火爆硅谷的Clawdbot，48小时插件病毒式裂变，一句话让AI执行任务

这几周，X 的开发者社区掀起了一股 Clawdbot 热潮。从凌晨两点发布的 GitHub 提交记录，到深夜炫耀“终于跑通了”的截图，这个带着龙虾表情符号的开源项目正在被越来越多人所了解。

有人专门为它购置了一台甚至多台 Mac Mini 放在家里日夜运转，有人在 Discord 频道里分享自己如何通过 Telegram 遥控电脑完成代码部署，还有律师开始讨论它对法律行业的潜在冲击。科技博主 Federico Viticci 更是在 MacStories 上详细记录了他的使用感受，他在一周内用 Clawbot 消耗掉了 1.8 亿个 Anthropic API Token，最后的结论是：“用过这种超能力之后，我再也回不去了。”

Clawdbot 究竟是什么？为什么它会让这么多技术圈的人如此兴奋？

准确来说，Clawdbot 不是一个聊天机器人（Chatbot），而是一个智能体网关（AI Agent Gateway）。与 ChatGPT 或 Claude 这类需要你打开网页、输入问题、等待回复的工具不同，Clawdbot 的设计逻辑是：通过日常使用的消息应用（目前支持 Telegram、WhatsApp、iMessage 或 Discord 等）发出一条指令，它会唤起后台运行的大语言模型（比如 Claude、Gemini），将你的需求转化为本地 Shell 脚本并在你的电脑上执行。

换句话说，它不是告诉你怎么做，而是直接帮你做完一件事。这种从“AI 给建议”到“AI 直接行动”的转变，正是让开发者们如此着迷的一大原因。

它不仅能像真人一样通过浏览器去搜索、对比商品并整理表格，还能直接接管你的本地软件。你可以让它在 Spotify 上切歌，在 Obsidian 或 Notion 里整理笔记，甚至在 Slack 和 Gmail 之间搬运信息。Clawdbot 甚至还能连接到 Home Assistant 系统。这意味着你可以通过手机发条短信，就让家里那台 24 小时待命的 Mac 帮你关掉窗帘、调节空调温度，甚至在你下班回家前提前启动洗碗机。

开发者 Luigi D'Onorio DeMeo 在 X 上分享了他的使用场景：他让 Clawdbot 处理“后台开发和生活管理任务”，Clawdbot 拉取代码仓库、打开 VS Code、运行测试、生成修复方案，如果测试通过就自动提交代码，同时甚至还能通过 API 主动发送日程提醒。

另一位开发者 Alex Finn 将其运用在了自己的生活场景中。他让自己的 Clawdbot 帮忙预订下周六某家餐厅的位置。一开始 Clawdbot 尝试通过平台完成预订，但遇到了障碍。也许是餐厅没有接入该平台，也许是时段已满，总之失败了。

可接下来发生的事情让 Finn 自己都有些意外：Clawdbot 自动调用了它的 ElevenLabs 语音合成技能，直接给餐厅打了电话，用 AI 生成的语音与对方沟通，最终完成了预订。整个过程中，Finn 只发了一条消息，剩下的问题识别、方案切换、语音通话、预订确认，全部由 Clawdbot 自主完成。Finn 在推文末尾感慨道：“AGI 来了，99% 的人却毫无头绪。”

律师事务所 Integrated Cognition 的一篇分析文章则提到，有用户让 Clawdbot 自动分类数千封邮件、智能过滤和归档，甚至根据自定义规则处理客户邮件。

这些场景的共同点是，看起来 AI 不再是被动等待你提问的助手，而是一个可以主动执行任务、持续监控状态、甚至在你睡觉时完成工作的 24 小时“数字员工”。

不仅如此，Clawdbot 还宣称打破传统 AI 工具的限制——记忆。大多数 AI 助手的交互方式是“打开网页 - 输入问题 - 看完答案 - 关闭标签页”，下次再打开时，它对上次的对话几乎毫无记忆。

Clawdbot 采用的是“本地优先”（Local-first）架构：所有的对话记录、操作日志、学到的生活事实都以 Markdown 文件的形式保存在你自己的硬盘里，就像一个私人的知识库。

它还能更进一步的使用检索增强生成技术（RAG，Retrieval-Augmented Generation）来实现长期上下文记忆。当你两周后问它“上次讨论的那个项目怎么样了”，它能从本地文件中调取相关信息并给出连贯回答。

这种本地化设计带来了两个优势。

第一是隐私主权：你与 Clawdbot 的所有互动、它读取的文件内容、执行的命令历史，全部留在你控制的设备上，而不是上传到某个公司的云端服务器。对于处理敏感信息的律师、医生或企业高管来说，这一点至关重要。

第二是跨平台唤起：Clawdbot 的 Gateway 进程运行在你的电脑或服务器上，只要有网络连接，你的手机就变成了一个超级终端。无论你是在咖啡馆用 iPhone 发 iMessage，还是在地铁上用安卓手机发 Telegram 消息，都能直接控制家里或办公室的那台机器。

