火山引擎 ArkClaw 架构与运行机制研究

概述

ArkClaw 是火山引擎（字节跳动）于 2026 年 3 月推出的云 SaaS 版本，基于开源项目 OpenClaw（"龙虾"）构建。本报告从架构设计、安全体系、运行机制、多智能体、飞书集成及企业版等维度，全面剖析 ArkClaw 的技术内核。

产品定位与核心架构

ArkClaw 采用 Gateway-Agent-Workspace 三层架构，是开源 OpenClaw 的云原生 SaaS 封装。

Gateway 网关层

Gateway 层是所有用户请求的入口，负责协议转换与消息路由，核心职责包括：

• 协议转换：支持 HTTP/WebSocket/飞书事件等多种接入协议，统一转换为内部消息格式
• 消息路由：根据会话 ID 将请求路由到对应的 Agent 实例
• IAM 认证：集成飞书/AD/SAML/OIDC 多种身份认证体系
• LLM 防火墙：对输入进行安全检测和内容过滤
• 守护进程 + 心跳机制：保证长期连接的稳定性，支持主动推送通知

Agent 智能体调度层

Agent 层是 ArkClaw 的核心调度引擎，负责智能体的编排和执行：

• Main Agent（调度中枢）：解析用户意图，分发任务到子 Agent 或技能
• 模型路由：支持 Auto 自动选择和手动指定模型，根据任务类型智能匹配
• Skills 编排：基于 Skills Hub 的工具调用引擎，支持并行和串行技能编排
• 子 Agent 调度：Coder、Writer、Research 等专业子 Agent 协同工作
• Hermes Agent：自进化引擎，持续学习和优化调度策略

Workspace 工作空间层

Workspace 层是 ArkClaw 的执行沙箱，为每个用户会话提供隔离的运行环境：

• 独占 ECS 实例：提供 2C4G / 4C8G 等规格的独立计算资源
• 云电脑/浏览器：内置 Headless Chrome，可进行网页自动化操作
• 持久存储：40GB+ TOS 对象存储，支持跨会话数据持久化
• Skills Hub：技能市场与运行时环境，支持自定义技能的安装和执行
• 工具执行沙箱：隔离的代码执行环境，保障安全性

模型生态

ArkClaw 支持多种主流大模型，用户可按需选择：

模型系列	具体模型	适用场景
Doubao-Seed-2.0	Pro / Lite / Code	通用对话、轻量任务、代码生成
DeepSeek	DeepSeek-V4	深度推理
GLM	GLM-5.1	中文理解与生成
Kimi	Kimi-K2.5	长文本理解
MiniMax	MiniMax-M2.5	多模态生成

模型路由支持 Auto 模式（自动选择最优模型）和手动指定模式。

---

隔离模型：用户 / 企业 / 平台

ArkClaw 的各组件按隔离粒度分为三个层级：

🔴 用户级隔离

每个用户独立拥有，互不可见

组件	说明
Workspace (ECS/存储/沙箱)	每个会话独占 ECS 实例和 40GB+ TOS 存储空间，执行环境完全隔离
个人记忆系统	用户私有偏好、对话历史、习惯数据，仅本人可访问
子 Agent 执行上下文	任务调度、中间状态和执行结果归用户所有
会话连接与心跳	每个用户独立的 WebSocket 长连接和心跳通道

💡 企业级隔离

企业/租户维度共享，跨企业隔离

组件	说明
VPC 专有网络	企业专属网络环境，数据不出域，与其他企业网络隔离
IAM/SSO 集成	飞书/AD/SAML/OIDC 按企业维度对接，统一身份管理
管理后台 + 座席管理	企业管理员统一管控成员权限、配额和安全策略
共享 Claw（团队 Agent）	企业内共享的 Agent 配置和技能编排，跨用户复用
安全策略与合规规则	企业级 LLM 防火墙规则、审计策略、数据留存策略
私有网络出口	企业专属出口节点，外部 API 调用走企业通道

💡 平台公共

所有用户和企业共享的底层能力

组件	说明
Gateway 网关集群	共享入口基础设施，按会话 ID 路由到对应用户 Agent 实例
Main Agent 调度逻辑	统一的意图解析和任务编排引擎，所有人共用同一套调度逻辑
模型路由 + 模型池	共享模型服务集群（Doubao/DeepSeek/GLM 等），按调用计费
Skills Hub 技能市场	公共技能仓库和运行时框架，用户可自行安装私有技能
Hermes Agent 进化引擎	共享进化策略模型，但训练数据按用户隔离，不跨用户泄露
基础设施（计算集群等）	共享底层资源池，通过 Workspace 级别实现逻辑隔离

