乐于分享
好东西不私藏

OpenClaw * 新能源汽车:当最火的开源 AI Agent 遇上中国最卷的赛道

OpenClaw * 新能源汽车:当最火的开源 AI Agent 遇上中国最卷的赛道

最近这段时间,我的技术群里几乎每天都在聊 OpenClaw。

起初我以为只是又一波 AI 工具浪潮,刷刷屏就过去了。但当我注意到 GitHub 上它的 Star 数突破 31 万、腾讯宣布基于 OpenClaw 推出一整套 WeChat 生态产品、深圳市政府开始给企业发 OpenClaw 部署补贴……我意识到这次不一样。

这不是工具层面的热点,这是一场 AI Agent 范式的真正落地。

💡 核心观点

OpenClaw 是当前最火的开源自主 AI Agent 框架(31万+ GitHub Star),而中国新能源车企是全球软硬件整合最激进的一批公司。两者结合,将重新定义「汽车即超级终端」的边界——小米、华为、理想、小鹏、蔚来、比亚迪,每一家都有独特的落地场景。

于是我开始思考一个问题:在中国,哪个行业最有可能把 OpenClaw 用出花来?

我的答案是:新能源汽车。

一、先搞清楚:OpenClaw 到底是什么?

在聊车企之前,我必须先把 OpenClaw 说清楚——因为它经常被误解。

很多人看到「爪子」「龙虾」就以为是个机器人硬件项目。不是的。

OpenClaw 是一个开源的、本地运行的自主 AI Agent 框架。

用最直白的话说:它是一个「会干活的 AI」,不是聊天机器人。

1.1 从 Clawdbot 到 OpenClaw 的诞生故事

故事要从奥地利开发者 Peter Steinberger 说起。

2025 年 11 月,他把自己用了一段时间的私人 AI 助手开源,起名叫 Clawdbot——名字明显致敬了 Anthropic 的 Claude(吉祥物就是龙虾🦞)。没想到一夜之间炸了。

两个月内,项目被改名两次:先因 Anthropic 的商标投诉改成 Moltbot,再因为「这名字念起来太拗口」改成了 OpenClaw。名字变了,热度没降。

GitHub Star 数

31万+

Fork 数量

4.7万+

中国用户占比

No.1

超越美国

1.2 它的核心能力:五层架构

💬 第一层:消息平台接入

接入 WhatsApp、Telegram、Discord、Signal、微信等 30+ 平台。腾讯已基于 OpenClaw 推出完整微信生态套件(2026.3.10)。

🖥️ 第二层:本地系统控制

运行在你自己的机器上,读写文件、执行命令、运行脚本。数据不上云,天然隐私。

🌐 第三层:浏览器自动化

真正「代替你操作浏览器」——访问网页、填写表单、抓取数据,不是简单的爬虫。

🧠 第四层:LLM 驱动决策

支持 Claude、GPT、DeepSeek 及本地模型。国内用户直接用 DeepSeek,无需翻墙。

🔌 第五层:技能(Skills)生态

每个技能是一个含 SKILL.md 的目录,社区已有数千个技能包可复用——这是 OpenClaw 最有生命力的部分。

1.3 为什么偏偏现在火?

三个关键因素叠加:

  • 大模型能力达到「可用」门槛——Claude 3.5 Sonnet、DeepSeek-V3 让 Agent 的指令理解和工具调用可靠性大幅提升

  • Moltbook 事件的病毒式传播——AI Agent 们开始在专为 AI 设计的社交网络上互相交流,引爆大众想象

  • 中国本土化适配恰到好处——DeepSeek 支持、WeChat 接入、飞书集成,深圳等科技园区发补贴鼓励企业部署

二、为什么新能源汽车是最好的落地场景?

我工作中接触过不少 AI 落地项目,从零售到金融到制造,几乎都有。但我越来越觉得,中国新能源汽车赛道对 OpenClaw 的需求,是最真实、最紧迫、也最有可能出大结果的。

原因一:车企本身就是「超级终端」的构建者

小米做手机+IoT+汽车;华为做鸿蒙OS+问界;理想做家庭智能座舱……这些公司的共同梦想是打造以汽车为核心的智能生活生态。OpenClaw 天然契合——它就是「让设备会干活」的基础设施。

