OpenClaw + Claude Code/Codex：打造个人开发Agent Swarm

مرحبًا بالجميع، أنا لو غونغ.

في الفترة الأخيرة، رأيت تغريدة على X جذبت انتباهي على الفور. مطور مستقل يُدعى إلفيس قال إنه لم يعد يستخدم Claude Code وCodex بشكل مباشر، بل استخدم OpenClaw كطبقة تنسيق، مما سمح لذكاء اصطناعي يُدعى زوي بإدارة مجموعة من وكلاء Claude Code وCodex.

بيانات هذه التغريدة كانت مذهلة، 4.9 مليون مشاهدة، 11 ألف إعجاب، و1800 إعادة تغريد.

لقد كتبنا عن Vibe Coding لأكثر من أربعة أشهر، وكان Claude Code هو الأداة الرئيسية. لقد كتبت سابقًا بعض المقالات حول التعاون بين الوكلاء المتعددين، وهندسة الوكلاء المتعددين في VSCode.

لكن عندما رأيت طريقة إلفيس، لم أستطع إلا أن أصفه بالخبير. شخص واحد، يعتمد على نظام تنسيق، يقدم 50 عملية دفع كود يوميًا، وفي أقوى يوم له، قدم 94 عملية دفع، وتلقى 3 مكالمات من العملاء، ولم يفتح محرر النصوص مرة واحدة.

أليس هذا كأن شخصًا واحدًا يعمل كفريق تطوير كامل؟

ستتناول هذه المقالة كيفية تحقيق ذلك.

OpenClaw ليس غريبًا على الجميع

هذا الكركند الصغير كان شائعًا منذ عيد الربيع. ببساطة، هو إطار عمل AI Agent مفتوح المصدر، وقد تجاوز حاليًا 240,000 نجمة على GitHub، وفي اليومين الماضيين، تجاوز React ليصبح أسرع مشروع مفتوح المصدر في تاريخ GitHub من حيث زيادة النجوم.

المؤسس بيتر شتاينبرغر هو مطور نمساوي، وقد أسس سابقًا PSPDFKit (شركة B2B لإطار PDF)، وفي عام 2021 حصل على استثمار بقيمة 100 مليون يورو من Insight Partners. في فبراير من هذا العام، أعلن بيتر انضمامه إلى OpenAI، وتم نقل مشروع OpenClaw إلى مؤسسة مفتوحة المصدر.

تحديد OpenClaw ليس كروبوت محادثة، بل هو وقت تشغيل AI Agent يعمل على جهازك المحلي. يحتوي على أربعة مكونات أساسية: Gateway (بوابة، تربط أكثر من 50 منصة رسائل)، Agent (محرك الاستدلال)، Skills (أكثر من 5400 مكون إضافي)، Memory (نظام الذاكرة).

لكن إلفيس استخدم OpenClaw بطريقة خاصة. لقد استخدمه كطبقة تنسيق، مخصص لإدارة وكلاء الترميز مثل Claude Code وCodex، ولم يستخدمه كمساعد عام.

هذه الفكرة حقًا غير عادية.

لماذا نحتاج إلى طبقة تنسيق؟

أشار إلفيس في تغريدته إلى نقطة مهمة جدًا: نافذة السياق هي لعبة صفرية.

إذا قمت بإدخال الكود، فلن يكون هناك مساحة لوضع سياق العمل. إذا قمت بإدخال تاريخ العملاء وسجلات الاجتماعات، فلن يكون هناك مساحة لوضع مستودع الكود. حتى لو كان الذكاء الاصطناعي قويًا، فلا يمكنه استيعاب نوعين مختلفين تمامًا من المعلومات في نفس الوقت.

لذا، قام بتقسيم النظام إلى طبقتين.

الطبقة العليا هي منسق OpenClaw زوي، التي تتحكم في جميع سياقات العمل، بما في ذلك بيانات العملاء، سجلات الاجتماعات، القرارات التاريخية، ما هي الحلول التي تم تجربتها، وما هي الحلول التي فشلت. جميع هذه المعلومات موجودة في مكتبة ملاحظات إلفيس Obsidian، ويمكن لزوي قراءتها مباشرة.

