夜雨聆风
创始人被OpenAI挖走,OpenClaw反而开挂了?
一个开源项目的创始人被巨头挖走，项目会凉了吗？
正常逻辑下，是的。
但现实偏偏不按常理出牌。
导语
2026年2月，AI 圈出了一则不大不小的新闻——OpenClaw创始人Peter Steinberger加入OpenAI。消息一出，社区哗然：这个项目，要凉了吗？
三个月后，答案出来了。不仅没凉，反而像被踩了一脚油门。
一、这个剧情，有点意思
2026年2月，OpenClaw创始人Peter Steinberger宣布加入OpenAI，领导Personal Agents （个人化智能体）部门。
Peter是谁？就是那个把开源AI助手 OpenClaw（前身 Clawdbot / Moltbot）从周末小项目做到 GitHub 34万颗星、被科技编辑 Federico Viticci 形容为 “Claude with hands（“Claude具身版” ）” 的奥地利码农 Peter Steinberger。维基百科直接为其打上 vibe coder（风格流开发者） 的标签。
消息出来时，很多人的第一反应是：OpenClaw怕是要凉了吧。
这不能怪大家悲观。历史上有太多前车之鉴：创始人被大公司收编，项目要么被雪藏，要么慢慢饿死。开源社区最怕的不是代码被抄袭，而是灵魂人物离开。
但接下来发生的事情，让所有人跌破眼镜。
Peter走了，OpenClaw没凉。不仅没凉，反而像是被踩了一脚油门。
3月底开始，版本发布频率突然变得……有点疯狂：
5.2 → 5.3 → 5.4
几乎几天一更。5月5日当天，2026.5.4版本又发布了。
（你感受一下：你刚更新完，还没捂热，下一个版本又来了。）
这就很反直觉了。创始人不在了，谁在做决策？谁在写代码？谁在推动这一切？
二、先说说Peter是谁，以及他做了什么
在聊龙虾”开挂”之前，得先理解这个项目的底色。
Peter Steinberger是个典型的独立开发者。最初开发完成时，产品名叫Clawdbot——对，就是claw（爪子）+ bot（机器人）。后来因著作权问题改名叫Moltbot，又改成Molty，最后定下来叫OpenClaw。
现在的OpenClaw是什么？一句话：你的AI副驾驶，能活在任何聊天应用里。
你在哪个平台聊天，它就在哪个平台待命。不只聊天，它还能写代码、查资料、控制智能家居、定时执行任务、甚至帮你管理多个AI Agent的分工。（为方便好奇宝宝们进一步了解龙虾具体能做什么，对个人到底能有什么帮助，本文在文末准备了一个AI常见的应用场景清单供大家参考。）
DigitalOcean给他们写的技术文章里有一句评价很到位：
“Multi-channel AI gateway with extensible messaging integrations”（多通道AI网关，支持可扩展的消息集成）
翻译成人话：它是一个AI路由器。 所有消息进来，自动路由给最合适的AI Agent处理，再把结果送回你所在的任何平台。
GitHub上的34万颗星，npm上周下载量还在涨。这个体量，在开源AI Agent领域已经算是头部玩家了。
三、加入OpenAI时的那个”条件”
好了，回到2月的那条新闻。
Peter加入OpenAI，但不是”卖身”。Reddit上有知情人爆料了一个关键细节：
🔒 Peter的条件是——OpenClaw必须保持开源。OpenAI同意了。
这个条件太重要了。
你想想，一个被OpenAI收编的开源项目创始人，如果项目是闭源的，接下来会发生什么？大概率是被整合进ChatGPT的某个功能模块，然后原项目逐渐被放弃。历史上这样的例子太多了。
但Peter把这条底线守住了。开源协议就是项目的生命线。 只要代码还在GitHub上公开，社区就能继续迭代，项目就不会死。
更妙的是，加入OpenAI之后，Peter的注意力虽然转向了OpenAI内部的Personal Agents战略，但OpenClaw这个项目反而获得了一种……意外的自由。
为什么这么说？
因为founder离开之后，项目不再是一个人说了算。社区开始真正接管。 而且，Peter在OpenAI的位置，反而成了OpenClaw的隐形资源。
怎么讲？往下看。
四、版本在加速，但代价是真实的
先列时间线，再说问题。
⚡ 2026年3月底开始，发布节奏突变：
但如果只看change log的条数，会被误导。
真正值得关注的不只是”又发了多少条更新”，而是这个版本到底解决了什么问题，又制造了什么新问题。
🎯 5.4的核心升级
作为终端用户，我们体感最明显的不是Google Meet，而是这四点：