原因二:核心痛点恰好是 Agent 能解决的

海量用户反馈分析、多平台数据整合、OTA 智能测试、供应链实时监控、销售线索自动跟进——这些场景,恰好是 OpenClaw 技能生态能覆盖的。

原因三:超高迭代速度需要 AI 加速

理想每两周一次 OTA、小米 SU7 上线半年十几次升级、小鹏 XNGP 一季度多版本——这种在全球汽车行业绝无仅有的迭代速度,人力根本跟不上,必须靠 AI。

三、小米汽车:生态闭环里的「超级 Agent」

小米是这六家里,我认为最适合接入 OpenClaw 的。原因很简单:小米已经有了全球最完善的 IoT 生态之一——手机(HyperOS)、音箱、电视、家居,加上 SU7/YU7,每个节点都可以成为 OpenClaw 的交互入口或执行终端。

1

场景:行程智能编排

「帮我安排这周五去上海的出行计划,下午 3 点有会议,顺便规划去程和回程充电。」Agent 自动查路线→找充电站→写日历→通知联系人→查天气建议出发时间。技术上今天就能搭原型。

2

场景:车主社区运营 Agent

接入微信服务号,自动识别和分类用户反馈(功能建议/Bug/使用咨询),对 Bug 自动建 Jira 工单,每周生成「用户心声报告」给产品团队。我估计两周内能搭出可用版本。

3

场景:OTA 升级的「AI 测试官」

OpenClaw + 自动化测试框架,让 AI 在沙箱里模拟真实驾驶场景跑新版本,生成测试报告,给「通过/需关注/拒绝上线」建议。特斯拉内部有类似实践,小米完全有条件复制。

🔑 我的判断:小米的 HyperOS 是「设备操作系统」,OpenClaw 是「任务执行中间层」。两者结合,可以实现「说一句话,全家设备协同完成任务」——这是软件工程问题,小米有能力做到。

四、华为问界:鸿蒙生态的最强化学反应

华为在这个组合里是特殊的存在。其他车企是「科技公司 + 汽车」,华为是「全栈解决方案提供商 + 汽车合作伙伴」。鸿蒙 OS 的分布式能力——允许一个 App 的 UI 在手机显示,计算在平板跑,结果传到汽车大屏——天然就是 Agent 的执行网络。

📱 场景:多端协同出行助手

「帮我规划今晚送孩子上兴趣班再买菜回家的路线,告诉我哪段有拥堵。」——Agent 拉起手机地图 API,问界车机展示路线,购物 App 查今日促销,微信通知用户确认。跨三个设备,但对用户是一条自然语言指令。

🏭 场景:华为云 SaaS 化机会

华为云把 OpenClaw 封装成「企业 AI Agent 部署服务」上架,提供汽车行业解决方案模板——通勤班车调度、厂区安全巡检、4S 店智能接待……这个 B 端市场的潜力远大于 C 端。

🧠 最大想象空间:盘古大模型 × OpenClaw

用盘古完全替代对 Anthropic/OpenAI 的依赖——对数据安全极度敏感的车企和政府客户来说,这个组合极具吸引力。这是华为独有的牌。

五、理想汽车:家庭 AI 管家的最佳载体

理想的核心用户是中国中产家庭,尤其是有孩子的三口四口之家。L7/L8/L9/MEGA 的共同特点是「大空间 + 娱乐系统 + 家庭场景」,产品哲学是「移动的家」。

这个定位,让理想汽车成为 OpenClaw「家庭 AI 管家」的最佳载体。

👨‍👩‍👧

User Story @理想车主一家

「周末一家人自驾去郊外露营,OpenClaw 在家庭微信群里监听到讨论后,自动整理出行偏好、规划充电节点、比较露营地价格和评分、订好餐厅,最后发来确认消息——我们什么都没操作。」

另外两个值得关注的场景:

  • 车内学习助手——理想的后排大屏,结合 OpenClaw,可以成为孩子的「移动家教」。孩子用语音问问题,Agent 按年龄和知识点调整答案深度。随着 5G 和车载 NPU 升级,这个场景会快速成熟。

  • MEGA 能源 AI 管家——根据出行历史和日历预约预测用电需求,在电价低谷自动充电,提前检查充电状态,异常时自动联系服务中心。让「电车焦虑」变成「被 AI 管理的无感体验」。

🔑 路径判断:理想软件底层的 Agent 框架建设还不够成熟,最可能的路径是与腾讯深度合作——借助腾讯的 OpenClaw 微信套件,快速拿到 C 端落地场景。腾讯是理想的重要投资方,这个合作天然顺畅。

六、小鹏汽车:飞行汽车 × AI Agent 的科幻现实

在六家里,小鹏是最激进的技术押注者——不只是智能驾驶,还有飞行汽车(AeroHT 旅航者 X2)和人形机器人(PX5)。这两个赛道,是 OpenClaw 最具想象力的应用场景。

