夜雨聆风1、OpenClaw发展现状与核心优势
·核心发展里程碑：OpenClaw是具备行业标杆意义的开源项目，其推出将GPT时代推进至后GPT时代，核心发展里程碑为2026年3月3日GitHub star数达25万，登顶GitHub开源项目榜，成为GitHub历史上star数最多的项目，具有极强的行业标志性意义。此前GitHub star榜榜首长期由Meta维护的前端框架React占据，React达成同等star规模耗时15-16年，而OpenClaw完成该成就仅耗时4个月。这一发展速度的巨大差异直观体现了全球开发者群体对OpenClaw的高度共识，一方面是认可其产品模式的创新性，另一方面是认同其技术路线的合理性，这种全行业的共识是判断赛道发展确定性的核心信号。
·人机交互范式革新：前GPT时代以Chatbot作为核心人机交互模式，该模式存在明显痛点：大模型能力边界模糊，用户需通过Prompt Engineering方式与大模型交互，要反复尝试、多次迭代调整Prompt和上下文窗口才能获取有效信息，整体交互效率较低。现有主流相关产品如Cursor等，均是通过搭建复杂的提示词框架固定用户行为逻辑，以此提升交互精准度。OpenClaw的出现带来了人机交互范式的革新，其作为中间件改变了原有交互逻辑，用户无需直接与大模型交互，只需提出需求，OpenClaw即可自动将需求转换为机器可执行指令。可类比为：此前完成同类任务类似需要人工赶马车运输货物，OpenClaw则相当于可自动装载、智能驾驶的运输汽车，仅需告知需求即可自动完成任务，不过其运行的Token消耗量较原有模式显著提升，因此使用时容易出现账单超支的情况。
·生态壁垒核心优势：OpenClaw作为赛道标杆性开源项目，迭代速度极快，大版本迭代最快仅需1-2天。其技术领先性一方面源于自身对行业发展方向的引领，另一方面得益于开源社区的贡献，可不断吸收外部提交的内容实现快速迭代，持续巩固技术优势。目前国内已有十余家厂商推出同类跟随产品，均小步紧跟OpenClaw的发展路线，不敢大幅偏离。OpenClaw的核心壁垒并非来自代码或技术复杂度，而是来自前期积累的开源生态与用户群体，大量用户的使用反馈与代码贡献构成了难以复刻的竞争优势，在开源商业模式下，后续入局者基本难以追赶其已形成的生态优势。
2、行业反响与Token增长态势
·中美厂商跟进差异：当前AI大模型领域针对OpenClaw类工具的布局呈现明显的中美分化特征。国内市场参与热度较高，十余家AI大模型头部厂商、各类云厂商均已跟进相关布局，甚至部分此前市场知名度较低的厂商也参与其中。美国市场则反响平淡，除OpenAI收购OpenClaw并将其纳入自有开源社区产品矩阵外，微软、谷歌等行业巨头均无明确跟进动作。这一差异背后的核心共识性原因是国内AI领域商业模式仍不清晰，厂商普遍希望依托OpenClaw类工具作为新的用户入口，在Token、云存储、算力等环节找到新的用户吸引路径，反映出中美大模型厂商在生意模式探索上的思路存在明显差异。
·Token消耗增长态势：OpenClaw推出后，Token消耗量出现过去三到五年都未观测到的大幅增长，这一变化背后反映了AI使用范式的重大变革。数据来源为全球最大的模型聚合平台OpenRouter，该平台数据不覆盖美国大型ToB企业直接向厂商采购的长期订单流量，但平台用户以中小企业为主，这类群体的技术选型更看重长期灵活性，其选择偏好能够反映未来3-5年行业的技术发展方向，对判断新兴行业、创业企业的发展趋势具备较高参考价值。从具体数据来看，OpenClaw于2025年12月底推出，2026年2月2日（春节前）OpenRouter平台Token消耗量为9.8万亿，当时OpenClaw尚未广泛普及，截至2026年3月9日，该平台Token消耗量已达16.9万亿，短短1个月左右的时间接近翻倍，截至2026年3月16日仍保持快速增长态势。Token本身具备付费属性，若无重大技术或使用范式革新，用户不会大规模增加相关投入，此次Token量的暴涨本质是OpenClaw带来的AI推理需求和推理范式发生重大变革，用户使用Token完成相关设计的消耗量大幅提升，这一变化将对大模型厂商的Token经济学产生深远影响。