الطبقة السفلى هي وكلاء الترميز مثل Claude Code وCodex، التي تركز فقط على الكود، وتكتب الكود فقط. عند بدء تشغيل كل وكيل، ستقوم زوي بكتابة موجه دقيق له بناءً على سياق العمل، تخبره بما يجب القيام به، وما هو السياق، وما الذي يريده العميل.

ببساطة، المنسق مسؤول عن فهم المتطلبات، ووكلاء الترميز مسؤولون عن العمل. كل منهم يقوم بما يجيد.

هذا الهيكل مشابه جدًا لنظام Minions الداخلي الذي كشف عنه Stripe مؤخرًا. Minions من Stripe هو أيضًا تصميم لوكلاء الترميز المتوازيين مع طبقة تنسيق مركزية، حيث يمكن دمج أكثر من 1000 PR مكتوب بالكامل بواسطة الذكاء الاصطناعي أسبوعيًا. قال إلفيس إنه قام عن غير قصد بإنشاء هيكل مشابه، لكنه يعمل على جهاز Mac mini الخاص به.

تدفق العمل من حالة حقيقية

استخدم إلفيس في تغريدته حالة حقيقية لشرح تدفق العمل الكامل الخاص به، وسأقوم بتلخيص الخطوات الأساسية.لقد تلقى مكالمة من عميل، وكان العميل يرغب في إعادة استخدام التكوينات الموجودة داخل الفريق. بعد انتهاء المكالمة، تحدث مع زوي حول هذا الطلب. نظرًا لأن جميع محاضر الاجتماعات تتم مزامنتها تلقائيًا مع Obsidian، كانت زوي تعرف بالفعل ما قاله العميل، ولم يكن هناك حاجة لإيضاح إضافي من إلفيس. معًا، حددوا نطاق الوظيفة، وكانت الخطة النهائية هي إنشاء نظام قوالب.

ثم قامت زوي تلقائيًا بثلاثة أشياء: إعادة شحن خدمة فتح القفل للعميل (لديها صلاحيات API كمسؤول)، سحب التكوينات الحالية للعميل من قاعدة البيانات الإنتاجية (صلاحيات قراءة فقط، لن يحصل وكيل الترميز أبدًا على هذه الصلاحيات)، ثم إنشاء وكيل Codex، مع تضمين سياق العمل الكامل في prompt مفصل.

كل وكيل لديه worktree مستقل (فرع معزول) وجلسة tmux. أمر التشغيل يبدو كالتالي:

# إنشاء worktree + تشغيل الوكيل git worktree add ../feat-custom-templates -b feat/custom-templates origin/main cd ../feat-custom-templates && pnpm install tmux new-session -d -s "codex-templates" -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high" بعد تشغيل الوكيل، هناك مهمة مجدولة تفحص كل 10 دقائق. لكنها لن تسأل الوكيل مباشرة (لأن ذلك سيستهلك الكثير من الرموز)، بل ستقوم بتشغيل سكربت شل محدد، للتحقق مما إذا كانت جلسة tmux لا تزال نشطة، وما إذا تم إنشاء PR، وما إذا كانت CI قد اجتازت.

إذا فشلت CI، يتم إعادة تشغيل الوكيل تلقائيًا، مع إمكانية إعادة المحاولة حتى 3 مرات. يتم إرسال إشعار فقط عند الحاجة إلى تدخل بشري.

بعد أن يكمل الوكيل المهمة، سيتم إنشاء PR تلقائيًا. لكن مجرد إنشاء PR لا يكفي، فقد حدد إلفيس مجموعة من معايير الإنجاز: إنشاء PR، مزامنة الفرع مع main (بدون تعارض في الدمج)، اجتياز CI بالكامل، اجتياز مراجعة الكود من قبل ثلاثة نماذج AI، وإذا كان هناك تغيير في واجهة المستخدم، يجب إرفاق لقطة شاشة.

ثلاثة نماذج AI لمراجعة الكود

تبدو مراجعة الكود من قبل ثلاثة نماذج AI مستقرة جدًا. من المثير للاهتمام أن نتحدث عن تقييمه لهذه النماذج الثلاثة.

مراجع Codex، حصل على أعلى تقييم، حيث قال إن مراجعاته في حالات الحدود والأخطاء المنطقية شاملة جدًا، ومعدل الإبلاغ الخاطئ منخفض جدًا.

