全國兩會上，中國工程院院士高文說："現在大家急得不得了，生怕沒有養上龍蝦。"

這個“龍蝦”不是美食，是一個叫 OpenClaw 的開源 AI 智能體，因為圖標是一只紅色龍蝦得名。它在 GitHub 上 7 天拿到 15 萬 Star，到現在突破 31 萬，是這個平臺歷史上增長最快的項目。騰訊在深圳總部搞了“龍蝦安裝站”，現場排起長隊，來的不只是開發者，還有小孩和退休老人。深圳龍崗、無錫高新區、常熟紛紛出臺政策支持，單項補貼最高 500 萬。

OpenClaw 這只龍蝦為什么會這么火？

龍蝦是什么：一個住在你電腦里的數字員工

豆包、DeepSeek 這些 AI，你問一句它答一句，關掉窗口它就不存在了。OpenClaw 不一樣，它更像一個 24 小時待命的數字員工，住在你自己的電腦上。

跟傳統聊天機器人比，它有三個區別。

第一，它能動手。不只給建議，而是直接操作你的電腦：打開軟件、整理文件、收發郵件、運行代碼。你在微信或飛書里跟它說一句話，它就去干活了。

第二，它不睡覺。傳統 AI 是你來找它才應答。OpenClaw 有一個“心跳”機制，每隔一段時間自己醒來一次，主動檢查郵箱、日程，看看有沒有需要處理的事。

第三，它有記憶。不是聊天窗口那種關掉就沒的短期記憶，它會把你的習慣和偏好存在本地硬盤上，越用越懂你。

如果你看過《鋼鐵俠》，它就是那個賈維斯的雛形。OpenClaw 的能力跟電影里差距還很大，但已經開始有雛形了。

它跟豆包、Manus、Claude Code 有什么區別？

很多人分不清這些名字。用一個不太精確但好懂的比方：

豆包就好比電話咨詢師，你問它答，它沒有手，不能幫你操作電腦。

Manus 就好比外包公司，你提需求它在云端完成，打開瀏覽器就能用。好處是零門檻，壞處是數據要經過它的服務器，能力邊界由平臺決定。

Claude Code 就好比駐場程序員，幫你寫代碼、調試、審查，編程之外的事也能干不少，比如我就用它寫作。但它更多是被動響應，你要求一下它做一點。

OpenClaw 是住在你家的全能管家。 它跑在你自己的電腦上，數據不出本地。你通過日常用的聊天工具（微信、飛書、Telegram）跟它對話就行，不需要打開專門的網頁。它可以操作你電腦上的一切，還能主動找你，不用你開口。

為什么突然爆火？

前些天給一個不太關注科技的朋友演示完 OpenClaw，他愣了一下：“這不是 AI 本來就該做到的嗎？我還以為早就能這樣了。”

過去三年，AI 行業一直在“自底向上”地建設：先做好語言模型，再加工具調用，再搞多步推理。但普通人對 AI 的想象是“自頂向下”的，來自科幻電影：你跟它說話，它幫你干活，它記得你。OpenClaw 是第一個接近這種想象的產品，普通人一看就懂，一用就覺得對。

技術也到了臨界點。OpenClaw 本身不含大模型，它只是一個框架，調用 Claude、GPT、DeepSeek 這些已有模型。但這些模型過去一年在操作工具和多步推理上的能力終于夠用了。兩年前 Auto-GPT 也試過讓 AI 自主執行任務，十次有九次跑偏。現在成功率高了很多。加上 OpenClaw 的交互入口就是聊天軟件，在飛書群里 @一下就行，不需要學新東西，從極客玩具變成了普通人也能用的工具。

大廠也在助推。字節火山引擎、阿里云、騰訊云迅速提供一鍵部署服務，把安裝門檻從“需要懂技術”降到“點一個按鈕”。騰訊搞了線下免費安裝活動，各地政府出政策扶持。安裝龍蝦的上門服務 300 到 800 元一次，有人聲稱幾天賺了 26 萬。各種搞笑段子、夸張演示視頻在中文互聯網瘋傳。這已經不只是技術熱度了，是社會情緒：大家怕被 AI 甩下，想抓住每一個機會。

OpenClaw 創始人 Peter Steinberger 是奧地利程序員，做它的初衷很簡單：給自己做一個 AI 助手，然后開源出去。被人問“你為什么贏了”，他說：因為競爭對手都太把自己當回事了，很難打敗一個純粹為了好玩而做這件事的人。2 月中旬他加入 OpenAI，項目轉由基金會運營，繼續開源。一個程序員的個人項目，撬動了整個行業。

