从 AI 工具的“壳”理解OpenClaw到底是个啥

哈喽各位精神股东们，我是蔡蔡！

上周参加了APPSO的龙虾会，让我印象比较深的不是各个 demoshow 和开放麦，而是躲雨时和一位 70 多岁的奶奶的闲聊。

我问她知道龙虾是什么吗？她说知道。我继续问她为什么会来参加龙虾会，她说是来学习的，学习龙的精神，这时候我就知道哪里不对劲了。

但她又不是完全不知道 AI，因为她手机里就装了豆包、元宝和阿福，平时有问题就会去问它们。

过了会，她又问我：龙虾和豆包、元宝有啥不同？为方便她理解，我当时用微信进行解释（没想到第二天微信官方真出了 ClawBot）：您可以通过微信给龙虾派个电脑上才能干的活，它就能在电脑上给您麻溜完成，但豆包和元宝就只能处理手机上的活。

我知道当时这个解释是比较粗糙的，甚至可以说漏洞百出。

所以回来后，我就想着把这个问题给好好捋捋，于是有了今天这篇内容。

不管我们用的是 OpenClaw，还是 Claude Code、Cursor、Manus，或者是 ChatGPT、豆包。

我们和这些 AI 工具对话，最终目的都是为了完成某个任务，比如翻译博客、开发产品、制作动画，甚至可能是寻求陪伴和慰藉。

于是我们就建立起这个最简单的交互关系：

我们给 AI 工具提出需求，AI 工具根据需求给我们返回结果。

这些 AI 工具，可以看做一个个套了壳的 LLM（即大模型）。不同 AI 工具的“壳”长得不一样，比如：

• ChatGPT（网页版）的“壳”是个 Web 网页；

• 豆包（移动端）的“壳”是个手机 App；

• Cursor 的“壳”是个 IDE；

• Claude Code 的“壳”是个在终端运行的 CLI；

• Manus 的“壳”是个带沙盒环境的 Web 网页；

• OpenClaw 的“壳”是接入微信、飞书、钉钉等各种 IM 工具的 Agent，也就是“龙虾壳”。

不同的“壳”决定了 AI 工具的不同运行环境，以及与我们的交互方式。

运行环境就是 AI 工具运行在哪里，它决定了 AI 工具可以自主从外部获取上下文的能力；

交互方式，就是我们和 AI 工具是怎么对话，怎么获取任务产物的。

在 ChatGPT、豆包中，我们和 AI 的交互是一问一答，就是你问一句， AI 答一句。如果这一轮对话生成的产物不是你想要的，那就开启下一轮对话，直到生成你满意的。

但由于它俩主要以网页或标准 App 形式运行，运行环境处于安全沙盒中，因此默认无法自动加载本地文件进上下文。比如你想让它俩修改你相册中的某张自拍照，你不能直接说“帮我 P 下昨天那张戴鸭舌帽的自拍照”，而是要手动上传照片；同样的，你想保存修改后的照片，也要自己手动操作。

还是和 AI 对话，在 Cursor 和 Claude Code 中就不是一来一回了，而是你问一句，它们可以答一句/多句，甚至你可以在中间随时插话、确认或纠正补充。它们的Plan Mode 就是一个很典型的例子（见下图）。

不同于 ChatGPT、豆包，Cursor 和 Claude Code 是本地运行环境，如果你能给到它们本地文件系统的访问权限，它们就能直接读取、修改你电脑上的文件，以及运行各种终端命令。

这种“环境集成”带来了交互上的转变。比如你不用截图或手动复制粘贴 Console 信息告诉它这里报错了，而是直接说：“用 Chrome Devtools MCP 获取当前 Console 报错”，它就能将报错内容引入上下文给 LLM 进行分析。

与之形成对比的，是以 Manus 为代表选择的另一条路——它虽然也有文件操作能力，但它是在云端的“沙盒环境”运行的。

这意味着你可以让 Manus 帮你部署一个网站、整理 Excel 表格，或者生成 PPT，但产出物最终需要下载回本地，它无法直接操作你 C 盘里的照片或你正在开发的本地代码库。

这种设计牺牲了与本地环境的深度整合，换取了跨平台的一致性和安全性（毕竟谁也不想一个 AI 不小心把系统盘格式化了）。

OpenClaw（本地部署版）的设计则更大胆，直接住进你的本地电脑里，获得了所有本地文件的自动访问权。简单来说，它拥有你电脑的完整权限（相对应，这种设计牺牲了安全性）。

完整的电脑权限，决定了它能主动读取到的上下文是更加广泛的，包括但不限于邮箱里的邮件、日历里的日程、本地的文件、浏览器的网页、IM 里的对话等。

因此它能完成的任务要比 Claude Code 和 Manus 更加多样，甚至你想要，也可以用 OpenClaw 去驱动电脑里的 Claude Code 和 Manus。

这些任务的指令下达，并不需要用户打开电脑和 OpenClaw 对话，只需要通过已经接入 OpenClaw 的微信、飞书、钉钉等 IM 工具，就可以轻松发送。

而 IM 的使用，对我们大部分用户，几乎零学习成本；对还没熟悉的用户，门槛也比 Claude Code 更低。

这也从产品的维度解释了 OpenClaw 爆火的一个原因，不是因为 OpenClaw 的能力比 Claude Code 更强，而是因为它的“壳”让同样的能力流向了一个大得多的人群，激发了一大批在 Claude Code 里不会发生的任务。

本地部署的 OpenClaw 虽然强大，但有个前提：你的电脑得开机，而且你得坐在电脑前。另外，本地部署版对大多数人来说都太危险了。

所以更多人选择将 OpenClaw 部署在云服务器上。这样 OpenClaw 不住在你的本地电脑里，而是住在云端办公室。当你通过微信或飞书给它派活时，它在自己的云端办公室里完成工作。

云部署版牺牲了直接操作你本地电脑的能力（除非配合网盘同步），但换来了 7×24 小时的待命状态。你睡前在微信里丢给它一个任务，第二天早上醒来就能收到完成的报告。

最后，我们再看这几类工具的形态：

• ChatGPT / 豆包像是电话热线——你拨过去，聊完就挂，各回各家，下次再聊又是重新开始；

• Cursor / Claude Code 像是上门服务的工程师——得开门让他进你家（给本地权限），能帮你修水管（改代码）、拆墙壁（重构系统），但工人在你家干活时你最好盯着点；

• Manus 像是外卖平台——你下了单（提了需求），它在商家的厨房（云端沙盒）里按流程加工，打包成品给你送回来；但你想让它直接在你家厨房（本地）开火，或从你家冰箱拿食材，就免谈；

• OpenClaw 本地部署版像是住家保姆——有你家的钥匙，对你家旮旯拐角（本地文件）了如指掌，能帮你归置衣柜、擦拭桌面，主人出门在外也能通过微信直接下任务；

• OpenClaw 云部署版则像是长期雇佣的远程助理——他有自己的远程办公空间，不上你家，而且 7x24 小时随时响应你的需求。