看懂一个 AI 范式,比用一百个 AI 产品更重要
今年年初,但凡刷点 AI 圈的内容,OpenClaw 就躲都躲不开——GitHub 几天涨几十万 star,各路人喊它「最接近 JARVIS 的东西」,朋友圈里有人连夜部署、半夜被它的 heartbeat 叫醒。然后呢?半年过去,你已经很久没在 timeline 上看到它了,取而代之的是「OpenClaw is dead」的复盘文。
于是一个很自然的问题冒出来:过了这么久,OpenClaw 真的没热度了么?
很多人会觉得「凉了」就是答案。但如果你别只盯着 OpenClaw ,而是回头看看这半年市场上发生了什么,会得出一个几乎相反的结论。
更有意思的是,顺着这个相反的结论往下想,还会牵出一个更值得聊的问题——在 AI 浪潮里,我们到底该怎么看一个爆火的技术。
一、大家为什么会觉得 OpenClaw「不好用」
几乎所有弃用 OpenClaw 的人,给出的理由都高度一致。
功能有限,不少场景跑不通;安全没保障,给一个 AI 开放系统级权限,光想想就后背发凉;维护成本高,装完之后你就从「用户」变成了运维、测试、客服和救火队员;再加上更稳的替代品(比如 Claude Code),大家自然会觉得它「不好用」。
这些抱怨,单看每一条都没错。但它们错在一个共同的前提上，即——用「产品」这把尺子,去量一个开源框架。
OpenClaw 从来就不是一个面向普通用户的成品。它更像作者丢到公众面前的、一个跑通了的开源框架,或者说一个能跑的原型。而一个开源框架,本来就该用另一套标准来衡量:看的是它的扩展性、它跑通了一个什么思路、有没有人愿意基于它去长出新东西——而不是看它开不开箱即用、有没有替你做好安全和体验。
拿产品的尺子去量开源框架,你当然会失望,因为你从一开始就量错了对象。
那如果换一把尺子,会看到什么?
二、换一把尺子:OpenClaw 到底留下了什么
如果你不把 OpenClaw 当产品,而是当成一种范式去看,结论会彻底翻过来。
用范式这把尺子量,OpenClaw 留给 2026 年的,其实是两样东西。
一样在交互层:它挖掘并验证了一个一直存在、却没人点破的市场需求,顺带定义了满足这个需求的交互形态。另一样在技术层:它给出了一套把 agent 组装成常驻个人助手的系统设计思路。
一手挖市场,一手给图纸。下面分头说这两样。而你会发现,判断它的热度有没有真的过去,看的从来不是它自己还火不火,而是这两样东西有没有被整个行业吸收进空气里。一个范式一旦变成空气,大家反而就不提它的名字了——因为它已经无处不在。
三、轴一:它挖出并验证了一个市场
先说它定义的交互形态,也就是它点破的那个需求长什么样。
让 agent 在本地动手这件事,Claude Code、Codex 早就做了——但那两个说到底是编程工具:跑在终端里、围着你的代码库转、给工程师用。OpenClaw 把同一种能力搬到了一个完全不同的位置上,做成一个通用的个人助手:你用日常的消息软件就能指挥它,像给一个人发消息一样派活;它住在你整台电脑里,能跨应用干活,还能在你睡觉的时候主动替你盯着事情。靠 skill、CLI 工具,你还能不断给它加新本事。
它真正点破的,是一个一直存在却没被具象化的需求:普通人想要一个住在自己电脑上、用对话就能指挥、替自己把活干完的助手。这个需求一直都在,只是没人把它做成一个能跑、能让人一眼看懂的东西。
而 OpenClaw 用一次病毒式的爆发,替整个行业证明了:这个需求是真的,而且巨大。
需求一旦被验证,后面的事就顺理成章了。2026 年 3 月起,腾讯、华为、小米等大厂开始密集发布 OpenClaw 类的 AI Agent 产品;到 4 月,仅国产同类工具就已超过 40 款,业内一度戏称为「小龙虾(Claw)套娃」,从企业办公、长文档、编程到浏览器自动化、智能家居,每个方向都有人跟进。这其中,腾讯的 QClaw、字节火山引擎的 ArkClaw、阿里的 CoPaw,都是直接对 OpenClaw 做产品化封装的「同类」——它们证明了这个市场被验证之后,扩散的广度。
而真正点睛的,是另一类产品。
以腾讯的 WorkBuddy 为例。它和 OpenClaw 并不是同一个东西:它是腾讯云自研的架构,继承自他们 2025 年的编程工具 CodeBuddy,并非基于 OpenClaw 封装;在自主程度上,OpenClaw 追求高度自主,WorkBuddy 则有意保留人工确认、把自动化控制在「半自动」。腾讯的产品负责人甚至专门强调过「它不是 OpenClaw」。
图片说明
可即便如此,WorkBuddy 依然选择兼容 OpenClaw 的整套技能体系,沿用了「用消息软件指挥、说需求、交成果」的同一种交互方式,并且把开源版那几个最让人头疼的痛点——环境配置复杂、远程访问困难、安全合规风险——一个个填平,做成了免部署、开箱即用的样子。
这件事比「换皮」是更强的证据。换皮只能说明代码被抄;而一个独立自研的产品,主动来满足你验证出来的需求、沿用你定义的交互形态,说明的是: OpenClaw 点破的那个市场,已经开始发芽了。
四、轴二:它给了一套 Agent 系统设计思路
这是 OpenClaw 留下的第二样东西,也是为什么这么多产品能迅速跟上的底层原因。
