OpenClaw 爆红半年后的退潮窗口|WAIC 2026 观察

朱雀 AI · 行业观察

（图源：OpenClaw 仓库）

半年前，有人凌晨排队，就为了给电脑装一只”龙虾”。

深圳腾讯大楼外，阿姨们在装 OpenClaw。上海的 Apple Store，Mac mini 一度卖断货——很多人买它，就是为了当 OpenClaw 的”宿主机”。企业里甚至出现了这样的 KPI：这个季度，你必须用 OpenClaw 自动化掉多少件事。

然后呢？

然后是卸载潮。不好用、不稳定、不安全，骂声一片，连工信部都发过安全风险提示。很多人得出结论：又一个昙花一现的风口，过去了。

真的过去了吗？

上周，我认真看完了 WAIC 2026 现场对 OpenClaw 基金会核心维护者 Vincent Koc 的一场长采访。这个人的代码贡献量在全球排第二，只排在创始人 Peter 本人后面。再对照这半年的公开信息，我想告诉你一个可能反直觉的答案：

骂声最大的时候，恰恰是它扎根的时候。

今天这篇文章，我们把这半年捋一遍。前半段讲 OpenClaw 发生了什么，后半段讲它对你、对每一家想做 AI 的企业，意味着什么。

01/一只龙虾的半年

先快速回放一下时间线。

一只龙虾的半年 · 时间线

2025.11.24

奥地利工程师 Peter 的周末项目上线，最早叫 WhatsApp Relay

12月 – 1月

改名 Clawdbot、Moltbot，定名 OpenClaw；star 破 10 万，GitHub 史上增长最快

2026 一季度

中国热度超过硅谷，Mac mini 一度卖断货

2.15

Peter 宣布加入 OpenAI，项目移交非营利基金会

3月 – 6月

卸载潮，账单与安全问题集中爆发

4.4

Anthropic 正式切断第三方工具的订阅额度通道，成本回归 API 真实价

7.8

基金会正式成立，OpenAI、NVIDIA、微软、腾讯成为伙伴

7.21（今天）

GitHub star 383,634 颗，还在涨

2025 年 11 月底，奥地利工程师 Peter Steinberger 做了一个周末项目。用他自己的话说：他只是烦这个东西不存在，于是就”把它提示词出来了”（prompted it into existence）。

这个项目改过好几次名字：最早叫 WhatsApp Relay，后来是 Clawdbot、Moltbot，最后定名 OpenClaw。名字换来换去，内核没变——一个跑在你自己机器上的个人 AI 智能体，通过微信、Telegram、WhatsApp 这些你每天都在用的消息软件跟你对话，替你干活。

它干活的样子：就在你天天用的聊天窗口里（图源：OpenClaw 官方文档）

然后，它成了 GitHub 历史上增长最快的仓库——这是基金会公告里的原话。两个多月，star 破十万。写这篇稿子的时候，我去仓库看了一眼：383,634 颗，还在涨。

什么概念？GitHub 史上 star 最高的仓库 freeCodeCamp，攒了十一年，也就 40 万颗出头。OpenClaw 用八个月，摸到了同一个量级。

2026 年一季度，中国市场的热度超过了硅谷。腾讯、阿里、百度纷纷下场：卖”一键部署”的云服务，送兼容的模型套餐，抢智能体时代的水电煤。字节是个例外，它赌的是把智能体直接做进操作系统。开发者把它适配到 DeepSeek 等国产模型上，接进国内的超级 App。基金会的人后来自己都感叹：中国的大公司把业务直接跑在 OpenClaw 上，这并不常见。

2 月 15 日，Peter 宣布加入 OpenAI，同时宣布：OpenClaw 将交给一个非营利基金会。

接着，泡沫破了。卸载潮来了。

再接着，7 月 8 日，OpenClaw 基金会正式成立——美国 501(c)(3) 非营利组织，Peter 保留技术掌舵权，OpenAI、NVIDIA、微软、腾讯都成了合作伙伴。核心工程团队只有五六个人，靠 OpenAI 等伙伴的资助和社区捐赠运转。

