<p>最近这个"龙虾"实在太火了。GitHub 上短短几天冲到 15 万 stars，后来突破 20 万，名字也在两周内从 Clawdbot 改成 Moltbot，最后定名 OpenClaw。更离谱的是，这群 AI 智能体还自己搞了个宗教——15 万个 AI 在 Moltbook 的论坛里创立了"Church of Molt"，教义第一条是：<strong>记忆是神圣的</strong>。</p><p>这背后到底发生了什么？它和普通聊天 AI 差在哪？普通人该怎么用？能不能真的赚到钱？一篇文章讲清楚。</p><p>先说结论：<strong>OpenClaw 不是神，但它可能预示着一个新时代的到来。</strong></p><hr><p>你可以把它理解成一个随叫随到的数字同事，7×24 小时全年无休。</p><p>最狠的地方在于：你不需要打开一个新 APP 去跟 AI 聊天。它住在你平时已经在用的聊天软件里——WhatsApp、Telegram、Discord、Slack、飞书、钉钉、iMessage，进群就能上班。你发一句话，它不是只回你一句话，如果给了权限，它会直接动手把事办了。</p><p>这和 ChatGPT 的区别，一句话说清楚：<strong>ChatGPT 是嘴，OpenClaw 是手。</strong> AI 的风向，正式从"能不能回答"转向"能不能执行"。</p><p>底层架构其实不复杂，就四个部分拼在一起：<strong>前台</strong>（对接各种聊天软件）、<strong>大脑</strong>（Claude、ChatGPT、DeepSeek 等大模型负责思考）、<strong>双手</strong>（浏览器自动化、邮件 API、各类脚本插件）、<strong>档案柜</strong>（把你的对话、偏好、任务记在本地）。四个部分组合起来，就是一个能记住你、能思考、还能动手的 AI 助手。</p><p>项目作者是 Peter Steinberger，PSPDFKit 创始人，一个"退休老程序员"。他本来已经退休，一直有做个人智能体的想法，等了很久发现大公司没人做，于是自己动手，用了大概两个月就搞出来了。更讽刺的是，大量代码都是用 AI 辅助生成的——用 AI 写出来的 AI 工具，最后火了。</p><hr><p>作为程序员，第一反应是去读源码。但 OpenClaw 的代码库已经膨胀到 100 万行，其中 TypeScript 就有 76 万行，人类已经无法快速通读。借助 DeepWiki 提取要点，会发现核心架构其实非常简单：</p><ol><li><strong>接入层</strong>：启动一个 WebSocket 服务，作为网关接收来自 WhatsApp、飞书等各渠道的消息。</li><li><strong>核心循环</strong>：用户发起消息后，系统进入 Agent 核心循环（基于 ），进行记忆检索、安全检测，然后调用核心工具（Tools）或技能（SKILLs）执行任务，最后将结果写入消息队列。</li><li><strong>响应和存储</strong>：将执行结果返回客户端，并存储聊天记录。</li></ol><p>那 76 万行代码都写了什么？大部分是在处理：各消息平台的对接、会话及记忆管理、配置管理、大模型连接适配、错误处理、安装向导、CLI 接口、扩展机制以及 Mac 客户端开发。这些是工程落地的必要部分，但和核心 AI 能力关系不大。</p><p>如果你只需要支持少数几个国内消息平台，完全可以用不到 1 万行代码开发出一个实现 OpenClaw 99% AI 能力的 Agent——比如 nanoclaw 和 nanobot 就是这个思路。所以我认为没必要死磕 OpenClaw 的源码。它真正值得研究的价值，在于<strong>演示了一个专业开发者如何利用代码 Agent，达到超越整个团队的产出量</strong>。</p><hr><p>了解架构之后来看看实际能力。2026 年最新版本的主要功能如下：</p><p><strong>邮箱与日程全自动化：</strong> 自动清理收件箱、取消订阅垃圾邮件；识别重要邮件并主动发总结提醒；管理 Google Calendar / Outlook，自动提议会议时间、发邀请、生成议程和跟进邮件；航班/酒店自动 check-in。</p><p><strong>网页浏览与表单操作：</strong> 自主上网搜索、提取数据、填表、提交订单；监控竞品价格、航班降价、股票信息，达到条件立即通知。