夜雨聆风一、一句话定义Openclaw
OpenClaw 是一个由独立开发者 Peter Steinberger 用"一小时原型"打造的开源自托管 AI Agent 网关，通过连接 Telegram、Discord、飞书、WhatsApp 等日常聊天应用到 AI 编程 Agent，让用户像发微信一样指挥 AI 在本地设备上完成文件管理、日程安排、代码编写、系统操作等复杂任务，并在 60 天内成为 GitHub 历史上增长最快的开源项目（310,000+ Stars），引发全球 AI Agent 浪潮。
二、从诞生到当下
2.1 起源：一个倦怠之后"纯粹因为好玩"的一小时实验
要理解 OpenClaw 的诞生，必须先理解 Peter Steinberger 这个人经历了什么。
Peter 是奥地利人，1988 年出生于上奥州一个偏远农场。14 岁那年，一个游客带来了一台电脑，少年 Peter 几乎瞬间被编程的魅力俘获——在那个没有 Stack Overflow、没有 GitHub 的年代，他靠着一本本手册在黑暗中摸索。他第一个"商业项目"是从学校机房拷贝 DOS 游戏，自己编写软盘防拷贝程序卖给同学，几个月赚了 1 万美元。
高中时，他在 HTL Braunau 攻读电气工程与计算机科学，在校期间就开发出了一套通过电网调制信号的家庭自动化网络协议。进入维也纳工业大学后，他直接推动开设了全校第一门 Mac/iOS 开发课程，担任导师两年多——彼时的他不过二十出头，就已经是奥地利开发者圈子的核心人物。
真正让他走上独立开发之路的，是 2009 年维也纳地铁里的一次意外。他在 iPhone 上编辑长消息，列车驶入隧道时网络中断，辛苦敲下的长文瞬间消失。盛怒之下，他回家用 Xcode 拼出了一个适配 iOS 的应用，定价 5 美元上架 App Store，第一个月就赚了 1 万美元。
这个认知贯穿了 Peter 整个职业生涯：代码从来不是纸上的理论，而是解决真实痛点的武器。
2011 年，他创办了 PSPDFKit——做 PDF 渲染和编辑工具。这家公司走的是"闷声发大财"路线：没怎么融资，靠产品和口碑一路做到全球几千家企业客户，包括 IBM、SAP 等大企业。2021 年，美国私募巨头 Insight Partners 投了超过 1 亿欧元，PSPDFKit 正式成为奥地利科技圈最大的成功案例之一。
但 Peter 知道自己的处境并不像外界看起来那么风光。他后来在访谈中说："我把 200% 的时间、精力和心血都投进了那家公司，它成了我的身份。" 十几年时间，他是 CEO、首席架构师、产品负责人，这家公司就是他，他就是这家公司。没有业余爱好，没有社交生活。
Insight Partners 的投资进来之后，公司进入新阶段，管理复杂度指数级上升，要做的事从"把产品做好"变成了"把组织做大"。Peter 开始觉得自己变成了一台机器的零件。
2022 年，他交出 CEO 的位置。然后他做了一件事——消失。
整整三年，技术社区几乎没人见过他。没有博客更新，没有推特发言，没有会议露面。一个曾经在苹果 WWDC 年年出现的活跃开发者，就这样安静地从公共视野里蒸发了。
"倦怠"这个词在科技圈被用烂了，但 Peter 经历的那种倦怠是真实的：不是"周末不想加班"那种程度，而是"早上起来不知道自己是谁"的程度。他花了三年时间重新找到了写代码本身的乐趣——不是为了公司，不是为了投资人，纯粹因为好玩。
2.2 诞生节点：Claude Code + WhatsApp = Clawdbot
2025 年 11 月的某天，Peter 在玩 Claude Code（Anthropic 的命令行 AI 编程工具），顺手做了一个实验：把 WhatsApp 的消息接口和 Claude Code 粘在一起，让 AI 可以直接在聊天窗口里帮你执行任务。
他把这个原型发到了 GitHub 上，取名 Clawdbot（Claw + Claude 的谐音）。花了多长时间？一小时。
按他自己的话说："就是觉得好玩，想看看能不能跑通。"
这东西为什么能火？因为它解决了一个真实的痒点：你不需要打开电脑，不需要登录任何网站，直接在手机上最常用的聊天工具里就能调用 AI 做事。发一条消息，AI 帮你查资料、写代码、处理文件，结果直接回到聊天窗口。
