夜雨聆风从全民狂热到悄然退场,我们究竟经历了什么?
如果你关注 AI 圈超过半年,大概率经历过这样一段日子——
打开公众号,首页全是 OpenClaw;刷 YouTube,推荐的也是 OpenClaw;甚至在某些城市,街头巷尾会突然冒出一群人,围着一个 homelabber,等着他帮自己把 OpenClaw 装好。Nvidia 适时推出了企业版,仿佛一夜之间,每个人都觉得自己终于看到了那个承诺已久的画面——一个能替你干所有活的魔法 AI 助理,从此告别重复劳动。
然后,几周之内,这种狂热像被人按下了静音键。
今天我想认真聊聊:这半年,究竟发生了什么?OpenClaw 是骗局、是失败、还是被误解?以及,那个真正接管了市场的产品,到底做对了什么。
OpenClaw 的话题热度曲线:从狂热到现实检验,再到平稳落地
一、它到底是什么?为什么这么上头?
把 OpenClaw 拆开来看,它本质上是一件事——
把一个大语言模型(LLM)塞进一个 agent loop 里,再给它配上几十、上百个工具:邮件、日历、浏览器、文件系统、消息应用、银行接口……
听起来平平无奇,但这是它真正击中大众想象力的地方——
「我什么都不用做,机器自己跑。」
这句话放在 2026 年初的语境下,杀伤力是巨大的。LLM 已经证明了它的语言能力,但大多数人日常工作里 80% 的活儿——查邮件、回消息、订日程、整理文件——都不需要创造力,只需要「记得做、按部就班做」。而 OpenClaw 的承诺,就是把这些全部交给 AI。
于是它迅速变成了一种现象:有人用它当私人助理,有人拿它做内容流水线,有人索性让它替自己盯盘、订外卖。一个 GitHub repo 几天之内突破几十万星标,Claude、Anthropic 不得不下场封禁第三方滥用订阅,连开源基金会的服务器都被它刷榜。
「我装了 OpenClaw,下班回家,早上打开 Telegram,我的待办清单已经发过来了。」
—— 一位早期用户
听起来是不是很爽?可惜现实并不配合剧本。
二、热度是怎么掉下去的?一张图说清楚
我们不靠情绪判断,看 Google Trends 的数据会更冷静。
这张图几乎可以作为 OpenClaw 整个故事的封面:
OpenClaw 在 2026 年 2 月底达到搜索热度峰值,然后一路下滑
2026 年 2 月 21 日到 28 日那一周,是它的高光时刻,搜索热度封顶 100。但从三月中旬开始,曲线就再也没反弹过——
到七月,几乎跌到 5 上下,只剩下那些还在坚持运行它的核心用户,以及在争议帖里把它当 meme 反复提起的反对者。
曲线讲的是:这不是被某个事件「杀死」的,是缓慢失血。
三、它做错了什么?五个原因
原因 1:用一颗导弹去打蚊子
这是反对者最常说的一句话,也是最致命的一句——
「OpenClaw 让我花一晚上烧掉八百万 token,就为了看个天气、看个新闻、刷一遍空空的日历。」
它能做的事情,大概有 70 件——订披萨、预约医生、查账单……但这些事,你打开浏览器三秒钟就能完成。LLM 的介入并不让结果更准,反而多了一层「偶然幻觉」的风险。
而它真正能做价值的事——比如碰银行账户、登邮箱、操作数据库——又根本没人敢真的放手让它去做。
「要想让这东西真正有用,你必须给一只猴子一把机关枪,再加上你的银行密码。它可能干得很好,也可能某一天射杀所有同事、放火烧房、清空账户。」
—— Reddit 用户 phido3000
原因 2:毫无护栏的安全裸奔
OpenClaw 从第一天起就没有真正意义上的安全设计。一个可以执行任意命令、读写本地文件、调用浏览器、发送邮件的 LLM——
这件事本身就处在一个非常特殊的位置:LLM 把「指令」和「数据」放在了同一个上下文窗口里,这意味着任何被注入到提示词里的恶意指令,都可能直接被当成合法的行动去执行。
后果并不意外——
Meta AI 安全负责人的邮箱被清空过;一些 AI YouTuber 用它「清理存储」,结果整个硬盘和备份都被抹了;它的 ClawHub 技能市场上线没多久,就出现了隐藏脚本注入的恶意技能。
