6 月 18 日下午，我双击了一下 Agnes AI 的安装脚本。 窗口闪了一下，什么也没发生。
6 月 21 日，我用同一套工具，生成了一只小猫的 5 秒视频。
这中间发生了什么？
答案是：两个 AI 和一个老师，分了三天的工。

【架构图】AI 双脑协同系统

这篇文章不是讲如何生成一只猫，而是记录一次 AI 双脑协同 实验。
为了避免读到最后才发现“原来猫只是实验对象”，先把整体架构摆出来：

AGENTS.md 共享治理中心

规则·红线·边界

• Codex表世界 Windows执行空间
  项目开发、代码生成、文档编写、工作流自动化、风险反向校验
• OpenClaw里世界 Linux决策空间
  决策分析、多解释推理、风险评估

两侧独立：Obsidian第二大脑

共用模块：项目知识库、长期记忆库、工作日志、决策经验库、文档沉淀、规则演化库

搬运层(Temp)

项目成果/观察结论/决策结果
作用：两个AI世界数据临时流转，互不污染运行环境

AI双脑协同系统架构核心逻辑

执行与决策分离·知识与运行解·长期记忆与即时任务互不干扰

数智决策：观察·分析·决策·反馈

我的AI双脑协同架构 经过一年多的实践，我逐渐形成了一套 “双脑协同”的AI工作模式。

1. 左边 Codex（表世界）：运行Windows环境，执行脑，负责项目开发、代码生成、自动化执行和内容创作。
2. 右边 OpenClaw（里世界）：运行Linux环境，决策脑，负责复杂决策、多方案推演、风险评估和长期经验沉淀。

二者为平行协作关系，无主从区分；各自搭载独立Obsidian知识库作为“第二大脑”，沉淀项目经验、决策记录、长期知识。
顶层由AGENTS.md统一管控，包含行为边界、规则约束、上下文路由、安全红线。
项目成果、观察结论、决策结果通过临时搬运层双向流转，不会互相污染运行环境。

架构三句话总结

1. Codex：Windows 执行空间，负责代码、命令、落地。
2. OpenClaw：Linux 决策空间，负责分析、设计、验证。
3. 我：不是调度员，是判断者——判断每一棒交接是否真的解决了我的问题。

下文完整记录本次架构跑通完整任务的全过程。

一、双击安装，结果什么也没发生

故事开始得很平淡。
我想试一下社区里很火的 Agnes AI——既能文生图，也能图生视频，关键是免费（适合我这种） 。听起来很适合放在我的工作流里，跑一些快速验证。

由于代码仓库在github上，很多小伙伴不方便下载，于是我自己写一个批处理文件双击安装.bat。
当我点击这个双击安装.bat，本来可以进入api输入环节，但是出现意外，程序直接闪退。

操作过程：
于是我双击脚本 → 窗口闪了一下 → 无任何弹窗、日志、提示，程序直接消失。

二、第一反应不是重装，而是查问题

以往遇到这类问题，我的操作：

1. 重新下载一遍压缩包
2. 更换解压工具
3. 重复双击安装脚本

本次更换思路：直接将安装包交给 OpenClaw（决策AI）分析定位问题。

OpenClaw诊断结论：

1. bat脚本首行cd /d %~dp0用于切换至脚本所在目录，但代码添加2>nul屏蔽全部错误输出，用户无法查看报错信息；
2. 致命缺陷：若脚本存放于网络共享UNC路径，cd /d指令不兼容UNC路径，执行直接失败。

故障逻辑链：双击安装脚本 → 窗口闪退 → 无任何提示
本质不是安装包损坏，是安装脚本本身存在缺陷。

三、Codex 改脚本：3 分钟修好

OpenClaw输出修复方案后，问题未完全解决，通过AI多元共享空间将问题同步至Codex执行AI。

Codex精准定位双击安装.bat故障代码行：

1. 原脚本问题代码
   • 第16行：cd /d %~dp0 2>nul
   • 19-23行 copy复制指令同样携带2>nul屏蔽报错
2. 修复替换方案
   • pushd "%~dp0"：自动映射UNC路径临时盘符，兼容网络共享目录
   • echo [INFO] ...：打印脚本运行路径，输出日志方便排错
   • popd：程序结束自动恢复路径环境

修改完成后重新双击双击安装.bat：窗口不再闪退，程序正常启动安装Skill组件。

四、安装 Skill：一句命令搞定

脚本修复完成后，Agnes Skill自动部署至Codex技能目录：

• ~/.codex/skills/agnes-help-skill/SKILL.md
• ~/.agnes/config.json
• Base URL: https://apihub.agnes-ai.com/v1