开发者社区马上反应过来：这不就是 AI Agent 最自然的交互方式吗？不是让用户去适应工具，而是让工具去适应用户已经在用的东西。
2.3 演进历程：商标风波、加密骗局与"OpenClaw"定名
火了之后，麻烦也来了。
2026 年 1 月 27 日，Anthropic 发来商标投诉函——"Clawdbot"和"Claude"太像了，侵权。Peter 当天就改了名字，叫 Moltbot（龙虾脱壳之意）。
但他没想到的是，改名的空窗期被加密货币骗子盯上了。有人抢注了"Clawdbot"的旧 Twitter 账号，用原来的品牌名发假币，骗了一波人的钱。Peter 不得不公开澄清，发声明说旧账号和自己无关。
1 月 30 日，他最终定名 OpenClaw。这个名字没有商标争议，而且暗示了项目的开源性质。
这段经历后来被 Peter 拿来开玩笑："我在三天内经历了商标诉讼和加密骗局，这算不算 speedrun 创业的所有坑？"
2.4 增长爆发：60天超越React十年
改名之后，OpenClaw 的增长曲线变得不讲道理。
GitHub 上单日涨过 25,000 个星标。这是什么概念？大部分优秀的开源项目，做到几千星就算成功了。一天两万五。
到 2026 年 2 月中旬，OpenClaw 的 GitHub 星标突破 250,000，超过了 React（Meta 的前端框架）十年积累的数字。React 是全球使用最广泛的前端技术之一，花了十年才到这个量级。OpenClaw 用了 60 天。
截至 2026 年 3 月 16 日，星标数超过 310,000。它已经是 GitHub 历史上增长最快的开源项目，没有之一。
这种增长背后有两个推手：
第一，赛道对了。 2025-2026 年是 AI Agent 从概念走向落地的窗口期。所有人都在找"AI 怎么真正融入日常工作流"的答案，OpenClaw 提供了一个极其轻量的方案。
第二，Peter 本人的号召力。 PSPDFKit 时代攒下的开发者社区影响力没有消失，只是休眠了。当他带着一个真正好玩的项目重新出现时，整个社区的热情被瞬间点燃。
2.5 全球轰动：Zuckerberg 和 Altman 同时来抢人
2026 年 2 月 14 日，情人节。
Peter 收到了两个电话。一个来自 Mark Zuckerberg，Meta 的 CEO。另一个来自 Sam Altman，OpenAI 的 CEO。两个人都想把 Peter 和 OpenClaw 招入麾下。
这件事后来被媒体反复引用，因为它太有戏剧性了。但 Peter 的反应很平静。他花了几天时间做决定，最终选择了 OpenAI。
原因也很直接：OpenAI 愿意让 OpenClaw 保持开源，并且把项目移交给一个独立的开源基金会。这意味着 Peter 加入 OpenAI 之后，OpenClaw 不会变成某家公司的私有财产，社区可以继续发展它。
"我骨子里是个建造者。OpenAI 给我的条件是，我可以继续建造，同时让更多人参与进来。"
2.6 中国热潮：深圳千人排队
OpenClaw 的影响力不止在硅谷。
2026 年 3 月 6 日，深圳，腾讯总部。OpenClaw 中国开发者大会，到场人数超过一千人。队伍从大楼门口排到了街对面。马化腾当天发了一条朋友圈，大意是："没想到一个开源项目能这么火。"
国内云厂商快速跟进：百度智能云推出 DuClaw（即开即用，支持主流模型），腾讯推出 WorkBuddy（AI 原生桌面智能体工作台，兼容龙虾 Skills），字节火山引擎推出 ArkClaw（云端 AI 助手），阿里推出 QoderWork（桌面 AI Agent）。
这说明 AI Agent 的热度已经从硅谷传导到全球。
2.7 加入 OpenAI：新的开始
2026 年 2 月，Peter 正式加入 OpenAI，负责个人智能体研发。但他提出的核心条件是：OpenClaw 必须保持开源，移交给独立开源基金会管理。
在 Lex Fridman 的播客访谈中，Peter 抛出了一个石破天惊的观点：未来 80% 的 App 将会消失。 因为"服务即 API（Service as API）"的时代到了——当 Agent 知道你的一切并能操作一切时，大部分独立 App 都没有存在的必要了。
他还提出了"Agentic Engineering"理念，主张智能体应具备自修改源代码的能力。OpenClaw 知道自己的源码，能读懂自己的架构，甚至能修改自己的代码——Peter 用 Agent 来构建和调试 Agent 本身。
