OpenClaw开发者数周破万:AI Agent框架已不再是极客的玩具
我昨天让 Claude 帮我分析两个旧脚本，它自己去找了文件，比对了一遍，然后跟我说，之前的分析效率更高，建议回滚。整个过程我只说了一句话。三个月前这活儿我要开三个终端窗口，手动跑两遍测试，再自己决定用哪个版本。
一件是 OpenClaw 发布了，几天下载量过万，它背后那套 Anthropic 的操作抓取技术，能把屏幕上的东西变成结构化文本喂给 AI。另一件是谷歌悄悄推了个叫 Small Gadget Agent 的东西，让 Gemini 直接接管安卓手机——点外卖、看相册、帮你找文件，全程不用你自己动。
我先说 OpenClaw。装那个客户端的时候，我刚敲完命令，它就自动去 Anthropic 那边验证了一遍 API key。我本来想试试它能不能帮我查个日志文件，结果它先帮我确认了身份。然后它问我，要不要建个 Discord 频道，要不要把结果同步过去。我说不用，它还是自作主张给我建了一个。后来我看到有人在 GitHub Issues 里也抱怨这个，说第一次用就被强制建了个服务器。
让我想比较多的是那个榜单的事。SWE-bench 上 GPT-5 Pro 分数很高，但 Claude 在金融那个子榜 TAU-bench 上拿了顶尖的分。这个榜单测的不是谁写代码快，是让 AI 自己读一个 GitHub issue，自己理解问题，自己修代码，自己提 PR。我现在看这个榜单的心态跟半年前不太一样了。半年前我关注的是哪个模型写出来的 bug 少，现在我会想：谁的测试环境搭得更快，谁的结果装进标准化容器里更方便，谁的流程更容易被产品化。SWE-bench 本质上已经不只是技术比拼了，它更像是一个包装能力的竞赛。谁能把 AI 能力更快地装进一个标准格式里，谁的分数就高。
谷歌那个 Small Gadget Agent 让我想到另一层。它目前只在 Pixel 10 上测试，但那个方向是明确的——Gemini 不是帮你写代码的，是帮你操作手机的。以前用 Tasker 写个自动化脚本要调半天，现在直接跟 Gemini 说”帮我把明天的会议提醒设上”，它就自己在日历里建了。
OpenClaw 走的是另一条路：它面向开发者，想做的是一个开源的 AI Agent 平台，让任何人都能在上面搭自己的助手。它用的是 Anthropic 的计算机操作抓取技术，这个技术厉害的地方是，它能看见屏幕上有什么，然后把看见的东西翻译成 AI 能处理的文本。听起来简单，做起来很难——屏幕上的元素不是按代码逻辑排列的，是按设计师的审美排的，AI 要从一堆像素里判断哪个是按钮、哪个是输入框、哪个是文字，这个判断能力决定了 Agent 到底能不能真正替人操作电脑。
我现在用这些东西干的活已经跟半年前完全不同了。以前我写完代码会手动跑一遍测试，现在让 Claude 帮我跑，它跑完了还附带一个总结。以前我会花时间整理日志，现在让 AI 帮我筛选关键行。这些事情单独看都不大，但攒起来省了不少时间。OpenClaw 那个安装过程花了我大概十五分钟，其中有五分钟是在等它验证 API key，剩下十分钟在回答它的问题。
我一直在想一个问题：这些工具现在已经能替我做很多重复性的事了，那我省下来的时间，是去学更难的东西，还是说——我已经没有什么更难的事可做了？这个我暂时想不清楚。OpenClaw 的 GitHub 仓库里最近还有个 issue 在讨论，说能不能把它的操作抓取能力集成到浏览器插件里，这样就不用装客户端了。如果这件事做成了，我现在用的大部分工具可能都要换一遍。
夜雨聆风
