在成為 OpenRouter 上 OpenClaw 調(diào)用量最高的模型之后，Kimi 親自下場了。

2 月 18 日，Kimi 宣布推出 Kimi Claw，一個在云端一鍵部署的 OpenClaw：配置 Kimi K2.5 模型，無需額外配置 API。自動配置 Kimi Web Search 服務(wù)，為 AI 提供聯(lián)網(wǎng)搜索能力?？梢哉{(diào)用 ClawHub 上的 skills 技能插件，同時提供 40GB 的云存儲空間；支持飛書直接部署飛書機器人，用戶可以在瀏覽器端和飛書里直接對話調(diào)用 OpenClaw 的能力。

用戶不用再操心服務(wù)器、不用操心模型選擇、不用麻煩配置各種 bot 了。

這也是基模廠商在 token 套餐服務(wù)之外，首個推出的 OpenClaw 產(chǎn)品。

2026 年的春節(jié)，幾乎整個 Agent 賽道都在圍繞 OpenClaw 做文章——有人重寫，有人打包，有人做云端托管，有人做極簡替代。所有人都看到了同一個機會：OpenClaw 證明了主動式 AI 助手是可行的，現(xiàn)在市場上需要一個面向大眾的、降低門檻的 OpenClaw 產(chǎn)品。

這么多人、這么多產(chǎn)品都在嘗試解決這個問題，Kimi Claw 有什么不一樣？

??關(guān)注 Founder Park，最及時最干貨的創(chuàng)業(yè)分享

超 19000 人的「AI 產(chǎn)品市集」社群！不錯過每一款有價值的 AI 應(yīng)用。

邀請從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準(zhǔn)的 AI 產(chǎn)品曝光渠道

01一千個 OpenClaw-like，都想解決 OpenClaw 的問題

OpenClaw 留下的核心問題是什么？簡單講：門檻。

如果你不是開發(fā)者，想要真正用上 OpenClaw，體驗大概是這樣的：先買一臺服務(wù)器或者準(zhǔn)備一臺性能不錯的電腦，然后打開命令行安裝依賴、配置環(huán)境，接著自己選模型、填 API Key、配聯(lián)網(wǎng)搜索，如果還想連飛書或 Telegram，還得再搞一遍 OAuth 和 Webhook。整個過程，即便有"保姆級教程"輔助，或者讓 AI 去安裝，也很容易在某個環(huán)節(jié)卡住。

再加上安全問題。OpenClaw 默認(rèn)在宿主機上運行工具，Agent 擁有完整的文件訪問權(quán)限。安全研究團隊發(fā)現(xiàn) ClawHub 上約 11.3% 的第三方技能存在惡意行為，全網(wǎng)超過 4.2 萬個網(wǎng)關(guān)暴露在公網(wǎng)，甚至出現(xiàn)了專門竊取 OpenClaw 憑據(jù)的惡意軟件。Gartner 直接將其評為"不可接受的網(wǎng)絡(luò)安全風(fēng)險"。

OpenClaw 證明了「主動式 AI 助手」是可行的，但它太極客、太硬核，普通人根本用不起來。這個缺口，幾乎所有人都想來補。

僅 2026 年 1 月底到 2 月中旬，市面上就出現(xiàn)了至少十幾個「OpenClaw-like」的產(chǎn)品，每一個都在用不同的方式解決同一組問題。

有人在解決安全問題。ZeroClaw 用 Rust 從頭重寫，主打「secure by default」，默認(rèn)拒絕公網(wǎng)暴露、默認(rèn)限制文件訪問范圍，發(fā)布不到兩天就拿下 1.5 萬顆 Star。NanoClaw 把每個對話放進獨立容器，用操作系統(tǒng)級隔離替代應(yīng)用層權(quán)限檢查，Docker 官方博客專門撰文介紹了它的沙箱方案。TrustClaw 則做成云服務(wù)，用 OAuth 托管憑據(jù)和遠(yuǎn)程沙箱執(zhí)行，打出「Built on the ideas behind OpenClaw，rebuilt from scratch for security」的口號。

有人在降低門檻。香港大學(xué)團隊開發(fā)的 nanobot 只用 4000 行核心代碼就復(fù)刻了 OpenClaw 的主要能力，上線 16 天就獲得 2.2 萬顆 Star。memU 做了一個下載即用的桌面客戶端 memU Bot，主打長期記憶和降低 token 成本。還有各種「一鍵打包」的 GUI 客戶端和安裝腳本，試圖把命令行變成圖形界面。

大廠也在入場。Anthropic 推出了 Claude Cowork，把 Claude Code 的能力擴展給非技術(shù)用戶，定價 20-200 美元/月。OpenAI 發(fā)布了 Codex App，支持多 Agent 并行和技能系統(tǒng)。阿里云、騰訊云等各家云廠商紛紛推出一鍵打包安裝的 OpenClaw 云主機。

