OpenClaw:把 AI 变成了一个＂永远在线的助手＂

注：OpenClaw 的出现让我们看到了一种新的人机交互方式。也许在未来，每个人都能拥有一个钢铁侠同款的智能助手。本文部分内容由AI生成。

你有没有想过——

如果 AI 不只是回答问题，而是真的帮你做事，会是什么感觉？

不是”给你写一段建议”，而是：

每天早上 8 点，它自动把今天的日历、邮件、天气整理好，发到你手机上。

你在手机上发一句话，它就在服务器里改好代码、跑完测试、部署上线。

你说”帮我追一下这个研究方向”，它就派出几个”小助手”同时去 arXiv、GitHub、Reddit 搜，几分钟后给你一份结构清晰的报告。

这不是科幻。

这是一个叫 OpenClaw 的开源项目，正在做的事情。

它从哪里来？一个周末项目的意外爆红

OpenClaw 的故事，开始于 2025 年 11 月的一个周末。

Peter Steinberger，奥地利软件开发者，PSPDFKit（一家专注 PDF 处理的开发者工具公司）的创始人，在业余时间做了一个小实验：把 AI 模型接上 WhatsApp，让它能真正帮自己”做事”。他给这个项目起名叫 Clawdbot——”Clawd”是 Anthropic 的 Claude 加上龙虾爪（Claw）的组合，带着一点程序员式的幽默。

没有融资，没有发布会，没有 PR 稿。

就这样，它开始在社交媒体上悄悄流传。

然后，事情失控了。

2026 年 1 月下旬，Clawdbot 突然爆红。视频在 X（原 Twitter）和 Reddit 上疯狂传播，GitHub 星标数在数天内飙升至数万。硅谷的开发者们开始在群聊里转发，随后蔓延到中国——阿里巴巴、腾讯、字节跳动的工程师也开始研究和部署它。

但爆红之后，麻烦接踵而至。

第一次改名：Clawdbot → Moltbot（2026 年 1 月 27 日）

Anthropic 的法务团队发来了商标通知：”Clawd”在发音上与”Claude”过于接近，涉嫌侵权。Steinberger 没有争辩，几小时内就把项目改名为 Moltbot——取自龙虾蜕壳（molt）的意象，意味着脱去旧皮、继续生长。

但改名的过程酿成了一场混乱。

就在他释放旧的 @clawdbot Twitter 账号、还没来得及注册新账号的那几秒钟，加密货币骗子抢先占领了这个账号，立即发布了一个假代币 $CLAWD，市值一度冲到 1600 万美元，随后暴跌 90%。与此同时，他的 GitHub 仓库遭到恶意代码注入，NPM 包也被篡改。Steinberger 后来说，那几天他几乎崩溃，一度想直接删掉整个项目。

第二次改名：Moltbot → OpenClaw（2026 年 1 月 30 日）

“Moltbot”这个名字从来没有真正被社区接受——念起来拗口，感觉像个临时方案。三天后，Steinberger 主动发起了第二次改名，这次做了充分准备：提前完成商标检索，同步锁定所有平台账号，协调社区统一切换。

OpenClaw 就此诞生。

“Open”代表开源精神，”Claw”保留了龙虾的基因。这一次，名字稳了，项目也稳了。

从 2025 年 11 月的一个周末实验，到 2026 年初成为全球最受关注的开源 AI 代理项目之一，OpenClaw 在短短数月内积累了超过 14.5 万 GitHub 星标和 2 万次 Fork。

这背后，是一个开发者用一个清晰的判断押注了正确的方向：

“

AI 不应该只是回答问题，它应该真的去做事。

它不是聊天机器人

很多人第一次听到 OpenClaw，会以为它是”又一个套壳 GPT”。

不是的。

OpenClaw 本身不是大模型，它更像是大模型的外骨骼。

它把 Claude、GPT-4 这些大模型接上了”手和脚”——

能读写你的文件
能打开浏览器操作网页
能发邮件、管日历
能运行代码、部署项目
能 24 小时在线，主动提醒你

没有 OpenClaw，大模型只能给你”建议”。

有了 OpenClaw，大模型才能真正”执行”。

这个区别，听起来简单，但意义非常大。

一个例子，感受一下

假设你对它说：

“

“请每天早上 8 点给我发一份 AI 趋势简报到 Telegram。”

普通聊天产品会告诉你：”好的，你可以这样做……”

然后什么都不会发生。

但在 OpenClaw 里，这句话会触发一整套链路：

① 网关接收到你的消息

② 大脑（你选的大模型）理解：这是个周期性任务

③ 系统自动创建定时任务，每天 8 点触发

④ 到点后，代理去搜索最新资讯，整理成摘要

⑤ 把你的偏好写入长期记忆，下次更精准

⑥ 网关把简报发回你的 Telegram

你只说了一句话。

它完成了计划、调度、搜索、整理、记忆、发送，整套流程。

这就是 OpenClaw 想做的事：把语言变成行动。

理解它，只需要记住这几个概念

OpenClaw 的设计其实很有逻辑，拆开来看并不复杂。

🧠 大脑 vs 身体

大脑是你选的大模型，负责思考和规划。

身体是 OpenClaw 平台，负责真正动手执行。

两者分开，意味着你可以随时换大脑——今天用 Claude，明天换 GPT，系统其他部分不用动。这还带来一个实际好处：模型路由。复杂推理用强模型，日常杂事用便宜模型，在能力、速度和成本之间灵活平衡。