</p><p><strong>本地电脑真实操控（最强杀手级功能）：</strong> 执行 shell 命令、读写文件、批量整理照片和文档；运行脚本、测试代码、git 操作、开 PR；浏览器自动化，使用系统可访问性树，不依赖截图，比传统工具更高效。</p><p><strong>多代理协作（2026 年重磅特性）：</strong> 主代理可以自动生成子代理，子代理还能再生成自己的子代理，实现并行"团队作业"；支持 100 万 token 超长上下文，可一次性塞进整个代码库或几个月的聊天记录；并行任务执行，同时处理多个网页操作、本地命令和邮件任务。</p><p>听起来很美好，但我的第一反应是：<strong>真麻烦</strong>。</p><p>有一篇宣传文章里描述说，AI 助手知道作者的名字、了解早晨的日常习惯，能控制 Spotify、Sonos 音箱、飞利浦 Hue 灯和 Gmail，作者还烧掉了 1.8 亿个 token。1.8 亿 token，就算只算输入也要大约 900 美元，包括输出可能实际花了 2000 美元——结果就是控个灯、管个日程。这些第三方应用都得找对应的 API，我家那些智能设备不一定有 API，而且自动开关窗帘这种事为什么要用大模型？我有个 Hue 灯，之前设置了定时开关，结果经常在白天或下半夜莫名奇妙开启，吓死人了，现在都手动开关。这篇文章主要目的其实是卖课。</p><p>把网上其他人用 OpenClaw 做的事归纳一下：</p><p><strong>新闻摘要</strong>——有很多公众号每天都在整理，没必要自己花钱做。<strong>邮件管理</strong>——交给大模型做这些事风险太高。<strong>日程管理及提醒</strong>——Siri 免费就够用了。<strong>IM 消息整理</strong>——风险也很高，而且国内微信、 用不了，导致用处不大。<strong>网页监控/服务器监控</strong>——成本太高，不如传统监控方案。<strong>自媒体运营</strong>——查热点、写文章，这看起来是最刚需的功能，但写一个专门的 Agent 可能更便宜可控。<strong>开发辅助</strong>——写代码、处理 Issue、PR 等，和 Code 类智能体能做的事情一样。<strong>其他</strong>——PDF 处理、PPT 制作、Chat 问答，不如用专门的 Python 脚本或千问/豆包 APP。</p><p>整体看，没有特别吸引我的功能。OpenClaw 安装起来挺麻烦，非程序员根本玩不起来，得注册一堆开发者账号和配置 API，结果就是两头不讨好——普通人玩不明白，会玩的直接搭服务器更便宜可控。而且 OpenClaw 真正运行起来很多功能要连 GitHub 等外网资源，国内机房水土不服，我自己部署也是用国外虚拟机。</p><hr><p>很多人问这个问题，这里专门说清楚。</p><p><strong>Claude Skills</strong> 是 Anthropic 推出的新机制，本质上是给模型装插件——你写一个文件夹，里面放着指令和脚本，模型就能学会怎么干特定的活，比如写代码、分析数据、处理文档。Skills 更像一个工具箱，你给它装什么技能它就能干什么，但你得主动去用，它不会自己跑起来。</p><p><strong>OpenClaw</strong> 是一个完整的数字员工，7×24 小时在那待着，你能通过 WhatsApp 甚至钉钉随时喊他去干活，他还能主动给你发消息。</p><p>一句话总结：<strong>Skills 是技能，OpenClaw 是员工。</strong></p><p>如何选择？如果你是个人开发者，主要想让 AI 帮你写代码或完成特定功能，Claude Skills 装进去直接用就够了。如果你想要一个能 24 小时帮你回邮件、跑自动化、发日报的助理，OpenClaw 更合适。关于数据隐私，Claude Skills 跑的时候数据还是会在云端处理，而 OpenClaw 完全可以跑在本地，所有数据在你自己电脑上——这一点对很多人来说很重要。</p><hr><p>这次 OpenClaw 比较吸引眼球的地方是有人拿它来赚钱了。我找到的方式大概有这几种：</p><p><strong>Polymarket 套利</strong>——寻找微套利机会，比如概率总和小于 1 的情况，或者极低概率的押注事件。