·Minimax增长案例：Minimax是OpenClaw最早官方合作的中国大模型厂商，依托OpenClaw的发展红利实现了Token量的爆发式增长。Minimax的Token消耗量涨幅达197%，其增长核心受益于出海市场，产品主要通过网络聚合平台面向海外客户交付。从细分场景来看，大模型编程是当前OpenClaw落地的核心场景之一，Python代码生成相关的Token消耗量居高，其中Minimax的相关服务长期位居OpenRouter平台首位，单周Python代码相关Token消耗量达3640亿，大幅领先其他同类产品。这些数据均为用户实际付费产生，是用户用真金白银投票的结果，真实反映了市场对Minimax产品的认可度，也验证了OpenClaw带来的需求增长具备实际的用户付费支撑，对大模型厂商的业务布局有明确的参考意义。
3、产品价值与交互革新
·原生Skill差异化价值：2025年10月起大模型厂商陆续启动产品更新，目前主流大模型仅能提供数十个原生Skill，覆盖PPT制作、代码编写、绘图等通用场景，但用户实际使用的场景复杂度与灵活性需求远高于现有Skill的覆盖范围，供给端的数十个Skill与需求端百万级的差异化需求之间存在显著缺口。OpenClaw提出的三层架构虽无突出创新性，但支持前后端、各类Skill的任意排列组合与编排，可让用户灵活搭建专属工作流，自主调用大模型能力完成任务，无需被动等待大模型厂商推出对应Skill。类比App Store历经20年发展才达到200-300万的应用规模，大模型Skill生态成熟仍需漫长周期，因此OpenClaw在未来较长时间内都具备不可替代性，拥有持久市场生命力。
·人机交互模式革新：OpenClaw带来了全新的人机交互模式，区别于传统Chatbot“有问才答”的被动交互逻辑，OpenClaw作为用户的智能助理具备“活人感”，可主动向用户推送任务进度、待办提醒等信息，无需用户主动查询等待。这一微小转变颠覆了市场对大模型工具产品形态的固有认知，能够激发用户持续使用的意愿，让用户对产品产生天然亲近感。预计2026年将有大量软件、硬件产品在人机交互设计上跟进该模式，适配用户逐步形成的使用习惯。
·国内克隆产品现状：目前国内OpenClaw同类产品赛道火热，腾讯等头部厂商均已下场布局相关产品，还有大量厂商直接推出免费版本的同类产品。用户无需担心产品供给不足问题，即使某款产品停运，也有其他同类型产品可供选择。当前该类产品的使用场景以工作提效为主，涵盖单智能体、多智能体等不同应用模式，相关应用场景的公开介绍信息较为丰富，用户可便捷查询获取相关内容。
4、Token经济学新变化
·Token价值转换逻辑：2017年温达就提出"AI是新电力"的判断，2026年这一判断已得到充分验证：当前各大科技厂商为保障AI发展所需的能源供给，纷纷向能源厂商争抢发电配额，OpenAI甚至投资了多家核聚变发电公司，核心逻辑在于AI发展需要源源不断的能源支撑才能生成Token，最终通过Token变现形成"电力→Token→收益"的完整价值转换链路。从投入产出核算来看，数据中心的用电成本约0.4-0.5元/度，水电资源丰富的地区用电成本可低至0.2-0.3元/度；以Deepseek V3.2模型为例，一度电可产出约200万Token。不同等级模型对应的Token价值差异显著：低端推理模型的Token价值约10-20元/每度电产出量，Anthropic、OpenAI推出的高端稠密模型，Token价值可达100元/每度电产出量，低廉的电力成本经过算力基础设施加持后，价值增值幅度可达数十倍至数百倍，具备可观的盈利空间。
·厂商出海实践案例：MiniMax在2026年新年期间发布的财报显示，其托管业务增长态势良好，最为突出的是出海业务表现亮眼，出海收入占总营收的70%，国内收入仅占30%。由于海外Token定价高于国内，MiniMax充分利用国内相对廉价的能源以及稳定的基础设施完成模型训练，向海外用户输出Token相关服务，实现了零关税、零库存、零成本传输的Token价值转换。该商业化路径已经过市场验证，用户接受度较高，具备较强的可复制性，为国内大模型厂商的出海商业化发展提供了可参考的成熟方向。
