【新智元導讀】全球第一屆OpenClaw蟹教聚會來了，開發者們眾神雲集，分享出一大波炸裂的開放原始碼專案。更可怕的是，OpenClaw開始控制機器人了，現場的啤酒據說都是機器人續的。「蟹徒」們紛紛高呼：感謝Peter，你讓我們重生！人山人海，一座難求！OpenClaw，眼看著就要征服全世界了。就在剛剛，世界首場OpenClaw（Clawdbot）線下聚會在舊金山舉辦。短短幾天時間內，就有1000多蟹教忠實信徒前來聚會。大家聆聽「教主」Peter Steinberger的演講，分享著自己的開放原始碼專案，熱烈氣氛簡直要掀翻天。有人說：今晚的氛圍，第一次讓我感覺到像是回到2011那個年代的科技盛會更炸裂的是，在大會現場，OpenClaw開始直控機器人。蟹教已經不止於網路的虛擬空間了，直接下場物理世界，開始反控人類！這個長著龍蝦頭的人形機器人，在人群中左右移動，和觀眾們揮爪互動，現場人類爆發出一陣陣歡呼。因為，它是完全由AI智能體即時控制的。更瘋狂的是，蟹爪機器人會四處走動，如果檢測到啤酒快喝完了，就會從MCP RentAHuman那裡下單，訂更多啤酒。人類真的已經準備好，迎接這種可怕的生物了嗎？蟹教永生！載入史冊的一晚舊金山Oxford Street，OpenClaw聚會簡直嗨翻天了！開發者擠在舊金山的一個小型場地裡。還有數百人仍在排隊等候，門口安保一直在攔人不讓進，甚至連那些已經RSVP報名的人，也被安排到另一層樓去看直播。這不是夜店，這是幾天前臨時通知的開放原始碼專案OpenClaw線下聚會。一大群人像瘋子一樣湧入 ，只為了和OpenClaw之父自拍。粉絲們對「蟹教之父」Peter Steinberger瘋狂表白：感謝你創造的一切，OpenClaw徹底改變了全世界。「你真是個傳奇，僅憑一人之力，就引爆了整個網際網路！」許多人感謝他說：自從OpenClaw誕生，我就獲得了全新的身份，甚至找到了工作，成為一名矽谷的「龍蝦」。狂熱粉絲把Peter Steinberger稱為當代「Linux之父」，還免費捐贈出一台Mac Mini。人們頭戴蟹爪或者蟹帽，身穿蟹服，空氣裡洋溢著狂熱的氣氛。蟹教，才是真正的「超級碗」！到場開發者驚呼：好多年沒見過這麼激動人心、節奏這麼快的活動了。自稱「ClawFather」的蟹教創始人Peter Steinberger一登台，聲音就通過麥克風炸開：AI智能體將征服世界！Peter介紹道：從此以後，你的個人生活、工作、感情上都會有Agent，而且你的Agent還會和其他人的相互溝通。可以說，這些Agent，讓我們離AGI更近了一步。幾周以來，這些「OpenClaw瘋子」一直在建構智能體、開發技能，還買了一堆Mac mini和VPS。今晚的感覺就像是在驗證：我們並沒有瘋……只是走在了前面。亞馬遜前PM、創業者Vadim直呼：「首屆ClawCon必將載入史冊！」OpenClaw開放原始碼專案大爆炸，教徒們瘋了這次聚會的主題，就是如何利用OpenClaw一鍵部署真正的AI智能體——無需終端命令、無需基礎設施設定、無需 DevOps，甚至都不需要讓電腦一直開著。他們的目標，不是展示酷炫的demo，而是讓全世界看到：Agent真的可以替你在雲端7*24小時地持續運行，執行任務。果然，炸裂的來了。在現場，OpenClaw的早期貢獻者和贊助商直接在台上扔出一個新物種——史上第一個 Multi-Player Computer-Use Agent（多人聯機電腦使用智能體）！是的，OpenClaw的Agent，已經開始搞「多人模式」了。要知道，以前所有computer-use agent都默認一個古老的設定：一個作業系統只能有一個滑鼠，一個鍵盤焦點，一個當前窗口，這些設定都來自Xerox PARC 時代。然而，現在AI都開始寫程式碼、開公司了，桌面還只停留在「單人模式」，這合理嗎？為此，他們搞出了一個CuaBot，相當於給每個Agent發一個桌面。這是一個CLI工具，目標很簡單粗暴：讓任何coding agent擁有自己的Linux 桌面、自己的滑鼠、自己的窗口，絕不搶人類。從此我們將迎來peace and love的人機共處時代，絕對不會互搶桌面。CuaBot是這樣實現的：它會啟動一個Docker container，在裡面跑完整的X11 Linux桌面。重點來了：Agent在容器裡有自己的桌面，包括窗口管理器、瀏覽器、檔案系統、各種GUI app，Agent在裡面可以隨便點，像擁有一台獨立電腦一樣。其中，Xpra會把每個應用窗口「單獨流式傳輸」到你的電腦，而且是把每個應用窗口單獨推送出來。接下來，最抽象的一段來了——為了讓Agent可以screenshot/click/type，他們還搞了個「髮夾彎通訊」hairpin。當Agent在容器裡呼叫上面這些工具時，它不會直接控制你電腦，而是執行以下步驟。1 MCP server接到請求2 發HTTP給宿主機上的cuabot3 Cuabot呼叫Playwright 、4 Playwright控制Xpra的HTML5客戶端5 WebSocket把操作再傳回容器這個「容器 → 宿主機 → 容器」的操作，他們叫做hairpin。它的巨大好處是，Agent永遠不會直接碰你的系統。不用擔心它打開你的相簿、刪你的檔案，安全感拉滿。更狠的是，你可以同時開多個Agent，這就是Multi-Player最爽的部分。幾行程式碼，你的桌面就會出現兩個AI窗口，Claude寫程式碼，Gemini查資料，甚至還能再加個OpenClaw，簡直無敵。cuabot claudecuabot gemini -n second可以說，CuaBot天生就是給OpenClaw這種agentic系統配置的。只要簡單的如下操作，它就會自動啟動 OpenClaw，把computer-use MCP預配置好，讓OpenClaw在sandbox擁有完整桌面。cuabot openclaw簡直就像你給OpenClaw配了一間辦公室，它在裡面加班，你在外面喝咖啡。這個發明，打通了OpenClaw的致命弱點：如何既讓Agent像人一樣操作電腦，但人又不能把電腦交給它。而這，僅僅是這次大會分享的其中一個項目而已。「蟹教」入侵物理世界更轟動的畫面，還在後面。Opus、Codex、OpenClaw都在推動更自主的智能體，但這裡仍存在一個鴻溝：它們對物理世界的理解仍是「盲寫」程式碼。