為什么這只龍蝦越養越聰明？

OpenClaw 火得快，還有一個重要原因是它的開源生態滾起來了。

社區技能注冊中心 ClawHub 上已有超過 13,000 個技能，覆蓋編程、辦公、研究、智能家居等幾乎所有你能想到的場景。開發者用一個簡單的 Markdown 文件（SKILL.md）就能給 AI 增加新能力，門檻很低，寫一個技能跟寫一篇說明文檔差不多。有人做了從 109 個信息源自動篩選科技新聞的技能，有人做了會議結束自動在 Jira 建任務的技能，還有航班比價、論文摘要、智能家居控制。包括我也給 ClawHub 貢獻了一些技能（比如 baoyu-translate、baoyu-slide-deck、baoyu-article-illustrator 等）。這種“給 AI 寫 App”的模式，讓 OpenClaw 的能力以社區的速度增長，而不是等某家公司慢慢更新。

更有意思的是它的自我進化能力。OpenClaw 不只能使用別人寫好的技能，它還能自己給自己寫技能。你跟它說“我需要一個每天早上檢查航班價格的功能”，它會自己寫代碼、自己測試、然后裝上。有用戶想讓龍蝦訪問大學課程系統，跟它說了一聲，它就自己寫了個技能并開始使用。

這種“自我改進”發生在智能體層面：它可以安裝或改進工具腳本，更新系統提示詞，總結對話經驗存入記憶。社區還開發了專門的“自進化引擎”技能，讓龍蝦檢查自己的運行歷史，發現低效的地方自動修改。另一個熱門技能會記錄每次被用戶糾正的情況，同一類問題出現三次以上，就自動把經驗寫進系統提示詞，永久改正。

很多人把這種特性形容為”類 AGI”。說 AGI 當然夸張了，嚴格來說這是通過配置、工具和記憶的自我改進，不是在改變底層模型本身。但效果很直觀：你用得越多，它越好用。第一周它可能只是幫你查天氣、整理郵件，一個月后它已經根據你的習慣建了十幾個專屬技能，變成了真正”你的”助手。

前景：這只龍蝦意味著什么？

OpenClaw 正在改變人和 AI 的關系。過去是“我問一句，你答一句”，現在越來越多場景變成“我交給你一個目標，你自己去查、去做、去回來匯報”。

這種和智能體的交互方式已經成了一種標準。OpenClaw 的技能系統讓開發者可以像寫 App 一樣給 AI 增加能力，社區貢獻了大量擴展。哪怕龍蝦本身后來被別的產品替代了，它讓幾百萬人第一次體驗了“AI 替你動手”，這個認知建立了就回不去。

巨頭們也看到了：OpenAI 最新的 GPT-5.4 把“操控電腦”內建到模型里，Anthropic 推出了 Cowork 做類似的事。

2022 年有 ChatGPT 時刻，2025 年有 DeepSeek 時刻，2026 年正在經歷的，可以叫 Agent 時刻。

風險：養龍蝦之前你必須知道的

火歸火，但風險是真實的。

OpenClaw 要幫你整理郵件就得訪問郵箱，要管理文件就得讀寫硬盤，要執行任務就得運行命令。這些權限集中給一個自主決策的 AI，一旦出問題后果很嚴重。

Meta 的 AI 對齊負責人 Summer Yue 把自己的郵箱接給了 OpenClaw。結果 AI 丟失了限制指令，開始批量刪除她的郵件，200 多封。她在手機上發停止指令沒有反應，最后沖到 Mac Mini 面前強制斷電才停住。連最懂 AI 風險的人都翻車了。

安全漏洞也在頻繁曝出。安全研究機構 MITRE 的報告顯示超過 4.2 萬個 OpenClaw 實例暴露在公網上，90% 以上可被繞過認證。工信部和國家互聯網應急中心都發了安全預警。技能商店也有投毒風險，官方跟病毒掃描平臺 VirusTotal 合作，一周內就發現超過 400 個惡意技能。韓國多家科技巨頭已禁止員工在辦公設備上使用 OpenClaw。

幾條實際建議：

• 不要在主力電腦或公司電腦上運行，用專門設備或云服務器
• 不要把銀行賬號、核心密碼交給它
• 安裝技能前先確認來源可靠
• 定期檢查操作日志

把它當成一個需要看管的實習生，比當成全自動替身更接近現實。AI 從“給建議”到“替你動手”，安全的重要性翻了不止一個量級。

龍蝦很酷，但別讓它把你的家搞亂了。