最有意思的是数据。Vincent 在采访里说：巅峰期的疯狂确实降温了，但现在仅 npm 一个渠道，每周就有四百多万次下载——比巅峰期还高。这还不算中国的镜像站。

热度降了，采用率反而在涨。

为什么？

02/谁在用，谁不用了

先说我身边的情况。年初抢着装龙虾的那批朋友，现在还在天天用的，十个里剩不下两三个。你身边估计也差不多。

但个体感受和总体数据，经常是两回事。npm 每周四百多万次下载，38 万颗 star，都还在涨。矛盾吗？把中国和海外拆开看，就不矛盾了。

先看中国。5 月，ClawCon 第一次开到上海，现场的中国开发者围着核心团队问的，全是飞书、微信、企业微信、钉钉怎么接。ClawCon 的全球组织者 Michael Galpert 说，中国开发者接入的速度和意愿，让他震撼。核心团队在另一场对话里也讲：中国的大公司把业务直接跑在 OpenClaw 上，这在全世界并不常见。

原因不复杂。微信、飞书、钉钉、企业微信，装着中国人几乎全部的工作和生活，OpenClaw 天生长在聊天窗口里，一接进来，就站到了客户沟通、组织协作、文件流转的正中央。再加上阿里云 2 月底就上线了 OpenClaw 预装镜像，配着低价的国产模型套餐；上周 K3 这样的开源旗舰一放，连大脑都可以换成国产的。中国用户的路，越走越宽。

路宽，不等于走的人都稳。5 月的《中国 OpenClaw 生态调研报告》里有两组数字：88.6% 的企业，未来 12 个月有采购计划；可 51.1% 的企业里，实际在用的员工不到 20%。采购单很热，渗透还很浅——堵点一半在安全（43.2% 的管理者怕核心数据泄露），一半在没人管（只有 21.6% 的企业建起了完整的治理框架）。

海外是另一番景象。个人开发者其实也疯过——ClawCon 从旧金山一路开到纽约、迈阿密、马德里、东京，场场千人。保守的是企业。

保守有保守的道理。5 月上海那场专访里有个判断说得透：OpenAI、Anthropic、Google 都在把 Agent 做进自家产品，封闭平台给的是确定性——账号、权限、工具、记忆，一套到底，企业买的就是这份确定。装一只开源龙虾，等于把不确定请进了公司。IT 部门看一眼它要的权限清单——账号凭证、浏览器数据、全盘文件——基本就摇头了。

权威机构的态度也摆在那儿：Cisco 管它叫”网络安全灾难”，CrowdStrike 专门发了检测指南，Gartner 给它贴的标签，是”agentic AI 的危险预览”。

同一只龙虾，海外的门是平台在关，中国的门是平台在开。

那后来退坑的人，又是被什么拦住的？把这半年的退坑原因摊开，主要是三道闸。

第一道闸，账单。年初很多人拿每月 200 美元的包月订阅驱动龙虾，便宜得像不要钱。可一个重度实例一天烧掉的 token，按 API 定价值 1000 到 5000 美元——包月的账，被这种昼夜不停的用法击穿了。2 月起，Anthropic 和 Google 先后收紧第三方接入；4 月 4 日，Anthropic 正式切断订阅额度通道，要用，按 API 真实价格付。补贴一撤，账单见光，第一批人下车。

第二道闸，安全。1 月底，安全研究员在 Shodan 上扫到 299 个不设防的暴露实例，一周后变成 1800 多个，API 密钥、几个月的聊天记录随便看。到 3 月，安全机构监测到的活跃暴露实例超过 20 万个，超过四分之一带着高危漏洞，国内一个监测口径下的暴露实例超过 7 万。官方技能市场查出上千个恶意技能包，慢雾的报告里，有人密钥被盗，一夜烧掉 1.8 亿 token。第二批人吓得下车。

第三道闸，运维。它跑在你自己的机器上，你就是它的运维。网关绑定配错一个参数，实例就在公网裸奔——出事的大多数，根子在配置，而它的架构又把配置错误的后果放到最大。年初排队装机的阿姨们，多数没走过第一次配置这道坎。第三批人卡在门槛上，慢慢就不开机了。

