4000行代码 vs 43万行：nano bot让我意识到一件事，OpenClaw太重了

网址

type

Post

status

Published

date

Feb 9, 2026

slug

OpenClaw2NanoBot

summary

01.我对OpenClaw的复杂度习以为常

其实我最早用的是Clawdbot，那时候它还叫这个名字。后来改名叫Moltbot，再后来变成OpenClaw，我一直跟着用过来。

习惯了它的复杂性。

每次配置新环境，我要：

安装一堆依赖，Node.js、Python、Docker

配置API密钥，OpenAI、Claude、本地模型

配置聊天渠道，Telegram、WhatsApp、飞书

选择技能包，想用哪个装哪个

调试半天，确保所有模块能跑通

整个过程，顺利的话要半小时到一小时。遇到问题，可能要一下午。

我从来没觉得这有什么问题。

因为OpenClaw确实强大。它能做的事太多了：

执行Shell命令

自动提交Git PR

浏览器自动化

文件批量处理

多渠道聊天接入

功能越多，配置越复杂，这不是很正常吗？

而且作为AI Native超级个体，我觉得搞配置是基本能力。

直到我看到了nano bot。

02.nano bot的4000行代码让我意外

nano bot是香港大学数据科学实验室开源的一个AI Agent框架。

它在GitHub上的简介很简单："🐈 nanobot: the ultra-lightweight clawdbot"——超轻量级的clawdbot。

但这个数字让我意外：它的代码量只有4000行左右。

对比一下：

OpenClaw（前身Clawdbot）：43万行代码

nano bot：4000行代码

缩减了99%。

一开始我以为这肯定是阉割版，功能肯定少很多。但仔细看了之后发现，核心能力都还在：

网页搜索

文件管理

定时任务

记忆机制

子代理协同

多渠道通讯（支持Telegram、WhatsApp）

不是"功能简化"，而是"代码精简"。

这让我想起一句话：优秀的工程师写代码是做减法，不是做加法。

nano bot的开发者显然是这种思路。

他们没有追求"功能全"，而是追求"核心够用"。砍掉了冗余的功能和过度的抽象，用最少的代码做最多的事。

03.上手nano bot的第一感觉：真的只要2分钟

我看到nano bot的文档上说"2分钟上手"，第一反应是营销话术。

怎么可能？Agent框架这种复杂的东西，光是配置环境就要半天。

但我试了一下。

安装：

一行命令，搞定。

然后初始化：

这个命令会：

生成默认配置文件

引导你完成基本设置

配置文件在~/.nanobot/config.json，修改API密钥就行：

然后开始聊天：

几秒钟就有回复。

从安装到能用，真的只要2分钟。

我第一次用完之后，甚至有点懵：这就完成了？我是不是漏掉了什么步骤？

但检查了一遍，确实就这些。

没有Docker，没有复杂的依赖，没有配置技能包，没有调试半天。

就是简单的安装、配置、用。

04.用了一周，我发现这三个场景它做得更好

我本来打算只是体验一下nano bot，但用了一周之后，发现有些场景下它确实比OpenClaw更合适。

场景一：学习Agent架构

我想理解AI Agent的工作原理，想看代码。

OpenClaw的代码结构是这样的：

43万行代码

模块很多，抽象层次深

想找到核心逻辑，要绕好几层

nano bot的代码结构是这样的：

打开目录就能看清整个框架的脉络。每个模块职责清晰，没有过度抽象。

我花半天时间就读完了核心代码，理解了Agent的执行流程。

如果读OpenClaw的代码，可能要花一周。

对于想学习Agent架构的人，nano bot简直是教科书。

场景二：个人日常助手

我需要一个AI助手帮我做点日常任务：

查个东西

写段代码

定时提醒

管理文件

OpenClaw能做这些，但配置那么复杂，感觉用大炮打蚊子。

nano bot开箱即用，2分钟配置，就能做这些事。

而且启动速度快，占用资源低，在普通笔记本上跑得很流畅。

上周五早上，我在家办公，nano bot帮我做了三件事：

自动查了一下美股开盘情况

写了一段Python代码处理数据

定时提醒我下午3点有个会议

整个过程，nano bot在后台运行，几乎感觉不到它的存在。

这种轻量级的使用体验，OpenClaw给不了。

nano bot终端运行，简洁高效

场景三：快速原型开发

我想做一个Agent原型，验证一个想法。

用OpenClaw的话，我得：

配置环境

选择合适的技能包

写自定义技能

调试半天

用nano bot的话：

2分钟配置好

写个技能文件，继承Tool类

重启，就能用

nano bot的工具系统很简单，继承Tool类，实现三个方法就行：

我试着写了一个"天气查询工具"，只用了几十行代码就集成进去了。

对于快速验证想法，nano bot的效率比OpenClaw高太多。

05.关键不是功能多少，是你真正需要什么

用了一周nano bot，我意识到一件事：

OpenClaw太重了，不是因为它功能多，而是因为它追求"满足所有人"。

它想支持所有场景、所有用户、所有需求。所以功能越来越多，配置越来越复杂。

但问题是，普通用户真的需要那么多功能吗？

我统计了一下，我平时用OpenClaw，80%的功能只用20%的能力：

基本的对话

简单的工具调用

文件操作

定时任务

剩下的那些高级功能，比如深度浏览器自动化、复杂的多Agent协同，我几乎不用。

但为了这些我用不到的功能，我要忍受复杂的配置、高资源占用、长启动时间。

这合理吗？

nano bot的选择是：先把核心功能做到极致简单，再考虑扩展。

它砍掉了那些用得少、配置复杂的功能，但把核心的Agent能力做得非常轻量、易用。

这不是"功能少"，而是"聚焦核心"。

06.什么时候用nano bot，什么时候用OpenClaw

我想清楚了，不是nano bot vs OpenClaw，而是：

你需要的是什么？

如果你是：

想学习Agent架构的开发者

需要轻量级个人AI助手

想快速验证想法的研究人员

资源有限的用户

用nano bot。它简单、快速、易用。

如果你是：

需要深度浏览器自动化

要处理复杂的多Agent协同

企业级安全要求高

需要丰富的插件生态

用OpenClaw。它功能强大、生态完善。

关键是想清楚你真正需要什么，而不是盲目追求"功能全"。

07.最后：复杂不是能力，克制才是

nano bot的4000行代码，让我重新思考产品设计。

很多产品在迭代过程中，功能越加越多，配置越来越复杂。产品团队会觉得"功能多才是强"，但用户要的是"好用"。

OpenClaw是个优秀的产品，但它确实太重了。

而nano bot的选择是：知道什么该放弃。

它放弃了那些"看起来很厉害但用得少"的功能，专注于核心体验。

这是克制的智慧。

就像肖弘做产品，他从来不是堆砌功能，而是把最核心的体验做到极致。Monica如此，Manus也如此。

nano bot也是一样。

复杂不是能力，克制才是。

本文写于2026年2月8日

参考资料：

nano bot GitHub：https://github.com/HKUDS/nanobot

OpenClaw GitHub：https://github.com/openclaw/openclaw