智能體那么多，OpenClaw怎么就爆了

文｜凌風

編輯｜宋辰

3月6日，深圳騰訊大廈前排起了長隊。隊伍里有背著雙肩包的年輕程序員，有抱著NAS主機的中年硬件愛好者，甚至還有專程從香港過關而來的創業者。

他們此行的目的高度一致——為了那只在科技圈刷屏的“龍蝦”。

這一天，騰訊云啟動“免費安裝OpenClaw”線下活動，來自騰訊云Lighthouse的工程師在現場擺起了攤位，手把手教用戶如何將這款風頭正勁的AI智能體部署到云端。上午10點剛過，預約號便被一搶而空，數百個名額在短短兩小時內發放完畢。

同時，在北京、上海等城市的二手交易平臺上，一種名為“上門代裝OpenClaw”的服務悄然興起，價格從幾百元到上千元不等，賣家大多是嗅到商機的極客或IT從業者。

OpenClaw是由奧地利程序員Peter Steinberger開發的開源AI智能體框架，被網友戲稱為“龍蝦”，其口號是“The AI that actually does things”——真正能干活的AI。

這不僅是技術圈的一次狂歡，更是一個標志性的信號：AI正在經歷從“對話式”向“執行式”的劇烈躍遷。2026年，AI價值重心變了，AI大模型商業化迎來從“技術驗證”邁向“價值兌現”的重要階段。

大咖科技

Tech Chic

全民“養蝦”

2026年開年，科技圈最火的詞是什么？答案不是某家大廠的新模型，也不是跳舞的機器人，而是一個名為OpenClaw（曾用名“Clawdbot”）的開源項目。

這只頂著MIT開源協議、擁有標志性“龍蝦”圖標的AI智能體，僅用百天便在GitHub上登頂，星標數突破24萬，引發了一場全民“養蝦”的熱潮。

那么，OpenClaw到底是什么？

簡單來說，它是一個開源、本地優先的AI自動化代理框架。與我們熟悉的聊天機器人不同，OpenClaw的核心理念是“真正能干活的AI”，也就是我們經常說的AI Agent。

像ChatGPT、Kimi等傳統的大模型更像一個知識淵博的“顧問”，你問它，它回答；而OpenClaw則是一個擁有“雙手”的“數字員工”，你下達指令，它去執行。

OpenClaw的技術核心在于打破了“對話”與“操作”的壁壘。通過自然語言指令驅動，OpenClaw能夠在本地或私有云環境中完成一系列復雜的實際操作。

它可以像人類一樣操作文件系統去讀寫、分類、重命名等，也可以調用API接口、進行瀏覽器自動化，如自動填表、下單、查詢，甚至還可以編排多步驟的任務鏈。

OpenClaw不再局限于生成文本，而是直接在操作系統層面進行交互。這種“從建議到執行”的跨越，正是OpenClaw爆火的根本原因。

在AI自動化辦公全面落地的2026年，企業與個人用戶早已不滿足于僅僅讓AI寫一封郵件，而是希望它能自動處理報銷、整理數據、監控輿情并生成報告。

OpenClaw恰好提供了這樣一種可能性——將一臺完整的電腦權限交給AI，讓它像一個真正的員工一樣坐在工位上工作。

大咖科技

Tech Chic

一個合作伙伴

OpenClaw之所以能在短時間內引發如此巨大的轟動，甚至讓騰訊、阿里等巨頭不惜成本地推廣，背后折射出的是整個產業對“超級入口”的爭奪，以及用戶對生產力解放的迫切需求。

在傳統的辦公模式下，我們往往是“配合電腦”工作——我們需要記憶復雜的軟件操作邏輯，頻繁在不同系統間切換。而OpenClaw的出現，試圖將這一邏輯顛倒過來。

正如獵豹移動創始人傅盛所感嘆的：“當你把電腦的所有權限給它的時候，它就真的像一個人了。”

這種轉變帶來了具體場景下的效率革命：

重塑辦公協同：OpenClaw可以打通飛書、釘釘、企業微信等IM工具。你可以指令它：“把昨天的會議紀要整理出來，提取關鍵任務點，并@相關負責人確認。”它不僅能寫，還能發，甚至能根據日歷自動設置提醒。

激活“沉睡”的數據：對于企業而言，大量數據散落在老舊的、缺乏API接口的系統中。OpenClaw通過模擬人類操作界面，繞過了復雜的底層接口打通工作，直接在界面上抓取、處理數據。這讓那些原本難以整合的“數據孤島”瞬間煥發新生。

