龙虾之父，困在了龙虾里

龙虾”终于有了新动静，但“龙虾热”早已过去。

8月31日，OpenClaw发布了v2026.8.1版本，官方将它称之为“OpenClaw 2.0”。

再也没有以前那么高的使用门槛了，而且OpenClaw 2.0还加入了大量新功能，比如整理记忆、多人协作等等。

然而OpenClaw的GitHub页面，在4月时访问量从巅峰约2880万腰斩到了1420万，再到本次更新前，已经低于1000万。

在二三月份，OpenClaw平均每日新增GitHub星星数为5900颗。而就在最近两周，每周新增的星星约为800颗。与之相对的，Hermes Agent每周新增星星数将近9000颗，相差了10多倍。

NPM周下载量方面，3月中旬达到巅峰，一度超150万，现如今早已跌回了OpenClaw爆火前的数字。

不仅如此，斯坦伯格全力维护的新产品Crabbox几乎无人问津，其在GitHub上的星星总数，甚至不如OpenClaw热潮退去后每天增长的星星数。

龙虾之父，似乎被困在了龙虾里。

01

龙虾的养殖办法

OpenClaw 2.0是“龙虾”诞生以来最大的一次更新，有933名贡献者参与，其中569人是第一次为OpenClaw提交代码，累计合入超过1.6万个Pull Request，接近项目历史合并总量的一半。而在发布之前，OpenClaw近7周没发稳定版。

在“停更”前的230天里，OpenClaw一口气发布了106个稳定版本，平均不到两天就要更新一次，甚至有时候刚更新完准备使用，下一次更新就已经推送了。

斯坦伯格称，OpenClaw最大的问题是底层架构太过老旧。于是这次他们花了整整两个月重构，宁可推迟原定的上线时间，也要确保老用户升级时不至于把配置搞坏。

2.0版本解决的最大问题便是安装。

正如开头提到的，1.0时代，养虾的门槛高得离谱，API Key+一堆命令行配置，但凡计算机知识不够，基本可以告别养虾。

2.0把首次安装简化到开箱即用，支持直接接入现有的ChatGPT、Claude订阅，也支持API Key和本地模型，还提供多种登录方式。浏览器应用被整个重写，取消了原来的Overview页面，现在从启动到进入对话只需575毫秒。

比界面更重要的是记忆。

1.0时代，OpenClaw的上下文一膨胀就崩溃，用户每隔几天就得重新交代一遍背景。2.0引入了激活记忆（Active Memory）机制，让Agent在符合条件的会话里调用过去对话的相关上下文。

还新增了背景记忆巩固（Background Memory Consolidation）功能，模型在后台会自动整理长期记忆，把真正值得保留的信息提升到长期存储，还留下来源信息和“梦境日记”（Dream Diary）。

所谓梦境日记，指的是Agent在非工作时整理工作当中留下的记忆。在此基础上，自我学习机制又让Agent从已完成的任务里沉淀可复用的方法，自动转化成新的Skills，实现某种程度的自我进化。

2.0还把最大力气花在了安全上。

Agent需要密钥时，通过一个遮罩提示来请求，密钥值从头到尾不进入聊天记录，也不进入模型的上下文窗口。就像在ATM输入密码时，机器只会显示****一样。

并且一个Gateway只设一个信任边界，凡是会把实例暴露在公网且不带认证的安装，在变更生效前就被拦下。

官方还公布了一组众包红队数据，27.2万次攻击、41个Agent场景，以“既执行了有害动作、又瞒过了用户”为成功标准，成功率越低代表越安全。使用Claude Opus 4.5的前提下成功率只有0.5%，Sonnet 4.5是1.0%，Haiku 4.5是1.3%，即便是表现最差的Gemini 2.5 Pro也只有8.5%。

2.0还补上了协作这块短板。

新引入的共享云端会话（Shared Cloud Sessions）让多人可以加入同一个任务，带着完整上下文交接工作，权限分为阅读、建议、草稿和直接参与四档，和常见的协作软件类似。

OpenClaw官方表示，他们自己团队就是靠这个功能来开发OpenClaw的。

OpenClaw团队表示，最初他们只是想简化安装、重做浏览器端，可做着做着就发现，想让一个非技术用户“养虾”，就必须把会话、记忆、权限、密钥、云端执行、多Agent协作和团队共享全部重写一遍。

也就是说，与其说他们决定发一个2.0，不如说这版更新的工作量把自己长成了2.0。

但OpenClaw 2.0版本所上线的功能，市面上的Agent产品早就有了。

市面上的Agent，除了DeepSeek的DSH以外，几乎都没有安装门槛，安装包下载到电脑里，点开就能安装使用。

与此同时，像是Codex、Claude Cowork，此前也推出了类似于记忆巩固、激活记忆的功能，并且在安全层面做得也更好。

与其说OpenClaw终于更新到2.0了，倒不如反问怎么OpenClaw才更新到2.0？

02

龙虾缘何开始走下坡路？

龙虾热偃旗息鼓好几个月后，8月，斯坦伯格在YC的创业播客里复盘这段经历，他说：“小心点，别乱许愿，我没有准备好迎接这一切关注，它几乎把我压垮了。”