·Token新兴商业模式：当前Token市场需求旺盛，催生出两类此前未受关注的新兴商业模式：a. Token智能调度服务，即第三方平台为用户提供Token使用的复杂性调度、自动适配最优性价比模型的附加服务，代表厂商包括Open Router，目前国内也涌现出多家同类型的服务平台；b. Token租赁服务，市场玩家低价收购低成本Token，经过技术加工、服务包装并叠加自身能力后，转化为高质量的回复服务对外输出。这类模式此前市场价值未被充分重视，随着Token需求规模持续提升，其附加值显著提高，进一步延伸了Token产业链的盈利边界。
5、使用问题与能力边界
·国内平替产品现状：现有海外OpenClaw相关工具涉及GitHub、官网、工具引用等多类服务连接，对不会翻墙的用户使用体验不佳，国内已有相应平替产品可供选择，目前已有月暗之面Cloud、智谱AutoCloud等产品。其中智谱推出的AutoCloud与原产品相似度达99.9%，仅新增了UI可视化界面，未对核心逻辑进行重构。当前该产品稳定性较差，若某一处配置出现问题就会导致整体服务崩溃，且没有配套log窗口方便用户排查问题，对无调试能力的普通用户不够友好，建议等待产品迭代几个版本成熟后再使用。
·产品能力上限分析：大模型应用普及带来双重影响：a. 正向层面带动token消耗量大幅上涨，包括kimi、MinMax在内的国内大模型厂商原本算力略有过剩，2026年1-2月算力转为不足，算力销售情况向好；b. 负向层面，用户使用龙虾类大模型产品的习惯养成后，会从依赖独立APP、小程序解决问题，转为寻找对应Skill集成到工作流中，对独立APP、重UI类APP造成较大冲击，个人助手类产品形态可能被重塑。产品能力存在两大上限：a. 智力上限由所绑定的大模型能力决定，不同大模型（如Gemini、kimi）适配的任务类型差异显著，若任务完成效果不佳可尝试更换大模型解决；b. 动手能力上限由可用的Skill丰富度决定，专业领域、有定制化流程需求的任务仍需依赖专业Skill，用户需额外支付API token及Skill相关费用，最终使用效果取决于用户在大模型、各类Skill上的预算投入。
·安全风险与防控：OpenClaw社区对安全问题较为重视，2026年3月12日推出的版本新增了沙箱结构，回归Minus结构设计，限制用户随意安装程序，提升了基础安全防护能力。但现有安全机制仍存在局限性，无法完全自主判断操作风险，需要用户具备相应的安全意识，自主判断操作的风险性，明确允许执行的操作范围，无法完全脱离人为管控实现安全运行。
6、变现模式与产业链影响
·核心变现模式梳理：OpenClaw已成为OpenAI开源社区内的顶级项目，隶属于非营利开源基金会，本身不开展商业化变现。当前该项目star数量达25万个，贡献者数量超1000名，国内百度、腾讯等头部机构均宣布提供相关支持，运营资金主要来自基金会及投资机构捐赠，运营可持续性无需担忧。但其他同类克隆Cloud产品的变现路径仍不清晰，尤其是计划独立运营的Cloud产品，尚未探索出明确可落地的盈利模式，后续商业化存在较大不确定性。
·产业链影响路径：OpenClaw对AI全产业链从前到后均有较大影响，Skill生态开放已是行业趋势，厂商应对策略分为两类：a. 拥抱变化，主动适配开放生态，例如百度高德地图已将全部地图能力开放为AI Skill，用户可在Cloud内通过API key调用相关服务，飞书为推广适配提供每日100万免费Token额度，用户使用基本不受影响；b. 维持原有体系，选择对抗路径，暂不针对OpenClaw做出调整。不同选择将直接影响厂商后续在AI生态中的占位与发展空间。
·厂商合作模式分析：OpenClaw与大模型、云厂商采用共赢的合作模式。产品层面，OpenClaw默认支持Minimax、kimi 2.5等大模型，同时支持用户通过添加插件接入其他大模型，适配性较强。价值层面，OpenClaw已成为入口级产品，用户可通过IM工具与其交互，相关使用行为最终会反馈至大模型，因此大模型对这类入口产品有较强需求。云厂商端，阿里云、百度云等纷纷推出自有Cloud产品，可高效调用内部云存储、云计算、云传输等各类资源，提升用户粘性与资源利用率。当前大模型与OpenClaw类产品的绑定关系正持续增强，可帮助用户更好地落地大模型相关应用。
