ARTICLE · 1037723
OpenClaw 不是凉了,是被收编了
野生 Agent 爆火又退场，大厂原生 Agent 凭什么接棒
上一篇《调教 AI 这两年，我理解了唐僧》发出去之后，后台有人问了一个问题：
既然“自己给 AI 立规矩”这么重要，那 OpenClaw 为什么火了一阵子，然后就没了？
这个问题问到了点子上。它刚好卡在 AI Agent 的分水岭上。
它不是凉了，是被收编了。
它证明了一个需求，然后把这个需求交给了有能力把它做成产品的人。
一、它为什么能火到破圈
三个原因，缺一不可。
第一，时机
2025 年底到 2026 年初，大模型的能力刚好跨过一道门槛：它能自己连着干几十步活，而不只是一问一答。但那个时候，没有任何一个产品把这种能力完整交到普通人手里。能力就绪、产品空白——这是爆发最好的土壤。
第二，它带来了“贾维斯”降临的幻觉
Claude Code 和 Codex 是大厂产品，出厂就把自己调得很规矩：当时虽然能用，但太克制，模型能力不能完全展现。
OpenClaw 反着来。它是一只完全没上紧箍的 Agent：接上你的 WhatsApp 和 Telegram，读你的邮件，看你的日程，能动你的文件系统和浏览器。官方文档甚至明说——沙盒和权限，你自己设计。
这就是差别所在。前者的价值是“AI 能帮我写代码”，后者的冲击是“AI 能替我干活”。适用人群从几百万变成了几十亿，传播力也差几个数量级。
第三，它把“调教”AI变成了可以晒的东西（参与感）
因为没有护栏，你必须亲手给它写规矩。SOUL.md 定义性格，AGENTS.md 定义行为边界，MEMORY.md 沉淀记忆——这些都是你一个字一个字敲出来的文件。
写规矩这件事本身就是最好的传播引擎。有人立“花钱前必须问我”，有人立“发推之前先给我看草稿”，有人把自己的写作习惯和作息都写进去。每个人都在社交平台晒自己的配置，围观的人看完第一反应是：我也想养一只。
结果就是，几个月内 GitHub 星数破十万，超过 VS Code。
注意这里的关键——它火的不完全是技术，是参与感。
二、它为什么退出了大众视野
第一，安全性问题
ClawHub 上的技能包里，有 12% 被查出是恶意的。“沙盒和权限你自己设计”翻译过来就是：没有防线。让一只没有护栏的 Agent 接上你的邮箱、聊天软件和文件系统——这是个演示，不是个产品。
第二，不稳定
野生 Agent 的稳定性、成本、边界都不可控。今天跑通，明天可能因为模型换代就崩了。它能证明“这件事能做成”，但做不到“这件事每天都能做成”。
第三，也是最关键的——核心被整个吸收
2026 年，Claude Code 从终端工具长成了完整平台，Codex 有了桌面 App 和异步任务。OpenClaw 验证过的需求——记忆、技能、主动唤醒、消息入口——大厂一个不落地搬进自己的产品，然后用更强的工程能力把它做扎实。
第四，人走了
作者 Peter Steinberger 在 2026 年 2 月加入 OpenAI，项目转入基金会。创始人驱动的阶段结束了。
所以它不是“凉了”。它是把事情做完，然后交棒。就像鲁菜融入家常菜一样。
三、大厂原生 Agent 凭什么接棒
回到上一篇的比喻：自己给 AI 戴紧箍。
自己戴的紧箍，勒得再紧，也比不上人家出厂就调好的对齐。
大厂手里有三样个人项目补不上的东西：
模型适配
同样的模型，经过千万次真实场景调优，稳定性和边界感完全不同。
安全团队
你一个人熬夜写的护栏，对面是一个专门团队在对抗攻击。
持续迭代
模型三个月换一代，agent 2~3天一迭代，迭代后你的配置可能就要重写。
需求被大厂吸收之后，形态也变了。
为什么程序员先接受？
因为 Codex 和 Claude Code 长在程序员本来的工作界面里——终端、编辑器、代码仓库。不需要谁去教，装上就能用。
但更根本的原因在验证成本。
可以被验证的领域不止代码一个，数学、逻辑、下棋都能验证。代码的特殊之处是它可以被快速验证：写完立刻能跑，跑不通立刻报错，改完再跑——一轮循环只要几秒，不需要任何人来当裁判。
这一点决定了 AI 能力会先在哪里被磨出来。模型的进步靠的就是高频反馈：它必须能立刻知道自己错了，才能立刻调整。Agent 在别的地方胡搞，你可能要好几天后才发现；在代码里，跑不通就是跑不通，下一轮已经开始了。
能多快验证，就能多快调整；能多快调整，闭环就能多快跑通。
所以 AI 最快跑通闭环的地方必然是编程——不是因为程序员人多，而是因为这里是唯一能把“模型能力 → 反馈 → 调整”这个循环几秒钟跑一轮的地方。能力先在这里被训练出来，然后才外溢到别的行业。
这也解释了为什么大厂原生 Agent 的产品顺序是反过来的：先给程序员，再给所有人。
为什么又外溢到了办公人群？
因为程序员带出去的不只是工具，是一整套方法论——怎么立规矩、怎么给记忆、怎么放权又怎么收权。这套东西和编程无关，跟写作、做表、整理资料是同一件事。再加上一个更现实的理由：办公人群不想配环境或者说小龙虾使用的门槛太高了。
在国内，接棒的是 WorkBuddy 这类产品：把coding训练出的能力，做成开箱即用的东西，中文、国内可用、功能齐全。当然代价也要说清楚——coding 能力还欠火候，顶级模型也还没完全跟上。
大厂原生 Agent 赢的不是“更聪明”，是“更可靠 + 更容易上手”。
而可靠，恰恰是普通人愿意把工作交给它的理由。
四、它到底留下了什么
有人宣布 OpenClaw 凉了。我感觉这个结论下得太早。
它的意义从来不是“赢”，是启蒙。
就像安卓开源让所有手机厂商学会了怎么做智能机——OpenClaw 让一批先锋人群学会了怎么和一只 Agent 相处：怎么立规矩、怎么给记忆、怎么放权、怎么收权。这些经验正在回流，变成所有 Agent 产品的标准配置。你今天在 Codex 和 Claude Code 里看到的记忆、技能、权限分级，背后都有这只野生猴子的影子。
它最大的遗产不是代码，是一整代用户的习惯。
大闹天宫的大圣被降服了，走上了西行之路。但西行路上最懂悟空的，是唐僧。
同理——AI Agent 这条路走到最后，最懂它的，是那些亲手给它立过规矩的人。
模型三个月换一代，你调教agent的记忆和能力会不会随时报废？
不会。换一个更强的模型和agent，要处理的问题还是那些
全文完