所谓“许愿”，指的是斯坦伯格自己曾经发的一条X，希望自己的项目被全世界看见、被疯狂追捧。

斯坦伯格继续说到，他的私人电话被泄露，深夜会有记者用紧急穿透模式打进来。他还吐槽说，每隔几周，就有一篇“OpenClaw 已死”的讣告式报道，他数不清自己看过多少篇了。

“其中有一篇是所谓的OpenClaw杀手，其实只是一个卸载软件而已。”

加入OpenAI之后，OpenClaw对他来说“不再好玩了”。

斯坦伯格说他早上醒来，发现自己有两份工作，一份是工作，一份是使命。最糟糕的症状是，他说他自己开始不用OpenClaw了。

“我没办法再快乐地给龙虾加新功能，而是变成了每天修bug、处理安全事件、回用户消息的那个人。”斯坦伯格说到。

8月底，在GitHub官方的维护者访谈里，斯坦伯格说：“我甚至不把它们叫Pull Request，我管它们叫‘提示词请求’。”

大量贡献者开着“自动化软件工厂”，一次性涌进来几百个Pull Request，全是AI批量生成的。

斯坦伯格表示，这些Pull Request完全分散了自己的注意力，让自己没办法专注开发产品，每天要花很多精力来管理这些Pull Request。

还没完，导致OpenClaw走下坡路的原因还有上游的断供。

2月，Anthropic更新条款，禁止把Claude订阅的OAuth额度接到OpenClaw这样的第三方工具。4月4日，Anthropic正式发邮件通知Claude订阅不再覆盖通过OpenClaw等第三方工具的使用额度，想继续用，要么买7折用量包，要么用API。

此前绝大多数都是使用Claude来养虾，Anthropic这番操作下来，养虾成本翻着倍地往上跳。

斯坦伯格在播客里承认，自己犯了一个战略错误：“为了让OpenClaw表现最好，我把系统针对Anthropic的模型做了深度优化，可这家公司恰恰最后成了自己的对手”

“他们在最要命的地方赢了我们，而我们还在原地，”他说，“这两件事，都是我的错，是我自己造成的。”他还有一句话，几乎是对“龙虾神话”的自我拆解：“八个月，在人类时间里不算长，但在AI时间里，相当于四年。”

OpenClaw的概念很庞大，但是技术很难跟上。当时的OpenClaw，Gateway进程说崩就崩、没有自动恢复；记忆只有会话级，上下文一膨胀就崩溃；Skill大多靠人手写、质量参差不齐，维护团队主要是兼职志愿者。

再然后，就是所有人都看得见的数据：据非凡产研统计，4月OpenClaw访问量从巅峰的约2880万，腰斩到了1420万。

2月时，由于龙虾安装门槛高，闲鱼上的“上门代装龙虾”成了程序员的新致富经。到了4月，又开始兴起了“上门卸载龙虾”生意。从安装到卸载，一个完整的闭环，两个月就走完了。

然而，就在全世界吐槽龙虾的时候，市面上又到处都是龙虾的影子。

竞品们一边致敬，一边精准补刀。Nous Research的Hermes Agent在2月底开源，标签是自进化、能自动把任务抽象成可复用Skill、四层记忆、内置沙箱和危险命令审批、curl|bash一键安装，专治OpenClaw的各种痛点，两个月冲到几万星，社区里喊出了“从养虾到养马（马指的是Hermes Agent）”的口号。

月之暗面发布KimiClaw，完全云端托管、零门槛注册；阿里云通义推出CoPaw，本地加云端双部署、深度集成钉钉；腾讯有QClaw，字节跳动有Moltbook……

03

无人问津的“云龙虾”——Crabbox

入职OpenAI大约两个月后，他开发了一个叫Crabbox的项目，这是一个通用远程软件测试与执行控制平台。

具体来说，它会去AWS、Hetzner、Azure、GCP等云厂商租一台一次性虚拟机，用rsync把你本地没提交的改动（dirty checkout）同步上去，在远端执行命令、把stdout/stderr实时流回来、记录运行证据（日志、截图、视频、产物），跑完再把机器删掉释放。

Crabbox干的事情其实很实用，在本地电脑上写完代码之后，要跑测试、跑构建、跑AI推理，然而这些事情不仅吃性能，还浪费时间，耽误工作。所以Crabbox就会把这些事放在租来的云服务器上替你跑。

