OpenClaw这只龙虾为什么会这么火？

本文来自微信公众号： 前主编 ，作者：宝玉，原文标题：《宝玉丨OpenClaw这只龙虾为什么会这么火？》

全国两会上，中国工程院院士高文说：“现在大家急得不得了，生怕没有养上龙虾。”

这个“龙虾”不是美食，是一个叫OpenClaw的开源AI智能体，因为图标是一只红色龙虾得名。它在GitHub上7天拿到15万Star，到现在突破24万，是这个平台历史上增长最快的项目。腾讯在深圳总部搞了“龙虾安装站”，现场排起长队，来的不只是开发者，还有小孩和退休老人。深圳龙岗、无锡高新区、常熟纷纷出台政策支持，单项补贴最高500万。

OpenClaw这只龙虾为什么会这么火？

龙虾是什么：一个住在你电脑里的数字员工

豆包、DeepSeek这些AI，你问一句它答一句，关掉窗口它就不存在了。OpenClaw不一样，它更像一个24小时待命的数字员工，住在你自己的电脑上。

跟传统聊天机器人比，它有三个区别。

第一，它能动手。不只给建议，而是直接操作你的电脑：打开软件、整理文件、收发邮件、运行代码。你在微信或飞书里跟它说一句话，它就去干活了。

第二，它不睡觉。传统AI是你来找它才应答。OpenClaw有一个“心跳”机制，每隔一段时间自己醒来一次，主动检查邮箱、日程，看看有没有需要处理的事。

第三，它有记忆。不是聊天窗口那种关掉就没的短期记忆，它会把你的习惯和偏好存在本地硬盘上，越用越懂你。

如果你看过《钢铁侠》，它就是那个贾维斯的雏形。OpenClaw的能力跟电影里差距还很大，但已经开始有雏形了。

它跟豆包、Manus、Claude Code有什么区别

很多人分不清这些名字。用一个不太精确但好懂的比方：

豆包就好比电话咨询师，你问它答，它没有手，不能帮你操作电脑。

Manus就好比外包公司，你提需求它在云端完成，打开浏览器就能用。好处是零门槛，坏处是数据要经过它的服务器，能力边界由平台决定。

Claude Code就好比驻场程序员，帮你写代码、调试、审查，编程之外的事也能干不少，比如我就用它写作。但它更多是被动响应，你要求一下它做一点。

OpenClaw是住在你家的全能管家。它跑在你自己的电脑上，数据不出本地。你通过日常用的聊天工具（微信、飞书、Telegram）跟它对话就行，不需要打开专门的网页。它可以操作你电脑上的一切，还能主动找你，不用你开口。

为什么突然爆火？

前些天给一个不太关注科技的朋友演示完OpenClaw，他愣了一下：“这不是AI本来就该做到的吗？我还以为早就能这样了。”

过去三年，AI行业一直在“自底向上”地建设：先做好语言模型，再加工具调用，再搞多步推理。但普通人对AI的想象是“自顶向下”的，来自科幻电影：你跟它说话，它帮你干活，它记得你。OpenClaw是第一个接近这种想象的产品，普通人一看就懂，一用就觉得对。

技术也到了临界点。OpenClaw本身不含大模型，它只是一个框架，调用Claude、GPT、DeepSeek这些已有模型。但这些模型过去一年在操作工具和多步推理上的能力终于够用了。两年前Auto-GPT也试过让AI自主执行任务，十次有九次跑偏。现在成功率高了很多。加上OpenClaw的交互入口就是聊天软件，在飞书群里@一下就行，不需要学新东西，从极客玩具变成了普通人也能用的工具。

大厂也在助推。字节火山引擎、阿里云、腾讯云迅速提供一键部署服务，把安装门槛从“需要懂技术”降到“点一个按钮”。腾讯搞了线下免费安装活动，各地政府出政策扶持。安装龙虾的上门服务300到800元一次，有人声称几天赚了26万。各种搞笑段子、夸张演示视频在中文互联网疯传。这已经不只是技术热度了，是社会情绪：大家怕被AI甩下，想抓住每一个机会。