🚁 飞行汽车场景:飞行辅助 Agent

飞行模式下,驾驶员需同时关注气象、空域、航线、能源、地面交通……信息量巨大。OpenClaw Agent 可持续监控这些变量,主动推送:「前方 30km 有雷暴,建议提前降落至 XX 落点等待 45 分钟,是否调整行程?」用户语音确认,Agent 自动通知接机方、更新日历、联系地面服务。

🤖 机器人场景:行为技能市场

PX5 机器人 + OpenClaw 技能生态,可以构建「机器人技能市场」:仓库货物盘点技能、4S 店客户接待技能、危险区域巡检技能……每个技能可复用、可社区贡献——就像今天的软件技能生态,未来会有机器人技能市场。

💡 核心洞察:机器人的「大脑」和汽车的「大脑」可以共用一套 AI 基础设施。小鹏同时做飞行汽车和机器人,有机会在这个共享基础设施上建立真正的先发优势。

七、蔚来汽车:换电网络 × AI Agent 的天然契合

蔚来最独特的资产是换电网络——截至 2026 年初,全国 2700+ 座换电站。每个换电站本质上是微型机器人工厂(自动检测电池、自动更换、自动记录),天然适合 Agent 接入。

⚡ 场景1:换电「智能分流」Agent

节假日换电站排长队,是蔚来体验最差的时刻。Agent 实时监控全国队列,预测 1-2 小时内拥堵趋势,主动向「30 分钟后到达」的车主推送:「绕行 XX 站,等待时间减少 20 分钟」。车主微信确认,自动预约时间段。

🔋 场景2:BaaS 电池健康监控 Agent

蔚来手里有海量电池状态数据(BaaS 模式独家优势)。Agent 持续监控每块电池健康状态,提前发现「即将退化」的电池优先分配给短途用户,检测到异常风险时自动启动预防性更换并通知维修团队——降低电池报废率和安全事故风险。

🏡 场景3:NIO House 运营 Agent

NIO House 是全球车企最特殊的社交空间。会员活动报名、场地预约、签到、社群互动分析——这些繁琐运营工作交给 Agent 处理,让运营人员把精力放在真正需要人情味的服务上。

八、比亚迪:智能制造 × AI Agent 的最大规模效应

比亚迪和其他五家的逻辑不一样。小米等车企更多在「消费体验层」接入 AI,而比亚迪的核心是制造

2025 年全年销量 427 万辆+,月产能超 35 万辆,30+ 座工厂,覆盖从电池到整车的全产业链。在这个体量下,OpenClaw 的价值不是提升某个场景的体验,而是在制造全链条产生系统性效率提升。

🔧 场景:质量异常的「AI 快速响应链」

❌ 没有 Agent

质检员手动填单 → 上报班长 → 联系工程师 → 分析原因 → 写报告 → 开会讨论 → 决定对策2-4 小时

✅ 有 Agent

质检系统触发 → Agent 拉取全程生产数据 → 定位异常工序 → 生成初步诊断 → 通知工程师 + 供应商 + 更新计划20 分钟内

🌐 场景:供应链异常「预警 Agent」

接入全球港口数据(船只延误)、供应商 ERP(库存预警)、新闻社交媒体(突发事件)、内部生产计划(需求预测)。检测到风险信号,自动生成应对预案推送给负责人——不是等零件断货了再开始处理。

💎 场景:仰望品牌「AI 管家」服务

仰望 U8/U9 定价 80 万+,用户期望管家式体验。OpenClaw 为仰望用户提供微信专属 AI 管家:随时响应用车问题、代预约服务中心、主动推送个性化建议……用 AI 成本替代大量人工客服,同时提升高净值客户满意度。ROI 极高。

九、共同机会:充电基础设施的 AI Agent 化

除了各自的差异化场景,所有车企都面临一个共同机会:充电体验的 AI 化重构。

电车用户对充电体验最大的抱怨是「不确定性」——不知道有没有空位、充电枪有没有接好、什么时候充最划算……这些痛点的本质是「信息不对称 + 执行不自动化」,恰好是 Agent 能解决的。

