263行代码造出AI智能体：复古编程环境的意外突围

昨天，一位开发者在复古编程环境Mini Micro里，用263行代码搭出了一个能调用大模型的AI智能体。没有Kubernetes，没有向量数据库，没有 agent 框架——只有最原始的循环和函数。

事件现场：一个"不合时宜"的实验

故事要从三个月前的硬件荒说起。OpenClaw爆火后，Mac Mini被抢购一空，云端GPU价格翻倍。与此同时，GitHub上Hermes Agent的星标数冲到9.3万，Claude Code成为程序员标配。

这些工具都在做同一件事：给大模型套个"马具"（harness）。控制上下文、提供工具调用、管理记忆——复杂得像在造火箭。

而昨天，Mini Micro社区的一位开发者做了件"逆行"的事。他打开这个2022年就玩过LLM接入的复古环境，决定造一个属于自己的agent。

产物叫MiniClaw。核心代码263行，14个函数，三文件结构。

技术拆解：极简架构的暴力美学

先看能力边界。MiniClaw能读/sys磁盘下的任何文件，包括系统目录和用户挂载的minidisk。写权限被严格限制在/usr/workspace——和Claude Code的安全模型几乎一致。

实际跑起来什么样？开发者演示了两个场景。

场景一：「告诉我sys磁盘上的图片」。MiniClaw遍历目录，生成了一份结构清晰的摘要。

场景二：创建/sys/demo下所有演示程序的Markdown文档。第一版太啰嗦，开发者直接下指令"缩短它"，第二版立刻变精炼。

灰色调试信息暴露了运行逻辑：每次调用LLM、返回数据量、工具选择及原因，全部可见。简单任务两三个工具调用搞定，复杂任务会自动迭代到完成或放弃。

核心循环极其朴素——while true挂起，等待输入，获取响应，解析JSON，处理或报错。没有状态机，没有复杂调度，就是死循环里套判断。

currentUserInput承载当前指令，初始为空。整个状态管理靠全局变量和简单标记完成。

为什么这事值得兴奋

263行 vs 主流agent框架的万行代码，差距不在功能，在假设。

主流框架假设：你需要处理并发、需要弹性扩缩容、需要企业级审计。MiniClaw假设：你只需要一个能读写文件、调用API的循环。

这个假设在特定场景下完全成立。个人脚本、小型自动化、教育演示——这些占开发者日常工作的相当比例，却被 enterprise-grade 的复杂度淹没。

更深层看点在于环境选择。Mini Micro是个刻意复古的编程环境，剥离了现代IDE的干扰，反而暴露了agent的本质：LLM+工具+循环。当剥离层足够多，核心模式清晰可见。

开发者2022年、2023年两次尝试LLM接入，这次终于走到"logical next step"。时间线本身说明：技术成熟曲线中，极简实现往往滞后于复杂方案，但认知价值更高。

行业信号：agent正在分层

MiniClaw的出现不是孤立事件。同期能看到几个平行趋势：

Claude Code专注编程场景，深度绑定IDE；OpenClaw走向通用计算机操作，硬件成本陡增；Hermes Agent走开源社区路线，9.3万星标证明需求真实。

MiniClaw开辟的是第四条路：极端轻量、完全透明、教育友好。263行代码可以被完整阅读、修改、理解。对于想搞懂agent工作原理的开发者，这是比读文档更直接的路径。

代码量数据本身构成一种声明。当行业讨论"agent操作系统"时，有人证明：核心循环可以控制在300行以内。这不是否定复杂系统的价值，而是划定边界——复杂应该用在需要的地方，而非默认选项。

安全模型的设计也值得关注。读权限开放、写权限受限，和主流agent一致。说明即使在极简实现中，某些约束是结构性的，而非工程冗余。

数据收束

263行。14个函数。3个文件。2022年首次尝试，2023年二次接入，2024年完成agent闭环。GitHub上Hermes Agent 9.3万星标同期，一个复古编程环境里诞生了可能是当前代码量最小的可用LLM agent。

这个数字对比本身，正在重新定义"足够好"的基准线。