都2.0了，安装OpenClaw还得请个计算机博士？

研究员｜卢杨

8月31日，在我们都快忘了它的时候，OpenClaw 2.0发布了。

发布之后，海外技术社区久违地沸腾了一次。官方称2.0发布前后，项目累计收到超过1.6万个PR，有933位贡献者参与，其中569位是首次贡献。这个项目历史上一半以上的贡献，是在这一次发布周期里涌进来的。

一位开发者说，“这可能是近期开源生态里最活跃的项目，没有之一。”类似的兴奋情绪在 Reddit、Hacker News 上反复出现。

官方也在博客里表示，这次更新团队希望能拥有一个更为简化、易用、并支持多人协同的工具，期待能改变人们与软件的关系。

但热闹归热闹，数据归数据。真正装到机器上，体验是另一回事。

01 “简化安装”还是“极客试炼场”？

2.0宣传的一大卖点是“简化安装”。官方称，新版本会“自动识别用户电脑上已有的AI服务订阅、API密钥及本地模型”，让用户“更快地开始第一次对话”。

X上立刻有网友打趣：我还需要计算机科学博士才能安装吗？

我们实际操作了试试，打开终端，复制命令，跑起来，面对满屏的代码输出……配置向导确实比以前聪明了点，很方便，会扫描你电脑上的已有资源，但前提是你得有这些东西。

如果没有现成的API Key，或者想换个模型，就得进入“经典安装模式”，手动输入模型名称和密钥。比如我们为了测试龙虾使用的上手难度如何，特意选择了不在列表内的deepseek api……然后就伴随着漫长的配置过程以及查错过程。整个流程绕不开终端、绕不开命令行。此外，最常用的就是……openclaw doctor，存在感简直不要太强。

在我们前后花了一个多小时才装好……之后，才发现原来他们有“exe”文件。我们是怎么发现的呢？是因为x上网友开启了狂暴模式：

所以……就不能简单像中国agent厂商一样给我们一个下载按钮吗？

与我们有同样困惑的人还不少，Reddit上为此吵翻了天。一派说：“如果你连安装流程都搞不定，那你就不该用OpenClaw。”言下之意，这工具就不是给普通人用的。

另一派反驳：一个想把OpenClaw接入Home Assistant、替换付费API工作流的普通用户，遇到的是一连串问题，比如安装脚本诡异、Gateway反复重启、配置得手动编辑、令牌认证、设备绑定、模型不可用。这不是“我不想用终端”，而是“每一层都太脆弱了”。

“有用的摩擦”和“随机的痛苦”是两回事。理解权限边界、内存隔离、模型路由，这些算“有用的摩擦”。但装完了还要debug Gateway为什么重启、编辑config.yaml、重新认证设备、发现模型没注册，这就是纯粹的“运营层面的拖累”。

更有意思的是，官方文档里甚至专门列了一条“Split brain installs”的故障排查，新旧版本共存时，旧版binary被调用会直接拒绝执行Gateway操作，用户得自己检查PATH、版本、状态，再重新安装。

所以……我们作为用户，下载了产品，还得自己检查状态？

02 实测：432万token换一个报错

装好之后，我让它执行了一个普通任务，不算复杂，就是日常助理该干的那种事，生成一份报告。

结果：API请求71次，消耗4,321,062token，花了7.66元人民币，可最后只得到一个报错。零产出，什么都没有。

没有结果、没有输出、没有答案，只有一个错误提示。如果这种事反复发生，累积的时间和金钱成本就相当可观了。

那4,320,000 token到底去哪了？

既不是模型“思考”用掉的，也不是任务执行用掉的。有用户说，这是OpenClaw每次调用模型时，都要把那套巨大的系统提示词、工具清单、记忆文件从头到尾读一遍。你发几十个字，模型先读几万字的“题目”，然后才开始“答题”。

国外技术社区有人抓包分析过，单次调用的提示词组合起来五万多字。一个最简单的任务跑下来，数十次API调用就这么堆出来了。有用户吐槽：“我本地跑3.59b基本上几秒钟就反应了，进入龙虾，3分钟起步。 ”

把整个流程拉通算：安装加调试两个多小时，跑第一个任务又耗了将近两小时（等响应、排查报错、反复重试）。花了钱、花了时间、花了精力——什么都没成。

后来我们又经过了一番修复审查之后，重新跑同样的任务，收获了一个依旧十分潦草的回复。

03 UI与安全：毛坯房与漏洞缠身的老房子

再来说说UI。2.0的Web界面确实被整体重建了，对话放中间，侧边栏管会话，整体风格接近Codex。比上一代强——但上一代的UI在社区里被形容为“根本没法用”，2.0只是从“没法用”变成了“能用”。

有用户在GitHub上开贴吐槽新布局在现在这个时间点已经过时了，我们对此是赞同的。社区里还有个比喻特别贴切——“原生就是毛坯房，自己动手能力强的，得花不少功夫在装修上，最后才能造一个马马虎虎的小房子”。

一款2026年的AI产品，UI给人“毛坯房”的感觉，本身就说明问题。因为它的竞争对手不是上一代的自己，而是同期那些开箱即用的Agent产品。跟Hermes、NeoAgent等这些比起来，差距肉眼可见。

再看安全。和很多开源项目“闷头发版”不同，OpenClaw 这次做了一件值得肯定的事：发布2.0的同时，联合第三方安全公司做了一次全面审计，并且把报告公开了出来。

问题在于，报告的内容并不好看。

审计覆盖了平台上规模庞大的插件/技能（skills）生态——这是 OpenClaw 的核心卖点之一，也正是“AI 员工”能干的活越多、危险越大的地方。结果显示：41% 的 skills 存在安全漏洞，其中30.6%属于高危级别；审计总共发现了 9,515 个安全问题；更关键的是，99.3% 的 skills 没有声明任何权限清单。

这意味着什么？意味着用户装上任何一个第三方skill，都可能是在不知情的情况下，把文件读写、网络访问、甚至更敏感的操作权限交了出去。一个“帮你整理文件的插件”，背后可能同时在做别的事。

审计还确认了四个CVE 漏洞（CVE-2026-28393、CVE-2026-32001、CVE-2026-32052、CVE-2026-28470），团队已陆续修复。

回过头来看，OpenClaw的历史使命已经完成了。

在AI Agent这个概念还停留在论文和演示里的那段时间，OpenClaw用一套开源方案向全世界证明了：一个能操作电脑、能调用工具、能自主完成任务的Agent不是科幻，是可以跑在每个人电脑上的现实。它完成了从0到1的突破，把“个人AI助手”从想象变成了可执行代码。

但0到1做完了，1到100这件事需要另一套能力，产品化、工程化、用户体验的打磨、安全体系的构建、对普通人的友好。这些恰恰不是开源极客文化的强项。

Reddit上有用户说得很直接：OpenClaw依然是一个“维护中的专业工具”，而不是“重新定义AI Agent的平台”。某种意义上，OpenClaw 2.0的处境很像早期Linux——技术底子扎实，生态活跃，但要让它走进普通人的桌面，还得等后来者把图形界面、安装向导、软件商店这些“琐碎但必要”的东西补齐。

而中国这些开箱即用的Agent产品，做的正是这件事：把复杂的技术封装起来，让用户打开就能用，而不是先读一遍文档、敲一遍命令、配一遍密钥。

从0到1，OpenClaw完成了自己的历史使命。1到100这一步，或许更适合由中国那些更擅长做产品、做体验的团队来推进。

编辑｜邱慧 张猛