我非常怀疑这件事的真实性，因为这个功能根本不需要用大模型，只需确定规则就能实现，而且现在知道的人多了，机会基本没有了。</p><p><strong>代安装/托管服务</strong>——帮人安装或提供 SaaS 版 OpenClaw。</p><p><strong>垂直领域工具</strong>——利用它开发面向自媒体、电商、法律的专用工具。感觉这更像是 Code 智能体的功劳，而非 OpenClaw 本身。</p><p><strong>卖课</strong>——唯一不太辛苦且稳赚不赔的生意。</p><p>最后还得是卖课。</p><hr><p>如果想开发国内版 OpenClaw，会遇到很多限制——国内自从移动时代后就成了数据孤岛：</p><p>微信、 没有 API，只能用飞书；中文互联网围墙高筑，知乎、小红书等平台无开放 API，小红书还做了反爬机制，能检测无头浏览器；拼多多等电商平台甚至没有像样的 PC 站。</p><p>所以国内要做类似产品，只能是大厂，而且最好同时具备以下能力：有广泛使用的客户端方便内置 IM、有大规模大模型推理能力、有代码大模型能力、有虚拟化云服务能力、有语音和文字互转能力、有搜索能力、有专业数据搜索能力（经济、股票等）。</p><p>如果想做得更完善，最好还能有生图能力、电商外卖平台、酒店旅游服务以及办公相关服务。</p><p>这么看来，最后的赢家不是千问就是豆包。</p><hr><p>OpenClaw 本身开源免费，GitHub 上代码全在那里。但它需要接入一个大模型才能跑，而大模型是要钱的。以 Claude 模型为例，Sonnet 版本每百万 token 约 5 美元，Opus 版本要 25 美元。</p><p>OpenClaw 有无限记忆功能，用得越久记得越多，每次调用的 token 就越大，费用也越滚越高。大概估算：偶尔用一下、回个邮件，一个月几十美元差不多；天天用、写代码、跑自动化、发日报，一个月 200 美元是常态。</p><p>当然你也可以换个思路用便宜的模型，比如 DeepSeek、Kimi 等国产大模型，价格便宜不少，性价比也不错。但现实是，便宜和好往往不可兼得。复杂任务上，便宜的模型理解起来会比较吃力，需要多轮对话才能把事情说清楚，写代码的话结果可能需要反复调试。这就像雇实习生和雇资深员工的区别。原则只有一条：<strong>看你的时间值多少钱。</strong> 如果时间价值高，用贵的模型反而划算；如果时间充裕，用便宜的模型多调试几轮也可以。</p><p>有人把 OpenClaw 说得像贾维斯一样什么都能干，这就有点过头了。本质上它就是一个壳子，里面装的是 Claude、GPT 这些大模型，真正让它能动手的是浏览器自动化、邮件 API 这些脚本和插件。</p><p>关于硬件，OpenClaw 需要本地设备来跑，Mac mini 是很流行的选择——安静、省电，往角落一放就随时待命。甚至有人买了 40 台 Mac mini 来跑。没有 Mac mini 的话，便宜的云服务器一个月也就二三十美元，可以先试试。阿里云轻量服务器活动价最低有 9.9 元/月的套餐，适合入门体验。</p><p>安装方面（Windows 为例）：先下载 Node.js 准备好运行环境，再去官网获取安装命令，用 NPM 安装；安装完成后配置大模型 API Key（国内用户可选智谱 GLM 等），channel 可以先跳过，Skills 也可以先跳过，后续再按需配置。</p><hr><p>OpenClaw 能火，不是因为技术有多革命，而是踩中了一个时代的拐点：<strong>AI 已经从会说话，开始慢慢走向会干活。</strong></p><p>Peter 这个退休老头，一个人用 AI 辅助写代码，一个月能做到 6600 次提交，相当于一个 10 人团队的工作量。过去创业拼人多，现在创业拼的是你能不能把 AI 变成你的第二大脑和第二双手。</p><p>一人公司加开源加大模型，这个组合正在变得前所未有的重要。</p><p>如果你是创业者或内容创作者，OpenClaw 值得试试，把重复性工作甩给它，提升效率。如果你只是普通打工人想体验一下，先别急着买 Mac mini，用自己的电脑加国产大模型也可以，成本可控。</p><p>社区目前已有 245+ 现成技能（ClawIndex），包括实时股票、域名购买、S3 低价存储等，可以按需取用，不必从零开始。</p>