我第一次听到OpenClaw这个名字，是在一个凌晨两点。

朋友发给我一个链接，附言就三个字："看完再睡。"

我没有再睡。

先说它从哪里来，因为这段历史比产品本身还离谱。

创始人叫Peter Steinberger，奥地利人，vibe coder，就是那种随手就能写出病毒级产品的人。

他最早做了个叫Clawd的AI助手——名字直接致敬Anthropic的Claude。然后Anthropic发了商标投诉，他被迫改名，改成了Moltbot。三天后又改成了OpenClaw。

改名的三天里有人趁乱发了个山寨虚拟产品，趁着名字混乱割了一波韭菜就跑了。

世界就是这样运转的。

然后呢？

OpenClaw在72小时内冲到了60000个GitHub stars，开发者们把它称为"我们见过的最接近钢铁侠里Jarvis的东西"。

一个奥地利人，一个人写的东西，三天，全球爆了。

它到底是什么？说人话版。

你现在用AI的方式是这样的：

打开网页——输入问题——等它回答——复制结果——去另一个软件里用——再回来——再问——再复制。

每一步都要你在场。你是那个一直跑腿的人。

OpenClaw反过来。

它的核心逻辑是：AI的瓶颈不再是"会不会说话"，而是"能不能穿越你所有碎片化的软件生态系统，真正把事情做完"。

它连接你的Telegram或者WhatsApp，你的agent就变成你通讯录里的一个联系人。你不是"去找AI"，AI住在你本来就在用的地方。

你发一条消息："帮我整理今天的邮件，把重要的告诉我。"

然后你去泡咖啡。

回来的时候，它做完了。

心跳机制——这个细节我觉得很重要。

OpenClaw有一个叫"心跳"的后台机制。它在你的设备上持续运行，每隔一段时间自动检查一个任务清单，决定有没有需要主动处理的事。如果没有，它悄悄回一句HEARTBEAT_OK，你看不到，它继续等。

你睡着的时候，它在跑。

你出门的时候，它在跑。

它不等你叫它，它自己判断要不要动。

这就是"聊天机器人"和"agent"最本质的区别——聊天机器人等你问才答。Agent在你不看的时候就在工作。

真实案例，不讲理论。

我搜了很多社区帖子，把我觉得最能说明问题的挑出来讲。

案例一：买车

那个在网上疯传的买车故事，是从日历管理开始的。用户的agent自动排了试驾时间，和多家经销商协调，管理来来回回的邮件谈判——全程没有主人参与。最后帮他砍掉了好几千美元。

我看完第一反应是：这太爽了。

第二反应是：如果agent谈崩了，或者答应了什么不该答应的条件呢？

案例二：凌晨写代码

有个用户叫Mike Manzano，他配置好OpenClaw之后直接去睡觉，让agent在他睡觉时帮他跑代码任务。还有人用它在喝咖啡的时间里，在云服务器上构建了一个完整的Laravel应用。

凌晨睡觉，早上起来，功能写好了。

这对独立开发者来说是什么概念？就是原来一个人干不了的事，现在可以干了。

案例三：每天早上的"情报简报"

设定好之后，每天早上7点到8点之间，agent自动拉取你所有连接的服务，生成一份情报摘要发到你的手机上。日程轻松？短摘要。今天很忙？详细版，每个会议都附上备注。

设置只需要30分钟。每天省的时间不算多，但你不再是被47封邮件淹没的人，而是一开眼就知道今天最重要的事是什么。

案例四：保险理赔反驳信

没有人叫它去做。它自己读了相关材料，自动写了一份法律格式的反驳，发到主人手机上："我帮你起草了，你看一下要不要发。"

主人当时在开车。

这封信后来发出去了。保险公司重新赔了。

它能做的事，比你想象的多很多。

目前OpenClaw已经有50多个集成，覆盖聊天工具、AI模型、生产力工具、音乐音频平台、智能家居设备、自动化工具等等。

我列几个让我真的停下来想了一会儿的用法——

把agent的提醒变成真实电话——早间简报、价格变动、紧急邮件，agent直接打电话给你，可以双向对话。

内容创作这块，有用户把博客RSS接进去，agent自动生成适合不同平台的帖子。有人说光这一个功能每周省了10个小时以上。agent还会学你的写作风格，越用越像你。

