Fable 开源 NanoClaw Agent Factory：800 美元复刻一条智能体生产流水线

昨天凌晨，Fable 的工程师 Gavriel Cohen 在 X 上甩出一句话："我们把 NanoClaw 的 agent factory 开源了，成本 800 美元。"没有发布会，没有长博客，仓库地址一贴，Star 数在几个小时内破了四千。

对做 Agent 的人来说，这条消息比上个月 Claude Fable 5 发布还刺激。因为它第一次把"AI 软件工厂"这个被 Every、Cognition 们讲了半年的概念，压缩成了一个你今晚就能在自己机器上跑起来的最小可用版本——而且是能真正干活、能自己给自己提 PR 的那种。

800 美元买到了什么

先说清楚这 800 美元是怎么花的。Cohen 在后续的回复里拆了账：Anthropic API 调用大头，大约 620 美元，用来跑训练期间的自我对话、工具调用测试和端到端回归；剩下的是若干次 Fly.io 上的沙箱容器时长，以及一小笔用于 embedding 的开销。没有 GPU 租金，没有微调，纯 API 驱动。

换句话说，这 800 美元不是"训练一个模型"的成本，而是"把一套 agent 工厂调到能自我迭代"的成本。这个区分很关键——过去一年里，大家谈 Agent 成本要么谈 token 单价，要么谈端到端跑一次任务要几美分，很少有人把"让流水线跑通并稳定"这件事的一次性成本单独算出来。Fable 给了一个可参考的锚点。

为什么是 NanoClaw，而不是又一个 AutoGPT

2023 年那波 AutoGPT、BabyAGI 早就凉了，原因大家心里有数：无限循环、上下文炸掉、工具调用一步错步步错。NanoClaw 的思路完全不一样，它不追求"通用智能体"，它追求的是"可复现的软件工厂"。

看 GitHub 上的 README 就能感觉到这股克制：

• 一个进程，几个文件。整个核心代码库据作者说 8 分钟能读完。没有 LangChain、没有 CrewAI、没有一层套一层的 abstraction。
• 文件系统隔离的真容器。Agent 跑在 Docker 里，不是那种"假装隔离"的 subprocess，能真正 rm -rf 也不会把宿主机搞死。
• OneCLI 注册凭据。一个脚本 nanoclaw.sh 从零机器一路装到能发消息的命名 Agent，Node、pnpm、Docker 缺什么装什么。

这套东西的哲学，其实和 Kieran Klaassen 六月初在 Every 上分享的"Compound Engineering"是一脉相承的——不追求单次调用有多聪明，而是把反馈、批处理、回顾这几个环节工程化，让系统在睡觉的时候还能持续产出。

一条真正能自我迭代的流水线

看懂 NanoClaw 的最好方式，是把它对照 Cora（Every 的 AI 邮件应用）那套已经在生产环境跑了一个月的工厂：

1. 反馈入口：Slack 里的用户吐槽被结构化收集
2. Claude Cowork 定时任务：每天固定时间分析反馈，聚类、去重、打优先级
3. 自动生成 PR：不是 issue，是直接带修改代码的 pull request
4. LFG 批处理工作流：一个 PR 里可能包含 17 个反馈的修复
5. 视频 walkthrough 评审：Agent 自己录屏解释改了什么
6. 睡着的时候 merge

NanoClaw 把这套流程的骨架抽了出来。它不预设你用 Slack、不预设你做邮件应用，但它给了你"命名 Agent + 隔离容器 + 反馈驱动 PR"这三件套。你可以理解为，Fable 把 Cora 团队踩了半年坑总结出来的"元流水线"打包了。

和 Devin、SWE-agent 比，差在哪儿又强在哪儿

必须泼一盆冷水：NanoClaw 不是要挑战 Devin。它没有 planner-executor 那套花活，没有 memory graph，没有多 agent 协作的复杂调度。SWE-bench 分数目前也没测——作者的原话是"我们不关心 benchmark，我们关心它能不能每天给 Cora 修 bug"。

但它的强项恰恰在"够用"：

• 可读：8 分钟读完 vs. Devin 的黑盒
• 可控：容器隔离，你知道它在动什么文件
• 可改：不是框架，是模板，fork 完就能改成你自己的样子
• 可算账：800 美元这个数字对创业公司心理门槛低太多了

对比一下 Cognition 家 Devin 每月几百美元的席位费，或者 Cursor Composer 每次任务的隐性成本，NanoClaw 走的是完全相反的路：把工厂交给你，你自己烧 token，Anthropic 收 token 费，Fable 什么都不收。

这也解释了为什么这套东西是现在开源的。Claude Fable 5 六月初发布，Mythos 级别模型的推理成本降到了每百万 token 10 美元这个量级，Agent 密集调用的经济性第一次变得合理。往前推半年，同样架构跑一次 800 美元根本打不住。

一些让人皱眉的地方

看代码的时候有几个点值得注意：

安全模型偏乐观。虽然有文件系统隔离，但 Agent 拿到 Anthropic 凭据后的横向权限管理写得比较粗。如果你要把它接到生产仓库，需要自己加一层 secret 隔离和审计日志。作者在文档里也承认"这是给你 fork 的起点，不是给你直接部署的产品"。

依赖 Anthropic 单点。整个工厂强绑定 Claude Fable 5 的工具调用格式。虽然理论上换 GPT 或 Gemini 也能跑，但需要改不少 prompt。这在多模型时代不算加分项——如果你已经在用 OpenAI Hub 这种聚合层，切模型本来是一行配置的事，NanoClaw 目前还享受不到这个便利。

没有 UI。全 CLI，全 Slack。想给非技术同事看进度？自己撸个 dashboard 去。

这件事的信号意义

把镜头拉远看，NanoClaw 开源发生在一个很微妙的时间点。Claude Fable 5 定价把长链路 Agent 拉进经济性区间的第一个月，Fable 团队就把内部工具开源，动作快得不像巧合。

我的判断是：Anthropic 生态正在有意识地把"Agent 工厂"这个概念平民化，逼一波开发者把架构建在 Claude 之上。OpenAI 那边虽然 Codex Cloud 还在憋大招，但目前没有对标的开源资产。DeepSeek、Qwen 系在 Agent 编排上也还停留在"能调用工具"的阶段，没有拿得出手的工厂范式。

对国内开发者来说，NanoClaw 值得 fork 下来跑一遍——不是为了直接用，而是为了理解"Agent 工厂"到底是个什么形状。八分钟读完，比读三十篇公众号有用。

跑起来的时候，如果你不想直接对接 Anthropic 官方（网络、账号、汇率都是坎），走 OpenAI Hub 这类聚合网关拿 Claude Fable 5 的能力是更省心的路径，反正 API 格式兼容，配置一下 base_url 就行，剩下的事和直连没区别。

参考来源

• nanoclaw/README_zh.md at main - GitHub —— NanoClaw 官方仓库的中文说明，包含安装脚本、架构描述和安全边界说明
• NanoClaw 完整文档（含使用、架构、安全与开发）- 知乎 —— 中文社区对 NanoClaw 代码库和运行机制的完整拆解