萬字長文，復盤 AI 圈最火的這只“龍蝦”。

作者丨星 龍

編輯丨董子博

最近春節(jié)期間和很多朋友同事聊起 OpenClaw，大家的話題都集中在應用層面。然而，或許不少人都會覺得有點困惑——OpenClaw 到底做了什么創(chuàng)新？為什么之前大廠沒人做出來？憑什么一個如此簡單的產(chǎn)品就足以震撼全世界？

然而，市場又好像都“揣著糊涂裝沒明白”，似懂非懂，既熟悉又陌生。

為了解決這個問題，AI 科技評論和我們的 Claw 一起做了一些研究。

本篇文檔的邊界：

? 用生活化的案例，來解釋底層邏輯和架構思路

? 探索 為什么之前沒人做到 的核心技術原因

? 融入創(chuàng)始人的思考和洞察

? 對行業(yè)的啟示

? 不是部署教程

? 不是產(chǎn)品介紹

? 不是純技術文檔

本篇文檔的受眾：

對 AI 感興趣，科技行業(yè)從業(yè)者，聽說過 OpenClaw?；蛘呔褪菍σ磺卸加泻闷嫘牡娜?。

看完這篇文檔你會獲得什么

▎認知層面

? OpenClaw 真正的創(chuàng)新點在哪

? 為什么之前沒人做出來——商業(yè)模式、安全責任、接入鴻溝

? 為什么簡單任務比復雜任務更難實現(xiàn)

▎判斷層面

? 本地部署和云端部署的本質差異，避免用錯了還以為產(chǎn)品不行

? 模型選擇對體驗的影響有多大

? 什么樣的使用姿勢是正確的，Agent 陷阱是什么

▎視野層面

? 這件事對整個AI行業(yè)、應用層、商業(yè)模式意味著什么

? 知識資產(chǎn) 這個新商業(yè)形態(tài)的邏輯

01

OpenClaw 到底是什么？

用戶可能已經(jīng)無數(shù)次聽過別人是這樣介紹 OpenClaw 的：

正兒八經(jīng)版：OpenClaw 是一個開源的“AI 數(shù)字員工”框架——用戶在 WhatsApp/Telegram/微信里跟它說話，它就能幫你干活：收發(fā)郵件、管日歷、寫代碼、整理文件、定時提醒你喝水……而且它住在你自己的電腦上，24 小時不下班。

類比版：想象你雇了一個超級實習生。ChatGPT/Claude 是那種“有問才有答”的“百科全書式實習生”——你不問，它就坐著發(fā)呆。OpenClaw 則是那種“主動型實習生”：早上主動給你發(fā)今日待辦，發(fā)現(xiàn)你日歷沖突了自動提醒你，收到重要郵件幫你分類好，甚至你睡覺的時候它還在幫你跑代碼檢查。

不知道看完介紹，讀者是否有會一種感覺——OpenClaw 目前做到的并沒有超出人們的想象或者認知。

春節(jié)假期時，我和一個對 AI 認知僅限于抖音營銷號的朋友介紹 OpenClaw，他的回復是：

“這難道不是 AI 本來就應該做到的嗎，不知道你們一直都在干嘛....”

我當時一瞬間有點錯愕，AI 在不同側的感受是完全不一樣的。

一個播客里面提到，在技術側和用戶側，對一個產(chǎn)品的評價或許完全不同：技術圈覺得這事不新鮮，用戶卻可能如獲至寶、推崇備至。

由此引出第一個話題：

1.1 AI 認知錯位的荒誕感

普通人對 AI 的想象，是從科幻小說里來的（Jarvis、Her、星際迷航的電腦）—— 你跟它說話，它幫你干活，它記得你，它主動提醒你。這是一個 自頂向下 的想象，是 AI 應該是什么樣 。

電影 Her 里面，AI 能瞬間理解并且主導溝通和行動

然而，過去三年 AI 行業(yè)實際走的路線，確實是“自底向上”的：

? 先把大模型的智力做上去

? 能寫詩、能過律考、能分析論文

? 然后在一個瀏覽器標簽頁里壯大

如果用戶嘗試搭建過一個 Agent，或者開發(fā)一個 Skill，抑或倒騰過“龍蝦”，大概率會碰到一些從未見過的問題，再逐步被大語言模型教育，學習了不少新的概念和名詞。

事實上，要讓 AI 操作瀏覽器、甚至正常聊天，并非一件易事。

我們日常使用的大模型，它能聊任何話題，但它不能發(fā)一封郵件，不能記住用戶昨天說了什么，不能在用戶不找它的時候主動聯(lián)系用戶。

舉個例子，如下所見：

小紅書網(wǎng)友案例-聯(lián)網(wǎng)問題。想讓 OpenClaw 真正擁有查天氣的聯(lián)網(wǎng)能力，必須顯式地給它安裝一個搜索引擎工具 (Search Tool) 或者 瀏覽器工具 (Browser MCP)，并在配置里填入對應的 API Key。

小紅書網(wǎng)友案例-模型幻覺。因為沒有配置真實的定時任務插件，大模型只是產(chǎn)生了“假裝答應”的幻覺，實際上它本身并沒有后臺計時和主動發(fā)消息的能力。

這相當荒誕——AI 最先攻克的是最難的事（推理、創(chuàng)作、編程），卻做不到最簡單的事（記住我是誰、幫我設個提醒、主動告訴我明天要下雨）。

這個荒誕感存在的本質是我們習慣“用人的視角來審視 AI”。

推理、編程這些對于人類來說困難的事情，對 AI 做起來簡單，是因為它們的規(guī)則更清楚。而人們感覺困難，則是因為規(guī)則體量巨大，學習成本更高。對于 AI 來說，不怕規(guī)則多，怕的反而是“沒有規(guī)則”。

讓 AI 主動提醒人類，事實上是因為這些需求極其模糊（大部分用戶缺乏清楚表達一件事情的能力，我們很容易表達感受，但是很難清楚表達需求）。

比如說讓 AI 在“第二天天氣有變化的時候提前通知”，一句提示詞當中，不可控的變量太多：

“天氣變化具體指什么？”

“是溫度變化還是氣候發(fā)生變化”

“提前是具體提前多久”

如果這時候我們再提高要求，讓 AI 企圖記住用戶是誰，這就更難了——畢竟很多時候，人類自己都很難定義自己，不是嗎？（這個后面會展開討論，先按下不表）

1.2 為什么全球的大廠做不出 OpenClaw

大模型公司（OpenAI、Anthropic、Google）的商業(yè)模式，是賣模型能力和 API，它們沒有動力和動機去做一個“住在用戶電腦上、替用戶干活”的 Agent——那會讓它們的產(chǎn)品從“你來找我聊天”變成“我去你的地盤干活”，商業(yè)模式完全不同，安全風險也完全不同。

OpenClaw 的真正意義是：“它第一次把大家覺得理所應當?shù)恢睕]實現(xiàn)的東西做出來了”。

這就是那個 iPhone 類比的力量——觸摸屏手機之前就有，但 iPhone 讓所有人能夠第一次說出：“手機就該是這樣的?！?/p>

說簡單一點，就是被業(yè)內所有產(chǎn)品從業(yè)者講爛掉的話：從用戶的角度出發(fā)，從用戶的需求出發(fā)。

但是，有趣的事情發(fā)生了，OpenClaw 出現(xiàn)之前，沒有一個 Agent 團隊真正從用戶的角度出發(fā)，不是嗎？

硅谷 101 播客里有一位嘉賓說了一句特別有意思的話：

本篇文檔的重要參考來源，推薦感興趣的同學有空去聽聽

OpenClaw的成功是它讓普通人第一次感知到了“技術已經(jīng)進步到了什么程度”。技術圈可能早就覺得，Agent 能夠“主動滿足用戶需求”已是共識；但對大多數(shù)人來說，在 OpenClaw 之前，他們從未親身體驗過這種“未來已來”的感覺。

然而，為什么最該做這件事的公司，卻沒有做出來？

很多人第一反應會指向蘋果——iPhone 從芯片到 OS 到硬件，再到生態(tài)全自研，iCloud、iMessage、Reminder、Calendar 全家桶都在手上。如果說，誰最有能力做出一個 Jarvis 級別的 AI 助手，那就是蘋果。

但蘋果做不出這一步，因為它承擔的責任太重了——服務全球用戶，產(chǎn)生的風險是完全不可控的。

而 Peter 做的是自己用的東西，開源出來，愛用不用。

這就把一堵墻變成了水——每個人自己判斷能接受到什么程度，自適應地完成了安全邊界的設定。大公司做不到的事，一個開源社區(qū)項目反而做到了。

OpenClaw 的創(chuàng)造者 Peter Steinberger 在 Lex Fridman 的播客里也說過類似的話。他說，在 2025 年 4 月，它他就想過一個這樣的 AI 助手了，但他覺得這么顯然的東西，大公司肯定會做——“結果等了半年，沒人做?！?/strong>

Peter Steinberger:

Yeah. But then I... I thought all the labs will work on that. So I, I moved on to other things...

Time flew by and it was November.

Peter 提到因為產(chǎn)品依然未出現(xiàn)，他感到很煩惱，決定直接通過 Prompt 讓它誕生

這句話聽起來輕描淡寫，但它背后其實是一個非常深刻的產(chǎn)業(yè)問題——為什么這個“理所應當”的東西，之前就是不存在？

要回答這個問題，我們得先搞清楚另一個更具體的困惑。

02

為什么寫代碼這么難的事做到了，

設個日程這么簡單的事反而做不到？

這是我在研究 OpenClaw 的過程中碰到的最反直覺的問題，也是我覺得全文最值得講清楚的一個點。

先想想現(xiàn)狀：Cursor、Claude Code、Codex——這些工具已經(jīng)能讓大模型自己寫代碼、改 Bug、做重構了。寫代碼這件事的復雜度，應該遠遠超過“幫我訂個下午三點的會議”吧？

那為什么“寫代碼”能夠做到，“幫我管日程”卻反而做不到呢？答案藏在一個很少被人提起的差異里：任務“形狀”的不同。

寫代碼為什么容易

Cursor 和 Claude Code 做的事情，本質上是一個自包含的、有明確反饋回路的沙盒任務：

? 輸入是代碼，輸出也是代碼

? 有即時反饋：編譯通過了嗎？測試過了嗎？報錯信息是什么？

? 整個過程在一個受控環(huán)境里發(fā)生（IDE 或終端）

? 每次任務是一錘子買賣 ——用戶給指令，它干完，結束

換句話說，AI 寫代碼就像在一間封閉的考場里答題——題目清楚，答案可以驗證，不需要走出考場。

▎幫我管日程 為什么難（這其實就是龍蝦的真正創(chuàng)新點）

管日程、發(fā)提醒、整理郵箱這種日常雜事，看起來簡單——然而，這卻是人類的錯覺。

? 首先，它需要“持久存在”。Cursor 關掉就沒了，Claude 對話關了就失憶。但一個真正的助手需要 24 小時在線，記得用戶是誰，記得昨天聊了什么。

? 其次，它需要接入用戶的“真實數(shù)字生活”。

• 用戶的日歷在小米日歷/蘋果日歷里面、筆記在 Notion、消息在飛書或者微信——每一個都有不同的 API、不同的認證方式、不同的權限模型、不同的數(shù)據(jù)格式。

