Agentic AI 12 核心術語：對照 NanoClaw 的完整實作

圖片來源：Brij Kishore Pandey（@brijpandeyji on X / LinkedIn）

這張圖列出了 Agentic AI 的 12 個核心術語，對照 NanoClaw 的設計，幾乎是一份完整的對應清單。

NanoClaw 就是這 12 個術語的實作

1. MCP（Model Context Protocol） 是 NanoClaw 的神經系統——send_message、排程、任務管理全走 MCP，讓容器 agent 能跨越隔離邊界與外部世界溝通。標準化的連接協定讓任何工具都能掛進來，不需要為每個整合寫特製膠水程式碼。

2. Agent Loop（Perceive → Plan → Act → Observe） 就是每個容器啟動後 Claude Code 的運作模式：感知（讀訊息）→ 規劃（思考）→ 行動（呼叫工具）→ 觀察（看結果）→ 循環。這個迴圈不需要人類手動推進，agent 自己驅動直到任務完成。

3. Tool Use 是 agent 的手腳。WebSearch、Bash、Read/Write、SSH——工具越豐富，agent 能做的事越接近真實工程師。NanoClaw 的每個 skill 本質上都是在擴展容器 agent 的工具集。

4. Orchestrator（Agent Manager）+ 5. Subagent（Specialized Worker） 對應 NanoClaw 的多頻道架構：主頻道是指揮中心（Orchestrator），各專屬頻道（@pm、@developer、losehrt）是專精的 Subagent，各司其職。Orchestrator 透過 send_message MCP 把任務派發給對的 Subagent。

6. Memory（Short-term & Long-term） 是 NanoClaw 讓無狀態容器「有記憶」的關鍵設計：
- 短期記憶：SQLite 存歷史對話（conversations/）
- 長期記憶：CLAUDE.md 定義角色與規則，/workspace 儲存持久知識庫
- 跨會話記憶：memory/ 目錄由 auto-memory 系統自動維護

7. Grounding（Reality Tethering） 透過 WebSearch、WebFetch、Bash 等工具實現——agent 不憑空生成答案，而是先抓取即時資料再推理。這也是為什麼 NanoClaw 的 agent 能查股價、讀文件、跑程式。

8. Guardrails（Safety Layer） 靠 CLAUDE.md 的行為規範補充。每個頻道的 CLAUDE.md 定義 agent 的角色邊界、禁止行為、操作原則，這是比系統層 sandbox 更靈活的語義護欄。

9. Sandboxing（Safe Execution） 是整個架構的安全基礎：每個 agent 跑在獨立 Docker 容器，爆炸半徑被硬體邊界限制住。container-runner.ts 負責容器的生命週期管理，確保每次執行都是乾淨的隔離環境。

10. Human-in-the-Loop（Approval Gate） 內建在 NanoClaw 的操作模式裡——破壞性操作（git push、刪除資料、送出訊息）預設需要確認。agent 會主動暫停並說明它要做什麼，而不是靜默執行。

11. Context Window（Working Memory Limit） 是長會話的隱形瓶頸。NanoClaw 透過 /compact 指令和 auto-compaction 機制管理上下文，在接近限制前自動壓縮歷史，確保 agent 不會因記憶體滿溢而失去前段的關鍵脈絡。

12. Multi-Agent（Collaborative Intelligence） 是 NanoClaw Teams 功能的核心——多個 agent 同時工作，每個負責不同子任務，結果由 Orchestrator 整合。這也是 send_message 跨頻道通訊存在的原因。

結論

這 12 個術語不是學術定義，而是打造可用 AI agent 的必要零件。NanoClaw 的價值在於，它把這些零件組裝成一個可在訊息群組裡直接運作的 agent 基礎設施，不需要懂底層就能使用。

但如果你懂這 12 個詞，你就能理解為什麼它的每一個設計決策都有其必要性：Docker 不只是部署工具，它是 Sandboxing；CLAUDE.md 不只是設定檔，它是 Guardrails；多頻道不只是方便，它是 Orchestrator + Subagent 的實踐。

架構本身就是最好的術語教學。