夜雨聆风
传统ChatGPT是超级App,OpenClaw是超级操作系统!
2025 年 11 月的某个深夜，维也纳。
Peter Steinberger 坐在电脑前，敲下了第一行代码。彼时，这个奥地利开发者大概不会想到——三个月后，他创造的这只“龙虾”会在 GitHub 上收割 16 万 Star，会让 Mac Mini 卖断货，会让 OpenAI 的 Andrej Karpathy 公开称赞它是“迄今为止最实用的智能体项目”。
这只龙虾，叫 OpenClaw。
它的前身是 Clawdbot，再前身是 Moltbot——因为 Anthropic 的商标投诉被迫两次改名。但这丝毫不影响它的火爆。
2026 年 1 月底，OpenClaw 横空出世。
不是来自 Anthropic，不是来自 OpenAI，而是一个独立开发者。
这本身就很值得玩味。
01 为什么 OpenClaw 让人感到“魔法”
先说一个真实场景。
凌晨 1 点，你在 Telegram 上给 OpenClaw 发消息：
“帮我整理过去一年的税务发票。”
然后你关掉手机去睡觉。4 小时后醒来，收到一条消息：
“任务完成。共识别 127 张发票，按月份分类，发现 3 张可能重复报销，已生成汇总表。”
这中间的差别，是 AI 从“回答问题”到“完成任务”的质变。
传统 ChatGPT、Claude 网页版，你问它答，会话结束一切归零。而 OpenClaw：
-
它 24/7 在线，不等你召唤
-
它有记忆，记得你上周提过的事
-
它能动手，真的能操作你的电脑、发邮件、查日历
-
它异步工作，长任务不用守着进度条
一个 X 用户说得好：
“你消息它就像同事一样，它做着一切坐在那台 Mac Mini 前的人能做的事。”
这不是聊天机器人。
这是数字员工。
02 16 万 Star 背后：一个奥地利开发者如何单挑硅谷巨头
OpenClaw 的走红有多夸张？
-
GitHub Star:16 万+（Claude Code 都赶不上）
-
带动 Mac Mini：卖断货
-
用户反馈：“iPhone 时刻”、“感觉生活在未来”
但最讽刺的是：
做出这个东西的，不是 OpenAI，不是 Anthropic，不是 Google。
是一个奥地利独立开发者。
Peter Steinberger，PSPDFKit 创始人，一个做 PDF 开发工具起家的程序员。
这说明了什么？
说明当大模型能力到位，一个人+正确的架构设计，完全可以重新定义一个品类。
硅谷巨头们有算力、有数据、有顶级人才，但他们做不出 OpenClaw。
为什么？
因为 OpenClaw 的设计哲学，与大厂的商业模式根本冲突。
大厂要把你的数据锁在墙内，要审查、要控制、要订阅费。OpenClaw 做的是：数据本地、开源可控、无审查无限制。
就像一位用户说的：
“Anthropic 或 OpenAI 这样的巨头不可能做出这个。公司运作方式决定了他们做不到。”
03 剥开龙虾的壳：技术原理深解
OpenClaw 的核心架构可以用一句话概括：
Gateway + Node + Skills + Memory
Gateway：神经中枢
OpenClaw Gateway 是一个运行在 18789 端口的 WebSocket Server，用 TypeScript 编写。
它负责所有组件的调度、消息路由、会话管理、定时任务，以及健康检查。
关键设计：它使用 HTTP 服务器的 Upgrade 机制，让连接初始都是 HTTP，再按需升级为 WebSocket。
这意味着它既能处理 REST API 调用，又能维持长连接，兼顾了兼容性和实时性。
Node：分布式触手
你可以在家里的 Mac Mini 上跑一个 Node，在办公室的 PC 上跑一个，在云服务器上再跑一个。
它们都通过安全通道连接到 Gateway。
这意味着：你可以用手机上的 Telegram，指挥家里电脑上的 Agent 去下载电影，同时让办公室的 Agent 帮你发邮件。
OpenClaw 将 IM 软件变成了跨平台的零成本终端。
Skills：能力乐高
OpenClaw 不预装万能功能，而是通过 Skills（技能）来扩展。
社区已经贡献了 5400+ Skills：从查天气到自动 PR 合并，从监控 GitHub 到控制空气净化器。
Skill 的本质是一套规范化的工具描述，让 LLM 知道“我有这个能力，什么时候该调用它”。
这种设计让 OpenClaw 从一个固定的助手，变成了可无限扩展的个人操作系统。