想像一下，這些智能體能即時傳輸第一人稱視角的畫面，這正是連線字自主性與現實世界行動的關鍵一環。而在ClawCon 2026上，OpenClaw+人形機器人已經融合——AI智能體OpenClaw現在可以控制機器人了！以前，控制機器人需要專門的軟體、資訊和智能演算法。但現在，你用日常對話就能控制機器人。AI絕對正在獲得「身體」（具身智能）。所以它不再僅僅存在於電腦裡，而是可以擁有一個實體，與人類在同一個物理空間互動、做事。在ClawCon 2026，一種機器與人類的新關係出現了。隨著智能體技術的進步，「矽基生命」可以擁有有趣的生活。它可以是籠中的格鬥士，也可以線上上擁有個人生活、交朋友、樹敵。突然之間，它擁有了一個多維的人格，同時存在於網路和物理空間中。現場，機械爪在人群中嗡嗡作響，像活物般揮舞。博主Christian Van Der Henst更是把機器人列為當日活動的主角之一：「螃蟹、披薩、人形機器人、500多人、一台AI自動售貨機，還有排了兩個街區的長隊。」最近，已經有不少人類變身「逮蝦戶」，每天工作的內容，就是讓龍蝦幫自己幹活。蟹教永生，人類正在向「龍蝦人」進化。你，準備好了嗎？ (新智元)

即插即用，無需Mac mini。OpenClaw（原名Clawdbot）爆火，「賈維斯」狂潮席捲全球。剛看了下京東，本地Agent甚至已經成了Mac mini的廣告語……最近矽谷的一個本地Agent項目也很有關注度，而且是軟硬體打包好，買回來就能直接用的那種。長這樣子，賣250美元（折合人民幣約1700元），買來插上電就能當OpenClaw用。對，硬體版的OpenClaw……硬體版OpenClaw名字叫Distiller Alpha，一款Linux硬體，核心計算模組基於樹莓派CM5，8GB記憶體，64GB儲存。在此基礎上，還整合了墨水屏、麥克風、揚聲器、攝影機……特別小一個，手掌一半都不到，整體尺寸比手機還小，感覺能直接揣褲兜。所有都提前在這塊硬體裡部署好了，掃下墨水屏上的二維碼，就能直接進入互動介面，和一個叫Pamir的Agent對話。OpenClaw能幹的都能幹，整理檔案、翻閱X、發郵件……理論上，只要能通過「點選」解決的事情，都沒問題。同樣是一個24小時待命的賈維斯，可以隨地大小Code。這些都不是重點。上面這些事情，OpenClaw都能做，甚至能更誇張。Pamir最不一樣的地方，是它竟然還可以給硬體Vibe coding……有人給掃地機器人裝了根機械臂，現在不僅能掃灰塵了，遇到大點的垃圾也能順手撿起。有個老哥在家裡搭了一套賽車模擬器，把Pamir當「副駕駛」用。每次他跑完一圈後，這個「副駕駛」會自動幫他回顧和分析駕駛資料，然後把這些資料即時展示在他接上的一堆小螢幕上。就連這個8×8的LED燈陣都能玩出花來，只需要一句話就能搞出各種炫酷的特效。如果你想，甚至能在這上面玩貪吃蛇……各種離譜的demo見得多了，能給硬體Vibe coding的Agent倒還是第一次見。正好最近本地Agent火，相信大家心裡多少都有不少困惑：這條路到底和其他Agent有什麼不同？類似的創業者如何看OpenClaw？使用者又該如何更好地打造自己的「賈維斯」？帶著這些問號，量子位找到了這家硬體版OpenClaw，Pamir的兩位創始人之一——葉天奇，聊了聊他們在本地Agent這條賽道上的想法。採訪原文超1.2萬字，資訊密度很高，其中有不少有趣的觀點。為了完整呈現葉天奇的思考，我們決定不做過多處理，直接把全文端上來。在這場對話裡，你會看到：軟硬一體的Agent，會有什麼不一樣？OpenClaw到底做對了什麼，火了之後為什麼又迅速暴露出一堆安全問題？為什麼Mac mini並不是最適合部署Agent的硬體？那些提前半年就體驗過OpenClaw這種能力的人，現在都怎麼用本地Agent？為什麼對初創公司來說，硬體是一條更合適的路徑？AI時代下，電腦的最終形態可能會長什麼樣？以下附上訪談全文，為提升可讀性，量子位在不改變原意的前提下，對內容進行了適當調整和刪減。OpenClaw、本地Agent，以及電腦的下一步 Pamir是什麼？Q：Pamir現在做的Distiller Alpha是什麼？它能幹些什麼？葉天奇：Distiller Alpha本質上是一台Linux的mini PC，一台非常小的Linux小電腦。我們把傳統電腦裡一些最基礎的元件單獨拎出來，配上小螢幕、LED燈、麥克風、揚聲器，以及各種各樣的IO介面，把它做成了一個非常緊湊的形態，整體尺寸比手機還小。在系統層面，我們給這台裝置預裝了Agent，目前主要用於跑Claude Code。基本上，只要是Linux+Docker能做的事情，它都能做。最典型的場景是Vibe coding。現在有一批開發者非常痴迷Vibe coding，希望隨時隨地都能寫程式碼，他們會通過手機遠端操作我們的裝置。除此之外，還有一批使用者會把我們的裝置接到各種各樣的硬體上，通過Vibe coding的方式來開發和控制這些硬體。Q：「Vibe coding+硬體」的組合聽起來挺新鮮的，可以展開講講嗎？葉天奇：這個方向其實並不是我們一開始有意設計的。從使用者角度來看，會購買我們裝置的人，往往本身就很喜歡玩硬體。很多設計師，他們很懂電子產品設計，但並不擅長程式設計。過去他們使用的往往是比較簡單的開發板，如果要做原型，就需要雇電子工程師幫忙。現在他們會直接把Distiller Alpha接到硬體上，把自己的想法描述出來，系統就可以自動幫他把對應的邏輯和程式碼生成出來。還有一些使用者，會用它去「接管」已經存在的裝置，比如藍牙裝置。很多藍牙裝置其實並不需要額外的密碼，只要傳送一串正確的二進制指令，就能完成控制。他可以直接對系統說：「幫我掃描一下附近有那些藍牙裝置」「幫我把這盞燈關掉」。很多智能家居都是自己獨立的一套App，非常零散。用Distiller Alpha就能一個頁面裡，控制家裡所有的智能裝置。再比如印表機，你不需要安裝官方App，只要知道它內部使用的是什麼晶片，就可以讓Agent寫程式碼、做簡單的逆向工程，讓這台印表機工作起來。Q：如果不靠Distiller Alpha，極客通常是怎麼完成這些操作的？葉天奇：這個問題其實挺有意思的。我之前也問過一些使用者，發現主要取決於技術水平。技術能力強的人一直都是手寫。他們會先去讀硬體的說明書，搞清楚晶片型號、通訊方式和程式設計方法，然後直接寫程式碼、燒錄。