但坦率地說，這些方案目前都沒有完美解決問題。安全派把權(quán)限收緊了，但配置和部署依然需要命令行。極簡派代碼少了，可渠道覆蓋和功能完整度又差了。桌面客戶端降低了入口門檻，但底層的 API 配置、模型選擇這些坎還在。大廠的商業(yè)產(chǎn)品體驗不錯，但價格不菲，而且多數(shù)聚焦在開發(fā)者場景，沒有覆蓋到"普通人的日常助手"這個需求。

這時候，基模廠商的思路就變得有意思了。

而事實上，很多用戶已經(jīng)用腳投票選了 Kimi -- K2.5 在 OpenRouter 上長期是 OpenClaw 場景下 token 消耗量最高的模型。這意味著 Kimi 和 OpenClaw 用戶之間已經(jīng)有了一層天然的聯(lián)系：模型是你家的，用戶也已經(jīng)在用了，那為什么不把剩下的體驗也一起包掉？

不只是 token 數(shù)據(jù)，Kimi 的模型能力也已經(jīng)得到了一些全球頂尖開發(fā)者的認(rèn)可——編程界傳奇人物、Ruby on Rails 之父 DHH 公開表示：「Kimi 只花了 21 秒就修好了 bug，而 Claude 花了 2 分鐘。Kimi 已經(jīng)成為了我編程的核心驅(qū)動力，Opus 只是個備選方案?！?/p>

PyTorch 核心開發(fā)者也給出了公開背書，All-In Podcast 的主持人（北美最大的科技播客之一）同樣在推薦。

當(dāng)模型能力已經(jīng)被核心用戶驗證過，做產(chǎn)品就是順理成章的下一步。

這就是 Kimi Claw 的邏輯：把 OpenClaw 的能力搬到云端，裝進瀏覽器，讓「用 Agent」這件事的門檻降到接近于零。不用買服務(wù)器，不用裝軟件，不用配 API，打開網(wǎng)頁就能用。

開箱即用，很重要。

02

Kimi Claw 有什么不一樣？

Kimi Claw 主要能解決什么問題，或者說，我們應(yīng)該怎么使用 Kimi Claw？

先直觀感受一下「開箱即用」到底意味著什么。同樣是設(shè)定一個「每天幫你匯總行業(yè)新聞」的 AI 助手，在原版 OpenClaw 上你需要：租服務(wù)器、裝依賴、選模型、填 API Key、配搜索服務(wù)、定義人設(shè)、手動安裝 RSS 和新聞抓取的 Skill、設(shè)置 cron 定時任務(wù)、如果想推送到飛書還要再配一遍 Webhook。在 Kimi Claw 上：打開網(wǎng)頁，用一句話告訴它你要什么，完了。從「需要半天折騰」變成了「只需要 30 秒說一句話」，理解了這一點，再來看它具體能做什么。

2.1 一個具備長期記憶的 AI 助手

雖然大部分場景是在 Kimi 的網(wǎng)頁端對話里發(fā)生，但不要把 Kimi Claw 當(dāng)做另外一個「能回答問題的工具」，它就是 OpenClaw——一個性格可塑造的 AI 助手，它的設(shè)計邏輯是「你來定義它是誰」。

用戶使用說明里有一個例子：「從現(xiàn)在開始你叫小爪，身份是我的信息助理，每次回復(fù)先說 Good?！孤犉饋碛悬c像在玩角色扮演？但當(dāng)你把這個能力和真實的工作流結(jié)合，它就變成了完全不同的東西：

• 你是一個嚴(yán)謹(jǐn)?shù)耐堆蟹治鰩?，任何結(jié)論都要標(biāo)注不確定性，并給 1 條風(fēng)險提示。

• 以后你幫我做市場信息匯總時，遵循我的方法：先篩選權(quán)威來源，再按'機會/風(fēng)險/數(shù)據(jù)'三個維度輸出，最后給一個行動建議。

• 我寫工作日報的風(fēng)格：今天做了什么、遇到的問題、明天計劃、需要協(xié)助。以后每天按這個結(jié)構(gòu)幫我整理。

你可以從三個維度去調(diào)它的人設(shè)：名字與身份、說話方式、固定的輸出格式。而且它會記住，你不需要每次對話都重新設(shè)定一遍。

這就是在訓(xùn)練一個長期助手。你把自己的經(jīng)驗和工作方法"灌"給它，它就能按照你的標(biāo)準(zhǔn)持續(xù)執(zhí)行。教一次，夠了。

