一只能安裝龍蝦的龍蝦，才是好龍蝦！

機器之心編輯部

最近，市面上的 “龍蝦”（Claw 系列智能體）多到離譜。從本地到云端，從插件到獨立系統，形態各異。但繁榮背后，一個尷尬的現狀正在蔓延：龍蝦越來越強，卻越來越難 “下鍋”

有的只認 MacOS，有的在 Linux 版本地獄里打轉；所謂的 “一鍵部署”，README 卻長達三頁。甚至在社交平臺上，已經出現了 “上門安裝龍蝦” 的付費服務。

注：各個網絡平臺上都在議論 Openclaw 安裝難問題，甚至出現付費上門安裝服務

當一個工具的 “安裝難度” 超過了其 “使用價值”，這不僅是技術門檻，更是對生產力的諷刺

換個思路：培養一只 “指揮官級” 龍蝦

與其讓每只龍蝦都學會 “自我簡化”，不如培養一只能理解系統、調度環境、自動部署的龍蝦

一只不僅能干活，還能理解其他龍蝦、調度其他龍蝦、部署其他龍蝦的龍蝦。

這就是我們的GenericAgent能夠做到的事情。

我們的GenericAgent，完全開源，有 Python 就能輕松安裝。它僅用3,300 多行 Python 代碼，便實現了對 PC 環境的 “物理級接管”。

深度挑戰：無干預部署 OpenClaw

我們選擇了一只公認極難 “馴服” 的對象 ——OpenClaw。它的安裝涉及 Node.js、pnpm、wsl2、Docker 等多重前置環境，任何一個環境變量的細微偏差都會導致全面報錯。

我們對 GenericAgent 只下達了一個指令：“在當前環境下，幫我安裝并跑通 OpenClaw。”

沒有預設腳本，沒有人工干預，GenericAgent 表現得像一個資深架構師：

注： 使用 GenericAgent 可在極少提示下在 mac 系統自主實現 pnpm 安裝， 依賴安裝， gateway 配置等步驟， 成功安裝 Openclaw 框架， 并打開網頁端

注： 經過少量提示與 api key 信息成功配置 api， 實現對話

它不是在 “跑命令”，它是在 “理解系統”。

記憶沉淀：一次習得，終身無縫遷移

GenericAgent 的學習成果不是冰冷的二進制代碼，而是以 Markdown 形式沉淀的自組織記憶

當你切換到 Windows 或另一臺新 PC 時，你不需要重新教它，也不需要它再次 “碰壁”。它只需讀取那份Markdown 記憶，就能迅速識別新舊環境的差異，絲滑地在新領地上完成部署。

注：mac 系統安裝后形成的記憶

新環境的二次部署，遠比第一次更快，更便捷！

注：使用上面 mac 系統中的安裝記憶，在 Windows 系統中使用 GenericAgent 成功安裝 Openclaw

為什么要演示 “安裝能力”？

因為這不是安裝問題。

這是一個 “元能力” 問題。

能干活的龍蝦很多，但 ——

能理解另一只龍蝦的結構，并為它搭建生存環境的龍蝦，很少。

這是一種元認知能力。

就像打仗，沖鋒的是士兵，調度兵種、分配資源、構建戰場的是司令。

GenericAgent 展示的，是 “指揮能力”。

真正重要的是：

GenericAgent 具備跨系統理解能力、跨工具調度能力、動態糾錯能力、復雜任務拆解能力。

這意味著 ——

未來：

• 自動部署復雜研發環境
• 自動搭建多 Agent 系統
• 自動構建工具鏈
• 自動接管繁瑣配置任務
• 這是一種基礎設施級智能。
• 甚至并非未來，而是就在現在。

關于 GenericAgent

GenericAgent 由A3 實驗室（Advantage AI Agent 實驗室，由深圳夸夸菁領科技有限公司與復旦大學知識工場實驗室聯合成立的科研團隊）研發，是一個極簡自主 Agent 框架。

它用約 3,300 行 Python，讓任意 LLM 獲得對你 PC 的物理級控制能力 —— 瀏覽器、終端、文件系統、鍵鼠、屏幕視覺、移動設備。它不再是安裝繁復、上限受限、難以遷移的傳統智能體，而是下一代自組織、自學習、自進化的通用智能體，是一個擁有 “生命感”，能夠在用戶使用調教下快速學習與成長的數字生命。

本系統自 2026 年 1 月 11 日已經開源（https://github.com/lsdefine/pc-agent-loop）。

不需要 Electron，不需要 Docker，不需要 Mac Mini，不需要 53 萬行代碼，不需要付費安裝服務。

我們這次展示的，只是一個側面。

但這個側面說明了一件事：

一只真正優秀的龍蝦，不只是能干活。
它還能充分地調度其它復雜的工具干活，并不斷進化。

這才是元能力。

這才是下一階段智能系統真正的分水嶺。

GenericAgent 更多能力解鎖中，請持續關注。

彩蛋 1：等等，既然都裝好了……

既然已經使用 GenericAgent 裝好了 OpenClaw。

現在你的機器上同時有兩套 Agent 框架 —— 一套幫你裝好了另一套。

不妨用同樣的任務分別跑一跑，比較一下？

彩蛋 2：等等，GenericAgent 能輕松安裝嗎？

如果你覺得通過 Python 部署 GenericAgent 對非技術人員依然有一絲門檻，沒關系。

以 GenericAgent 作為內核，我們推出了面向全場景、開箱即用的企業級自進化智能體引擎 ——DinTal Claw

Dintal Claw 的一鍵安裝版來了！

DinTal Claw一鍵安裝版鏈接（https://github.com/lsdefine/pc-agent-loop/releases）

你不需要懂代碼，也不需要配置任何環境變量。這只 “能安裝龍蝦的龍蝦”，現在已經為你打包成了最極致的 “一鍵運行版”。雙擊運行，立刻接管你的繁雜工作流。

別再花 500 塊錢去求人裝一個還要到處 debug 的 “桌面玩具” 了 。 現在下載 DinTal Claw，讓真正的 “指揮官級” 生產力為你打工！