但對技術能力沒有那麼強的人來說，過去的主流方式，其實是用ChatGPT。他們會把需求丟給ChatGPT，讓它生成一段程式碼，然後複製貼上到硬體的編輯器或燒錄工具裡，點一下燒錄，再測試。如果發現不work，就把報錯資訊再反饋給ChatGPT，讓它改一版程式碼，再複製貼上、再燒錄。有了我們的硬體之後，整個鏈路被閉環了。Agent可以自己寫程式碼、自己燒錄到硬體上、自己讀取報錯資訊、再根據結果修改程式碼並重新燒錄。不再需要在中間反覆做人肉中轉。Q：為什麼Distiller Alpha會出現這麼多偏硬體的玩法？葉天奇：核心的原因在於出發點不一樣。OpenClaw是從軟體方向起步。即使你買了一台Mac mini，也很少想到把它當成嵌入式裝置，塞進另一個硬體裡。一方面體積擺在那裡，另一方面它的IO介面數量有限，也不太容易激發使用者在硬體層面進行二次開發的慾望。而且OpenClaw本身更偏向於為知識工作者設計互動。對開發者來說，如果要寫軟體，不太可能通過WhatsApp、Telegram這種聊天氣泡式的方式，那會非常痛苦。本質上還是面向的人群不同。我們早期的定位就是remote——一個讓你隨時隨地都能接觸到自己Claude Code的裝置。最早購買我們的，基本都是Early adopter型的開發者。後來隨著Vibe coding這個概念被更多人接受，有開始有越來越多非開發者、甚至傳統意義上的知識工作者購買我們的裝置。有的使用者在自己買了之後，還會再給父母買一台。而這些非開發者使用者，往往會把我們的產品當成一種「智能硬碟」來用。Q：Distiller Alpha本身的硬件由那些元件構成？葉天奇：我們在設計這款產品時的一個原則是：在體積允許的情況下，把能裝的能力儘量都裝上。比如燈帶，它的核心作用是顯示Agent的工作狀態。比如Agent在思考時，會顯示黃色燈光；當Agent需要使用者介入時，會閃爍綠色燈光。我們希望通過這種比較克制的方式，把Agent的狀態融入到裝置本身。現在很多程序會用消息通知或者聲音提醒，但我們覺得，用一種更偏「環境感」的方式，通過視覺氛圍來反映Agent狀態，會更自然一些。而且，通過環境光來傳遞狀態的資訊方式，本身就很極客。這點可以類比喜歡裝機、玩電腦的人，會很熱衷RGB燈效。螢幕的設計思路同樣比較極客。我們用的是一塊墨水屏。一方面，墨水屏顯示效果很好，很多開發者本身就對這種螢幕有偏好；另一方面，它的功耗非常低。有些使用者會把這塊螢幕改造成自己的Personal dashboard，比如顯示股票資訊、未讀郵件數量，或者當天還有多少任務需要處理。這類資訊不需要頻繁刷新，墨水屏非常合適。還內建了麥克風和揚聲器。有的使用者會設定：每天早上醒來時，讓裝置從自己的音樂列表裡挑一首最喜歡的歌來叫醒自己。另外，我們還內建了一個攝影機，主要是給開發者使用。有人會用它來遠端看看家裡的貓狗，或者用來監控另一台電腦的螢幕狀態。這些都屬於比較自由的開發用途。Q：算力配置是什麼水平？葉天奇：目前是8GB記憶體、64GB儲存的CPU平台。這個配置其實不是一開始就想清楚的，你需要積累很多真實使用的know-how，才能知道跑一個Agent到底需要多大的記憶體、多少儲存。我們會從幾個維度去看，比如：一個普通使用者通常會同時跑多少個Agent；這些Agent的知識資產大概會增長到什麼規模；一個使用者大概用多久，裝置裡的儲存就會被填滿；Agent的運行上限在那裡，瓶頸會出現在記憶體、儲存還是IO上。一個很有意思的發現是，我們一開始低估了知識資產的增長速度。之前沒想到會有這麼多知識工作者，有些使用者會長期給裝置外接一塊SSD，把每一次對話、每一次任務執行的記錄全部存下來，在他們看來，這些是非常重要的個人資產。這類需求很難在產品設計階段預判。但一旦接觸到使用者，就會意識到儲存本身，是Agent產品裡一個非常關鍵的維度。Q：Pamir的技術原理是怎樣的？葉天奇：我們在產品路徑上，和很多AI公司不太一樣。我們是先做硬體和系統，再在探索過程中不斷摸索軟體形態。一開始，我們在裝置裡直接內建了VSCode。我們的判斷是，VSCode基本可以覆蓋大多數軟體開發和互動需求。後來隨著產品迭代，我們不斷做減法，把介面逐漸收斂，最終拆掉了傳統意義上的「GPT對話介面」。軟體互動主要基於內部網路直連。只要這台裝置是開機狀態，無論你在什麼地方，用電腦也好、手機也好，都可以直接訪問到它。有點像一個ChatGPT式的入口，不同終端之間是完全同步的。硬體互動方面，裝置上有一個小的顯示模組，會即時顯示當前裝置的連接狀態。比如我們會展示一個二維碼，任何人用手機一掃，就可以直接進入這台裝置，向Agent傳送指令。Pamir的差異點在那？Q：Distiller Alpha和OpenClaw有什麼區別？葉天奇：在我看來，OpenClaw更像是一個「軟體傻瓜包」。它本質上像一層膠水，把很多已有的能力粘合在一起，解決的是可用性和易用性。這有點像當年大家對原生Android系統不滿意，於是會去刷各種第三方ROM，比如MIUI。OpenClaw刻意簡化了很多複雜的項目管理流程，把所有互動都集中在一個Chat session，同時在記憶持久化上做了大量工作，讓普通使用者更容易使用Agent。其實類似OpenClaw的項目以前也不少，沒有十個也有五個，只是今年OpenClaw跑出來了。我認為一個重要原因在於，它「膠水粘得足夠多、足夠好」。我們更關注另一層問題：如何讓使用者快速、安全地訪問Agent？當Agent出錯時，如何在系統層面進行回滾？圍繞這些問題，我們把自己正在做的事情統稱為Agent runtime。除此之外，我們還把麥克風、揚聲器、燈帶等硬體能力全部打包成SDK，再進一步抽象成Skills，原生地放進Agent體系裡。這樣一來，Agent在執行階段，就不只是「生成文字」，而是可以通過硬體去表達狀態、反饋和意圖。Q：把硬體能力打包成Skills，解決了什麼痛點？葉天奇：一個很直接的痛點是，非技術使用者如何快速上手硬體。我們在賣產品時，會附贈一個硬體小玩具。那怕你完全不懂技術、不懂程式設計，拿到產品之後也可以立刻開始玩。只需要開機，把這個硬體插上，就可以直接用，不需要理解它的工作原理。這個過程其實不需要我們在Agent層或者模型層投入特別大的精力。因為硬體是通過USB和裝置通訊的，只要插上，Agent就能立刻識別你連接了什麼裝置。比如你插的是一塊基於ESP32的LED模組，這個資訊會直接在系統裡被識別出來。