nullClaw em Zig superou o OpenClaw em uso de memória e inicialização em testes locais de agentes de AI

NullClaw — um runtime de agente em Zig como um único binário — mostra que um agente AI local não precisa carregar consigo uma pilha pesada. Em testes comparativos com OpenClaw, o projeto iniciava mais rapidamente e consumia uma ordem de magnitude menos memória, especialmente em tarefas paralelas.

Por que Zig aqui

A ideia principal do artigo não é declarar NullClaw o vencedor absoluto entre todas as plataformas de agentes. O autor o compara com OpenClaw apenas em breves cenários locais: comandos de serviço, uma única agent-run, uma pequena tarefa de codificação e um lote de execuções paralelas. Neste contexto, fica claro o quão caro é um agente AI típico como processo hoje.

A maioria desses sistemas tem Node.js, Python, dependências, serviços de fundo e uma camada gateway sob o capô. NullClaw oferece uma abordagem diferente: um runtime maximamente compacto sem sobrecarga desnecessária.

Daí a escolha de Zig. A linguagem é necessária aqui não pela moda, mas pela franqueza de engenharia: um único binário, controle explícito de memória, ausência de um runtime gerenciado pesado e compilações mais compreensíveis. Em build.

zig, o autor observa separadamente switches de compile-time para canais e mecanismos de memória, significando que a compilação pode ser adaptada a um cenário específico. Isso é importante não apenas para a velocidade de inicialização, mas também para implantações self-hosted e edge, onde cada megabyte extra e cada dependência rapidamente se tornam um problema prático.

Números Sem Ruído

As medições foram feitas em um Mac mini M4 com 16 GB de RAM e macOS arm64. Ambos os projetos usaram o mesmo modelo via OpenRouter, e as métricas foram calculadas em séries de execuções: separadamente para processos "frescos", separadamente para cenários warm, separadamente para coding-runs e tarefas paralelas. O autor deliberadamente separa a sobrecarga de runtime puro da latência de rede para o modelo, porque no último caso até um runtime muito leve esbarra na round-trip externa.

• comando --help: NullClaw — 0,002 s e aproximadamente 1,9 MB RSS, OpenClaw — 0,621 s e aproximadamente 308 MB
• short agent-run: 2,55 s e aproximadamente 7,7 MB versus 3,37 s e aproximadamente 567 MB
• small coding-run: 4,86 s e aproximadamente 7,7 MB versus 6,64 s e aproximadamente 572 MB
• 10 tarefas de codificação paralelas: 9,3 s e aproximadamente 54 MB RSS total versus 13,14 s e aproximadamente 523 MB

A diferença mais forte é visível precisamente na memória. Em termos de velocidade, NullClaw é frequentemente mais rápido, mas nem sempre dramaticamente, porque alguns cenários são limitados pela resposta do modelo pela rede. Ao mesmo tempo, em execuções curtas e paralelas, OpenClaw permanece consistentemente no nível de centenas de megabytes, enquanto NullClaw — no nível de uma ou dezenas de megabytes. Para uso local, isso significa execuções multi-agentes mais baratas, carga mais previsível e menos atrito ao se mover entre máquinas.

Significado Prático da Comparação

O artigo também fornece um exemplo mais revelador do que tabelas secas: o projeto ClawWatch para smartwatches. Ele usa NullClaw como um binário ARM estático juntamente com reconhecimento de fala offline Vosk e TTS integrado, e pode manipular algumas solicitações sem chamar o modelo. Aqui, a compacidade deixa de ser apenas uma otimização agradável. Para um dispositivo com limite de memória rígido, a diferença entre alguns megabytes e centenas de megabytes determina se é possível incorporar o agente no produto, em vez de apenas executá-lo no laptop de um desenvolvedor.

"Em um smartwatch, a diferença entre 'alguns megabytes' e 'centenas de

megabytes' é a questão de 'isso encaixa em absoluto'?"

O autor observa separadamente que também não há mágica no tamanho do binário aqui. No README para ReleaseSmall, 678 KB é alegado, mas os artefatos de lançamento publicados são notavelmente maiores: cerca de 3,9 MB para macOS arm64 e 3,1 MB para Linux arm64, com uma compilação local rendendo aproximadamente 2,6 MB. Mas a conclusão principal não muda: o valor de NullClaw não está na cifra de manchete do README, mas na combinação de início rápido, RSS baixo e uma superfície funcional estreita que é mais fácil de controlar tanto do ponto de vista operacional quanto de segurança.

O Que Isso Significa

NullClaw traz a conversa sobre agentes AI de volta a uma questão fundamentada: quanto deve custar uma execução de processo? Se a infraestrutura de agentes se mover para edge, self-hosted e tarefas paralelas em massa, os runtimes que economizam memória, iniciam sem pausa e não arrastam metade de um servidor em dependências vencerão.