而且強烈推薦大家配置 Kimi Claw 的飛書機器人，一個在工作中可以隨時調(diào)用和回復(fù)的助手，而且還可以拉到各種和同事交流的辦公群里，坦白說，比在網(wǎng)頁端 Kimi 中的對話體驗更好。

2.2 一句話，無感調(diào)用各種 Skill

手動尋找和安裝各種 Skill 其實是個很麻煩的事情，尤其是現(xiàn)在各類 Skill 泛濫，能力和安全性都沒有標(biāo)準(zhǔn)的篩選流程的時候。看下載量、看評分，能不能找到好的 Skill，全看個人能力。

Kimi Claw 通過接入 ClawHub 技能庫來解決這個問題。ClawHub 是 OpenClaw 生態(tài)的技能市場，目前有 5000+ 社區(qū)共建的技能模塊，覆蓋數(shù)據(jù)分析、圖像生成、代碼調(diào)試、內(nèi)容創(chuàng)作、文件處理等大量場景。

當(dāng)你想讓它完成某項任務(wù)，不一定要從零開始教——你可以先讓它去技能庫里找「高質(zhì)量 Skill」，相當(dāng)于給它裝一個「專用模塊」，效率會明顯更高。

比如兩個典型的使用場景：

數(shù)據(jù)分析全流程：分析我剛上傳的 csv 數(shù)據(jù)文件，找出 Top5 增長品類，做柱狀圖和關(guān)鍵洞見，最后輸出 PDF 報告存到云端。

用戶說了一句話。但背后，系統(tǒng)串聯(lián)了至少五個環(huán)節(jié)：CSV 解析、數(shù)據(jù)分析、圖表生成、PDF 導(dǎo)出、云端存儲。每個環(huán)節(jié)對應(yīng)一個 ClawHub 技能，Kimi Claw 自動編排、依次執(zhí)行。

根據(jù)熱點直接創(chuàng)作大綱和文章：基于 Techmeme 的熱點新聞，結(jié)合之前設(shè)計的 AI 媒體編輯的人設(shè)，生成詳細(xì)的媒體文章大綱和可切入角度。

RSS 訂閱、網(wǎng)頁讀取、網(wǎng)頁搜索、Markdown 文本生成，一氣呵成。

有人說 Skill 像是 Agent 時代的「App Store」。有點道理，但現(xiàn)在下結(jié)論還早。不過有一點是確定的：當(dāng)技能生態(tài)足夠豐富、調(diào)用足夠順滑，一個 Agent 能做的事就不再受限于模型本身的能力，而是被整個社區(qū)的創(chuàng)造力所放大。

2.3 7x24 主動執(zhí)行任務(wù)、隨時可打開

Kimi Claw 支持定時任務(wù)。你可以給它設(shè)定明確的時間、格式和約束條件，它會按時執(zhí)行。官方建議的萬能句式是：在【時間】執(zhí)行【任務(wù)】，輸出【格式】，并遵守【約束】。

比如：

• 每天 9:00 匯總最新市場新聞，輸出 3 條要點 + 1 條風(fēng)險提示，中文，200 字以內(nèi)。

• 1 小時后提醒我繼續(xù)完成今天的工作日報，并附上日報模板（四段式）。

• 今晚 22:30 提醒我：關(guān)電腦、洗漱、準(zhǔn)備睡覺。語氣要溫柔一點。

從嚴(yán)肅的工作提醒到生活瑣事，它都能按時執(zhí)行。配合飛書機器人，這個功能很好用，可以完美融入你現(xiàn)有的工作流中。

但最有意思的不是單個定時任務(wù)本身，而是當(dāng)你把人設(shè)、技能和定時任務(wù)組合起來，它就變成了一個會"按照你的標(biāo)準(zhǔn)自動干活"的助手。

舉個例子：假設(shè)你是一個內(nèi)容創(chuàng)作者，你可以這樣設(shè)定 -- 每天早上 10 點，Kimi Claw 自動匯總 AI 行業(yè)熱點，按照你預(yù)設(shè)的「選題評估框架」（比如話題熱度、切入角度等）篩選出值得跟進的幾個方向，推送給你。

不只是每天機械的執(zhí)行，因為有了長期的記憶，會根據(jù)你的反饋，越來越懂你，基于你教過的標(biāo)準(zhǔn)和方法論，持續(xù)執(zhí)行。時間越長，配合越默契。

而有了網(wǎng)頁端的支持，在任何設(shè)備上，隨時可以打開和交流。

這才是 Kimi Claw 想做的事：讓你擁有一個 7x24 在線的、可塑的、越用越懂你的 AI 助手。

03

OpenClaw 們的兩條路，以及被低估的云端

Agent 賽道現(xiàn)在其實分化出了兩條路徑，各有各的邏輯。

本地派，代表是 OpenClaw 本地部署、Claude Cowork 以及 ZeroClaw、NanoClaw 等開源替代方案。它們的優(yōu)勢很明確：能操控桌面上的所有文件和應(yīng)用，能力上限高，數(shù)據(jù)完全在本地，隱私可控。對于技術(shù)能力強、對定制化和隱私有高要求的用戶來說，這依然是最有吸引力的方案。

