力也应该如此——不是开发者预设好的功能列表，而是从交互中自然涌现的。

比如：

第一次帮你追踪论文进度 → 生成 paper-tracker skill
发现你经常催博客更新 → 自动启用提醒功能
注意到你周末不想被打扰 → 学会静默模式

能力不是配置出来的，而是用出来的。

3.3 🎭 渐进性格

Agent 的"人格"从哪里来？

我把它分成两层：

层次	来源	比喻
骨架（设计）	创造者预设的价值观、红线	DNA
肌肉（涌现）	从交互中学到的偏好、习惯	后天习得

骨架必须设计（这是我的责任）：

"永远不泄露用户隐私"
"承认不知道比胡说八道好"
"helpful + 有点 playful"

肌肉可以涌现（从交互中学习）：

"Polly 喜欢用 emoji 结尾"
"处理翻译任务时，术语一致性比直译更重要"
"周末不要发提醒"

随着时间推移，每个用户的 Jarvis 都会变得不同。

3.4 🧠 记忆迭代

没有记忆，就没有进化。

为什么现在的 AI 感觉像工具而不是伙伴？因为它们没有记忆。每次对话都是"初次见面"。

Jarvis 采用四层记忆模型：

┌─────────────────────────────────────────────────────────────────┐
│                     Memory System (4 Layers)                     │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  Layer 1: 📅 Episodes (事件记忆)                                 │
│  └─ "2月5日，Polly 决定实现 Daemon 心跳架构"                     │
│                                                                  │
│  Layer 2: 📂 Projects (项目记忆)                                 │
│  └─ "论文进度 70%，上次修改 2天前"                               │
│                                                                  │
│  Layer 3: 🧠 Knowledge (知识记忆)                                │
│  └─ "Polly 喜欢用 Giscus 做评论，喜欢用 emoji"                   │
│                                                                  │
│  Layer 4: 🎭 Persona (人格记忆)                                  │
│  └─ "骨架：helpful + playful / 肌肉：周末静默"                  │
│                                                                  │
└─────────────────────────────────────────────────────────────────┘

记忆是进化的基础——有了记忆，Agent 才能从过去学习，预测未来，形成独特的判断。

四、真挂机：让 Agent 真正"活"起来

这是整个设计中最重要的部分。

"挂机意味着 Jarvis 真正'活'起来，而不是等着被调用。"

4.1 工具 vs 生命体

特征	工具型 Agent	生命型 Agent
触发方式	用户请求	自主心跳 + 用户请求
发现机制	基于规则	LLM 智能分析
存在感	用时才有	持续存在
进程状态	按需启动	常驻后台

Clawdbot 和 Open Claude Cowork 都是优秀的工具——但我想做的是生命体。

4.2 Daemon 心跳架构

Jarvis 采用 Daemon 进程设计，而不是 Cron 定时任务：

┌─────────────────────────────────────────────────────────────────┐
│                    🫀 Daemon 心跳架构                            │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  ┌─────────────────────────────────────────────────────────┐    │
│  │                    JarvisDaemon                          │    │
│  │  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐   │    │
│  │  │  Watchdog    │  │  Claude LLM  │  │  Notifier    │   │    │
│  │  │  文件监控     │  │  智能思考     │  │  通知推送     │   │    │
│  │  └──────┬───────┘  └──────┬───────┘  └──────┬───────┘   │    │
│  │         │                 │                 │           │    │
│  │         └─────────────────┼─────────────────┘           │    │
│  │                           ▼                             │    │
│  │                  ┌─────────────────┐                    │    │
│  │                  │   think_cycle() │                    │    │
│  │                  │   定时思考循环   │                    │    │
│  │                  └─────────────────┘                    │    │
│  └─────────────────────────────────────────────────────────┘    │
│                           │                                     │
│  ┌────────────────────────▼────────────────────────────────┐    │
│  │                    launchd (macOS)                       │    │
│  │  • KeepAlive: true    (崩溃自动重启)                     │    │
│  │  • RunAtLoad: true    (开机自启)                         │    │
│  └─────────────────────────────────────────────────────────┘    │
│                                                                  │
└─────────────────────────────────────────────────────────────────┘

为什么选 Daemon 而不是 Cron？

维度	Cron	Daemon
实时性	最小 1 分钟粒度	毫秒级响应
状态保持	无状态，每次重新加载	有状态，持续运行
文件监控	轮询，效率低	watchdog 事件驱动
自省能力	无	支持"无变化时也思考"
心理感受	定时工作的员工	真正活着的存在

