OpenClaw 推出多人模式,几个人可以共用一个 AI 助手了

OpenClaw Multiplayer 

一个人让 AI 加一座自由女神像，另一个人接着说“放大三倍”。换了人、换了电脑，AI 还接得上。

11 月 5 日，OpenClaw 官方介绍了 Multiplayer 多人协作功能。我对照看了发布文章和使用文档，它要解决的事情很直接，让几个人一起指挥同一个 AI 助手，接着做同一件事。

平时各自问 AI，交接时还要把前面的要求、修改和结果重新转述一遍。Multiplayer 把这段交接搬进共享工作环境。团队成员可以在同一个会话里补充要求，看到彼此正在做什么。

换个人，接着改

官方在旧金山 GitHub Universe 的演示很直观。两台电脑连着同一个 agent，大屏幕展示 Fort Mason 的 3D 场景。第一台电脑要求加入自由女神像，第二台再要求把它放大三倍，AI 接着修改了刚才的对象。请求经过共享队列，参与者也能看到助手是否忙碌。

OpenClaw 在 GitHub Universe 的演示展位，图片来自官方文章

这个例子好在，它让“共享上下文”有了具体含义。第二个人不用先解释自由女神像是怎么来的，前面那段工作已经在共同会话里。

把聊天记录转发给同事，通常只能让对方看见一个结果。要继续改，还得带上文件、要求和前面的取舍。多人会话把接力发生的位置留在原处，少做一次人工搬运。

普通团队怎么用？

从文档给出的流程看，需要先有人搭好 OpenClaw 的服务入口、接入模型，再让同事登录控制界面，进入有权限访问的共享会话。成员可以补要求、接手任务，会话还能分配负责人，并保留创建者和参与者记录。

所以它更接近一个需要配置的团队工具。想找几个朋友点开链接就立即开工，前面仍有部署和账号设置要做。

软件采用 MIT 许可证，模型由使用者选择。免费开源说的是软件，模型调用和服务器仍要按自己的方案算钱。

老林的思考

我更在意的是它能不能减少返工。

拿做网页举个假设场景。产品同事补充页面要求，开发同事解释现有代码的限制，两个人能把信息交给同一个助手，省得各自拿着一份不完整的聊天记录来回试。越需要频繁交接、一起修改同一份成果的团队，越有理由关注这类工具。

但共享之后，分歧也会直接进入同一个会话。一个人要加功能，另一个人要赶上线，AI 按顺序处理请求，也不能替团队决定究竟听谁的。队列安排的是先后，负责人要决定取舍。

权限同样要提前想。文档已经提供成员角色和访问范围设置，也建议互不信任的用户、客户或组织使用分开的 Gateway。把客户项目放进去之前，至少得说清谁能看会话、谁能改文件。

目前这些判断来自官方材料，我还没有亲测。那场自由女神像演示说明了接力可以很顺；换成真实项目，我会更想看一件事，第二个人接手后，能不能保住前面已经确认的要求，同时把新的修改做对。

资料与图片来自 OpenClaw 官方发布文章 和 Multiplayer 使用文档。

>/ 作者：老林的AI探秘日常

>/ 投稿或感兴趣想和我聊聊：476638303@qq.com