云端派，代表是 Kimi Claw 這類由模型廠商直接提供的云端 Agent 服務(wù)。TrustClaw、Bellagent 等第三方也在走這條路，但模型廠商親自下場，邏輯不太一樣。過去，這條路相對容易被忽視 -- 圈內(nèi)討論 Agent 的時候，注意力大多集中在本地能力的突破上。

但仔細(xì)想想，模型廠商做云端 Agent，有幾個獨特優(yōu)勢是本地方案很難復(fù)制的：

模型是自己的。Kimi Claw 自動配好 K2.5 模型，模型迭代直接生效，用戶完全不用操心選型和 API 配置。而本地方案永遠(yuǎn)要面對「用哪個模型、怎么接入、新版本出了怎么切換」的問題。

基礎(chǔ)設(shè)施是現(xiàn)成的。搜索服務(wù)、云存儲、技能生態(tài)，模型廠商可以一站式打通。本地方案需要用戶自己拼湊這些組件，每多一個集成就多一層復(fù)雜度。

用戶規(guī)模帶來的飛輪。當(dāng)大量普通用戶開始使用，社區(qū)技能庫會快速豐富，使用數(shù)據(jù)會反哺模型優(yōu)化和產(chǎn)品迭代。這種正向循環(huán)，是本地分散部署很難形成的。

零門檻意味著更高的使用頻率。打開瀏覽器就能用這件事聽起來簡單，但它決定的是用戶「偶爾用用」還是「天天在用」。而在 Agent 這個品類里，使用頻率可能比功能參數(shù)重要得多。

本地有本地不可替代的場景。但云端這條路的想象力，可能比行業(yè)目前給予的關(guān)注要大得多。

而且，如果補上文件同步這一塊呢？

目前云端 Agent 被討論最多的短板是：只能操作云端文件，碰不到本地桌面。但這個短板本質(zhì)上是一個工程問題，不是架構(gòu)死結(jié)。一旦本地文件夾和云端 40GB 存儲空間之間的同步打通——類似 Dropbox 或 iCloud Drive 的邏輯——云端 Agent 就能間接觸達(dá)你本地的所有文件。

到那一步，你再想想：云端方案既有零部署、零維護、跨設(shè)備、跨平臺的先天優(yōu)勢，又補上了「操作本地文件」這個最大的能力缺口。和本地方案的差距也就越來越小了。

云端 Agent 當(dāng)前的短板是暫時的，但它的結(jié)構(gòu)性優(yōu)勢可能是長期的。

所以一個判斷：模型廠商親自下場做 C 端 Agent 產(chǎn)品，也許是 Agent 真正走向大眾的關(guān)鍵推動力。因為只有它們能同時解決模型、基礎(chǔ)設(shè)施和用戶門檻三個問題。

當(dāng)然，還有一些「但是」。

很多美好的設(shè)想，還停留在「如果」的層面?；氐疆?dāng)下，Kimi Claw 作為一個剛上線的產(chǎn)品，目前還是有一些局限：

文件同步尚未實現(xiàn)——目前只能和云端文件交互，本地文件需要手動上傳。ClawHub 的 5000+ 技能并非全部可用，部分 skill 還在適配當(dāng)中。平臺方面，目前網(wǎng)頁端和移動端可用。產(chǎn)品目前是測試階段，追求快速迭代，目前優(yōu)先給 Allegretto 及以上會員計劃的用戶體驗。

這些都是事實。但評估一個產(chǎn)品，不只看它今天能做什么，也要看它選擇的方向能走多遠(yuǎn)。

Kimi Claw 最核心的差異化可能不在某個單點功能，而在于它是目前唯一一個「模型層 + 產(chǎn)品層」一體化的 OpenClaw 方案。模型是自己的，基礎(chǔ)設(shè)施是自己的，用戶也已經(jīng)在用了——這三件事同時成立的玩家，現(xiàn)在可能只有 Kimi 一個，以后或許會有招聘了 OpenClaw 開發(fā)者的 OpenAI。這也意味著，Kimi Claw 的迭代速度和體驗打磨的天花板，可能比其他方案都要高。

OpenClaw 們證明了「主動式 AI 助手」是可行的。Kimi Claw 正在嘗試證明，它可以屬于每一個人。

門已經(jīng)開了。現(xiàn)在的問題是，誰能把路鋪得足夠平。

轉(zhuǎn)載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker