深析OpenClaw：一只龙虾凭什么震撼全世界？AI科技评论

最近春节期间和很多朋友同事聊起 OpenClaw，大家的话题都集中在应用层面。然而，或许不少人都会觉得有点困惑——OpenClaw 到底做了什么创新？为什么之前大厂没人做出来？凭什么一个如此简单的产品就足以震撼全世界？

然而，市场又好像都“揣着糊涂装没明白”，似懂非懂，既熟悉又陌生。

为了解决这个问题，AI 科技评论和我们的 Claw 一起做了一些研究。

本篇文档的边界：

✅ 用生活化的案例，来解释底层逻辑和架构思路

✅ 探索 为什么之前没人做到 的核心技术原因

✅ 融入创始人的思考和洞察

✅ 对行业的启示

❌ 不是部署教程

❌ 不是产品介绍

❌ 不是纯技术文档

本篇文档的受众：

对 AI 感兴趣，科技行业从业者，听说过 OpenClaw。或者就是对一切都有好奇心的人。

看完这篇文档你会获得什么

▪ OpenClaw 真正的创新点在哪

▪ 为什么之前没人做出来——商业模式、安全责任、接入鸿沟

▪ 为什么简单任务比复杂任务更难实现

▪ 本地部署和云端部署的本质差异，避免用错了还以为产品不行

▪ 模型选择对体验的影响有多大

▪ 什么样的使用姿势是正确的，Agent 陷阱是什么

▪ 这件事对整个AI行业、应用层、商业模式意味着什么

▪ 知识资产 这个新商业形态的逻辑

OpenClaw 到底是什么？

用户可能已经无数次听过别人是这样介绍 OpenClaw 的：

正儿八经版：OpenClaw 是一个开源的“AI 数字员工”框架——用户在 WhatsApp/Telegram/微信里跟它说话，它就能帮你干活：收发邮件、管日历、写代码、整理文件、定时提醒你喝水……而且它住在你自己的电脑上，24 小时不下班。

类比版：想象你雇了一个超级实习生。ChatGPT/Claude 是那种“有问才有答”的“百科全书式实习生”——你不问，它就坐着发呆。OpenClaw 则是那种“主动型实习生”：早上主动给你发今日待办，发现你日历冲突了自动提醒你，收到重要邮件帮你分类好，甚至你睡觉的时候它还在帮你跑代码检查。

不知道看完介绍，读者是否有会一种感觉——OpenClaw 目前做到的并没有超出人们的想象或者认知。

春节假期时，我和一个对 AI 认知仅限于抖音营销号的朋友介绍 OpenClaw，他的回复是：

“这难道不是 AI 本来就应该做到的吗，不知道你们一直都在干嘛....”

我当时一瞬间有点错愕，AI 在不同侧的感受是完全不一样的。

一个播客里面提到，在技术侧和用户侧，对一个产品的评价或许完全不同：技术圈觉得这事不新鲜，用户却可能如获至宝、推崇备至。

由此引出第一个话题：

1.1 AI 认知错位的荒诞感

普通人对 AI 的想象，是从科幻小说里来的（Jarvis、Her、星际迷航的电脑）—— 你跟它说话，它帮你干活，它记得你，它主动提醒你。这是一个 自顶向下 的想象，是 AI 应该是什么样 。

电影 Her 里面，AI 能瞬间理解并且主导沟通和行动

然而，过去三年 AI 行业实际走的路线，确实是“自底向上”的：

▪ 先把大模型的智力做上去

▪ 能写诗、能过律考、能分析论文

▪ 然后在一个浏览器标签页里壮大

如果用户尝试搭建过一个 Agent，或者开发一个 Skill，抑或倒腾过“龙虾”，大概率会碰到一些从未见过的问题，再逐步被大语言模型教育，学习了不少新的概念和名词。

事实上，要让 AI 操作浏览器、甚至正常聊天，并非一件易事。

我们日常使用的大模型，它能聊任何话题，但它不能发一封邮件，不能记住用户昨天说了什么，不能在用户不找它的时候主动联系用户。

举个例子，如下所见：

小红书网友案例-联网问题。想让 OpenClaw 真正拥有查天气的联网能力，必须显式地给它安装一个搜索引擎工具 (Search Tool) 或者 浏览器工具 (Browser MCP)，并在配置里填入对应的 API Key。

小红书网友案例-模型幻觉。因为没有配置真实的定时任务插件，大模型只是产生了“假装答应”的幻觉，实际上它本身并没有后台计时和主动发消息的能力。

这相当荒诞——AI 最先攻克的是最难的事（推理、创作、编程），却做不到最简单的事（记住我是谁、帮我设个提醒、主动告诉我明天要下雨）。

这个荒诞感存在的本质是我们习惯“用人的视角来审视 AI”。

推理、编程这些对于人类来说困难的事情，对 AI 做起来简单，是因为它们的规则更清楚。而人们感觉困难，则是因为规则体量巨大，学习成本更高。对于 AI 来说，不怕规则多，怕的反而是“没有规则”。

让 AI 主动提醒人类，事实上是因为这些需求极其模糊（大部分用户缺乏清楚表达一件事情的能力，我们很容易表达感受，但是很难清楚表达需求）。

比如说让 AI 在“第二天天气有变化的时候提前通知”，一句提示词当中，不可控的变量太多：

“天气变化具体指什么？”

“是温度变化还是气候发生变化”

“提前是具体提前多久”

如果这时候我们再提高要求，让 AI 企图记住用户是谁，这就更难了——毕竟很多时候，人类自己都很难定义自己，不是吗？（这个后面会展开讨论，先按下不表）

1.2 为什么全球的大厂做不出 OpenClaw

大模型公司（OpenAI、Anthropic、Google）的商业模式，是卖模型能力和 API，它们没有动力和动机去做一个“住在用户电脑上、替用户干活”的 Agent——那会让它们的产品从“你来找我聊天”变成“我去你的地盘干活”，商业模式完全不同，安全风险也完全不同。

OpenClaw 的真正意义是：“它第一次把大家觉得理所应当但一直没实现的东西做出来了”。

这就是那个 iPhone 类比的力量——触摸屏手机之前就有，但 iPhone 让所有人能够第一次说出：“手机就该是这样的。”

说简单一点，就是被业内所有产品从业者讲烂掉的话：从用户的角度出发，从用户的需求出发。

但是，有趣的事情发生了，OpenClaw 出现之前，没有一个 Agent 团队真正从用户的角度出发，不是吗？