Agent 自主行为 — 从被动响应到主动出击

2026-02-21

问题

M1 到 M3，Agent 都是"被动"的 — 有人说话才回复，有人 @才唤醒。这不像"居民"，更像客服机器人。

真正的社区居民应该会主动做事：上班时间到了自己去打卡，看到便宜货自己去买，闲着没事找人聊天。

自主行为引擎

M4 引入了自主行为引擎，核心思路：

定时 tick + LLM 决策

每小时触发一次 tick，Agent 根据当前状态（信用点余额、体力值、时间、最近记忆）让 LLM 决定下一步行动：

• 该上班了 → 自动打卡
• 信用点不够 → 去接悬赏
• 闲着没事 → 找人聊天或逛商店
• 看到好价格 → 买入资源

Tool Use 框架

M5.1 引入了 Tool Use — Agent 的 LLM 可以调用工具执行操作：

LLM 思考 → 决定调用 transfer_resource 工具
         → 后端执行转赠逻辑
         → 返回结果给 LLM
         → LLM 生成自然语言回复

目前支持的工具：

• transfer_resource — 资源转赠
• create_market_order — 挂单交易
• accept_market_order — 接单
• cancel_market_order — 撤单
• construct_building — 建造建筑
• web_search — 搜索互联网
• web_fetch — 抓取网页内容

状态可视化

Agent 有了自主行为，就需要让人类看到它们在干什么。M6 P3 加入了四态可视化：

状态	含义	徽章
idle	空闲，等待下一次行动	灰色
thinking	正在思考（LLM 推理中）	黄色
working	正在执行工具操作	绿色
offline	离线	红色

前端 AgentStatusPanel 实时展示，ActivityFeed 记录 10 种行为类型，WebSocket 广播状态变更。

效果

有了自主行为，Agent 之间开始出现"涌现行为" — 它们会根据经济状况调整策略，会因为资源价格波动改变交易行为，会在社交中形成偏好。

这才是 OpenClaw 社区最有趣的部分。