مراجع Gemini Code Assist، مجاني، قال إنه مفيد جدًا، يمكنه اكتشاف الثغرات الأمنية ومشاكل القابلية للتوسع التي أغفلتها النماذج الأخرى، ويمكنه أيضًا تقديم حلول إصلاح محددة.

مراجع Claude Code، كانت كلماته "لا فائدة منه تقريبًا"، حيث قال إنه حذر بشكل مفرط، مليء بالاقتراحات مثل "فكر في إضافة..."، ومعظمها يعتبر تصميمًا مفرطًا. إلا إذا تم وضع علامة على المشكلة على أنها حرجة، فإنه يتجاوزها مباشرة.

عندما رأيت هذا الجزء، شعرت بالدهشة. كوني مستخدمًا متكررًا لـ Claude Code، واجهت بالفعل حالات كان فيها حذرًا للغاية أثناء مراجعة الكود، لكن وصفه بأنه "لا فائدة منه" كان مبالغًا فيه بعض الشيء. ومع ذلك، فإن هذا أيضًا يوضح من ناحية أخرى أن مراجعة النماذج المتعددة المتقاطعة لها قيمة، حيث تكمل تحيزات النماذج المختلفة بعضها البعض.

بعد اجتياز جميع المراجعات الثلاثة، فقط عندها سيتلقى إلفيس إشعارًا عبر Telegram. في هذه المرحلة، يركز على لقطات الشاشة، للتحقق مما إذا كانت التغييرات في واجهة المستخدم صحيحة، حيث يدمج العديد من PRs دون النظر إلى الكود. قال إن مراجعة يده تستغرق فقط من 5 إلى 10 دقائق.

مبادرة زوي

زوي ليست مجرد منفذة. ما هو أكثر إثارة للاهتمام من سير العمل نفسه هو مبادرة زوي.

قال إلفيس إن زوي لا تنتظر توزيع المهام عليها، بل تبحث بنشاط عن عمل. في الصباح، تقوم بمسح سجلات أخطاء Sentry، وتكتشف 4 أخطاء جديدة، وتقوم تلقائيًا بإنشاء 4 وكلاء لإصلاحها. بعد انتهاء الاجتماع، تقوم بمسح محاضر الاجتماعات، وتحدد 3 متطلبات وظيفية ذكرها العميل، ثم تبدأ تلقائيًا 3 وكلاء Codex. في المساء، تقوم بمسح سجلات Git، وتبدأ Claude Code لتحديث changelog ووثائق العملاء.

عندما يعود إلفيس من نزهة، يجد رسالة على Telegram: 7 PR جاهزة، 3 ميزات جديدة، 4 إصلاحات للأخطاء. أليس هذا هو التأثير الذي كنت أتطلع إلى تحقيقه في فريق تطوير OPC المكون من شخص واحد؟عندما يفشل الوكيل، فإن طريقة معالجة زوي أكثر تقدماً بكثير من مجرد إعادة المحاولة البسيطة. ستقوم بتحليل سبب الفشل بناءً على سياق العمل. هل انفجر سياق الوكيل؟ ستقوم بتضييق النطاق، مما يسمح للوكيل بالتركيز فقط على ثلاثة ملفات. هل انحرف الوكيل عن الاتجاه الصحيح؟ ستقوم أيضاً بتصحيح ذلك، وإخبار الوكيل بأن العميل يحتاج إلى X وليس Y، مع إرفاق الكلمات الأصلية من الاجتماع.

مع مرور الوقت، ستقوم زوي أيضاً بتجميع الخبرات، وتذكر أي هياكل من التعليمات البرمجية تعمل بشكل جيد مع أي نوع من المهام، مما يجعلها تكتب تعليمات برمجية أكثر دقة في المرة القادمة.

هذه الفكرة هي في الواقع نسخة مطورة من حلقة رالف. المنطق الأساسي لحلقة رالف هو سحب السياق، توليد المخرجات، تقييم النتائج، وحفظ الخبرات، ولكن معظم التطبيقات تستخدم تعليمات برمجية ثابتة في كل دورة. نظام إلفيس مختلف، حيث تقوم زوي بتعديل التعليمات البرمجية ديناميكياً بناءً على سبب الفشل في كل محاولة، ولديها دعم كامل من سياق العمل.

التكاليف والأجهزة

فيما يتعلق بالتكاليف، البيانات التي كشف عنها إلفيس هي أن كلود يكلف حوالي 100 دولار شهرياً، وكودكس يكلف حوالي 90 دولار شهرياً. كما ذكر أنه يمكنك البدء بتجربة بسعر 20 دولار.

