当所有人都在追求「功能更多」时，有人在追求「体积更小」。

从 OpenClaw 到 NullClaw，Claw 家族用一年时间，把 AI 助手从 28MB 压缩到 678KB。这不是技术炫技，而是在回答一个问题：AI 助手的边界在哪里？

春节假期结束，回来看到 Claw 家族又添新成员——NullClaw。

第一眼看到这个项目，我愣了一下：678KB 的二进制，1MB 内存占用，2 毫秒启动。这是 AI 助手？还是个计算器？

点开 GitHub，看完 README，我意识到：这可能是今年最值得关注的边缘 AI 项目之一。

01 NullClaw 是什么

简单说，它是 OpenClaw 家族里最轻量的那个。

如果你听说过 OpenClaw（那个用 TypeScript 写的全功能 AI 助手），NullClaw 就是它的「极简版兄弟」——用 Zig 语言重写，专门为边缘设备和嵌入式场景设计。

先看一组数据对比：

项目语言内存启动时间二进制大小硬件成本
OpenClawTypeScript>1 GB>500s~28 MB¥4,300
PicoClawGo<10 MB<1s~8 MB¥72
ZeroClawRust<5 MB<10ms3.4 MB¥72
NullClawZig~1 MB<2ms678 KB¥36

看到最后一行的 ¥36 了吗？

这意味着，你可以在一块 树莓派 Zero 上跑一个完整的 AI 助手。

02 为什么要做这么小

这是我最开始的疑问。

OpenClaw 已经很好用了，为什么还要折腾出一个「极简版」？

答案在 README 的第一句话里：Null overhead. Null compromise.

翻译过来就是：零开销，不妥协。

场景一：边缘设备

想象一下，你有一个智能家居控制器，或者一个工业传感器，或者一个车载设备。

这些设备的算力有限，内存有限，但你希望它们能「理解指令」「自主决策」「联网协作」。

传统方案是把数据传到云端处理，但这意味着：

  • 网络延迟

  • 隐私风险

  • 依赖云服务

NullClaw 的方案是：把 AI 助手直接跑在设备上。

678KB 的体积，意味着它可以塞进几乎任何设备。

场景二：安全敏感环境

有些场景，你不能依赖云服务。

比如军事、医疗、金融——这些领域对数据安全的要求极高。

NullClaw 是静态二进制，零运行时依赖（只需要 libc），这意味着：

  • 没有供应链风险

  • 可以完全离线运行

  • 资源使用可预测

场景三：成本敏感场景

如果你要部署 1000 个 AI 代理，OpenClaw 需要 1000 台 Mac Mini（每台 ¥4,300）。

NullClaw 只需要 1000 块树莓派 Zero（每块 ¥36）。

成本差距：120 倍。

03 它能做什么

别被「678KB」骗了，NullClaw 的功能一点不弱。

它支持：

AI 模型：22+ 提供商（OpenAI、Anthropic、Ollama、DeepSeek……）
消息通道：13 个（Telegram、Discord、Slack、iMessage、飞书、钉钉……）
记忆系统：SQLite + 向量搜索
工具集：18 个（shell、文件读写、浏览器、HTTP 请求……）
沙箱：Landlock、Firejail、Docker

换句话说，它是一个 完整的 AI 助手基础设施，只是被压缩到了极致。

顺便提一句：别小看这 678KB，项目有 ~110 个源文件、~45,000 行代码、2,738 个测试——该有的都有。

04 技术上怎么做到的

这是我最好奇的部分。

从 28MB 到 678KB，怎么做到的？

关键一：选对语言

NullClaw 用的是 Zig——一门追求极致控制力的系统编程语言。

Zig 的特点是：

  • 编译时优化极致

  • 零运行时开销

  • 可预测的内存使用

相比 TypeScript（需要 Node.js 运行时）、Python（需要解释器），Zig 编译出来的就是纯粹的机器码。

关键二：模块化架构

NullClaw 的所有子系统都是 vtable 接口，不是「内置功能」。

你可以只编译你需要的模块，其他的全部剔除。

比如，如果你只需要 Telegram 通道 + OpenAI 模型，编译出来的二进制可能只有 300KB。

关键三：静态链接

没有动态库，没有运行时依赖，所有东西都打包在一个二进制里。

这也是为什么它能在嵌入式设备上跑——你不需要安装任何环境。

05 Claw 家族的进化逻辑

NullClaw 不是孤立的项目，它是 Claw 家族的一部分。

这个家族现在有 5 个成员：

  1. OpenClaw（TypeScript）：功能最全，适合桌面和服务器

  2. NanoBot（Python）：中等轻量，适合快速原型

  3. PicoClaw（Go）：轻量级，适合单板计算机（一周 12K stars）

  4. ZeroClaw（Rust）：极轻量，适合资源受限环境

  5. NullClaw（Zig）：极致轻量，适合嵌入式和边缘设备

这个演化路径很有意思：

从「功能优先」到「资源优先」。

OpenClaw 是「我要做一个功能完整的 AI 助手」。
NullClaw 是「我要做一个能跑在 5 美元开发板上的 AI 助手」。

两个方向，两种哲学，但都在探索 AI 助手的边界。

06 值得关注吗

我的答案是：值得。

不是因为它现在有多成熟（它还很年轻），而是因为它代表了一个方向：

AI 不应该只存在于云端和高端设备，它应该无处不在。

当 AI 助手可以跑在 36 元的开发板上，意味着：

  • 智能家居可以真正「智能」

  • 工业设备可以自主决策

  • 个人隐私可以完全本地化

这是 AI 平民化的另一种路径。

07 怎么开始

如果你想试试 NullClaw，步骤很简单：

git clone https://github.com/nullclaw/nullclaw.git
cd nullclaw
zig build -Doptimize=ReleaseSmall

# 配置 API Key
nullclaw onboard --api-key sk-... --provider openrouter

# 开始对话
nullclaw agent -m "Hello, nullclaw!"

如果你没有 Zig 环境，也可以直接下载编译好的二进制（只有 678KB，下载秒完）。

写在最后

从 OpenClaw 到 NullClaw，我看到的不只是技术演进，更是一种思考方式的转变。

我们习惯了「更多功能、更强性能、更大模型」，但有时候，「更小、更快、更简单」 才是真正的创新。

NullClaw 还很年轻，生态还不完善，但它已经证明了一件事：

AI 助手不需要 1GB 内存，678KB 也能跑。

如果你也在关注边缘 AI、嵌入式硬件，或者对 Claw 家族感兴趣，欢迎在评论区交流。

相关链接：