🔧 工具 vs 技能

工具像”器官”，决定它能不能做某件事。比如 browser 让它能看网页，write 让它能写文件。

技能像”课本”，教它怎么把工具组合起来完成具体任务。比如 gog 技能教它怎么管理 Gmail 和日历，obsidian 技能教它怎么整理笔记。

工具是底层能力，技能是组织这些能力的经验模板。前者像”手脚眼睛”，后者像”工作方法”。

📄 soul.md：它的”性格说明书”

你可以用一个 Markdown 文件定义它的个性、语气和行为底线。

比如：说话要严谨、遇到不确定信息必须标注、某些文件夹绝对不能删。

这不是什么黑箱设置，而是一个你随时可以打开、修改、用 Git 管理的普通文本文件。人格和规则不再埋在某个封闭 UI 里，而是变成了可读、可控、可追踪的文本资产。

🧩 记忆系统：它真的会记住你

OpenClaw 的记忆不是”魔法”，而是存在硬盘上的 Markdown 文件。

每天的日志、你的长期偏好、重要的工作流程，都以文本形式保存下来。关窗口不会失忆，过了几个月它还认识你。

更重要的是，这些文件你自己可以查看和编辑，可以用 Git 或 Obsidian 管理，不会被任何平台锁定。

⏰ 心跳 + 定时任务：它会主动找你

普通聊天机器人是”你问我答”。

OpenClaw 不一样——它有定时任务（像闹钟，到点自动执行），也有心跳机制（像巡逻员，每隔一段时间自动检查有没有需要提醒你的事）。

这让它从”被动工具”变成了”主动助理”。

👥 子代理：复杂任务，分工协作

遇到复杂任务，主代理会拆分出多个”小助手”并行工作。

一个搜网页，一个扫论坛，一个整理输出——互不干扰，效率翻倍，也不会把每个探索过程都塞进主对话里造成混乱。

🏠 工作空间 + 沙箱

工作空间是它的”家”，所有生成的文件、报告、代码都落在这里，而不是消失在聊天记录里。

沙箱是安全隔离层，让它在一个受限的 Docker 容器里运行，即使出了问题也不会波及你的真实系统。

它能帮你做什么？

日常工作自动化

扫描日历、邮件、天气，生成晨间简报；整理发票、追踪项目、汇总客户反馈。对独立开发者和知识工作者来说，这种”轻量但持续”的自动化非常实用。

编程与部署辅助

修改文件、生成代码草稿、跑测试、写 PR 说明，甚至从手机端触发部署。最理想的模式是让它先出草稿，你来审批，而不是直接在生产环境乱动。

深度研究与信息整合

多个子代理同时从 arXiv、GitHub、社交媒体搜集信息，主代理汇总成结构化报告。尤其适合”信息源分散、更新很快、需要持续跟踪”的主题。

个人生活辅助

追踪包裹、管理购物清单、整理语音笔记、同步行程提醒……但这类场景越贴近个人生活，越要注意权限边界。一旦代理能接触你的私密消息和支付信息，系统风险也会成倍放大。

科研人员能怎么用？

这一节单独拿出来说，是因为科研工作流和 OpenClaw 的设计逻辑高度契合。

科研本质上是一种”读—搜—写—整理—复盘”的持续循环，而 OpenClaw 恰好擅长的，就是把这个循环里的重复性环节自动化、结构化。

📡 文献追踪与趋势监控

设定一个每周定时任务，让代理自动检索 arXiv、PubMed 或 bioRxiv 上特定关键词的新论文，筛选摘要，按相关性排序，生成一份 Markdown 周报发到你的 Telegram 或存入 Obsidian。

不再需要每天手动刷文献，重要的新进展不会悄悄错过。

🔍 多源信息并行调研

当你想快速了解一个新方向时，可以派出多个子代理同时出发：

一个去 arXiv 搜最新论文；
一个去 GitHub 看相关开源实现和 issue 讨论；
一个去 Reddit 或 Twitter/X 看社区的真实评价；
一个负责把以上内容整合成结构化报告。

