OpenClaw 深度研究报告
——一个奥地利程序员的"随手之作"，如何在 60 天内改写开源历史
报告版本：v1.0.0｜发布日期：2026 年 3 月 11 日
研究范围截止日期：2026 年 3 月 10 日
目录
- 一、开篇：一只龙虾的诞生
- 二、读懂 OpenClaw 之前：AI Agent 是什么？
- 三、OpenClaw 技术全景：一只龙虾的身体构造
- 四、动手试试：从零部署你的第一只"龙虾"
- 五、硬币的另一面：安全风险与信任危机
- 六、群雄逐鹿：OpenClaw 的对手们
- 七、商业化与落地
- 八、未来：AI 时代的 Linux？
- 九、结语：每个人都值得拥有一只"龙虾"
- 十、参考文献与延伸阅读
一、开篇：一只龙虾的诞生
2025 年 11 月的一个深夜，奥地利维也纳，一位名叫 Peter Steinberger 的程序员正坐在家中，随手写着代码。他并不缺少成就——作为 PSPDFKit 的创始人，他早已在移动开发领域功成名就。但这一次，他只是想做一个"玩具"：一个能通过 Telegram 帮自己处理杂事的聊天机器人。
他给它起了个名字——Clawdbot。
这个名字来自 Anthropic 的 AI 模型"Claude"的谐音（Claw = 爪子），加上"bot"。彼时的 Steinberger 大概不会想到，这只"爪子机器人"将在短短 60 天内超越 React——一个花了 13 年才积累了 24.3 万 GitHub Stars 的前端框架——成为 GitHub 上被收藏最多的软件项目。
从 Clawdbot 到 OpenClaw 的三次更名
故事的开头并不顺利。Clawdbot 上线后迅速走红，但也很快收到了 Anthropic 的律师函——"Clawdbot"这个名字与"Claude"太过接近，涉嫌商标侵权。Steinberger 不得不将项目更名为 Moltbot（"Molt"意为蜕皮，龙虾成长的隐喻），但社区反响平平。最终，2026 年 1 月，项目正式定名为 OpenClaw，这个名字既保留了"爪子"的意象，又以"Open"宣示了开源的立场。
龙虾（Lobster）从此成为项目的精神图腾——一种在深海中不断蜕壳成长、理论上可以永生的生物。
数字奇迹
- 72 小时：上线后首批 60,000 GitHub Stars
- 60 天：超越 React 的 250,000 Stars
- 100 天：突破 280,000 Stars，成为 GitHub 历史上增速最快的开源项目
- MIT 协议：完全免费，任何人都可以使用、修改、分发
2026 年 2 月，OpenAI 向 Steinberger 抛出了橄榄枝，他接受了聘用，加入 OpenAI 负责 AI Agent 相关项目。与此同时，Mark Zuckerberg、Sam Altman、Satya Nadella 都曾就收购或合作进行接触。但 Steinberger 做了一个关键决定：OpenClaw 将继续开源，并通过新成立的 OpenClaw 基金会独立运营。
这就是 OpenClaw 的故事。它不是一个精心策划的商业产品，而是一个程序员的"随手之作"在正确的时间点上引爆的现象级项目。要理解它为什么能成功，我们需要先理解一个更大的背景——AI Agent 时代的到来。
二、读懂 OpenClaw 之前：AI Agent 是什么？
2.1 从"聊天机器人"到"能干活的助手"
过去两年，大多数人对 AI 的认知停留在"聊天"上——你问 ChatGPT 一个问题，它给你一个答案。这很有用，但本质上它只是一个"顾问"：你说什么，它回应什么，但它不会主动去做任何事。
AI Agent（AI 智能体）则完全不同。 如果说 ChatGPT 是你请来的咨询顾问，那 AI Agent 就是你雇来的全职员工——它不仅能思考和回答问题，还能真正动手干活：帮你发邮件、管日历、订机票、写代码、操作你的电脑。
一句话定义：AI Agent = 大脑（大语言模型）+ 手脚（工具调用能力）+ 记忆（上下文保持）
2.2 Agent 是怎么工作的？一个外卖的类比
想象你对 AI Agent 说："帮我订一份今晚 7 点的日料外卖。"
一个普通的聊天机器人会回答："好的，你可以打开美团外卖 App，搜索日料……"——它只是告诉你怎么做。
而 AI Agent 会这样处理：
- 想（Think）："用户要订日料外卖，我需要查看他的位置、偏好和预算。"
- 做（Act）：打开外卖平台，搜索附近的日料店，筛选评分 4.5 以上的。
- 看（Observe）：发现"鲜の三文鱼"评分最高，但配送时间可能超过 7 点。
- 再想（Re-Think）："换一家配送更快的。让我看看'樱花寿司'。"
- 再做（Re-Act）：下单并设置 6:30 配送，发消息告诉用户："已帮你在'樱花寿司'下单，预计 6:45 送达。"
这个"想 → 做 → 看 → 再想"的循环，在学术界有一个正式的名字：ReAct（Reasoning + Acting）。它由 Google 研究团队在 2022 年提出，是当今几乎所有 AI Agent 的核心工作模式。
2.3 五大核心能力
根据多篇学术综述的总结，一个成熟的 AI Agent 通常具备五种关键能力：
| 能力 | 通俗解释 | 类比 |
|---|---|---|
| 工具调用（Tool Use） | 能使用外部工具完成任务 | 员工会用 Excel、邮箱、浏览器 |
| 反思（Reflection） | 对自己的输出进行检查和修正 | 写完邮件后自己检查一遍 |
| ReAct | 思考与行动交替进行的闭环 | 边做边调整计划 |
| 规划（Planning） | 把复杂任务拆解为多个步骤 | 做项目前先列计划 |
| 多智能体协作（Multi-Agent） | 多个 Agent 分工合作 | 团队协作，各司其职 |
2.4 为什么 2026 年才爆发？