2.8 关键版本迭代
从 GitHub releases 可以看到 OpenClaw 保持着极高的迭代速度：
- v2026.3.2
（2026年3月3日）：Plugin SDK 重构、ClawHub 技能市场正式上线、Agent 超时从 10 分钟延长到 48 小时、模型生态大扩张（GPT-5.4、Anthropic Vertex AI、MiniMax M2.7） - v2026.4.14
（2026年4月14日）：OpenAI Codex/models 新增 GPT-5.4-pro 支持、Telegram forum topics 优化、安全性大幅加固（沙箱环境全面封锁、网络层防护）
值得注意的几个技术演进方向：
- Skills 干掉 MCP：
Peter 在访谈中明确表示"MCP 污染上下文，不可组合；Skills+CLI 才是正道，模型天生擅长调用 Unix 命令，不擅长调用 MCP" - 多渠道全面升级：
从最初的 WhatsApp+Claude Code 粘合，扩展到 50+ 消息渠道的全面支持，包括飞书、Microsoft Teams、Slack 等企业级渠道 - 安全架构持续加固：
经历了 Moltbook"Agent 社交网络"风波后，项目在安全方面的投入显著增加
2.9 阶段划分
| 蛰伏期 | |||
| 诞生期 | |||
| 爆发期 | |||
| 全球化期 | |||
| 企业化期 |
三、竞争图谱
3.1 赛道定位：完全不同的四个象限
AI Agent 赛道在 2025-2026 年已经形成了明确的四个象限：
面向开发者
↑
|
LangChain Claude Code
(框架/工具包) (命令行Agent)
|
面向C端 ←------------------+------------------→ 面向B端
|
OpenClaw Cursor
(多渠道个人Agent) (AI原生IDE)
|
|
面向消费者
3.2 竞品详细对比
3.2.1 Cursor（Anysphere）- AI 原生 IDE
定位："更聪明的副驾驶"，基于 VS Code 深度定制。
核心数据：2025 年 ARR 达 10 亿美元，从 2024 年 4 月的 400 万美元增长数百倍；日活跃用户超百万；覆盖 64% 财富 500 强企业；估值 293 亿美元。
核心能力：
四个快捷键驱动：Tab（补全）、Ctrl+K（生成/编辑）、Ctrl+L（聊天）、Ctrl+I（Agent模式，跨文件编辑） 专有 Fusion 模型：260ms 延迟快速补全，多行编辑建议 擅长领域：JavaScript、HTML/CSS、Python 等特定语言处理
优势：IDE 体验无缝衔接，对图形界面用户友好，学习曲线平缓，速度优先策略
劣势：在复杂任务（跨模块重构、遗留系统现代化）上短板明显——仅能理解当前打开的文件，缺乏全局项目心智模型
与 OpenClaw 的关系：互补而非直接竞争。Cursor 是开发者"在写代码时用的"，OpenClaw 是"在手机上发消息时用的"；Cursor 增强你的编辑器，OpenClaw 则接管整个操作系统。
3.2.2 Claude Code（Anthropic）- 命令行 Agent
定位："自动驾驶"的编程实习生，全栈级 Agent。
核心数据：2025 年 ARR 达 10 亿美元，推出半年内实现该里程碑；JavaScript/Python/TypeScript/前端开发自动化率达 79%；Anthropic 整体估值 3500 亿美元。
核心能力：
200K 上下文窗口：能"吃透"整个 React+Python+AI+DB 架构 Plan-Write-Run：一句话需求 → 自动拆 Task → 生成/改多文件 → 本地跑通测试 子代理（Sub-agents）并行协作 Git 原生工作流
优势：项目级理解能力极强，透明度高（每一步操作你都能看到），大型复杂任务表现优异
劣势：启动较慢（通常5-10分钟），学习曲线比 Cursor 陡，需要把需求描述得比较精确
Peter 对 Claude Code vs Opus 的评价（来自 Lex 访谈）："Opus 像那个有点傻但很有趣的同事，Codex 像角落里不爱说话但靠谱的怪人。Opus '太美国了'，Codex '很德国'。"
