离谱!我们离 OpenClaw 就差了一个本地

2025 年 8 月，我们在 Agent 里集成了内部平台的全套 MCP，打通企微机器人。用户用自然语言就能获取数据、分析数据、得到结论。当时团队很兴奋——我们可能是最早把 MCP + Agent 落地的团队之一。

那时候还没有 Skills 这个概念，OpenClaw 也还没出生。

技术底座几乎一样——工具 + Agent + 记忆 + IM 通道。但半年后，OpenClaw 成了全球第一的 AI 开源项目，我们依然只是在服务于内部的业务团队。

差在哪？回头看，是三个根本选择拐向了不同的路。

第一，本地 vs 云端

这决定了体验的上限。

我们的 Agent 跑在云端。在 2025 年这太正常了——Coze、Dify，甚至 Manus 所有 Agent 平台都在云上。用户打开聊天窗口，输入需求，等待结果。本质上是在访问一个服务。

OpenClaw 跑在本地。它住在用户的电脑里，能读写文件、操作浏览器、跑 shell 命令。你不是”去用一个系统”，你是”有了一个帮手”。

“AI 操作我的电脑”——这种体验在 2025 年是前所未见的。用户第一次感受到的不是”这个工具好厉害”，而是”这是我的助手”。归属感完全不同。

我们不是技术做不到本地化，是产品思维上根本没往那个方向想。当时的惯性就是：Agent 就该长在云上。

第二，个人助手 vs 团队服务

这决定了增长的模型。

OpenClaw 从一开始就定位为”个人 AI 助理”。SOUL.md 定义了它的性格，MEMORY.md 记录了你的偏好，它像一个人一样跨会话保持连续感。这条路走下去，是操作系统级的 AI 入口。

关键不在于它功能多强，而在于增长是去中心化的。一个人用好了，会告诉另一个人。每个人装的 OpenClaw 都是自己调教过的独立个体——不是同一个服务在膨胀，是一百万个”分身”在各自生长。

我们的 Agent 活在云端，服务所有人，解决一个场景的问题。这条路走下去，是一个好用的垂直工具——但天花板就是团队规模。中心化的服务，增长也是中心化的。

第三，只读 vs 读写

这决定了 Agent 是”回答”还是”做事”。

最让我耿耿于怀的，是这个。

出于安全考虑，我们的 Agent 只接了”读”的能力。能查数据，但不能操作、不能触发、不能改任何东西。当时觉得审慎。但实际效果是：Agent 被砍掉了一只手，成了只能回答、不能行动的观察者。

OpenClaw 恰恰相反——它能操作文件、发消息、配定时任务、控制浏览器。用户第一次感受到的不是”它说得对”，而是”它在替我干活”。这两者之间，是”搜索引擎”和”助手”的鸿沟。

安全问题不该靠阉割能力来解决，该用权限体系、沙箱机制来兜底。但我们选了最省事的解法，也把 Agent 最有魅力的那部分体验一并砍掉了。

回头看 2025 年用 MCP + Agent 落地真实业务，在当时是前沿实践。

只是在那个”本地”和”云端”的路口，在”个人”和”团队”的选择上，我们选了大多数人都会选的方向。而 OpenClaw 拐向了另一边。

那个选择，比当时以为的重要得多。