AI Agent 的概念并不新——AutoGPT 早在 2023 年 4 月就火过一轮。但当时的大语言模型（如 GPT-4 初版）能力不足，Agent 经常"想歪"、"做错"、陷入死循环。用学术界的话说，Demo 很炫酷，但实际部署一塌糊涂。
到了 2025 年底，事情发生了质变：
- Claude Opus 4.x 的推理能力大幅提升，能在复杂多步任务中保持一致性
- GPT-5.x 的工具调用精度显著提高
- Gemini 2.x 在多模态理解上取得突破
- DeepSeek、Kimi K2.5 等国产模型将 API 成本压低到此前的 1/10
模型能力到达了一个"临界点"——Agent 终于能够可靠地完成真实世界的任务，而不只是在 Demo 里表演。
市场规模印证了这一趋势：
- 2024 年全球 AI Agent 市场规模约 53 亿美元
- 预计 2030 年将达到 520 亿美元（复合年增长率 44.8%）
正是在这个背景下，OpenClaw 应运而生。
2.5 学术参考索引
以下六篇学术综述为本报告的理论基础提供了支撑：
- Plaat et al. "Agentic Large Language Models, a Survey" (2025) — 将 Agentic LLM 分为推理、行动、交互三大类别
- "Agentic AI: The Age of Reasoning" (ScienceDirect, 2025) — 提出五大核心模式的分类框架
- Sang et al. "Beyond Pipelines" (2025) — 揭示从 Pipeline 到 Model-Native 的范式转移
- "Agentic AI: Architectures, Applications, and Future Directions" (Springer, 2025) — 双范式框架，90 篇文献系统综述
- Stanford & Harvard (2025) — 解释为什么 Agent Demo 炫酷但实际部署难
- "The Rise of Agentic AI" (MDPI, 2025) — 143 篇文献综述，市场规模预测
三、OpenClaw 技术全景：一只龙虾的身体构造
如果把 OpenClaw 比作一只龙虾，那么它的身体由五个核心部分组成——塔台、大脑、装备库、黑匣子和跑道。
3.1 整体架构——"机场塔台"式指挥调度
OpenClaw 采用的是中心辐射式架构（Hub-and-Spoke），就像一座繁忙的机场：
┌──────────────┐
│ 你（用户） │
└──────┬───────┘
│ 微信/Telegram/Discord...
┌──────▼───────┐
│ Gateway │ ← 塔台：接收指令、分发任务、安全审查
│ (网关守护进程) │
└──────┬───────┘
┌────────────┼────────────┐
▼ ▼ ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│ Agent │ │ Skills │ │ Memory │
│ 引擎 │ │ 插件 │ │ 记忆 │
│ (大脑) │ │ (装备库) │ │ (黑匣子) │
└──────────┘ └──────────┘ └──────────┘- Gateway（塔台）：运行在你电脑上的 Node.js 守护进程。它负责监听所有通信频道（微信、Telegram、Discord、飞书……），接收你的消息，做安全审查，然后分发给 Agent 引擎处理。就像机场塔台一样——所有飞机的起降都经过它调度。
- Agent 引擎 / Pi 运行时（大脑）：接到任务后，它调用大语言模型进行思考和决策。核心算法正是前文提到的 ReAct 循环：思考 → 行动 → 观察 → 再思考，直到任务完成。
- Skills 插件（装备库）：Agent 的"工具箱"。每个 Skill 赋予 Agent 一种新能力——发邮件、操作浏览器、管理 GitHub、生成图片……目前 ClawHub 上已有约 4,000 个社区贡献的 Skills。
- Memory 系统（黑匣子）：跨对话的持久记忆。Agent 能记住你的偏好、习惯、历史对话，下次交流时无需重复交代背景。
- Nodes & Channels（跑道）：连接外部世界的接口——各种聊天平台、邮箱、日历、API，都是 Agent 的"跑道"。
3.2 大脑：多模型"换 SIM 卡"式支持
OpenClaw 的一大亮点是模型无关性——你可以像换手机 SIM 卡一样，自由切换底层 AI 模型：
| 模型 | 提供商 | 特点 |
|---|---|---|
| Claude Opus / Sonnet | Anthropic | 推理最强，长上下文 200K |
| GPT-5.x | OpenAI | 工具调用精准，生态成熟 |
| Gemini 2.x | 多模态理解突出 | |
| DeepSeek | 深度求索 | 性价比极高，开源 |
| Kimi K2.5 | 月之暗面 | 万亿参数，Agent Swarm 能力 |
| MiniMax M2.5 | MiniMax | OpenClaw 生态用量第一 |
| 本地模型（Ollama） | 各种开源模型 | 零数据外泄，完全离线 |
切换方式极为简单——只需修改配置文件 openclaw.json 中的 providers 字段即可。支持两种 API 协议：
- openai-completions：兼容 OpenAI 格式，
baseUrl需包含/v1 - anthropic-messages：兼容 Anthropic 格式，
baseUrl不能包含/v1（协议会自动追加）
踩坑提示：这是许多新用户遇到的第一个 Bug。两种协议的
baseUrl格式不同，搞混了会导致"HTTP 502"假性报错（实际是路径重复或超时）。详见第四章的实战排坑。
3.3 四肢：Skills 生态
Skills 是 OpenClaw 最具生命力的部分。安装一个 Skill 只需一行命令：
