OpenClaw 最大的问题是什么

刚接触 OpenClaw 时，给我的感觉是惊喜的，很多意想不到的活突然能完成了。

但随着深入的使用，会想尝试让它干更多事，就越来越感到受阻。任务执行不下去、需要人接管、需要人协助。

你在使用 OpenClaw 的过程中，往往让你感到麻烦的地方，很多时候都是各个应用之间的不互通造成。

比如：
- 让它了解我记在 flomo 的想法
- 让它去小红书搜一些攻略
- 想整理的内容在腾讯会议的会议纪要里
- 把旅游攻略上的景点标注在地图 POI 上

这些都没有 API 无法直接完成，有些可以退回网页版，但可能会被反爬限制，而有些只能人工接入，或者要想各种方法绕过。

不是 AI 不够聪明，而是应用之间不互通。

这个问题，业界一直有各种方案提出，大致可以归成三条路线：

1. 标准化协议路线
目前业界共识的就是 MCP，本质上是让应用提供结构化接口，供模型调用。这种方式对 AI 最友好，数据结构化便于理解，速度也最快。但坏处是需要应用开发者主动适配，工作量大，短期内不可能全面覆盖。

2. 直接接管路线
类似 Browser Use 的方案，相当于以人的方式去操作网页。这种对模型来说并不高效，模型很多时候并不能一次就正确地点中目标，会来回不断尝试，所以需要消耗大量 token，也很慢。

3. 桥接适配路线
这是一种中间路线， 利用现有的应用，通过一种桥接的方式，让模型更高效地使用它。

Chrome 提出的 WebMCP 标准就是这个路线 ，能让模型知道当前网页有哪些服务，而不必去分析网页内容

这条路线也冒出了很多项目：parse.bot 帮你逆向出请求接口；Cli Anything 通过代码分析，把应用转成命令行工具；OpenCLI 则直接把常用应用逆向成 UI 操作流封装成 cli。

三条路线都在推进，但现实是：大多数应用没有接入 MCP，桥接在灰色地带，Browser Use 又太慢太贵。

不过，最近能感受到一些变化

滴滴提供了 MCP 接口，用 OpenClaw 接入非常简单。淘宝桌面客户端也开放了 MCP 接口，支持商品搜索、浏览详情、加购等

但生态要完善起来，还有很长的路要走，需要权衡利弊，这受商业模式影响。靠交易佣金赚钱的，和靠广告收入或流量分配权赚钱的，态度会不一样。

无论怎样，期待 Agent 真正平民化，成为个人数字助理的时刻。