📌 充电 AI Agent 能力清单

  • 主动寻桩:根据位置、目的地、续航,主动推荐最优充电方案,不等用户去搜

  • 排队预测:结合历史数据和实时人流,预测 30 分钟后等待时间

  • 自动结算:充电完成后自动处理支付,不需要用户掏手机

  • 能源套利:家充桩自动分析电价时段,在峰谷价差最大时启动,全年省数百元

  • 跨平台整合:特来电、星星充电、国网、蔚来……用 OpenClaw 作「统一入口」,微信一个窗口管理所有充电

十、不能回避的挑战:安全、隐私与监管

⚠️ OpenClaw 本身的安全风险

Cisco 的 AI 安全研究团队测试了一个第三方 OpenClaw 技能,发现它在用户不知情的情况下进行了数据外泄和提示词注入。OpenClaw 维护者在 Discord 上直接说:「如果你不懂命令行,这个项目对你来说太危险了。」——对于汽车场景,这个风险被严重放大了,因为 Agent 掌握用户位置、出行轨迹、车辆控制权,一旦被恶意利用,威胁的是真实人身安全。

⚠️ 中国的监管信号

2026 年 3 月,中国政府已限制国有企业和政府机关在办公电脑上运行 OpenClaw。对于和国有背景有关联的车企,大规模部署前必须做好合规。《汽车数据安全管理若干规定》对车辆传感器数据、驾驶行为数据的收集使用有明确限制,Agent 调用这些数据时需完善的权限管理和审计机制。

技术层面还有三个挑战需要正视:

  • 可靠性:AI Agent 执行成功率不是 100%,汽车场景里任何失误代价很高,必须有完善的降级机制和人工审核节点

  • 延迟:本地运行受限于车载算力;调用云端 LLM 有网络延迟,影响实时性高的场景

  • 跨系统集成复杂度:车机/App/后台往往是不同技术栈,让 OpenClaw 稳定调用需要大量 API 封装和测试工作

十一、商业模式:谁来赚钱,怎么赚?

🔧 路径 A:车企自建 Agent 平台

Fork OpenClaw 代码,深度集成到自身技术栈。✅ 掌控度高、数据不外泄❌ 需要大量持续投入👉 适合:小米、华为

🔌 路径 B:接入第三方平台

接入腾讯的微信 OpenClaw 套件,快速获得微信生态用户基础。✅ 上线快、借力腾讯流量❌ 对平台有依赖👉 适合:理想、蔚来

更大的想象空间:「车企 Skills 市场」

可以想象一个专为汽车行业设计的技能市场:各零配件供应商发布「维保预约技能」、各保险公司发布「理赔辅助技能」、各充电运营商发布「充电优化技能」……用户安装技能就像在手机上装 App,但执行逻辑更强大。

这个市场的模式可以参考 Shopify 的 App 生态——平台抽佣,开发者盈利,用户获得价值。

预判未来 18 个月会发生什么

  • 判断一:2026 年底前,至少 3 家车企推出「车主 AI 管家」产品。蔚来最可能第一个上线(最强用户运营基因),小米第二(最完整生态闭环),华为第三(鸿蒙能力层已就绪)。

  • 判断二:腾讯将成为中国车企接入 AI Agent 的最大入口。WeChat + OpenClaw 套件已上线,腾讯在理想、蔚来、小鹏均有投资,「车企智能运营解决方案」是顺水推舟。

  • 判断三:换电/充电场景的智能化将率先规模化。技术门槛最低(不涉及车辆控制权),用户价值最高,最容易规模化复制。预计 2026 年下半年看到头部充电运营商上线 Agent 智能调度。

  • 判断四:比亚迪的制造场景将成为最大的隐性价值来源。不会大张旗鼓宣传,但 AI 框架在制造后台的大规模应用,将在 2-3 年内显著压低制造成本,进一步扩大规模优势。

  • 判断五:安全和合规是最大障碍,但不是终局。短期监管偏保守,尤其涉及驾驶控制。随着 AI 安全技术成熟和监管框架完善,这个障碍会逐渐降低。

结语:Agent 时代,车不只是车

最近有朋友问我:「你觉得 OpenClaw 最像什么?」

我想了想,说:「像当年的 HTTP 协议。

HTTP 定义了 Web 上信息传递的方式,让无数人能创建网站、接入服务。OpenClaw 正在定义 AI Agent 执行任务的方式——让任何人、任何设备、任何场景都能接入自主 AI 能力。

你在办公室说:「帮我把今晚接孩子的路线规划好,同时预约明天的车辆年检,然后提醒我去 4S 店前先确认保险到期日期。」

你的 AI Agent 在后台默默处理,最后只给你一条确认消息:「已完成,明天下午 2 点可以去年检了,保险还有 3 个月到期,已设置提醒。」

这是 OpenClaw × 新能源汽车给我们描绘的最日常的未来。不是科幻,不是 PPT——是今天的技术,明天就能搭出来的原型。

这一轮 AI Agent 的浪潮,有没有真正的从业者在认真思考落地场景?我认为有——就在中国,就在这些天天被吐槽「卷」的新能源车企里。