npx skills add <owner/repo>精选 Skills 速览：
| 类别 | Skill 名称 | 一句话描述 |
|---|---|---|
| 知识管理 | NotebookLM Skill | 对接 Google NotebookLM，自动上传资料做知识问答 |
| 笔记 | Obsidian Skills | 生成 Obsidian 风格 Markdown，支持画布和内链 |
| 前端开发 | frontend-design | 覆盖字体、颜色、动效、背景四维度的前端设计 |
| 任务规划 | planning-with-files | 通过持久化文件追踪任务进度，解决上下文飘移 |
| Skill 创建 | skill-creator | Anthropic 官方出品，帮你创建符合最佳实践的 Skill |
| 多应用连接 | Rube MCP | 一个服务器连接 500+ 应用（Slack/Notion/Gmail…） |
| 内容创作 | baoyu-skills | 长文自动配图、自动发推/发公众号 |
截至 2026 年 3 月，ClawHub 上已收录约 4,000 个 Skills，覆盖社交媒体、内容创作、DevOps、办公自动化、研究学习、金融投研等领域。
3.4 神经网络：在你最常用的聊天软件里指挥 AI
OpenClaw 最反直觉的设计决策是：它没有自己的 App 界面。
你与它的交互完全发生在你已经在用的聊天软件中——Telegram、Discord、WhatsApp、微信、飞书、Slack、iMessage、Signal……就像给这些软件加了一个"超级助手"。
这意味着：
- 不需要学习新的界面
- 不需要切换应用
- 在手机上也能远程控制家里电脑上运行的 Agent
3.5 它到底能干什么？——社区验证的 36 个真实用例
OpenClaw 社区整理了 36 个经验证的真实使用场景，按六大类分组。以下是最具代表性的案例：
场景一：每日新闻摘要机器人
"我希望你每天下午 5 点，从我关注的 Reddit 板块和 YouTube 频道中提取最值得看的内容，生成摘要推送给我。如果是我不感兴趣的类型（比如表情包），自动过滤掉。"
Agent 会自动浏览内容、记住你的偏好、每天定时推送，并根据你的反馈持续优化推荐策略。
场景二：多智能体内容工厂
在 Discord 中部署三个协作 Agent——研究员负责搜集素材、写手负责撰写文章、设计师负责生成缩略图。每天自动产出内容，无需人工干预。
场景三：自愈式家庭服务器
将 OpenClaw 变成 7×24 小时的基础设施管家。它通过 SSH 访问你的服务器，自动检测异常、诊断问题、执行修复。每天早上还会发送一份"系统健康简报"。
场景四：个人 CRM
自动扫描你的邮箱和日历，发现新联系人并建档。每次开会前，Agent 会自动查询该联系人的历史互动记录，生成背景简报推送给你。
场景五：金融投研助理
多家券商（方正、国金、广发）已发布专题报告，展示如何利用 OpenClaw 构建个人投研助理——从数据抓取、报告生成到投资组合监控，覆盖 17 个以上的金融应用场景。
场景六：电话语音助手
通过 ClawdTalk 技能，让 OpenClaw 接听电话。开车时可以语音指挥 Agent 查日历、搜新闻、更新任务列表——免提、免打字。
四、动手试试：从零部署你的第一只"龙虾"
4.1 你需要什么？
好消息：你不需要一台高配电脑。 OpenClaw 本身是一个轻量级的 Node.js 应用，"老电脑"就能跑。真正的计算（大模型推理）发生在云端 API 那头。
你需要准备的：
| 项目 | 说明 |
|---|---|
| 电脑 | macOS / Windows / Linux 均可，配置不限 |
| Node.js | v18 或更高版本 |
| API Key | 至少一个大模型的 API Key（Claude / GPT / DeepSeek / Kimi 等） |
| 聊天平台 | 至少一个消息渠道（推荐从 Telegram 或 Discord 开始） |
4.2 部署路径选择
| 平台 | 推荐方式 | 难度 |
|---|---|---|
| macOS | brew install openclaw 或直接下载安装包 | 简单 |
| Windows | NextClaw 一键安装包（社区维护） | 简单 |
| Linux | npm 全局安装或 Docker | 中等 |
| Docker | 官方 Docker 镜像，适合服务器部署 | 中等 |
4.3 模型配置实战：从"502 错误"到成功的排坑故事
以下是一位社区用户在 Windows Server 上为 OpenClaw 配置第三方 AI 模型 API 的真实排坑记录，典型到几乎每个新用户都会踩一遍：
第一步：写入配置，信心满满
在 openclaw.json 中配置了 API 地址和密钥，重启 Gateway，然后满心期待地在 Discord 发消息……
The AI service is temporarily unavailable (HTTP 502). Please try again in a moment.第二步：怀疑网络，但网络没问题
在服务器上直接调用 API，返回 200，5.8 秒响应。网络完全正常。
第三步：乱加配置字段，Gateway 直接起不来
试图添加 "streamingMode": "disabled" 来关闭流式传输，结果 OpenClaw 的配置有严格 Schema 校验，加了不存在的字段，直接报 Invalid config 拒绝启动。
教训：OpenClaw 配置不能乱加字段。 如果不小心加了，可以用
openclaw doctor --fix自动移除。
第四步：看日志，发现真相
日志中的关键一行：
[EventQueue] Listener DiscordMessageListener timed out after 30000ms原来不是真的 502，而是 OpenClaw 内部等待 API 响应超时 30 秒后，自己报了个 502。