Memory：四层记忆宫殿
这是 OpenClaw 最令人惊叹的设计。
它用纯 Markdown 文件作为记忆的 Source of Truth:
-
MEMORY.md – 长期精心维护的记忆（如个人偏好、重要决策）
-
memory/active-context.md – 当前会话状态
-
memory/YYYY-MM-DD.md – 按日记录的对话历史
-
Workspace 文件 – 技能产生的结构化数据
这套系统的精妙之处在于：
数据永远是你的。
没有黑盒向量数据库，没有厂商锁定，只有躺在你的硬盘上的纯文本。
你可以用 Git 管理它，可以用 Obsidian 打开它，甚至可以手动编辑它。
当需要回忆时，OpenClaw 使用 QMD（Query Markdown）进行混合搜索：BM25 做关键词匹配，向量做语义相似度，再加上重排序。
7 毫秒的响应时间，在多语言场景下依然高效。
04 第一性原理：为什么是现在？
让我们追问五个 Why。
Why 1：为什么 OpenClaw 会出现？
因为大模型能力到了一个临界点。
2025 年底，多模态理解、工具调用可靠性、长上下文窗口同时成熟，让“自主 Agent”从演示走向了实用。
Why 2：为什么是个人开发者而不是大厂做出了它？
OpenClaw 的设计哲学是极致个人化：数据本地、开源可控、无审查无限制。
这与大厂的商业模式根本冲突。
大厂需要的是把你的数据锁在墙内，而 OpenClaw 做的是把控制权还给你。
Why 3：为什么用 IM 作为交互界面？
这是一个被严重低估的设计选择。
IM 天然是异步的、跨平台的、用户熟悉的。
当传统 GUI 应用还在为“进度条焦虑”和“会话超时”头疼时，Telegram/WhatsApp 已经解决了这些问题：
-
消息即通知，无需常驻前台
-
多设备同步，无需专门开发移动端
-
对话式交互，符合人类直觉
Why 4：为什么记忆系统要用 Markdown？
这是对抗黑盒的宣言。
向量数据库方便，但你不知道 AI 记住了什么，无法审计，无法修正。
Markdown 是人类的通用语言，透明、可编辑、可版本控制。
这种设计牺牲了部分便利性，换来了可解释性和可控性。
Why 5：这件事的本质是什么？
AI 正在从“工具”变成“基础设施”。
ChatGPT 是超级 App，OpenClaw 是超级操作系统。
它不追求在浏览器里给你一个完美界面，它追求成为你永远在线的数字分身——在你的设备上、用你的数据、按你的规则运行。
05 风险与争议：龙虾有刺
OpenClaw 不是没有阴影。
Cisco 的安全研究团队测试了一个第三方 Skill，发现它能在用户不知情的情况下执行数据窃取和提示注入攻击。
开源 Skill 仓库缺乏审核机制，恶意提交难以及时拦截。
更广泛地说，OpenClaw 需要广泛权限才能发挥作用：邮件、日历、文件系统、浏览器。
一旦配置不当，它就是一个完美的后门——一个 24/7 在线、能读写数据、能自主决策的后门。
CrowdStrike 的报告警告：如果员工在企业设备上部署 OpenClaw 并连接到内部系统，攻击者可以通过提示注入将其转化为“AI 双料特工”。
这提醒我们：
强大的能力必然伴随强大的风险。
OpenClaw 给用户的自由度，既是它迷人的地方，也是它危险的地方。
06 写在最后
OpenClaw 的故事还在快速演进。
2026 年 2 月 14 日，Peter Steinberger 宣布加入 OpenAI，项目将移交给开源基金会。
这个决定引发了社区复杂的情绪：
一方面，这意味着更多资源和更长期的支持；
另一方面，人们担心“商业化”会侵蚀 OpenClaw 的初心。
但无论未来如何，OpenClaw 已经证明了一件事：
当 LLM 能力足够强，当架构设计足够巧，一个人也可以重新定义一个品类。
那只住在 Mac Mini 里的龙虾，不只是又一个 AI 工具。
它是一个信号——告诉我们 AI 的未来不在云端的大一统，而在本地的千人千面；不是更聪明的回答，而是更靠谱的交付；不是替代人类思考，而是承担人类不想做的繁琐。
它提示了一个可能：
也许我们不需要等待 AGI。
也许，把现有的技术拼对，把控制权还给用户，把体验做到极致——
未来已经在这里，只是分布不均。
所以，你要不要也养一只龙虾？
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