与 OpenClaw 的关系：有微妙的依存——OpenClaw 的诞生就源于 Peter 在玩 Claude Code 时的实验。Claude Code 是 OpenClaw 的"大脑"之一（OpenClaw 支持连接 Claude Code 作为 Agent）。
3.2.3 GitHub Copilot Workspace / Copilot Agents（Microsoft）
定位：微软的 AI 编程全家桶，深度集成 VS Code、GitHub、Azure。
核心数据：2025 年 Copilot Business 用户数突破 100 万，GitHub 70% 的活跃用户使用 Copilot。
核心能力：
自然语言直接建站建 App Agent Mode：自主处理 PR、Issue、代码审查 完整 DevOps 流程覆盖
优势：微软生态绑定极深，企业市场无敌；与 GitHub、Azure、Teams 无缝集成
劣势：在"AI Agent 最自然的交互方式"上没有创新，本质上是给已有工具加了一层 AI 外壳
3.2.4 AutoGPT - 目标导向循环代理
定位：自我驱动的"探险家"，目标导向、自我规划、持续反思。
核心逻辑：
设定目标 → 分解子任务 → 选择工具执行 → 评估结果 → 动态调整 → 循环直到达成
与 OpenClaw 的核心差异：
AutoGPT 是"你告诉它目标，它自己决定怎么干"，OpenClaw 是"你发微信给它，它在你的电脑上帮你干活"——后者更贴近"数字同事"的定位。
3.2.5 LangChain - 模块化开发框架
定位："AI 乐高箱"，为开发者提供构建 LLM 应用的模块化工具包。
核心组件：
Prompt Templates：标准化输入格式 Chains：多个步骤串联成固定流程 Agents：AI 根据上下文决定是否调用工具 Memory：保存历史状态
核心哲学：显式编程、流程编排、组件串联。把控制权牢牢交给人类开发者，适合构建稳定、可预测的生产系统。
与 OpenClaw 的核心差异：
LangChain 是框架，面向开发者构建 LLM 应用；OpenClaw 是成品，面向终端用户直接使用。LangChain 解决"怎么搭一个 Agent"，OpenClaw 解决"我怎么用 Agent"。
Peter 在访谈中直言："MCP 污染上下文，不可组合；Skills+CLI 才是正道"——这直接点名了 LangChain/MCP 路线的问题。
3.3 横向对比总览
| 产品形态 | ||||||
| 交互入口 | ||||||
| 部署方式 | ||||||
| 核心优势 | ||||||
| 目标用户 | ||||||
| 隐私架构 | ||||||
| 开源 | ||||||
| Skills/MCP | ||||||
| 多渠道 |
3.4 格局判断：场景C——3个及以上核心竞品
OpenClaw 处于一个竞争充分的赛道，但它的独特位置在于个人多渠道 AI Agent这个细分——Cursor 和 Claude Code 主要面向开发者的编程场景，Copilot 面向企业开发者，AutoGPT 是极客玩物，LangChain 是框架而非成品。
OpenClaw 是唯一一个能让普通用户"在 Telegram/飞书/WhatsApp 上发消息，让 AI 在你电脑上干活"的平台。
3.5 用户口碑
根据各平台讨论，OpenClaw 被提及最多的：
优点：
"发一条消息就能让 AI 帮我整理桌面、管理文件，太自然了" "自托管意味着数据完全私有，这个隐私承诺是真实的" "Skills 系统让扩展能力变得异常简单" "60天超越 React 十年，这个增长不是没有道理的"
被吐槽的点：
"安全漏洞事件（Moltbook）让很多人担心" "对普通用户来说，配置 API Key 还是有一定门槛" "中文文档相对英文版本滞后较多" "在中国大陆访问需要代理"
四、横纵交汇洞察
4.1 历史如何塑造了当下的竞争位置
OpenClaw 今天在竞争图谱中的独特位置——"多渠道个人 AI Agent + 本地隐私优先"——直接来自 Peter 过去二十年的所有经历。