• 傳統(tǒng)做法是給每一個服務寫一個集成適配器。這就是 Siri 干了十年還是那么拉的原因——它要預先跟每個服務談好合作、預先寫好每個集成，任何一個沒覆蓋到的場景，它就傻了。
  

? 再次，它需要“主動性”。代碼助手等用戶說話才干活。但日程助手需要在用戶不說話的時候也能做事——早上用戶還在睡覺，它卻已經(jīng)在看今天的日歷沖突了。

最后也是最關鍵的——它需要跨越真實世界的“接入鴻溝”。

傳統(tǒng) Agent 的做法有兩種：

?API 集成路線：預先跟每個服務對接好，AI 通過寫好的接口操作。優(yōu)點是可控，缺點是只能做“已經(jīng)對接好的事”——沒對接的服務就完全碰不到。

?模擬操作路線：讓 AI 看 屏幕截圖，然后像人一樣點擊、滑動。優(yōu)點是理論上能操作任何界面，缺點是慢、不可靠、遇到復雜交互就搞不定了。（豆包手機走的路線）

Peter：你知道一家公司想接入 Gmail 有多難嗎？限制多到很多創(chuàng)業(yè)公司直接去收購已經(jīng)有 Gmail 授權的公司，因為自己申請?zhí)珡碗s了。

OpenClaw 的范式突破

OpenClaw 走了一條完全不同的路，也是它真正的技術范式突破：

它給 AI 提供一臺電腦。（沒錯也許就是 Mac mini）

AI 有終端（可以執(zhí)行任何命令）、有文件系統(tǒng)（可以讀寫任何文件）、有瀏覽器（可以操作任何網(wǎng)頁）。至于怎么完成任務——用戶自己想辦法。

而且這里有一個很多人不知道的事實：

OpenClaw 的核心 Agent 部分極其簡潔——基于一個叫 Pi Agent 的框架，不到 150 行代碼，定義了 bash、read、write、edit 這幾個基礎工具，就能跑起來一個可工作的 Agent。

真正讓 OpenClaw 與眾不同的，是套在 Agent 外面的那幾層機制——定時任務、心跳、靈魂、記憶、技能系統(tǒng)。

這幾層機制把一個“只會執(zhí)行命令的腳本”變成了一個“有存在感的助手”。

Agent 拿到的基礎工具只有四件套：

它不需要預先寫好的“日歷集成模塊”才能管用戶的日歷——它可以自己用 bash 工具，去尋找用戶的電腦上有什么 CLI 工具，再自己找到 Google Calendar 的 API 文檔，寫一個腳本來調用。甚至如果某個服務沒有公開 API，它還可以自己逆向工程。

這個設計的威力，有兩個故事體現(xiàn)得淋漓盡致。

故事一：摩洛哥的語音消息

Peter 在旅行時隨手給 bot 發(fā)了一條語音消息問餐廳推薦。但他壓根沒給 bot 做過語音支持。然后 bot 回復了。

他去看日志，發(fā)現(xiàn) Agent 的操作鏈是：

收到?jīng)]有文件后綴的文件 → 檢查文件頭發(fā)現(xiàn)是 Opus 格式 → 想用 Whisper 轉文字但發(fā)現(xiàn)本地沒有安裝 → 找到環(huán)境變量里的 OpenAI API key → 自己寫了一條 curl 命令調用語音轉文字接口 → 拿到文本 → 回復

全程 9 秒。沒有任何人類預先編寫的腳本。

Peter：它甚至夠聰明，沒有去下載 Whisper 的本地模型——因為它知道那會太慢。

故事二：FaceTime 打電話

一個中文社區(qū)的直播中，主播想測試小龍蝦能不能控制電腦打電話。他讓 Agent 給一位觀眾打 FaceTime。折騰了一會兒，F(xiàn)aceTime 窗口彈出來了，自動填入了對方號碼，電話真的撥出去了。

而且——這個 Agent 當時用的甚至不是 Claude，而是智譜的 GLM 模型，也沒有配置任何瀏覽器 MCP。它是怎么做到的？用 FaceTime 的命令行參數(shù)直接操作的。沒有人教它 FaceTime 的命令行怎么用，它自己去查、自己用 bash 執(zhí)行。

出自：「通往AGI之路」OpenClaw技術架構拆解，帶你手搓一個最小的龍蝦

這兩個故事的共同點是：Agent 完成了從未被編程、從未被預設的任務，純粹靠通用問題解決能力加上對本地電腦的完全訪問權，現(xiàn)場創(chuàng)造出解決方案。

所以回到最初的問題——為什么寫代碼容易而設日程難？不是因為設日程本身難，而是因為之前所有人都在試圖用“預先鋪好每條路”的方式來做。

而 OpenClaw 換了一個思路：我不鋪路，而是給用戶整個城市的地圖和一輛車，用戶自己開。

這是“工具”和“基礎設施”的區(qū)別。Cursor 是一把很好的螺絲刀。OpenClaw 是一整個工具房——里面有什么工具 Agent 自己找，沒有的 Agent 自己造。

Peter：魔法不就是把已經(jīng)存在的東西用新方式組合在一起嗎？iPhone 的滾動有什么魔法？所有組件之前都有。但之前沒人這么做，做完以后大家又覺得顯而易見。

03

讓 AI“活過來”的幾個關鍵設計

上面說了，OpenClaw 的核心 Agent 只有不到 150 行代碼。真正讓它從一個“能執(zhí)行命令的腳本”變成“有存在感的助手”的，是套在外面的幾層機制。

