大白话聊一聊:为什么OpenClaw那么火

文 | Jomy @302.AI

文章导读:

2026 年初,开源项目 OpenClaw 在两个月内斩获 25 万 GitHub Star,成为史上增长最快的开源项目。从技术上看,它只是一个标准的 CLI Agent,但通过接入 IM、实现 24/7 主动交互,并依托开源生态,OpenClaw 把原本属于开发者的 AI Agent 带到了普通用户面前。本文将拆解它爆火背后的三个关键原因,以及这股 Agent 浪潮意味着什么。

2026 年 1 月,OpenClaw 就在AI圈子里小有名气。当时我没太当回事------毕竟它看起来只是个开源版的 Claude Code,功能上还差了一大截,我原以为不过是昙花一现。

没想到短短两个月后,这只"龙虾"彻底破圈了。GitHub 星标数突破 25 万,一举超过 React 和 Linux,成为史上增长最快的开源项目。中国网友甚至给玩家们起了个外号:养虾人------因为 OpenClaw 的图标是一只红色龙虾,而你需要像饲养宠物一样在电脑上"养"它。

深入研究之后,我发现 OpenClaw 的火并非偶然,而是有根本性的原因。今天就和大家聊聊:

OpenClaw 的本质到底是什么?它为什么能火成这样?

Agent 到底是什么?

2025 年可以说是 Agent 萌芽之年,我也写过几篇文章来讲解 Agent。

最早我给的公式是:

Agent = LLM(模型)+ Tools(工具)

但这只是理论上的定义,具体到现实中 Agent 应该是什么样,其实当时还很混乱。

2025 年上半年,MCP 大火。MCP(Model Context Protocol)是 Anthropic 推出的开放协议,让 LLM 调用工具有了统一标准,成为了 Tools 的事实标准。

Agent 的公式随之更新:

Agent = LLM + MCP(统一工具调用)

MCP 服务开始爆发,出现了几十上百万个 MCP 服务。

2025 年下半年,Claude Code 开始普及,大家觉得这就是 Agent 的真实形态。

简单来说,进化成了:

Agent = LLM + CLI(命令行)

这其实是在原来海量工具的基础上做了减法------把 Agent 主要调用的工具换成了命令行,MCP 仅作为辅助。

我们把这一类 Agent 统称为:CLI Agent(命令行 Agent)。

(命令行是最原始的操作系统界面,通过输入命令可以操控电脑上的任何功能。)

CLI Agent 普及后,大家发现虽然好用,但每个任务都让 AI 自由发挥,效率有些低。

于是出现了 Skills------一种专门分享给 Agent 的经验包(本质上是文档和代码),让 AI 快速知道某类任务应该怎么做。

此时 Agent 进化为了:

Agent = LLM + CLI + Skills

OpenClaw 其实就是一个标准的 CLI Agent,它底层和 Claude Code 本质上没有区别。

这也是当初困惑我的地方:既然差不多,为什么 OpenClaw 能火?深入研究后发现,OpenClaw 的三个特性才是它出圈的根本。

这三个特性就是:

  • IM

  • 24/7

  • Open Source

我们可以总结为一个公式:

OpenClaw = ( LLM + CLI + Skills ) × IM × 24/7 × Open Source

接下来我们一个个来讲解。

IM:在熟悉的地方使用 Agent

之前的 Claude Code 或者其他 CLI Agent,大多数都是在命令行里使用的:

(光是这个界面,就已经劝退 99% 的用户了,大部分人一辈子都没打开过命令行)

OpenClaw 的聪明之处,在于把 CLI Agent 接到了用户最熟悉的地方:IM(即时通讯软件)。

(IM 是 Instant Messaging 的简称,中国人最常用的 IM 就是微信。)

海外 IM 生态比较开放,可以通过 API 接入。OpenClaw 最早就支持了 iMessage、Telegram、Slack、Discord 等,让用户在手机上就能和 Agent 对话

聊天 AI 在手机上不新鲜,但之前的聊天 AI 缺乏权限和工具,基本只能做咨询。而 CLI Agent 跑在电脑里,能做的事太多了。

特别是普通人,第一次在 IM 里体验 Vibe Coding,那种感觉非常惊艳。

Vibe Coding:一种全新的编程方式。你不需要写代码,只需要用自然语言描述需求,AI 自动帮你完成编程任务。就像"vibe"(氛围)一样,轻松随意,跟着感觉走。

业内程序员早就体验过 Claude Code 的全自动编程能力,所以很多人觉得 OpenClaw"火得不明不白"。但仔细想想:我们第一次用 Claude Code 时的震撼,不正是现在普通人体验 OpenClaw 的感受吗?

总而言之,OpenClaw 未必比 Claude Code 强大,但它把 Agent 连进了 IM,把体验门槛降到了零,让普通人也能感受 Vibe Coding 的惊艳。

24/7:会主动发消息的 Agent

我认为 OpenClaw 最核心的创新,是它 24/7 全天在线的概念。

以前的 Claude Code,本质上是个"渣男"------你不找他,他不找你。有任务才打开,做完就关掉,人机关系全靠用户主动维系。

OpenClaw 从 IM 里获得了灵感:既然人可以主动发消息,为什么 Agent 不可以?

