智能体那么多，OpenClaw怎么就爆了

文｜凌风

编辑｜宋辰

3月6日，深圳腾讯大厦前排起了长队。队伍里有背着双肩包的年轻程序员，有抱着NAS主机的中年硬件爱好者，甚至还有专程从香港过关而来的创业者。

他们此行的目的高度一致——为了那只在科技圈刷屏的“龙虾”。

这一天，腾讯云启动“免费安装OpenClaw”线下活动，来自腾讯云Lighthouse的工程师在现场摆起了摊位，手把手教用户如何将这款风头正劲的AI智能体部署到云端。上午10点刚过，预约号便被一抢而空，数百个名额在短短两小时内发放完毕。

同时，在北京、上海等城市的二手交易平台上，一种名为“上门代装OpenClaw”的服务悄然兴起，价格从几百元到上千元不等，卖家大多是嗅到商机的极客或IT从业者。

OpenClaw是由奥地利程序员Peter Steinberger开发的开源AI智能体框架，被网友戏称为“龙虾”，其口号是“The AI that actually does things”——真正能干活的AI。

这不仅是技术圈的一次狂欢，更是一个标志性的信号：AI正在经历从“对话式”向“执行式”的剧烈跃迁。2026年，AI价值重心变了，AI大模型商业化迎来从“技术验证”迈向“价值兑现”的重要阶段。

大咖科技

Tech Chic

全民“养虾”

2026年开年，科技圈最火的词是什么？答案不是某家大厂的新模型，也不是跳舞的机器人，而是一个名为OpenClaw（曾用名“Clawdbot”）的开源项目。

这只顶着MIT开源协议、拥有标志性“龙虾”图标的AI智能体，仅用百天便在GitHub上登顶，星标数突破24万，引发了一场全民“养虾”的热潮。

那么，OpenClaw到底是什么？

简单来说，它是一个开源、本地优先的AI自动化代理框架。与我们熟悉的聊天机器人不同，OpenClaw的核心理念是“真正能干活的AI”，也就是我们经常说的AI Agent。

像ChatGPT、Kimi等传统的大模型更像一个知识渊博的“顾问”，你问它，它回答；而OpenClaw则是一个拥有“双手”的“数字员工”，你下达指令，它去执行。

OpenClaw的技术核心在于打破了“对话”与“操作”的壁垒。通过自然语言指令驱动，OpenClaw能够在本地或私有云环境中完成一系列复杂的实际操作。

它可以像人类一样操作文件系统去读写、分类、重命名等，也可以调用API接口、进行浏览器自动化，如自动填表、下单、查询，甚至还可以编排多步骤的任务链。

OpenClaw不再局限于生成文本，而是直接在操作系统层面进行交互。这种“从建议到执行”的跨越，正是OpenClaw爆火的根本原因。

在AI自动化办公全面落地的2026年，企业与个人用户早已不满足于仅仅让AI写一封邮件，而是希望它能自动处理报销、整理数据、监控舆情并生成报告。

OpenClaw恰好提供了这样一种可能性——将一台完整的电脑权限交给AI，让它像一个真正的员工一样坐在工位上工作。

大咖科技

Tech Chic

一个合作伙伴

OpenClaw之所以能在短时间内引发如此巨大的轰动，甚至让腾讯、阿里等巨头不惜成本地推广，背后折射出的是整个产业对“超级入口”的争夺，以及用户对生产力解放的迫切需求。

在传统的办公模式下，我们往往是“配合电脑”工作——我们需要记忆复杂的软件操作逻辑，频繁在不同系统间切换。而OpenClaw的出现，试图将这一逻辑颠倒过来。

正如猎豹移动创始人傅盛所感叹的：“当你把电脑的所有权限给它的时候，它就真的像一个人了。”

这种转变带来了具体场景下的效率革命：

重塑办公协同：OpenClaw可以打通飞书、钉钉、企业微信等IM工具。你可以指令它：“把昨天的会议纪要整理出来，提取关键任务点，并@相关负责人确认。”它不仅能写，还能发，甚至能根据日历自动设置提醒。

激活“沉睡”的数据：对于企业而言，大量数据散落在老旧的、缺乏API接口的系统中。OpenClaw通过模拟人类操作界面，绕过了复杂的底层接口打通工作，直接在界面上抓取、处理数据。这让那些原本难以整合的“数据孤岛”瞬间焕发新生。