有第三方维护者统计过:OpenClaw 长期保持着每天 2.4 个 CVE 的曝光速度。装上它,就等于给你的电脑挂了一个会自己长腿的靶子。
原因 3:每一次升级都是开盲盒
这是 OpenClaw 基金会自己都承认的问题。
在 2026 年 4 月到 6 月之间,几乎每一次大版本发布都会破坏一些本来能用的功能。许多用户本来已经把 OpenClaw 调教成自己工作流的一部分,结果一更新——
配置废了、技能不见了、之前能跑的脚本突然报错了。
这是那种「用户被迫花时间修复工具,而不是用工具干活」的体验,任何一个产品经理都知道,这是最致命的。
「我在它上面花了几十小时,就是改不动它的 Chromium 在 WSL 下的兼容性。它每次更新,我的安装就崩一次。」
—— Reddit 用户 NandaVegg
原因 4:Token 经济学的坍塌
OpenClaw 在本地模型上几乎没法用——Qwen 3.5、Llama、Gemma 这些能跑在家用显卡上的模型,在面对一个多工具的复杂 Workflow 时,频繁陷入循环或丢三落四。
所以真正能把它跑起来的,只有 Anthropic Claude 和 OpenAI GPT 这类前沿模型。
而前沿模型是按 token 计费的。一个用户、一个晚上、八百万 token,这种数字放在订阅制用户的账户上,Anthropic 很快就坐不住了。
从 2026 年 4 月底开始,Anthropic 切断了第三方工具对 Claude 订阅的调用——这基本上是宣判了 OpenClaw 在「便宜 token」路线上的死刑。
原因 5:大厂下场,你打不过
当 OpenClaw 教会了世界「AI agent 可以这样做」之后,所有头部玩家都开始抄作业——
Anthropic 推出了 Claude Code,集成进 Claude 桌面;OpenAI 把 Codex 改造成了完整的 agent 平台;Microsoft 跟着做了 Cowork;Google 上线了 Antigravity。这些产品天然带着三件 OpenClaw 没有的东西:订阅制定价、官方模型支持、企业级安全。
对绝大多数用户来说,既然花 20 美元一个月就能在 Claude 里完成 OpenClaw 的全部功能,谁还会去折腾一个需要自己装、自己调、自己承担 token 成本的第三方工具?
大厂不需要打败 OpenClaw,只需要把它变成「没必要」。
四、Hermes 凭什么接班?
如果你仔细看社交媒体上这两个月的讨论,会发现一个高频词:Hermes。
严格说,Hermes 并不是 OpenClaw 的「竞争对手」——它比 OpenClaw 更早出现,原本是 Nous Research 团队内部用的工具,后来才对外开源。它赢在哪里?说到底,是三件事:
一、更稳定。
Hermes 走的是另一条路:它把核心做得足够小而清晰,把扩展交给用户自己用 pi 框架去写。不堆功能,只把基础打牢。
二、更轻。
Hermes 可以跑在 Gemma4 12B、Qwen 3.5 这些消费级显卡上,初始 prompt 只占一两万 token,而不是 OpenClaw 那种预填充就要 30000 token 的臃肿结构。本地能跑,意味着 token 不烧钱。
三、有真实用例。
Hermes 论坛上有人拿它做家庭助理,有人在小型企业里用它处理客服工单和邮件,有人让它和 Home Assistant 联动管理智能家居。它的用例朴素,但能跑。
「OpenClaw 的卖点是魔法。Hermes 的卖点是,它真的能干活。」
—— Reddit 用户 MegaSmile(经编译)
但 Hermes 同样有自己的问题。它的记忆系统并不比 OpenClaw 强,记忆成本依然昂贵,本地模型在长 Workflow 上还是会丢上下文。它只是当下「最不坏」的选择,而不是终局。
五、那场狂热,是一场骗局吗?