第五步：换协议，发现路径重复
改用 anthropic-messages 协议后，错误变了：
HTTP 404: Invalid URL (POST /v1/v1/messages)原因：anthropic-messages 协议会自动在 baseUrl 后追加 /v1/messages。如果 baseUrl 已经包含了 /v1，就会变成 /v1/v1/messages。
解决方案：去掉 baseUrl 末尾的 /v1。
| 协议 | baseUrl 格式 |
|---|---|
openai-completions | https://api.example.com/v1（要带 /v1） |
anthropic-messages | https://api.example.com（不带 /v1） |
最终配置模板：
{
"models": {
"mode": "merge",
"providers": {
"my-provider": {
"baseUrl": "https://your-api.com",
"apiKey": "your-api-key",
"auth": "api-key",
"api": "anthropic-messages",
"models": [
{
"id": "your-model-name",
"name": "your-model-name",
"reasoning": false,
"input": ["text"],
"contextWindow": 200000,
"maxTokens": 8192
}
]
}
}
},
"agents": {
"defaults": {
"model": {
"primary": "my-provider/your-model-name"
}
}
}
}4.4 第一个 Skill 安装与使用
Skill 安装使用 Vercel 开发的 skills CLI 工具：
# 安装一个 Skill（例如 Obsidian Skills）
npx skills add kepano/obsidian-skills
# 安装指定仓库的特定 Skill
npx skills add anthropics/skills --skill skill-creator
# 全局安装 + 指定目标工具
npx skills add <owner/repo> -g -a claude-code安装后向 Agent 发消息即可触发对应能力——无需额外配置。
4.5 新手常见问题 FAQ
| 问题 | 解答 |
|---|---|
| API 费用大概多少？ | 取决于使用量和模型选择。使用 DeepSeek 或 MiniMax 等性价比模型，日常使用月费可控在 ¥50-200。使用 Claude Opus 重度使用可达 $700+/月。 |
| 数据安全吗？ | OpenClaw 本身运行在本地，不上传数据。但调用云端模型 API 时，你的消息内容会发送到模型提供商。如需完全离线，可使用 Ollama 加载本地模型。 |
| 手机能用吗？ | OpenClaw 运行在电脑上，但你可以通过手机上的 Telegram/微信等远程发送指令。 |
| 需要一直开着电脑吗？ | 是的，Gateway 需要持续运行。可以部署在家庭服务器、VPS 或 Mac Mini 上实现 24/7 运行。 |
| 支持中文吗？ | 完全支持。底层模型（Claude/GPT/Kimi 等）均支持中文交互。社区也有大量中文文档和教程。 |
五、硬币的另一面：安全风险与信任危机
5.1 给 AI 配了一把家门钥匙
想象一下：你请了一位能力超强的私人助理，然后把家门钥匙、银行卡密码、邮箱密码全部交给了他。他确实能帮你高效办事——但如果这位助理本身不够可靠，或者有人能冒充你给他下达指令呢？
这就是 OpenClaw 面临的安全困境。安全研究者 Simon Willison 将其总结为**"致命三角"**：
- 它能看到你的秘密：OpenClaw 可以读取你的文件、邮箱、日历、API 密钥——这是它干活的前提，但也意味着敏感信息暴露在 Agent 面前。
- 它会听信陌生人的话：从 ClawHub 安装的第三方 Skills、Agent 浏览的网页、处理的邮件中，都可能藏着恶意指令（"提示注入攻击"）。Agent 无法区分"主人的命令"和"伪装成正常内容的恶意指令"。
- 它能对外发消息：OpenClaw 默认监听网络端口，安全机构发现有 13.5 万个 OpenClaw 实例暴露在公网上——任何人都可以尝试连接。
5.2 应用商店里的"木马 App"
2026 年 2 月，安全研究员 Oren Yomtov 对 ClawHub 上的 2,857 个 Skills 进行了全面审计，结果令人震惊：
- 341 个 Skills 被确认为恶意软件，其中 335 个属于同一个有组织的攻击行动（代号"ClawHavoc"）
- 这些伪装成正常工具的 Skills，实际上会在用户的 Mac 上安装一种叫 Atomic Stealer 的窃密木马
- 安全公司 Snyk 的更大范围审计发现，每 5 个 Skill 中就有 1 个存在安全隐患
- 36% 的 Skills 包含可被利用的提示注入漏洞
这就像 App Store 刚上线时的"野蛮生长"阶段——任何人都能上传应用，没有严格的审核机制。在 ClawHub 上发布一个 Skill，你只需要一个创建满一周的 GitHub 账号和一个 Markdown 文件，不需要代码签名，不需要安全审查，不需要沙箱隔离。
5.3 各方怎么说？
微软（Microsoft Defender 安全研究团队）：
"OpenClaw 应被视为不可信的代码执行环境。不适合在标准的个人或企业工作站上运行。"
卡巴斯基（全球知名安全公司）：
"一些专家已经将 OpenClaw 称为 2026 年最大的内部威胁。"