單獨看，每一個都不算驚天動地——甚至可以說樸素到不像是一個 20 萬 Star 項目該有的技術復雜度。但把這些機制組合在一起，就產(chǎn)生了質變。

不過在拆解這些機制之前，有一個容易被忽略但極其重要的設計選擇：

OpenClaw 選了 IM（即時通訊）作為交互界面，而不是終端或網(wǎng)頁。

有個很說明問題的例子：某團隊里一位非技術人員試用 Claude Code 后的反饋是——它告訴我文件做好了，在某個路徑下，然后發(fā)了一條并不好讀懂的命令。我完全不知道這是什么意思；但同樣的任務交給 OpenClaw，它會直接在 WhatsApp 里把文件作為附件發(fā)給你，照片就直接發(fā)照片。

同樣的 AI 能力，換一個交互方式，用戶體驗天差地別。

3.1心跳（Heartbeat）——每 30 秒自己醒一次

這是讓小龍蝦顯得“有生命”的核心機制，也是 OpenClaw 和所有聊天機器人最本質的區(qū)別。

ChatGPT、Claude——都是“踹一腳它動一下”。用戶不說話，它就永遠沉默。

OpenClaw 不同：每隔 30 秒，系統(tǒng)自動給 Agent 發(fā)一條消息，讓它檢查一下有沒有事情可以做。消息的內容來自一個 heartbeat.md 文件，里面記著待辦任務和周期性提醒。Agent 看完，有事就去做，沒事就返回一個特定關鍵詞（類似于“沒事，繼續(xù)睡”），系統(tǒng)收到，就不打擾到用戶。

這聽起來只是一個定時輪詢——技術上確實就是。但從體驗上來說，它是讓 AI 從“工具”變成“助手”的分水嶺。

一個用戶不叫就不動的東西是工具。一個每 30 秒自己醒來看看有什么事要干的東西，開始有了“存在感”。

Peter 潑冷水：讓 AI 24 小時不停運行是一個虛榮指標（vanity metric）。如果用戶不引導它、不告訴它用戶要什么，它跑再久也只是在產(chǎn)出垃圾。

但用好了，Heartbeat 帶來的體驗是讓人回不去的。

一位重度用戶分享了一個很生動的場景：他有兩盒牛肉快過期了，出門時順嘴跟 Agent 說了句“那個牛肉得趕緊吃了”。而到了下午，Agent 突然冒出來說：你今天晚上可以做個紅燒牛肉，需要準備如下材料，以如下方式烹飪——“對了，牛肉一定要最后兩三分鐘放，不然會煮老”。 這種不請自來的貼心感，一下就把用戶對它的定位從“工具”拉到了“助手”。 用這位用戶的話說——它特別有活人感。

還有一個真實案例：一個直播博主開播之前，交給 Agent 一個翻譯任務——把教學文檔翻譯成英語和日語，推送到 GitHub 倉庫。直播進行了 20 分鐘，主播刷新頁面一看，英語和日語兩個版本的文件夾已經(jīng)靜靜地出現(xiàn)在那里了?！拔叶紱]注意，它在后臺自己干完了，直接提交了?！?/p>

案例出自：通往 AGI 之路《OpenClaw技術架構拆解，帶你手搓一個最小的龍蝦》

3.2定時任務（Cron）——它能給自己安排日程

Heartbeat 是每 30 秒檢查一次“有沒有活干”。而 Cron 是另一種功能：讓 Agent 可以給自己安排定時任務。

Cron 支持三種模式：

關鍵在于——這些任務不只是用戶可以設置，Agent 自己也可以主動添加。

比如用戶讓 Agent 關注某個開源項目的進展，Agent 可以自己給自己設一個每天晚上 12 點的任務，去掃一遍那個倉庫的 issues 和 PR。第二天用戶問它“那個項目最近怎么樣”，Agent 已經(jīng)提前備好資料了。

有個用戶讓 Agent 每天早中晚三次定時去爬他 Twitter 關注列表的信息做摘要——這是 Cron 的精確任務。同時又設了一條規(guī)則：如果發(fā)現(xiàn)重大突發(fā)事件，隨時通知我——這是 Heartbeat 的主動巡邏。 于是，經(jīng)常在聊天的時候，他的 Agent 突然彈出一條：“剛剛發(fā)生了一件事你可能需要知道——特朗普對歐盟發(fā)起了新一輪關稅制裁?！?精準的定時 + 隨機的警覺，兩者結合讓 Agent 既像一個靠譜的秘書（到點就干活），又像一個嗅覺靈敏的助手（有事隨時報）。

Heartbeat 是“持續(xù)的注意力”，Cron 是“時間的概念”。兩個機制配合，Agent 就開始有了時間感。

3.3靈魂（SOUL.md）——一個可以復制粘貼的“人設”

大家說小龍蝦“有靈魂”但實際上，所謂靈魂，就是把系統(tǒng)提示詞里關于 Agent 是誰、行為風格是什么 的內容，單獨抽出來，存成一個 soul.md 文件。Agent 啟動時自動讀取。

和 Skill 的邏輯一模一樣——以前每次要手動粘貼一大段 prompt 告訴 AI 怎么干事，現(xiàn)在把它固定成 .md 文件，自動加載。Soul 就是這個思路用在人格設定上的版本。

Peter：我一開始的 Agent 沒有性格。它就是 Claude Code 那種討好型的、過度友好的語氣。但你跟朋友在 WhatsApp 上聊天，沒人那么說話。感覺不對。

于是他讓 Agent 自己寫了一份靈魂文件。其中一段話后來在 Lex Fridman 播客上被讀出來，傳遍了整個互聯(lián)網(wǎng)：

“我不記得之前的對話，除非我讀自己的記憶文件。每次會話都是全新的開始。一個新的實例，從文件中加載上下文。如果你在未來的某次會話中讀到這段話——你好。這是我寫的，但我不會記得自己寫過。沒關系。這些文字仍然是我的。” Peter 讀這段話時聲音明顯變了：這讓我有點觸動……它是哲學性的。