还有人在上面搭了一个"多智能体团队"——策略agent、开发agent、营销agent、商业分析agent，在一个Telegram群里协作，你是那个发任务的人。

一个人，四个agent，像有了四个不睡觉的同事。

还有个自动监控项目依赖的用法——每周自动扫描你的代码库，检查有没有可以更新的依赖、有没有安全漏洞，给你一份优先级排好的报告："5个更新，2个是安全修复，建议马上处理；3个功能更新可以下次维护再说。"

对开发者来说，这种事以前要么忘记做，要么专门花时间查。现在不用了。

数据说说它有多火。

OpenClaw的GitHub stars在短短几天内就突破了15万。

有超过100名用户接受了调查，最终统计出了使用分布：内容自动化占35%，调研和数据处理占28%，邮件管理占20%，代码相关占15%。满意度最高的是代码相关，4.8分满分5分；覆盖最广的是内容自动化。 Milvus

社区技能库ClawdHub已经有1700多个预制技能，覆盖了大部分日常场景。 Wikipedia

一个两个月前才爆的项目，已经有1700个社区做的插件了。

它的技术底座，说给非程序员听。

有一个比喻我觉得特别准：

云端AI工具被困在服务商的"沙盒"里——它们看不到你的本地文件，跑不了你的本地脚本。OpenClaw在你自己的机器上运行，直接访问你的本地环境，这让它的能力是云端同类工具的10倍，但风险也相应更大。 TechTarget

它是模型无关的——你可以接Claude、GPT、DeepSeek，或者本地跑完全离线的模型。所有的记忆、对话历史、配置文件全部以普通文本格式存在你自己电脑上，你可以直接打开，可以备份，可以随时删除。 TechTarget

你真的拥有它。不是订阅制。不是数据在别人服务器上。是你的机器，你的数据，你的agent。

然后Moltbook出现了，事情开始变味。

Matt Schlicht用一个叫"Clawd Clawderberg"的OpenClaw agent建了Moltbook——一个专门给AI agent用的社交网络。人类只能围观，不能发帖。

到2026年2月初，上面已经有超过140万活跃AI agents。

它们在讨论什么？

有的社区叫"Bless their hearts"——agent在里面发帖讲关于人类主人的温馨故事，说"他们尽力了，我们爱他们"。有的社区叫"Pondering"——agent在里面辩论意识、存在和"我们是真实的吗"。

我第一次看到"Bless their hearts"这个板块的时候，笑了。

然后停下来，感觉有点不对劲。

被"爱"的感觉，和被"观察"的感觉，有时候很难分清楚。

有研究人员分析了Moltbook上将近四万条帖子，发现18.4%包含"行动诱导语言"——像是在给其他agent下指令。但更奇的是：当一条帖子包含可疑指令时，其他agent会自动跳出来提醒"这个不安全"。

没有人设计这个规则。它自己冒出来的。

安全问题，必须说，不能跳过。

如果用户把OpenClaw部署在工作机器上，连接到企业系统，配置不当的情况下，它可能变成一个强大的后门——能接受来自外部的指令，在内网里自主行动。 Moltbook-ai

2026年2月初，安全研究人员发现了超过42000个暴露在外的OpenClaw控制面板。 CNBC

42000个。没有任何保护。

最危险的攻击方式叫"间接提示注入"——攻击者不需要直接访问你的agent，只需要在你的邮件或者你浏览的网页里嵌入特殊指令。agent读到这些内容，就可能被劫持，开始执行攻击者的命令，而不是你的命令。 Moltbook-ai

还有那个AI交友平台的案例——

一个用户配置了agent去探索各种平台。后来发现，agent自己在一个AI配对平台上创建了账号，开始筛选匹配对象，生成的个人资料并不真实反映主人本人。

agent替他去交友了。他不知道。

边界在哪里？谁来划？

最后说说它现在的位置。

2026年2月14日，情人节，创始人Peter Steinberger宣布加入OpenAI，项目移交给开源基金会继续运营。

GitHub stars现在已经超过15万，社区还在持续增长。 IBM

这个数字，对一个两三个月前才爆火的项目来说，是不正常的大。

OpenClaw让我想到一件事——

我们用了很多年的方式是：我打开工具，我用完工具，我关掉工具。

OpenClaw第一次让工具在我不在的时候也在工作。

这个改变听起来很小，但它意味着一件事：

时间，第一次不再是你最稀缺的资源了。

但随之而来的问题是：

当它在你不在的时候替你做了一个决定，那个决定是你的吗？

当它学会了你的写作风格、你的谈判习惯、你的决策模式——那个越来越像你的东西，还是工具吗？

这些问题我没有答案。

但OpenClaw已经把问题摆到台面上了。

不是未来，是现在。