要看清它,得掀开引擎盖。而一旦你看进去,会发现一件更有意思的事:OpenClaw 的内核,几乎就是把 Claude Code 那个 agent loop 拿过来,外面套了一层「事件总线 + 主动唤醒」。 它们的相似不是巧合,而是一条看得见的血缘。
先说 Claude Code。它的内部细节,是社区反编译还原出来的。而还原出来的内核朴素到不可思议:一个单线程的主循环,本质就是个 while 循环——只要模型的回复里还带工具调用,就继续转;一旦模型返回纯文本,循环自然终止、把控制权还给你。它刻意维持单主线程、一条扁平的消息历史,避开多 agent 集群和互相打架的人格,图的就是可调试、可预测。社区对它内核的评价是一句话:简单到就是「一个消息数组加一个 agent loop」,所有复杂度都在外面那几层。
再看 OpenClaw。官方文档讲得很白:一个 Gateway 负责路由消息,一个 agent loop 用 LLM 加工具处理消息,记忆以文件形式持久化,skill 用来扩展能力,heartbeat 跑主动检查——没有数据库,没有微服务。你把 Gateway 和 heartbeat 先拿掉,中间那个「agent loop 用 LLM 加工具处理」,就是 Claude Code 的那个 while 循环。
图片说明
它们真正撞在一起的,有这么几处。
一是同一个内核哲学:模型当话事人,运行时当哑巴。两边都把 loop 写得极薄,赌的是模型本身够强,不需要厚重的编排脚手架。工具用的也都是 Bash、Grep、Edit 这种原语,而不是一百个易碎的插件,靠原语去组合任意流程。
二是 Harness 即「身体」。两边都把 LLM 当成一个需要「身体」的大脑——给它 shell、文件系统、工具,它才能在现实里动手。
三是上下文经济学加隔离子代理。两边都把上下文窗口当稀缺资源在保护:Claude Code 用自动压缩加子代理,子代理跑完只回传结果;OpenClaw 则给 heartbeat 和 cron 开隔离 session,避免每次都把整段历史重发。
四是文件即记忆、Markdown 即技能——这一条已经不只是「像」,而是直接的血缘。两边都用文件当记忆、用 Markdown 文件夹当 skill;而 OpenClaw 的 ClawHub 走的就是 AgentSkills 那套标准,也就是 Anthropic 开源出来的那套。
那 OpenClaw 自己加的是什么?恰恰是最关键的那一层。Claude Code 的 loop 是反应式的,由你的一轮输入驱动。OpenClaw 在外面套了一个 Gateway 事件总线和一个 heartbeat:Gateway 每隔一段时间用定时器触发一次心跳,agent 被唤醒、读一份叫 HEARTBEAT.md 的清单、判断有没有要紧事,没有就回一个 HEARTBEAT_OK 被静默掉。于是它从「只回应聊天」变成了一个事件驱动的状态机,能对聊天、定时器、心跳、webhook、cron 各种事件源在同一个 loop 里做出反应。它「感觉很主动」的来源就在这儿——本质是优秀的工程,不是什么意识。
OpenClaw 没有重新发明 agent 内核。它在 Claude Code 这一脉已成标准的「简单 loop 加原语工具加文件化 skill 与记忆」之上,补上了 Gateway 多通道 I/O 和 heartbeat 定时自唤醒,把一个反应式的编程 loop,组装成了一个常驻、主动的个人助手。
这套「组装方式」,才是它给 2026 年的那张设计图。证据就在上一节:那一整排小龙虾产品,抄的恰恰是这套架构组装,而不只是中间那个 loop。一个范式的设计思路一旦成立、又恰好对上一个被验证的市场,扩散就成了必然。
五、AI 时代需要练习的思维
绕了一大圈,我真正想说的其实不是 OpenClaw。
你回头看大多数人对它的处理方式:听说很火 → 装了 → 不好用 → 卸载。这条链看起来很正常,但它本身就是一种认知卸载——把判断这件事,外包给了「热度」和「上手体验」这两个外部信号。热度高就追,体验差就弃,全程没往深一层去想。
而真正能在这波浪潮里保持清醒的人,会在「好不好用」之外,去读懂一个爆火技术身上那两样东西:它验证了一个什么样的市场需求?它给出了一套什么样的设计思路?这两条,一条关乎「人要什么」,一条关乎「Agent 系统怎么搭」,合起来才是一个技术真正留下的范式。
能从一次热闹里把这两条抽出来、看清它的来路和去向——这才是 AI 时代真正稀缺、也真正该练的思维。
其实你顺着这篇文章读下来,已经在练了。当你开始追问「WorkBuddy 到底是不是 OpenClaw」「这个内核是不是来自 Claude Code」的时候,你做的就是这件事:不停在表面的热度上,而是往下扒,扒清楚谁验证了需求、谁沿用了交互、谁给了设计图、谁又在它之上做了更好的实现。
所以最后,回到那个问题:OpenClaw 的热度真的过了么?
作为一个产品,它确实凉了。但它留下的那两样东西——一个被验证的市场,和一套 Agent 系统的设计思路——早已渗进了 2026 年这一整代产品里。工具会过时,产品会迭代,热度更是来得快去得也快;但一个被验证的需求和一套被证明可行的设计思路,不会。