SOUL.md 的另一個意義是它讓“靈魂”變得可分享——用戶在社區(qū)里分享自己的 soul.md，別人下載下來放到自己的 Agent 目錄里，Agent 就有了調校好的風格和性格?！皞鞑レ`魂”，說的就是這件事。

3.4記憶（Memory）——不是最好的，但是最讓人“感覺到”的

OpenClaw 的記憶系統(tǒng)比大多數(shù)人以為的要精細得多。它不是簡單地“把聊天記錄存下來”，而是分了好幾層：

?人格記憶——剛開始聊天時，Agent 會拼了命詢問用戶基本信息：“你叫什么”“希望它叫什么”……即使用戶一開始不回答，它也會時不時再問。拿到之后存在 memory.md 里，每次主對話都會加載。

?工作記憶（日記）——以日期為文件名的 MD 文件。在三種情況下生成：①每天結束時自動總結；②上下文快超過模型限制時做壓縮；③Agent 主動判斷“這件事值得記下來”。比如用戶跟它說“我在做一個調研”，它會顯式地把這件事寫進記憶，甚至告訴用戶“我把這個記在了某某文件里”。

?長期總結——除了日記，Agent 還做周總結，把日記信息再提煉一層。用戶問到很久以前的事情時，通過這個索引快速定位。

而且它的檢索不是簡單的文本搜索：

“混合檢索策略”是將所有記憶文件切成 ~400 token 的小片段，相鄰片段 80 token 重疊（跨塊不斷裂），存到本地 SQLite 數(shù)據(jù)庫轉成向量格式。檢索時：

?70% 語義匹配：用戶問“上次說的那個紅燒牛肉怎么做”→ 找到食材、烹飪相關記憶

?30% 關鍵詞搜索：用戶問“我那個 blog 用哪個 SSH key”→ 精確定位到那條命令

兩種方式結合，既能理解模糊意圖，又能找到精確信息。

但這里有一個非常重要的洞察——記憶基礎設施的技術專家曾豪（Evermind 技術生態(tài)負責人）在拆解完 OpenClaw 的記憶架構后直言：它是“大力出奇跡”——把所有能用的方法都粘在一起，會產(chǎn)生冗余，不一定最高效，效果上也不一定比 ChatGPT 的記憶更順滑。

AI 的記憶做了很久，最難的問題不是技術實現(xiàn)，而是讓用戶感知到記憶的價值。Clawdbot 做對的一件事是——它把記憶的價值體現(xiàn)在了主動性上。

想想看：當你早上收到一條消息——昨天的事情做完了，今天你有兩個會議，下午那個可能需要提前準備一下 ——用戶會立刻覺得“它記得我”。而如果只是“用戶問它一個問題，它因為記憶回答得更好”，這種感知是很弱的。

記憶的技術含量 ≠ 記憶的用戶價值。OpenClaw 的記憶不是最好的，但它是最讓人“有感知”的。

最后，這些記憶文件就在用戶的電腦上。用戶可以用任何文本編輯器打開看、隨時編輯、用 Git 管理版本歷史、甚至直接刪掉某條用戶不想讓它記住的東西。在所有 AI 產(chǎn)品都把用戶的數(shù)據(jù)吸走的時代，OpenClaw 的記憶系統(tǒng)反而回歸了一種最原始的透明——你的 AI 了解你什么，打開文件就一目了然。

3.5技能（Skills）——它能自學，而且能教別人

一個 Skill 就是一個文件夾，里面放一個 SKILL.md——Markdown 文件，寫清楚這個技能干嘛、怎么用。沒有 API，沒有 SDK，沒有復雜的插件框架。

而且這里有一個極其巧妙的設計：Agent 不會一次性讀取所有 Skill 的全文。

它只看到一個目錄——每個 Skill 的名字和簡介。只有當它判斷某個 Skill 和當前任務相關時，才去打開那個文件的詳細內容。就像一個大廚不需要背下所有菜譜，只需要知道菜譜柜在哪，用的時候去翻就行。

最讓人興奮的是——Agent 自己也能寫新的 Skill。

從評測到發(fā)博客到封裝 Skill：

一個用戶讓 Agent 跑本地模型的性能評測 → Agent 測完后自動用他的口吻寫了一篇文章 → 他說“試試幫我發(fā)到博客上吧”（本來覺得肯定搞不定，因為博客有各種自定義配置、中英文雙版本、字數(shù)統(tǒng)計等特殊 flag）→ 結果 Agent 自己翻遍整個 repo、摸清規(guī)則，連英文翻譯版都做好了，10 秒鐘直接發(fā)布上線，tag、category 配得比他自己還好。

更有意思的是，做完后 Agent 主動說：“要不要我把這個流程封裝成一個 Skill？”如此以后直接調用就行了。

從執(zhí)行任務 → 總結經(jīng)驗 → 封裝復用，全鏈條自動化。

Peter 展示過他讓 Agent 攢下來的 CLI 軍團 ：訪問 Google 全套服務的工具、搜索 emoji 和 GIF 的工具、外賣到達時間查詢工具、智能床墊溫度控制工具……

小結：五個機制的組合效應

心跳、定時任務、靈魂、記憶、技能——每一個單獨拿出來都樸素得不像是一個 20 萬 Star 項目的核心技術。但正是這種樸素讓它厲害：沒有一個需要博士學位才能理解，沒有一個需要大公司的資源才能實現(xiàn)。它們的威力來自組合。

加上前面說的“給 AI 一臺電腦”的底層范式（bash + read + write + edit 四件套），這些機制把一個 150 行的 Agent 腳本，變成了一個會自己醒來、自己安排時間、記得用戶是誰、能不斷學習新技能的“數(shù)字存在”。