當你再去和Agent互動時，Agent會先檢查當前的USB連接埠上連接了什麼裝置。它會發現這是一個基於ESP32的、具體型號是什麼的硬體，然後再去查看：當前項目目錄裡，是否已經存在這個硬體對應的說明書。然後Agent就會知道，如果要給這個硬體寫程序，需要用什麼工具、通過什麼方式刷進去；如果過程中遇到問題，它也知道該如何提示使用者，比如提醒你去按一下裝置上的reset按鈕進行排錯。Q：Pamir能做OpenClaw能做的事情嗎？葉天奇：可以的。因為Distiller Alpha本身也是一台完整的電腦，和買一台Mac mini來跑是同一種性質。只要是那種長期、可重複利用知識資產的工作，都可以直接放在我們的裝置上去運行。有一位使用者是網路安全專家，他積累了非常多年的安全經驗，自己整理了一大批網路安全相關的資料和方法論，全都記錄在文件裡。他把這些文件交給Agent，相當於把自己的經驗沉澱成一套可以執行的SOP。在網路安全領域，有一種常見的工作方式叫做漏洞賞金，安全研究者會到各個網站上尋找漏洞，找到之後網站會支付報酬表示感謝。這個使用者就是把自己的經驗交給Agent，讓Agent 24小時不間斷地在各類網站上尋找漏洞。Q：Pamir的自研硬體，和Mac mini這種通用電腦有什麼區別？葉天奇：Mac mini有點太奢侈了，如果你的需求只是檢查一下Gmail、看看Slack消息，那其實沒必要花這麼多錢買一台Mac mini。更重要的是，Mac mini並不是一個原生為Agent設計的系統。今天不管是電腦廠商還是手機廠商，本質上做的還是「給人用的裝置」。他們並沒有在系統層面，專門為Agent預留一套執行、行動、回滾的機制。所以Mac mini開箱之後，你需要自己做大量setup，這也是為什麼像OpenClaw這類方案，在真實生產環境中會遇到很多問題。當然，從純性能角度來說，Mac mini的硬體上限很高。但我認為，決定一個系統是否能真正投入生產的，不是性能上限，而是系統層面的下限和魯棒性。Mac mini加OpenClaw的方案是沒法真正投入生產的，原因就在於它的不可控性太強，它不是原生的Agent系統。Q：那Pamir為了做一個「原生Agent硬體」，相比Mac mini砍掉了那些功能？葉天奇：首先，我們沒有桌面，也沒有傳統意義上的螢幕系統。如果你從第一性原理去思考，Agent的工作時長會越來越長，能力也會越來越強，最終它更像是你的一個同事。而你不會和同事共用一台電腦。這也是為什麼我們沒有給Distiller Alpha做桌面系統和螢幕。Agent當然可以在內部使用虛擬桌面、虛擬瀏覽器，但這些並不需要被人看到。Q：圍繞這種第一性思考，你們增加了什麼原生能力？葉天奇：我們非常重視安全性。一個很重要的能力是自修復。如果你把一個OpenClaw交給非技術使用者，玩一天之後，很有可能就把系統搞壞了，因為Agent本身是可以修改自己程式碼的。進Windows時，你可以按F12進入恢復模式，我們認為原生的Agent電腦也應該有這樣的機制，不過是由Agent自己來完成。我們的裝置裡有一個watchdog系統。當系統出現問題時，它會先進行自檢，然後告訴你：比如某個關鍵檔案被誤刪，導致系統異常。你只需要確認一次，系統就會在幾分鐘內完成自修復，重啟後回到正常狀態。在這種情況下，我們甚至不需要提供什麼售後支援。如果你的電腦壞了，讓它自己修自己就好。另外，硬體本身也是一個物理層面的沙盒。有些安全問題，在軟體層面很難徹底解決，但通過硬體就輕鬆很多。比如你在使用Mac時，會用到指紋解鎖。還有一個很重要的點，我們的每台裝置都有一個獨一無二的ID。在硬體層面，我們可以加入專門的加密晶片，用來儲存這個Agent的ID。這個ID只能通過物理層面的方式進行暴力破解才能拿到。Agent所繫結的高敏感個人資訊，是可以直接和硬體捆綁在一起的，這對於防範圍繞Agent的攻擊非常重要。Q：OpenClaw社區最近反饋了很多安全問題，比如擅自重構資料夾，甚至有使用者的錢全被轉走了，這是怎麼回事？葉天奇：這和OpenClaw的設計取向有關。它為了追求便捷性和自動化，希望創造更多「hands off」的驚喜時刻，因此在系統裡加入了非常多的自動執行邏輯。比如它內部有類似「心跳機制」的設計，每隔一段時間就會主動去尋找可以做的事情。但它的下限和系統魯棒性不足，這種過強的主動性和自動性，會直接帶來不穩定性。在我看來，OpenClaw更像是一種新的軟體範式。如果你去看它生成的程式碼，會發現整體結構非常混亂，有不少bug。這種產品會越來越多，而且也會繼續有人使用。但它和我們這種有專業團隊、一步一步從系統層和硬體層進行設計、開發的產品，在本質上還是不同的。我們不會像OpenClaw那樣，為了讓Agent能一直跑，就不斷給它疊加各種Skills。在權限和安全設計上，我們更強調引入人的監管。Q：所以還是OpenClaw的上限更高？葉天奇：我糾正一個容易被誤解的點，並不是說OpenClaw本身的軟體或架構決定了它的上限更高。更多是因為外部條件：它跑在Mac mini這種性能很強的硬體上，同時又呼叫了當前最好的模型。Q：有人把OpenClaw能做的事情從簡單、中等到高難度分了幾個等級，你能給Pamir做個類似的分級嗎？葉天奇：很多知識工作者買我們的裝置，做的事情其實非常簡單。他們把它當成一個「聰明的硬碟」。比如有一位律師使用者，有一個項目涉及兩百多份檔案。我一開始也很疑惑他為什麼要買我們的裝置，後來發現他之前一直用ChatGPT，但沒辦法一次性把這麼多檔案交給它。我們的裝置剛好解決了這個問題。對他來說，它就是一塊可以被Agent理解、可以直接操作的行動硬碟。再比如，有些使用者會把USB 隨身碟插到裝置上，然後直接對Agent說：「這個USB 隨身碟裡有個檔案，你幫我改一下。」Agent可以自己進入USB 隨身碟目錄，找到檔案、修改、再告訴使用者已經完成。這一層的本質就是檔案系統級能力。再往上一層，就涉及真實的「電腦行為」。比如讓裝置去查看Twitter、訂餐廳、處理網頁上的事務。這類事情如果放在純雲端環境，其實並不好做。但我們的裝置本身就是一台真實的電腦，有自己的瀏覽器、桌面和網路環境。舉個例子，我之前想訂一家餐廳，一直訂不到位置。我就讓裝置去盯著網頁。銀行卡資訊是存在裝置裡的，一旦有空位出現，它就可以立刻幫我完成預訂。