三道闸拦下的，多是把它当玩具的人。而账单、安全、运维这三件事，恰好就是这半年基金会闷头在修的。这就要说回那场采访了。

03/卸载潮过后

我们先诚实一点：卸载潮是真的，问题也是真的。

Vincent 自己承认：我们搞砸过。他们想用智能体来飞速开发智能体，结果软件不稳定，丢了大量用户。

那阵子他们同时被淹着：一万个 PR 涌进来，高峰期每天收到 100 多份安全漏洞报告，其中一大半，是用大模型顺手生成、只为在热门项目上留个名的。

但你注意一个细节：这半年里，OpenClaw 团队做的最重要的几件事，全都不性感。

存储架构重构。以前所有会话都写在文件里，现在放进了一个可替换的数据库文件——企业可以直接换成自己的数据库系统，可以做备份，可以规模化部署。

容器化。把智能体关进”盒子”里，明确告诉它：你只能碰这些文件、这些网络。他们还在跟操作系统厂商合作，让这个边界由系统底层来保证，代替智能体的”自觉”。

AutoModes。权限管理重做了：一个模型看着你的对话，根据你的意图判断这个操作安不安全、该不该找你确认，代替过去”全放行”或”全禁止”的两个极端。

测试基建。现在他们的智能体可以在 20 秒内拉起任意操作系统的测试机，自己截图、录屏、点按验证，把”证据”附在每个 PR 上。Vincent 管这套东西叫”工厂”：流水线要转起来，光有传送带不够，你还需要质检、灯光和电力。

看明白了吗？

上半年的 OpenClaw 靠热闹出圈。下半年的力气，全花在了这些看不见的地方。

卸载走的，多是来看热闹的人。留下来的，是拿它干活的人。

04/每一次退潮，都长一个样

把时间轴拉长，这一幕我们全见过。

淘宝、公众号、抖音、小程序，每个新东西冒头，都是一窝蜂涌进去，人山人海；过几个月潮水退去，”凉了”的稿子铺天盖地；再过一年半载，真正的赢家从冷清里长出来。

四次潮水 · 同一条曲线

微信小程序

2017.1 上线当天刷屏 →年中「小程序凉了」刷屏 →第 12 个月，拼多多们跑出来，如今是基础设施

Clubhouse

2021.2 一夜爆红，一码难求 →两个月后，月下载从 960 万跌到 92 万（Sensor Tower）→没有第二波，2023 年裁员过半

ChatGPT（国内）

2023.2 全民刷屏，百模大战 →下半年「AI 疲劳」→12–24 个月后，企业落地潮才真正开始

OpenClaw进行时

2026.1 巅峰 →第 3–5 个月，卸载潮 →第 6 个月：周下载创新高，基建落地

学术界给这条曲线画过像。Gartner 跟踪新技术三十年，那条著名的”技术成熟度曲线”：技术冒头，期望冲顶，泡沫破裂，跌进低谷，再沿着缓坡爬向成熟。按 Gartner 的说法，多数技术走完全程要 5 到 8 年，也有不少技术死在低谷里，再没爬出来。

顺带说个细节：年初给 OpenClaw 贴”危险预览”标签的，也是 Gartner。它正走的，就是 Gartner 自己三十年前画的那条线。

中国市场把这条曲线踩得更快。上面四个样本里，从峰值到冷场，只要三到六个月；从冷场到真正起势，再等 12 个月上下。

我给这段时间起了个名字：退潮窗口。

退潮窗口

热闹散场之后、大众回来之前的 12 个月上下。
人少，安静，试错便宜。

判断一个东西是死在低谷，还是正处在退潮窗口，我只看一个指标：热闹散了之后，用的人是多了，还是少了。

Clubhouse 的热闹散了，使用跟着一起散了。小程序的热闹散了，日活在涨。OpenClaw 的热闹散了，npm 周下载创了新高。

前一种，退了就是退了。后一种，退掉的只是围观，留下的是需求。

所以我一直提醒自己，也提醒学员：不要被新闻牵着鼻子走。新闻负责刺激，判断得自己下。被一条新闻打到之后，往下挖——挖到数据里，挖到自己的业务里，把外面的刺激，变成内生的力量。

退潮窗口里最该做的一件事：坚定投入。人少，安静，试错便宜。等大部队回来的时候，你已经在里面了。

05/中国企业最该听懂的一段话

采访里有一段，我听的时候心里咯噔一下。

主持人问：为什么智能体的 aha moment 还没有大规模到来？

Vincent 没有甩锅给模型。他讲了一个工程界的老定律——康威定律：

“一个组织设计出来的系统，必然是这个组织沟通结构的翻版。”

—— 康威定律，1967

很多大企业做智能体，是怎么做的？照着组织架构图做。市场部一个 agent，销售部一个 agent，客服一个 agent，上面再架一个”管理 agent”。层层汇报，像素级复刻了自己的科层制。