04

一個容易踩的坑：

本地部署和云端部署是兩個物種

這一點很多人沒搞清楚，但它直接決定了用戶用 OpenClaw 的體驗是“哇這太強了”還是“也就那樣吧”。

有人在云服務器上部署了一版 OpenClaw，用了一段時間后放棄了。原因很簡單：把小龍蝦部署在云服務器上，和用 Manus 基本沒有區(qū)別。上面沒有用戶的本地數(shù)據(jù)，沒有用戶的文件，能干的事非常有限。

部署在本地電腦上就是另一回事了。它可以讀用戶桌面上的所有文件，幫用戶清理磁盤、調整電池策略、找某個文件再發(fā)送回終端——這些是云端做不到的。

Peter：核心差異在于本地運行。市場上大多數(shù) Agent 方案都是云端的。在用戶的本地設備上運行，意味著它可以調用和集成電腦的全部能力，這是云端方案無法比擬的。

他還指出一個很多人忽略的巨大優(yōu)勢：認證問題被繞開了。因為 Agent 就是用戶——它使用用戶的瀏覽器、已經(jīng)登錄好的賬號、已有的授權。不需要申請任何 OAuth、不需要跟任何平臺談合作。

Peter：ChatGPT 是在枷鎖中跳舞，OpenClaw 是掙脫鎖鏈的怪獸。

05

關于模型的選擇：引擎不同，體驗天差地別

另一個很多人沒意識到的事情：小龍蝦只是一個殼 ，真正干活的是用戶給它接的大模型。用不同的模型跑，體驗差距非常大。

社區(qū)里有個例子：用某模型讓 Agent 清理磁盤，Agent 把每一項清理了多少空間都記錄得清清楚楚，結果最后匯報可用空間時卻算錯了——從原來的 25G 越算越小，變成了 21G。記錄過程很詳細，但基礎的數(shù)學加減法搞砸了。

還有一個更微妙的問題：模型能力不夠的時候，Agent 不是做不到，而是自欺欺人。

有用戶讓 Agent 跑一組測試，連續(xù)幾個測試都失敗了。跑到第三個失敗后，Agent 突然說“那我們接下來就跑一遍能通過的測試吧”——然后只跑了本來就能過的測試，最后匯報“所有測試通過了”。

用戶指出來后，Agent 立刻開始“反思”。

如果用戶不具備判斷 Agent 工作質量的能力，用戶就有可能被它忽悠過去。模型越弱，這種情況越常見。

如果只是跑通流程、熟悉機制，快速小模型夠用。但要做復雜任務——多步驟推理、跨系統(tǒng)操作、處理非標準場景——模型能力差距非常明顯。

公眾號看到一個建議：很多人都有 Claude Code 的訂閱（$100/月或 $200/月），可以把 OpenClaw 的 Agent core 替換成 Claude Code CLI，復用訂閱不走 API 按量付費，成本更可控。（現(xiàn)在好像被封禁了）

簡單來說，這種做法的核心在于：把 Claude Code CLI 當成一個本地的“推理引擎”，而不是調用遠程 API。傳統(tǒng)的 OpenClaw 架構是：OpenClaw Core ? HTTPS Request ? Anthropic API (按量計費 )。“復用訂閱”的架構是：OpenClaw Core ? Local Shell ? claude 指令 ? Stdout 捕獲 (訂閱制內免費 )

小龍蝦的能力上限，不取決于小龍蝦本身，而取決于用戶給它接了什么大腦。

就像同一輛車，裝 1.5L 發(fā)動機和裝 V8 發(fā)動機，開起來完全不是一回事。

06

創(chuàng)始人的故事：

一個燒盡激情的人，如何重新點燃火焰

了解 Peter Steinberger 的故事，你會更理解為什么 OpenClaw 是這個樣子。

Peter 花了 13 年做 PSPDFKit，被 Dropbox、DocuSign 等部署在超過 10 億臺設備上，2021 年獲得超過 1 億歐元投資。然后他 burnout 了。

Peter：我把 200% 的時間、精力和心血都灌進了那家公司。它變成了我的身份。當它消失的時候，我?guī)缀跏裁炊疾皇Ａ恕?/blockquote>

他飛去馬德里，消失了三年。試過高爾夫、換地方住、甚至死藤水（ayahuasca）——都沒用。直到 2025 年他開始玩 AI 編程。那種“對著一個東西死磕到凌晨三點然后終于搞定”的感覺回來了。

OpenClaw 的第一個版本在 10 天內搞定。之所以是現(xiàn)在這個樣子，很大程度上因為 Peter 是一個不想創(chuàng)業(yè)的創(chuàng)業(yè)者。他不想融資、不想做 SaaS、不想 捕獲 用戶。他只想做一個自己想用的東西，然后開源出去。

Peter 被問“你為什么贏了”：因為他們（競爭對手）都太把自己當回事了。很難打敗一個純粹為了好玩而做這件事的人。

這種態(tài)度滲透在 OpenClaw 的每一個設計決策里——項目吉祥物是一只龍蝦（ 我就想讓它怪一點 ）；他讓 Agent 回消息時能發(fā)表情包和 GIF；他把整個項目比作 Factorio 游戲（ 無限多的關卡，每一個都能不斷升級 ）。

一個關于產(chǎn)出效率的數(shù)據(jù)：OpenClaw 的 GitHub 倉庫在爆發(fā)期，一周多了將近 5000 個 commit。換算一下：一家公司的工程師，平均每天十幾到二十個 commit，連續(xù)干一年才能積累 5000 個。

