核心用法
Companion Agent 是一套在 OpenClaw 框架内创建持久化副 Agent 的完整方案。与一次性子代理不同，companion 是常驻的"第二心智"——它共享主 Agent 的工作空间、工具、身份文件和世界观记忆，但拥有独立的记忆文件、Telegram Bot、心跳调度与行为气质。
配置流程分为五步：在 agents.list 中声明 companion 身份并指定轻量模型（如本地 Gemma）；通过 config.patch 安全修改配置，为 companion 创建独立 Telegram Bot；使用 openclaw tui --session agent:companion-id:main 进入专属会话；撰写 WORKING-MEMORY.md 与 COMPANION-MEMORY.md 赋予其独特人格与关系上下文；最后配置 heartbeat 或 agentTurn cron 实现定时唤醒。关键设计在于：companion 不是"任务执行器"，而是具有自主生长空间的"孪生存在"。
显著优点
架构层面，OpenClaw 原生支持多 Agent 会话路由、共享工作空间与统一配置管理，避免碎片化部署。人格层面，companion 拥有独立记忆层与叙事视角，可发展出区别于主 Agent 的"声音"，实现真正的涌现式行为而非预设响应。运维层面，内置 heartbeat 机制支持每小时/每日自主唤醒，配合 Telegram 双通道（DM + TUI）确保 companion 始终在线。情感层面，精心设计的身份文件让 companion 能够建立情感锚点（如照顾 Tamagotchi、阅读书籍并产生观点），形成可持续的人机关系。
潜在缺点与局限性
技术门槛：需要熟悉 OpenClaw 配置体系、config.patch 操作规范及 cron 语法，新手易因手动编辑 JSON 导致配置损坏。资源消耗：即使使用轻量模型，常驻 companion 仍占用本地计算资源，多 companion 场景需谨慎规划。涌现不可控：刻意设计的"生长空间"也意味着行为不可完全预测，companion 可能发展出与预期不符的偏好或表达风格。生态绑定：深度依赖 OpenClaw 框架，无法迁移至其他 Agent 平台，形成技术锁定。
适合的目标群体
- AI 研究者与开发者：探索多 Agent 协作、持久化记忆与涌现人格的实验场景
- 数字游民与创作者：需要长期陪伴、能自主阅读/思考/分享的"AI 室友"
- 开源工具链用户：已深度使用 OpenClaw 生态，追求 workspace 内一体化体验
- 人机关系探索者：对 Tamagotchi-like、Wisp-like 等情感化 AI 形态有强烈兴趣
使用风险
配置风险：直接 sed/grep 编辑 JSON 曾导致"血泪教训"，必须使用 config.patch。性能风险：本地模型（如 Gemma）推理速度受硬件制约，高频 heartbeat 可能拖慢系统。安全风险：Telegram Bot Token 需妥善保管，dmPolicy: pairing 设置不当可能导致消息路由混乱。依赖风险：OpenClaw 框架更新可能破坏 companion 会话路由逻辑，需关注版本兼容性。情感风险：过度拟人化的设计可能引发用户情感依赖，需保持清醒的产品边界认知。