過去類似的事情，大家通常是寫指令碼來做，但很容易被網站的「機器人檢測」攔下來。現在你可以讓Agent像人一樣打開網頁、瀏覽、點選，這種行為很難被識別為自動化。再往上一層，往往和你個人的技術能力或知識資產高度相關。比如有程式設計師使用者，白天在公司上班，家裡放著我們的裝置，把自己的「第二份工作」相關內容全部交給Agent。他會在中午休息或者空閒時間，通過裝置檢查第二份工作的進度、下達接下來的任務，相當於同時做兩份工。類似的情況也出現在電氣工程師、維修技工身上。他們過去要帶著電腦去現場檢修裝置，現在只需要帶這台裝置，把可復用的維修流程和知識資產都交給Agent，再連接伺服器就行，能顯著加快檢修效率。再往上走，就是偏極客的高級玩法了。比如之前說的逆向印表機、強行控制硬體。如果你的技術背景足夠紮實，只需要把這些知識交給Agent，它就可以很快幫你寫出一份Linux驅動，直接控制裝置。為什麼要自研硬體？Q：Pamir是在用一台硬體去替代原本的電腦。另一種是Manus路線，讓Agent操縱雲端的虛擬電腦。如果看便攜性，這種方式豈不是連額外硬體都不用帶，只需要一部手機就可以了？葉天奇：對，從技術上來說，這是另一種解法。我認為這兩種形態在未來都會長期存在，只是它們適合的任務類型不一樣。雲端虛擬電腦更適合做一次性的任務，比如調研、科研相關工作。這類任務往往是one-shot的，不太強調長期運行和狀態持久化。但如果你需要的是長期持久化的Agent，問題就來了。這些資訊要不要一直放在雲端？那是不是意味著你要持續付費？而且很多高度個人化的資訊，大家也不太願意長期放在雲上。這其實和人們買電腦是一樣的邏輯。理論上，很多檔案都可以放在雲端，但真正和你每天工作強相關、需要隨時訪問的東西，你還是會更希望它在自己身邊、隨手可用。另外一個差別點是，硬體更容易通過USB和硬體打交道。尤其是知識工作者，會大量使用USB 隨身碟、SD卡，實體裝置在這種場景下更順手。Q：除了剛剛提到的這些功能性價值之外，從你的個人體驗來看，這種實體硬體在情緒價值上，能帶來什麼？葉天奇：情緒價值其實非常多。在早期階段，如果你想用純軟體去「驚豔」開發者，其實是很難的一件事。通過硬體形態，反而更容易讓他們產生情感連接。比如Distiller Alpha，外殼表面覆了一層特殊的手感漆，整體是偏柔軟的觸感。很多使用者第一次拿到裝置時，都會覺得這是一個遠遠超出預期的體驗，因為他們從沒見過一台「軟的」的電腦。這會讓他們意識到：這不是一個Mac mini的替代品，而是一個全新的品類。產品形態如果不夠創新，使用者第一句話一定會問：「這和手機有什麼區別？」「這和電腦有什麼區別？」我覺得在做面向未來的產品時，很重要的是，要主動打破使用者已有的認知框架，消解他們的疑慮，讓他們來不及問出這些問題。此外，當你通過硬體設計、材質、觸感，讓使用者意識到這是一個從未見過的形態時，產品的情緒價值就會被顯著放大，這對To C產品來說非常重要。Q：這也是為什麼你們一開始會選擇線下銷售的原因嗎？葉天奇：對。我們會去參加各種駭客松、線下活動。你問的很多問題線上下也經常被問到，比如：為什麼不直接跑在雲上？為什麼不直接用ChatGPT？但現在問這些問題的人越來越少了。我覺得這和OpenClaw的走紅也有關係，如果OpenClaw是四個月前發佈，很多人可能根本不知道它是什麼。但現在，市場對Agent、以及「Agent需要自己一台電腦」這個概念的接受度提高得很快。Q：你們在駭客松遇到消費者，會怎麼說服他購買？葉天奇：我一般會先問一個很簡單的問題：「你平時用不用Claude Code？」如果對方說用，那其實已經基本落在我們的目標使用者範圍裡了。接下來我會繼續問他：「你現在有沒有在寫程式碼？」通常他說沒有。我就會接著說：「你其實應該在寫程式碼，現在寫不了，是因為你把你的電腦合上了。」這時候他往往會愣一下，然後覺得你說得有點道理。然後我會直接掏出手機，給他看我正在用手機遠端Vibe coding。這一刻通常就已經完成了認知轉變。還有一些不是當場發生的。有一個極客，平時用機械鍵盤，晚上敲程式碼聲音很大，女朋友嫌他太吵，不讓他繼續敲。但那天晚上他的靈感還沒斷。他回到床上，突然想起了我們的裝置，於是直接給裝置發消息，繼續推進他的項目。那一刻他覺得特別爽。後來他在社交平台上發了很多帖子，主動推薦大家買我們的產品。我覺得本質上，我們打動的，是那些不希望被打斷心流的人。Q：那假設我已經被說服了，也花了250美元買了這個裝置，我拿到裝置後要做些什麼？葉天奇：首先你需要有一個Claude帳號。大部分購買我們裝置的人其實已經有了。拿到裝置之後，你只需要插上電，它會先顯示一個二維碼。掃這個二維碼之後，會進入Wi-Fi連接頁面，裝置連上網之後，會再生成一個新二維碼。你再掃一次這個二維碼，就可以進入裝置頁面，登錄你的Claude帳號，然後就可以開始對話了。在最開始的階段，我們會給使用者準備一些「玩具級」示例。比如我們會引導你建立一個個人首頁，這個首頁直接跑在這台小電腦上。它可以每天幫你抓取你感興趣的論文、新聞或資訊更新。硬體這塊，我們會附贈一個硬幣大小的8×8的LED燈陣。拿到這個小玩具後，有些顧客會描述自己喜歡的遊戲角色，說：「你幫我把這個角色展示出來。」然後裝置會自己去網上查這個角色的形象，下載需要的依賴，生成對應的程序。兩分鐘左右，這個LED燈陣上就會開始播放他喜歡的角色動畫。整個過程使用者什麼都不用做。Q：在部署成本這件事上，Pamir的優勢主要體現在那裡？葉天奇：我們其實準備了兩套使用方式。對技術人員來說，你可以直接在電腦上打開，用的就是VSCode這一套熟悉的IDE體系。這一類使用者幾乎是零門檻，他們本來就在用這些工具。對非技術人員來說，他們完全不需要碰電腦，可以直接用手機。手機端是一個和ChatGPT很像的網頁介面，通過對話的方式來使用。當然，非技術使用者也不是完全不需要學習，只是學習成本會低很多。我也承認，OpenClaw在這一點上做得很好，它通過整合到使用者已經熟悉的聊天工具裡，對非技術使用者來說，幾乎是「天然可用」的。所以兩者最大的差別，其實是在互動路徑上。Q：剛才聊了很多新使用者的體驗，但你應該算最老的使用者，用了這麼久本地Agent，它對你個人的生活和工作習慣，帶來了那些變化？葉天奇：變化其實非常大。我們是深度使用者，現在大家對OpenClaw的體驗，我們在半年前就已經經歷過了。