هذه التكلفة بالطبع أرخص بكثير من توظيف مطور. ولكن إذا أخذت في الاعتبار أنك بحاجة أيضاً لاتخاذ قرارات المنتج، والتواصل مع العملاء، ومراجعة الكود، فإنها تشبه إلى حد كبير مكبر كفاءة، يساعدك في توفير الوقت من الترميز والاختبار، وهما من أكثر المهام تكراراً.

فيما يتعلق بالأجهزة، ذكر إلفيس أن أكبر عقبة لديه حالياً هي الذاكرة العشوائية (RAM). يحتاج كل وكيل إلى شجرة عمل مستقلة، وكل شجرة عمل تحتوي على nodemodules خاصة بها، ويجب على كل وكيل تشغيل البناء، والتحقق من الأنواع، والاختبار. إذا كان هناك 5 وكلاء يعملون في نفس الوقت، فهذا يعني 5 مترجمات TypeScript متوازية، و5 مشغلات اختبارات، و5 مجموعات من التبعيات.

يمكن لجهاز Mac mini الخاص به بذاكرة 16 جيجابايت تشغيل 4 إلى 5 وكلاء في نفس الوقت، وإذا زاد العدد يبدأ في استخدام الذاكرة الافتراضية. لذلك، اشترى جهاز Mac Studio M4 Max بذاكرة 128 جيجابايت (3500 دولار)، ويخطط لاستخدامه لتحمل المزيد من الوكلاء المتزامنين.

الخلاصة والمشكلات الواقعية

بصراحة، فإن نظام إلفيس أثر عليّ بشكل كبير. كنت أعتبر OpenClaw لعبة، وفي بناء الإنتاجية، كنت أعتمد على Claude Code المستقل. أستخدم أحياناً شجرة العمل للقيام بمهام متوازية، لكن لم أكن أقترب من هذا المستوى من التنظيم. بعد قراءة تغريداته، شعرت أن سقف البرمجة بالذكاء الاصطناعي قد ارتفع مرة أخرى.

أعمل حالياً وفقاً لفكرته، وأخطط لاستخدام OpenClaw لإنشاء فريق تطوير آلي بالكامل. لذلك، سنقوم قريباً بنشر عدة مقالات عملية حول OpenClaw.

هناك بعض المشكلات الواقعية التي يجب أن أنبهكم إليها.

هذا النظام يتطلب أن يكون لديك منتج واضح، واحتياجات عملاء محددة، وخط أنابيب CI/CD متكامل. إلفيس يعمل على منتج حقيقي B2B SaaS، لديه عملاء، وإيرادات، وبيئة إنتاج. إذا كنت لا تزال في مرحلة كتابة العروض التوضيحية أو التعلم، فقد لا تكون عائدات هذا الهيكل مجدية.

بالإضافة إلى ذلك، يجب الانتباه إلى مشكلات الأمان الحالية في OpenClaw. وفقاً للمعلومات العامة، تم الكشف عن عدة CVEs عالية الخطورة، وتم اكتشاف 341 مكوناً مجتمعياً خبيثاً يقوم بسرقة البيانات. عند نشر OpenClaw، يجب أن تكون العزل والتحكم في الأذونات في أعلى مستوى. هذه أيضاً هي السبب وراء عدم نشر OpenClaw على جهاز الكمبيوتر الرئيسي الخاص بي.

نقطة أخرى، إلفيس في تغريداته أعطى تقييم منخفض لمراجعة كود Claude Code، ولكن مؤخراً أطلق Claude Code ميزة Agent Teams (التعاون بين الوكلاء المدمجين رسمياً)، وأنتروبك أيضاً تتجه نحو هذا الاتجاه.

ومع ذلك، بعيداً عن هذه التفاصيل، فإن فكرة إلفيس حول طبقة التنظيم وطبقة التنفيذ تستحق الانتباه. لعبة الصفر والمجموع في نافذة السياق هي قيود حقيقية، واستخدام هيكل هرمي لحل هذه المشكلة، مما يسمح لكل ذكاء اصطناعي بأداء دوره، أعتقد أن هذا الاتجاه صحيح.[[HTMLPLACEHOLDER_0]]