構建私有化的“AI秘書”：OpenClaw “本地優先”和“開源”的特性，用戶的數據隱私得到極大保障，你可以將它部署在自己的服務器或NAS上，讓它24小時待命。它會永久存儲上下文，記住你的工作習慣，甚至根據你的投資組合自動監控股價變動，無需你時刻盯盤。

大咖科技

Tech Chic

本地執行vs云端大腦

當AI從對話交互邁向自主執行，智能體賽道分化出兩條核心路徑——OpenClaw與Manus之間的差異，直指控制權、隱私與執行邊界的本質命題。OpenClaw的爆紅，更折射出市場對“主權AI”的迫切需求。

OpenClaw與Manus核心分野清晰鮮明：OpenClaw是開源本地執行框架，主打數據不出本地，可直接操作本地文件、系統與終端，支持多模型自由切換，完全免費但需自主部署，是AI的“執行手腳”；Manus為閉源云端SaaS產品，數據需上傳廠商云端，內置專屬模型不可更換，采用訂閱制付費，零配置開箱即用，是AI的“規劃大腦”。

OpenClaw掌控數據主權，適配技術團隊與隱私敏感場景；Manus側重便捷高效，服務普通用戶與通用企業。

之所以OpenClaw能迅速破圈，核心在于踩中行業痛點。它打破傳統AI“只說不做”的局限，打通思考、執行、優化閉環，讓AI真正落地實操電腦任務。同時，數據本地閉環完美契合數據合規剛需，規避云端泄露風險，適配金融、政企等敏感領域。

此外，開源模式賦予其極致靈活性，萬余種社區插件快速拓展場景，多模型自選避免綁定，零軟件成本降低中小企業準入門檻。憑借“主權AI”理念與活躍社區生態，OpenClaw快速凝聚開發者力量，迭代效率遠超傳統閉源產品。

不過，本地執行與云端智能體并非替代關系，而是互補共生。本地執行智能體深耕隱私與自主場景，云端智能體主打便捷通用服務，二者融合或將成為智能體發展主流。OpenClaw的走紅印證，安全、自主、可落地，才是AI生產力落地的核心關鍵。

然而，OpenClaw引導的這場智能體革命并非沒有代價。在我們享受“數字員工”帶來的便利時，也必須直面其伴生的風險與挑戰。在OpenClaw描繪的美好藍圖背后，安全警報聲也在拉響。

大咖科技

Tech Chic

硬幣的另一面

將操作系統權限完全交給一個AI代理，這在安全領域無疑是一次巨大的冒險。

工業和信息化部網絡安全威脅和漏洞信息共享平臺（NVDB）近期發布風險提示， OpenClaw在默認配置下存在較高安全風險。由于其具備自主決策和調用系統資源的特性，一旦被惡意攻擊者接管，或者因指令誘導出現誤操作，后果不堪設想。

此外，有安全機構監測發現，大量暴露在公網的OpenClaw實例存在可被利用的漏洞，甚至有實例已被標記為可完全遠程控制

此外，OpenClaw的高頻調用模式也引發了上游模型廠商的“焦慮”。由于其任務執行過程中需要頻繁調用云端大模型進行推理，Token消耗量是普通對話的百倍以上，被業內戲稱為“算力抽水機”。

這直接導致谷歌曾連夜封禁OpenClaw的接口調用，指責其存在“大規模惡意使用行為”。Anthropic也更新了服務條款，限制其使用。

對于普通用戶而言，部署門檻依然是一個繞不開的坎。

盡管騰訊云等廠商推出了“一鍵部署”模板，但要真正玩轉OpenClaw，用戶仍需具備一定的技術素養，理解Node.js、Git等開發環境的配置。否則，就像在自家防盜門旁鑿了兩扇沒裝防盜網的窗戶，稍有不慎便可能引狼入室。

騰訊等云廠商之所以如此積極地推動OpenClaw的普及，看中的不僅是眼前的部署量，可能是未來那個巨大的“Token黑洞”。

在大模型軍備競賽進入下半場，算力成本高企的背景下，誰能擁有一個能持續、自動消耗算力的應用場景，誰就能掌握將技術優勢轉化為商業現金流的關鍵鑰匙。

OpenClaw正是這一把鑰匙，它將用戶端的復雜任務轉化為云端源源不斷的API調用請求，讓那些昂貴的算力集群真正轉動起來。

從更宏觀的視角看，OpenClaw不僅僅是一個工具，它更像是下一代操作系統的雛形。它預示著未來的軟件不再僅僅圍繞人類的圖形界面交互設計，而是為AI Agent的交互而生。

當“一個人+一只龍蝦”能組成一支團隊時，我們不得不重新思考人與機器、人與系統的關系，并找到享受便利與規避風險之間那條微妙的平衡線。