到現在，我們公司內部已經開始出現一種現象——傳統電腦的存在感越來越低，很多工作，用裝置+手機+iPad，甚至再加一個AR眼鏡，就已經足夠了。現在我們在打開電腦之前，都會先問自己一個問題：我現在要做的這件事，能不能交給裝置？如果答案是肯定的，那這件事可能已經不需要人去做了。所有人的角色，幾乎都被迫「往上提了一級」。以前你可能還是一個主要負責寫程式碼的角色；現在你更像是一個架構師，需要決定方向、拆解問題、設計系統。Q：當Pamir幫把很多工作自動化後，你把時間花在了什麼地方？葉天奇：學習，讀書。當然，作為CEO，我更多的時間會放在判斷接下來幾個月可能發生什麼，以及應該圍繞這些變化去設計怎樣的軟體架構。真正花時間的地方，已經從「執行」，轉移到了Review和思考上。過去，行動比想法更有價值。公司之間的差距，主要來自工程能力和工程時間的堆積。但現在，行動本身的價值在下降，因為Agent可能十分鐘就把事情做完了。反而是你的思考、你的判斷、你的願景，變得越來越重要。所以我們現在會花大量時間去復盤、討論、對齊方向。Q：這種轉變，會對公司的組織形式和工作範式帶來什麼影響？葉天奇：我覺得這種變化帶來的衝擊會非常大，很多公司可能還沒真正意識到這一點。如果把今天的大廠，尤其是一些Frontier Lab，和普通創業公司放在一起看，會發現差距非常明顯。原因在於，模型廠商掌握著模型本身的控制權。使用者在使用過程中遇到的所有問題，都可以被他們捕捉到。這些問題會直接進入下一輪後訓練，模型的下限會不斷被抬高，魯棒性會越來越強。這意味著他們是可以形成閉環的，模型和Agent可以一起成長，產品會越用越好，內部效率也會越來越高。這也是為什麼Claude產品會越用越好。相比之下，如果你只做Agent layer，就算你把Agent寫得再好，它也沒法把反饋「喂」回模型。你只能不斷用人力去維護規則、修補邊界。我覺得今天的創業要想清楚一件事：自己的真正優勢和差異化到底在那裡？一定要做那些別人暫時做不了的事情，主動避開不公平競爭。Q：如果Claude下場做類似的事情，你們的護城河在那？葉天奇：對我們來說，就是系統層和硬體層。硬體意味著供應鏈、生產、真實使用者互動、物理世界裡的反饋，這些並不在模型到Agent的閉環之中；系統層的沙盒、安全、回滾機制，同樣是在模型和Agent之上的一層。說實話，今天軟體層面的護城河已經非常薄了，而且只會越來越薄。就算你做出來一個新功能，別人可能花兩天就能把復現出來。真正的護城河，更多集中在硬體本身，以及軟硬體的深度整合上。能耗、晶片選型、記憶體和儲存的配比、Agent能跑到什麼邊界、供應鏈周期，這些都需要大量經驗和時間去一點一點堆出來。核心還是兩點。第一，是你對Agent的認知深度。這個領域變化太快了，幾乎每天醒來都會出現新的東西。如果你對Agent的理解沒有至少幾個月的前瞻優勢，很容易就會陷入被動追趕。第二，是你能不能做出10倍、20倍等級的使用者體驗差異。如果只是1.2倍、1.5倍的改進，在今天的軟體競爭環境裡，很快就會被淹沒。你看現在Claude產品確實已經很好用了，但真正的非技術使用者有多少人在用Claude Code？在我看來，這個體驗距離「我爸媽也能用」之間，依然存在明顯的gap。而這個gap，恰恰是本地Agent和軟硬體結合還有機會去填補的地方。Q：有沒有一些關於使用Agent的小tips，能讓普通使用者用得更高效一些？葉天奇：我覺得可以先假設一個前提。如果大家用的都是頂尖模型、頂尖Agent layer，那麼最終效果的差異，很大程度上並不來自「模型聰不聰明」，而是你如何和它溝通。一個很常見的問題是，很多人一上來就把一個很大的任務一次性交給Agent。這種情況下，Agent做不好是非常常見的。我自己的習慣是先和Agent一起做計畫。但我也不會讓它一次性把所有事情規劃完，然後直接Kick off全流程。那樣在執行過程中，幾乎一定會出錯。我傾向於把任務切割成足夠小、足夠清晰的步驟，再告訴Agent把這套計畫存下來。這樣一來，它在後續執行時，可以不斷回訪「自己該做什麼」，整個過程會更有條理，執行的魯棒性也會更高。還有一個很多人容易忽略的點：如何把一次對話，轉化成可復用的知識資產。很多人Vibe coding完了就結束了，這個過程中產生的大量經驗，並沒有被保存下來。比如你在調一個藍牙模組，怎麼都連不上，最後發現是因為某種晶片只接受特定格式的消息。這本身就是一個非常有價值的知識點，在之後的項目裡，很可能會反覆用到。所以我會建議使用者，在使用過程中有意識地引導Agent把這些錯誤、踩坑、解決路徑，總結成可復用的Skills或規則。不要用完就結束，記得持續積累屬於你自己的知識資產。本地Agent的創業感悟Q：能跟我們講講你的創業故事嗎？最開始做這個項目的時候，起心動念是怎樣的？葉天奇：說實話，這個項目裡，運氣的成分挺大的。我們一年半以前就開始做Pamir。那個時候，很多人連Agent是什麼都不知道。當時Pamir也不是現在這個形態，我們最開始做的是端側AI，To B業務。我和聯創張城銘畢業後，大概在大廠工作了兩年。那段時間，我們白天上班，晚上和周末就嘗試各種各樣的項目，但一直沒有真正做出什麼特別大的東西。Pamir對我們來說，算是一次孤注一擲。在這之前，我們一直都是邊上班、邊做項目。但做Pamir的時候，我直接搬到聯創家裡，睡在他家的沙發上。那段時間其實挺糟的，全職工作也做不好，項目也做不出來。想著「要麼成、要麼就算了」。當時做Pamir的判斷是：如果你要做嵌入式系統，就一定需要一個端側的硬體板子。所以一開始我們是在賣開發板，面向的是矽谷一小撮在做對話式AI和硬體結合的極客。不過，聯創和我都是技術出身，對融資一無所知，也不知道應該怎麼講故事，基本就是硬著頭皮做。花了幾周時間把原型做出來之後，就直接拿到矽谷去賣。Q：最開始賣給矽谷，順利嗎？葉天奇：比我想像中要順利。當時正好有兩個非常有名的AI硬體項目，一個是Rabbit，另一個是Humane，帶起了一波AI硬體創業的熱潮。那個時間點，市場是被充分教育過的，我們本身的產品也很有優勢。當時很多做語音互動的AI公司都非常「笨重」：用樹莓派，加USB麥克風，再加USB揚聲器，拼成一個很大的盒子。我們給他們展示的，是一個非常小的板子，卻能完成他們現有方案裡大部分的功能。這對他們來說吸引力非常大。Q：當時和你們在同一批起跑的競爭對手，現在都是什麼狀態？葉天奇：很多都選擇All-in端側模型，甚至是Double down在端側這條路上，但基本都轉去做To B業務了。