1️⃣ 确定性引擎（Deterministic Engine）——省钱
本地能干的活，不再浪费Tokens调LLM。涉及大量本地文件操作、exec命令的场景，实测Token消耗明显下降。对于高频使用者来说，这是直接降低运营成本。
2️⃣ 多Agent协作（Multi-Agent Collaboration）——从单打独斗到团队作战
以前一个Agent干所有事。现在多个Agent可以并行、分工、交接任务。对复杂工作流来说，这是从”工具”到”团队”的跨越。
3️⃣ 原生多模态——不只是文字
文本、图片、音频、视频的统一封装。开发者不用再自己拼接管道。
4️⃣ Google Meet实时语音——AI真的会”说话”了
通过Twilio拨号进入会议，AI实时参会、随时被打断。翻译成人话：AI从”打字助手”变成了”开会同事”。
⚠️ 但快速迭代的代价是真实的
说完了亮点，必须说说另一面。
全球知名网络技术社区Reddit上的声音很真实：
“Every OpenClaw update is a surprise party.”（每次更新有惊喜也有惊吓。）
“v2026.4.26 broke everything for me. CPU at 80%, had to downgrade.”（4.26版把我的一切都搞崩了。CPU飙到80%，只能回退。）
“I was on 4.22 and upgraded to 4.29… Immediately downgraded because it was completely broken. Even ‘openclaw chat’ wouldn’t accept keystrokes.”（我在4.22，升到4.29……立刻回退了，因为完全崩了。连’openclaw chat’都不接受键盘输入。）
我们刷到的吐槽帖里，最常见的问题集中在三类：
🔴 配置漂移 — 版本升级后旧配置不兼容，需要手动调整🟡 启动问题 — Gateway启动变慢、插件加载失败、端口冲突🟠 稳定性 — 生产环境不敢升级，测试环境又测不全
一位Reddit用户的建议获得了高赞：
“Learn the lesson already. Wait. Don’t immediately update when a new release is issued. Give it time for bugs to be patched.”（学乖点吧。等一等。新版本发出来别急着升，先等别人把坑踩完。）
这不是个别用户的抱怨，这是高频发布模式下的系统性问题。
🤔 深层问题：既然每个版本都有坑，为什么还要发得这么急？
这个问题我们思考了很久。表面看是竞争压力，但深层原因不止一个：
原因一：竞争压力确实存在
2026年2月，Hermes Agent诞生。它的核心卖点——学习循环（learning loop）——恰恰是OpenClaw的短板。
The New Stack专门写了对比：《OpenClaw vs. Hermes Agent: The race to build AI assistants that never forget》
社区里已经有这样的声音：
“OpenClaw is still my main driver, but after spending a few days with Hermes, I have to admit that Hermes feels more capable in a lot of situations.”
但Hermes的Stars目前只有OpenClaw的十七分之一（约2,000 vs 340,000）。竞争存在，但还不足以解释这个发布节奏。
原因二：5.x版本的隐藏主线——插件外迁
看change log会发现，5.x的核心动作不是加功能，而是拆功能。
ACPX、OpenTelemetry从核心包拆出；20+新插件进入独立的npm包和ClawHub商店。
这是架构重构，目的是减少核心包体积、加快Gateway启动。但代价是：每次拆分都可能引入兼容性问题。
原因三：社区驱动模式的结构性张力
创始人离开后，项目从”一人决策”变成”多人贡献”。这本该是好事，但也带来了一个副作用：决策分散。
在传统的商业软件公司，产品经理会决定”这个版本哪些功能必须稳定后才能发”。但在OpenClaw的社区模式下，贡献者提了一个PR，通过了自动化测试，就会被合并。没有人专门站在用户视角说”等等，这个改动会让多少人的配置失效”。
结果是什么？ 功能在加速，但稳定性在掉队。
💡 结论：现阶段怎么用？
一句话：测试OK，生产等等。
