从 OpenClaw 的兴衰看 AI 智能体的残酷法则
曾经红极一时、狂揽超过6.8万GitHubStar的开源本地AI智能体OpenClaw(小龙虾),近期的热度出现了明显的下滑。但与其说它失败了,不如说它悲壮地完成了自己的历史使命:作为“先驱”以极高的成本为大厂的端侧智能体探路。
OpenClaw为什么会跌落神坛?尽管OpenClaw曾以其跨越微信、WhatsApp等社交软件的24小时全自动化控制能力惊艳业界,但其致命缺陷也在业务落地的过程中暴露出来:
1、安全危机:因其对系统要求过多的权限,对输入和输出有不太确定的结果,导致其接连遭遇Imperva和Varonis等机构爆出的高危漏洞,系统极易被黑客欺骗以执行恶意代码或窃取敏感数据。
2、体验痛点:繁琐的节点配置、高昂的Token消耗以及高频更新带来的系统崩溃,让普通企业和开发者苦不堪言。
3、缺乏护城河:OpenClaw强依赖于中心化网关和人工编写的静态技能(Skills)。这种缺乏自我学习能力的“中间件”属性极易被替代。
4、大厂的“降维打击”:在OpenClaw承担了教育市场的代价后,巨头们迅速下场收割,没有护城河的中间件终究被底层LLM吞噬。OpenAI、Anthropic、Google和国内的腾讯、字节等大厂纷纷发布自己的Claw。OpenAI在招募了相关开发者后,迅速在Codex中整合了类似的远程控制能力,将自动化执行直接内嵌至原生生态中。
目前用户转向Hermes与高壁垒场景在“前浪”倒下后,用户自然地将目光转向了更稳定、更具演进潜力的替代方案:自我进化的崛起:以HermesAgent为代表的新一代开源智能体迅速崛起。相比OpenClaw僵硬的静态规划,Hermes引入了“执行-评估-改进”的内建学习循环。它能够将成功的操作自动转化为可复用的技能,并在不同会话间建立持久的用户模型,越用越聪明。Hermes提供了更低噪声的记忆管理、更透明的工具调用以及对后台运行更友好的架构。对于需要处理高频、重复性结构化任务的用户来说,它成为了更精简、更安全的标配。
先驱用血泪探路,最后往往只是为他人做嫁衣。在AI模型以周为单位快速迭代的当下,未来的机会绝不在于开发一个炫酷的控制台。真正的在于要么像Hermes一样深耕自学习架构与持久化记忆,形成系统越用越聪明的软壁垒;要么具体的应用场景下深入行业的专有数据与复杂业务中,做巨头通用底层模型无法轻易触达的“脏活累活”。
夜雨聆风