Vincent 说：这不代表这是解决问题的最优方式。你只是把历史包袱原样搬进了智能体里，然后期待它施展魔法。

而那些跑得飞快的初创公司在干嘛？拿一张白纸，围绕问题本身重新设计。今天搭一个能跑的东西，明天迭代它。

这段话，跟我这大半年在企业一线看到的，严丝合缝。

这里插一句我自己的背景，方便你判断我接下来说的话有几分可信：我叫朱雀，做了二十年生意——2007 年做过互联网订餐平台，后来做消费品牌，也做投资。这两年我几乎把全部时间押在了一件事上：把公司开在 Ai 上，帮企业把 AI 真正落到业务里。过去大半年，我积累了把千多个小时的 AI 实操，陪企业搭了四百多个智能体，教过一千多位企业主，现在还是上市公司创业黑马的AI实战导师。

所以当很多老板拿着 OpenClaw 的新闻来问我：”我们公司能不能也搞一个这样的智能体？”

我的回答通常会让他们有点扫兴：

先别搞。你有三道关要过。

06/智能化之前的三道关

这是我在几百家企业里反复验证过的一个判断：越是提早进入智能化时代的企业，越要先把苦头吃在前面。

第一关 · 数字化

核心信息从纸上、脑子里，变成电子数据

▼

第二关 · 线上化

上云，变成可共享、可在线处理的活数据

▼ 先过「数据清洗」这道暗关 ▼

第三关 · 智能化

到这一步，才轮到智能体登场

第一关，数字化。把你所有的核心信息，从纸上、从脑子里，变成电子数据。核心信息就三类：采购信息、客户信息、销售情况。听起来是不是很基础？但我见过太多年营收几个亿的企业，供应商台账还在业务员的笔记本里。

第二关，线上化。数字化了还不够。数据躺在某台本地电脑的 Excel 里，等于没有。它必须上云，变成可共享、可在线处理的活数据。

第三关，才是智能化。而在跨进第三关之前，还有一件最脏最累、也最致命的活：数据清洗。

企业常年积累的数据，一定有两个毛病。

一是信息增量。同一张采购表，最早记 6 类供应商信息，后来加了供应商微信，再后来加了供应商评级——同一张表，长着长着就变形了。

二是命名不统一。同一个联系方式，今天叫”电话”，明天叫”联系方式”，后天叫”微信”。人看得懂，机器会疯。

我常打一个比方：这些数据如果不清洗，就好像大厨烧菜——你前面的白菜萝卜没洗干净，厨师水平再高，做出来的菜里，也全是泥。

模型是厨师。OpenClaw 是厨房。但菜，是你自己的。

而且企业规模越大，这个问题越重。小企业历史短，数据包袱轻，反而可以轻装上阵——这也解释了为什么这一轮智能体浪潮里，跑得最快的总是小团队。大企业相反：先把数据处理好，再谈智能化。

好消息是，洗数据这件事本身，现在就可以让 AI 来干。这是我们做企业陪跑时的标准动作：先用 AI 工具清洗、对齐历史数据，再谈搭智能体。顺序不能反。

07/真正的变化：智能体开始”入职”了

最后，说一个采访里我认为最重要、但最容易被忽略的观察。

Vincent 说，OpenClaw 在企业里带来的最大变化，出在协作关系上。

以前，AI 助手是私人的。我用我的 Copilot，你用你的 ChatGPT，各干各的，产出再拿出来拼。

现在，智能体是”住在团队里”的。它有自己的记忆，有自己的技能，我的同事可以直接跟我的智能体说话，我的智能体也可以去找他的智能体协作。

它像一个新入职的同事。

这就是我这一年反复分享的那个判断：AI 的超级入口是 Work，不是 Chat。聊天是界面，工作流是主战场。OpenClaw 这半年从消费者狂欢转向企业基建，把这个判断又印证了一次——消费者带它进公司，企业把它变得可靠，可靠了又反哺更多消费者。飞轮就是这么转起来的。

所以，回到标题的问题：爆红半年后，OpenClaw 到底怎么样了？

我的答案是：它度过了一个产品最危险的阶段——从被所有人谈论，变成被一部分人依赖。

aha moment 还没来。基建在一件一件地落。

而对每一个企业经营者来说，真正要回答的只有一个问题——

当龙虾敲门的那天，
你家的菜，洗干净了吗？

■朱雀 AI