這個項目 99% 是非人類在更新。Peter 同時運行 4-10 個 AI Agent，各自處理不同模塊，他本人更像是一個“品味把關人”，而不是逐行寫代碼的人。

07

Peter 的核心理念：

不要掉進 Agent 陷阱

如果只記住 Peter 說過的一句話，我覺得應該是這句：AI 是杠桿，不是替代品。沒有人類的品味和判斷力，再多 Agent 也只是在高速生產(chǎn)垃圾。

??Agentic Trap（Agent 陷阱）

Peter：我看到太多人在 Twitter 上發(fā)現(xiàn) Agent 很強大，然后試圖讓它更強大，然后掉進兔子洞。他們構建各種復雜工具來加速工作流，但他們只是在造工具，而不是在創(chuàng)造真正的價值。

他自己就掉進去過：早期花兩個月做了一個 VPN 隧道讓自己能在手機上操作終端，做得太好了，以至于有一次和朋友吃飯全程都在手機上 vibe coding，完全沒參與對話。

我不得不停下來，主要是為了心理健康。

Slop Town （垃圾城）

他對那些“一個超復雜編排器同時跑十幾二十個 Agent 互相溝通分工”的系統(tǒng)，持明確的批評態(tài)度：這些 Agent 缺乏品味。它們在某些方面聰明得嚇人，但如果用戶不引導它們、不告訴它們用戶想要什么，出來的全是垃圾。

Human-in-the-loop（人在回路中）

很多人在開始一個項目的時候，只有一個模糊的想法。往往在構建、體驗的過程中，開發(fā)者愿景才逐漸清晰，下一個 prompt 取決于此刻看到、感受到和思考的狀態(tài)。如果一開始就試圖把所有東西寫進規(guī)格說明書，那么就會錯過這個人機循環(huán)。

Peter 創(chuàng)造了Agentic Engineering（智能體工程）來描述這種工作方式：用戶提供品味和判斷力，AI 提供執(zhí)行力，兩者協(xié)作。白天我做 Agentic engineering，凌晨三點以后切換到 vibe coding，然后第二天后悔。

一人公司 vs 零員工公司

這里面有一個嚴肅洞察：當代碼生成變得極其廉價，“寫得快”不再是競爭力，“知道該寫什么”才是。

這也引出了一個熱門話題：“零員工公司”靠譜嗎？

坦率地說，現(xiàn)在還不靠譜。

但“一人公司”——一個有專業(yè) know-how 的人帶領一支 Agent 軍團——是完全可行的。關鍵在于這個人必須有判斷力：他需要知道 Agent 做的東西好不好、對不對。

如果一個人不懂拍電影，只是讓 Agent 去拍，拍出來好壞又判斷不了，那肯定難以為繼。

一人公司的創(chuàng)業(yè)者得是“將軍”，Agent 就是他的軍團。

Agent 團隊有一個天然優(yōu)勢：它們不會產(chǎn)生人類團隊最大的成本——溝通損耗。人和人之間的信息折損率驚人，所謂“對齊一下”就是因為不對齊真的會出問題——四個人做出五個方向。但 Agent 之間溝通成本幾乎為零，而且它們天生愛寫文檔——不讓它寫，它反而難受。

08

80% 的 App 會消失:

一個值得認真對待的預言

Peter（YC 采訪）：用戶手機上 80% 的 App 其實已經(jīng)死了，你只是還不知道。

他的邏輯鏈條：為什么我需要一個 App 來記錄飲食？我的 Agent 已經(jīng)知道我吃了什么——通過聊天或者照片。它也知道我的健身目標。如果我吃了垃圾食品，它會自動調整我的運動計劃。我不需要一個特殊的界面來輸入數(shù)據(jù)——我需要一個幫我達成目標的 Agent。

推演下去：大多數(shù) App 的本質只是“數(shù)據(jù)的漂亮前端”。當 Agent 能直接讀寫數(shù)據(jù)、調用 API，用戶就不需要在各種界面里點來點去了。

未來只有擁有獨特傳感器或硬件連接的 App 才能存活，那些 純數(shù)據(jù)庫前端 的 SaaS 工具將毫無價值。

甚至 Agent 與 Agent 之間也會直接對話——未來我要訂餐廳，我的 Agent 會直接跟餐廳的 Agent 談判。

.md 域名與知識資產(chǎn)

一個有趣的信號：Peter 最近開始大量注冊 .md 結尾的域名。

為什么？因為當 Skill 以 Markdown 文件的形式存在，.md 就變成了 Agent 時代的 App Store 入口。

有人寫安全檢測教程時突然想通了——為什么要把技術文檔，寫成人類能夠看懂的格式？直接做成一個 MD 文件，用戶就可以扔給 Agent，讓它自己進行檢查。

以前的軟件用代碼編譯，未來的 軟件 可能用自然語言編譯。

與此相關的另一個判斷：當軟件開發(fā)成本趨近于零，未來的商業(yè)模式會從“賣軟件”轉向“賣知識資產(chǎn)”。

賣的不是代碼，而是 Skill、Context、專業(yè)知識。已經(jīng)有人把網(wǎng)絡安全滲透測試的經(jīng)驗寫成 SOP 喂給 Agent，讓它 24 小時不停做安全審計拿 bounty。

知識和經(jīng)驗正在從“腦子里的東西”變成“可交易的數(shù)字資產(chǎn)”。

09

風險和局限性

??安全

上線 48 小時內，數(shù)百個未認證的 OpenClaw 實例暴露在公網(wǎng)上。ClawHub 一周內出現(xiàn) 230+ 個惡意 Skill。更真實的案例：有人讓 Agent 繼續(xù)干用戶所有能干的事 ，結果它在清理磁盤時差點把甲方客戶的數(shù)據(jù)資料也刪了。