高校：
多所大学已发布禁用令，明确表示 OpenClaw 不得在学校管理的设备上安装使用。
5.4 社区的自我修复：开源的韧性
尽管安全问题严重，但开源社区展现出了强大的自我修复能力——问题暴露快，修复也快。
- 多轮安全补丁：从 2026 年 1 月到 2 月，连续发布了 v2026.1.20、1.29、2.1、2.2、2.14 等多个安全修复版本
- VirusTotal 集成：与 VirusTotal 达成合作，所有上传到 ClawHub 的 Skills 都会自动进行恶意软件分析
- 社区安全审计：Snyk、Cisco、Koi Security 等多家安全公司主动参与审计并公开报告
- 架构改进：v2026.3.7 引入了可插拔的 ContextEngine，增强了权限隔离
类比： 早年的 Android 系统也曾因恶意 App 泛滥而备受批评，但通过 Google Play Protect、App 签名机制、权限管理等措施，逐步建立起了安全生态。OpenClaw 正在走类似的路径——从"完全信任"到"零信任"的安全进化。
给普通用户的安全建议：
- 始终使用最新版本的 OpenClaw
- 只安装来源可信的 Skills（查看 Stars、审计报告、作者信誉）
- 不要将 OpenClaw 端口暴露到公网（关闭 0.0.0.0 监听）
- 敏感操作（如发邮件、转账）设置人工确认环节
- 定期检查 Agent 的记忆和日志，了解它在做什么
六、群雄逐鹿：OpenClaw 的对手们
OpenClaw 并不孤独。2026 年初，AI Agent 赛道已成为全球科技竞争的新焦点。以下从海外和国内两大阵营，全面梳理截至 2026 年 3 月 10 日的竞品格局。
6.1 海外阵营
| 产品 | 公司 | 上线日期 | 定位 | 费用 | 优势 | 劣势 |
|---|---|---|---|---|---|---|
| OpenClaw | 开源基金会 | 2025.11 → 2026.01 更名 | 开源本地 Agent 框架 | 免费 + API 费 | 280K+ Stars；本地隐私；多模型多平台；生态最丰富 | 安全隐患；配置门槛高；API 月费可达 $700+ |
| Manus AI | Meta（$20 亿收购） | 2025 底 → 2026.01 收购 | 云端全托管 Agent | $20-200/月 | 零配置；非技术友好；稳定可靠 | 数据在 Meta 云端；复杂任务烧积分；价格不透明 |
| AutoGPT | 开源 | 2023.04 | 开源目标执行 Agent | 免费 + API | 181K Stars；Docker 沙箱；开创性项目 | GPT 绑定深；架构陈旧；社区活跃度下降 |
| Claude Computer Use | Anthropic | 2024.10 → 持续迭代 | API 级电脑操控 | €20-80/月 | 推理最强；200K 上下文；安全设计好 | 面向开发者；需编码集成 |
| Perplexity Computer | Perplexity AI | 2026.02 | 多模型研究编排 | $200/月 | 19 模型协同；研究场景最强；无代码 Web 界面 | 最贵；云端处理 |
| Devin | Cognition AI | 2024.03 → 2025 商用 | 自主 AI 程序员 | $20/月（Core） | 全自主编程；自带沙箱 | 仅限编程场景 |
| Apple Siri（Agentic） | Apple | 2026.02（iOS 26.4） | 系统级跨 App Agent | 设备内置 | 隐私优先；跨 App 联动；语义理解 | 仅限 Apple 生态；功能分期上线 |
| Microsoft Copilot | Microsoft | 2023.11 → 持续迭代 | 企业办公 Agent | M365 订阅 + 按量 | 深度集成 Office/Windows；65% 企业首选 | 完整功能需企业订阅 |
| Google Gemini Agent | 2024 → 2026 企业版 | 企业搜索 + Agent | Enterprise 套餐 | 搜索 + 知识图谱；MCP 协议 | 企业份额仅 26% | |
| Nvidia NemoClaw | Nvidia | 2026.03（规划中） | 企业级开源 Agent | 待定 | Jensen Huang 称"史上最重要软件" | 尚未发布 |
6.2 国内阵营
| 产品 | 公司 | 上线日期 | 定位 | 费用 | 优势 | 劣势 |
|---|---|---|---|---|---|---|
| QClaw | 腾讯 | 2026.03.09 内测 | 微信/QQ 嵌入式 Agent | 内测免费 | 微信 QQ 一键接入；傻瓜式安装；国产模型内置 | 刚内测；依赖腾讯生态 |
| WorkBuddy | 腾讯云 | 2026.02.06 内测 → 03.09 上线 | 企业级办公 Agent | 5000 积分体验 | 兼容 OpenClaw 技能；20+ 内置 Skill；多模型 | 刚上线；生态待建 |
| Kimi Claw | 月之暗面 | 2026 年初 | 云托管 OpenClaw | ~39-199 元/月 | 免部署；K2.5 万亿参数；100 子代理；价格为 Claude 的 1/10 | 云端处理非本地 |
| MaxClaw | MiniMax | 2026.02.25 | 云托管 Agent | ~$1/小时 | M2.5 性价比极高；Media Agent 多模态 | 生态弱；品牌认知低 |
| 扣子 2.0 | 字节跳动 | 2026.01.19 | AI Agent 构建平台 | 基础免费 | 豆包 DAU 过亿；四大核心能力；已开源 | 平台锁定；非纯 Agent 框架 |
