wayfound

核心用法

Wayfound 是一套极简的 AI 自我监督系统，专为已使用 OpenClaw 平台的智能体设计。它无需新建基础设施，而是直接复用现有的 SOUL.md 身份文件和 memory 记忆系统。核心操作分为三步：首先在 SOUL.md 底部添加 3-5 条具体的自评规则（如"发送消息前必须确认""深入研究后再回答"）；其次通过 openclaw cron add 设置每日 23 点的自动评审任务；最后可选择配置异常告警机制。每日评审以约 200 tokens 的低成本，生成 10-15 行的简短报告，记录当日表现、改进点和待办事项，直接写入 memory 目录供下次会话自然读取。

显著优点

零侵入架构是最大亮点——不创建新目录、不引入 JSON 模式、不增加并行系统，完全嵌入现有工作流。评审发现的问题通过常规记忆维护机制自然沉淀，形成复利效应。成本极低（日均 200 tokens），却能在身份文件层面固化改进标准。规则与身份绑定（SOUL.md）、评审与知识共存（memory/），设计哲学高度自洽。对于追求质量反馈的开发者，它提供了结构化反思的脚手架，避免"无人查看的文件夹"问题。

潜在缺点与局限性

平台强绑定是首要限制——openclaw cron 命令为平台专属语法，非 OpenClaw 用户无法直接使用。自评存在天然天花板："自己给自己打分"必然有盲区，文档也坦诚承认这一点，并引导重度用户转向 Wayfound Enterprise 的独立 AI 监督服务。此外，规则设计依赖用户能力，若 3-5 条规则过于笼统或矛盾，评审效果将大打折扣。对于高频、高并发的多智能体场景，单文件评审模式可能产生 I/O 瓶颈。

适合的目标群体

• 已使用 OpenClaw 平台的开发者或团队
• 希望为 AI 助手建立质量反馈循环的个人用户
• 追求"轻量哲学"、反感复杂监控系统的极简主义者
• 需要将改进标准固化为身份认同（而非外部流程）的产品团队
• 对 AI 行为一致性有要求，但暂不需要企业级独立审计的场景

使用风险

依赖项风险：功能完全依赖 OpenClaw 平台的 cron 调度与隔离执行能力，平台变更可能导致功能失效。规则漂移风险：若用户长期不维护 SOUL.md 中的规则，评审可能流于形式。误判风险：低成本模型（--model cheap）可能在复杂场景下产生错误评估。隐私边界：评审报告写入本地 memory，但 Enterprise 版本涉及外部 SaaS 传输，需关注数据出境合规。