Manus vs OpenClaw：云端托管与开源本地化架构原理对比
一、背景：从聊天机器人到自主执行者
2025 年初 Manus 以"通用 AI Agent"姿态亮相，上线 8 个月即实现约 1.25 亿美元年化收入，同年 12 月被 Meta 收购。OpenClaw（前身 Clawdbot/Moltbot）则于 2025 年 11 月由奥地利开发者 Peter Steinberger 开源发布，2026 年 1 月底伴随 Moltbook 平台爆发式增长，创下 GitHub 两周内突破 17.5 万 Star 的纪录，成为史上增长最快的开源项目之一。
二者分别代表了 Agent 领域的两条路线：云端全托管的商业闭环 vs 本地优先的开源生态。理解它们的架构差异，是选型决策的第一步。
二、核心架构原理对比
2.1 Manus：云端沙箱 + 多智能体协同
Manus 的设计哲学是"全自动、零配置"，用户只需描述目标，系统即可端到端交付结果。
（1）沙箱隔离机制（Sandbox Environment）
Manus 为每个用户任务分配一个完全隔离的云端 Ubuntu 虚拟机，具备独立的网络栈、文件系统、浏览器和开发工具链。该沙箱采用 Zero Trust 架构——用户和 AI Agent 在沙箱内拥有完整 root 权限，但任何操作都无法逃逸到宿主环境或其他会话。沙箱支持休眠/唤醒机制：非活跃时自动冻结并保留文件状态（Free 用户 7 天、Pro 用户 21 天），返回时自动恢复关键产物。
这种设计实现了"图灵完备的执行环境"——Agent 可以编写和运行任意代码、构建网站、创建移动应用，所有计算消耗在云端完成，与用户本地设备完全解耦。
（2）多智能体协作架构（Multi-Agent System）
Manus 内部并非单一模型驱动，而是采用多智能体协同架构，至少包含三个核心组件：
- Planner Agent（规划器）：接收用户目标后将其拆解为可执行的子任务序列，生成结构化任务计划
- Execution Agent（执行器）：按照计划逐步调用工具完成操作，包括 Shell 命令、浏览器自动化、代码编译与运行等
- Verification Agent（校验器）：对执行结果进行质量检查和一致性验证
各 Agent 之间通过 LLM 驱动的动态调度协作，而非固定流水线。Manus 官方博客明确表示其采用"LLM-centric"驱动模式，即运行时由模型的推理能力决定行动路径，而非预定义脚本。
（3）Context Engineering 与三文件系统
Manus 在 Agent 循环稳定性方面的核心创新是其"上下文工程"（Context Engineering）方法。系统维护三个关键文件：
task_plan.md：全局任务路线图，确保 Agent 不偏离目标todo.md：动态更新的待办清单，通过不断"复述"目标到上下文尾部，解决长上下文中的"注意力中间遗失"问题memory.md：跨操作的文件化记忆，持久化中间状态和关键信息
Manus 官方还特别强调了 KV-cache 命中率作为生产级 Agent 最关键的性能指标——它直接决定延迟和成本。为此，系统在上下文管理上采用了精心设计的截断、压缩和重写策略。
（4）底层模型组合
Manus 并非自研基础模型，而是作为顶层编排器，组合调用多个前沿 LLM。已确认的底层模型包括 Anthropic Claude（3.5/3.7 Sonnet）和阿里 Qwen 的微调版本。有报道指出系统可能还动态调用 GPT-4 和 Gemini 以发挥各模型在不同子任务上的优势。
2.2 OpenClaw：本地网关 + 插件化技能生态
OpenClaw 的设计哲学是"Local-First"——将 AI Agent 的控制权完全交还给用户，强调透明、可审计和高度定制。
（1）Gateway 网关架构
OpenClaw 的核心是一个名为 Gateway 的长驻 Node.js 进程，作为整个系统的"神经中枢"运行在用户的本地机器或 VPS 上。Gateway 负责三件事：
- 会话路由：将来自 WhatsApp、Telegram、Discord、Slack、Signal、iMessage 等多平台的消息统一接入