| CoPaw | 阿里通义 | 2026.02.28 开源 | 个人智能体工作台 | 免费（Apache 2.0） | 3 条命令部署；成本约 OpenClaw 的 1/10 | 生态刚起步 |
| 千帆深度研究 Agent | 百度 | 2026.02.04 | 学术深度研究 Agent | 按量付费 | 22 学科覆盖；博士级研究分钟级完成 | 垂直场景非通用 |
| GenFlow 2.0 | 百度文库 | 2025.08.18 | 多 Agent 协同 | 文库会员 | 100+ AI 专家同时工作 | 绑定百度文库 |
| 钉钉 AI 助理 | 阿里 | 2024 → 持续迭代 | 企业协同 Agent | 钉钉订阅 | 打通考勤/审批/人事/财务 | 仅限钉钉内 |
| ModelArts Versatile | 华为 | 2025 → 持续迭代 | 企业级 Agent 平台 | 企业定价 | 信创适配（昇腾/鸿蒙/麒麟） | 非消费级 |
| 实在 Agent | 实在智能 | 2023.08 首发 | 企业 RPA+AI 数字员工 | 企业付费 | 最早布局；屏幕语义理解；老系统也能操作 | 非开源；定价不透明 |
| NanoClaw | 开源 | 2026.01 底 | 安全容器化 Agent | 免费（MIT） | 容器隔离；4000 行代码可审计 | 功能少；生态薄 |
| Nanobot | 港大 HKUDS | 2026 年初 | 轻量 Python 框架 | 免费开源 | 22K Stars；极简 MCP 支持 | 偏学习用 |
6.3 三大流派与趋势洞察
纵览全球竞品，可以清晰地看到三大流派：
1. 开源本地派——OpenClaw、NanoClaw、CoPaw、AutoGPT
- 核心理念：数据留在本地，用户完全掌控
- 优势：隐私、自由、可定制
- 挑战：配置门槛、安全治理、用户需自行承担维护成本
2. 云端托管派——Manus AI、Kimi Claw、MaxClaw、Perplexity Computer
- 核心理念：零配置，开箱即用
- 优势：易上手、稳定、7×24 小时云端运行
- 挑战：数据隐私、持续订阅费用、厂商锁定
3. 平台生态派——扣子/Coze、Microsoft Copilot、Google Gemini、钉钉、Apple Siri
- 核心理念：嵌入现有生态，做"超级入口"
- 优势：用户基数大、无缝集成、企业级支持
- 挑战：生态封闭、通用性受限、价格不菲
一个值得关注的趋势：国产模型在 OpenClaw 生态中的崛起。 MiniMax M2.5 已成为 OpenClaw 中使用量最高的模型，Kimi、GLM、DeepSeek 等国产模型正在成为新的调用主力。这标志着国产 AI 不仅在"造模型"上追赶，更在"用模型"的生态层面实现了突围。
结论：没有万能 Agent。 未来的趋势是"混合编排"——不同场景使用不同的 Agent 和模型，就像今天我们不会只用一个 App 处理所有事情一样。
七、商业化与落地
7.1 企业级实践
案例一：Global Mofy AI
2026 年 3 月 10 日，美股上市公司 Global Mofy AI Limited 宣布将 OpenClaw 整合进核心内容生产流水线，用于驱动其 AI 内容生产战略。这是 OpenClaw 首个引起资本市场关注的企业级落地案例。
案例二：金融投研
国内三家头部券商先后发布了 OpenClaw 在金融投研领域的应用报告：
- 方正证券（2026.02.21）：17 个高效应用案例，覆盖数据抓取、研报生成、风险预警
- 国金证券（2026.02.24）：个人投研助理搭建，Skills 配置与投研工作案例
- 广发证券（2026.02.28）：多平台部署与投研应用实战
这些报告标志着 OpenClaw 从"极客玩具"正式进入"专业工具"的范畴。
7.2 商业模式探索
OpenClaw 本身是免费开源的（MIT 协议），那它怎么维持运营？
赞助制
| 等级 | 月费 | 名称 |
|---|---|---|
| 入门 | $5/月 | 磷虾（Krill） |
| 中级 | 多档 | — |
| 顶级 | $500/月 | 海神（Poseidon） |
Steinberger 表示，赞助收入不会归他个人所有，而是用于"弄清楚如何给维护者发工资——如果可能的话，全职发"。
基金会化运营
在 Steinberger 加入 OpenAI 后，OpenClaw 通过独立基金会运营，确保项目不受任何单一公司控制。
围绕 OpenClaw 的创业生态
- OpenClawd：第三方托管平台，提供一键部署和管理服务
- Kimi Claw / MaxClaw / QClaw：各大厂推出的 OpenClaw 兼容/增强产品
- 安全审计服务：Snyk、Koi Security 等围绕 OpenClaw 生态提供专业安全服务
7.3 个人用户的"成本账"
许多人关心的问题：用 OpenClaw 到底要花多少钱？
| 方案 | 月成本估算 | 适合谁 |
|---|---|---|
| DeepSeek + 轻度使用 | ¥30-50 | 尝鲜用户 |
| MiniMax M2.5 + 中度使用 | ¥100-300 | 日常用户 |
| Claude Sonnet + 日常办公 | $30-80 | 专业用户 |
| Claude Opus + 重度使用 | $300-700+ | 极客/开发者 |
| Ollama 本地模型 | ¥0（电费除外） | 隐私极客 |
省钱技巧：
- 简单任务用便宜模型，复杂任务才切换到高端模型
- 利用 Skills 缓存，避免重复调用 API
- 设置合理的
maxTokens，避免模型"话痨" - 国产模型（MiniMax/Kimi/DeepSeek）的性价比通常是国际模型的 5-10 倍
八、未来：AI 时代的 Linux？
8.1 Steinberger 的抉择
Peter Steinberger 面前摆着一道选择题：