部署完成后，Codex自动获得调用Agnes图像、视频模型的接口权限。
无需手动打开Codex技能配置页面，仅下发“安装”指令，剩余流程全自动执行。

五、生成第一只小猫：过程没有那么顺

部署完成后，下发指令让Codex执行文生图任务。

第一步：提示词

一只毛茸茸的小猫，坐在洒满阳光的窗台上，圆圆的眼睛，金色的阳光，柔和的色调。

第二步：模型运行参数

Codex自动发起接口调用，等待约30秒后图片生成完成，本次图文链路首次验证成功。

六、图生视频：第一次踩了 400 错误

图片生成完成后，下发指令将小猫图片转为5秒动态视频，需求：小猫自然眨眼、转头、晃动耳朵。

第一次尝试（失败）

OpenClaw同步报错诊断信息至Codex，修正参数后二次执行。

第二次尝试（成功）

视频生成为异步任务，Codex每3秒轮询一次接口查询任务进度，完整轮询日志：
[轮询 1/21] task pending…
[轮询 5/21] task processing…
[轮询 12/21] task processing…
[轮询 21/21] ✅ 视频生成完成！

任务成功后，Codex自动将视频文件下载至本地。

七、生成今天的”最终小猫”

6月18日产出的是初代测试小猫素材；6月21日使用完全相同流程重新运行，产出优化版本。

两次生成效果对比表

关键结论：3天内模型后台静默迭代，迭代日志不对外更新，但输出效果存在明显优化；相同提示词、固定流程多次运行具备实际价值。

八、回到开头那张图：这次我到底在做什么

从最初双击脚本窗口闪退，到最终完整生成5秒小猫视频，完整链路分工逻辑：

1. Codex（执行脑）：修复bat脚本、部署Skill、调用AI接口、轮询视频任务
2. OpenClaw（决策脑）：故障诊断、参数修正、架构设计、流程复盘反思
3. 我（人类判断者）：成果验收、目标定义、最终拍板

Agnes AI仅作为底层生成工具，本次实验核心价值在于验证「AI多元宇宙协同架构」落地可行性。

整套协同体系完整分工：
每个AI存在能力边界，优势领域各不相同；清晰分工、接力配合即可完成完整业务链路。
人类是协同系统的最后一环，无法被AI替代：每一轮AI输出交接时，需要人工判断三点核心问题

1. 这个分析对吗？
2. 这个执行到位吗？
3. 这个结果能用吗？

AI无法自主定义“符合使用者需求”的标准，人工判断是协同系统不可缺少的最后一公里。

九、Codex 把整个流程落成了一组 .md

完整任务跑完后，Codex自动输出《系统结构总览》文档，无人工额外指令。
AI自主识别本次完整业务链路，主动沉淀可复用流程文档。

本次实验重要感悟：AI不再局限于单纯执行指令，已经具备识别任务边界、沉淀标准化流程的自主意识，是极具观察价值的新变化。

十、我真正验证的，不是一只猫

表层产出成果

1. 小猫静态图片素材
2. 5秒小猫动态视频
3. 修复完成的Agnes AI安装批处理脚本

底层验证核心目标

OpenClaw负责分析问题、设计解决方案 + Codex负责代码修改、自动化任务落地 + 人类定义目标、校验输出结果，三方协同完成完整真实业务任务，整套模式具备落地可行性，且单人操作效率大幅提升。

过往使用AI仅作为独立工具；本次实验相当于搭建小型AI团队协同体系。

• OpenClaw不擅长代码编写，但30秒内精准定位故障根源；
• Codex不擅长全局决策推演，但3分钟批量修改多份脚本文件；
• 我无需编写代码脚本，仅在两套AI输出内容中判断方案取舍。

本次实验无底层技术突破，核心验证结论：AI不只是独立聊天窗口，可搭建多智能体协同工作系统；相比新增工具，搭建协同体系价值更高。

附：本次实验沉淀实操经验

1. 安装脚本双击闪退，优先排查脚本代码缺陷，不要第一时间重装/更换安装包；
2. 分工逻辑固化：OpenClaw适配分析、方案设计；Codex适配代码执行、落地操作，分工协作稳定性远高于单AI单兵作战；
3. Agnes V2.0接口变更重点：视频生成参数ti2vid，旧参数img2video已废弃，官方模板存在更新滞后问题；
4. 异步任务轮询需要设置上限与固定间隔，本次21次×3秒总计63秒轮询周期，可覆盖绝大多数生成任务；
5. AI已经能够自主识别完整任务边界、沉淀标准化流程，是下一阶段AI应用重点观察方向。

实操建议：若你存在长期无法跑通的AI项目，可尝试分工模式：一套AI负责思考推演，一套AI负责落地执行，人类负责最终判断。精准分工，远比追求单一个全能AI更有实用价值。