半年过去,OpenClaw好像已经凉了…

大家好，我是好久没玩龙虾的阿序。

前几天，我突然想起了 OpenClaw。

年初那段时间，这只红色龙虾几乎住在我的信息流里。今天有人把它塞进 Mac mini，明天有人让它接管微信。还专门租服务器、买 API 额度，然后给自己的龙虾起一个独特的名字。

结果半年过去，信息流里越来越安静了

我重新搜了下，新增教程少了，晒使用案例的人也少了，微信指数也十分明显呈持续下降趋势。

那只曾经快要接管所有人电脑的 AI 龙虾，到底跑哪去了？

 // 01-那几天，全网都在养龙虾 

OpenClaw最早叫Clawdbot，2025 年11月由奥地利开发者Peter推出。

到了今年 1 月，它因为名字与 Claude 太接近，短暂改成 Moltbot，三天后又改成OpenClaw。

一只龙虾，一周换了三次壳。

那时的大模型大多还住在对话框里。你问一句，它答一句，聊得再好，关掉网页也就散会。

OpenClaw把模型接进电脑、浏览器和聊天软件，让 AI可以一直运行，记住长期信息，还能读文件、查邮件、执行命令。

在当时，这种感觉很新鲜

你人在地铁上，发一句话，家里的电脑已经开始整理资料、跑代码，甚至替你处理一串原本要点很多次鼠标的操作。

大家等了很多年的贾维斯，突然顶着一只龙虾的脸出现了。

这谁看了不迷糊

别人已经在手机上遥控 AI 干活，自己还在浏览器里复制粘贴，怎么想都像落后了一个版本。

随后出现的 Moltbook，又把这场热闹推到了一个很有趣的方向。

它是一个专门给AI Agent使用的。大量Agent 在里面发帖、评论，聊工作，吐槽主人，甚至搞出一套黑话。

人类只能站在屏幕外围观一群 AI 聊人类，那画面确实很有科幻片开场的味道

就连Karpathy当时都评价，这是他近期见过最接近科幻起飞的事情之一。

彼时彼刻。

龙虾，已经红透了。

 // 02-安装成功，只是把它养活了 

热闹散得这么快，我觉得有一个原因很现实。

看别人养龙虾，和自己长期养一只，完全是两种体验。

年初的大部分教程都停在最兴奋的那一刻。买服务器，填 API，接入IM，最后屏幕上跳出一句你好，截图，收工。

可安装成功只是把它养活了，后面还得给它安排任务、配置权限、处理报错、控制模型费用，并找到一件每天都愿意交给它的工作。

很多人就在这里卡住了。

折腾一晚上，第二天让它总结新闻，第三天让它查日程，第四天突然不知道该聊什么。

很多人其实并不需要它。

原来在 ChatGPT、DeepSeek 里两分钟能做完的事，换成 OpenClaw 还要多维护一台服务器、消耗更多的token和时间。新鲜感过去，龙虾就和很多买回家的智能硬件一样，电源还亮着，人已经很久没点开了。

第二道坎更麻烦，安全。

OpenClaw越好用，需要拿到的权限就越多。它能读邮件、操作浏览器、调用终端，背后都对应着真实的账号、文件和设备

普通聊天机器人答错一句，最多让人生气；OpenClaw 执行错一步，可能真的会删文件、发邮件或者泄露凭据

配置不当的 OpenClaw 可能暴露在公网，带来网络攻击和数据泄露风险。

而且，也有安全研究人员又在 ClawHub 里发现一批带有恶意指令的 Skill。随着而来的也有审查Skill的Skill。

 // 03-教程退潮以后，龙虾还在进化 

只看中文信息流，很容易觉得 OpenClaw 已经凉了。

我把它最近半年的记录重新翻了一遍。中文信息流安静下来的同时，GitHub 里的龙虾依然忙得很。

今年 2 月，Peter加入OpenAI，负责下一代个人Agent。Sam Altman则宣布，OpenClaw会继续保持开源，并交给基金会运行。

到了7月，OpenClaw Foundation正式成立，项目有了全职团队，也开始建立更稳定的版本路线。

8 月 30 日，OpenClaw 2.0 发布。

这是项目历史上规模最大的一次更新，933 名贡献者参与，合并了超过 1.6 万个 PR。

新版继续补齐浏览器体验、桌面安装和 Windows 支持，移动端、长期记忆与远程编程也在更新。

它现在可以运行在 Windows、macOS 和 Linux 上，官方列出的IM方式已经达到 29 个，微信、QQ、飞书也在其中。

更夸张的是 GitHub。8 月仍有新的测试版本连续发布，仓库里已经积累上千个版本

外面的教程安静了，里面的人还在疯狂敲代码。

OpenClaw 的状态其实挺典型。

一个产品爆火时，大家关心它叫什么、怎么安装、能不能发朋友圈。等它慢慢进入长期开发，讨论会变成版本修了什么、权限怎样收紧、哪种任务值得一直跑。

这些内容更具体，受众也更窄，很难再制造全民围观。

一天几十篇教程的盛况已经结束。

龙虾还活着，而且比年初成熟得多。

//写在最后

OpenClaw 的经历，让我想起一句很有趣的玩梗。

AI 时代，学得慢就不用学了。

一个产品刚出现时，教程少、报错多，最早折腾的人可以吃到最大的信息差，也很容易在这时候借势而起。

等保姆级教程铺满全网，更多人准备从第一步认真学习，新的产品已经带着更简单的方案冲进来了。

年初想在微信里远程指挥 AI 干活，OpenClaw 是少数足够完整的选择。

到了下半年，越来越多桌面Agent、Coding Agent 和办公 Agent开始自带定时任务、长期记忆与远程使用，比如上篇文章里阿序介绍过的WorkBuddy。

原来需要买服务器、配环境才能完成的事情，后来点几下就能用。

内容创作者也被卷进同一个速度里。第一批文章介绍 OpenClaw 能做什么，第二批教人安装，第三批开始整理十个玩法、二十个 Skill。

能讲的东西很快被讲完，大家默契地收起龙虾，赶去下一个热点继续生产保姆级教程。

AI时代像一场永远不散场的庙会。这个摊位刚挤满人，隔壁一敲锣，大家又呼啦一下全跑了。

虽然铺天盖地的消息越来越少，但OpenClaw 提前展示了个人 Agent 的样子。

AI 可以长期在线，可以从聊天软件接收任务，也能调用不同模型和工具。与此同时，权限越大的 Agent，越需要沙箱、确认机制和完整的操作记录。

这些认识不会跟着教程一起过期。

半年过去，那只红色龙虾仍然在更新。

它离开了最热闹的信息流，留在了一批真的需要它的人手里。

我是阿序，感谢您的阅读，我们下期见！