GoClaw : une passerelle multi-agents reconstruite en Go à partir d’OpenClaw (refonte axée sur la sécurité et les performances)

Alors que les frameworks d’agents récents (famille OpenClaw) se diffusent rapidement, GoClaw a fait son apparition en les reconstruisant sur une base Go.

GoClaw n’est pas un simple portage, mais un projet qui redessine la couche de gateway pour l’exploitation multi-agents, avec un accent particulier sur la sécurité, le multi-tenant et la facilité d’exploitation.

⸻

1. Concept clé : « AI Agent Gateway »

GoClaw n’est pas le LLM lui-même, mais
👉 une couche centrale d’orchestration qui relie plusieurs LLM + outils + canaux.
• connexion à divers LLM (OpenAI, Anthropic, Gemini, etc.)
• intégration de canaux comme Slack, Telegram, WhatsApp, etc.
• collaboration/délégation/orchestration de workflow entre agents

Autrement dit, ce n’est pas une « app qui utilise l’IA »,
👉 mais une position proche d’une infrastructure pour faire fonctionner une équipe IA.

⸻

2. Principales différences par rapport à OpenClaw

■ Binaire unique basé sur Go
• un seul exécutable d’environ 25 MB
• aucune dépendance à un runtime comme Node.js
• startup en <1 seconde

👉 charge DevOps minimale + déploiement serveur simplifié

⸻

■ Structure d’équipe multi-agents (Agent Teams)
• shared task board
• delegation / handoff entre agents
• quality gate (boucle d’évaluation)

👉 extension d’un agent unique vers une structure organisationnelle d’agents collaboratifs

⸻

■ Multi-tenant + isolation au niveau de la base de données
• PostgreSQL Row-Level Security
• séparation complète des données entre tenants

👉 utilisable immédiatement dans des environnements SaaS/entreprise

⸻

■ Architecture de sécurité à 5 couches
• détection des prompt injections
• protection SSRF
• blocage des patterns shell
• chiffrement AES-256-GCM
• rate limiting

👉 inclut aussi une réponse aux récents problèmes de sécurité OpenClaw (CVE)

⸻

■ Structure d’optimisation des coûts
• Anthropic prompt caching
• affirme jusqu’à ~90 % de réduction des coûts

⸻

3. Pourquoi c’est important

L’écosystème des agents se divise aujourd’hui en trois grandes étapes :
1. applications LLM à agent unique (ChatGPT, Claude, etc.)
2. frameworks d’agents (AutoGPT, OpenClaw, etc.)
3. infrastructure d’exploitation des agents (une couche comme GoClaw)

GoClaw se situe dans la 3e couche,
👉 et cherche non pas à répondre à « comment construire des agents ? »,
👉 mais à « comment exploiter et faire évoluer des agents ? ».

⸻

4. Cas d’usage

D’après la documentation et les exemples :
• chatbots multi-canaux (Slack + WhatsApp + Discord)
• équipe d’agents de revue de code
• automatisation du support client
• assistant personnel + automatisation du travail
• environnement d’extension d’outils basé sur MCP

👉 particulièrement adapté pour expérimenter des structures combinant agent + outil + workflow

⸻

5. Évaluation en une ligne
   • Pour ceux qui ont déjà utilisé la famille OpenClaw :
   👉 « une version repensée pour une exploitation réelle »
   • Pour ceux qui la découvrent :
   👉 « une Agent Infra de l’étape d’après LangChain »

⸻

6. Bilan général (condensé)

GoClaw n’est pas simplement un framework d’agents de plus,
mais un projet qui vise une “couche d’exploitation” pour l’ère multi-agents.

En particulier,
• légèreté grâce à Go
• design security-first
• orchestration d’agents à l’échelle d’une équipe

ces trois axes se renforcent mutuellement,
👉 et le point clé est qu’il s’agit d’une architecture pensée non seulement pour l’expérimentation individuelle, mais aussi pour l’exploitation de services réels.