这不是唱衰。OpenClaw的方向是对的，社区是活跃的，技术栈是领先的。但在”快”和”稳”之间，它目前显然选了前者。作为用户，我们只需要做一个选择：陪它跑，还是等它稳。
五、谁在推动这一切？
好，回到那个核心问题：Peter不在了，谁在写代码？
看GitHub的contributor列表，你会发现几个可验证的事实：
第一，@vincentkoc是5.4版本最活跃的贡献者
change log里反复出现的名字：@vincentkoc。从插件外迁、ClawHub适配、性能优化到安全修复，他一个人贡献了5.4版本中超过三分之一的改进项。
他同时也是OpenClaw生态的重要建设者——维护着awesome-openclaw资源列表，参与安全补丁的评审，并在LinkedIn上公开分享OpenClaw的企业级安全实践。
第二，贡献者数量在变多
新面孔出现的频率明显高了。5.4版本的change log里出现了@scoootscooob（Google Meet语音）、@BunsDev（Control UI）、@hclsys（插件迁移）、@mogglemoss（安全合约）等首次或近期活跃的贡献者。
一个人走了，但更多人进来了。
第三，OpenClaw和OpenAI的技术对接在加深
这是一个可观察的事实，不是推测。
5.4版本的change log里有这么一条：
“OpenAI/Codex media: advertise Codex audio transcription in runtime and manifest metadata.”（OpenClaw开始深度集成OpenAI的Codex能力，而且是runtime级别的原生支持。）
这不是”独立开源项目”和OpenAI的随机合作。Codex是OpenAI的闭源商业产品，OpenClaw能在runtime级别直接调用，说明两者之间有正式的技术对接通道。
再对照一下：Peter现在在OpenAI的职位是领导Personal Agents部门，而OpenClaw做的正是Personal Agent的基础设施。两者方向高度重合。
但我们不会说”Peter在反哺OpenClaw”——这个因果关系没法验证。
我们能确认的只有：OpenClaw正在获得OpenAI的技术支持，而Peter恰好在这个时间、这个位置。 两者之间是否有直接关联，留给读者自己判断。
六、国内视角：被忽视的另一极
以上分析几乎全部基于英文社区和海外媒体。但OpenClaw的故事在国内有一个完全平行的剧本，而且其影响可能更为深远。
“全员Claw”：国产厂商的集体进场
OpenClaw爆火后，国内云厂商的反应速度堪称惊人：
据多家媒体报道，马化腾甚至在朋友圈表态：”自研龙虾、本地虾、云端虾、企业虾、云桌面虾，安全隔离虾房、云保安、知识库……还有一批产品陆续赶来。”
据不完全统计，市面上出现了20+个基于OpenClaw的”客制版”或”云服务”，包括阿里的CoPaw、火山引擎的ArkClaw等。AI圈一夜之间进入了“全员Claw”时刻。
但这背后不只是技术热情，而是生态主导权的卡位战。
OpenClaw本身只是一个框架，其”大脑”依然需要调用各大厂的模型API。当百度、阿里、月之暗面、MiniMax纷纷推出自己的”一键部署”版本时，它们争夺的不仅仅是用户，更是底层模型的调用份额。
国内用户必须关注的底层机理
对于国内的终端用户和商用客户，5.x版本的升级带来了一些新的机遇窗口：
① 插件外迁 → 生态整合的新机遇
5.x把20+插件从核心包拆出，进入独立的npm包和ClawHub商店。既然插件外迁对用户体验如此重要，我们料想腾讯云、阿里云等国内云厂商应该会积极推出预装核心插件的一键部署方案，以跟进OpenClaw官方插件商店的版本节奏，帮助用户降低兼容性问题的发生概率。
② 确定性引擎 → 国产模型适配的新动力
确定性引擎的核心是”本地能干的活不再浪费Tokens”。既然这直接关系到高频用户的运营成本，我们料想DeepSeek、Kimi、文心一言等国产模型厂商应该会针对OpenClaw的本地优化逻辑推出API适配方案，以跟进确定性调度策略，帮助用户实现Token消耗的最优化。
③ 多Agent协作 → 企业级方案的催化剂
对于国内企业用户来说，”多Agent协作”不是炫技，而是刚需——一个Agent处理邮件、一个Agent处理工单、一个Agent处理报表。既然这带来了权限管理和数据隔离的新需求，我们料想华为、腾讯等深耕B端市场的厂商应该会针对多Agent场景推出更完善的企业级安全隔离方案，以跟进这一架构演进下的合规要求。
来自创始团队的争议
值得注意的是，OpenClaw的创始团队对国内厂商的”镜像”和”客制化”并非完全认可。