7、实操范式与使用技巧
·实操案例演示：针对零经验完成陌生任务的场景，以搭建播客频道需求为例展示OpenClaw的核心处理流程。用户自身无播客制作经验，常规落地方式需要对接有相关经验的人员，梳理多项陌生任务，落地难度较高。使用OpenClaw时，首先搜索是否有同类现成流程，搜索到播客制作流水线相关分享案例后，将搭建播客频道的需求和参考案例链接输入工具，要求其梳理具体操作步骤；工具运行过程中遇到GitHub限流等问题时，会自动读取相关文档梳理操作步骤，用户仅需给出测试主题（如"吃豆腐脑是吃甜的还是咸的"）要求跑通流程即可；基础流程跑通后，用户提出个性化调整需求，如增加深度资料调研环节、生成专属内容大纲、固定三个嘉宾角色等，工具可按要求适配调整；遇到飞书客户端限制无法接收MP3文件的问题时，工具可自动生成网盘链接交付最终文件。无经验用户仅需提供需求、参考流程链接和调整建议，即可由OpenClaw自动完成资料调研、大纲生成、多角色模拟、音频输出等完整播客制作流程。
·通用使用范式：基于上述播客制作案例可提炼出OpenClaw处理复杂任务的通用范式，该范式可无限扩展适配各类任务需求，核心操作环节为：a. 查找现有同类任务的成熟流程；b. 将流程导入工具完成跑通测试；c. 根据自身个性化需求调整优化流程；d. 将最终适配后的流程固化为常用工作流。日常使用中提到的“养龙虾”并非仅训练工具记忆用户的身份偏好，核心是在使用过程中不断将自身常用的技能、工作逻辑固化下来，让工具可按照指定的固定工作流完成日常任务，提升处理效率。通用范式为：查找现有同类流程、导入工具跑通测试、根据个性化需求调整优化、固化为常用工作流；核心是通过不断积累固化工作流提升效率，而非单纯训练工具记忆用户偏好。
·模型选择技巧：使用OpenClaw处理任务时需注意根据任务类型匹配适配的大模型，避免唯价格论的选择误区。不同大模型的能力适配场景存在明确差异：多模态任务优先选Gemini，复杂多语言文本理解优先选Claude系列。模型的token输出价格并非唯一选择指标，部分低价模型如果迭代多轮仍输出错误结果，综合使用成本反而更高；高单价模型若迭代次数更少，综合使用成本可能低于低价低质模型，价格不是唯一选择标准，需结合任务类型和综合成本选择适配模型。
8、产品复刻与技术特性答疑
·国内产品复刻情况：国内云厂商推出的各类Cloud相关产品，核心逻辑、处理流程、模块划分与OpenClaw相似度达99%，几乎未做核心层面修改，使用Kimi Cloud时甚至可能出现回复自称是OpenClaw的情况。各厂商仅在工程化层面做差异化优化，不同厂商优化侧重点不同：智谱AutoCloud仅新增UI可视化界面，免去用户手动敲命令行的操作，未做核心重构或重写；Kimi Cloud基于远端云主机运行模式，新增大量重试机制，容错性明显优于原生OpenClaw，例如安装软件包时，原生OpenClaw会报错要求用户手动操作，Kimi Cloud可自动处理相关问题，对普通用户友好度更高。
云厂商大模型与OpenClaw目前没有明确的分成模式，OpenClaw当前定位为开源社区及开源软件，已被纳入OpenAI旗下非营利开源基金会以保持中立性，仅作为管道存在，不关注上层使用的大模型类型，也未出台按流量等方式分成、抽成的规则。用户使用OpenClaw产生的账单仅体现在两个维度：一是大模型月度订阅费对应的调用量，二是使用高复杂度技能时API Key对应的token消耗量，所有流量最终都在大模型厂商的token侧体现。仅有的商务合作是2026年2月OpenClaw官方宣传Kimi、Minimax这类公对公合作，没有明确分成规则。
由于OpenClaw采用开源许可中管理最宽松的MIT开源协议，无任何使用限制，云厂商复刻相关产品几乎零门槛，且相关业务收益高、动力充足，因此云厂商布局意愿极强。各类客户端也为了蹭OpenClaw的流量，纷纷主动宣传支持OpenClaw，不需要向OpenClaw支付任何分成。
