OpenClaw 採用 Codex 引擎最佳化 OpenAI 代理執行時

OpenClaw 近日宣佈了一項重要更新：其平臺現在預設使用 Codex 應用伺服器引擎來驅動 OpenAI 代理的模型推理迴圈。這一改變旨在解決此前 OpenClaw 自行驅動模型迴圈時面臨的翻譯開銷、工具重複和提示膨脹等問題。

在舊架構中，OpenClaw 需要在其自身框架與 OpenAI 正在積極構建的代理執行時之間進行轉換。而現在，Codex 接管了底層的 OpenAI 迴圈，包括原生執行緒狀態、工具延續、壓縮、程式碼模式和動態工具搜尋。OpenClaw 則專注於使其代理成為使用者專屬助手的產品功能：渠道、個性、記憶、會話、定時任務、媒體、瀏覽器、閘道器以及 OpenClaw 工具。

這一重新劃分邊界帶來了多項實際改進。首先，模型現在可以直接使用 Codex 原生的讀寫、編輯、修補、執行、程序和規劃工具，而無需在重複的工作空間工具之間做出選擇。其次，可見回覆現在透過 OpenClaw 訊息工具有意傳送，使內部推理保持私密，只有代理真正有話要說時才會產生可見輸出。心跳機制也得到升級，不再依靠“HEARTBEAT_OK”之類的標記文本，而是使用結構化心跳響應工具，明確表達“無報告”、“通知使用者”或“安排跟進”等狀態。

最顯著的改進之一是動態工具載入。OpenClaw 代理可能擁有大量工具，包括訊息、會話、媒體、定時任務、瀏覽器、節點、閘道器控制、網路搜尋、MCP 伺服器、外掛工具和特定於渠道的動作。過去，所有工具模式都會載入到初始提示中，導致提示龐大且模型容易選錯工具。現在，Codex 允許將 OpenClaw 產品能力作為動態工具傳遞，模型透過原生工具搜尋按需發現並載入所需工具。這不僅減小了初始上下文，還提高了工具選擇的準確性。

對於非 OpenAI 使用者而言，這一改進同樣有意義。OpenClaw 計劃將從 Codex 學到的模式應用到其預設的 PI 工具搜尋中，允許所有模型受益於更緊湊的搜尋、描述和呼叫介面。目前，PI 工具搜尋仍處於實驗階段，尚未預設啟用。

在認證方面，使用者可以使用 ChatGPT/Codex 賬戶登入 OpenClaw，即可透過訂閱獲得 Codex 認證配置檔案，無需為同一模型付費兩次。API 金鑰可作為備份選項。OpenClaw 還為每個代理隔離了 Codex 狀態，確保個人 Codex CLI 設定不會被意外匯入代理。

安全方面，Codex 引擎支援無限制本地執行和稽核批准模式。OpenClaw 保留了外部審批路由、渠道交付、外掛鉤子和可見故障報告，同時利用 Codex 的原生安全機制。

長遠來看，OpenClaw 旨在成為多模型平臺，支援 Anthropic、Google、本地模型、OpenRouter、DeepSeek、Kimi、MiniMax 等。此次與 Codex 的整合是雙向的：在 Codex 最擅長的領域使用它，同時將優秀的設計思想（如更清晰的工具邊界、延遲目錄、結構化靜默結果、更好的提示範圍）帶回 OpenClaw 自身的 PI 引擎，最終提升所有模型的處理能力。