早期曾出现过关于技能库镜像的争议——国内某大厂将ClawHub上的技能库全部镜像，引发了对开源协议合规性的讨论。Peter Steinberger在社交媒体上曾表达过对”未经授权的商用分发”的担忧。
既然技能库镜像涉及开源协议的合规性，我们料想国内大厂应该会积极与OpenClaw创始团队沟通，推出经官方授权的镜像方案或建立合规分发机制，以跟进国际开源社区的最佳实践。对于国内商用用户而言，在选择客制版时，可以优先关注其是否声明了对上游开源协议的遵循情况。
七、安全性：从被诟病到被修复
OpenClaw此前最被诟病的，莫过于其安全性。
主管部门的合理担忧
2026年2月，主管部门提示：OpenClaw”可能带来重大安全风险”，不当配置可能导致网络攻击和数据泄露。
2026年3月，部分企事业单位收到内部指引，不建议在办公设备上安装OpenClaw。相关提醒包括：使用第三方镜像版本、部署期间启用管理员账户、安装需要密码的技能包、禁用日志审计。
行业安全研究机构在3月12日的文章中列出了四大安全风险：
- 权限过度授予
— Agent获得的系统权限过高，可能被恶意利用 - 数据泄露风险
— 多通道集成意味着数据在多个平台间流转，难以追踪 - 供应链攻击
— 第三方技能包和插件可能存在后门 - 配置漏洞
— 默认配置过于开放，容易被攻击者利用
5.x版本的安全改进主线
好消息是，5.x版本确实在安全性上做了系统性加固。看change log能看到一条清晰的安全主线：
更关键的是安全理念的转变。
Cyber Strategy Institute在4月的分析中指出：OpenClaw的开发团队已经从”防御单个边界”转向“系统性地不信任自己的组件”——这意味着默认假设每个插件、每个外部通道都可能被攻破，并在此基础上设计防御策略。
安全性评估：现阶段能打几分？
结论： 对于个人开发者和小型团队，5.x的安全性已经”可用”。但对于企业级部署和受监管行业（金融、医疗、政府），目前的安全水平仍不足以支撑生产环境。
国内监管环境的导向是一个风向标：如果OpenClaw希望在中国商用市场获得更大份额，通过国内安全认证、建立本地化的安全审计机制，将是必经之路。
八、竞争格局：不只是Hermes
如果只说Hermes，那就把竞争格局想得太简单了。
智能体和Coding Agent的市场教育远未完成，真正争夺普通用户的，不只是开源框架之间，还有闭源厂商的终端整合。
闭源厂商的”终端入侵”
2026年以来，几个闭源工具的终端能力在快速增强：
The New Stack在4月初的一篇文章标题很说明问题：Cursor, Claude Code, and Codex are merging into one AI coding stack nobody planned（《Cursor、Claude Code、Codex 悄然合流：一场无人策划的 AI 编程栈融合》）
这不是竞争，这是融合。 用户不再只用一个工具，而是把多个工具串联起来：Cursor写代码、Claude Code调试、OpenClaw执行定时任务、Codex生成文档。
OpenClaw的竞争策略：错位而非正面交锋
OpenClaw的频繁升级，可能不是为了”打败”某个具体对手，而是为了守住自己的生态位。
它的核心优势从来不是一个功能点，而是“连接一切”的能力：
-
多通道（Telegram/Slack/Discord/WhatsApp/微信） -
多模型（Claude/GPT/Gemini/DeepSeek/国产模型） -
多工具（代码/浏览器/文件系统/智能家居） -
多Agent协作（一个任务拆给多个Agent并行处理）
只要闭源厂商还在各自的”围墙花园”里（Claude Code只支持终端、Cursor只支持IDE、Copilot只支持编辑器），OpenClaw的“跨平台路由器”角色就有不可替代的价值。
频繁升级的深层逻辑可能在此： 每次增加一个新通道、一个新插件、一个集成点，就是在加固自己的护城河——不是某一个功能比别人强，而是”你能想到的平台，我都能连”。
九、OpenAI的战略棋局
Peter加入OpenAI已经三个月。这三个月里，OpenAI发生了什么？
OpenAI-Microsoft协议的松动
2026年4月27日，一个被低估的新闻：OpenAI和Microsoft终止了独家云协议。
原来的协议给了Microsoft Azure对OpenAI模型的独家分发权。这意味着，如果你是一家AWS或GCP上的企业，想使用OpenAI的模型，必须通过Microsoft——或者干脆用Claude。
