OpenClaw之于智能体，就是大模型的DeepSeek时刻

作者 | 由仪

编辑 | 葛覃

迟到的Agent元年

2025 年末，硅谷的 AI 叙事陷入了一种微妙的沉闷。

喊了一年的“Agent元年”，迟迟尚未兑现。模型参数在变大，上下文窗口在拉长，但普通用户发现，他们依然被困在一个叫“对话框”的玻璃房里。

你问，它答，仅此而已。

这种沉闷的背后，是Agent行业整体陷入了尴尬的停滞。尽管互联网巨头们在年初信誓旦旦地预言 AI 将接管工作流，但现实中，大多数智能体依然表现得像个“残障的助理”。

它们能帮你写一段优美的周报大纲，却在替你订一张改签机票、或是跨 App 处理任务时频繁报错。

更讽刺的是，这些"智能"助手往往在简单指令上卡壳，却在演示PPT里被包装成无所不能的未来图景。当用户第N次收到任务失败的提示时，不禁怀疑那些昂贵的Tokens是否都烧在了华而不实的营销话术里。毕竟，一个连咖啡订单都处理不好的数字员工，实在很难让人相信它即将"颠覆人类工作"。

这也是为什么Meta要大手笔收购Manus，据传收购金额达到20亿美元，传统的 LLM本质上是“大脑”，具备思考和预测能力，但缺乏“手”去操作现实世界的工具。

Manus 的核心价值在于其“通用智能体”架构：它不仅能理解指令，还能在云端虚拟环境中自主拆解任务、操作浏览器、编写代码并验证结果。

相较于Manus，OpenClaw借助开源发扬光大，这也是为什么很多人说，OpenClaw 之于智能体，就像 DeepSeek 之于大模型：它不是把天花板抬高，而是把地板整体抬上来。

这种"抬升地板"的意义或许更为深远，就像当年Linux催生了整个互联网生态。OpenClaw的开源特性不仅加速了智能体应用的普及，更让不同领域的实践者能快速验证想法，最终形成百花齐放的生态矩阵。

智能体行业的“DeepSeek时刻”

一种熟悉的既视感正在蔓延。

去年此时，这种感觉曾在DeepSeek-V3 发布时达到顶峰，一种带有反常识的技术产品，以极致的工程效率撕碎了巨头构筑的围墙，并用开源精准地击中了闭源的壁垒。

现在，轮到智能体（Agent）领域，OpenClaw来了。

一个由维也纳开发者 Peter Steinberger 业余时间手搓出来的项目——OpenClaw（原名 Clawdbot），在 60 天内狂揽超 10 万个 GitHub Star。

如果说 DeepSeek 的出现，证明昂贵的算力垄断可以被算法重构打破；那么 OpenClaw 的爆发则宣告了另一个真相，AI 的霸权不在于模型有多强，而在于谁能真正赋予它操作现实世界的“手”。

长期以来，像 OpenAI 或 Anthropic 这样的巨头都在构建“封闭的 Agent”。它们希望你的所有操作，订票、回复邮件、管理代码，都发生在其受控的云端环境中。这是一种典型的巨头思维。

OpenClaw 走了一条截然相反的路，它倡导的是“Local-first”（本地优先。硬件方面，它让闲置的 Mac mini 变成了 24 小时在线的管家，二手 Mac mini 甚至因为 OpenClaw 的流行而出现了一小波涨价潮。

与此同时，它不再是一个随时关闭的Chatbot网页，它通过 WhatsApp 或 Telegram，现在已经有开发者把他部署在微信、飞书和钉钉上了。

用 OpenClaw，可以在不堆算力、不改模型的情况下，把复杂任务拆解、调度、复现得异常稳定，于是OpenClaw开始在社区疯传，从玩具变成了生产力。

这正是 DeepSeek 式的降维打击，当巨头还在纠结如何通过订阅制收割流量时，开源社区已经用最简单的逻辑，把 Agent 变成了像呼吸一样自然的本地基础设施。

它不靠华丽的包装或复杂的付费墙，而是以开放、透明和协作的方式，让技术真正服务于人，不是谁拥有数据，而是谁能让数据流动；不是谁控制入口，而是谁赋予用户真正的自主权。

OpenClaw不完美，但可能蹚出一条路

OpenClaw 并不完美，甚至在很多维度上称得上“粗糙”。能力不稳定、对普通用户也谈不上友好，生态和商业模式更是还没成型。

由于最初版本的安全配置过于宽松，拥有系统 Root 权限的 OpenClaw 实例被暴露在公网，成了黑客的“跳板”，通过提示词注入可能诱导 AI 交出私钥。

开发者 Peter Steinberger 和社区并没有选择向监管投降或转为闭源，而是发起了大规模的“安全演进”。他们迅速引入了受限沙盒（Sandboxing）和“人在回路”验证机制。

如果只用“产品好不好用”这把尺子去量，它还是一个开发者圈层的玩具，但也正因为如此，OpenClaw 才显得重要，它解决的从来不是“好不好用”，而是“可不可能”。

它首先戳破的是对智能体的一层长期幻觉：只有巨头、重算力、重平台，智能体才跑得起来。OpenClaw 以一种近乎“草台班子”的方式证明，只要任务拆解、状态管理、工具调用这条链路能闭环，智能体就能成立，一旦“能跑”被验证，剩下的无非是工程优化和规模化的问题。

第二层被打破的，是“先聪明、再干活”的路径依赖。OpenClaw 并不总是聪明，错误频出、执行失败也并不少见，但它选择先学会去做事。

哪怕是失败率很高的真实执行，也比一个只会给出完美回答、却永远不触碰现实世界的系统更具冲击力。它把智能体从“语言能力展示”拉回到“行动系统”的本质。

第三层幻觉在于，人们往往把 Agent 当成一种产品形态来讨论，而 OpenClaw 更像是在证明一件事：智能体首先是一种能力结构，而不是一个打磨好的 App。

产品可以不成熟，体验可以很差，但只要“模型—工具—环境”之间的闭环被打通，这条路就已经不可逆了。从这个意义上说，OpenClaw 的不完美，反而更像是一个时代刚刚开始时应有的样子。

如果说DeepSeek 改变了模型的“生产成本”，那么，OpenClaw就是在改变了能力的“分发边界”。我们正在进入一个静默执行的时代——AI 不再寻求你的关注，它只是安静地坐在你的硬盘里，帮你处理掉这个世界的繁琐。

这的确是 Agent 的 DeepSeek 时刻。不是创造一个“神”，而是给每个人一套改造世界的工具。