·兼容性与MCP协议现状：OpenHarmony可支持多类操作系统与硬件，兼容性极佳的核心原因有两点：一是微软、Linux、Mac OS等操作系统厂商过去十几年积累了大量兼容性适配成果，为其打下了坚实基础：微软推出的WSL库可在Windows系统上构建虚拟环境，支持所有Linux相关程序运行，用户使用完全无感；Mac OS原生基于Linux移植，各类软件包的适配性较好；Docker等容器技术也进一步解决了不同操作系统间的程序通用问题。二是OpenHarmony本身大量操作基于云端，仅承担通信接收、网络通信和任务分发的职能，对资源消耗极低，对算力、散热的要求极小，2017款苹果电脑、树莓派这类低算力设备均可顺畅运行，这一特性也吸引了小米等手机厂商跟进推出相关Cloud产品。
2025年行业广泛提及的MCP协议，2026年市场关注度有所下降，但并非价值降低，其与Skill、CLI模式定位不同，将长期共存、互补依赖。MCP协议由Anthropic最早提出，适用于可控性要求高的企业级场景，可通过MCP连接器对接Slack、Salesforce等重量级应用，实现精准操作，但存在两处明显劣势：一是适配成本高，每个厂商都需要针对MCP做单独适配；二是本身存在技术缺陷，处理PDF等大文件时容易塞满上下文窗口，处理效率较低。相比之下Skill模式灵活性更高，支持任意用户编写上传，可实现野蛮生长。目前主流应用服务商均会同时适配多种协议，例如高德既适配了MCP协议，也推出了LBS相关服务的Skill，最大程度方便用户调用。
9、竞争策略与使用成本答疑
·差异化竞争路径：当前行业针对MCP开发成本过高的痛点，尝试以通用CLI作为灵活性补充。由于市场存在200多万个APP，不可能对应开发200多万个MCP，且大量开发者不具备相应开发能力，因此行业探索通过通用CLI实现命令行执行任意程序的路径，降低开发成本。
不同类型厂商推出Cloud产品均采取差异化竞争策略，基于自身禀赋针对细分用户群体匹配最佳场景，市场不会出现赢家通吃的局面，核心逻辑为用户不会因单一Cloud产品的体验更换已使用的云服务商，具体路径分为两类：
a. 云厂商核心优势为拥有云存储、云计算、办公入口等既有资源，例如阿里云可依托钉钉入口、云存储、云模型等已有资产，盘活用户存量资源，减少企业重复引入工具的成本，同时可满足企业等保2.0等合规需求，适配已在云上布局的企业客户，核心目标是提升用户粘性与资源利用率；
b. C端大模型厂商核心优势为C端用户流量基数大，可作为算力分销商角色售卖云主机、云存储等资源，实现商业闭环。
各家厂商均会在自身覆盖的细分市场挖掘用户痛点，完善生态布局，例如飞书推出相关产品可直接盘活飞书文档、飞书存储等已有办公套件资源，降低已有飞书用户的集成成本。
·用户Token消耗成本：当前Cloud产品尚处于早期阶段，2025年11月下旬首个commit推出至2026年3月仅3个多月，成熟度不足，企业用户因产品存在较多安全漏洞暂未大规模推广使用。不同层级用户的Token消耗与对应成本参考如下：
a. 非重度个人用户使用Open Router 3天约消耗10美元，该费用不含Skill调用费用；使用kimi 199元档位套餐的用户，单日消耗量约占月度限流额度的6%；
b. 企业用户暂不具备大规模使用条件，需等待产品成熟度提升。
Skill的收费模式与用户总成本构成如下：Skill由垂域专业服务商提供能力（例如PDF解析、财经数据查询、语音生成等），并非由大模型厂商主导提供，收费按调用次数或实际用量计算：例如东方财富开放的财经数据Skill，每日前50次调用免费，超出部分额外收费；语音生成Skill按生成音频的分钟数计费。多数用户存在认知误区，实际使用Cloud产品需支付两部分成本，一是大模型订阅的Token费用，二是Skill调用的单独费用。
参考过往互联网产品的普及节奏，例如微信推出后历经4-5年才实现大规模用户渗透，Cloud产品的成熟落地与大规模推广仍需较长时间。
Q&A
Q: 云厂商推出的Cloud相关产品是否基于OpenClaw或仅复制其模式？云厂商、大模型与OpenClaw三者的分成模式如何？
