SemaClaw : Une étape vers des agents d'IA personnels polyvalents grâce à l'ingénierie du harnais
SemaClaw: A Step Towards General-Purpose Personal AI Agents through Harness Engineering
April 13, 2026
Auteurs: Ningyan Zhu, Huacan Wang, Jie Zhou, Feiyu Chen, Shuo Zhang, Ge Chen, Chen Liu, Jiarou Wu, Wangyi Chen, Xiaofeng Mou, Yi Xu
cs.AI
Résumé
L'émergence d'OpenClaw début 2026 marque le moment où des millions d'utilisateurs ont commencé à déployer des agents d'IA personnels dans leur vie quotidienne, en leur déléguant des tâches allant de la planification de voyages à la recherche en plusieurs étapes. Cette adoption à grande échelle indique que deux trajectoires de développement parallèles ont atteint un point d'inflexion. Premièrement, un changement de paradigme dans l'ingénierie de l'IA, évoluant de l'ingénierie des prompts et du contexte vers l'ingénierie du harnais - concevant l'infrastructure complète nécessaire pour transformer des agents non contraints en systèmes contrôlables, auditable et fiable pour la production. Alors que les capacités des modèles convergent, cette couche de harnais devient le principal lieu de différenciation architecturale. Deuxièmement, l'évolution de l'interaction humain-agent depuis des tâches discrètes vers une relation collaborative persistante et contextuellement consciente, qui exige une infrastructure de harnais ouverte, digne de confiance et extensible. Nous présentons SemaClaw, un framework d'application multi-agent open-source qui répond à ces changements en faisant un pas vers des agents d'IA personnels à usage général grâce à l'ingénierie du harnais. Nos contributions principales incluent une méthode d'orchestration d'équipe d'agents hybrides en deux phases basée sur des graphes orientés acycliques (DAG), un système de sécurité comportementale PermissionBridge, une architecture de gestion du contexte à trois niveaux et une compétence wiki agentielle pour la construction automatisée de bases de connaissances personnelles.
English
The rise of OpenClaw in early 2026 marks the moment when millions of users began deploying personal AI agents into their daily lives, delegating tasks ranging from travel planning to multi-step research. This scale of adoption signals that two parallel arcs of development have reached an inflection point. First is a paradigm shift in AI engineering, evolving from prompt and context engineering to harness engineering-designing the complete infrastructure necessary to transform unconstrained agents into controllable, auditable, and production-reliable systems. As model capabilities converge, this harness layer is becoming the primary site of architectural differentiation. Second is the evolution of human-agent interaction from discrete tasks toward a persistent, contextually aware collaborative relationship, which demands open, trustworthy and extensible harness infrastructure. We present SemaClaw, an open-source multi-agent application framework that addresses these shifts by taking a step towards general-purpose personal AI agents through harness engineering. Our primary contributions include a DAG-based two-phase hybrid agent team orchestration method, a PermissionBridge behavioral safety system, a three-tier context management architecture, and an agentic wiki skill for automated personal knowledge base construction.