一个程序员在复古编程环境里，用263行代码搭出了能读写文件、自动执行任务的AI代理。这不是怀旧项目，而是一次对"AI代理必须依赖现代开发栈"的默认假设的正面挑战。
从Claude Code到MiniClaw：代理战争的另一面
AI代理（人工智能代理，指能自主调用工具完成任务的系统）正在变成大厂的军备竞赛。Anthropic的Claude Code专攻代码场景，OpenClaw（开源计算机使用代理）火到让Mac Mini断货，GitHub上的Hermes Agent攒了9.3万星。
这些产品的技术路线高度趋同：一个"Harness（控制框架）"同时扮演两个角色——给大语言模型（LLM，Large Language Model，大型语言模型）喂上下文，让它始终知道该知道什么；提供工具接口，让它始终能做需要做的事。
这个模式已经被验证有效，但也固化了一种认知：做AI代理，你得先有现代IDE、容器化部署、云端算力。
Mini Micro的开发者Joe Strout决定试试另一条路。这个2022年就接入LLM的复古编程环境，昨天诞生了它的原生代理——MiniClaw。
263行代码里藏了什么
MiniClaw的核心只有三个文件。主文件agent.ms全长263行，拆成14个函数——这个体量放在任何现代AI项目里都显得过于精简。
它的能力边界很清晰：能读Mini Micro内所有文件（包括/sys系统盘、挂载为/usr和/usr2的minidisk或文件夹），但只能在/usr/workspace下写文件。和Claude Code类似，它能创建修改各类文本文件，也能解释总结内容。
作者测试了一个场景：让它"讲讲sys盘里的图片"。代理调用了文件读取工具，生成了一段整洁的摘要。另一个测试是创建Markdown文档描述/sys/demo下的所有演示程序——后续会话中，作者觉得文档太啰嗦，直接指令"缩短它"，代理完成了迭代。
界面上的灰色文本暴露了运行逻辑：何时调用LLM、返回数据量、正在使用什么工具及原因。简单任务只需两次工具调用，复杂任务会持续循环，直到代理判定完成或放弃。
主循环的结构直白到近乎朴素：
持续监听用户输入，获取LLM响应，解析JSON，处理响应或报错。没有复杂的并发调度，没有中间件抽象层。
为什么复古环境能跑现代AI
Mini Micro的设计哲学在这里成了优势。这个环境本身极简：内置BASIC方言、直接硬件访问、无操作系统层干扰。LLM调用在2022年就已打通，意味着网络层和序列化逻辑早已就位。
代理所需的"Harness"功能——上下文管理和工具暴露——在Mini Micro里被压缩到极致。文件系统就是天然的沙盒，/usr/workspace的写权限限制是硬编码的边界，不需要额外的权限系统。
263行的代码量暗示了另一个事实：当底层环境足够内聚，上层代理逻辑可以极度精简。对比现代方案动辄数千行的工具链，这不是技术代差，而是设计目标的差异。
MiniClaw不是为了替代Claude Code或OpenClaw。它验证的是一个被忽视的命题：AI代理的复杂度，有多少是问题本身需要的，有多少是技术栈强加的？
9.3万星项目与263行代码的对比
Hermes Agent的9.3万GitHub星标代表了社区对"全功能代理"的期待。但MiniClaw指向另一个需求维度：可理解性。
14个函数，每个都可以逐行阅读。没有黑箱框架，没有需要信任的外部依赖。对于想理解"代理到底怎么工作"的开发者，这是一个可完全掌握的参考实现。
这种透明性在AI工程教育中有特殊价值。当大厂代理变成越来越厚的抽象层，一个能从头看到尾的极简实现，反而成了稀缺资源。
商业层面，MiniClaw不会冲击现有代理市场。但它的存在会分化用户认知：一部分人继续追逐功能完备性，另一部分开始追问"我能不能自己做一个够用的"。
复古编程环境的复兴，从来都不是单纯的技术怀旧。Mini Micro的用户群体——爱好者、教育者、嵌入式开发者——正在证明：被主流抛弃的技术栈，可能在AI时代找到新的生态位。
数据收束
263行代码，14个函数，3个文件，覆盖文件读写、LLM调用、工具循环的核心代理能力。GitHub上Hermes Agent的9.3万星与这个数字形成对照：前者代表功能完备性的胜利，后者代表极简实现的可行性。当AI代理的门槛被大厂不断推高时，一个复古编程环境里的周末项目，重新标定了"够用"的基准线。
热门跟贴