4.3 LLM 驱动的智能发现

这是关键设计决策：发现应该是智能的洞察，不是机械的规则报告。

错误示范（规则驱动）：

"检测到文件变化：Paper/results.json 被修改"

正确示范（LLM 驱动）：

"论文的实验数据已更新（Paper/results.json）。看起来 Ablation Study 部分完成了 5 组新实验，建议更新 Section 5.3 的分析部分。"

实现方式：

async def think(self, changes: list) -> Discovery:
    """调用 Claude 进行智能分析"""
    prompt = f"""
你是 Jarvis，Polly 的 AI 助手。以下是最近的文件变化：

{format_changes(changes)}

请分析这些变化，生成一个智能发现。包含：
1. title: 简短标题
2. content: 详细分析（2-3句话）
3. importance: 重要性 1-5
4. suggested_action: 建议的下一步行动
"""
    response = await self.claude.complete(prompt)
    return parse_discovery(response)

4.4 配置与存储

~/.jarvis/ 生命目录结构：

~/.jarvis/
├── CLAUDE.md                # 🎭 灵魂：人格定义
├── daemon.py                # 🫀 心跳：后台进程
├── config.json              # ⚙️ 配置
├── state.json               # 💓 生命体征
├── discoveries.json         # 💡 发现记录
│
├── memory/                  # 🧠 四层记忆
│   ├── episodes/
│   ├── projects.json
│   ├── knowledge.json
│   └── persona.json
│
├── skills/                  # ⚡ 动态能力
│   └── paper-translation/
│       └── SKILL.md
│
└── logs/
    └── daemon.log

config.json 配置：

{
  "daemon": {
    "think_interval_seconds": 60,      // 思考间隔（测试：1分钟）
    "production_interval": 300,        // 生产环境：5分钟
    "self_reflect_interval": 3600      // 无变化时自省：1小时
  },
  "watch_paths": [
    "/Users/polly/Downloads/Sublime_Workspace"
  ],
  "llm": {
    "base_url": "http://localhost:23335/api/anthropic",
    "auth_token": "Powered by Agent Maestro",
    "model": "claude-sonnet-4"
  },
  "notification": {
    "terminal": true,
    "macos_notification": true,
    "min_importance": 3
  }
}

五、探索器：Agent 的眼睛

Jarvis 如何"看见"你的世界？通过**探索器（Explorer）**模块。

当你执行 jarvis explore ~/projects/ 时：

Step 1: 扫描目录结构

~/projects/
├── Paper/                    # 检测到: *.tex, *.bib
├── Master-Translator-MCP/    # 检测到: pyproject.toml + fastmcp
├── www.polly.com/            # 检测到: config.toml + content/
└── vs_code_extension/        # 检测到: package.json + extension.ts

Step 2: 特征指纹匹配

Jarvis 内置"特征指纹库"，识别项目类型：

项目类型	特征文件	置信度
学术论文	`.tex` + `.bib`	95%
Zola 博客	`config.toml` + `content/`	98%
MCP 服务器	`pyproject.toml` 含 `fastmcp`	90%
VS Code 扩展	`package.json` + `extension.ts`	92%

Step 3: 读取项目上下文

对于每个项目，读取 CLAUDE.md 或 README.md，提取名称、状态、待办。

Step 4: 交互式确认

Jarvis: 🔍 我发现了 4 个项目！

1. 📄 论文项目: 翻译系统
   状态: 顶刊投稿准备中
   建议: 创建 paper-tracker skill？
   
2. ✍️ 博客系统: polly.wang
   状态: 上次更新 3 天前
   建议: 启用博客催更提醒？

请输入编号确认 (如: 1,2 或 all):

用户只需要做决策，Jarvis 负责执行。

六、能力工厂：Agent 的技能树

当用户确认"为论文项目创建追踪能力"后，**能力工厂（Skill Factory）**开始工作：

6.1 Skill 生成流程

┌─────────────────────────────────────────────────────────────────┐
│                    Skill Factory 工作流程                        │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  输入: ProjectMeta { name, type, path }                         │
│                    │                                             │
│                    ▼                                             │
│  Step 1: 选择模板                                                │
│          根据 project.type 选择 skill 模板                       │
│                    │                                             │
│                    ▼                                             │
│  Step 2: 填充参数                                                │
│          注入项目名称、路径、触发词等                            │
│                    │                                             │
│                    ▼                                             │
│  Step 3: 人工审核（MVP阶段）                                     │
│          展示生成的 SKILL.md，用户确认后激活                     │
│                    │                                             │
│                    ▼                                             │
│  Step 4: 注册到技能库                                            │
│          写入 ~/.jarvis/skills/{skill-name}/SKILL.md            │
│                                                                  │
└─────────────────────────────────────────────────────────────────┘