于是它设计了一个简单的机制:每隔 30 分钟,Agent 会自动"醒来"一次,看看有没有需要做的事情------待办事项、新邮件、日程提醒、你随口提过的小事。如果有,它就主动发消息给你;如果没有,就继续安静待命。

这个简单的设计,彻底改变了人机关系------从"人找 AI"变成了"AI 找人"

网上有很多这样的故事:有人周一随口提到要准备一个讲座,周三早上收到"龙虾"的消息:"IPCC 刚发布了新报告,你可能会用得上。"有人抱怨冰箱里的牛肉快过期了,下午就收到一条寿喜烧食谱,还标注了烹饪要点。

普通人第一次遇到会主动关心自己的 AI,那种 "活人感" 非常惊艳。

业内程序员可能会说:这不就是个定时任务吗?技术上确实不复杂。但对普通人来说,这是第一次体验到 AI 有了"自主性"

它不再是一个等待指令的工具,而是一个会主动帮你盯着事情的助手。

这种体验,和之前所有的 AI 产品都不一样。

Open Source:开源带来的信任和繁荣

第三个让 OpenClaw 爆火的因素,是开源

开源带来了两个肉眼可见的好处。

第一个是信任感。

当 AI Agent 能读取你的文件、执行你的命令、访问你的隐私数据时,"它到底在干什么"就成了一个灵魂问题。闭源产品是个黑盒------你根本不知道它有没有偷偷上传你的数据,有没有在后台干别的事情。

OpenClaw 的代码完全公开,25 万多个 Star 的背后是无数双眼睛在审查。这种透明带来了底层的安全感:代码无害,数据本地,一切都在你的掌控之中。所以人们敢放心地把它部署到自己的电脑里,甚至用来处理敏感的工作文件。

第二个是开发者生态。

Manus 选择了闭源的"iOS 模式"------精致、封闭、官方说了算。OpenClaw 则走了"Android 模式"------开源、开放、所有人都能参与。

结果是:OpenClaw 上线两个月,社区就贡献了上千个 Skills;安全漏洞被快速发现并修复;各种奇思妙想的功能层出不穷。这不是一家公司的产能,而是一个生态的爆发力。

说实话,Manus 本来有很大机会站在 OpenClaw 现在的位置上。但他们选择了闭源,也就选择了独自战斗 。而 OpenClaw 选择了开源,也就选择了让全世界帮它战斗

不完善,但会越来越好

当然,OpenClaw 现在也有很多问题。

批评的人说:代码都是 Vibe Coding 出来的,屎山一堆;安全性很差,很容易被黑客攻击等等。

(所谓"屎山",就是代码写得乱七八糟,后期维护困难)

这些批评都没错。但他们忽略了一点:OpenClaw 已经不再是一个开源项目,而是一个品牌了。

25 万 Star,史上增长最快的开源项目------这个记录本身就已经创造了历史。这意味着什么?意味着全世界最聪明的开发者都在盯着它,都想基于它做点什么。

代码烂?有人会重构。安全差?白帽子们已经在修漏洞了。功能少?社区每天都在贡献新的 Skills。

想想当年的 Linux。1991 年发布的时候,不也是个简陋的业余项目?几十年下来,它跑在了世界上绝大多数服务器上。

OpenClaw 的路才刚开始。它成为主流,已经是不可逆转的趋势。

总结


2026 年,人们终于结束了"什么是 Agent"的争论,达成了一个初步共识:

Agent = LLM + CLI + Skills

而这个共识,会真正推动 AI 行业往 Agent 方向迈进。

回头来看,OpenClaw 的爆火不是偶然。IM 降低了体验门槛,24/7 创造了全新的交互范式,开源建立了信任与生态------这三者的结合,才造就了史上增长最快的开源项目。

当然,OpenClaw 对普通人来说还是过于硬核。就像大多数人用 Windows系统 或 Mac系统,不会用 Linux 一样。普通人对 OpenClaw 的热情,很有可能就是昙花一现。

但当泡沫褪去,OpenClaw 留下的东西不会消失:它证明了 Agent 应该怎么用,证明了普通人确实想要一个能主动帮忙的 AI,也证明了开源模式在 AI 时代的生命力。

这些影响,会在未来的开源 Agent 生态、闭源 Agent 产品里持续发酵。

这注定是 AI 历史上不可磨灭的一笔。


相关推荐
数据智能老司机2 小时前
如何对 AI Web 智能体进行身份认证
websocket·agent
SkyWalking中文站2 小时前
在成熟开源大型项目中实践 Agentic Vibe Coding:软件工程与工程控制论还在延续
开源·vibecoding
Kayshen2 小时前
我在设计工具里实现了一个 Agent Team:多智能体协作生成 UI 的实战经验
前端·aigc·agent
Json_Lee2 小时前
2026 年了,多 Agent 编码该怎么选?agent-team vs Claude Agent Teams vs Claude Squad vs Met
前端·后端·vibecoding
数据智能老司机3 小时前
AI 智能体与应用——使用 LangGraph 构建基于工具的智能体
llm·agent
数据智能老司机3 小时前
AI 智能体与应用——问题转换
llm·agent
数据智能老司机3 小时前
AI 智能体与应用——使用 LangGraph 构建智能体工作流
llm·agent
数据智能老司机3 小时前
AI 智能体与应用——构建研究摘要引擎
llm·agent
数据智能老司机3 小时前
AI 智能体与应用——使用 LangChain 和 LangSmith 构建 Q&A 聊天机器人
llm·agent