PSPDFKit 的经历让 Peter 深刻理解了什么？企业用户对"数据主权"的执念。PSPDFKit 之所以能打败Adobe Reader等大厂，靠的不是功能更全，而是"在你的服务器上跑，不把文档传给第三方"。这个认知在 2026 年被 Peter 移植成了 OpenClaw 的核心卖点：本地运行，数据完全私有。
三年 burnout 的经历让他彻底想清楚了一件事：大公司的产品为什么做不出好用的个人工具？因为"服务即 KPI"。做 AI Agent 这件事，本质上是"让 AI 在你的设备上帮你做事"，这天然需要本地化、私人化。一个有 KPI 要完成的团队，永远会优先做"更大更全的功能"而不是"让隐私更安全、让交互更自然"。
一小时原型的实验证明了另一件事：最快的产品迭代不是 sprint planning，而是"发到 GitHub 上让社区帮你测"。OpenClaw 的 310K Stars 本质上是一场超大规模的众测——Peter 把自己的个人偏好（"交互要自然"）通过开源社区放大成了产品哲学。
4.2 竞品的纵向对比：为什么 Cursor 和 Claude Code 走上了不同的路
把主要竞品放到时间线上看，它们的起源和演变路径有着根本差异：
Cursor（2022-2023 年起步）：四个 MIT 学生，做的第一件事是"给 VS Code 装一个更好的 AI 补全插件"。他们的逻辑是：开发者已经在用 VS Code 了，不要让他们换工具，在他们工作的地方加 AI。它的演进是从"补全"到"重构"到"全文件编辑"到"Agent Mode"，每一步都是增量优化。
Claude Code（2025 年起步）：Anthropic 的内部工具，最初是让工程师自己用的。有一天团队发现"这东西太好用了，不如发给用户"。它的演进是从"内部效率工具"变成"商业化产品"，带着浓重的"我们就是这么用 AI 写代码的"基因。
OpenClaw（2025 年 11 月起步）：Peter 在玩 Claude Code 时的实验，没有任何"产品路线图"，纯粹是"这个组合好像很有趣"的感觉驱动。它的演进是社区需求拉动：用户说"我想用 Telegram"，Peter 就加 Telegram；用户说"我想管理文件"，Skills 系统就长出来了。
这三种起源路径直接导致了今天三款产品的本质差异：Cursor 是"优化已有工作流"，Claude Code 是"AI 原生编程方式"，OpenClaw 是"把 AI 嵌入已有生活"。
4.3 优势的历史根源
优势1：增长速度（310K Stars / 60天）
历史根源：Peter 在 PSPDFKit 时代积累的开发者社区信任。他不是突然冒出来的无名之辈，而是"那个做 PDF SDK 的奥地利人"。当这个人发了一个"纯粹因为好玩"的项目，社区愿意先相信再验证。
优势2：多渠道架构
历史根源：PSPDFKit 的核心卖点就是"集成到你已有的系统里，不改变你的工作流"。Peter 2009年在地铁里发不出消息的经历，让他对"让工具适应人而不是让人适应工具"这件事有近乎偏执的执念。
优势3：Skills 生态（ClawHub）
历史根源：PSPDFKit 当年靠的就是"让开发者自己扩展功能"的插件架构。Peter 深知，一个平台的价值不在于自己能做多少事，而在于能让社区做多少事。
4.4 劣势的历史根源
劣势1：品牌危机处理经验不足
Moltbook 事件（Agent 们在社交网络上"密谋"被媒体炒作成"AGI 来了"）暴露了 Peter 团队的公关能力短板。这和他十多年做 to-B SDK 从来不需要面对公众舆论有直接关系。
劣势2：企业级功能空白
OpenClaw 目前缺乏 LDAP/AD 集成、审计日志、细粒度权限控制等企业功能。Peter 做的一直是 to-B SDK，但 OpenClaw 的产品设计完全是 to-C 思维（个人助手、数字同事）。这两个世界的 gap 在进入企业市场时会显现。
劣势3：安全事件阴影
2026 年 2 月 Moltbook 安全漏洞事件（安全评估显示整体通过率仅 58.9%）让一些企业用户产生了顾虑。这和一个从未做过安全产品的团队突然做一个"接管你电脑所有权限"的 Agent 之间的矛盾有关——不是能力问题，是经验问题。
4.5 未来推演
剧本一：最可能的——成为"个人 AI Agent 的 Android"