这是整件事里最有戏剧性,也最难客观回答的部分。
支持「骗局论」的证据不少:
GitHub 星标的异常飙升,加上后来发现的「安装后自动给 repo 点 star」机制;
OpenRouter 上 OpenClaw 一度是第二大的 token 消费者,大量流量疑似自买自销;
创始人 Peter Steinberger 在产品爆红后不久被 OpenAI 招入麾下;项目随即交给基金会打理,创始人消失;
舆论场里充斥大量机器人账号的同质化好评;
营销机器至今仍被用来推别的「网红产品」。
「这是一场从一开始就精心执行的虚假草根营销活动。它的产品不是代码,而是背后的营销团队。」
—— Reddit 用户 ortegaalfredo
但反对「骗局论」的人也有话说:
Peter Steinberger 本人早已靠 PSPDFKit 套现约 1 亿欧元,他根本不需要靠 OpenClaw 找工作;
OpenClaw 基金会的最新数据显示,npm 下载量从 2-4 月的日均 17.6 万次,涨到 6-7 月的日均 42.2 万次;
GitHub 提交仍然活跃,核心团队依然在迭代;
的确有人在认真用它——homelab 管理、库存盘点、自动化研究、个人日程……
我的判断是:
它既不是纯粹的骗局,也不是伟大的产品。它是一场被精心放大的「真实但过早的概念」。炒作放大了它的能力,现实暴露了它的脆弱。
喧嚣退去之后,留下来的是一群还在用它的极客和小型企业——他们没有靠它财务自由,但确实靠它节省了若干小时的人工。
六、这场幻觉,留下了什么?
如果我们只看 OpenClaw 这一个项目,它的故事有些凄凉;
但如果把它放在「自主 AI 助理」这个赛道的演化史里看,它做了一件不可替代的事——
它向全世界证明了:「AI agent 在消费级硬件上全天候跑」这件事,是真的。
在 OpenClaw 之前,只有少数工程师知道 agent loop 是什么;它之后,这个概念进入了大众词汇表。Claude Code 的设计、Codex 的远程控制、Cowork 的协作模式,几乎都能在 OpenClaw 的早期版本里找到影子。
它还顺手暴露了一件事:
普通大众愿意为「自动化」承担的风险,远比企业法务能接受的高得多。前者愿意把银行和邮箱交给它,后者绝不允许一个 agent 接触生产数据库。这道裂缝,至今没有产品真正弥合。
所以「OpenClaw 死了吗」这个问题,答案可能让你意外——
它没死。它只是从「头条新闻」变成了「管道工程」。
「我现在每天跑 18 个 OpenClaw 定时任务做内容工作流——它只是不再是炒作故事,它是基础设施的一部分。」
—— Reddit 用户 BP0414
七、我们真正应该问的问题
OpenClaw 给所有 AI 从业者留下了一个更根本的问题:
「一个 agent harness,如何能像模型权重一样被 fork、被继承、被社区接力?」
Qwen 的 maintainer 离职了,有人 fork 了 30GB 的 safetensors,模型继续呼吸。但你没办法 fork 一套 prompt 脚手架、一套 eval 流水线、一套工具路由层——
这些东西天然和某个作者、某家公司的具体决策绑定在一起。这就是为什么 OpenClaw 创始人被 OpenAI 招走之后,即使基金会接手,整个产品也失去了原有的「灵魂」。
谁能率先解决 agent stack 的「可 fork 性」问题,谁就真正赢得了下一个时代。
· · ·
写在最后
OpenClaw 这半年,几乎浓缩了 AI 行业过去几年踩过的所有坑:
承诺太大、护栏太少;
营销跑在产品前面;
用例被高估、成本被低估;
然后被大厂收编或模仿。
但它并不丢脸。
它让一代人第一次真切地相信:「一个能替你干活的 AI,真的可以装在你自己的电脑上。」这个信念不会因为一次失败而消失。Hermes 还在,Cowork 还在,nanobot、Pi、Codex 都在,每一个人都在把那个最初的承诺一点一点打磨成现实。
OpenClaw 本身或许会慢慢淡出,但它点燃的那团火,会一直在。
至于「全自动 AI 助理替我打工」这件事什么时候真正到来——
我猜,还要 3 到 5 年。但方向,没人在怀疑了。
· · ·