那么，如此便利的“数字管家”究竟是被谁创造出来的呢？

Clawdbot 的创造者 Peter Steinberger 来自奥地利，是知名的 iOS 专家，早在 iPhone 刚诞生的 iOS 2.0 时代就开始深耕这个领域，还曾在维也纳科技大学教授 iOS 和 Mac 开发课程。

2011 年，他创办了 PSPDFKit，一家专注于 PDF 处理技术的公司，客户包括苹果、Adobe、Dropbox 等科技巨头。十年时间里，他将这家公司从个人项目发展成拥有 60 多名员工的全球化远程团队，并在 2021 年成功退休。

2025 年末，Steinberger 决定将自己私人使用的 AI 助手“Clawdis”开源，并将项目改名为 Clawdbot。

短短几周内，GitHub 的 Star 数突破 23k，Discord 社区从零增长到超过 5,000 名成员，一个名为 ClawdHub 的技能插件生态初具雏形。社区成员贡献了从 WhatsApp 语音消息转录到自动化网站部署等各类插件（Skills）。

一切似乎听起来非常完美，但 Clawdbot 还存在着一个绕不过的问题：成本。Clawdbot 本身是开源免费的，但它依赖大语言模型 API 来运作，而这些 API 调用是按 Token 计费的。

前文提到的 Federico Viticci 一周消耗 1.8 亿个 Token，按照 Anthropic 的定价，输入 Token 约 3 美元 / 百万，输出 Token 约 15 美元 / 百万，这意味着他的账单可能高达数百甚至上千美元。

在 Reddit 社区，有用户抱怨“Token 使用量简直疯狂，能在一小时内用完 Claude Pro 200 美元套餐的五小时额度”。官方文档建议轻度使用者预算每月 10-30 美元，中度使用者 30-70 美元，重度使用者则可能达到 70-150 美元或更高。对于希望让 Clawdbot 全天候运行、处理复杂任务的用户来说，这笔开销并不小。

更深层的问题还有记忆的极限。虽然 Clawdbot 将所有对话和学到的信息保存在一个名为 MEMORY.md 的本地文件中，理论上这能让它“永不遗忘”。但随着时间推移，这个文件会变得越来越臃肿。

当它膨胀到数千行甚至数万行时，或许有可能带来一个目前还未充分讨论的后果：上下文腐烂（Context Rot）。当 AI 需要在海量历史信息中检索相关内容时，响应速度可能变慢，准确度也可能下降，甚至出现记混或记错的情况。虽然 RAG 技术能在一定程度上缓解这个问题，但当用户积累了几个月甚至一年的使用数据后，这套系统能否依然高效，仍是一个待验证的问题。

而且，尽管许多文章宣称“20-30 分钟就能完成基础安装”，但对普通用户来说，实际门槛比想象中高。

你需要安装 Node.js 22+，配置 Nix 环境，获取并正确设置 Anthropic 或 OpenAI 的 API Key，在 macOS 钥匙串中管理凭证，理解如何通过安全访问 Gateway，还要给予应用 Shell 脚本执行权限。这对开发者来说或许不是难事，但对普通用户而言，可以说是一道技术鸿沟。

那些优秀的自动化案例，比如实时监控期权市场的异常交易量、自动发布到 5 个社交平台并优化标题、搭建完整的网站并迁移数据，都需要数小时甚至数天的自定义开发。资料中反复强调的一点是：Clawdbot 的基础功能（文件管理、简单研究、日程查询）确实开箱即用，但那些更高级的技能都需要构建自定义技能、接入第三方 API、反复测试和调试。

让人担心的还有“本地化”后的安全风险。给予 AI 执行终端命令的最高权限，意味着它可以读取你的文件、安装软件、修改系统配置、访问浏览器中保存的 Cookie 和密码。这一切都是 Clawdbot 发挥作用所必需的，但同时也是巨大的攻击面。

一篇在 X 上广为流传的安全警告文章指出了“提示词注入”（Prompt Injection）的风险：假设你让 Clawdbot 总结一份 PDF 文件，而这份文件中隐藏了一段恶意文本。由于大语言模型无法可靠地区分“需要分析的内容”和“需要执行的指令”，这些恶意命令有可能被执行。开发者 Steinberger 本人也在安全文档中坦言：“运行智能体是有风险的，请加固你的配置。”

那么，Clawdbot 到底值得尝试吗？答案取决于你的期待。如果你希望找到一个像 Siri 那样开箱即用、不需要任何配置的语音助手，Clawdbot 不适合你。如果你只是想偶尔向 AI 询问一些问题，可能 ChatGPT 或 Claude 的网页版就已足够。

但如果你是一名开发者、研究员、内容创作者或需要处理大量重复性任务的专业人士，愿意花几个小时学习配置、逐步构建自己的自动化工作流，那么它提供的能力确实令人兴奋：或许真能成为一个专属于你、运行在本地设备上、能够记住你的偏好和习惯、 24 小时不间断工作的数字助手。

1.https://www.macstories.net/stories/clawdbot-showed-me-what-the-future-of-personal-ai-assistants-looks-like/

2.https://github.com/clawdbot/clawdbot

3.https://x.com/steipete

运营/排版：何晨龙