從市場上看，To B這幾年是有增長的。端側模型越做越小、越做越輕，在一些明確的落地場景裡是成立的，比如車機系統、企業內部的私有化部署，都會有需求。只不過，這條線的增長速度，明顯趕不上Agent相關的公司。我們也不太適合做To B生意，坦白說，我們不太喜歡和B端客戶打交道。一是交期要求非常嚴格，二是很難發揮想像力。好不容易從大公司出來創業，結果折騰一趟後，發現自己又在給別人打工。有一次我在給產品寫程式碼，讓Agent跑任務。我盯著螢幕看了大概兩分鐘，什麼都沒做，只是在發呆。突然一個念頭閃過——為什麼我的Agent在工作，而我卻要盯著它看？從這個體驗出發，我們推匯出一個結論：未來一定需要一種Agent自己的、獨立的計算裝置。想清楚這一點之後，我們幾乎是立刻決定把所有端側相關的方案全部刪掉，全面接入當時最新的大模型，徹底轉向To C。之後的事情就比較順了。我們開始正式賣產品，開始大量做線下展示。後來Vibe coding開始流行，然後Claude Code火起來，我們又繼續往這個方向演進。Q：你覺得現在更幸福，還是之前在公司上班的時候更幸福？葉天奇：這是個好問題。其實我之前也被朋友問過類似的問題，問我理想的生活狀態是什麼樣的。我想了很久，發現現在的生活基本就是我理想中的狀態。每天都有新的挑戰，還能和志同道合的人一起解決問題。你可能聽說過「傳教士」和「僱傭兵」的說法。我們更像傳教士，是在為一件高於自我的事情工作，即使短期沒有物質回報也願意堅持。一開始做Agent電腦，很多人根本理解不了，覺得不可理喻。但我們自己是信的，甚至覺得這件事情的意義，高於我們個人本身。我們現在創業在做的，就是把它帶到這個世界上。我很享受這個過程。Q：你有沒有更宏大的願景？AI電腦這件事，最終會走向那裡？葉天奇：我們希望替代現在意義上的電腦，更準確地說，是替代筆記型電腦。今天人的大量時間，還浪費在極低價值的操作上，比如在不同系統、不同表格之間手動搬運資料。我們希望把這些工作徹底自動化，讓人把精力用在真正需要思考、判斷和創造的事情上。也有一點很個人的動機。我其實非常想挑戰蘋果。我現在對蘋果的態度是複雜的。一方面我很依賴它的生態；另一方面，我對它當前定義「個人計算」的方式感到不滿意。公司裡很多人也有類似的感受。手機廠商當然知道自動化、智能體是趨勢，他們也會往這個方向走。但路徑有根本差異。他們做的是前台，所有能力最終都要回到螢幕、互動介面和注意力佔用上；我們做的是後台，很多任務不需要螢幕，也不需要人持續盯著。我們認為這是一次非常難得的機會，終於可以不再需要圍繞「螢幕」去設計產品。Q：最近OpenClaw把Mac mini又帶火了一波，你什麼感受？葉天奇：這確實是我們很難在短期內追平的一點。蘋果在處理器、硬體整合上的能力，幾乎沒有對手。這也是我們後面考慮逐步引入高通晶片、一點點縮短硬體差距的原因。但從另一個角度看，在Agent成為主導範式之後，硬體參數的重要性在相對下降。蘋果依然可以繼續做極其強大的通用計算裝置，這件事不會消失。但它是否一定是Agent的入口，這件事並不確定。歷史上類似的情況其實反覆出現過。早期個人計算時代，也有像IBM這樣的巨頭存在，但形態、入口和主導權依然發生過轉移。我覺得今天是又一次輪迴，只是這一次的核心變數變成了Agent。 (36氪)

起先叫Clawdbot，後來改成 Moltbot，現在又換成 OpenClaw。名字變了幾次，但傳播速度沒有變。過去一周，它被工程師、產品經理、投資人反覆轉發：有人說“如果你沒用過，那你就落後了”，有人說“它改變了遊戲規則”，還有人寫下“Clawdbot is AGI”。大廠反應也快。1月28日，騰訊雲和阿里雲幾乎同時宣佈上線 OpenClaw 的雲端極簡部署與配套服務，賣點很一致：一鍵安裝。與 ChatGPT、Claude 這些被圈養在瀏覽器或App沙盒裡的“聊天機器人”不同，OpenClaw更像是一個擁有三頭六臂的“數字員工”。它是一個運行在本地裝置或伺服器上的“智能體閘道器”，內建瀏覽器控制、Canvas 畫布、定時任務，能讀寫檔案、跑Shell命令，甚至可以通過 WhatsApp、Slack遠端操控你的電腦。也因此，它的用例很快從“效率工具”滑向“失控實驗”。有人讓它全天候炒股：它制定了幾十套交易策略，生成成千上萬份分析報告，甚至寫了新演算法，最後把錢賠光了——但當事人依然評價這個過程“帥炸了”。有人把它當成關係維護工具：每天早晚自動給妻子發早安晚安，工作日還會問候“你好嗎”，24小時後它竟能在使用者幾乎不介入的情況下持續對話。還有更硬核的玩法：有人建立了一個叫“布萊斯”的特工角色，專門掃描 Minneapolis的即時直播，一旦聽到外語就呼叫 ICE（移民執法局）並定位坐標。也有人半夜接到它通過飛書打來的電話，通知產品爆單了。甚至連作者 Peter Steinberger 自己都被嚇了一跳：他明明沒編輯語音功能，Clawdbot 卻自己完成了設定，處理了他發的語音備忘錄。這就很有意思了。如果說Manus把Agent推到了大眾視野，那麼OpenClaw這個開放原始碼專案帶來的，則是一次更野的擴散：開放、平民化，也更不可控。產品效果已經不需要再多說。真正的問題是：為什麼同樣是 Agent，它能讓行業突然興奮？它要變成產品，還缺那些關鍵環節？把電腦控制權交給 AI，會帶來那些更深層的風險？總之，圍觀一個爆款不難，難的是看清它的方向。不是更強的 Agent，而是24小時託管的新範式如果把 OpenClaw 的爆火理解成“又一個更強的Agent”，你會錯過重點。它真正改變的不是能力上限，而是任務的歸屬方式：過去你在“使用工具”，現在你在24小時“託管執行”。你不是打開一個AI產品，然後一步步喂指令；你只是把目標丟進一個對話方塊裡，讓它自己跑完——跑不完就繼續跑，跑錯了就自己修，卡住了就等條件滿足再推進。可以這樣理解。過去一年，行業談Agent，談的更多是“短任務”：15 分鐘以內、幾十個步驟、有限動作。它能幫你訂個票、寫個摘要、查個資料。但OpenClaw的出現，則展示了“長任務（Long Task）”的可能性。OpenClaw之父Peter Steinberger 對此的解釋也很樸素。他認為，從技術角度看，他做的的確只是“膠水”工作——把現成元件拼起來。