跨层协作机制：Hermes Agent 是典型的跨层组件——进化策略在平台层共享，训练数据在用户层隔离，安全策略在企业层管控。Skills Hub 同理：技能市场公共可用，但技能执行在用户 Workspace 中隔离运行。

安全体系

ArkClaw 采用"事前防护 → 事中管控 → 事后审计"三阶段安全架构，覆盖从入口到执行的完整链路。

事前防护

• VPC 网络隔离：企业版支持 VPC 专有网络，确保数据不出域
• IAM 身份集成：飞书/AD/SAML/OIDC 多源认证
• LLM 防火墙：输入输出双向检测，防止 Prompt 注入和敏感信息泄露
• 权限校验：基于 RBAC 的细粒度权限控制

事中管控

• 高风险操作拦截：删除、外部发送等操作需二次确认或人工审批
• 敏感信息保护：自动脱敏处理，防止密钥、密码等泄露
• 执行沙箱隔离：Workspace 级别的资源隔离，防止越权访问
• 实时监控：异常行为检测与告警

事后审计

• 安全日志：全链路操作日志记录，支持回溯审计
• Trace 追踪：请求级别的端到端 Trace ID，快速定位问题
• 审计日志：符合等保合规要求的审计报告导出
• 数据留存策略：可配置的日志保留周期和归档策略

运行机制

一次典型请求的完整处理流程：

1. 用户发起请求：通过飞书对话、API 或 Web 端输入
2. Gateway 接收与认证：协议转换 → IAM 认证 → 安全检测
3. Main Agent 意图解析：理解用户意图，制定执行计划
4. 模型路由选择：Auto 模式自动匹配最优模型
5. Agent 调度：分发任务到子 Agent 或技能编排引擎
6. Skills 执行：在 Workspace 沙箱中执行工具调用（本地执行或浏览器自动化）
7. 结果汇总与输出：流式返回结果，心跳机制保持连接

可选执行方式：本地脚本直接执行 / 云浏览器自动化操作 / 外部 API 调用。心跳巡查机制确保长时间任务不会超时断开。

多智能体协作

子 Agent 分工

子 Agent	职责	典型场景
Coder Agent	代码编写与调试	功能开发、Bug 修复、代码重构
Writer Agent	文档与内容创作	报告撰写、邮件起草、文案创作
Research Agent	信息检索与分析	市场调研、竞品分析、资料搜集

Hermes Agent 自进化

Hermes Agent 是 ArkClaw 的自进化引擎，实现持续学习和优化：

• 调度策略优化：根据历史执行数据，动态调整子 Agent 选择和技能编排策略
• 模型路由学习：基于任务完成质量和延迟数据，优化模型选择策略
• 反馈闭环：用户隐式/显式反馈驱动调度质量持续提升
• 知识沉淀：通用经验写入共享记忆，个性化偏好写入用户记忆

协作模式

ArkClaw 支持多种多 Agent 协作模式：

• 串联模式：Main Agent 按序调度子 Agent，适合线性的多步骤任务
• 并行模式：多个子 Agent 同时执行独立子任务，提升整体效率
• 共享项目空间：多 Agent 通过共享 workspace 目录和上下文窗口协同工作
• 多轮迭代：Agent 之间可进行多轮交互，逐步逼近目标

飞书深度集成

ArkClaw 与飞书生态深度原生集成，提供无缝的办公体验：

• 多机器人 Agent 团队：支持在同一群聊中部署多个 Agent，各司其职
• 多维表格驱动：飞书多维表格可作为 Agent 的结构化数据库，实现数据驱动的自动化
• 流式输出：支持 SSE 流式响应，在飞书对话中实时展示 Agent 思考过程
• 心跳机制：长时间任务通过心跳保持连接，支持主动推送进度通知
• 日历/文档/任务联动：Agent 可直接操作飞书日历、文档和任务系统

飞书集成是 ArkClaw 区别于其他智能体平台的核心竞争力之一，实现了"对话即办公"的体验闭环。

定价与版本

ArkClaw 目前与火山引擎 Coding Plan 订阅捆绑销售，提供三个版本：

版本	定价	核心能力
Lite	含在 Coding Plan 基础版	单 Agent、基础 Skills、有限 Workspace
Standard	含在 Coding Plan 专业版	多 Agent 协作、完整 Skills Hub、标准 Workspace
Enterprise	含在 Coding Plan 企业版	VPC 隔离、私有网络、高级安全、管理后台

企业版 vs 个人版