构建私有化的“AI秘书”：OpenClaw “本地优先”和“开源”的特性，用户的数据隐私得到极大保障，你可以将它部署在自己的服务器或NAS上，让它24小时待命。它会永久存储上下文，记住你的工作习惯，甚至根据你的投资组合自动监控股价变动，无需你时刻盯盘。

大咖科技

Tech Chic

本地执行vs云端大脑

当AI从对话交互迈向自主执行，智能体赛道分化出两条核心路径——OpenClaw与Manus之间的差异，直指控制权、隐私与执行边界的本质命题。OpenClaw的爆红，更折射出市场对“主权AI”的迫切需求。

OpenClaw与Manus核心分野清晰鲜明：OpenClaw是开源本地执行框架，主打数据不出本地，可直接操作本地文件、系统与终端，支持多模型自由切换，完全免费但需自主部署，是AI的“执行手脚”；Manus为闭源云端SaaS产品，数据需上传厂商云端，内置专属模型不可更换，采用订阅制付费，零配置开箱即用，是AI的“规划大脑”。

OpenClaw掌控数据主权，适配技术团队与隐私敏感场景；Manus侧重便捷高效，服务普通用户与通用企业。

之所以OpenClaw能迅速破圈，核心在于踩中行业痛点。它打破传统AI“只说不做”的局限，打通思考、执行、优化闭环，让AI真正落地实操电脑任务。同时，数据本地闭环完美契合数据合规刚需，规避云端泄露风险，适配金融、政企等敏感领域。

此外，开源模式赋予其极致灵活性，万余种社区插件快速拓展场景，多模型自选避免绑定，零软件成本降低中小企业准入门槛。凭借“主权AI”理念与活跃社区生态，OpenClaw快速凝聚开发者力量，迭代效率远超传统闭源产品。

不过，本地执行与云端智能体并非替代关系，而是互补共生。本地执行智能体深耕隐私与自主场景，云端智能体主打便捷通用服务，二者融合或将成为智能体发展主流。OpenClaw的走红印证，安全、自主、可落地，才是AI生产力落地的核心关键。

然而，OpenClaw引导的这场智能体革命并非没有代价。在我们享受“数字员工”带来的便利时，也必须直面其伴生的风险与挑战。在OpenClaw描绘的美好蓝图背后，安全警报声也在拉响。

大咖科技

Tech Chic

硬币的另一面

将操作系统权限完全交给一个AI代理，这在安全领域无疑是一次巨大的冒险。

工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）近期发布风险提示， OpenClaw在默认配置下存在较高安全风险。由于其具备自主决策和调用系统资源的特性，一旦被恶意攻击者接管，或者因指令诱导出现误操作，后果不堪设想。

此外，有安全机构监测发现，大量暴露在公网的OpenClaw实例存在可被利用的漏洞，甚至有实例已被标记为可完全远程控制

此外，OpenClaw的高频调用模式也引发了上游模型厂商的“焦虑”。由于其任务执行过程中需要频繁调用云端大模型进行推理，Token消耗量是普通对话的百倍以上，被业内戏称为“算力抽水机”。

这直接导致谷歌曾连夜封禁OpenClaw的接口调用，指责其存在“大规模恶意使用行为”。Anthropic也更新了服务条款，限制其使用。

对于普通用户而言，部署门槛依然是一个绕不开的坎。

尽管腾讯云等厂商推出了“一键部署”模板，但要真正玩转OpenClaw，用户仍需具备一定的技术素养，理解Node.js、Git等开发环境的配置。否则，就像在自家防盗门旁凿了两扇没装防盗网的窗户，稍有不慎便可能引狼入室。

腾讯等云厂商之所以如此积极地推动OpenClaw的普及，看中的不仅是眼前的部署量，可能是未来那个巨大的“Token黑洞”。

在大模型军备竞赛进入下半场，算力成本高企的背景下，谁能拥有一个能持续、自动消耗算力的应用场景，谁就能掌握将技术优势转化为商业现金流的关键钥匙。

OpenClaw正是这一把钥匙，它将用户端的复杂任务转化为云端源源不断的API调用请求，让那些昂贵的算力集群真正转动起来。

从更宏观的视角看，OpenClaw不仅仅是一个工具，它更像是下一代操作系统的雏形。它预示着未来的软件不再仅仅围绕人类的图形界面交互设计，而是为AI Agent的交互而生。

当“一个人+一只龙虾”能组成一支团队时，我们不得不重新思考人与机器、人与系统的关系，并找到享受便利与规避风险之间那条微妙的平衡线。