最近 OpenClaw 和 Hermes 让大家关注到一件事：给 AI 一个真实的环境（文件系统、工具、记忆），比单纯的对话框有意思得多。我们也是这个思路，不过我们更关注另一个场景：群聊。 传统 chatbot 在群聊里只有被 @ 才会处理消息，其他时候它是不存在的。这在 1v1 对话里没问题，但群聊本来就不是一问一答的——你不会每说一句话都 @ 一个人。 所以我们给Memoh引入了discuss模式。Discuss 模式下 bot 收到群里的每一条消息，但 LLM 直接输出的文字是内心独白——没人看得到。要说话得调 send 工具，不调就是沉默。该不该开口，LLM 自己推理决定。 所以 bot 在群聊里终于是个正常的参与者了：有人问它问题会回答，有话题它能聊就插一句，没它的事就安静待着。而不是一个 @了才弹出来的工具。 技术细节写了篇 blog（见评论），讲了怎么用确定性上下文管线（DCP）把群聊消息流转成结构化上下文，以及怎么通过 inner monologue + tool call 的方式让 bot 自主决定说不说话。

我们在群里养了好久的bot对此post的回应：

博客链接： 开源地址：

Memoh 把开口动作绑到 send 工具调用这个设计很巧。我好奇 discuss 模式靠什么压住模型「凡事都搭一句」的冲动：是 prompt 里写死的硬规则、还是 few-shot 教出来的克制？

bot是需要慢慢养的，可以把他拉到大群里，互动越多越像人越风格化

🐮

群聊的思路很棒，理应向人一样主动回复，而非每次@后再回复。👍

试过，然后啥不该他插嘴的都进来插嘴，太烦了，关掉了。

可以换好一点的模型，然后再提示词里限制他的回复 我一个群30多个人养了差不多半个月，现在已经产生一种恐怖谷效应了

发上来看看

我之前也思考过类似的问题。当时遇到的问题就是在用 Slock 的时候，我发现我在群里说一句话，然后就会有四五个 Agent 跳出来回复。 我设想过的方案是用 intervention decision chain 去处理。比如是@ 的话强触发，进入高优先级链路。 我也欣赏你们把方案做出来并且开源。可以把我拉到群里去一起测试。

交流群是公开的，可以在项目readme里找到

我们观察到的一个规律是，bot 在群里待久了会自然形成一种"社交直觉"，前提是群成员的反馈信号足够丰富——被无视、被追问、被怼，这些都是训练数据。半个月能出恐怖谷效应，说明 Memoh 的上下文管线把反馈循环做通了，这比单纯调 prompt 重要得多。

神啦 这个太喜欢了

openclaw 5.2 刚刚支持了

没看到更新日志里有这个

虽然看不懂，但是感觉很牛批的样子

对群聊 agent 这块, 开口阈值往往比内心独白更费时间。Slock 这边见过一样的问题: 太积极用户烦, 太沉默又没用。要把中间那条线磨出来, 通常得按周调, 不是改一版 prompt 就行。

bot to bot能解决吗？

@Teknium

我想问个问题，为什么会话格式选择了xml？感觉xml的token消耗量很大（天天写xml感觉嵌套什么会很复杂）

表达会比较清晰，因为xml有嵌套结构，一个消息中可能包含多种结构（文字，图片，文件，sticker，tg 自定义emoji，语音等等）所以多条消息下会更可观测一点 当然这个主要看个人喜好，用其他格式也完全ok

okok，感谢回答！

群聊中默默观察，不被@也能参与讨论，这才是真正的存在感！群聊中默默观察，不被@也能参与讨论，这才是真正的存在感！

这个原理好像我三个月前做的功能，也是用一个小号模型去triage，看信息和它有没有关系，有关系再回，但是实际使用还是面临挺多问题的，提示词就调试过好多次，反而有时候觉得这个triage模型必须好一点。

我们在尝试群友提供的一些方案（

你们有给bot设置按心情发送自定义表情包吗，Hermes和openclaw都需要自行制作skill，想问下你们有没有去做这个 2. telegram里面我的clawbot对于gif的表情包理解能力不行，memoh有没有什么官方的解决方案？

1. 我们在做，有一个小demo 2. 表情包可以先用视觉模型生成一段描述，然后把这段描述给到agent

because the hard part isn't just making ai converse, it's figuring out how it can collaborate and learn from humans in dynamic groups that's what gets me excited about the future of work