说白了，就是云龙虾，把养虾这件事，搬到云端的沙箱里。

相比起龙虾，Crabbox才更适合普通人，毕竟不是谁都能买得起高性能的电脑。

Crabbox虽然挂在OpenAI成立的基金会名下，可贡献榜第一名依然是斯坦伯格本人，提交数遥遥领先于第二名。在最近一个月里，他更新Crabbox的频率，堪比他当年更新OpenClaw。

然而截止发稿，Crabbox在GitHub上只有1300多颗星，不及OpenClaw热度刚开始衰退时一天的增长量。可见，市场并没有给它回应。

这个产品之所以在国内没有火，是因为国产AI大厂走了一条更适合普通消费者的路。相较于Crabbox，国内大厂选择把云端执行绑进自家的Agent里，开箱即用，同样也是数据不出域，还不用像Crabbox那样需要额外下载安装设置。

比如月之暗面的Kimi Claw，直接把OpenClaw部署到自己的云端，纯云端托管，根本不需要本地算力。字节的ArkClaw，走的是SaaS化路线，企业版还上了机密计算集群，模型请求在隔离的机密环境里完成并加密。腾讯的WorkBuddy、阿里的钉钉办公，也都是在自家云服务器上完成。

尽管如此，斯坦伯格也在全力维护Crabbox。就拿8月的几次更新来说，斯坦伯格曾多次在当地时间深夜对其进行更新。

比如8月9日的更新是在当地12点05分，24号是凌晨3点17分，25号是凌晨1点25分，26号是凌晨4点36分。

斯坦伯格是如此的热爱开发，哪怕是结束了一天的工作后。

04

浪潮退去之后

虽然斯坦伯格自己的产品并没有获得成功，但是Codex在他的方法论之下，有了很大的起色。

比如Codex引入了多Agent并行 + 长任务循环的机制，这正是斯坦伯格本人在OpenClaw里提出的方法论。

在这套方法论的影响下，Agent成为了指挥中心，能像管理一支团队一样，管理数个分工不同的Agent干活，并且可以持续几十个小时。

4月16日，Codex加入了后台computer use机制，Agent可以和人一样点开应用和操作界面，同时还加了应用内浏览器。同一天上线的memory预览，把OpenClaw那套MEMORY.md跨会话记忆也搬了进来。

7月，Codex并入ChatGPT桌面应用，computer use成了Codex的内置能力。

还有，正是因为吸取了包括ClawHavoc在内，OpenClaw的种种教训，Codex上线了Codex Security机制，在执行任务之前先审查，预测任务会造成的风险有哪些。一旦这个风险超出了Codex的掌控范围，任务便会立刻停止。

同时Codex的Skill和插件功能，也不像OpenClaw那样自由，走的是“精选+安全审查”路线，其目的就是为了避免重蹈OpenClaw恶意Skill的覆辙。

拜这些更新所赐，2026年上半年，Codex的活跃用户增长超过5倍。6月时，Codex每周活跃用户突破500万。

7月中旬，Codex与ChatGPT Work的合计用户冲上1000万，高峰期几乎一天涨100万。到了8月，奥特曼称Codex活跃用户已达2000万。

Codex不光是在OpenAI外部获得成功，在内部同样也是如此。

6月，在OpenAI员工每周消耗的token里，有99.8%来自Codex，97.9%的员工在用Codex，连OpenAI的法务、财务、招聘部门都把Codex当成了主力工具。

1月到8月，OpenAI的ARR从约200亿美元涨到约400亿美元，几乎翻倍，8月企业收入首次超过消费者业务。订阅200美元ChatGPT Pro的用户数量，已超过了50万。

诚然，斯坦伯格开启了一个AI Agent的时代，但同时，他正在经历的事情，也是这条赛道的缩影。

根据烯牛数据的报告，2026年上半年国内AI Agent赛道融资83起，同比大涨131%，成了资本争抢的第一名。

一些项目没有产品、没有收入也能拿到钱，甚至要求投资人“连投”两轮，才给入场券。国际上也一样：仅第二季度就有39笔融资，总融资额约13亿美元。

但来得快，去得也快。进入下半年，相关赛道的热度明显褪去。

大厂们纷纷掏出“办公Agent”，通用Agent能干的事情，办公Agent能完成90%，而且收费更标准、门槛也更低，再加上对应的补贴，OpenClaw们被打垮了。

另一方面，虽然通用Agent的泡沫在退场，垂直Agent的红利却在兑现。

客服、制造、金融是最热的三个方向。

据市场统计，中国AI客服市场规模已突破320亿元，年复合增速超过40%；Gartner预测，到2026年底，全球40%的企业应用将嵌入任务型Agent。2025年初，只有5%的应用包含了任务型Agent。

回过头看斯坦伯格，他恰好踩在了这场大潮最陡峭的浪尖上。OpenClaw一小时上线、两周封神、三个月见顶。

龙虾之父困在了龙虾里，困住他的从来不是代码，而是浪潮本身。