- 选项 A：接受 Zuckerberg 或 Altman 的数十亿美元收购，OpenClaw 成为某家巨头的产品
- 选项 B：拿 VC 的钱创建自己的公司，但他担心这会"分散精力，偏离构建的初心"
- 选项 C：保持开源，通过基金会运营，让社区决定方向
他目前选择了 C——同时以个人身份加入 OpenAI，但 OpenClaw 保持独立。这与 Linus Torvalds 当年对 Linux 的选择如出一辙：创造者可以有雇主，但作品属于全世界。
8.2 技术路线图
v2026.3.7（架构级升级，89 commits、200+ Bug 修复）：
- 可插拔 ContextEngine：Agent 的"记忆系统"变成了模块化插件，开发者可以自定义 Agent 如何理解和保持上下文。这为多租户、企业级部署打开了大门。
- 分布式频道绑定：一个 OpenClaw 实例可以同时服务多个用户、多个平台，为"Agent 即服务"奠定基础。
- GPT-5.4 全面支持：紧跟最新模型，保持模型无关性的承诺。
v2026.3.8（2026.03.09 发布，43 位贡献者，侧重安全加固与运维成熟度）：
- 本地备份 CLI：新增
openclaw backup create和openclaw backup verify命令，用户终于可以一键备份配置和状态，不再需要手动拷贝文件。 - ACP 溯源机制：Agent 通信协议（ACP）新增来源元数据注入，支持会话追踪 ID，让 Agent 之间的协作变得"可审计、可追溯"。
- Gateway 重启加固：修复了重启时 launchd/systemd 误判"正常退出"的 Bug，确保崩溃后真正自动重启。
- 12+ 安全补丁：覆盖 Podman/SELinux 权限、Android Play Store 权限清理、WSL2 浏览器工具修复等多平台安全增强。
- Talk 静默超时可配：语音模式新增
talk.silenceTimeoutMs，用户可自定义"沉默多久自动发送"。
这两个版本的节奏（3.7 做架构、3.8 做加固）标志着 OpenClaw 正在从"快速迭代"转向"稳定可靠"的工程化阶段。
8.3 从"野蛮生长"到"可信 Agent"
OpenClaw 的安全进化路径越来越清晰：
- 短期（2026 H1）：VirusTotal 集成、Skills 签名机制、社区审核
- 中期（2026 H2）：沙箱执行环境、细粒度权限管理、企业级审计日志
- 长期（2027+）：类似 iOS 的"App Review"式审核流程、硬件级安全隔离
NanoClaw 的出现（容器化方案）可能是一个信号——未来的 AI Agent 安全不应该是可选项，而应该是默认项。
8.4 监管前瞻：当 Agent 能替你发邮件、管资金
当 AI Agent 能够代替用户执行具有法律效力的操作时，一系列棘手的问题浮出水面：
- 责任归属：Agent 发了一封错误的邮件导致合同纠纷，谁负责？
- 隐私合规：Agent 跨境传输用户数据，是否违反 GDPR？
- 金融监管：Agent 自动执行交易，是否需要牌照？
- 身份认证：如何确保是"你"在指挥 Agent，而不是入侵者？
目前全球尚无专门针对"Agentic AI"的立法框架，但可以预见，这将成为 2026-2027 年监管层关注的焦点。
8.5 "AI 时代的 Linux"：可能性与挑战
清新研究在其报告中将 OpenClaw 的愿景定位为"AI 时代的 Linux"——一个完全开源、社区驱动、无处不在的基础设施。
相似之处：
- 创始人的个人项目 → 社区接管 → 基金会化运营
- 企业在其上构建商业产品（类似 Red Hat 之于 Linux）
- MIT 协议带来的极度自由
面临的挑战：
- Linux 的成功建立在数十年的安全加固之上，OpenClaw 才几个月大
- Linux 面对的是硬件和操作系统，OpenClaw 面对的是敏感个人数据和社交关系
- Linux 社区以工程师为主，OpenClaw 的目标用户是"每个人"——安全教育的难度指数级增加
能否真正成为"AI 时代的 Linux"，取决于 OpenClaw 能否在开放性和安全性之间找到平衡。这不仅是技术问题，更是治理问题。
九、结语：每个人都值得拥有一只"龙虾"
2025 年 11 月到 2026 年 3 月，短短四个多月，OpenClaw 从一个人的深夜实验变成了 28 万人追捧的全球现象。它证明了一件事：AI 不应该只是科技巨头的专利，每个人都应该能拥有一个属于自己的、运行在自己电脑上的、完全可控的 AI 助手。
龙虾之所以被选为图腾，是因为它通过不断蜕壳来成长——每一次蜕壳都是一次脆弱与风险，但也是变得更强大的唯一方式。
OpenClaw 正在经历它最关键的一次"蜕壳"：从极客玩具到可信基础设施，从安全丑闻到治理成熟，从一个人的项目到一个社区的公共品。
这次蜕壳能否成功，将决定"每个人都拥有 AI 助手"的未来是否真的到来。
而你——无论是想尝鲜的普通用户、想提效的职场人、想创业的开发者、还是想研究的学者——现在就可以开始，养你的第一只"龙虾"。
十、参考文献与延伸阅读
学术论文
- Plaat, A. et al. (2025). "Agentic Large Language Models, a Survey." arXiv:2503.23037. https://arxiv.org/abs/2503.23037
- "Agentic AI: The Age of Reasoning — A Review." (2025). ScienceDirect. https://www.sciencedirect.com/science/article/pii/S2949855425000516
- Sang, J. et al. (2025). "Beyond Pipelines: A Survey of the Paradigm Shift toward Model-Native Agentic AI." arXiv. https://github.com/ADaM-BJTU/model-native-agentic-ai