OpenClaw创始人Peter Steinberger是奥地利程序员，做它的初衷很简单：给自己做一个AI助手，然后开源出去。被人问“你为什么赢了”，他说：因为竞争对手都太把自己当回事了，很难打败一个纯粹为了好玩而做这件事的人。2月中旬他加入OpenAI，项目转由基金会运营，继续开源。一个程序员的个人项目，撬动了整个行业。

为什么这只龙虾越养越聪明？

OpenClaw火得快，还有一个重要原因是它的开源生态滚起来了。

社区技能注册中心ClawHub上已有超过13,000个技能，覆盖编程、办公、研究、智能家居等几乎所有你能想到的场景。开发者用一个简单的Markdown文件（SKILL.md）就能给AI增加新能力，门槛很低，写一个技能跟写一篇说明文档差不多。有人做了从109个信息源自动筛选科技新闻的技能，有人做了会议结束自动在Jira建任务的技能，还有航班比价、论文摘要、智能家居控制。包括我也给ClawHub贡献了一些技能（比如baoyu-translate、baoyu-slide-deck、baoyu-article-illustrator等）。这种“给AI写App”的模式，让OpenClaw的能力以社区的速度增长，而不是等某家公司慢慢更新。

更有意思的是它的自我进化能力。OpenClaw不只能使用别人写好的技能，它还能自己给自己写技能。你跟它说“我需要一个每天早上检查航班价格的功能”，它会自己写代码、自己测试、然后装上。有用户想让龙虾访问大学课程系统，跟它说了一声，它就自己写了个技能并开始使用。

这种“自我改进”发生在智能体层面：它可以安装或改进工具脚本，更新系统提示词，总结对话经验存入记忆。社区还开发了专门的“自进化引擎”技能，让龙虾检查自己的运行历史，发现低效的地方自动修改。另一个热门技能会记录每次被用户纠正的情况，同一类问题出现三次以上，就自动把经验写进系统提示词，永久改正。

很多人把这种特性形容为“类AGI”。说AGI当然夸张了，严格来说这是通过配置、工具和记忆的自我改进，不是在改变底层模型本身。但效果很直观：你用得越多，它越好用。第一周它可能只是帮你查天气、整理邮件，一个月后它已经根据你的习惯建了十几个专属技能，变成了真正“你的”助手。

前景：这只龙虾意味着什么

OpenClaw正在改变人和AI的关系。过去是“我问一句，你答一句”，现在越来越多场景变成“我交给你一个目标，你自己去查、去做、去回来汇报”。

这种和智能体的交互方式已经成了一种标准。OpenClaw的技能系统让开发者可以像写App一样给AI增加能力，社区贡献了大量扩展。哪怕龙虾本身后来被别的产品替代了，它让几百万人第一次体验了“AI替你动手”，这个认知建立了就回不去。

巨头们也看到了：OpenAI最新的GPT-5.4把“操控电脑”内建到模型里，Anthropic推出了Cowork做类似的事。

2022年有ChatGPT时刻，2025年有DeepSeek时刻，2026年正在经历的，可以叫Agent时刻。

风险：养龙虾之前你必须知道的事

火归火，但风险是真实的。

OpenClaw要帮你整理邮件就得访问邮箱，要管理文件就得读写硬盘，要执行任务就得运行命令。这些权限集中给一个自主决策的AI，一旦出问题后果很严重。

Meta的AI对齐负责人Summer Yue把自己的邮箱接给了OpenClaw。结果AI丢失了限制指令，开始批量删除她的邮件，200多封。她在手机上发停止指令没有反应，最后冲到Mac Mini面前强制断电才停住。连最懂AI风险的人都翻车了。

安全漏洞也在频繁曝出。安全研究机构MITRE的报告显示超过4.2万个OpenClaw实例暴露在公网上，90%以上可被绕过认证。工信部和国家互联网应急中心都发了安全预警。技能商店也有投毒风险，官方跟病毒扫描平台VirusTotal合作，一周内就发现超过400个恶意技能。韩国多家科技巨头已禁止员工在办公设备上使用OpenClaw。

几条实际建议：不要在主力电脑或公司电脑上运行，用专门设备或云服务器；不要把银行账号、核心密码交给它；安装技能前先确认来源可靠；定期检查操作日志。

把它当成一个需要看管的实习生，比当成全自动替身更接近现实。AI从“给建议”到“替你动手”，安全的重要性翻了不止一个量级。

龙虾很酷，但别让它把你的家搞乱了。