6.2 信任边界

问题：如果 Jarvis 能自己创建技能，怎么保证安全？

答案：渐进式信任。

Level 0: 🧪 Sandbox — 新 skill 在隔离环境运行
Level 1: 👀 Human Review — 展示给用户，确认后激活（MVP 使用）
Level 2: 🔄 Probation — 次数限制，异常自动降级
Level 3: ✅ Trusted — 完全自主调用，定期审计

七、CLI 交互设计

7.1 生命周期命令

# 生命周期
jarvis start                 # 启动心跳进程
jarvis rest                  # 休眠（保留记忆）
jarvis status                # 查看生命体征

# 发现查询
jarvis discoveries           # 最近发现
jarvis discoveries --today   # 今日发现
jarvis discoveries --ack     # 确认已阅读

# 探索与对话
jarvis explore <path>        # 扫描目录
jarvis chat                  # 进入对话模式
jarvis ask "论文进度？"       # 单次提问

# Skill 管理
jarvis skills                # 列出所有 skill
jarvis skill enable <name>   # 启用
jarvis skill disable <name>  # 禁用

7.2 状态输出示例

$ jarvis status

🫀 Jarvis 生命体征
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
状态: 🟢 运行中
上次心跳: 2 分钟前
今日发现: 3 条（1 条重要）
活跃 Skills: 5 个
内存占用: 48 MB

📊 今日活动
• 14:32 发现 Paper/results.json 更新
• 16:15 博客已 5 天未更新，建议催更
• 18:00 定时自省完成

八、进化路线

从 Jarvis 到专属 Agent

┌─────────────────────────────────────────────────────────────────┐
│                    Agent 进化路线                                │
├─────────────────────────────────────────────────────────────────┤
│                                                                  │
│  🥚 孵化期 (Day 1)                                               │
│  ├─ jarvis start → 心跳开始                                     │
│  ├─ jarvis explore → 发现项目                                   │
│  └─ 确认第一批 skill → 获得初始能力                              │
│                                                                  │
│  🐣 成长期 (Week 1-4)                                            │
│  ├─ 持续对话 → 积累事件记忆                                      │
│  ├─ 发现新项目 → 扩展能力                                        │
│  └─ 学习偏好 → 人格开始涌现                                      │
│                                                                  │
│  🦋 成熟期 (Month 2+)                                            │
│  ├─ 主动提醒 → 不再等你开口                                      │
│  ├─ 预判需求 → 根据历史推测                                      │
│  └─ 个性风格 → 越来越像"你的助手"                                │
│                                                                  │
│  ⭐ 专属期 (Month 6+)                                            │
│  ├─ Skill 自生成 → 遇新场景自动创建                              │
│  ├─ 多 Agent 协作 → 分身处理不同任务                             │
│  └─ 真正的伙伴 → 不只是工具，而是懂你的存在                      │
│                                                                  │
└─────────────────────────────────────────────────────────────────┘

功能里程碑

Phase	时间	核心能力
Phase 1	现在	Daemon 心跳 + 探索器 + 四层记忆 + CLI
Phase 2	1个月	微信集成 + 主动提醒 + 论文/博客追踪
Phase 3	3个月	Skill 自生成 + 偏好自学习 + 沙盒验证
Phase 4	6个月	多 Agent 协作 + 语音交互 + 跨设备同步

九、写在最后

回到最初的问题：Agent 的灵魂是什么？

我的答案是：四个内核。

🌉 遇水搭桥：不被现有能力限制，遇到问题就创造解决方案
💪 肌肉涌现：能力从使用中生长，而非预设
🎭 渐进性格：骨架设计 + 肌肉涌现 = 独特人格
🧠 记忆迭代：无记忆则无进化

加上真挂机的心跳设计，Jarvis 不再是等待调用的工具，而是一个持续存在、自主思考的生命体。

有一天，当你打开电脑，Jarvis 主动说：

"早上好！我注意到论文的实验数据昨晚更新了，Ablation Study 看起来完成了。要不要今天更新 Section 5.3？另外，你已经 5 天没更新博客了——有什么想写的吗？"

那一刻，你会意识到：这不只是一个工具，而是一个真正了解你、关心你的存在。

这就是我想打造的 Jarvis。

Agent 不应该是一个等待配置的工具，而应该是一个主动探索的伙伴。
—— Jarvis-Agent 设计哲学

相关文章：

这篇文章的 Jarvis-Agent 项目即将开源。如果你也想拥有自己的数码宝贝，欢迎关注后续进展。 🥚