这给了Anthropic巨大的商业优势。业内有评论认为：“OpenAI因为和Microsoft的协议，错过了一个时代。”
而现在，这个约束被解除了。OpenAI的模型可以直接登录AWS Bedrock、Google Cloud，以及其他云平台。
OpenClaw对OpenAI的潜在意义
在这个背景下，再看Peter在OpenAI的角色——领导Personal Agents部门——以及OpenClaw正在获得的技术支持（Codex runtime集成、API优先支持），一个更清晰的图景浮现出来：
OpenClaw可能是OpenAI的”终端渗透器”。
OpenAI的商业化一直在B2B（ChatGPT Enterprise、API），但它在终端用户的渗透上始终不如Claude Code和Cursor。为什么？因为OpenAI没有自己的IDE、没有自己的终端、没有自己的浏览器。
但OpenClaw有。OpenClaw是”任何平台上的Agent”——微信、飞书、Telegram、Slack、Discord、WhatsApp 这些是用户真正在用的聊天界面。
如果OpenAI通过技术对接（Codex、GPT-5.4、未来的语音模型）让OpenClaw成为其模型的默认执行终端，那么OpenAI就相当于拥有了”无处不在的Agent入口”——而不需要自己开发IDE或浏览器。
换句话说，OpenClaw可能是OpenAI绕过Microsoft、绕过IDE厂商、直接触达终端用户的战略通道。
这个推测无法验证，但它是目前唯一一个能同时解释以下三个事实的假设：
-
Peter在OpenAI领导Personal Agents -
OpenClaw在加速获得OpenAI的技术对接 -
OpenClaw的发布节奏在Peter加入后显著加快
十、开源商业化：OpenClaw的未来之路
开源项目转商业，Linux发行版已经证明了可行性。但OpenClaw的路径可能不同。
当前的经济生态
OpenClaw本身不收钱，但围绕它已经形成了一条隐性的经济链：
ClawHub上已有5,700+个社区贡献的技能包，从AI CEO到法律审查员，定价$19-$99不等。
核心贡献者有经济收益吗？
答案是：目前没有公开的直接收益机制。
@vincentkoc等核心贡献者的参与动机，据其LinkedIn和公开访谈推测，可能来自以下几个方面：
- 职业声誉
— OpenClaw是企业级安全领域的重要项目，参与建设有助于个人品牌 - 间接商业机会
— 通过OpenClaw生态建立的影响力，获取咨询或演讲机会 - 雇主支持
— 部分贡献者可能受雇于支持开源贡献的公司 - 技术理想
— 对Agentic AI方向的技术信仰
但如果OpenClaw希望长期维持这个发布节奏，仅靠志愿者模式是不够的。 当核心贡献者burn out（耗尽心力)，如2026年3月24日升级就曾因”激进重构导致广泛用户错误”而受挫，项目就会面临瓶颈。
可能的商业化路径
参考Linux发行版（Red Hat、SUSE）的模式，OpenClaw可能的商业化路径包括：
- 企业版（OpenClaw Enterprise）
— 提供LTS版本、安全认证、技术支持 - 托管服务
— 官方云托管，类似MongoDB Atlas - ClawHub抽成
— 对付费技能包收取平台费 - 安全认证服务
— 为第三方插件提供安全审计和认证 - 基金会模式
— 成立OpenClaw基金会，由企业会员资助
Peter在2月的声明中提到”OpenClaw将移交给一个基金会并保持开源独立”。这可能是商业化转型的前兆。
十一、最后说几句
作为一个每天使用和测试OpenClaw的团队（对，我们的日常运行环境就是OpenClaw 2026.4.23，正在密集测试5.4），我们对这个项目的感情很复杂。
一方面，它确实不够完美。更新太快导致配置有时需要手动调整，文档跟不上功能迭代的速度，新手入门的门槛比Hermes高。
但另一方面，它是目前唯一一个让我们感觉AI真的在为人工作的工具。不是聊天，不是问答，是工作—— 构建虚拟团队的协作、完成邮件和即时通讯等各种形式的沟通代理、作为替代人工代理不同工作项目工作、帮助实现工作流程自动化、主动负责GitHub等云端资产的更新维护和沟通，等等、甚至在我们不在线的时候继续执行任务。
Peter加入OpenAI后，有人担心OpenClaw会变成OpenAI的附庸。但现在的迹象恰恰相反：它可能正在变得更独立、更强大、更像一个平台。
因为当一个开源项目的社区足够成熟时，创始人离开不一定是终点，反而可能是项目真正长大的开始。
本文写作于OpenClaw 2026.5.4发布当天。如果你也在用OpenClaw，欢迎聊聊你的体验。