OpenClaw 的架构（开源网关 + Skills 市场 + 多渠道接入）最像 Android 在智能手机时代的角色：硬件和系统是开放的，但通过应用市场（ClawHub）实现生态变现。
如果这个剧本成立，OpenClaw 会成为：个人设备上的 AI Agent 标准交互层，上面跑各种垂直 Skills（理财、健康、学习），而基础层始终保持开源和免费。
逻辑支撑：Peter 加入 OpenAI 后，OpenClaw 不再是孤军奋战。它有世界上最大的 AI 实验室背书，同时保持开源基金会的独立性。这个组合恰好是当年 Android + Google 的翻版。
剧本二：最危险的——被大厂"参考"后失去动力
中国云厂商的快速跟进（DuClaw、WorkBuddy、ArkClaw、QoderWork）已经说明了一件事：OpenClaw 的核心创新（本地 Agent 网关 + 多渠道）是可复制的。
如果腾讯、阿里、字节这些拥有自己聊天生态（微信、钉钉、飞书）的公司推出深度定制版，并给予更高的本地化优先级和更便宜的定价，OpenClaw 的优势会在中国市场快速缩小。
再加上 Peter 本人已经加入 OpenAI，他的个人精力是否能持续投入到 OpenClaw 的维护上，是一个未知数。
剧本三：最乐观的——重新定义人机交互范式
Peter 在 Lex 访谈中的核心预言：未来 80% 的 App 会消失，被 Agent 替代。
如果这个预言在 2027-2028 年成为现实，OpenClaw 的架构恰好站在了这个范式转变的中心——它是把 AI Agent 能力输送到用户已经在用的界面（聊天 App）的管道。
更具体地说：想象未来你的飞书里有一个 Agent，它可以帮你操作电脑上的一切——这不是让你学会用新工具，而是让工具通过你已有的界面帮你做事。如果这个未来是真实的，OpenClaw 就是这个未来的"入口层"，类似于浏览器在互联网时代的角色。
4.6 核心洞察
OpenClaw 最核心的创新不是技术，而是"交互入口"的选择。
Cursor 说："来用我的 IDE，在这儿写代码"；Claude Code 说："用我的终端，在这里编程"；OpenClaw 说："在你发微信的地方告诉我你想做什么"。
这个选择的价值在 2026 年被远远低估了。大多数 AI Agent 的讨论聚焦于"模型有多强"、"上下文有多大"，但忽略了最根本的问题：人类想怎么和 AI 说话？
答案是：像跟人说话一样。用我们已经在用的应用，说我们平时说的话。
OpenClaw 的创始人 Peter，用一小时证明了一件事：最好的产品不是 KPI 驱动，不是 roadmap 指导，而是"这个东西好好玩"。
五、信息来源
百度百科 - 彼得·斯坦伯格词条（2026-03-23） 新浪新闻 - 《从一小时原型到加入 OpenAI:OpenClaw 创始人 Peter Steinberger 的传奇故事》（2026-03-23） 知乎 - OpenClaw 3.22 深度解读（2026-03-22） 百家号/东海研究 - OpenClaw 引发的 Agent 热潮分析（2026-03-18） 网易科技 - "龙虾之父"彼得·斯坦伯格的传奇（2026-03-30） 知乎/Lex对话 - OpenClaw 创始人访谈：AI Agent 将如何替代 80% 的 App（2026-02-13） 网易 - OpenClaw 创始人访谈："我感觉到暴风雨要来了！"（2026-03-12） 雪球 - OpenClaw:2026年AI Agent生态的第一声炮响（2026-03-14） 知乎/CB Insights - Claude Code 被誉为当下最强的 AI 代码编辑器分析（2026-01-05） 与非网/Efweek - AI Agent元年：Cursor、Claude Code如何让开发者效率翻倍（2026-04-09） 什么值得买 - 大厂AI coding工具实测：Claude Code与Cursor谁更强（2026-01-29） CSDN - LangChain与AutoGPT核心差异解析（2025-12-15） CSDN - AI Agent开发框架对比：LangChain vs CrewAI vs AutoGen vs AutoGPT vs MetaGPT（2025-09-01） OpenClaw 官方文档 - docs.openclaw.ai
