OpenClaw拿下Windows那天,全球16亿台PC发生了什么?

阅读时长预计：5min

作者：瑶哥  编辑|校对：文兰

说一组数字，你感受一下。

全球最大的开源AI Agent项目，叫OpenClaw。

社区里积累了1.3万个技能，覆盖代码生成、文档处理、自动化运维，什么都能干。但有一条——它一直不能在Windows上原生运行。

全世界装机量最大的操作系统，在AI Agent的世界里，是个”外人”。

这件事本身就很荒诞。你办公室那台跑Windows的电脑，能打开全球任何网站，能运行世界上最复杂的工业软件，但就是不能原生接入一个开源的Agent网络。你得装Docker，配WSL2，折腾半天还不一定跑起来。跨文件系统读个文件慢10倍，插件安装跟抽奖似的。

直到最近。

OpenClaw 2026.6.1发布，178个commit砸进主线，一句官宣文案只有十几个字——“Windows加入集群，再也不用穿企鹅装了。”

全球最大Agent项目，拿下了全球最大的操作系统。一条消息，三记重拳，下面一个一个说。

1. 一个被忽视的荒诞事实：全球最大OS，在AI世界一直是”外人”

你先想一个问题：为什么全球装机量最大的操作系统，在AI Agent赛道上做了这么多年”二等公民”？

OpenClaw之前，Windows用户想跑Agent，只有两条路：Docker容器里套一层，或者WSL2子系统里再套一层。每一层套上去，性能就砍一刀。

跨文件系统读写，能比原生慢10倍。插件安装动不动报错，每次更新都心惊胆战——你不知道这次更新完还能不能跑起来。

说白了，你手边那台几千块买的电脑，在Agent眼里连个”肉身”都算不上。

所以过去两年，AI Agent的算力底座长什么样？Mac mini、树莓派、几台Linux服务器——极客圈的玩具。这个圈子的潜台词是：你得先是个开发者，才有资格玩Agent。

基于全新MXC架构，Windows原生节点托管正式上线。

你的游戏本、办公机、家里吃灰那台旧台式机，现在可以以”一等公民”身份，加入OpenClaw的全球分布式节点网络。

不需要Docker，不需要WSL，不需要任何中间层。就是一台Windows电脑，装个软件，直接变成Agent集群里的一块”砖”。

WSL用户也没被落下：剪贴板操作通过shell桥接打通，桌面端能识别手动更新的launchd任务，启动输出全程机器可读。新老用户都安排明白了，这一点做得确实仔细。

但重点不在这里。

重点在于：16亿台Windows设备的”主人”，今晚还能正常发邮件、做PPT、打游戏。但他们不知道——这台电脑从今晚开始，理论上可以是一个全球AI网络里的计算节点。

Agent从来不缺”脑子”。它缺的一直是”身体”。而全球最大的”身体存量”，就沉睡在16亿台Windows设备里。

2. 第13001个技能，可能是AI自己写的

上一章讲的是”肉身”，这一章讲”进化”。

OpenClaw的杀手锏是一个叫”技能”的东西——封装好的任务模块，目前ClawHub社区里已经有超过1.3万个。写周报、调代码、发邮件、查资料…你想得到的需求，基本都有对应的技能。

但有一个事实你仔细想想：这1.3万个技能，每一个都是人写的。人构思功能、人写代码、人测试、人提交。AI只是使用者。

从今天开始，这个事实被改写了。

技能工坊的机制不复杂：Agent在干活过程中，发现自己”缺了点什么”——比如要读PDF但没有PDF技能——它可以调用 skill_workshop 工具，自己写一份”技能提议”，丢进人类的待审列表。

人类可以批准、驳回、隔离，也可以带版本号原地修订。每个提议都配备哈希校验和回滚保护，出了问题一键退回。

这件事之所以让人后背发凉，不在于”AI写了个工具”。而在于：Agent开始对自己的能力有”自省”了。它能意识到”我现在做不到这个”，然后主动提出”我可以学会怎么做这个”。这和单纯的代码生成是两码事——这是元认知级别的动作。