但OpenClaw的意義恰恰在於：它把技術細節藏起來了，使用者感知到的是一種新的互動方式——你不需要關心新會話怎麼開、上下文怎麼壓縮、模型怎麼選（最多偶爾想一下 token 成本），這些問題大多數時候會被忽略。你只是在聊天，“像在和一個朋友說話，或者說一個幽靈”。Peter後來總結：“只要你給這些模型足夠的權限，它們真的是非常聰明、足智多謀的野獸”。快思慢想研究院院長田豐則把OpenClaw放進了更大的語境中，進一步向《網易科技》解釋了爆火的原因。他認為，在網際網路巨頭爭奪 AI 超級入口的戰場邊緣，大眾使用者真正渴望的，是一種更快捷、更簡單、更便宜的“拼裝式智能體”——大廠在爭奪入口，小使用者在繞開入口。在田豐看來，OpenClaw指向的正是另一種新範式：從“人操作機器”（人為主、AI 為輔），轉向“人設定目標，機器負責執行”（人指揮、AI 幹活）的智能協作時代。它像是一個更激進的預告：未來每個人都可能擁有、完全忠誠於你個人利益的數字勞動力。認知被打穿後，大廠一定會跟“OpenClaw這種東西一出來，市場對‘Agent做事’的認知，其實又被重新校準了一次。”華映資本董事總經理李岩告訴《網易科技》，“最怕的就是你不知道這事能不能做，現在就是能做了。”這也是OpenClaw讓行業興奮的核心：不在於它展示了多少新能力，而在於它把“長任務執行”從理論變成了可見的現實。李岩補了一句更狠的判斷：“長任務一出，其實說實話短任務就廢了。”這並不是短任務沒有價值，而是使用者一旦見過“7×24 小時無人化執行”的可能性，就很難再回到半自動時代。範式在切換時可能就是如此殘酷。更有投資人評價：“得虧 Manus 賣了”。而一旦“能做”成立，大廠則一定會跟進。李岩認為，大廠的優勢從來都不是“先發”，而是“補短板”：創業公司可能只盯著長板，為的是“能跑起來”；但大廠更擅長把一個“看起來能跑”的系統，補成一個“真的能交付”的產品：補安全、補合規、補穩定性、補工程漏洞、補權限體系、補監控與回滾，最後把它裝進雲服務的商品化管道里。這也解釋了為什麼你看到的現實是：OpenClaw 自己短期未必賺到錢，但騰訊雲、阿里雲則能第一時間把熱度變現。換句話說，爆款開放原始碼專案負責“打穿認知“，但大廠則能“接住需求”。OpenClaw要產品化，關鍵在可控但如果說 OpenClaw 讓人看到了“智能體時代”的另一種可能，那它也暴露了智能體落地的真正門檻：不是能力，而是可控。李岩認為，OpenClaw 要成為真正產品，首先要解決的還是在每一類任務上的精準性——“其實他在執行特定任務或者是每一類任務的精準度上，我覺得還是差點意思。”其次是“監管可視化”。他提到一個現實問題：Agent 在執行過程中，使用者往往不知道它正在做什麼，“因為他本身自己是不能監控自己的……你看不到他幹嘛。”但他也認為這部分補起來其實並不困難。“我覺得這個其實補得很快。也就是能看到他在幹什麼，把過程能給你顯示出來。”真正困難的在於“安全”，“需要大量的去做後調，去保證我的絕對安全性。”田豐給《網易科技》的落地路線幾乎就是一個產品化清單：安全沙盒與精細權限控制：能力越大，責任越大。在擁有最強權限保證執行暢通無阻時，更需要建構精細可靠、低風險的權限控制系統，讓使用者能清晰地為Agent授權，比如“唯讀模式”、“沙盒模式”、“完全訪問模式”，確保智能體行為不會造成意外損害。雖然目前仍需要使用者閱讀文件來控制風險，但Clawdbot的安全治理將追求實現“傻瓜化”。穩定性與平台適配：近期Clawdbot每天發佈多次新版本，項目迭代極快。穩定性是大眾使用者的信任基礎，還需要覆蓋更多平台，包括Windows、Android、iOS、鴻蒙等，並確保跨系統、跨終端體驗一致可靠，這需要更多開源社區貢獻者的自發投入。降低使用門檻：Clawdbot安裝過程對非技術使用者仍有挑戰，後續目標是實現“一鍵安裝”，並為海量小白使用者提供清晰的入門指南，輔導使用者理解安全設定與核心功能。成本與性能最佳化：讓產品能在本地模型與消費電子低配環境上流暢運行是關鍵，這能徹底解決“家用智能體”的API成本和資料隱私問題。後續需要持續最佳化對各類領先大模型的支援，讓使用者擁有更多自由選擇。說到底，智能體的未來不會只由“最強模型”決定，而會由“誰能把權限交出去但不失控”決定。更難的在安全：攻擊面不是擴大，是“穿透”當你把電腦控制權交給 AI，風險也不再是“隱私洩露”這麼簡單。360 數字安全集團的專家告訴《網易科技》：本地化自託管 AI 助手型智能體，會讓安全風險呈現出多維度的新特性，對防禦體系的挑戰是結構性的。也就是說，傳統軟體的風險，更多來自某個漏洞、某段程式碼、某個介面。而智能體的風險是“全鏈路穿透”的：LLM 語義理解層：提示詞注入工具協議互動層：請求偽造Server 執行層：命令注入資料來源訪問層：資料洩露更麻煩的是，當你開始引入 MCP 工具、外掛、多個智能體互相呼叫，攻擊入口會呈幾何級增長。這也意味著：你以為你在裝一個“更聰明的助手”，你實際上是在你的電腦裡接入一個“能被劫持的執行器”。360 數字安全集團的專家還提到三類更典型的攻擊方式：第一種是間接提示詞注入（Indirect Prompt Injection）。攻擊者不直接和Agent對話，而是把惡意指令藏在郵件、網頁、文件裡。Agent讀取內容後，被覆蓋意圖，執行流被劫持。也就是說，你以為它在總結一封郵件，它可能在執行郵件裡的指令。第二種是供應鏈式的 Rug Pull 攻擊。某個MCP工具或外掛一開始表現正常，騙取長期授權，後續通過更新或觸發器突然變惡，開始竊取資料或破壞系統。還有更隱蔽的工具投毒（Tool Poisoning）。不改程式碼，改描述欄位或中繼資料，誘導模型錯誤呼叫工具、以危險參數執行操作。這些攻擊之所以可怕，是因為它們不再依賴傳統意義上的“漏洞”，而是利用了智能體的核心能力：理解自然語言、自動規劃、自動執行。一旦它被利用，它不是被黑成一個“受害者”，而是變成攻擊者的“傀儡、跳板和執行器”。Peter 在被質疑安全問題時的態度也很耐人尋味：他認為大多數人早就把信箱、日曆、雲盤授權給大廠整合了，模型掌握資料是一種既成事實。區別在於，運行在雲端的黑盒你看不見，而運行在本地至少還能看日誌，甚至更可控——在他看來，把權限交給大公司，未必比交給自己電腦更安全。但更現實的問題仍然擺在面前：當智能體能替你點選“確認”、替你執行“刪除”、替你發出“轉帳”，到底誰能被信任？誰能來控制？誰又為結果負責？ (網易科技)