今天在深入测试 Openclaw，最深的感受是 Agent 目前展现出来的能力 边界有几个很重要的影响因素
1. 权限的大小（这也是 openclaw 对比其他Agent 最大的优势）
(a) 比如操作 Bash、本地 Mac 端的命令。
(b) 或者操作应用、浏览器
2. Context（上下文）的多少
(a) 比如 Memory（记忆）。
(b) 或者是相应的背景信息。
3. 业务场景中有多少 Tools 可以调用
(a) 可以使用第三方的 OpenRouter API 或者是开源的本地模型。
比如我在 Telegram 上发语音，发现它没有办法识别，那我让 Openclaw 以自举的方式去fix，用了 Whisper 以及内置了 Gemini 的 API。我只需要给它 API，它就能自己装上，这是在以前的软件或 SaaS 产品中非常奇特且不具备的能力。
1. 权限的大小（这也是 openclaw 对比其他Agent 最大的优势）
(a) 比如操作 Bash、本地 Mac 端的命令。
(b) 或者操作应用、浏览器
2. Context（上下文）的多少
(a) 比如 Memory（记忆）。
(b) 或者是相应的背景信息。
3. 业务场景中有多少 Tools 可以调用
(a) 可以使用第三方的 OpenRouter API 或者是开源的本地模型。
比如我在 Telegram 上发语音，发现它没有办法识别，那我让 Openclaw 以自举的方式去fix，用了 Whisper 以及内置了 Gemini 的 API。我只需要给它 API，它就能自己装上，这是在以前的软件或 SaaS 产品中非常奇特且不具备的能力。