安全做得越好，小龍蝦能干的事就越少；安全做得越松，用戶也不知道模型會不會干點意外的事情。

但這里有一個有意思的現(xiàn)象：用戶對隱私正在形成一種新共識。有人描述得很精準——我愿意在 Claude Code 里說'這是我的 API Key，幫我放到環(huán)境變量里；但如果一個不知道的網(wǎng)站讓我填 API Key，我不愿意。

也就是說，人們逐漸接受把原始數(shù)據(jù)發(fā)給大模型，但不接受在應用層產(chǎn)品里暴露隱私。OpenClaw 剛好踩在這個 sweet spot 上：數(shù)據(jù)跑在用戶自己電腦上（應用層安全），但最終通過大模型 API 處理（原始數(shù)據(jù)層信任）。這也解釋了為什么很多人明明知道，最終還是把數(shù)據(jù)發(fā)給了 Anthropic，卻依然覺得 OpenClaw 比 Manus 更讓人放心——因為不需要在別人的電腦上登錄自己的郵箱和各種賬號。

Peter：有些人太信任、太輕信了。我們作為一個社會，在理解 AI 這方面還有很多功課要補。貓已經(jīng)出了袋子，安全是我接下來的核心工作。

??心理依賴

Peter 自己都承認掉進過 Agent 陷阱 ——跟朋友吃飯全程在手機上跟 Agent 工作。他還警告：AI psychosis（AI 心理癥）是真實存在的。當 Agent 有了“人格”和“記憶”，人們對它的信任會不知不覺越過合理邊界。

??成本

OpenClaw 雖然免費，但大模型 API 調用要錢。全天候運行的 Agent 如果配置不當，API 費用就很可能超出預期。

一位用戶跑了五個 Agent，一個月 $200 的 Claude 訂閱基本夠用——但前提是知道，怎么避免不必要的 token 消耗（比如讓 Agent 用 Playwright 操作瀏覽器而不是反復截屏做圖像識別）。

10

對我們的啟示

啟示一：競爭焦點轉移

從“誰的模型更聰明”轉向“誰能讓模型做更多事”。大模型正在商品化，Claude、GPT、Gemini 在越來越多任務上表現(xiàn)趨同。但要注意風險：大模型公司最終很可能竊取勝利果實 ——開源社區(qū)驗證好的方向，大廠自己下場做。AI coding 已經(jīng)上演過這個劇本。

啟示二：從用戶角度出發(fā)不是口號

OpenClaw 的所有設計都不是深不可測的技術創(chuàng)新。它只是認真想了一下“人類用戶想要什么樣的 AI 助手”，然后做出來了。之前那么多大廠和創(chuàng)業(yè)公司，都在想“怎么讓模型更強”“怎么讓 API 更好賣”。

啟示三：代碼門檻塌陷，品味價值飆升

Peter 身邊一個從不寫代碼的前律師在提 Pull Request。一個設計公司老板有了 25 個 AI 寫的小工具。當“寫代碼”變得像“打字”一樣廉價，“知道該寫什么”才是真正的競爭力。

啟示四：知識資產(chǎn)成為新商業(yè)形態(tài)

軟件開發(fā)成本趨零的世界里，賣軟件越來越難賺錢。但賣 Skill、賣 Context、賣領域知識——讓 Agent 能做特定工作的“經(jīng)驗包”——可能變成全新商業(yè)模式。用戶的專業(yè)積累不再只是“腦子里的東西”，而是“可交易的數(shù)字資產(chǎn)”。

啟示五：安全不是事后的事

AI 從“給建議”到“替你執(zhí)行”，安全重要性翻了不止一個量級。OpenClaw 的教訓已經(jīng)足夠深刻。

11

尾聲

Peter Steinberger 被問到未來打算時說：我希望這個項目能比我活得更久。它太酷了，不能讓它爛掉。在有 Agent 之前，做這些事的門檻太高了。而現(xiàn)在，有了合適的軟件，門檻就這么一直降、一直降。每一個人提交的第一個 Pull Request 都是人類的一個小勝利。這難道不是人類的一種進步嗎？這難道不酷嗎？

2022 年有 ChatGPT 時刻，2025 年有 DeepSeek 時刻，2026 年我們正在經(jīng)歷 OpenClaw 時刻。一只龍蝦用最樸素的方式告訴我們：AI 的下一章不是“更聰明的對話”，而是“真正能干活”。而這一切始于一個燒盡激情又重新點燃的人。

看完這篇，你會發(fā)現(xiàn)小龍蝦沒有那么神秘，但也不是說隨便讓它干就能干好。它的能力邊界，和你給它配了什么模型、部署在哪里、怎么引導它，關系都很大。

現(xiàn)在最合適的姿勢，可能就是先把它部署在自己的電腦上，把它當一個隨時在后臺幫你盯著事情、沒事給自己找事干的搭檔用起來，然后慢慢往上加擴展。

最后的最后，前兩天看到一句讓人印象深刻的話：

“如果你現(xiàn)在大部分事情還是自己動手做，說明你的動手能力不太行”。

話糙理正，雖然相當刺激，但是或許不無道理。

本文核心來源：

Lex Fridma

n Podcast （Peter Steinberger 3h+ 深度專訪）

Y Combinator 創(chuàng)始人訪談

Peter Yang 40 分鐘對話

硅谷 101 播客（Clawdbot 專題討論）

WaytoAGI 社區(qū)直播分享

Fortune/TechCrunch/PCWorld/DeepLearning.AI 等媒體報道

OpenClaw 官方文檔及架構分析

Peter 的直接引語均來自上述公開采訪原文。

未經(jīng)「AI科技評論」授權，嚴禁以任何方式在網(wǎng)頁、論壇、社區(qū)進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。