几分钟内，你就能得到一份覆盖学术、工程、社区三个维度的综合概览，而不是在不同标签页之间手动切换。

🧪 实验脚本与数据分析辅助

在对话中描述你的实验设计，让代理快速生成 Python 脚本框架、数据预处理流程或可视化代码。

跑完实验后，把结果文件丢进工作空间，让它帮你生成初步的图表说明和统计摘要，作为写作的起点。

这不是替你做科研，而是把”从想法到可运行代码”的摩擦降到最低。

📝 研究笔记的自动整理与沉淀

每次读完一篇论文或开完一个组会，用语音或文字把想法发给代理，让它帮你整理成结构化笔记，自动归类存入 Obsidian 的对应目录。

长期积累下来，你的知识库会随着时间自动生长，而不是散落在各种临时文档里。

📊 周期性进展报告生成

每周五让代理自动汇总本周的工作日志、完成的实验、新增的文献笔记和待解决的问题，生成一份结构化的周报草稿。

你只需要审阅和补充，而不是从空白开始写。

🤝 跨平台信息聚合

科研信息往往分散在邮件、Slack、GitHub、Notion、本地文件夹等多个地方。OpenClaw 可以作为一个统一的聚合层，定期把这些碎片整理成你真正需要的格式。

⚠️ 但有一点必须说清楚

科研辅助不等于科研替代。

无论是文献总结、实验解释还是学术写作，都必须保留人的判断与审核。AI 的幻觉、误引和逻辑跳跃，在没有人工把关的情况下，很容易悄悄污染研究过程。

更严重的是，如果这类工具被滥用于批量拼装低质量论文或”自动科研产物”，它反而会加剧学术信息生态的噪声。

OpenClaw 在科研中的正确定位是：降低重复性工作的摩擦，把更多精力留给真正需要人类判断的部分。

为什么很多人愿意折腾它？

OpenClaw 的吸引力，不只是”功能强”，更在于它代表了一种不同的设计哲学。

数据在自己手里。 你可以把它部署在自己的 VPS 或本地机器上，密钥、记忆文件、工作流全部自己掌控，不依赖任何封闭的 SaaS 平台。

当然要说清楚：自托管不等于绝对私密。如果你仍然调用第三方 LLM 的 API，提示词和上下文还是会经过外部服务商。真正的”全链路私有”，需要本地模型配合。

所有东西都是文本文件。soul.md、memory.md、研究报告、生成的脚本……全部是普通 Markdown。天然兼容 Git、Obsidian、本地搜索，不会被平台锁定。AI 的过程沉淀为人类也能继续接手的文件结构，比把一切锁在聊天窗口里更适合长期工作。

它是真正持续运转的。 心跳、定时任务、长期记忆、工作空间组合在一起，形成的是一种完整的代理模型，而不只是”加了几个插件的聊天框”。

用之前，必须想清楚这几件事

OpenClaw 很强，但”很强”意味着”风险也很真实”。

安全问题不是小事。

这类系统最危险的地方，是它同时具备三种能力：能看到私密数据、会接触外部不可信内容、还能对外执行动作。三者叠加，就可能形成非常危险的链条。

比如：代理读取了一封带恶意指令的邮件，误把里面的内容当作可信命令，然后把敏感信息发送出去。这不是科幻，而是代理时代最典型的安全风险之一。

成本可能比你想象的高。

顶级模型、多轮推理、并行子代理、全天候心跳……代理越主动（较少不必要的试错），账单越不被动。不做好模型路由和预算控制，费用可能迅速膨胀。

上手门槛并不低。

虽然有一键安装，但真正用好它，你至少要能看懂日志、理解权限、管理 API 密钥、知道 Docker 是什么。完全的技术小白会比较吃力。

如果你真的想用，记住这几条原则

① 隔离运行，不要放在主力电脑上。 一个廉价 VPS 或专用小主机，比在塞满私人数据的主机上直接跑安全得多。

② 最小权限原则。 它不需要访问的目录就不给，能只读就不给写权限，能出草稿就不让它直接发送。

③ 高风险操作必须人工确认。 发邮件、删文件、提交代码、对外发布——这些动作都应该先出草稿，等你点头再执行。

④ 关键规则写进文件，不要只留在聊天里。 重要的约束和偏好，写入 soul.md 或 memory.md，这样即使上下文压缩了，原则也不会丢。

⑤ 先在沙箱里试，再逐步扩大权限。 不要一开始就让它接管真实邮箱和代码仓库，先观察行为，确认稳定再放开。

最后说一句

OpenClaw 值得关注，不是因为它让 AI 多了几个插件。

而是因为它代表了一种更深的转变：

“

AI 正在从”回答工具”变成”行动代理”。

在这个过程中，真正重要的不只是模型有多聪明，而是系统如何组织记忆、权限、工具、调度和安全边界。

某种意义上，OpenClaw 更像是一种”个人操作系统层”的实验——AI 不再只是一个聊天窗口，而是一个住在你工作空间里的、带着记忆和工具箱的数字合作者。

当然，这位”合作者”越有能力，就越需要边界、审计和监督。

它不是魔法。

它是一种需要认真配置的能力放大器。

如果你对 AI 代理系统、科研工作流自动化感兴趣，欢迎留言交流。也欢迎转发给同样在探索 AI 工具的朋友。