JiuwenClaw 主打會自我進化的 AI Agent

openJiuwen 最近丟出 JiuwenClaw。它不是來陪聊的。它的目標很直接：任務做到一半改需求，還能接著做完。

這點很現實。很多 AI Agent 在 demo 很漂亮。可是一旦你改順序、改格式、補一個步驟，它就開始亂掉。JiuwenClaw 想處理的，就是這種真實工作場景。

openJiuwen 也把重點放得很明白。它要的是任務完成率，不是聊天氣氛。這種路線很硬派，也很像真正做軟體的人會想要的東西。

它到底想修什麼問題

很多 Agent 的問題，不是看不懂指令。是流程一變，它就忘了自己做到哪。你叫它整理資料，接著又要去重，再補摘要，最後改成表格，它就像重開機一樣。

JiuwenClaw 的做法比較務實。它把任務狀態攤開來，允許中途插入、重排、刪除步驟。講白了，它把使用者改需求當成流程的一部分，不是當成新工作。

這種設計在辦公自動化很重要。因為真實世界不是考卷。真實世界會有人臨時改格式，也會有人突然說「先不要這段，先做那段」。

• 支援任務中斷、插入、重排、刪除
• 三層記憶：身份、長期背景、動態軌跡
• 會壓縮上下文，減少無用資訊
• 可接管本機瀏覽器，保留 cookie 和登入狀態

最後那點很實用。很多瀏覽器 Agent 都跑在乾淨沙盒裡。看起來整齊，實際上很假。因為真工作都在登入狀態裡。

你平常開著的瀏覽器，裡面有 cookie、快取、帳號、權限。這些髒東西，才是自動化最常撞到的地方。JiuwenClaw 想直接進到這個環境裡做事。

這也解釋了它的定位。它不是只會回答問題的 LLM。它更像一個會進站、會操作、會收尾的執行器。

自我進化是它真正的賭注

JiuwenClaw 最有意思的地方，不是它會呼叫工具。這種事，現在很多系統都會。真正有差的是，它想從失敗裡學東西。

openJiuwen 的說法很清楚。流程是執行、失敗、學習、優化、再執行。意思就是，工具呼叫錯了，或使用者罵一句，不是結束。系統要把這些當成資料。

這裡的想法很簡單，但落地不簡單。靜態 Agent 只能照原本的設定走。自我進化的 Agent，則想在每次出錯後調整行為。這在多步驟工作裡很有價值。

“The future is already here — it’s just not very evenly distributed.” — William Gibson

這句話放在這裡很貼。自我修正的 Agent，大家都會講。可是真正能在日常工作跑起來的，沒幾個。JiuwenClaw 想把這件事做得更具體。

如果這套迴圈真的穩，它會改變使用方式。你不一定要一次下完超精準提示。你只要給短修正，讓系統下次做得更好。

說真的，這比「會聊天」實際多了。因為大部分工作，本來就不是一次講完。

跟其他 Agent 比，差在哪

現在看 Agent，重點不是誰講話最像人。重點是誰真的能把事做完。這一點上，JiuwenClaw 的方向很明顯。

OpenAI ChatGPT Agent 和 Anthropic Claude Code 都在推工具使用和長流程。但 JiuwenClaw 更偏向任務連續性、本機環境接管、以及失敗後學習。它比較像操作層，不像聊天產品。

這種差異很重要。因為很多 Agent 的問題不是不聰明，而是太容易斷線。你一改需求，它就像沒聽到一樣重來一次。

• 任務連續性：支援中斷與重排，不把修改當新任務
• 記憶設計：三層記憶適合長流程，不只短對話
• 真實瀏覽器狀態：可接管本機 profile，少掉重登與驗證卡關
• 學習迴圈：會把失敗和修正拿去做下一輪優化

它還提到可整合 Telegram、WhatsApp、Lark，還有網頁介面。對企業來說，這比單純做一個漂亮 demo 有用多了。

因為企業要的是接進現有工作流。不是再多開一個工具分頁。這也是很多 Agent 產品卡住的地方。

如果只看概念，大家都差不多。真的拉開差距的，是它能不能在登入網站、內部系統、長任務裡撐住。

為什麼開發者會在意

JiuwenClaw 讓討論焦點換了一個。不是「模型懂不懂我」。而是「流程改了，它還能不能繼續做」。這才是開發者真正會遇到的問題。

如果它的自我進化迴圈能穩定運作，這會很適合內部工具、客服流程、內容整理、表單處理，還有各種瀏覽器自動化場景。這些工作都很煩，但很值錢。

我覺得這類產品的競爭點，接下來會很清楚。不是誰講得最像 AGI。是誰的任務完成率高，誰比較少在半路翻車。

對台灣開發者來說，這也很實際。很多公司都在做 RPA、內部後台、客服系統、資料整理。這些場景碰到的不是單輪問答，而是長流程和例外狀況。

如果一個 Agent 能處理 80% 標準流程，再把 20% 例外留給人接手，價值就已經很高。因為省下來的不是一點點時間，是整個團隊的重工成本。

它背後的產業脈絡

現在的 AI Agent 市場，很像大家都在補同一個洞。模型越來越強，工具也越來越多，但「把事情做完」這件事還是常常失敗。原因很簡單，真實工作有狀態、有例外、有登入、有中斷。

所以你會看到很多團隊開始重視 memory、browser control、workflow orchestration。這不是潮流話術。這是因為單純的 LLM 回答，已經不夠用了。

JiuwenClaw 的位置，剛好踩在這條線上。它把記憶、狀態、瀏覽器、學習迴圈放在一起。這種組合，比單純把 Chat UI 包一層工具更接近實務。

而且這也反映一個很現實的趨勢。企業不太想把核心流程交給只會對話的系統。它們要的是可追蹤、可重跑、可修正的軟體。

所以接下來，Agent 產品比的會是工程細節。像是狀態管理、權限處理、失敗回復、記憶壓縮，還有本機環境整合。這些都很土，但很重要。

我會怎麼看這個方向

JiuwenClaw 不是那種一眼就很炫的東西。它比較像一個很務實的賭注。賭的是：大家最後要的不是會講話的 AI，而是會收尾的 AI。

如果你是開發者，我會建議你拿它去打幾個很髒的流程。像是登入後網站、要改三次格式的報表、或做到一半被插單的任務。這些地方最容易看出真功夫。

我預測接下來 12 個月，Agent 產品會往「任務完成率」靠攏。誰能在變更需求後還把工作做完，誰就比較有機會進企業環境。你會想先看漂亮 demo，還是先看它能不能在真實瀏覽器裡活下來？