OpenClaw：驯化还是进化？

清华大学清新研究团队2026年3月发布的《OpenClaw：驯化还是进化？》报告，以人机协作为研究方式，围绕OpenClaw生态展开研究，核心提出先驯化后进化、权限决定边界的核心主张，探讨了AI从人工驯化到自主进化的发展逻辑与实现路径。

关注公众号：【互联互通社区】，回复【claw024】获取全部报告内容。

报告将OpenClaw的发展划分为驯化、自适应、自优化三层递进阶段，三者构成渐进放权的光谱，权限大小直接决定AI的发展边界：最小权限下AI处于驯化层，由人类审核所有行为、AI被动执行，核心依托自然语言经营AI，通过AGENTS.md、SOUL.md等核心文件体系和SQLite+向量检索的记忆存储方式实现人工管控；中等权限对应自适应层，AI具备自我修改能力，可通过daemon模式自主探索、沉淀知识，也可通过review模式保留人工驯化属性，此阶段需平衡AI“能不能”自主操作与“该不该”放开权限的问题；高权限结合MetaClaw则进入自优化层，AI可自主修改行为指令、更新模型权重，甚至发展新技能实现核心能力升级，完成真正的进化。

报告还梳理了OpenClaw的生态现状，其拥有32.8万stars、6.4万forks及超千名贡献者，技能总量达32496个，同时形成了四级证据体系为研究提供支撑。在技术实现上，驯化层需解决记忆丢失、配置隔离等问题，自适应层面临行为劫持、记忆污染等挑战，自优化层则需防范权重偏离风险，各阶段均有对应的技术架构与治理手段。

从实践现状来看，当前OpenClaw的应用中驯化阶段占比约70%，自适应层20%，自优化层仅10%，仍以人工驯化为主。报告强调，驯化与进化并非分类概念，而是连续的权限光谱，AI进化的前提是完成可持续的驯化经营，需具备模型韧性、配置卫生、权限递进等五要素，实现从个体能力到组织交付的系统级进化。

此外，OpenClaw生态已形成多元外部支撑，NVIDIA、CrowdStrike等企业提供技术与安全保障，阿里云、腾讯、字节等厂商布局相关产品，形成不对称生态结构，用户驯化产生的数据反哺厂商的模型进化训练，推动AI生态的持续发展。

以下是报告部分内容

声明

来源：清华大学，互联互通社区推荐阅读，版权归作者所有。文章内容仅代表作者独立观点，不代表互联互通社区立场，转载目的在于传递更多信息。如涉及作品版权问题，请联系我们删除或做相关处理！

关注公众号：【互联互通社区】，回复【claw024】获取全部报告内容。