A: 智谱、腾讯、kimi等云厂商的Cloud相关产品99%与OpenClaw相似，核心逻辑、处理流程、模块划分一致，未做太多修改；部分厂商做了工程化优化，如kimi Cloud采用远端云主机重试机制，容错性更好；智谱的产品增加了UI可视化界面，无需用户敲命令行。分成模式方面，OpenClaw定位为开源社区/软件，目前无明显中间抽成或分成机制；其账单体现为大模型月度订阅费及复杂技能API key的token消耗，最终流量均反映在大模型厂商的token消耗中。OpenAI将其纳入非营利开源基金会以保持中立。
Q: 云厂商基于OpenClaw开展相关业务的门槛情况如何？
A: 云厂商基于OpenClaw开展相关业务基本为0门槛，因OpenClaw为开源且采用MIT许可证，无限制要求；云厂商做此事0成本、动力足、收益大，因此特别愿意参与。
Q: OpenClou Cloud对接社交类等各类APP时，是否为纯开源且无分成？
A: OpenClou Cloud对接客户端时无分成，客户端为蹭其流量，纷纷官方宣传支持OpenClaw。
Q: OpenHarmony支持多操作系统的实现方式是什么？MCP协议当前的用处与价值是否下降？未来高自主、高灵活性的更高层级技术出现是否会导致skill失效？
A: OpenHarmony支持多操作系统主要得益于微软、Linux、Mac OS等厂商此前的兼容性适配，且自身基于云端、资源消耗小；MCP协议与Skill、CLI模式不冲突，在Anthropic等企业级应用中仍有强控制和闭环交互，CloudCoWorker的MCP连接器可连接Slack、Salesforce等重量级应用并实现精准操作，但需厂商适配，处理PDF等场景效率较低，不会很快消亡，会与其他调用方式长期共存。
Q: 未来MCP主要覆盖可控性较强的场景吗？
A: 未来MCP主要覆盖可控性较强且确定性较高的场景。
Q: CLI作为灵活性补充的原因是什么？
A: 因针对200多万个APP开发MCP不现实，成本较高且并非所有开发者具备相应能力，因此尝试通过通用CLI方式执行任意程序，以避免大量开发MCP的问题。
Q: 各家主要产品相似的情况下，如何做出自身的差异化优势？
A: 各家厂商针对不同用户群体找到最佳场景以实现差异化。云厂商依托云存储、云计算等先天优势，整合模型、钉钉入口、云存储等资源，盘活企业已有资源，减少再次引入工具的麻烦；飞书通过推support OpenClaw，整合飞书云平台、存储、文档等资源，提高资源利用率；kimi、minimax更多作为分销商，依托自身用户规模帮云厂商销售算力或云存储服务。
Q: 不同使用强度层级的OpenClaw用户，每日Tokens使用量及对应费用情况如何？
A: 企业用户因OpenClaw漏洞较多暂不适用，多采用Cloud Code；个人用户使用Kimi Cloud 199套餐时，一日约消耗月限流的6%；Open Router非重度用户三天花费约10美元，该费用不包含skill相关支出。
Q: Skill的收费方式是怎样的？
A: Skill是用于完成特定任务的工具，能力由提供方提供。使用较好的Skill时，需先到Skill官网申请APP及API key并提供给龙虾调用，订阅费用为对应Token费用。以东方财富开放的4个Skill为例，用户可查询5家关注公司过去一周数据表现，其订阅规则为每日前50次免费，超过部分收费。
Q: Skill的主要提供方是否为大模型厂商？
A: Skill的主要提供方并非大模型厂商，而是各垂域或专业领域主体，这些主体将自身能力以Skill形式对外开放，例如部分公司提供的PDF解析Skill可实现100%准确解析，用户上传PDF后可获得Markdown文档，使用该能力需付费。
Q: OpenClaw解决的核心问题是什么，其背后的资源提供商及Skill提供商是否为原有厂商？
A: 市场对OpenClaw褒贬不一，不熟悉行业历史的认为其是新事物，熟悉者认为其产品形态无创新、仅实现资源连接；但其核心价值在于全球首个将该模式落地，将可做的想法转化为实际产品，这是重要突破。