你想想。你晚上关电脑睡觉。你的Agent可能在凌晨3点发来一条提议：”我今天处理了23个Markdown文件，发现缺少一个表格自动格式化技能。我已经写好方案了，等着你明天审批。”

你醒来的时候，你的AI可能已经比昨晚聪明了一点。每天聪明一点点。一年呢？

而安全机制的设计也很务实——版本号、扫描器、回滚保护，每一步可追溯。不是”放开了让AI随便改”，而是”允许AI提议，人类拍板”。这个分寸感，是目前所有Agent框架里最成熟的。

3. AI不光能干活了，它学会当”领导”了

第三个更新，叫工作板。

名字听着平平无奇，但你细品一下它能做什么：给一个主智能体派一个大活，它会自己拆解成子任务，分发给下级的子智能体，追踪每个子任务的进度，最后汇总交付。

整个过程在工作板上一目了然——进度条、任务流转、评论反馈，跟真实项目组的看板一模一样。

前两个更新解决的是”Agent能跑在哪”和”Agent怎么变强”。这个更新回答的是一个更本质的问题：Agent到底是一个工具，还是一个角色？

在此之前，大部分人对AI Agent的想象是”聪明一点的命令行”——你说一句，它做一件。但现在工作板一出，角色变了：AI从”单兵”变成了”指挥官”。它不再只是执行者，它可以是任务的切割者、进度的管理者、质量的把关者。

你想想这意味着什么。你手下如果有一个能拆解任务、分配工作、追踪进度、汇总交付的Agent——那理论上，你只需要”想做什么”，不需要”管怎么做了”。你的AI成了你的中层管理，而你成了CEO。

模型层面也有大动作：MiniMax M3全面接入，GitHub Copilot的1M超长上下文能力打通，Tokenjuice和GitHub Copilot运行时以官方插件身份登录npm和ClawHub。

底层还藏了一手容易被忽略的狠活——大量引入SQLite替代文件系统扫描，iMessage监控状态、入站消息队列、插件安装记录全部迁移。本地服务探测、状态重启的响应速度肉眼可见地快了。

178个commit，一次更新。这个迭代速度，在开源世界里是断档级的。

4. 三步跑起来，你自己体会

说完了，如果你看完想试一试，三步就够了。

一个额外建议：模型别只用一个。新版接入了MiniMax M3和GitHub Copilot 1M长上下文——同样一个任务，不同模型表现差异极大。有的擅长拆任务，有的擅长做汇总，有的在长文档场景里准确率高得吓人。多切几个模型跑一遍，你会对自己的Agent团队有全新的认知。

最后哆嗦一句

写到这里，想起Peter Steinberger在Build 2026大会上说的一句话。具体原话我记不清了，大意是：”我们不缺更强的模型，我们缺的是让AI走进真实工作流的入口。”

回头看这三个更新——Windows原生接入解决了”跑在哪”，技能工坊解决了”怎么变强”，工作板解决了”怎么协作”。三者放在一起，指向的不是一个更聪明的聊天机器人，而是一个能自己寄宿、自己进化、自己组队的分布式智能网络。

178个commit扔下去，一只开源的”龙虾”在16亿台PC上醒来。

你桌上那台电脑，今晚之后，可能悄悄多了一个身份。

最后发起一个“长谈”，如果你愿意空出1-2个小时时间，我们可以线下或者线上一起聊个天（推荐线下），深度聊一聊，比如你现在在用哪个模型？

交个朋友，共同成长，看到这篇文档有意愿的任意朋友都可以，记得私聊我，不用紧张也不用有顾虑，就是聊个天。

现在龙虾跑得怎么样？欢迎也在评论区说说你的想法？

有启发就“一键三连”，AI+人工码字，人工原创真的不易，谢谢你的转发。

以上

个人微信：扫一扫，一起加入方案经理圈。

加我后台回复“GPT”领取AI解决方案 Prompt工具包；

别急着走，有启发就“一键三连”，交个朋友，由于改版，劳烦大家动动大拇指点击一下“看一看”、“精选”，最好“⭐ 星标”一下公号，这样推文发出，会第一时间出现在你的订阅栏，辛苦大家了。