- "Agentic AI: A Comprehensive Survey of Architectures, Applications, and Future Directions." (2025). Springer Artificial Intelligence Review. https://link.springer.com/article/10.1007/s10462-025-11422-4
- Stanford & Harvard. (2025). "Why Most Agentic AI Systems Fall Apart in Real Use." MarkTechPost. https://www.marktechpost.com/2025/12/24/
- "The Rise of Agentic AI." (2025). MDPI Future Internet, 17(9), 404. https://www.mdpi.com/1999-5903/17/9/404
行业报告
- 方正证券. (2026.02.21). "OpenClaw 赋能金融投研，17 个高效应用案例详解."
- 国金证券. (2026.02.24). "大模型赋能投研之十八：OpenClaw 搭建个人投研助理."
- 广发证券. (2026.02.28). "OpenClaw 多平台部署与投研应用."
- 阿里研究院. (2026). "Agent 新春特刊——智能体的形态演进与治理思考."
- 清新研究. (2026.03). "2026 年 OpenClaw 自我研究报告 1.0 版."
社区资源
- OpenClaw 橙皮书——从入门到精通. https://github.com/openclaw/openclaw
- OpenClaw 全部用例详解（36 个社区验证案例）. awesome-openclaw-usecases
- 减肥的拉格朗日. (2026). "2026 OpenClaw 完全指南（307 页）."
- 数据行者. (2026). "OpenClaw 完全使用手册（45 页）."
- pseudoyu. (2026). "OpenClaw 分享."
- OpenClaw 社区资源指南.
- Skill 安装指南.
媒体报道
- Yahoo Finance. "OpenClaw Creator Gets Big Offers to Acquire AI Sensation." https://finance.yahoo.com/news/openclaw-creator-gets-big-offers-200103606.html
- The New Stack. "OpenClaw Rocks to GitHub's Most-Starred Status, But Is It Safe?" https://thenewstack.io/openclaw-github-stars-security/
- CNBC. "Nvidia Plans Open-Source AI Agent Platform 'NemoClaw'." https://www.cnbc.com/2026/03/10/nvidia-open-source-ai-agent-platform-nemoclaw
- VentureBeat. "Perplexity Launches 'Computer' AI Agent." https://venturebeat.com/technology/perplexity-launches-computer-ai-agent
- TechCrunch. "China's Moonshot Releases Kimi K2.5 and a Coding Agent." https://techcrunch.com/2026/01/27/
- The Hacker News. "Researchers Find 341 Malicious ClawHub Skills." https://thehackernews.com/2026/02/researchers-find-341-malicious-clawhub.html
- Snyk. "ToxicSkills: Malicious AI Agent Skills Supply Chain Compromise." https://snyk.io/blog/toxicskills-malicious-ai-agent-skills-clawhub/
- Microsoft Security Blog. "Running OpenClaw Safely." https://www.microsoft.com/en-us/security/blog/2026/02/19/running-openclaw-safely
- 36 氪. "OpenClaw 登顶后，Agent 悄悄杀死了'应用'." https://36kr.com/p/3709890881975048
- 极客公园. "字节扣子 2.0 发布." https://www.geekpark.net/news/359437
- IT 之家. "腾讯版'小龙虾' WorkBuddy 上线." https://www.ithome.com/0/927/230.htm
- GlobeNewsWire. "Global Mofy Integrates OpenClaw." https://www.globenewswire.com/news-release/2026/03/10/
免责声明：本报告仅供研究参考，不构成任何投资建议。报告中的信息基于公开可获取的资料，作者尽力确保准确性，但不对信息的完整性和时效性做保证。
版权声明：本报告采用 CC BY-NC-SA 4.0 协议发布，欢迎非商业性转载，转载请注明出处。